Ako je koeficijent korelacije blizak 1, ne mora značiti da su X i Y međusobno zavisne, već da postoji treća promenljiva Z od koje zavise X i Y.
|
|
- Δείμος Οικονόμου
- 5 χρόνια πριν
- Προβολές:
Transcript
1 Parcialni oeficient orelacie Ao e oeficient orelacie bliza 1, ne mora značiti da su X i Y međusobno zavisne, već da postoi treća promenliva Z od oe zavise X i Y. Definiše iš se parcialni i oeficient i orelacie pomoću ć oeg se nalazi zavisnost X od Y bez uticaa Z. Nea easuρ ρ 12, ρ 13 i ρ 23, oeficienti ce orelacia eaca između X i Y,, X i Z i između Y i Z. Parcialni oeficient orelacie između X i Y bez uticaa Z: ρ 12 1 ρ ρ ρ 23 1 ρ
2 Koeficient asimetrie i sploštenosti Pomoću matematičog očeivana definišu se i oeficient asimetrie i sploštenosti. Definicia. Nea su EXm i DXσ 2 matematičo očeivane č i disperzia i slučane č promenlive X. Ao postoe veličine Koeficient asimetrie 3 4 E X m E X m f1 f σ σ Koeficient sploštenosti Koriste se i termini: prvi i drugi Fišerov oeficient i prvi i Koriste se i termini: prvi i drugi Fišerov oeficient, i prvi i drugi Pirsonov oeficient. 2
3 Koeficient variacie, indes disperzie Ao e EX 0, tada e oeficient variacie: c V σ EX Ao e EX 0, tada e indes disperzie: I D X E X 3
4 Karateristična funcia Pomoću matematičog očeivana definiše se funcionalna arateristia slučanih promenlivih arateristična funcia. Nea e data sp X. Funcia ϕ definisana i ednaošću: ϕtee itx, t R, i 2-1 Naziva se arateristična funcia slučane promenlive X. Karateristična funcia e edinstvena za svau sp. Koristi se u teorii verovatnoće pri doazivanu mnogih teorema. 4
5 Mod raspodele Definicia. Nea e data disretna sp X sa onačno ili prebroivo mnogo vrednosti svoim zaonom raspodele p P[Xx ], J N. Svaa vrednost ili vrednosti sp X čie su odgovarauće verovatnoće veće od susednih e mod raspodele. Nea e data nepreidna sp X svoom gustinom raspodele gx, x R. Apscisa svae tače loalnog masimuma funcie gx e mod raspodele. Raspodela može imati edan mod unimodalna, ili dva moda bimodalna, ili više polimodalna. 5
6 Kvantili raspodele Definicia. Nea e data sp X i nea e Fx nena funcia raspodele. Nea e q realan bro iz intervala 0, 1. Kvantil reda q e svai bro x 0 R za oi važe neednaosti: Fx 0 q i lim Fx q x x 0 Ao e FX nepreidna i strogo monotona, tada će postoati edinstveni vantili svaog reda. Ao FX ima intervale onstantnosti, t ti može postoati ti više broeva x 0 oi su vantil neog reda za posmatranu raspodelu. 6
7 Decili i vartili Ao e q0,1, tada e odgovaraući bro x 0 prvi decil raspodele; Ao e q0,2, tada e odgovaraući bro x 0 drugi decil raspodele, itd. Ao e q0,25, tada e odgovaraući bro x 0 prvi vartil raspodele; Ao e q0,5, 05 tada e odgovaraući bro x 0 mediana raspodele, Ao e q0,75, tada e odgovaraući bro x 0 treći vartil raspodele. Ao e q0,95, tada e odgovaraući bro x 0 95-ti percentil raspodele. 7
8 Matematičo očeivane 2Dsp Ao X i Y imau matematiča očeivana, tada e uređeni par EX, EY matematičo očeivane sp X, Y. Nea e X, Y dvodimenzionalna sp. Uslovno matematičo očeivane č sp Y pri ifisirano i vrednosti tix x e E Y / X x y g y / x dy gde e gy/x uslovna gustina raspodele sp Y pri X x. Ao su X i Y disretne sp, tada e E Y / X x i y P[ Y y / X xi ] 8
9 Nee važnie raspodele verovatnoće Poznavane raspodela i nihovih svostava značano ada na osnovu onačnog broa podataa treba utvrditi oo lasi sp pripada i oe su nene osnovne arateristie. Disretne: binomna, negativna binomna i Puasonova raspodela. Normalna raspodela Nepreidne: uniformna, esponencialna, hi-vadrat, studentova, Fišerova, Gama raspodela, itd. 9
10 Binomna raspodela Nea e verovatnoća realizacie dog. A u n esperimenata ednaa p. Ao e sp X ednaa brou realizacia dog. A pri istim uslovima, tada X ima binomnu raspodelu sa parametrima n i p: X : Bn, p Bernulieva sl. pr S n Za sp sa binomnom raspodelom e: X : : n, pn, 0 pn,1... pn, n n p n n p 1 p 0,1,..., n 10
11 Binomne verovatnoće p n, Pn, Pn, n10 p n12 p
12 Binomna raspodela nastava Binomna raspodela, nastava Ao sp X ima Bn 1, p raspodelu, a sp Y ima Bn 2, p p 1, p p, p 2, p raspodelu, i ao su X i Y nezavisne, tada sp Z X+Y ima Bn 1 +n 2, p raspodelu. R d l Y l d Z X+Y l č Raspodela za Y uslovno u odnosu na ZX+Y u slučau nezavisnih veličina X i Y sa Bn 1, p i Bn 2, p raspodelama e + n n n n Z P Y P X P Z P Z Y P Z Y P , / + n n Z P Z P 2 1 }, min{ } 0, max{ 2 1 n n }, { }, {
13 Binomna raspodela, nastava Ao sp X ima Bn,, p raspodelu, tada sp Yn-X ima Bn, 1-p raspodelu. n Izračunavane vrednosti izraza P X p 1 p može biti složeno za velie vrednosti n ili male vrednosti p, pa se može oristiti relacia p n P X + 1 P X 1 p + 1 Ao e n 30 i np<10, binomna raspodela se aprosimira Puasonovom raspodelom Ao e n 30 i np>10, binomna raspodela se aprosimira 13 normalnom raspodelom n
14 Binomna raspodela, disperzia Nea e verovatnoća dog. A u svaom esperimentu p i nea e izvedeno n esperimenata pod istim uslovima, nezavisno edan od drugog. Nea e I indiator dog. A u -tom esperimentu 1,,n. Za sp X sa Bn, p raspodelom važi 0 1 X I I n I A : 1- p p E X E I E In 1 n np D X D I In np1 p 14
15 Binomna raspodela, oeficienti Nea e data sp X sa Bn,, p raspodelom. Koeficient variacie e p C V 1 np Indes disperzie e I 1 p < 1 Koeficient asimetrie e f p np1 p Koeficient sploštenosti e f p1 p np1 p 15
16 Bernuliev zaon veliih broeva Iz neednaosti Čebiševa sledi da za svao ε>0,, za sp X sa Bn, p raspodelom važi: X P n p ε 0 n Bernuliev zaon veliih broeva uazue na to da se relativna frevencia dog. A čia e verovatnoća p, grupiše oo p. 16
17 Puasonova raspodela SP X ima Puasonovu raspodelu sa parametrom λ,, Pλ ao e λ>0 i n... λ λ X : ] p0 p1... pn... p P[ X ] e! 0,1,2,... Za n 30 i np<10, razlia između binomne i Puasonove raspodele e vrlo mala. Ao verovatnoća p n realizacie dog. A u binomnom zaonu zavisi od n, t. S n :Bn, p n tada ao np n λ, n λ! λ P [ S n ] ] e n 0,1,2,... za λ<10 17
18 Puasonova raspodela za različite vrednosti parametra λ P λ 0.5 λ 1 λ λ Ao parametar λ Puasonove raspodele nie prirodan bro, tada raspodela ima edan mod edna celom delu broa λ, a ao e λ prirodan bro, tada Puasonova raspodela ima dva moda λ-1 i λ. 18
19 Puasonova raspodela, disperzia Matematičo očeivane Puasonove raspodele e E X λ λ e! 0! λ λ e! 0 λ Disperzia Puasonove raspodele e D X 2 2 λ λ E X E X 1 e! 0 + λ λ 2 λ 19
20 Puasonova raspodela, oeficienti Nea e data sp X sa Pλ raspodelom. Koeficient variacie e C 1 V λ Indes disperzie e I 1 Koeficient asimetrie e f 1 1 λ Koeficient sploštenosti e f 2 1 λ 20
21 Puasonova raspodela, nastava Nea su sp X:Pλ i Y:Pµ nezavisne. Tada e ZX+Y sp sa Puasonom raspodelom Z:Pλ+µ. Uslovna raspodela za X pri datom Z biće B,p, gde e p λ/λ+µ. Ao e X:Pλ i λ>0, tada se X može aprosimirati sp oa ima normalnu raspodelu sa parametrima a a m λ i σ 2 λ. λ 21
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 περισσότερα5. Karakteristične funkcije
5. Karakteristične funkcije Profesor Milan Merkle emerkle@etf.rs milanmerkle.etf.rs Verovatnoća i Statistika-proleće 2018 Milan Merkle Karakteristične funkcije ETF Beograd 1 / 10 Definicija Karakteristična
Διαβάστε περισσότεραVerovatnoća 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 περισσότερα3.1 Granična vrednost funkcije u tački
3 Granična vrednost i neprekidnost funkcija 2 3 Granična vrednost i neprekidnost funkcija 3. Granična vrednost funkcije u tački Neka je funkcija f(x) definisana u tačkama x za koje je 0 < x x 0 < r, ili
Διαβάστε περισσότεραOsnovni primer. (Z, +,,, 0, 1) je komutativan prsten sa jedinicom: množenje je distributivno prema sabiranju
RAČUN OSTATAKA 1 1 Prsten celih brojeva Z := N + {} N + = {, 3, 2, 1,, 1, 2, 3,...} Osnovni primer. (Z, +,,,, 1) je komutativan prsten sa jedinicom: sabiranje (S1) asocijativnost x + (y + z) = (x + y)
Διαβάστε περισσότεραDISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović
DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović Novi Sad April 17, 2018 1 / 22 Teorija grafova April 17, 2018 2 / 22 Definicija Graf je ure dena trojka G = (V, G, ψ), gde je (i) V konačan skup čvorova,
Διαβάστε περισσότεραIspitivaƬe 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 περισσότεραZavrxni ispit iz Matematiqke analize 1
Građevinski fakultet Univerziteta u Beogradu 3.2.2016. Zavrxni ispit iz Matematiqke analize 1 Prezime i ime: Broj indeksa: 1. Definisati Koxijev niz. Dati primer niza koji nije Koxijev. 2. Dat je red n=1
Διαβάστε περισσότεραUNIVERZITET U NIŠU ELEKTRONSKI FAKULTET SIGNALI I SISTEMI. Zbirka zadataka
UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET Goran Stančić SIGNALI I SISTEMI Zbirka zadataka NIŠ, 014. Sadržaj 1 Konvolucija Literatura 11 Indeks pojmova 11 3 4 Sadržaj 1 Konvolucija Zadatak 1. Odrediti konvoluciju
Διαβάστε περισσότεραOsnovne teoreme diferencijalnog računa
Osnovne teoreme diferencijalnog računa Teorema Rolova) Neka je funkcija f definisana na [a, b], pri čemu važi f je neprekidna na [a, b], f je diferencijabilna na a, b) i fa) fb). Tada postoji ξ a, b) tako
Διαβάστε περισσότεραIspitivanje toka i skiciranje grafika funkcija
Ispitivanje toka i skiciranje grafika funkcija Za skiciranje grafika funkcije potrebno je ispitati svako od sledećih svojstava: Oblast definisanosti: D f = { R f R}. Parnost, neparnost, periodičnost. 3
Διαβάστε περισσότεραDRUGI KOLOKVIJUM IZ MATEMATIKE 9x + 6y + z = 1 4x 2y + z = 1 x + 2y + 3z = 2. je neprekidna za a =
x, y, z) 2 2 1 2. Rešiti jednačinu: 2 3 1 1 2 x = 1. x = 3. Odrediti rang matrice: rang 9x + 6y + z = 1 4x 2y + z = 1 x + 2y + 3z = 2. 2 0 1 1 1 3 1 5 2 8 14 10 3 11 13 15 = 4. Neka je A = x x N x < 7},
Διαβάστε περισσότεραTestiranje statistiqkih hipoteza
Testiranje statistiqkih hipoteza Testiranje statistiqkih hipoteza Testiranje statistiqkih hipoteza je vid statistiqkog zakljuqivanja koji se primenjuje u situacijama: kada se unapred pretpostavlja postojanje određene
Διαβάστε περισσότερα( ) π. I slučaj-štap sa zglobovima na krajevima F. Opšte rešenje diferencijalne jednačine (1): min
Kritična sia izvijanja Kritična sia je ona najmanja vrednost sie pritisa pri ojoj nastupa gubita stabinosti, odnosno, pri ojoj štap iz stabine pravoinijse forme ravnoteže preazi u nestabinu rivoinijsu
Διαβάστε περισσότεραKOMUTATIVNI I ASOCIJATIVNI GRUPOIDI. NEUTRALNI ELEMENT GRUPOIDA.
KOMUTATIVNI I ASOCIJATIVNI GRUPOIDI NEUTRALNI ELEMENT GRUPOIDA 1 Grupoid (G, ) je asocijativa akko važi ( x, y, z G) x (y z) = (x y) z Grupoid (G, ) je komutativa akko važi ( x, y G) x y = y x Asocijativa
Διαβάστε περισσότεραJednodimenzionalne 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 περισσότεραMATEMATIKA 2. Grupa 1 Rexea zadataka. Prvi pismeni kolokvijum, Dragan ori
MATEMATIKA 2 Prvi pismeni kolokvijum, 14.4.2016 Grupa 1 Rexea zadataka Dragan ori Zadaci i rexea 1. unkcija f : R 2 R definisana je sa xy 2 f(x, y) = x2 + y sin 3 2 x 2, (x, y) (0, 0) + y2 0, (x, y) =
Διαβάστε περισσότεραSISTEMI NELINEARNIH JEDNAČINA
SISTEMI NELINEARNIH JEDNAČINA April, 2013 Razni zapisi sistema Skalarni oblik: Vektorski oblik: F = f 1 f n f 1 (x 1,, x n ) = 0 f n (x 1,, x n ) = 0, x = (1) F(x) = 0, (2) x 1 0, 0 = x n 0 Definicije
Διαβάστε περισσότεραObrada signala
Obrada signala 1 18.1.17. Greška kvantizacije Pretpostavka je da greška kvantizacije ima uniformnu raspodelu 7 6 5 4 -X m p x 1,, za x druge vrednosti x 3 x X m 1 X m = 3 x Greška kvantizacije x x x p
Διαβάστε περισσότεραVeleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika. Monotonost i ekstremi. Katica Jurasić. Rijeka, 2011.
Veleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika Monotonost i ekstremi Katica Jurasić Rijeka, 2011. Ishodi učenja - predavanja Na kraju ovog predavanja moći ćete:,
Διαβάστε περισσότεραVEROVATNO A I STATISTIKA A - TEST 1 9. NOVEMBAR 2013.
VEROVATNO A I STATISTIKA A - TEST 1 9. NOVEMBAR 2013. 1. Novqi se baca tri puta. (a) Zapisati skup svih mogu ih ishoda. (b) Oznaqimo sa A k događaj da je u k-tom bacanju palo pismo, k {1, 2, 3}. Koriste
Διαβάστε περισσότεραIskazna logika 3. Matematička logika u računarstvu. novembar 2012
Iskazna logika 3 Matematička logika u računarstvu Department of Mathematics and Informatics, Faculty of Science,, Serbia novembar 2012 Deduktivni sistemi 1 Definicija Deduktivni sistem (ili formalna teorija)
Διαβάστε περισσότεραnumeričkih deskriptivnih mera.
DESKRIPTIVNA STATISTIKA Numeričku seriju podataka opisujemo pomoću Numeričku seriju podataka opisujemo pomoću numeričkih deskriptivnih mera. Pokazatelji centralne tendencije Aritmetička sredina, Medijana,
Διαβάστε περισσότεραZadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu
Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu Trigonometrijske jednačine i nejednačine. Zadaci koji se rade bez upotrebe trigonometrijskih formula. 00. FF cos x sin x
Διαβάστε περισσότεραRačunarska grafika. Rasterizacija linije
Računarska grafika Osnovni inkrementalni algoritam Drugi naziv u literaturi digitalni diferencijalni analizator (DDA) Pretpostavke (privremena ograničenja koja se mogu otkloniti jednostavnim uopštavanjem
Διαβάστε περισσότερα18. listopada listopada / 13
18. listopada 2016. 18. listopada 2016. 1 / 13 Neprekidne funkcije Važnu klasu funkcija tvore neprekidne funkcije. To su funkcije f kod kojih mala promjena u nezavisnoj varijabli x uzrokuje malu promjenu
Διαβάστε περισσότεραKlasifikacija blizu Kelerovih mnogostrukosti. konstantne holomorfne sekcione krivine. Kelerove. mnogostrukosti. blizu Kelerove.
Klasifikacija blizu Teorema Neka je M Kelerova mnogostrukost. Operator krivine R ima sledeća svojstva: R(X, Y, Z, W ) = R(Y, X, Z, W ) = R(X, Y, W, Z) R(X, Y, Z, W ) + R(Y, Z, X, W ) + R(Z, X, Y, W ) =
Διαβάστε περισσότεραOSNOVI ELEKTRONIKE VEŽBA BROJ 1 OSNOVNA KOLA SA DIODAMA
ELEKTROTEHNIČKI FAKULTET U BEOGRADU KATEDRA ZA ELEKTRONIKU OSNOVI ELEKTRONIKE SVI ODSECI OSIM ODSEKA ZA ELEKTRONIKU LABORATORIJSKE VEŽBE VEŽBA BROJ 1 OSNOVNA KOLA SA DIODAMA Autori: Goran Savić i Milan
Διαβάστε περισσότεραIZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo
IZVODI ZADACI ( IV deo) LOGARITAMSKI IZVOD Logariamskim izvodom funkcije f(), gde je >0 i, nazivamo izvod logarima e funkcije, o jes: (ln ) f ( ) f ( ) Primer. Nadji izvod funkcije Najpre ćemo logarimovai
Διαβάστε περισσότεραOperacije s matricama
Linearna algebra I Operacije s matricama Korolar 3.1.5. Množenje matrica u vektorskom prostoru M n (F) ima sljedeća svojstva: (1) A(B + C) = AB + AC, A, B, C M n (F); (2) (A + B)C = AC + BC, A, B, C M
Διαβάστε περισσότεραDiferencijabilnost funkcije više promenljivih
Matematiči faultet Beograd novembar 005 godine Diferencijabilnost funcije više promenljivih 1 Osnovne definicije i teoreme, primeri Diferencijabilnost je jedan od centralnih pojmova u matematičoj analizi
Διαβάστε περισσότεραVerovatnoća i Statistika. I deo. Verovatnoća. Beleške Prof. Aleksandra Ivića
Verovatnoća i Statistika I deo. Verovatnoća Beleške Prof. Aleksandra Ivića 0.1 Slučajni doga - daji i osnovni pojmovi verovatnoće Matematička teorija verovatnoće je grana čiste matematike. Teorija verovatnoće
Διαβάστε περισσότεραFunkcije dviju varjabli (zadaci za vježbu)
Funkcije dviju varjabli (zadaci za vježbu) Vidosava Šimić 22. prosinca 2009. Domena funkcije dvije varijable Ako je zadano pridruživanje (x, y) z = f(x, y), onda se skup D = {(x, y) ; f(x, y) R} R 2 naziva
Διαβάστε περισσότεραNeparametarski testovi za dva nezavisna uzorka. Boris Glišić 208/2010 Bojana Ružičić 21/2010
Neparametarski testovi za dva nezavisna uzorka Boris Glišić 208/2010 Bojana Ružičić 21/2010 Neparametarski testovi Hipoteze o raspodeli obeležja se nazivaju neparametarske hipoteze, a odgovarajući testovi
Διαβάστε περισσότεραTrigonometrijske nejednačine
Trignmetrijske nejednačine T su nejednačine kd kjih se nepznata javlja ka argument trignmetrijske funkcije. Rešiti trignmetrijsku nejednačinu znači naći sve uglve kji je zadvljavaju. Prilikm traženja rešenja
Διαβάστε περισσότερα3 Populacija i uzorak
3 Populacija i uzorak 1 3.1 Slučajni uzorak X varijabla/stat. obilježje koje izučavamo Cilj statističke analize na osnovi uzorka izvesti odredene zaključke o (populacijskoj) razdiobi od X 2 Primjer 3.1.
Διαβάστε περισσότεραtransformacija j y i x x promatramo dva koordinatna sustava S i S sa zajedničkim ishodištem z z Homogene funkcije Ortogonalne transformacije
promatramo dva oordnatna sustava S S sa zaednčm shodštem z z y y x x blo o vetor možemo raspsat u baz, A = A x + Ay + Az = ( A ) + ( A ) + ( A ) (1) sto vred za ednčne vetore sustava S = ( ) + ( ) + (
Διαβάστε περισσότεραPismeni ispit iz matematike GRUPA A 1. Napisati u trigonometrijskom i eksponencijalnom obliku kompleksni broj, zatim naći 4 z.
Pismeni ispit iz matematike 06 007 Napisati u trigonometrijskom i eksponencijalnom obliku kompleksni broj z = + i, zatim naći z Ispitati funkciju i nacrtati grafik : = ( ) y e + 6 Izračunati integral:
Διαβάστε περισσότερα2 tg x ctg x 1 = =, cos 2x Zbog četvrtog kvadranta rješenje je: 2 ctg x
Zadatak (Darjan, medicinska škola) Izračunaj vrijednosti trigonometrijskih funkcija broja ako je 6 sin =,,. 6 Rješenje Ponovimo trigonometrijske funkcije dvostrukog kuta! Za argument vrijede sljedeće formule:
Διαβάστε περισσότεραSignali 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 περισσότεραAutori: Dr Biljana Popović, redovni profesor Prirodno matematičkog fakulteta u Nišu Mr Borislava Blagojević, asistent Gradjevinskog fakulteta u Nišu
Biblioteka: ACADEMIA Autori: Dr Biljana Popović, redovni profesor Prirodno matematičkog fakulteta u Nišu Mr Borislava Blagojević, asistent Gradjevinskog fakulteta u Nišu MATEMATIČKA STATISTIKA SA PRIMENAMA
Διαβάστε περισσότεραFunkcija gustoće neprekidne slučajne varijable ima dva bitna svojstva: 1. Nenegativnost: f(x) 0, x R, 2. Normiranost: f(x)dx = 1.
σ-algebra skupova Definicija : Neka je Ω neprazan skup i F P(Ω). Familija skupova F je σ-algebra skupova na Ω ako vrijedi:. F, 2. A F A C F, 3. A n, n N} F n N A n F. Borelova σ-algebra Definicija 2: Neka
Διαβάστε περισσότεραCauchyjev teorem. Postoji više dokaza ovog teorema, a najjednostvniji je uz pomoć Greenove formule: dxdy. int C i Cauchy Riemannovih uvjeta.
auchyjev teorem Neka je f-ja f (z) analitička u jednostruko (prosto) povezanoj oblasti G, i neka je zatvorena kontura koja čitava leži u toj oblasti. Tada je f (z)dz = 0. Postoji više dokaza ovog teorema,
Διαβάστε περισσότεραTeorijske osnove informatike 1
Teorijske osnove informatike 1 9. oktobar 2014. () Teorijske osnove informatike 1 9. oktobar 2014. 1 / 17 Funkcije Veze me du skupovima uspostavljamo skupovima koje nazivamo funkcijama. Neformalno, funkcija
Διαβάστε περισσότεραELEKTROTEHNIČKI ODJEL
MATEMATIKA. Neka je S skup svih živućih državljana Republike Hrvatske..04., a f preslikavanje koje svakom elementu skupa S pridružuje njegov horoskopski znak (bez podznaka). a) Pokažite da je f funkcija,
Διαβάστε περισσότεραUNIVERZITET U SARAJEVU GRAĐEVINSKI FAKULTET SARAJEVO
Katedra za matematiku, programirane, nacrtnu geometriu i fiziku UNIVERZITET U SARAJEVU GRAĐEVINSKI FAKULTET SARAJEVO ---------------------------------------------------------------------------------------------------------------------------------
Διαβάστε περισσότεραElementi spektralne teorije matrica
Elementi spektralne teorije matrica Neka je X konačno dimenzionalan vektorski prostor nad poljem K i neka je A : X X linearni operator. Definicija. Skalar λ K i nenula vektor u X se nazivaju sopstvena
Διαβάστε περισσότεραFTN Novi Sad Katedra za motore i vozila. Teorija kretanja drumskih vozila Vučno-dinamičke performanse vozila: MAKSIMALNA BRZINA
: MAKSIMALNA BRZINA Maksimalna brzina kretanja F O (N) F OI i m =i I i m =i II F Oid Princip određivanja v MAX : Drugi Njutnov zakon Dokle god je: F O > ΣF otp vozilo ubrzava Kada postane: F O = ΣF otp
Διαβάστε περισσότεραPredavanja i vježbe 2
Grupirane podataa: pristupi, metode i primene, letni semestar 2013./2014. 1 Predavana i vežbe 2 1.2 Particia supa. Definicia lastera-nastava Zadni puta smo definirali particiu supa A s m 2 elemenata na
Διαβάστε περισσότεραRačunarska grafika. Rasterizacija linije
Računarska grafika Osnovni inkrementalni algoritam Drugi naziv u literaturi digitalni diferencijalni analizator (DDA) Pretpostavke (privremena ograničenja koja se mogu otkloniti jednostavnim uopštavanjem
Διαβάστε περισσότερα1.4 Tangenta i normala
28 1 DERIVACIJA 1.4 Tangenta i normala Ako funkcija f ima derivaciju u točki x 0, onda jednadžbe tangente i normale na graf funkcije f u točki (x 0 y 0 ) = (x 0 f(x 0 )) glase: t......... y y 0 = f (x
Διαβάστε περισσότεραIZVODI ZADACI (I deo)
IZVODI ZADACI (I deo) Najpre da se podsetimo tablice i osnovnih pravila:. C`=0. `=. ( )`= 4. ( n )`=n n-. (a )`=a lna 6. (e )`=e 7. (log a )`= 8. (ln)`= ` ln a (>0) 9. = ( 0) 0. `= (>0) (ovde je >0 i a
Διαβάστε περισσότερα(P.I.) PRETPOSTAVKA INDUKCIJE - pretpostavimo da tvrdnja vrijedi za n = k.
1 3 Skupovi brojeva 3.1 Skup prirodnih brojeva - N N = {1, 2, 3,...} Aksiom matematičke indukcije Neka je N skup prirodnih brojeva i M podskup od N. Ako za M vrijede svojstva: 1) 1 M 2) n M (n + 1) M,
Διαβάστε περισσότεραradni nerecenzirani materijal za predavanja R(f) = {f(x) x D}
Matematika 1 Funkcije radni nerecenzirani materijal za predavanja Definicija 1. Neka su D i K bilo koja dva neprazna skupa. Postupak f koji svakom elementu x D pridružuje točno jedan element y K zovemo funkcija
Διαβάστε περισσότεραOtpornost R u kolu naizmjenične struje
Otpornost R u kolu naizmjenične struje Pretpostavimo da je otpornik R priključen na prostoperiodični napon: Po Omovom zakonu pad napona na otporniku je: ( ) = ( ω ) u t sin m t R ( ) = ( ) u t R i t Struja
Διαβάστε περισσότεραKaskadna kompenzacija SAU
Kaskadna kompenzacija SAU U inženjerskoj praksi, naročito u sistemima regulacije elektromotornih pogona i tehnoloških procesa, veoma često se primenjuje metoda kaskadne kompenzacije, u čijoj osnovi su
Διαβάστε περισσότεραIII VEŽBA: FURIJEOVI REDOVI
III VEŽBA: URIJEOVI REDOVI 3.1. eorijska osnova Posmatrajmo neki vremenski kontinualan signal x(t) na intervalu definisati: t + t t. ada se može X [ k ] = 1 t + t x ( t ) e j 2 π kf t dt, gde je f = 1/.
Διαβάστε περισσότεραProgram testirati pomoću podataka iz sledeće tabele:
Deo 2: Rešeni zadaci 135 Vrednost integrala je I = 2.40407 42. Napisati program za izračunavanje koeficijenta proste linearne korelacije (Pearsonovog koeficijenta) slučajnih veličina X = (x 1,..., x n
Διαβάστε περισσότερα5 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 περισσότεραPismeni ispit iz matematike Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: ( ) + 1.
Pismeni ispit iz matematike 0 008 GRUPA A Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: λ + z = Ispitati funkciju i nacrtati njen grafik: + ( λ ) + z = e Izračunati
Διαβάστε περισσότερα1. Duljinska (normalna) deformacija ε. 2. Kutna (posmina) deformacija γ. 3. Obujamska deformacija Θ
Deformaije . Duljinska (normalna) deformaija. Kutna (posmina) deformaija γ 3. Obujamska deformaija Θ 3 Tenor deformaija tenor drugog reda ij γ γ γ γ γ γ 3 9 podataka+mjerna jedinia 4 Simetrinost tenora
Διαβάστε περισσότεραDeformacije. Tenzor deformacija tenzor drugog reda. Simetrinost tenzora deformacija. 1. Duljinska deformacija ε. 1. Duljinska (normalna) deformacija ε
Deformae. Duljinska (normalna) deformaa. Kutna (posmina) deformaa. Obujamska deformaa Θ Tenor deformaa tenor drugog reda 9 podatakamjerna jedinia Simetrinost tenora deformaa 6 podataka 4. Duljinska deformaa
Διαβάστε περισσότεραBetonske 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 περισσότεραPRAVA. Prava je u prostoru određena jednom svojom tačkom i vektorom paralelnim sa tom pravom ( vektor paralelnosti).
PRAVA Prava je kao i ravan osnovni geometrijski ojam i ne definiše se. Prava je u rostoru određena jednom svojom tačkom i vektorom aralelnim sa tom ravom ( vektor aralelnosti). M ( x, y, z ) 3 Posmatrajmo
Διαβάστε περισσότεραTrigonometrija 2. Adicijske formule. Formule dvostrukog kuta Formule polovičnog kuta Pretvaranje sume(razlike u produkt i obrnuto
Trigonometrija Adicijske formule Formule dvostrukog kuta Formule polovičnog kuta Pretvaranje sume(razlike u produkt i obrnuto Razumijevanje postupka izrade složenijeg matematičkog problema iz osnova trigonometrije
Διαβάστε περισσότεραBinomna, Poissonova i normalna raspodela
Binomna, Poissonova i normalna raspodela Dejana Stanisavljević januar, 2012. godine Identifikacija empirijske raspodele učestalosti Teorijske raspodele verovatnoća opisuju očekivano variranje ishoda nekog
Διαβάστε περισσότερα7 Algebarske jednadžbe
7 Algebarske jednadžbe 7.1 Nultočke polinoma Skup svih polinoma nad skupom kompleksnih brojeva označavamo sa C[x]. Definicija. Nultočka polinoma f C[x] je svaki kompleksni broj α takav da je f(α) = 0.
Διαβάστε περισσότερα2.2 Srednje vrijednosti. aritmetička sredina, medijan, mod. Podaci (realizacije varijable X): x 1,x 2,...,x n (1)
2.2 Srednje vrijednosti aritmetička sredina, medijan, mod Podaci (realizacije varijable X): x 1,x 2,...,x n (1) 1 2.2.1 Aritmetička sredina X je numerička varijabla. Aritmetička sredina od (1) je broj:
Διαβάστε περισσότεραM086 LA 1 M106 GRP. Tema: Baza vektorskog prostora. Koordinatni sustav. Norma. CSB nejednakost
M086 LA 1 M106 GRP Tema: CSB nejednakost. 19. 10. 2017. predavač: Rudolf Scitovski, Darija Marković asistent: Darija Brajković, Katarina Vincetić P 1 www.fizika.unios.hr/grpua/ 1 Baza vektorskog prostora.
Διαβάστε περισσότεραOvo nam govori da funkcija nije ni parna ni neparna, odnosno da nije simetrična ni u odnosu na y osu ni u odnosu na
. Ispitati tok i skicirati grafik funkcij = Oblast dfinisanosti (domn) Ova funkcija j svuda dfinisana, jr nma razlomka a funkcija j dfinisana za svako iz skupa R. Dakl (, ). Ovo nam odmah govori da funkcija
Διαβάστε περισσότεραDvanaesti praktikum iz Analize 1
Dvaaesti praktikum iz Aalize Zlatko Lazovi 20. decembar 206.. Dokazati da fukcija f = 5 l tg + 5 ima bar jedu realu ulu. Ree e. Oblast defiisaosti fukcije je D f = k Z da postoji ula fukcije a 0, π 2.
Διαβάστε περισσότεραradni nerecenzirani materijal za predavanja
Matematika 1 Funkcije radni nerecenzirani materijal za predavanja Definicija 1. Kažemo da je funkcija f : a, b R u točki x 0 a, b postiže lokalni minimum ako postoji okolina O(x 0 ) broja x 0 takva da je
Διαβάστε περισσότεραELEMENTARNE FUNKCIJE dr Jelena Manojlović Prirodno-matematički fakultet, Niš
1 1. Osnovni pojmovi ELEMENTARNE FUNKCIJE dr Jelena Manojlović Prirodno-matematički fakultet, Niš Jedan od najvažnijih pojmova u matematici predstavlja pojam funkcije. Definicija 1.1. Neka su X i Y dva
Διαβάστε περισσότεραa 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 περισσότερα3n an = 4n3/2 +2n+ n 5n 3/2 +5n+2 n a 2 n = n 2. ( 2) n Dodatak. = 0, lim n! 2n 6n + 1
Nizovi 5 a = 5 +3+ + 6 a = 3 00 + 00 3 +5 7 a = +)+) ) 3 3 8 a = 3 +3+ + +3 9 a = 3 5 0 a = 43/ ++ 5 3/ +5+ a = + + a = + ) 3 a = + + + 4 a = 3 3 + 3 ) 5 a = +++ 6 a = + ++ 3 a = +)!++)! +3)! a = ) +3
Διαβάστε περισσότερα8 Funkcije više promenljivih
8 Funkcije više promenljivih 78 8 Funkcije više promenljivih Neka je R skup realnih brojeva i X R n. Jednoznačno preslikavanje f : X R naziva se realna funkcija sa n nezavisno promenljivih čiji je domen
Διαβάστε περισσότεραAPROKSIMACIJA 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 περισσότεραDIMENZIONISANJE 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 περισσότεραTretja vaja iz matematike 1
Tretja vaja iz matematike Andrej Perne Ljubljana, 00/07 kompleksna števila Polarni zapis kompleksnega števila z = x + iy): z = rcos ϕ + i sin ϕ) = re iϕ Opomba: Velja Eulerjeva formula: e iϕ = cos ϕ +
Διαβάστε περισσότεραFunkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 21. november Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 21. november 2013 Hiperbolične funkcije Hiperbolični sinus sinhx = ex e x 2 20 10 3 2 1 1 2 3 10 20 hiperbolični kosinus coshx
Διαβάστε περισσότεραFTN Novi Sad Katedra za motore i vozila. Teorija kretanja drumskih vozila Vučno-dinamičke performanse vozila: MAKSIMALNA BRZINA
: MAKSIMALNA BRZINA Maksimalna brzina kretanja F O (N) F OI i m =i I i m =i II F Oid Princip određivanja v MAX : Drugi Njutnov zakon Dokle god je: F O > ΣF otp vozilo ubrzava Kada postane: F O = ΣF otp
Διαβάστε περισσότεραUvod u neparametarske testove
Str. 148 Uvod u neparametarske testove Predavač: Dr Mirko Savić savicmirko@ef.uns.ac.rs www.ef.uns.ac.rs Hi-kvadrat testovi c Str. 149 Koristi se za upoređivanje dve serije frekvencija. Vrste c testa:
Διαβάστε περισσότεραĈetverokut - DOMAĆA ZADAĆA. Nakon odgledanih videa trebali biste biti u stanju samostalno riješiti sljedeće zadatke.
Ĉetverokut - DOMAĆA ZADAĆA Nakon odgledanih videa trebali biste biti u stanju samostalno riješiti sljedeće zadatke. 1. Duljine dijagonala paralelograma jednake su 6,4 cm i 11 cm, a duljina jedne njegove
Διαβάστε περισσότεραSEKUNDARNE VEZE međumolekulske veze
PRIMARNE VEZE hemijske veze među atomima SEKUNDARNE VEZE međumolekulske veze - Slabije od primarnih - Elektrostatičkog karaktera - Imaju veliki uticaj na svojstva supstanci: - agregatno stanje - temperatura
Διαβάστε περισσότεραZadaci 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 περισσότεραPitanja za eliminacioni test od ranijih godina Januar Dat je niz brojeva, tipa Napisati koliko iznosi medijana.
Pitanja za eliminacioni test od ranijih godina Januar 2013. *Medijana i modus: 1. Naci medijanu: 7, 5, 4, 17, 15, 22, 25, 17, 20, 23 2. Dat je niz brojeva, tipa 2 4 8 6 2 2 5 3. Napisati koliko iznosi
Διαβάστε περισσότερα( ) ( ) 2 UNIVERZITET U ZENICI POLITEHNIČKI FAKULTET. Zadaci za pripremu polaganja kvalifikacionog ispita iz Matematike. 1. Riješiti jednačine: 4
UNIVERZITET U ZENICI POLITEHNIČKI FAKULTET Riješiti jednačine: a) 5 = b) ( ) 3 = c) + 3+ = 7 log3 č) = 8 + 5 ć) sin cos = d) 5cos 6cos + 3 = dž) = đ) + = 3 e) 6 log + log + log = 7 f) ( ) ( ) g) ( ) log
Διαβάστε περισσότεραDiferencialna enačba, v kateri nastopata neznana funkcija in njen odvod v prvi potenci
Linearna diferencialna enačba reda Diferencialna enačba v kateri nastopata neznana funkcija in njen odvod v prvi potenci d f + p= se imenuje linearna diferencialna enačba V primeru ko je f 0 se zgornja
Διαβάστε περισσότεραPRILOG. Tab. 1.a. Dozvoljena trajna opterećenja bakarnih pravougaonih profila u(a) za θ at =35 C i θ=30 C, (θ tdt =65 C)
PRILOG Tab. 1.a. Dozvoljena trajna opterećenja bakarnih pravougaonih profila u(a) za θ at =35 C i θ=30 C, (θ tdt =65 C) Tab 3. Vrednosti sačinilaca α i β za tipične konstrukcije SN-sabirnica Tab 4. Minimalni
Διαβάστε περισσότεραPRIMJER 3. MATLAB filtdemo
PRIMJER 3. MATLAB filtdemo Prijenosna funkcija (IIR) Hz () =, 6 +, 3 z +, 78 z +, 3 z +, 53 z +, 3 z +, 78 z +, 3 z +, 6 z, 95 z +, 74 z +, z +, 9 z +, 4 z +, 5 z +, 3 z +, 4 z 3 4 5 6 7 8 3 4 5 6 7 8
Διαβάστε περισσότεραZadatak 2 Odrediti tačke grananja, Riemann-ovu površ, opisati sve grane funkcije f(z) = z 3 z 4 i objasniti prelazak sa jedne na drugu granu.
Kompleksna analiza Zadatak Odrediti tačke grananja, Riemann-ovu površ, opisati sve grane funkcije f(z) = z z 4 i objasniti prelazak sa jedne na drugu granu. Zadatak Odrediti tačke grananja, Riemann-ovu
Διαβάστε περισσότεραOdvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 5. december Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 5. december 2013 Primer Odvajajmo funkcijo f(x) = x x. Diferencial funkcije Spomnimo se, da je funkcija f odvedljiva v točki
Διαβάστε περισσότεραMatematka 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 περισσότεραPošto pretvaramo iz veće u manju mjernu jedinicu broj 2.5 množimo s 1000,
PRERAČUNAVANJE MJERNIH JEDINICA PRIMJERI, OSNOVNE PRETVORBE, POTENCIJE I ZNANSTVENI ZAPIS, PREFIKSKI, ZADACI S RJEŠENJIMA Primjeri: 1. 2.5 m = mm Pretvaramo iz veće u manju mjernu jedinicu. 1 m ima dm,
Διαβάστε περισσότεραI Pismeni ispit iz matematike 1 I
I Pismeni ispit iz matematike I 27 januar 2 I grupa (25 poena) str: Neka je A {(x, y, z): x, y, z R, x, x y, z > } i ako je operacija definisana sa (x, y, z) (u, v, w) (xu + vy, xv + uy, wz) Ispitati da
Διαβάστε περισσότεραSlučajne varijable. Diskretna slučajna varijabla X je promjenjiva veličina koja poprima vrijednosti iz skupa
Slučajne varijable Statistički podaci su distribuirani po odredenoj zakonitosti. Za matematičko (apstraktno) opisivanje te zakonitosti potrebno je definirati slučajnu varijablu kojoj pripada odredena razdioba
Διαβάστε περισσότεραNumerička matematika 2. kolokvij (1. srpnja 2009.)
Numerička matematika 2. kolokvij (1. srpnja 29.) Zadatak 1 (1 bodova.) Teorijsko pitanje. (A) Neka je G R m n, uz m n, pravokutna matrica koja ima puni rang po stupcima, tj. rang(g) = n. (a) Napišite puni
Διαβάστε περισσότεραMATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15
MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15 Matrice - osnovni pojmovi (Matrice i determinante) 2 / 15 (Matrice i determinante) 2 / 15 Matrice - osnovni pojmovi Matrica reda
Διαβάστε περισσότεραOM2 V3 Ime i prezime: Index br: I SAVIJANJE SILAMA TANKOZIDNIH ŠTAPOVA
OM V me i preime: nde br: 1.0.01. 0.0.01. SAVJANJE SLAMA TANKOZDNH ŠTAPOVA A. TANKOZDN ŠTAPOV PROZVOLJNOG OTVORENOG POPREČNOG PRESEKA Preposavka: Smičući napon je konsanan po debljini ida (duž pravca upravnog
Διαβάστε περισσότερασ (otvorena cijev). (34)
DBLOSTJN POSUD CIJVI - UNUTARNJI ILI VANJSKI TLAK 8 "Dobo je htjeti, ali teba i znati." Z. VNUČC, 9. NAPRZANJA I POMACI DBLOSTJN POSUD ILI CIJVI NASTAVAK. Debelostjena osa oteećena ntanjim tlaom Debelostjena
Διαβάστε περισσότερα