Универзитет у Београду Математички факулет. Фибоначиjев хип и примене

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Универзитет у Београду Математички факулет. Фибоначиjев хип и примене"

Transcript

1 Универзитет у Београду Математички факулет Фибоначиjев хип и примене Мастер рад име и презиме Мила Ратковић броj индекса 1010/2012 школска година професор др Миодраг Живковић датум

2 2

3 Садржаj 1 Увод 5 2 Хип Бинарни хип М-хип Структура Фибоначиjевог хипа Метода потенциjала за анализу амортизоване сложености Операциjе М-хипа применом Фибоначиjевог хипа Максимални степен Креирање Фибоначиjевог хипа Убацивање чвора Проналажење минималног кључа Спаjање два Фибоначиjева хипа Уклањање минималног елемента Умањење кључа Брисање чвора Фибоначиjев хип у теориjи и пракси 33 6 Процена горње границе за максимални степен 35 7 Програмска реализациjа, резултати и примене Упоређивање резултата за операциjе вађење минимума и упис Упоређивање резултата за префиксни код Упоређивање резултата за минимално повезуjуће стабло Закључак 47 3

4 4 САДРЖАJ

5 Глава 1 Увод Живимо у тренутку када су информациjе jако вредне. Свакодневно се прикупљаjу терабаjти података о томе како краjњи корисници користе разне производе. У складу са растом количине прикупљених података расла jе и потреба да се то мноштво података ефикасно анализира како би се издвоjили подаци коjи могу да се употребе. Основа сваке анализе jе претрага. Са временом, смишљене су разне структуре података како би се претрага учинила бржом и ефикасниjом. Jедна од ефикасниjих структура за претрагу великог скупа података jе Фибоначиjев хип. У наставку рада jе приказан теориjски концепт структуре Фибоначиjев хип. Обjашњене су основне операциjе са том структуром, како се користи у теориjи и пракси, као и програмска реализациjа саме структуре. На краjу jе сериjом експеримената утврђен однос између перформанси бинарног хипа и Фибоначиjевог хипа. С обзиром на то да се Фибоначиjев хип не користи толико често у пракси, постоjи jако мало литературе коjа обрађуjе ову структуру података. У раду jе наjвише коришћена књига Intoduction to Algorithms" коjа jе наведена у делу о литератури. 5

6 6 ГЛАВА 1. УВОД

7 Глава 2 Хип 2.1 Бинарни хип Хип jе бинарно стабло коjе задовољава услов хипа: кључ сваког чвора jе мањи или jеднак од кључева његових синова. Непосредна последица дефинициjе (због транзитивности релациjе ) jе да jе у хипу сваки чвор мањи или jеднак од кључева његових потомака. Хип jе погодан за реализациjу листе са приоритетом, апстрактне структуре података за коjу су дефинисане две операциjе: umetni(x) - уметни у структуру кључ x ukloni() - обриши наjмањи кључ из структуре. Бинарни хип се може реализовати имлицитно или експлицитно задатим стаблом. У наставку се користи имплицитна реализациjа jер се операциjе могу изводити тако да стабло увек буде уравнотежено. Дакле, кључеви хипа су смештени у вектор A, при чему jе k горња граница за броj елемената хипа. Ако jе n текући броj елемената хипа онда се за смештање елемената хипа користе локациjе у вектору од 1 до n. Притом, ако jе елемент на i-тоj позициjи, онда су његови синови на позициjама 2i и 2i + 1. Под висином h стабла се подразумева броj чворова од корена до наjудаљениjег листа. Комплетно бинарно стабло висине h jе стабло са n чворова у коме би се тих n чворова могло нумерисати броjевима од 1 до n, као када би то било првих n чворова у пуном стаблу висине h. Пуно бинарно стабло jе бинарно стабло висине h коjе садржи 2 k 1 чворова. Комплетно стабло се попуњава с лева на десно: сви листови су на истом нивоу или на два суседна нивоа, сви чворови на наjнижем нивоу се налазе што jе могуће више лево. 7

8 8 ГЛАВА 2. ХИП Уклањање са хипа елемента са наjмањим кључем. Кључ наjмањег елемента jе A[1], па га jе лако пронаћи. После тога jе потребно трансформисати преостали садржаj вектора тако да представља исправан хип. То се може постићи тако што се A[n] прекопира у корен A[1] и броj елемената n, смањи за jедан. Означимо са x = A[1], нови кључ корена, а са y=min{a[2],a[3]} мањи од кључева синова корена. Подстабла са коренима у A[2] и A[3] су исправни хипови, ако jе x y онда jе комплетно стабло исправан хип. У противном ако jе x y, после замена места кључева x и y, у стаблу, односно вектору A, подстабло са непромењеним кореном остаjе исправан хип, а у другом подстаблу jе промењен (увећан) кључ у корену. На то друго подстабло се примењуjе рекурзивно (индукциjа) иста процедура коjа jе примењена на полазно стабло. Индуктивна хипотеза jе да ако jе после i корака x на позициjи A[j], онда само подстабло са кореном A[j] евентуално не задовољава услов хипа. Даље се x упоређуjе са A[2j] и A[2j + 1] (ако постоjе) и ако ниjе мањи или jеднак од оба ова кључа, замењуjе место са већим од њих. Дакле, кључ x се спушта на доле, све док не доспе у лист или у корен неког подстабла у коме jе мањи или jеднак од кључа оба сина. Уметање новог елемента у хип. Броj елемената n се повећа за jедан и на слободну позициjу A[n] се упише нови кључ. Таj кључ се упоређуjе са кључем оца [i], где jе i= n/2, па ако jе мањи од њега, замењуjу им се места. Ова замена може само да умањи кључ A[i], па ће чвор са кључем A[i] бити корен исправног хипа. Може се показати да jе следећа индуктивна хипотеза тачна: ако jе уметнути кључ после низа премештања доспео у елемент A[j], онда jе стабло са кореном A[j] исправан хип, а ако се подстабло уклони, остатак стабла задовољава услов хипа. Процес се наставља премештањем кључа навише, све док не буде већи или jеднак од кључа оца, или док не дође до корена, тада комплетно стабло задовољава услов хипа. Броj упоређивања приликом извршавања обе операциjе jе ограничен висином стабла, jер jе потребно извршити наjвише h замена корена подстабла са jедним од његових потомака како би у потпуности важило своjство хипа, односно O(log n). Недостатак бинарног хипа jе у томе што се тражење задатог кључа не извршава ефикасно. Осим тога, спаjањем два низа коjи репрезентуjу бинарне хипове коришћењем операциjе креирања минималног хипа, операциjа unija, се у наjгорем случаjу извршава за време Θ(n). Операциjа креирања минималног хипа се извршава тако што се креће кроз низ од елемената коjи jе отац чвора i до 1. елемента низа. Позициjа чворова синова и очева се мења ако нису у исправном поретку.

9 2.2. М-ХИП 9 Слика 2.1: Пример бинарног хипа представљеног преко стабла, односно низом. Кључ сваког чвора већи jе од кључева синова. 2.2 М-хип М-хип jе апстрактна структура података коjа подржава следеће операциjе: kreiraj, ubaci(h, x), minimum(h), izvadi_min(h), unija(h 1, H 2 ). Операциjе као што су: ubaci(h, x), unija (H 1, H 2 ), umanji_ključ(h, k, x) Фибоначиjевог хипа се извршаваjу за константно амортизовано време, за разлику од истих операциjа бинарног хипа. Због тога jе ова структура jако погодна за апликациjе коjе учестало позиваjу претходне три операциjе. М-хип jе структура података у коjоj сваки елемент (чвор) има кључ и коjа подржава следећих пет операциjа. 1. kreiraj () - креира и враћа нови хип коjи не садржи ниjедан елемент. 2. ubaci(h, x) - убацуjе елемент x коме jе придружен кључ y хип H. 3. minimum(h) - враћа показивач на елемент у хипу H чиjи jе кључ наjмањи. 4. izvadi_min(h) - брише из хипа H елемент са наjмањим кључем и враћа показивач на елемент. 5. unija(h 1, H 2 ) - креира и враћа нови хип коjи садржи све елементе хипова H 1 и H 2. Овом операциjом се бришу хипови H 1 и H 2.

10 10 ГЛАВА 2. ХИП Фибоначиjев хип (тачка 2) jе реализациjа М-хипа коjа осим стандардних операциjа М-хипа, подржава jош две операциjе: 1. umanji_ključ(h, x, k) - додељуjе елементу x из хипа H нову вредност кључа, за коjу се претпоставља да ниjе већа од тренутне вредности кључа. 2. ukloni(h, x) - уклања елемент x из хипа H. Подразумевана вариjанта М-хипа подржава операциjе minimum, izvadi_min, umanji_ključ. Аналогно се може користити симетрична вариjанта М-хипа са операциjама maksimum и uvećaj_ključ. У табели 2.1 приказано jе поређење сложености операциjа бинарног и Фибоначиjевог хипа (погледати поглавље 3). За бинарни хип су приказане сложености операциjа у наjгорем случаjу, док су за Фибоначиjев хип приказне амортизоване сложености, односно просечне сложености за дугачак низ операциjа истог типа. У тачки 3, приказани су резултати поређења бинарног у односу на Фибоначиjев хип у операциjама ubaci, minimum, izvadi_min и umanji_ključ. Операциje Бинарни хип (наjгори случаj) Фибоначиjев (амортизовано време) kreiraj_hip Θ(1) Θ(1) ubaci Θ(log n) O(1) minimum Θ(1) Θ(1) izvadi_min Θ(log n) Θ(log n) unija Θ(n) Θ(1) umanji_ključ Θ(log n) Θ(1) ukloni Θ(log n) Θ(log n) Табела 2.1: Упоређивање сложености операциjа бинарног хипа и Фибоначиjевог хипа У табели 2.1, Фибоначиjев хип има бољу асимптотску временску границу него бинарни хип за операциjе ubaci, unija, umanji_ključ, док jе сложеност осталих операциjа иста као код бинарног хипа. Уколико у апликациjи ниjе потребна операциjа unija бинарни хип jе сасвим прихватљиво решење. Међутим, ако jе она неопходна, перформансе бинарног хипа су знатно лошиjе. хип

11 Глава 3 Структура Фибоначиjевог хипа Свака структура података се састоjи од чворова. Чворови се различито дефинишу у зависности од структуре података коjа их садржи. Чвор стабла се састоjи од кључа (вредности) и показивача коjи садрже адресу сина. Чвор двоструко повезане листе се састоjи од кључа (вредности) и показивача коjи садрже адресу претходног и следећег чвора. Фибоначиjев хип ( Ф-хип ) jе кружна листа коренова стабала коjа задовољаваjу своjство (услов) хипа, односно сваки чвор стабла има вредност кључа већу или jеднаку од вредности кључа свог оца. Слика 3.1: Пример Фибоначиjевог хипа. 11

12 12 ГЛАВА 3. СТРУКТУРА ФИБОНАЧИJЕВОГ ХИПА Слика 3.2: Детаљна структура Фибоначиjевог хипа. Слика илуструjе како су повезани чворови Фибоначиjевог хипа. Као што видимо, отац чвора 3 jе NIL, док jе чвор са кључем 52 jедан од синова. Листа деце чвора 3 jе састављена од чворова 18, 52 и 38. Лево од чвора 52 jе чвор 18, десно од чвора 52 jе чвор 38. Чвор 39, 41, 30 или пак 35 су jедини синови свог оца. Прецизниjи опис структуре Ф-хипа следи у наставку. Сваки чвор x садржи показиваче x.otac коjи показуjе на оца и x.sin коjи показуjе на сина чвора x. Синови чвора x су кружно повезани, двоструко повезаном листом, коjу називамо листом синова чвора x. Сваки син y у листи синова, има показивачe y.levo и y.desno коjи показуjу на леви и десни потомак, респективно. Потомци се могу поjавити у било ком поретку у листи синова. Чињеница да се ова структура састоjи из кружних, двоструко повезаних листа, има одређених предности. Може се додати и обрисати чвор са било коjе локациjе за време О(1), а могуће jе и спаjање две кружно повезане листе у jедну, за време извршавања О(1). Уколико jе y jедини син, онда jе задовољен следећи услов: y.levo = y.desno = y Сваки чвор x има следеће атрибуте: x.stepen - садржи броj синова чвора x, x.markiran - приказуjе да ли jе обрисан неки од синова чвора x после тренутка када jе x постао син неког новог чвора. Атрибут може да има вредност true или false. Чворови коjи су маркирани на сликама су означени црном боjом.

13 3.1. МЕТОДА ПОТЕНЦИJАЛА ЗА АНАЛИЗУ АМОРТИЗОВАНЕ СЛОЖЕНОСТИ13 Ново-креирани чворови су немаркирани и сваки пут када x постане дете неког новог чвора, његов атрибут x.markran добиjе вредност f alse. Ово се дешава у оквиру операциjе upis о коjоj ће касниjе бити речи. Фибоначиjевом хипу H се приступа преко показивача H.min коjи показуjе на чвор корена стабла са наjмањом вредношћу кључа. Оваj чвор се зове минимални чвор Фибоначиjевог хипа. Уколико Фибоначиjев хип има више чворова чиjи кључеви имаjу исту вредност коjа jе притом и минимална у односу на цео хип, онда било коjи од тих чворова може бити минимални чвор H.min. Када jе Фибоначиjев хип празан онда jе задовољен услов H.min = NIL. Атрибут Ф-хипа коjи представља укупан броj чворова се обележава са H.n. Сваки чвор стабла у Фибоначиjевом хипу jе повезан преко левог и десног показивача кружном, двоструко повезаном листом, са суседним коренима, али исто тако jе повезан и са своjим сином и оцем. Листа коjа jе састављена од двоструко повезане листе суседних чворова, коjи немаjу оца, се назива корена листа Фибоначиjевог хипа. У оквиру Фибоначиjевог хипа, стабла са могу поjављивати у било ком поретку. 3.1 Метода потенциjала за анализу амортизоване сложености За анализу перформанси операциjа Фибоначиjевог хипа користи се метода потенциjал. Метода потенциjала ради на следећи начин: извршава се n операциjа, почињући од инициjалне структуре D 0. За свако i = 1, 2, 3,.., n нека jе c i цена i-те операциjе и нека jе D i структура података коjа jе настала као резултат примене i-те операциjе на структуру података D i 1. Функциjа потенциjа Φ(D i ) пресликава структуру података у неки броj. Овде се уводи и аморитзована цена i-те операциjе коjа се дефинише на следећи начин: ĉ i = c i + Φ(D i ) Φ(D i 1 ) Према томе, амортизована цена je jеднака збиру стварне цене и промене потенциjала. На основу претходног, укупна амортизована цена при извршавању n операциjа je: n ĉ i = i=1 n (c i + Φ(D i ) Φ(D i 1 )) = i=1 n c i + Φ(D n ) Φ(D 0 ) i=1 Ако дефинишемо потенциjалну функциjу Φ за коjу важи: Φ(D n )

14 14 ГЛАВА 3. СТРУКТУРА ФИБОНАЧИJЕВОГ ХИПА Φ(D 0 ), тада добиjамо горњу границу укупне цене jер важи да jе: n ĉ i i=1 У пракси не знамо колико ће бити потребно операциjа при извршењу, тако да jедноставно може да се каже да jе потребно да се задовољи услов Φ(D i ) Φ(D 0 ) за свако i. Обично се дефинише да jе Φ(D 0 )=0 и након тога се покаже: Φ(D i ) 0 за свако i. Интуитивно, ако jе разлика потенциjала i-те операциjе позитивна (ĉ i > c i ), онда jе амортизована цена c i претплаћена и потенциjал структуре података се повећава. Међутим, ако jе разлика негативна, онда ниjе довољно плаћена i-та операциjа и потенциjал се смањуjе. Стога амортизована цена зависи од избора потенциjалне функциjе Φ. Различите потенциjалне функциjе могу водити до различитих амортизованих цена, а да амортизована цена и даље остане горња граница стварне цене операциjе. Cваки Фибоначиjев хип H има следеће карактеристике: n i=1 s(h) - броj стабала у кореноj листи и m(h) - броj маркираних чворова. Потенциjал Φ(H) Фибоначиjевог хипа H се може дефинисати изразом: c i Φ(H) = s(h) + 2m(H) Потенциjал jе ненегативан броj. Потенциjал празног хипа jе jеднак нули. Потенциjал скупа Фибоначиjевих хипова jе jеднак суми поjедниначних потенциjала Фибоначиjевих хипова.

15 Глава 4 Операциjе М-хипа применом Фибоначиjевог хипа За разлику од бинарног хипа, М-хип операциjе одлажу посао што jе дуже могуће. 4.1 Максимални степен Претпоставимо да знамо горњу границу, D(n), максималног степена (броj деце чвора) било ког чвора у Фибоначиjевом хипу, где jе n броj чворова Фибоначиjевог хипа. Уколико су подржане само М-хип операциjе онда jе: D(n) log n Међутим, ако су подржане и операциjе umanji_ključ и ukloni онда jе: D(n) = O(log n) Доказ претходне тврдње jе у тачки 6, последица Ако имамо празан Фибоначиjев хип и убацуjемо k чворова, Фибоначиjев хип би се састоjао само од листе са k чворова коjи представљаjу коренове стабала. Ако се након убацивања примени операциjа izbaci_min ( видети поглавље 4.6), чвор коjи има минималну вредност кључа се избацуjе из листе и показивач H.min се поставља на нови чвор са наjмањим кључем. Да би се пронашао нови минимум, неопходно jе да се претражи k 1 чворова. У току проналажења минималног чвора, чворови се могу повезати у стабло са мањим броjем чворова у кореноj листи. Величина нове корене листе jе наjвише D(n)+1. Главна идеjа коjа се овде користи jе да сви чворови имаjу различите степене ( а наjвећи степен чвора jе по претпоставци D(n) ). Без обзира на то како jе корена листа раниjе изгледала, применом операциjе izbaci_min, сваки чвор из листе ће имати степен коjи ће се разликовати од степена било ког другог чвора из те исте листе. Величина нове корене листе након izbaci_min jе наjвише D(n)

16 16ГЛАВА 4. ОПЕРАЦИJЕ М-ХИПА ПРИМЕНОМ ФИБОНАЧИJЕВОГ ХИПА 4.2 Креирање Фибоначиjевог хипа Да би се креирао празан Фибоначиjев хип, потребно jе применити операциjу kreiraj коjа алоцира и враћа Фибоначиjев хип код кога jе H.n = 0 и H.min = NIL. Пошто у њему нема стабала, jер jе броj чворова jеднак нули, односно s(h) = 0, и важи да jе m(h) = 0, онда jе потенциjал празног хипа такође jеднак нули, тj. Φ(H) = 0. Према томе, промена потенциjала jе нула, те jе амортизована цена извршавања операциjе kreiraj jеднака стварноj цени извршавања, односно O(1). 4.3 Убацивање чвора Операциjа ubaci(h, x), убацуjе чвор x у Фибоначиjев хип H под претпоставком да чвор већ садржи x.klju c. Следећем псеудокод описуjе алгоритам. 1. x.stepen = 0 2. x.otac = NIL 3. x.sin = NIL 4. x.markiran = false 5. if H.min == NIL 6. kreiraj korenu listu za H u kojoj se nalazi samo čvor x 7. H.min = x 8. else ubaciti x u korenu listu Fibonačijevog hipa H 9. if x.klju c < H.min.klju c 10. H.min = x 11. H.n = H.n + 1 Као што се види из псеудокода, линиjе jедан, два, три и четири инициjализуjу атрибуте чвора x. Линиjа пет тестира да ли jе Фибоначиjев хип празан. Ако jесте, онда се чвор x убацуjе у корену листу коjа jе пре операциjе била празна. Након тога, поставља се показивач H.min на чвор x. Уколико хип ниjе био празан, чвор се само убацуjе у корену листу, и ажурира се показивач H.min. На краjу линиjа jеданаест увећава броj чворова Фибоначиjевог хипа за jедан због додавања новог чвора. Да би се одредило амортизовано време извршавања потребно jе израчунати промену потенциjала. Нека су H и H Фибоначиjеви хипови пре и после операциjе, респективно. Како важи: s(h ) = s(h) + 1

17 4.4. ПРОНАЛАЖЕЊЕ МИНИМАЛНОГ КЉУЧА 17 и тада jе промена потенциjала: m(h ) = m(h) ((s(h) + 1) + 2m(H)) (s(h) + 2m(H)) = 1 Како jе стварна цена O(1), амортизована цена извршавања jе: O(1) + 1 = O(1) Слика 4.1: Фибоначиjевог хипа пре операциjе уноса. У оваj хип убацуjемо чвор 21. Он се убацуjе тако што се дода кореноj листи. Резултат хипа jе дат наредном сликом. Слика 4.2: Фибоначиjевог хипа после операциjе уноса 4.4 Проналажење минималног кључа Минимални чвор у Фибоначиjевом хипу се веома лако проналази. Показивач H.min већ показуjе на чвор са минималном вредношћу кључа. На основу тога имамо да jе време приступања минималном елементу jеднака O(1). Како се за проналажење минималног чвора не мења потенциjал, имамо да jе амортизована цена извршавања O(1).

18 18ГЛАВА 4. ОПЕРАЦИJЕ М-ХИПА ПРИМЕНОМ ФИБОНАЧИJЕВОГ ХИПА 4.5 Спаjање два Фибоначиjева хипа Операциjа unija (H 1, H 2 ) спаjа два Фибоначиjева хипа у jедан, при чему се хипови H 1 и H 2 бришу. Спаjање се врши веома jедноставно. Спаjаjу се њихове корене листе и потом се одређуjе минимални елемент. Псеудокод алгоритма за униjу два Фибоначиjева хипа. 1. H = kreiraj() 2. H.min = H 1.min 3. spojiti korenu listu F-hipa H 2 sa korenom listom F-hipa H 4. if (H 1.min == NIL) or (H 2.min NIL and H 2.min.klju c < H 1.min.klju c) 5. H.min = H 2.min 6. H.n = H 1.n + H 2.n 7. return H Линиjа 1 креира празан Фибоначиjев хип. Линиjа два поставља минимални елемент ново-креираног Ф-хипа на минимални елемент првог хипа. У следећоj линиjи корена листа Ф-хипа H 2 хипа постаjе корена листа новог хипа. Након тога се налази услов у коме се испитуjе да ли jе први хип празан, или ако постоjи други хип да ли jе његов минимални елемент мањи од минималног елемтента првог хипа, онда jе минимални елемент Фибоначиjевог хипа H, управо таj минимални елемент другог хипа H 2. У наредноj линиjи, броj чворова ново-креираног хипа jе jеднак збиру чворова хипова коjи улазе у његову изградњу. Промена потенциjала jе следећа: Φ(H) (Φ(H 1 ) + Φ(H 2 )) = (s(h) + 2m(H)) ((s(h 1 ) + 2m(H 1 )) + (s(h 2 ) + 2m(H 2 ))) = 0 зато што jе s(h) = s(h 1 ) + s(h 2 ) и m(h) = m(h 1 ) + m(h 2 ). Пошто се потенциjал ниjе променио, амортизована цена извршавања jе jеднака стварноj цени извршавања, тj. O(1). 4.6 Уклањање минималног елемента Приликом извођења ове операциjе претпоставља се да се показивачи у оквиру листе ажурираjу, а да показивачи чвора коjи се избацуjе остаjу непромењени. После вађења чвора са минималним кључем посебна помоћна функциjа пролази кроз чворове корене листе и групише их у хипове са различитим степеновима, што обезбеђуjе смањење дужине корене листе.

19 4.6. УКЛАЊАЊЕ МИНИМАЛНОГ ЕЛЕМЕНТА 19 У наставку jе псеудокод основног алгоритма коjи од чворова деце минималног чвора креира корену листу, уклањаjући минимални елемент. Након тога извршава се помоћне функциjе коjа се зове сjедињавање. 1. z = H.min 2. if z! = NIL 3. za svakog sina x čvora z 4. dodaj čvor x korenoj listi Fibonačijevog hipa H 5. x.otac = NIL 6. ukloniti z iz korene liste hipa H 7. if z == z.desno 8. H.min = NIL 9. else 10. H.min = z.desno 11. sjedinjavanje(h) 12. H.n = H.n return z На линиjи jедан поставља се показивач z на минимални чвор. Уколико z не постоjи, Фибоначиjев хип jе већ празан. Међутим, ако минимални чвор постоjи, онда се пролази кроз свако дете чвора z и свако од њих се додаjе кореноj листи. Тиме они постаjу чворови корене листе, а њихови родитељи NIL. Када jе завршен пролазак кроз сву децу, чвор z се избацуjе из корене листе (Фибоначиjевог хипа H). Ако jе z jеднак свом десном потомку после линиjе шест, онда jе чвор z jедини чвор у кореноj листи, и како он нема деце jедино што преостаjе jесте да се H.min постави на NIL. Иначе, H.min се поставља на десни потомак чвора z. То што jе на њега постављен показивач H.min не значи да jе он обавезно и минимални чвор Фибоначиjевог хипа, већ се он само тренутно налази ту. Следећи корак jе смањење броjа стабала са хип своjством у Ф-хипу, спаjањем више чворова из корене листе, заjедно са његовим потомцима, у више мањих хипова. Сjедињавање се завршава оног тренутка када сваки чвор има степен коjи се разликуjе од степена било ког другог чвора из корене листе. Процес сjедињавања се врши наследећи начин: 1. Без смањења општоси може се претпоставити да за два чвора x и y из корене листе, истог степена важи: x.klju c y.klju c.

20 20ГЛАВА 4. ОПЕРАЦИJЕ М-ХИПА ПРИМЕНОМ ФИБОНАЧИJЕВОГ ХИПА 2. Уклонити y из корене листе, повезати чвор y са чвором x, тако да чвор y буде син чвора x. Тиме се степен чвора x повећава за jедан, а атрибут чвора y.markiran постаjе false. За операциjу sjedinjavanja користи се помоћни низ A[0..D(H.n)] за чување информациjа о степенима чворова y корене листе. Ако jе A[i] = y, то значи да jе y корен са степеном i, односно y.stepen = i. Такође, овде се користи претпоставка да се зна горња граница максималног степена, односно D(H.n). Следећи псеудо код описуjе операциjу сjедињавања. 1. neka je A[0..D(H.n)] niz 2. for i = 0 to D(H.n) 3. A[i] = NIL 4. za svaki čvor w u korenoj listi H 5. x = w 6. s = x.stepen 7. while A[s]! = NIL 8. y = A[s] 9. if x.klju c > y.klju c 10. zameni mesta čvorova x i y 11. povezati y i x u Fibonačijevom hipu operacijom uvezati(h, x, y) 12. A[s] = NIL 13. s = s A[s] = x 15. H.min = NIL 16. for i = 0 to D(H.n) 17. if A[i]! = NIL 18. if H.min == NIL 19. kreiraj korenu listu Fibonačijevog hipa H koja sadrži samo A[i] 20. H.min = A[i] 21. else ubaciti A[i] u Fibonаčijevu korenu listu 22. if A[i].klju c < H.min.klju c

21 4.6. УКЛАЊАЊЕ МИНИМАЛНОГ ЕЛЕМЕНТА H.min = A[i]. uvezati(h, y, x) 1. ukloniti y iz korene liste Fibonačijevog hipa H 2. postaviti da je y dete čvora x, uvećati stepen čvora x 3. atribut čvora y markiran se postavlja na false. У прве три линиjе се алоцира и инициjализуjе низ, тако што сваки елемент добиjе вредност NIL. Низ A коjи се инициjализуjе заправо има двоjаку улогу. Прва jе да тренутно чува информациjе о степенима чворова док се не дође до стадиjума када не постоjе два чвора са истом вредношћу степена и друга да се на основу попуњеног низа реконструише структура. Код линиjа четири до четрнаест користи се for петља, како би се прошло кроз сваки чвор w корене листе. Индекс низа A представља степен чвора, тако да A[s] = x значи да jе степен чвора x s. Пролажењем кроз корену листу посматрамо текући чвор. Уколико у низу A не постоjи чвор чиjа jе вредност степена jеднака текућем чвору, на индексу jеднаком степену чвора, ставља се показивач на текући чвор, линиjа четрнаест. Међутим, ако чвор са степеном s, већ постоjи у низу, онда важи s = x.stepen = y.stepen па се због тога врши повезивање текућег чвора x и чвора y на следећи начин. Уколико важи да jе вредност кључа чвора x већа од вредности кључа чвора y, онда се пре повезивања извши размена чворова, линиjа десет. Тиме x постаjе y, а y x. Након тога, y се избацуjе из корене листе и постаjе дете чвора x. Када се заврши таj процес повезивања, степен чвора x се увећава за jедан. Тиме се поступак у оквиру while петље наставља све док има чворова са истим степеном док се for петље наставља све док имамо чворова и кореноj листи. Већ поменута while петља, омогућава да се изврши сjедињавање и осигурава да ће у низу постоjати само jедан чвор са jедним степеном. Након завршетка for петље, остаjе да се изврши линиjа петнаест коjа поставља H.min на NIL, након коjе се врши реконструисање структуре на основу низа A. Тиме jе завршен опис операциjе izbaci_min. Ова операциjа умањуjе у линиjи 11 H.n и у линиjи 12 враћа показивач на обрисани чвор z. Анализа коjа следи показуjе да jе амортизована цена извршавања операциjе izbaci_min Фибоначиjевог хипа O(D(n)), где jе n броj чворова Фибоначиjевог хипа. Сложеност израчунавања се процењуjе на следећи начин. Пролазак кроз линиjе од 2 до 3 и од 16 до 23 изискуjе D(n) операциjа. Остаjе jош да се анализираjу линиjе од 4 до 14. Величина корене листе после позива операциjе сjедини jе наjвише D(n) + s(h) 1, пошто у листи имамо s(h) чланова (броj стабала), минус jедан избачен чвор и плус броj деце избаченог чвора (коjи постаjу коренови) коjи наjвише износи D(n). Броj итерациjа кроз while петљу зависи од величине корене листе, jер jе сваки чвор из

22 22ГЛАВА 4. ОПЕРАЦИJЕ М-ХИПА ПРИМЕНОМ ФИБОНАЧИJЕВОГ ХИПА те листе повезан са другим и има их колико и елемената у листи. Према томе, укупна количина посла износи D(n) + s(h), односно укупан посао jе сразмеран O(D(n)+s(H)). С друге стране, потребно jе израчунати промену потенциjала. Потенциjал пре операциjе jе: s(h) + 2m(H), а потенциjал након ње износи наjвише, (D(n)+1)+2m(H), где jе D(n)+1 горња граница дужине корене листе, а у току извођења операциjе не маркира се ниjедан чвор. Дакле, амортизована цена извршавања операциjе jе: O(D(n) + s(h)) + ((D(n) + 1) + 2m(H)) (s(h) + 2m(H)) = O(D(n)) + O(s(H)) s(h) = O(D(n)) Из чињенице да jе D(n) = O(log n) (следи из последице ) следи да jе амортизована цена извршавања операциjе O(log n). У наредном делу следи илустрациjа операциjе izbaci_min. Слика 4.3: Пример Фибоначиjевог хипа пре операциjе вађења минимума. Чвор 3 се вади из хипа. Његова деца се додаjу кореноj листи. Изглед овог дела jе приказан наредном сликом. Слика 4.4: Пример Фибоначиjевог хипа након првог дела операциjе

23 4.6. УКЛАЊАЊЕ МИНИМАЛНОГ ЕЛЕМЕНТА 23 Вађењем минималног чвора, операциjа се не завршава. креирати низ A. Неопходно jе Слика 4.5: Креира се низ A чиjи елементи показуjу на чворове тако да jе индекс чвора jеднак степену чвора из корене листе Вредности елемената низа су показивачи на чворове, а индекси су степени чворова из корене листе. Додавање у низ се започиње од H.min. Слика 4.6: Иде се редом. Елемент са индексом два показуjе на чвор корене листе чиjи jе степен два.

24 24ГЛАВА 4. ОПЕРАЦИJЕ М-ХИПА ПРИМЕНОМ ФИБОНАЧИJЕВОГ ХИПА Слика 4.7: Елемент низа са индексом нула сада показуjе на чвор са степеном нула. Слика 4.8: Следећи чвор jе 7, са степеном 0, тако да се врши спаjање чворова 7 и 23. Чиме се одмах и ажурира вредност степена чвора 7. Када чвор коjи има исти степен као и неки други чвор из корене листе, онда се врши спаjање, али тако да jе испуњен услов хипа. У низу чвор 23, и чвор 7 имаjу исти степен. Тада чвор са мањим кључем постаjе отац чвору са већом вредношћу кључа. У овом случаjу 7 постаjе отац чвору 23. Овакав процес се наставља све док у кореноj листи имамо чворове чиjи су степени исти.

25 4.6. УКЛАЊАЊЕ МИНИМАЛНОГ ЕЛЕМЕНТА 25 Слика 4.9: Овде се спаjаjу чворови 7, са степеном 1 и чвор 17, исто са степеном 1. Слика 4.10: Опет долази до других сjедињавања. Слика 4.11: Степен чвора се увећава приликом сjедињавања.

26 26ГЛАВА 4. ОПЕРАЦИJЕ М-ХИПА ПРИМЕНОМ ФИБОНАЧИJЕВОГ ХИПА Слика 4.12: Стално се ажурираjу степени. Слика 4.13: Степени чвора 18 и 7 се разликуjу тако да не долази до њиховог спаjања. Слика 4.14: Сви степени се разликуjу.

27 4.7. УМАЊЕЊЕ КЉУЧА 27 Слика 4.15: кључа. На краjу се ажурира показувач хипа на наjмању врендост Резултуjући хип операциjе izbaci_min. Чворови имаjу различите степене. 4.7 Умањење кључа Операциjом umanji_kljuc(h, x, k) се врши постављање новог кључа k у чвор x, притом се води рачуна да нови кључ не буде већи од кључа коjи се већ налази у чвору. Претпоставка са коjом се креће у извршавање операциjе jе да се брисањем чвора из повезане листе не мењаjу атрибути обрисаног чвора. 1. if k > x.klju c 2. greška "novi ključ je veći od tekućeg ključa" 3. x.klju c = k 4. y = x.otac 5. if y! = NIL and x.klju c < y.klju c 6. odseci(h, x, y) 7. kaskadno_odseci(h, y) 8. if x.klju c < H.min.klju c 9. H.min = x Операциjа odseci (H, x, y) 1. izbaciti čvor x koji je dete čvora y, smanjiti stepen čvora y 2. dodati x u korenu listu 3. x.otac = NIL

28 28ГЛАВА 4. ОПЕРАЦИJЕ М-ХИПА ПРИМЕНОМ ФИБОНАЧИJЕВОГ ХИПА 4. x.markiran = false Операциjа kaskadno_odseci(h, y) 1. z = y.otac 2. if z! = NIL 3. if y.markiran == false 4. y.markiran = true 5. else 6. odseci(h, y, z) 7. kaskadno_odseci(h, z) Линиjе од jедан до три обезбеђуjу да нови кључ не буде већи од кључа чвора x, а онда га додељуjу чвору x. Уколико jе x корен или x.klju c y.klju c, где jе y отац чвора x, онда нема структурних промене jер ниjе нарушен минимални поредак хипа. Ово jе тривиjалан случаj. Даље, линиjе четири и пет тестираjу оваj услов. Притом ако jе нарушен поредак, aлгоритам врши одсецање чвора x на линиjи шест. Операциjа odseci одсеца везу између x и y, правећи од чвора x корен. Како чвор x постаjе корен онда он аутоматски постаjе немаркиран. Након одсецања иде се у извршавање каскадног одсецања. Ту се посматра отац одсеченог чвора, y и отац његовог оца, y.otac. Ако jе y немаркиран, онда се извршава линиjа четири и он постаjе маркиран и излази се из функциjе. Ако jе y маркиран, онда се он одсеца и рекурзивно се позива каскадно одсецање. Каскадно одсецање се позива све док постоjе очеви коjи су маркирани, односно рекурзиjа се у оквиру каскадног одсецања завршава онда када се наиђе на корен или када нема више маркираних чворова. H.min на краjу ће или и даље показивати на оригиналну вредност кључа хипа или на чвор x са новом вредношћу кључа. Слика 4.16: Слика Фибоначиjевог хипа пре операциjе умањења кључа

29 4.7. УМАЊЕЊЕ КЉУЧА 29 На хип се примењуjе операциjа umanjenje_kljuca чвора 46 на нову вредност 15. Слика 4.17: Смањуjе се кључ чвора и он се пребацуjе у коренску листу. Извршава се промена вредности кључа, а потом се чвор 15 убацуjе у корену листу jер jе мањи од вредности свога оца. Након тога, вршимо умањење чвора 35 на нову вредност 5. Слика 4.18: Следеће jе смањење чвора са кључем 35 на 5. Чвор 5 се помера у корену листу. Такође, и чвор са кључем 26 прелази у корену листу ( jер jе био маркиран) као и чвор са кључем 24 (исто jе маркиран).

30 30ГЛАВА 4. ОПЕРАЦИJЕ М-ХИПА ПРИМЕНОМ ФИБОНАЧИJЕВОГ ХИПА Слика 4.19: Чвор са промењеном вредоношћу (вредношћу 5) одлази у коренску листу. И долази до премештања осталих чворова коjи су маркирани. Слика 4.20: Слика Фибоначиjевог хипа након операциjе умањења кључа Амортизована цена извршавања операциjе umanji_ključ jе O(1). Почећемо са анализом стварне цене извршавања. Операциjи umanji_ključ jе потребно O(1), плус време за извшавање каскадног одсецања. Претпоставимо да позивање операциjе umanji_ključ резултира позивањем c пута операциjе каскадног одсецања. Сваки позив каскадног одсецања се извршава за време O(1). Према томе, стварна цена извршавања операциjе umanji_ključ, укључуjући све рекурзивне позиве се извршава за O(c). У наставку следи промена потенциjала. Позивањем операциjе odseci на линиjи шест, операциjом umanji_ključ, креира се ново стабло чиjи jе корен чвор x и атрибут чвора markiran се поставља на false. Сваки позив каскадног одсецања, осим последњег, одсеца маркирани чвор и поставља атрибут на false. Одсецање маркираног чвора доприноси томе да се одржи висина Ф-хипа. Након тога, Фибоначиjев хип садржи s(h) + c стабала ( оригиналних s(h) стабала, c 1 стабло настало каскадним одсецањем и корен x), и наjвише m(h) c + 2 маркираних, означених чворова ( c 1 су немаркирани применом каскадног одсецања и последњи позив каскадног одсецања може имати маркирани чвор). Промена у потенциjалу jе наjвише, ((s(h) + c) + 2(m(H) c + 2)) (s(h) + 2m(H)) = 4 c.

31 4.8. БРИСАЊЕ ЧВОРА 31 Према томе, амортизована цена извршавања операциjе umanji_ključ jе наjвише: O(c) + 4 c = O(1). Из овога се извлачи закључак због чега се у дефинициjу потенциjала два пута укључуjе броj маркираних чворова. Када се маркирани чвор x одсеца каскадним одсецањем, он постане немаркиран, чиме се потенциjал смањуjе за два. 4.8 Брисање чвора Следећи псеудокод брише чвор из Фибоначиjевог хипа за амортизовано време O(D(n)), где jе n броj чворова хипа. Претпостављамо да не постоjи кључ чиjа jе вредност - у Фибоначиjевом хипу. obriši_čvor(h, x) 1. umanji_ključ (H, x, ) 2. izbaci_min (H) Операциjом obriši чвор x постаjе минималан чвор тако што му се додели кључ са вредношћу -. Након тога, операциjом izbaci_min се чвор x избацуjе из хипа. Амортизовано време извршавања ове операциjе jе збир амортизованих времена за умањење кључа O(1) и избацивање минималног чвора, односно O(D(n)). Како се показуjе да jе D(n) = O(log n), онда jе амортизовано време O(log n).

32 32ГЛАВА 4. ОПЕРАЦИJЕ М-ХИПА ПРИМЕНОМ ФИБОНАЧИJЕВОГ ХИПА

33 Глава 5 Фибоначиjев хип у теориjи и пракси Са теориjског становишта, Фибоначиjев хип jе jако погодан за апликациjе коjе имаjу мали броj позива операциjа izbaci_min и obrisi у односу на остале операциjе. На пример, неки алгоритми коjи се тичу проблема графова могу позивати umanji_ključ само jедном по ивици графа. Код довољно густих графова операциjа umanji_ključ има сложеност извршавања Θ(1) (амортизовано време) за сваки позив што jе велика предност у односу на исту операциjу бинарног хипа коjа се у наjгорем случаjу извршава за Θ(log n). Сложеност операциjа Фибоначиjевог хипа у односу на неке друге структуре се наjбоље види приликом прављеља минималног повезуjућег стабла и приликом налажење наjкраћег пута од чвора до свих осталих чворова. Са практичне стране, константан фактор и програмска комлексност структуре Фибоначиjевог хипа, чине jе мање пожељном структуром од бинарног хипа за већину апликациjа, осим оних коjе раде са великом количином података. Због тога jе Фибоначиjев хип ипак значаjниjи у теориjи него у пракси. Када би Ф-хип био jедноставниjи, бар што се структуре тиче, а да се притом задрже времена сложености операциjа, практична страна не би била доведена у питање. Бинарни хип, као и Фибоначиjев су неефикасни сто се тиче операциjе pronadji. Тражење елемента са датим кључем може потраjати. Због тога операциjе као што су umanji_ključ и obrisi као улазни параметар захтеваjу показивач на тражени елемент. Фибоначиjев хип се може користити и као структура са свим своjим операциjама, али и као структура у коjоj се могу чувати обjекти апликациjе. Касниjе ће оваква употреба бити обjашњена у делу примене, на примеру Хафмановог кода. 33

34 34 ГЛАВА 5. ФИБОНАЧИJЕВ ХИП У ТЕОРИJИ И ПРАКСИ

35 Глава 6 Процена горње границе за максимални степен Да би сe доказалo да jе амортизовано време за извршавање операциjа izbaci_min и obriši O(log n), потребно jе да се покаже да jе горња граница D(n) степена било ког чвора у Фибоначиjевом хипу O(log n). Испоставља се да jе D(n) log Φ n, где jе Φ златни пресек, дефинисан jеднакошћу, Φ = (1 + (5))/2 = За сваки чвор x Фибоначиjевог хипа се дефинише veličina(x) коjа представља броj чворова коjима jе x отац, и у таj броj улази и сам чвор x. Наредном лемом се показуjе да jе величина чвора x експоненциjална функциjа степена чвора x. Лема Нека jе x било коjи чвор Фибоначиjевог хипа, претпоставимо да jе степен чвора x jеднак k. Нека су y 1, y 2,..., y k деца чвора x у поретку у ком су повезана са x. Тада jе y 1.stepen 0 и y i.stepen i 2 за свако i = 2, 3,..., k. Доказ. Тривиjално y 1.stepen 0. За i 2, када jе y i повезан са x, сви y 1, y 2,..., y i 1 чворови су деца чвора x, зато мора да буде x.stepen i 1. Зато што jе сваки y i повезан са x само ако jе x.stepen = y i.stepen, тада важи и y i.stepen i 1. Од тада, чвор y i jе изгубио наjвише jедно дете, пошто би био одсечен од x, да jе узгубио два детета. С тога може да се закључи да jе y i.stepen i 2. У наставку следи обjашњење назива Фибоначиjев хип. Фибоначиjеви броjеви су дефинисани рекурентном релациjом и то на следећи начин: 0 ako je k = 0 F k = 1 ako je k = 1 F k 1 + F k 2 ako je k 2. Следећа лема даjе другачиjи начин представљања F k. 35

36 36ГЛАВА 6. ПРОЦЕНА ГОРЊЕ ГРАНИЦЕ ЗА МАКСИМАЛНИ СТЕПЕН Лема За сваки цео броj k 0 важи: F k+2 = 1 + Доказ. Доказ jе заснован на математичкоj индукциjи по k. Када jе k = 0, имамо : F i = 1 + F 0 = = F 2 i=0 Сада претпоставимо да формула важи за k i=0 k 1 F k+1 = 1 + и онда имамо: ( ) k 1 F k+2 = F k + F k+1 = F k F i = 1 + Лема За све целе броjеве k 0, (k + 2) Фибоначиjев хип задовољава следећу неjеднакост: F k+2 Φ k Доказ. Доказ се ради на основу индукциjе по k. База индукциjе су случаjеви за k = 0 и k = 1. Када jе k = 0 имамо и када jе k = 1, i=0 F 2 = 1 = Φ 0 F i F i i=0 F 3 = 2 > > Φ 1 Индуктивна хипотеза. За k 2 претпоставимо да важи F i+2 > Φ i где jе: i = 0, 1,..., k 1. Такође, Φ jе позитиван корен jедначине Те имамо, ( на основу индуктивне хипотезе) x 2 = x + 1 F k+2 = F k+1 + F k Φ k 1 + Φ k 2 k i=0 F i (на основу jеднакости) = Φ k 2 (Φ + 1) = Φ k 2 Φ 2 = Φ k

37 37 Лема Нека jе x било коjи чвор у Фибоначиjевом хипу чиjи jе степен jеднак k. Онда jе veličina(x) F k+2 Φ k, где jе. Φ = (1 + (5))/2 Доказ. Нека jе s k минимална могућа величина било ког чвора степена k у Фибоначиjевом хипу. Тривиjално, s 0 = 1 и s 1 = 2. Броj s k jе наjвише veličina(x) и због додавања сина у чвор, не може се смањити вeличина чвора, тако да вредност s k монотоно расте по k. Нека jе чвор z, било коjи чвор Фибоначиjевог хипа такав да jе z.stepen = k, и veličina(z) = s k. Пошто jе s k veličina(x), онда се израчунава доња граница veličina(x) тиме што се одреди доња граница s k. Као што смо имали у леми, нека су y 1, y 2,..., y k синови чвора z, у поретку у ком су повезани са z. Да би се ограничио s k, посматра се z и први син y 1, дато са: veličina(x) s k k i=2 s i 2 k i=2 s yi.stepen Ова последња линиjа следи из леме (где важи да jе y i.stepen i 2) и због монотоности s k важи да jе s yi.stepen s i 2. Након тога, доказуjемо индукциjом по k да jе s k F k+2 за све ненегативне целе броjеве k. База индукциjе jе: k = 0, k = 1 и то jе тривиjално. За индуктивну хипотезу претпоставимо да jе: k 2 и да jе: s i F i+2 за i = 0, 1,..., k 1. Сада имамо: s k 2 + k s i i=2 k F i = 1 + i=2 k F i = F k+2 Φ k Ова два последња реда следе на основу претходне две леме. Овим jе показано да jе: veličina(x) s k F k+2 Φ k. Последица Максимални степен D(n) било ког чвора у Фибоначиjевом хипу jе O(log n). Доказ. Нека jе x било коjи чвор Фибоначиjевог хипа и k његов степен. На основу Леме, имамо да jе n veličina(x) Φ k. Применом основних особина алгоритма добиjамо да jе: k log Φ n. Тиме се показало да jе максимални степен неког чвора D(n) = O(log n). i=0

38 38ГЛАВА 6. ПРОЦЕНА ГОРЊЕ ГРАНИЦЕ ЗА МАКСИМАЛНИ СТЕПЕН

39 Глава 7 Програмска реализациjа, резултати и примене У следећем делу су представљене програмске реализациjе експеримената и резултата. Операциjе са оба хипа, реализоване су у складу са описом у поглављу 2. Код jе прилог рада као и програми коjима се реализуjу експерименти. Експерименти су рађени у програмском jезику C. Бинарни хип jе реализован преко низа. За смештање елемената хипа су коришћене локациjе од 1 до n, где jе n текући броj елемената хипа. Дефинициjа структуре бинарног хипа: typedef struct element { unsigned long podatak; } Element; typedef struct binarnihip { long velicina; Element * element; } BinarniHip; Фибоначиjев хип jе реализован помоћу структуре коjа се састоjи из показивача на оца, сина, лево и десно, атрибута коjи означава да ли jе чвор маркиран, степена чвора и кључа, односно садржаjа чвора. Дефинициjа структуре Фибоначиjевог хипа: typedef struct fibonacijevhip { struct fibonacijevhip* sin; struct fibonacijevhip* otac; struct fibonacijevhip* levo; struct fibonacijevhip* desno; char markiran; unsigned long stepen; 39

40 40ГЛАВА 7. ПРОГРАМСКА РЕАЛИЗАЦИJА, РЕЗУЛТАТИ И ПРИМЕНЕ unsigned long kljuc; } FibonacijevHip; 7.1 Упоређивање резултата за операциjе вађење минимума и упис Фиксира се N = Користи се генератор случаjних броjева ( 31 - битних неозначених). Хип ( бинарни и Фибоначиjев) се пуни са 2 k случаjних броjева, а онда се ради N случаjно изабраних операциjа ( независно изабраних са jеднаком вероватноћом 1/2 ) из скупа операциjа: вађење минимума и упис случаjног броjа. Мери се време. Резултат jе низ времена за оба хипа, за k = 9, 10,..., Слика 7.1: Упоређивање траjања времена извршавања операциjа вађење минимума и упис случаjног броjа код бинарног и Фибоначиjевог хипа Црвеном боjом jе означен график коjи представља реализациjу експеримента преко бинарног хипа, док jе експеримент реализован Фибоначиjевим хипом означен плавом боjом. X-координата представља фиксиране тачке, k = 9, 10, 11, 12, 13, 14, 15 док y-координата представља logt ( где jе t у секундама), логаритам времена.

41 7.2. УПОРЕЂИВАЊЕ РЕЗУЛТАТА ЗА ПРЕФИКСНИ КОД 41 k Бинарни хип Фибоначиjев хип (време извршавања (време изврша- у секундама) вања у секундама) Табела 7.1: Упоређивање времена извршавања експеримента на бинарном хипу и Фибоначиjевом хипу 7.2 Упоређивање резултата за префиксни код Креиран jе програм коjи прави Хафманов (оптимални префиксни) код за азбуку од n симбола за коjу су задати броjеви поjављивања симбола, скуп A = a 1, a 2,..., a n. У експерименту се користе операциjе упис и вађење минимума. Нека jе n дужина низа A и нека су учестаности реализациjе случаjне променљиве са случаjно равномерном расподелом из интервала [0, ]. Нека n узима вредности 2 k, где jе: k = 15, 16,..., 28. Нацртани график мери зависност log t (где jе t време извршавања у секундама) времена од log n = k. На таj начин су упоређене три операциjе ( упис, смањење кључа и вађење минимума). Хафманово кодирање jе кодирање коjе се користи за компресиjу података коjи проналази оптимални систем кодирања обjеката заснованом на релативноj фреквенциjи поjављивања сваког обjекта у колекциjи. Код Хафмановог алгоритма креираjу се симболи променљиве дужине коjи замењуjу улазне симболе. Што jе вероватноћа поjављивања симбола већа то jе броj бита коjим се репрезентуjе симбол мањи. Кодирање, декодирање се врши тако што се пролази кроз стабло почевши од корена. У корену стабла се налази симбол са наjвећом вероватноћом поjављивања, док се са мањом налазе даље, према листовима. У наставку jе дат псеудокод за Хафманов алгоритам. Нека jе S ниска знакова коjа се поjављуjе у тексту, F фреквенциjе и T кодно стабло. 1. ubaciti sve znake u hip prema njihovim frekvencijama 2. while H neprazan 3. if H sadrži samo jedan znak X 4. formiraj stablo T koje ima samo koren, čvor X 5. else

42 42ГЛАВА 7. ПРОГРАМСКА РЕАЛИЗАЦИJА, РЕЗУЛТАТИ И ПРИМЕНЕ 6. skini sa hipa H znakove X i Y sa najmanjim frekvencijama F x, F y 7. zameni X i Y novim znakom Z, sa frekvencijom F z = F x + F y 8. ubaci Z u hip H 9. poveži X i Y tako da budu sinovi u T i ; Z još nema oca Структура хипа jе проширена са два нова атрибута, а то су: фреквенциjа и реч. У атрибуту фреквенциjа се чува информациjа о броjу поjављивања симбола, док се симбол налази у атрибуту реч. Алгоритам почиње тако што се ваде два елемената са наjмањим фреквенциjа, рачуна се сума њиховог броjа поjављивања, конкатенираjу се симболи и онда се те две нове информациjе, збир фреквенциjа и споjени симболи, убацуjу у структуру. Поступак се наставља све док хип не остане са jедним чланом Слика 7.2: Упоређивање траjања времена проналажења префиксног кода код бинарног и Фибоначиjевог хипа Црвеном боjом jе означен график коjи представља реализациjу експеримента преко бинарног хипа, док jе експеримент реализован Фибоначиjевим хипом означен плавом боjом. X-координата представља фиксиране тачке, k = 9, 10, 11, 12, 13, 14, 15 док y-координата представља logt ( где jе t у секундама), логаритам времена.

43 7.3. УПОРЕЂИВАЊЕ РЕЗУЛТАТА ЗА МИНИМАЛНО ПОВЕЗУJУЋЕ СТАБЛО43 k Бинарни хип Фибоначиjев хип (време извршавања (време изврша- у секундама) вања у секундама) Табела 7.2: Упоређивање времена извршавања експеримента на бинарном хипу и Фибоначиjевом хипу 7.3 Упоређивање резултата за минимално повезуjуће стабло Нека су N = 10, k = 5, 6,...N, и нека jе n = 2 k, броj чворова. Нека jе m броj грана, m = αn(n 1)/2. Нека jе случаjна симетрична матрица n x n, са 2m jединица, без jединица на диjагонали. Матрица се пуни тако што се праве случаjни парови (i, j), 1 i < j n док их се не скупи m различитих. Тиме се добиjа матрица повезаности. Ако се добиjе пар коjи jе већ направљен онда се он одбацуjе. Након креирања матрице повезаности, на граф се примењуjе алгоритам за добиjање минималног повезуjућег стабла, користећи jедан, односно други хип. Тиме се врши поређење хипова у зависности од броjа k и α. Под минимално повезуjућим стаблом се подразумева стабло коjе садржи све чворове jедног графа тако да сума цена грана буде минимална. Псеудокод за проналажење минималног повезуjућег стабла jе приказан у наставку. Нека jе T празан скуп. T jе минимално повезуjуће стабло. G тежински неусмерен граф. Сваки чвор графа може бити означен или не, у зависности од тога да ли jе посећен и сваки чвор има своjу цену. 1. na početku T je prazan skup 2. za sve čvorove w 3. w.oznaka = false 4. w.cena = 5. нека jе (x, y) грана са наjмањом ценом у G 6. x.oznaka = true 7. za sve grane (x, z) 8. z.grana = (x, z) (grana najmanje cene) 9. z.cena = cena(x, z) (cena grane z.grana)

44 44ГЛАВА 7. ПРОГРАМСКА РЕАЛИЗАЦИJА, РЕЗУЛТАТИ И ПРИМЕНЕ 10. while postoji neoznacen cvor 11. neka je w neoznaceni čvor sa najmanjom vrednošću w.cena 12. if w.cena = 13. stampaj "G nije povezan" 14. else 15. w.oznaka = true 16. dodaj w.grana u T ovde se sada popravljaju cene neoznačenih čvorova povezanih sa w 17. for sve grane (w, z) 18. if not z.oznaka 19. if cena(w, z) < z.cena 20. z.grana = (w, z) 21. z.cena = cena(w, z) Прва изабрана грана jе грана са наjмањом ценом. Приликом проласка кроз гране, гледа се да jе грана повезана са T и са неким чвором ван T. T je на почетку празан скуп. За сваки чвор коjи се налази ван T се памти минимална цена. У свакоj итерациjи се пролази кроз гране, и убациjе чвор са минималном ценом. Потом се послатраjу гране из тог чвора и ако постоjи чвор са ценом мањом од цене већ убаченог чвора, У свакоj итерациjи се бира грана наjмање цене и повезуjе се са одговараjућим чвором w са T. Затим се провераваjу све гране суседне чвору w. Ако jе цена неке такве гране (w, z) где z не припада T мања од цене тренутно наjjефтиниjе познате гране до z онда се преправља цена чвора z.

45 7.3. УПОРЕЂИВАЊЕ РЕЗУЛТАТА ЗА МИНИМАЛНО ПОВЕЗУJУЋЕ СТАБЛО Слика 7.3: Упоређивање траjања времена проналажења минималног повезуjућег стабла код бинарног и Фибоначиjевог хипа Црвени, жути, розе, црни и сиви графици представљаjу редом резултате експеримента реализованог преко бинарног хипа. Док су плавом, зеленом, наранџастом, браон и тамно љубичастом боjом представљени графици коjи репрезентуjу податке добиjе коришћењем Фибоначиjевог хипа. На x-оси jе представњен параметар алфа коjи узима следеће вредности α = 0.1, α = 0.3, α = 0.7, α = 0.9. Парови црвени и плави, зелени и жути, наранџасти и розе, браон и црни, тамно љубичасти и сиви су приказани за следеће фиксиране вредности: k = 5, k = 6, k = 7, k = 8 и k = 9.

46 46ГЛАВА 7. ПРОГРАМСКА РЕАЛИЗАЦИJА, РЕЗУЛТАТИ И ПРИМЕНЕ

47 Глава 8 Закључак Оваj рад jе посвећен хип структури података. На почетку jе представљена структура бинарни хип. Описане су програмска имплементациjа и могуће операциjе са овом структуром података. Потом jе у раду акценат стављен на Фибоначиjев хип. Поред обjашњења структуре, детаљно су обjашњене операциjе креирања Фибоначиjевог хипа, убацивања чвора, проналажења минималног кључа и спаjања два различита Фибоначиjева хипа. Обjашњене су и операциjе вађења минималног чвора, умањења кључа и брисања одређеног чвора. На самом краjу су у сериjи експеримената упоређени резултати при манипулациjи великим скупом података коришћењем структуре бинарног хипа и структуре Фибоначиjевог хипа. Комплексност имплементациjе Фибоначиjевог хипа га чине не превише коришћеном структуром у пракси. Међутим, у ситуациjама када се манипулише великом количином података и алгоритми за манипулациjу не користе често операциjе izbaci_min и obrisi, коришћење Фибоначиjевог хипа омогућава много боље перформансе алгоритама него коришћење бинарног хипа. Остаjе нада да ће се, у будућности, са повећањем количине података коjа треба да се анализира, jавити више прилика у коjима ће коришћење Фибоначиjевог хипа донети значаjни бољитак перформанси. 47

48 48 ГЛАВА 8. ЗАКЉУЧАК

49 Библиографиjа [1] Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein Introduction to Algorithms. MIT Press, Cambridge Massachusetts, [2] Miodrag Živkovic Algoritmi. Matematički fakultet, Beograd [3] Michael L. Fredman, Robert E. Tarjan Fibonacci Heaps and Their Uses in Improved Network Optimization Algorithms. June, handouts/fibonacci%20heaps.pdf [4] Fibonacci Heap in C, Code Review, Stack Overflow. stackexchange.com/questions/117965/fibonacci-heap-in-c 49

Tестирање хипотеза. 5.час. 30. март Боjана Тодић Статистички софтвер март / 10

Tестирање хипотеза. 5.час. 30. март Боjана Тодић Статистички софтвер март / 10 Tестирање хипотеза 5.час 30. март 2016. Боjана Тодић Статистички софтвер 2 30. март 2016. 1 / 10 Монте Карло тест Монте Карло методе су методе код коjих се употребљаваjу низови случаjних броjева за извршење

Διαβάστε περισσότερα

Теорија електричних кола

Теорија електричних кола др Милка Потребић, ванредни професор, Теорија електричних кола, вежбе, Универзитет у Београду Електротехнички факултет, 7. Теорија електричних кола i i i Милка Потребић др Милка Потребић, ванредни професор,

Διαβάστε περισσότερα

налазе се у диелектрику, релативне диелектричне константе ε r = 2, на међусобном растојању 2 a ( a =1cm

налазе се у диелектрику, релативне диелектричне константе ε r = 2, на међусобном растојању 2 a ( a =1cm 1 Два тачкаста наелектрисања 1 400 p и 100p налазе се у диелектрику релативне диелектричне константе ε на међусобном растојању ( 1cm ) као на слици 1 Одредити силу на наелектрисање 3 100p када се оно нађе:

Διαβάστε περισσότερα

1.2. Сличност троуглова

1.2. Сличност троуглова математик за VIII разред основне школе.2. Сличност троуглова Учили смо и дефиницију подударности два троугла, као и четири правила (теореме) о подударности троуглова. На сличан начин наводимо (без доказа)

Διαβάστε περισσότερα

1 Неодрђеност и информациjа

1 Неодрђеност и информациjа Теориjа информациjе НЕОДРЂЕНОСТ И ИНФОРМАЦИJА Неодрђеност и информациjа. Баца се фер новичић до прве поjаве писма. Нека jе X случаjна величина коjа представља броj потребних бацања. Наћи неодређеност случаjне

Διαβάστε περισσότερα

Конструкциjе Адамарових матрица

Конструкциjе Адамарових матрица Математички факултет Универзитета у Београду Конструкциjе Адамарових матрица Мастер pад Сенад Ибраимоски Чланови комисиjе: проф. др. Миодраг Живковић - ментор проф. др. Предраг Jаничић проф. др. Филип

Διαβάστε περισσότερα

Анализа Петријевих мрежа

Анализа Петријевих мрежа Анализа Петријевих мрежа Анализа Петријевих мрежа Мере се: Својства Петријевих мрежа: Досежљивост (Reachability) Проблем досежљивости се састоји у испитивању да ли се може достићи неко, жељено или нежељено,

Διαβάστε περισσότερα

Решења задатака са првог колоквиjума из Математике 1Б II група задатака

Решења задатака са првог колоквиjума из Математике 1Б II група задатака Решења задатака са првог колоквиjума из Математике Б II група задатака Пре самих решења, само да напоменем да су решења детаљно исписана у нади да ће помоћи студентима у даљоj припреми испита, као и да

Διαβάστε περισσότερα

2. Наставни колоквијум Задаци за вежбање ОЈЛЕРОВА МЕТОДА

2. Наставни колоквијум Задаци за вежбање ОЈЛЕРОВА МЕТОДА . колоквијум. Наставни колоквијум Задаци за вежбање У свим задацима се приликом рачунања добија само по једна вредност. Одступање појединачне вредности од тачне вредности је апсолутна грешка. Вредност

Διαβάστε περισσότερα

г) страница aa и пречник 2RR описаног круга правилног шестоугла јесте рац. бр. јесу самерљиве

г) страница aa и пречник 2RR описаног круга правилног шестоугла јесте рац. бр. јесу самерљиве в) дијагонала dd и страница aa квадрата dd = aa aa dd = aa aa = није рац. бр. нису самерљиве г) страница aa и пречник RR описаног круга правилног шестоугла RR = aa aa RR = aa aa = 1 јесте рац. бр. јесу

Διαβάστε περισσότερα

Први корак у дефинисању случајне променљиве је. дефинисање и исписивање свих могућих eлементарних догађаја.

Први корак у дефинисању случајне променљиве је. дефинисање и исписивање свих могућих eлементарних догађаја. СЛУЧАЈНА ПРОМЕНЉИВА Једнодимензионална случајна променљива X је пресликавање у коме се сваки елементарни догађај из простора елементарних догађаја S пресликава у вредност са бројне праве Први корак у дефинисању

Διαβάστε περισσότερα

предмет МЕХАНИКА 1 Студијски програми ИНДУСТРИЈСКО ИНЖЕЊЕРСТВО ДРУМСКИ САОБРАЋАЈ II ПРЕДАВАЊЕ УСЛОВИ РАВНОТЕЖЕ СИСТЕМА СУЧЕЉНИХ СИЛА

предмет МЕХАНИКА 1 Студијски програми ИНДУСТРИЈСКО ИНЖЕЊЕРСТВО ДРУМСКИ САОБРАЋАЈ II ПРЕДАВАЊЕ УСЛОВИ РАВНОТЕЖЕ СИСТЕМА СУЧЕЉНИХ СИЛА Висока техничка школа струковних студија у Нишу предмет МЕХАНИКА 1 Студијски програми ИНДУСТРИЈСКО ИНЖЕЊЕРСТВО ДРУМСКИ САОБРАЋАЈ II ПРЕДАВАЊЕ УСЛОВИ РАВНОТЕЖЕ СИСТЕМА СУЧЕЉНИХ СИЛА Садржај предавања: Систем

Διαβάστε περισσότερα

ЗАШТИТА ПОДАТАКА Шифровање јавним кључем и хеш функције. Diffie-Hellman размена кључева

ЗАШТИТА ПОДАТАКА Шифровање јавним кључем и хеш функције. Diffie-Hellman размена кључева ЗАШТИТА ПОДАТАКА Шифровање јавним кључем и хеш функције Diffie-Hellman размена кључева Преглед Биће објашњено: Diffie-Hellman размена кључева 2/13 Diffie-Hellman размена кључева први алгоритам са јавним

Διαβάστε περισσότερα

КРУГ. У свом делу Мерење круга, Архимед је први у историји математике одрeдио приближну вред ност броја π а тиме и дужину кружнице.

КРУГ. У свом делу Мерење круга, Архимед је први у историји математике одрeдио приближну вред ност броја π а тиме и дужину кружнице. КРУГ У свом делу Мерење круга, Архимед је први у историји математике одрeдио приближну вред ност броја π а тиме и дужину кружнице. Архимед (287-212 г.п.н.е.) 6.1. Централни и периферијски угао круга Круг

Διαβάστε περισσότερα

6.2. Симетрала дужи. Примена

6.2. Симетрала дужи. Примена 6.2. Симетрала дужи. Примена Дата је дуж АВ (слика 22). Тачка О је средиште дужи АВ, а права је нормална на праву АВ(p) и садржи тачку О. p Слика 22. Права назива се симетрала дужи. Симетрала дужи је права

Διαβάστε περισσότερα

Прост случаjан узорак (Simple Random Sampling)

Прост случаjан узорак (Simple Random Sampling) Прост случаjан узорак (Simple Random Sampling) 3.час 10. март 2016. Боjана Тодић Теориjа узорака 10. март 2016. 1 / 25 Прост случаjан узорак без понављања Random Sample Without Replacement - RSWOR Ово

Διαβάστε περισσότερα

СИСТЕМ ЛИНЕАРНИХ ЈЕДНАЧИНА С ДВЕ НЕПОЗНАТЕ

СИСТЕМ ЛИНЕАРНИХ ЈЕДНАЧИНА С ДВЕ НЕПОЗНАТЕ СИСТЕМ ЛИНЕАРНИХ ЈЕДНАЧИНА С ДВЕ НЕПОЗНАТЕ 8.. Линеарна једначина с две непознате Упознали смо појам линеарног израза са једном непознатом. Изрази x + 4; (x 4) + 5; x; су линеарни изрази. Слично, линеарни

Διαβάστε περισσότερα

7. ЈЕДНОСТАВНИЈЕ КВАДРАТНЕ ДИОФАНТОВE ЈЕДНАЧИНЕ

7. ЈЕДНОСТАВНИЈЕ КВАДРАТНЕ ДИОФАНТОВE ЈЕДНАЧИНЕ 7. ЈЕДНОСТАВНИЈЕ КВАДРАТНЕ ДИОФАНТОВE ЈЕДНАЧИНЕ 7.1. ДИОФАНТОВА ЈЕДНАЧИНА ху = n (n N) Диофантова једначина ху = n (n N) има увек решења у скупу природних (а и целих) бројева и њено решавање није проблем,

Διαβάστε περισσότερα

Скупови (наставак) Релације. Професор : Рака Јовановић Асиситент : Јелена Јовановић

Скупови (наставак) Релације. Професор : Рака Јовановић Асиситент : Јелена Јовановић Скупови (наставак) Релације Професор : Рака Јовановић Асиситент : Јелена Јовановић Дефиниција дуалне скуповне формуле За скуповне формулу f, која се састоји из једног или више скуповних симбола и њихових

Διαβάστε περισσότερα

Cook-Levin: SAT је NP-комплетан. Теодор Најдан Трифунов 305M/12

Cook-Levin: SAT је NP-комплетан. Теодор Најдан Трифунов 305M/12 Cook-Levin: SAT је NP-комплетан Теодор Најдан Трифунов 305M/12 1 Основни појмови Недетерминистичка Тјурингова машина (НТМ) је уређена седморка M = (Q, Σ, Γ, δ, q 0,, ) Q коначан скуп стања контролног механизма

Διαβάστε περισσότερα

Предмет: Задатак 4: Слика 1.0

Предмет: Задатак 4: Слика 1.0 Лист/листова: 1/1 Задатак 4: Задатак 4.1.1. Слика 1.0 x 1 = x 0 + x x = v x t v x = v cos θ y 1 = y 0 + y y = v y t v y = v sin θ θ 1 = θ 0 + θ θ = ω t θ 1 = θ 0 + ω t x 1 = x 0 + v cos θ t y 1 = y 0 +

Διαβάστε περισσότερα

Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА МАТЕМАТИКА ТЕСТ

Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА МАТЕМАТИКА ТЕСТ Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА МАТЕМАТИКА ТЕСТ УПУТСТВО ЗА ОЦЕЊИВАЊЕ ОБАВЕЗНО ПРОЧИТАТИ ОПШТА УПУТСТВА 1. Сваки

Διαβάστε περισσότερα

Монте Карло Интеграциjа

Монте Карло Интеграциjа Монте Карло Интеграциjа 4.час 22. март 2016. Боjана Тодић Статистички софтвер 2 22. март 2016. 1 / 22 Монте Карло методе Oве нумеричке методе код коjих се употребљаваjу низови случаjних броjева за извршење

Διαβάστε περισσότερα

b) Израз за угиб дате плоче, ако се користи само први члан реда усвојеног решења, је:

b) Израз за угиб дате плоче, ако се користи само први члан реда усвојеног решења, је: Пример 1. III Савијање правоугаоних плоча За правоугаону плочу, приказану на слици, одредити: a) израз за угиб, b) вредност угиба и пресечних сила у тачки 1 ако се користи само први члан реда усвојеног

Διαβάστε περισσότερα

Једна од централних идеја рачунарства Метода која решавање проблема своди на решавање проблема мање димензије

Једна од централних идеја рачунарства Метода која решавање проблема своди на решавање проблема мање димензије Рекурзија Једна од централних идеја рачунарства Метода која решавање проблема своди на решавање проблема мање димензије Рекурзивна функција (неформално) је функција која у својој дефиницији има позив те

Διαβάστε περισσότερα

Положај сваке тачке кружне плоче је одређен са поларним координатама r и ϕ.

Положај сваке тачке кружне плоче је одређен са поларним координатама r и ϕ. VI Савијање кружних плоча Положај сваке тачке кружне плоче је одређен са поларним координатама и ϕ слика 61 Диференцијална једначина савијања кружне плоче је: ( ϕ) 1 1 w 1 w 1 w Z, + + + + ϕ ϕ K Пресечне

Διαβάστε περισσότερα

ИСПИТИВАЊЕ СВОJСТАВА КОМПЛЕКСНИХ МРЕЖА СА ДИСКРЕТНОМ ДИНАМИКОМ

ИСПИТИВАЊЕ СВОJСТАВА КОМПЛЕКСНИХ МРЕЖА СА ДИСКРЕТНОМ ДИНАМИКОМ УНИВЕРЗИТЕТ У БЕОГРАДУ ЕЛЕКТРОТЕХНИЧКИ ФАКУЛТЕТ Jелена М. Смиљанић ИСПИТИВАЊЕ СВОJСТАВА КОМПЛЕКСНИХ МРЕЖА СА ДИСКРЕТНОМ ДИНАМИКОМ докторска дисертациjа Београд, 2017 UNIVERSITY OF BELGRADE SCHOOL OF ELECTRICAL

Διαβάστε περισσότερα

ГЕОМЕТРИJСКА СВОJСТВА АНАЛИТИЧКИХ ФУНКЦИJА

ГЕОМЕТРИJСКА СВОJСТВА АНАЛИТИЧКИХ ФУНКЦИJА УНИВЕРЗИТЕТ У БЕОГРАДУ МАТЕМАТИЧКИ ФАКУЛТЕТ МАСТЕР РАД ГЕОМЕТРИJСКА СВОJСТВА АНАЛИТИЧКИХ ФУНКЦИJА Аутор Бобан Карапетровић Ментор проф. Миодраг Матељевић Jул, 04. Садржаj Увод Ознаке Schwarz-ова лема на

Διαβάστε περισσότερα

МАТРИЧНА АНАЛИЗА КОНСТРУКЦИЈА

МАТРИЧНА АНАЛИЗА КОНСТРУКЦИЈА Београд, 21.06.2014. За штап приказан на слици одредити најмању вредност критичног оптерећења P cr користећи приближан поступак линеаризоване теорије другог реда и: а) и један елемент, слика 1, б) два

Διαβάστε περισσότερα

Теорија електричних кола

Теорија електричних кола Др Милка Потребић, ванредни професор, Теорија електричних кола, вежбе, Универзитет у Београду Електротехнички факултет, 7. Теорија електричних кола Милка Потребић Др Милка Потребић, ванредни професор,

Διαβάστε περισσότερα

ТРАПЕЗ РЕГИОНАЛНИ ЦЕНТАР ИЗ ПРИРОДНИХ И ТЕХНИЧКИХ НАУКА У ВРАЊУ. Аутор :Петар Спасић, ученик 8. разреда ОШ 8. Октобар, Власотинце

ТРАПЕЗ РЕГИОНАЛНИ ЦЕНТАР ИЗ ПРИРОДНИХ И ТЕХНИЧКИХ НАУКА У ВРАЊУ. Аутор :Петар Спасић, ученик 8. разреда ОШ 8. Октобар, Власотинце РЕГИОНАЛНИ ЦЕНТАР ИЗ ПРИРОДНИХ И ТЕХНИЧКИХ НАУКА У ВРАЊУ ТРАПЕЗ Аутор :Петар Спасић, ученик 8. разреда ОШ 8. Октобар, Власотинце Ментор :Криста Ђокић, наставник математике Власотинце, 2011. године Трапез

Διαβάστε περισσότερα

Упутство за избор домаћих задатака

Упутство за избор домаћих задатака Упутство за избор домаћих задатака Студент од изабраних задатака области Математике 2: Комбинаторика, Вероватноћа и статистика бира по 20 задатака. Студент може бирати задатке помоћу програмског пакета

Διαβάστε περισσότερα

Логистичка регресиjа

Логистичка регресиjа Логистичка регресиjа 4.час 22. март 2016. Боjана Тодић Статистички софтвер 4 22. март 2016. 1 / 26 Логистичка расподела Логистичка расподела jе непрекидна расподела вероватноће таква да jе њена функциjа

Διαβάστε περισσότερα

Аксиоме припадања. Никола Томовић 152/2011

Аксиоме припадања. Никола Томовић 152/2011 Аксиоме припадања Никола Томовић 152/2011 Павле Васић 104/2011 1 Шта је тачка? Шта је права? Шта је раван? Да бисмо се бавили геометријом (и не само геометријом), морамо увести основне појмове и полазна

Διαβάστε περισσότερα

5.2. Имплицитни облик линеарне функције

5.2. Имплицитни облик линеарне функције математикa за VIII разред основне школе 0 Слика 6 8. Нацртај график функције: ) =- ; ) =,5; 3) = 0. 9. Нацртај график функције и испитај њен знак: ) = - ; ) = 0,5 + ; 3) =-- ; ) = + 0,75; 5) = 0,5 +. 0.

Διαβάστε περισσότερα

Математички факултет у Београду

Математички факултет у Београду Математички факултет у Београду 24. март 2009. Тест за кандидате за упис на докторске студије на смеру за рачунарство и информатику За свако питање изабрати одговарајући одговар; слово које одговара том

Διαβάστε περισσότερα

Вектори vs. скалари. Векторске величине се описују интензитетом и правцем. Примери: Померај, брзина, убрзање, сила.

Вектори vs. скалари. Векторске величине се описују интензитетом и правцем. Примери: Померај, брзина, убрзање, сила. Вектори 1 Вектори vs. скалари Векторске величине се описују интензитетом и правцем Примери: Померај, брзина, убрзање, сила. Скаларне величине су комплетно описане само интензитетом Примери: Температура,

Διαβάστε περισσότερα

ОБЛАСТИ: 1) Тачка 2) Права 3) Криве другог реда

ОБЛАСТИ: 1) Тачка 2) Права 3) Криве другог реда ОБЛАСТИ: ) Тачка ) Права Jov@soft - Март 0. ) Тачка Тачка је дефинисана (одређена) у Декартовом координатном систему са своје две коодринате. Примери: М(5, ) или М(-, 7) или М(,; -5) Jov@soft - Март 0.

Διαβάστε περισσότερα

ЛИНЕАРНА ФУНКЦИЈА. k, k 0), осна и централна симетрија и сл. 2, x 0. У претходном примеру неке функције су линеарне а неке то нису.

ЛИНЕАРНА ФУНКЦИЈА. k, k 0), осна и централна симетрија и сл. 2, x 0. У претходном примеру неке функције су линеарне а неке то нису. ЛИНЕАРНА ФУНКЦИЈА 5.. Функција = a + b Функционалне зависности су веома значајне и са њиховим применама често се сусрећемо. Тако, већ су нам познате директна и обрнута пропорционалност ( = k; = k, k ),

Διαβάστε περισσότερα

Количина топлоте и топлотна равнотежа

Количина топлоте и топлотна равнотежа Количина топлоте и топлотна равнотежа Топлота и количина топлоте Топлота је један од видова енергије тела. Енергија коју тело прими или отпушта у топлотним процесима назива се количина топлоте. Количина

Διαβάστε περισσότερα

Данка Вујанац. Бојење графова. мастер рад

Данка Вујанац. Бојење графова. мастер рад Данка Вујанац Бојење графова мастер рад Нови Сад, 2015 Садржај Предговор... 2 Увод... 3 Глава 1. Основни појмови графа... 5 Глава 2. Бојење чворова... 11 Глава 3. Бојење грана... 22 Глава 4. Бојење планарних

Διαβάστε περισσότερα

Писмени испит из Метода коначних елемената

Писмени испит из Метода коначних елемената Београд,.0.07.. За приказани билинеарни коначни елемент (Q8) одредити вектор чворног оптерећења услед задатог линијског оптерећења p. Користити природни координатни систем (ξ,η).. На слици је приказан

Διαβάστε περισσότερα

ПРИРОДА ВРЕМЕНА. информациjа материjе термодинамика теориjа релативности квантна механика. принцип вероватноће у физици

ПРИРОДА ВРЕМЕНА. информациjа материjе термодинамика теориjа релативности квантна механика. принцип вероватноће у физици ПРИРОДА ВРЕМЕНА информациjа материjе термодинамика теориjа релативности квантна механика принцип вероватноће у физици растко вуковић Архимед Бања Лука, jануар 2017. Растко Вуковић: ПРИРОДА ВРЕМЕНА - информациjа

Διαβάστε περισσότερα

Нелинеарни регресиони модели и линеаризациjа

Нелинеарни регресиони модели и линеаризациjа Нелинеарни регресиони модели и линеаризациjа 3.час 15. март 2016. Боjана Тодић Статистички софтвер 4 15. март 2016. 1 / 23 Регресионa анализа Регресиона анализа jе скуп статистичких метода коjима се открива

Διαβάστε περισσότερα

Семинарски рад из линеарне алгебре

Семинарски рад из линеарне алгебре Универзитет у Београду Машински факултет Докторске студије Милош Живановић дипл. инж. Семинарски рад из линеарне алгебре Београд, 6 Линеарна алгебра семинарски рад Дата је матрица: Задатак: a) Одредити

Διαβάστε περισσότερα

ЗАШТИТА ПОДАТАКА. Шифровање јавним кључем и хеш функције. Diffie-Hellman размена кључева

ЗАШТИТА ПОДАТАКА. Шифровање јавним кључем и хеш функције. Diffie-Hellman размена кључева ЗАШТИТА ПОДАТАКА Шифровање јавним кључем и хеш функције Diffie-Hellman размена кључева Преглед Биће објашњено: Diffie-Hellman размена кључева 2 Diffie-Hellman размена кључева први алгоритам са јавним кључем

Διαβάστε περισσότερα

Екстремне статистике поретка и примjене у неживотном осигурању

Екстремне статистике поретка и примjене у неживотном осигурању Математички факултет Универзитет у Београду МАСТЕР РАД Екстремне статистике поретка и примjене у неживотном осигурању Студент: 1039/2015 Ментор: др Павле Младеновић 10.11.2016. Садржаj 1 Увод 1 2 Значаj

Διαβάστε περισσότερα

2. EЛЕМЕНТАРНЕ ДИОФАНТОВЕ ЈЕДНАЧИНЕ

2. EЛЕМЕНТАРНЕ ДИОФАНТОВЕ ЈЕДНАЧИНЕ 2. EЛЕМЕНТАРНЕ ДИОФАНТОВЕ ЈЕДНАЧИНЕ 2.1. МАТЕМАТИЧКИ РЕБУСИ Најједноставније Диофантове једначине су математички ребуси. Метод разликовања случајева код ових проблема се показује плодоносним, јер је раздвајање

Διαβάστε περισσότερα

Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА

Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА ЗАВРШНИ ИСПИТ НА КРАЈУ ОСНОВНОГ ОБРАЗОВАЊА И ВАСПИТАЊА школска 01/01. година ТЕСТ

Διαβάστε περισσότερα

1 ПРОСТОР МИНКОВСКОГ

1 ПРОСТОР МИНКОВСКОГ 1 ПРОСТОР МИНКОВСКОГ 1.1 Простор Минковског. Поjам Лоренцове трансформациjе. Лоренцове трансформациjе на векторима и дуалним векторима. На самом почетку увешћемо координатни систем (t, x, y, z) на следећи

Διαβάστε περισσότερα

ПАРАЛЕЛИЗАЦИJА СТАТИЧКЕ ВЕРИФИКАЦИJЕ СОФТВЕРА

ПАРАЛЕЛИЗАЦИJА СТАТИЧКЕ ВЕРИФИКАЦИJЕ СОФТВЕРА УНИВЕРЗИТЕТ У БЕОГРАДУ МАТЕМАТИЧКИ ФАКУЛТЕТ Бранислава Б. Живковић ПАРАЛЕЛИЗАЦИJА СТАТИЧКЕ ВЕРИФИКАЦИJЕ СОФТВЕРА мастер рад Београд, 2017. Ментор: др Милена Вуjошевић Jаничић, доцент Универзитет у Београду,

Διαβάστε περισσότερα

7.3. Површина правилне пирамиде. Површина правилне четворостране пирамиде

7.3. Површина правилне пирамиде. Површина правилне четворостране пирамиде математик за VIII разред основне школе 4. Прво наћи дужину апотеме. Како је = 17 cm то је тражена површина P = 18+ 4^cm = ^4+ cm. 14. Основа четворостране пирамиде је ромб чије су дијагонале d 1 = 16 cm,

Διαβάστε περισσότερα

Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА

Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА ПРОБНИ ЗАВРШНИ ИСПИТ школска 016/017. година ТЕСТ МАТЕМАТИКА УПУТСТВО ЗА ПРЕГЛЕДАЊЕ

Διαβάστε περισσότερα

Нестандардна анализа као почетна настава анализе

Нестандардна анализа као почетна настава анализе Математички факултет Универзитет у Београду Нестандардна анализа као почетна настава анализе Мастер рад Ментор: др Небоjша Икодиновић Студент: Лазар Коковић Београд, 2016. Садржаj 1 Мотивациjа 2 2 Основи

Διαβάστε περισσότερα

4.4. Паралелне праве, сечица. Углови које оне одређују. Углови са паралелним крацима

4.4. Паралелне праве, сечица. Углови које оне одређују. Углови са паралелним крацима 50. Нацртај било које унакрсне углове. Преношењем утврди однос унакрсних углова. Какво тврђење из тога следи? 51. Нацртај угао чија је мера 60, а затим нацртај њему унакрсни угао. Колика је мера тог угла?

Διαβάστε περισσότερα

Факултет организационих наука Центар за пословно одлучивање. PROMETHEE (Preference Ranking Organization Method for Enrichment Evaluation)

Факултет организационих наука Центар за пословно одлучивање. PROMETHEE (Preference Ranking Organization Method for Enrichment Evaluation) Факултет организационих наука Центар за пословно одлучивање PROMETHEE (Preference Ranking Organization Method for Enrichment Evaluation) Студија случаја D-Sight Консултантске услуге за Изградња брзе пруге

Διαβάστε περισσότερα

ИНФОРМАЦИJА ПЕРЦЕПЦИJЕ слобода, демократиjа и физика

ИНФОРМАЦИJА ПЕРЦЕПЦИJЕ слобода, демократиjа и физика ИНФОРМАЦИJА ПЕРЦЕПЦИJЕ слобода, демократиjа и физика Растко Вуковић Радна верзиjа текста! Економски институт Бања Лука, 2016. Радна верзиjа (2017) Растко Вуковић: ИНФОРМАЦИJА ПЕРЦЕПЦИJЕ - слобода, демократиjа

Διαβάστε περισσότερα

2.3. Решавање линеарних једначина с једном непознатом

2.3. Решавање линеарних једначина с једном непознатом . Решимо једначину 5. ( * ) + 5 + Провера: + 5 + 0 5 + 5 +. + 0. Број је решење дате једначине... Реши једначину: ) +,5 ) + ) - ) - -.. Да ли су следеће једначине еквивалентне? Провери решавањем. ) - 0

Διαβάστε περισσότερα

Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА

Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА ЗАВРШНИ ИСПИТ НА КРАЈУ ОСНОВНОГ ОБРАЗОВАЊА И ВАСПИТАЊА школска 013/014. година ТЕСТ

Διαβάστε περισσότερα

ЕНЕРГЕТСКИ ПРЕТВАРАЧИ 2 (13Е013ЕП2) октобар 2016.

ЕНЕРГЕТСКИ ПРЕТВАРАЧИ 2 (13Е013ЕП2) октобар 2016. ЕНЕРГЕТСКИ ПРЕТВАРАЧИ (3Е03ЕП) октобар 06.. Батерија напона B = 00 пуни се преко трофазног полууправљивог мосног исправљача, који је повезан на мрежу 3x380, 50 Hz преко трансформатора у спрези y, са преносним

Διαβάστε περισσότερα

Увод у теориjу игара и игра инспекциjе

Увод у теориjу игара и игра инспекциjе proba Математички институт у Београду Увод у теориjу игара и игра инспекциjе Лука Павловић Београд, 12. маj 2017. proba Увод у Теориjу Игара 1 Увод у Теориjу Игара Теориjа игара jе грана математике коjа

Διαβάστε περισσότερα

Параметарски и непараметарски тестови

Параметарски и непараметарски тестови Параметарски и непараметарски тестови 6.час 12. април 2016. Боjана Тодић Статистички софтвер 4 12. април 2016. 1 / 25 Поступци коjима се применом статистичких метода утврђуjе да ли се, на основу узорка

Διαβάστε περισσότερα

МАСТЕР РАД УНИВЕРЗИТЕТ У БЕОГРАДУ МАТЕМАТИЧКИ ФАКУЛТЕТ. Тема: ГОРЊА И ДОЊА ГРАНИЧНА ВРЕДНОСТ НИЗА И НИЗА СКУПОВА И ЊИХОВЕ ПРИМЕНЕ У РЕЛНОЈ АНАЛИЗИ

МАСТЕР РАД УНИВЕРЗИТЕТ У БЕОГРАДУ МАТЕМАТИЧКИ ФАКУЛТЕТ. Тема: ГОРЊА И ДОЊА ГРАНИЧНА ВРЕДНОСТ НИЗА И НИЗА СКУПОВА И ЊИХОВЕ ПРИМЕНЕ У РЕЛНОЈ АНАЛИЗИ УНИВЕРЗИТЕТ У БЕОГРАДУ МАТЕМАТИЧКИ ФАКУЛТЕТ МАСТЕР РАД Тема: ГОРЊА И ДОЊА ГРАНИЧНА ВРЕДНОСТ НИЗА И НИЗА СКУПОВА И ЊИХОВЕ ПРИМЕНЕ У РЕЛНОЈ АНАЛИЗИ МЕНТОР: КАНДИДАТ: Проф. др Драгољуб Кечкић Милинко Миловић

Διαβάστε περισσότερα

Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА

Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА ЗАВРШНИ ИСПИТ У ОСНОВНОМ ОБРАЗОВАЊУ И ВАСПИТАЊУ школска 0/06. година ТЕСТ МАТЕМАТИКА

Διαβάστε περισσότερα

Имплементациjа монада у програмском jезику Swift 1.1

Имплементациjа монада у програмском jезику Swift 1.1 Имплементациjа монада у програмском jезику Swift 1.1 Ивица Миловановић Садржаj Монаде су моћан и ефективан алат из арсенала функционалног програмирања. У овом раду ћемо показати како се ове структуре,

Διαβάστε περισσότερα

6.5 Површина круга и његових делова

6.5 Површина круга и његових делова 7. Тетива је једнака полупречнику круга. Израчунај дужину мањег одговарајућег лука ако је полупречник 2,5 сm. 8. Географска ширина Београда је α = 44 47'57", а полупречник Земље 6 370 km. Израчунај удаљеност

Διαβάστε περισσότερα

Република Србија МИНИСТАРСТВО ПРОСВЕТЕ И НАУКЕ ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА

Република Србија МИНИСТАРСТВО ПРОСВЕТЕ И НАУКЕ ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА Република Србија МИНИСТАРСТВО ПРОСВЕТЕ И НАУКЕ ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА ЗАВРШНИ ИСПИТ НА КРАЈУ ОСНОВНОГ ОБРАЗОВАЊА И ВАСПИТАЊА школска 011/01. година ТЕСТ МАТЕМАТИКА УПУТСТВО

Διαβάστε περισσότερα

Слика 1. Слика 1.2 Слика 1.1

Слика 1. Слика 1.2 Слика 1.1 За случај трожичног вода приказаног на слици одредити: а Вектор магнетне индукције у тачкама А ( и ( б Вектор подужне силе на проводник са струјом Систем се налази у вакууму Познато је: Слика Слика Слика

Διαβάστε περισσότερα

TAЧКАСТА НАЕЛЕКТРИСАЊА

TAЧКАСТА НАЕЛЕКТРИСАЊА TЧКАСТА НАЕЛЕКТРИСАЊА Два тачкаста наелектрисања оптерећена количинама електрицитета и налазе се у вакууму као што је приказано на слици Одредити: а) Вектор јачине електростатичког поља у тачки А; б) Електрични

Διαβάστε περισσότερα

Универзитет у Београду Математички факултет

Универзитет у Београду Математички факултет Универзитет у Београду Математички факултет Катедра за рачунарство и информатику мастер рад Анализа излазног низа генератора RC4 студент: Јована Радуловић ментор: др Миодраг Живковић Београд 2015. Садржај

Διαβάστε περισσότερα

Универзитет у Београду, Саобраћајни факултет Предмет: Паркирање. 1. вежба

Универзитет у Београду, Саобраћајни факултет Предмет: Паркирање. 1. вежба Универзитет у Београду, Саобраћајни факултет Предмет: Паркирање ОРГАНИЗАЦИЈА ПАРКИРАЛИШТА 1. вежба Место за паркирање (паркинг место) Део простора намењен, технички опремљен и уређен за паркирање једног

Διαβάστε περισσότερα

РЕШЕЊА ЗАДАТАКА - IV РАЗЕД 1. Мањи број: : x,

РЕШЕЊА ЗАДАТАКА - IV РАЗЕД 1. Мањи број: : x, РЕШЕЊА ЗАДАТАКА - IV РАЗЕД 1. Мањи број: : x, Већи број: 1 : 4x + 1, (4 бода) Њихов збир: 1 : 5x + 1, Збир умањен за остатак: : 5x = 55, 55 : 5 = 11; 11 4 = ; + 1 = 45; : x = 11. Дакле, први број је 45

Διαβάστε περισσότερα

3.1. Однос тачке и праве, тачке и равни. Одређеност праве и равни

3.1. Однос тачке и праве, тачке и равни. Одређеност праве и равни ТАЧКА. ПРАВА. РАВАН Талес из Милета (624 548. пре н. е.) Еуклид (330 275. пре н. е.) Хилберт Давид (1862 1943) 3.1. Однос тачке и праве, тачке и равни. Одређеност праве и равни Настанак геометрије повезује

Διαβάστε περισσότερα

ВИСОКА ТЕХНИЧКА ШКОЛА СТРУКОВНИХ СТУДИЈА У НИШУ

ВИСОКА ТЕХНИЧКА ШКОЛА СТРУКОВНИХ СТУДИЈА У НИШУ ВИСОКА ТЕХНИЧКА ШКОЛА СТРУКОВНИХ СТУДИЈА У НИШУ предмет: ОСНОВИ МЕХАНИКЕ студијски програм: ЗАШТИТА ЖИВОТНЕ СРЕДИНЕ И ПРОСТОРНО ПЛАНИРАЊЕ ПРЕДАВАЊЕ БРОЈ 2. Садржај предавања: Систем сучељних сила у равни

Διαβάστε περισσότερα

АНАЛИТИЧКА ГЕОМЕТРИJА. Владица Андреjић ( ) УНИВЕРЗИТЕТ У БЕОГРАДУ МАТЕМАТИЧКИ ФАКУЛТЕТ БЕОГРАД 2015.

АНАЛИТИЧКА ГЕОМЕТРИJА. Владица Андреjић ( ) УНИВЕРЗИТЕТ У БЕОГРАДУ МАТЕМАТИЧКИ ФАКУЛТЕТ БЕОГРАД 2015. АНАЛИТИЧКА ГЕОМЕТРИJА Владица Андреjић (01-03-2015) УНИВЕРЗИТЕТ У БЕОГРАДУ МАТЕМАТИЧКИ ФАКУЛТЕТ БЕОГРАД 2015. Глава 1 Вектори у геометриjи 1.1 Увођење вектора Поjам вектора у еуклидскоj геометриjи можемо

Διαβάστε περισσότερα

Писмени испит из Теорије површинских носача. 1. За континуалну плочу приказану на слици одредити угиб и моменте савијања у означеним тачкама.

Писмени испит из Теорије површинских носача. 1. За континуалну плочу приказану на слици одредити угиб и моменте савијања у означеним тачкама. Београд, 24. јануар 2012. 1. За континуалну плочу приказану на слици одредити угиб и моменте савијања у означеним тачкама. dpl = 0.2 m P= 30 kn/m Линијско оптерећење се мења по синусном закону: 2. За плочу

Διαβάστε περισσότερα

6.1. Осна симетрија у равни. Симетричност двеју фигура у односу на праву. Осна симетрија фигуре

6.1. Осна симетрија у равни. Симетричност двеју фигура у односу на праву. Осна симетрија фигуре 0 6.. Осна симетрија у равни. Симетричност двеју фигура у односу на праву. Осна симетрија фигуре У обичном говору се често каже да су неки предмети симетрични. Примери таквих објеката, предмета, геометријских

Διαβάστε περισσότερα

УНАПРЕЂИВАЊЕ SMT РЕШАВАЧА КОРИШЋЕЊЕМ CSP ТЕХНИКА И ТЕХНИКА ПАРАЛЕЛИЗАЦИJЕ

УНАПРЕЂИВАЊЕ SMT РЕШАВАЧА КОРИШЋЕЊЕМ CSP ТЕХНИКА И ТЕХНИКА ПАРАЛЕЛИЗАЦИJЕ УНИВЕРЗИТЕТ У БЕОГРАДУ МАТЕМАТИЧКИ ФАКУЛТЕТ Милан Банковић УНАПРЕЂИВАЊЕ SMT РЕШАВАЧА КОРИШЋЕЊЕМ CSP ТЕХНИКА И ТЕХНИКА ПАРАЛЕЛИЗАЦИJЕ докторска дисертациjа Београд, 2016. UNIVERSITY OF BELGRADE FACULTY

Διαβάστε περισσότερα

L кплп (Калем у кплу прпстпперипдичне струје)

L кплп (Калем у кплу прпстпперипдичне струје) L кплп (Калем у кплу прпстпперипдичне струје) i L u=? За коло са слике кроз калем ппзнате позната простопериодична струја: индуктивности L претпоставићемо да протиче i=i m sin(ωt + ψ). Услед променљиве

Διαβάστε περισσότερα

8.2 ЛАБОРАТОРИЈСКА ВЕЖБА 2 Задатак вежбе: Израчунавање фактора појачања мотора напонским управљањем у отвореној повратној спрези

8.2 ЛАБОРАТОРИЈСКА ВЕЖБА 2 Задатак вежбе: Израчунавање фактора појачања мотора напонским управљањем у отвореној повратној спрези Регулциј електромоторних погон 8 ЛАБОРАТОРИЈСКА ВЕЖБА Здтк вежбе: Изрчунвње фктор појчњ мотор нпонским упрвљњем у отвореној повртној спрези Увод Преносн функциј мотор којим се нпонски упрвљ Кд се з нулте

Διαβάστε περισσότερα

Република Србија МИНИСТАРСТВО ПРОСВЕТЕ И НАУКЕ ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА

Република Србија МИНИСТАРСТВО ПРОСВЕТЕ И НАУКЕ ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА Тест Математика Република Србија МИНИСТАРСТВО ПРОСВЕТЕ И НАУКЕ ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА ЗАВРШНИ ИСПИТ НА КРАЈУ ОСНОВНОГ ОБРАЗОВАЊА И ВАСПИТАЊА школска 00/0. година ТЕСТ МАТЕМАТИКА

Διαβάστε περισσότερα

4. ЗАКОН ВЕЛИКИХ БРОЈЕВА

4. ЗАКОН ВЕЛИКИХ БРОЈЕВА 4. Закон великих бројева 4. ЗАКОН ВЕЛИКИХ БРОЈЕВА Аксиоматска дефиниција вероватноће не одређује начин на који ће вероватноће случајних догађаја бити одређене у неком реалном експерименту. Зато треба наћи

Διαβάστε περισσότερα

Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА

Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА ЗАВРШНИ ИСПИТ У ОСНОВНОМ ОБРАЗОВАЊУ И ВАСПИТАЊУ школска 014/01. година ТЕСТ МАТЕМАТИКА

Διαβάστε περισσότερα

ПОВРШИНа ЧЕТВОРОУГЛОВА И ТРОУГЛОВА

ПОВРШИНа ЧЕТВОРОУГЛОВА И ТРОУГЛОВА ПОВРШИНа ЧЕТВОРОУГЛОВА И ТРОУГЛОВА 1. Допуни шта недостаје: а) 5m = dm = cm = mm; б) 6dm = m = cm = mm; в) 7cm = m = dm = mm. ПОЈАМ ПОВРШИНЕ. Допуни шта недостаје: а) 10m = dm = cm = mm ; б) 500dm = a

Διαβάστε περισσότερα

У н и в е р з и т е т у Б е о г р а д у Математички факултет. Семинарски рад. Методологија стручног и научног рада. Тема: НП-тешки проблеми паковања

У н и в е р з и т е т у Б е о г р а д у Математички факултет. Семинарски рад. Методологија стручног и научног рада. Тема: НП-тешки проблеми паковања У н и в е р з и т е т у Б е о г р а д у Математички факултет Семинарски рад из предмета Методологија стручног и научног рада Тема: НП-тешки проблеми паковања Професор: др Владимир Филиповић Студент: Владимир

Διαβάστε περισσότερα

8. ПИТАГОРИНА ЈЕДНАЧИНА х 2 + у 2 = z 2

8. ПИТАГОРИНА ЈЕДНАЧИНА х 2 + у 2 = z 2 8. ПИТАГОРИНА ЈЕДНАЧИНА х + у = z Један од најзанимљивијих проблема теорије бројева свакако је проблем Питагориних бројева, тј. питање решења Питагорине Диофантове једначине. Питагориним бројевима или

Διαβάστε περισσότερα

6. ЛИНЕАРНА ДИОФАНТОВА ЈЕДНАЧИНА ах + by = c

6. ЛИНЕАРНА ДИОФАНТОВА ЈЕДНАЧИНА ах + by = c 6. ЛИНЕАРНА ДИОФАНТОВА ЈЕДНАЧИНА ах + by = c Ако су а, b и с цели бројеви и аb 0, онда се линеарна једначина ах + bу = с, при чему су х и у цели бројеви, назива линеарна Диофантова једначина. Очигледно

Διαβάστε περισσότερα

ДИПЛОМСКИ РАД Анализа и имплементација графовских алгоритама

ДИПЛОМСКИ РАД Анализа и имплементација графовских алгоритама ДИПЛОМСКИ РАД Анализа и имплементација графовских алгоритама Универзитет у Београду Електротехнички факултет Ментор: Проф. др Мило Томашевић Београд, MMVII Садржај Увод... Графови - терминологија и представљање....

Διαβάστε περισσότερα

Закони термодинамике

Закони термодинамике Закони термодинамике Први закон термодинамике Први закон термодинамике каже да додавање енергије систему може бити утрошено на: Вршење рада Повећање унутрашње енергије Први закон термодинамике је заправо

Διαβάστε περισσότερα

Теорија електричних кола

Теорија електричних кола Др Милка Потребић, ванредни професор, Теорија електричних кола, предавања, Универзитет у Београду Електротехнички факултет, 07. Вишефазне електричне системе је патентирао српски истраживач Никола Тесла

Διαβάστε περισσότερα

ПРИЈЕМНИ ИСПИТ. Јун 2003.

ПРИЈЕМНИ ИСПИТ. Јун 2003. Природно-математички факултет 7 ПРИЈЕМНИ ИСПИТ Јун 00.. Одредити све вредности параметра m за које су оба решења једначине x x + m( m 4) = 0 (a) реална; (b) реална и позитивна. Решење: (а) [ 5, + (б) [

Διαβάστε περισσότερα

Ваљак. cm, а површина осног пресека 180 cm. 252π, 540π,... ТРЕБА ЗНАТИ: ВАЉАК P=2B + M V= B H B= r 2 p M=2rp H Pосн.пресека = 2r H ЗАДАЦИ:

Ваљак. cm, а површина осног пресека 180 cm. 252π, 540π,... ТРЕБА ЗНАТИ: ВАЉАК P=2B + M V= B H B= r 2 p M=2rp H Pосн.пресека = 2r H ЗАДАЦИ: Ваљак ВАЉАК P=B + M V= B H B= r p M=rp H Pосн.пресека = r H. Површина омотача ваљка је π m, а висина ваљка је два пута већа од полупрчника. Израчунати запремину ваљка. π. Осни пресек ваљка је квадрат површине

Διαβάστε περισσότερα

АНАЛОГНА ЕЛЕКТРОНИКА ЛАБОРАТОРИЈСКЕ ВЕЖБЕ

АНАЛОГНА ЕЛЕКТРОНИКА ЛАБОРАТОРИЈСКЕ ВЕЖБЕ ЕЛЕКТРОТЕХНИЧКИ ФАКУЛТЕТ У БЕОГРАДУ КАТЕДРА ЗА ЕЛЕКТРОНИКУ АНАЛОГНА ЕЛЕКТРОНИКА ЛАБОРАТОРИЈСКЕ ВЕЖБЕ ВЕЖБА БРОЈ 2 ПОЈАЧАВАЧ СНАГЕ У КЛАСИ Б 1. 2. ИМЕ И ПРЕЗИМЕ БР. ИНДЕКСА ГРУПА ОЦЕНА ДАТУМ ВРЕМЕ ДЕЖУРНИ

Διαβάστε περισσότερα

Разлика потенцијала није исто што и потенцијална енергија. V = V B V A = PE / q

Разлика потенцијала није исто што и потенцијална енергија. V = V B V A = PE / q Разлика потенцијала Разлика потенцијала између тачака A и B се дефинише као промена потенцијалне енергије (крајња минус почетна вредност) када се наелектрисање q помера из тачке A утачку B подељена са

Διαβάστε περισσότερα

Од површине троугла до одређеног интеграла

Од површине троугла до одређеног интеграла Природно-математички факултет, Универзитет у Нишу, Србија http://www.pmf.i.ac.rs/mii Математика и информатика (4) (5), 49-7 Од површине троугла до одређеног интеграла Жарко Ђурић Париске комуне 4-/8, Врање

Διαβάστε περισσότερα

ЗАВРШНИ РАД КЛИНИЧКА МЕДИЦИНА 5. школска 2016/2017. ШЕСТА ГОДИНА СТУДИЈА

ЗАВРШНИ РАД КЛИНИЧКА МЕДИЦИНА 5. школска 2016/2017. ШЕСТА ГОДИНА СТУДИЈА ЗАВРШНИ РАД КЛИНИЧКА МЕДИЦИНА 5 ШЕСТА ГОДИНА СТУДИЈА школска 2016/2017. Предмет: ЗАВРШНИ РАД Предмет се вреднује са 6 ЕСПБ. НАСТАВНИЦИ И САРАДНИЦИ: РБ Име и презиме Email адреса звање 1. Јасмина Кнежевић

Διαβάστε περισσότερα

Хомогена диференцијална једначина је она која може да се напише у облику: = t( x)

Хомогена диференцијална једначина је она која може да се напише у облику: = t( x) ДИФЕРЕНЦИЈАЛНЕ ЈЕДНАЧИНЕ Штa треба знати пре почетка решавања задатака? Врсте диференцијалних једначина. ДИФЕРЕНЦИЈАЛНА ЈЕДНАЧИНА КОЈА РАЗДВАЈА ПРОМЕНЉИВЕ Код ове методе поступак је следећи: раздвојити

Διαβάστε περισσότερα

Терминирање флексибилних технолошких процеса

Терминирање флексибилних технолошких процеса ИНТЕЛИГЕНТНИ ТЕХНОЛОШКИ СИСТЕМИ АТ-8 Терминирање производно-технолошких ентитета Терминирање флексибилних технолошких процеса Терминирање (енгл. scheduling) представља процес планирања машинске обраде,

Διαβάστε περισσότερα

Слика 1 Ако се са RFe отпорника, онда су ова два температурно зависна отпорника везана на ред, па је укупна отпорност,

Слика 1 Ако се са RFe отпорника, онда су ова два температурно зависна отпорника везана на ред, па је укупна отпорност, Температурно стабилан отпорник састоји се од два једнака цилиндрична дела начињена од различитих материјала (гвожђе и графит) У ком односу стоје отпорности ова два дела отпорника ако се претпостави да

Διαβάστε περισσότερα

РЈЕШЕЊА ЗАДАТАКА СА ТАКМИЧЕЊА ИЗ ЕЛЕКТРИЧНИХ МАШИНА Електријада 2004

РЈЕШЕЊА ЗАДАТАКА СА ТАКМИЧЕЊА ИЗ ЕЛЕКТРИЧНИХ МАШИНА Електријада 2004 РЈЕШЕЊА ЗАДАТАКА СА ТАКМИЧЕЊА ИЗ ЕЛЕКТРИЧНИХ МАШИНА Електријада 004 ТРАНСФОРМАТОРИ Tрофазни енергетски трансформатор 100 VA има напон и реактансу кратког споја u 4% и x % респективно При номиналном оптерећењу

Διαβάστε περισσότερα