Z A L I H E ... PREMA KARAKTERISTICI POPUNJAVANJA ZALIHA PODELA MODELA JE NA:

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Z A L I H E ... PREMA KARAKTERISTICI POPUNJAVANJA ZALIHA PODELA MODELA JE NA:"

Transcript

1 Školska / Vežbe zalhe I deo Z A L I H E o DEFINISANJE POJMA o BINA PIANJA o MODELI-PODELA o SAIČKI MODELI-MODEL NOVOGODIŠNJE JELKE o DIMAMIČKI MODELI-HARISOV MODEL o NADOGRADNJA HARISOVOG MODELA: POPUSI, OGRANIČENJA o MEODE SA NIZVESNOM RAĐNJOM DVA PRIMERA o ZALIHE SU SVE KOLIČINE MAERIJALA, ENERGIJE I INFORMACIJA KOJE SU ODREĐENO VREME ISKLJUČENE IZ PROCESA PROIZVODNJE ILI UPOREBE (POROŠNJE) A SA CILJEM DA SE U DAOM RENUKU UKAZANE POREBE MOGU KORISII o NEKA OD BINIH PIANJA VEZANIH ZA ZALIHE SU:. Koje su zalhe potrebe? (oeklatura struktura). Kolke su zalhe potrebe? (optzacja zalha) 3. Kako h u vreeu popujavat? (popujavaje zalha) 4. Kako h kotrolsat? (kotrola zalha) 5. Koj su faktor koj ltraju zalhe? I oga slča ptaja Željeo staje zalha utvrđuje se a razlčte ače. Nek put je clj sstea tolko određe da je saopštavaje clja paralelo defsao željeo staje. Najčešće, saopštavaje clja e daje stog treutka željeo staje zalha već se oo određuje ateatčk odela. Kako je proble zalha zuzeto šrok to je broj ateatčkh odela koj se sreću lteratur za utvrđvaje željeog staja zalha tolko šrok da postoj određe ter za to: eorja zalha. Oa uključuje odele koja se optzra sste kotrole sste regulsaja upravljaja, al ajčešće se odos a odele koja se utvrđuje željeo staje zalha. PREMA KARAKERISICI POPUNJAVANJA ZALIHA PODELA MODELA JE NA: - SAIČKI MODELI ZALIHA (koj rešavaju željeo staje zalha koje se jedo popujavaju) - DINAMIČKI MODELI ZALIHA (prejuje se kod rešavaja problea zalha koje se obavljaju u vreeu). Statčk odel zalha

2 Školska / Vežbe zalhe I deo X t PRIMENA: Kod zalha koje se ogu trošt u koačo vreesko tervalu, uz sao jedo popujavaje (kada se zalha forra), a potrošja je stohastča- (deterstčk su jedostav aučo se e stražuju). Mogu se pret u sledeć stuacjaa: - u ovsko - zdavačko preduzeču, kada treba odlučt kolk traž treba štapat u sledeće zdaju ova, - u trgovsko preduzeću, kada treba odlučt kolko abavt ode l sezoske odeće - u pekar, kada treba odlučt o kolč hleba u tur td. Jeda od osovh odela je MODEL NOVOGODIŠNJE JELKE (odelraje problea zalha sa stohastčo potrošjo) Pretpostavke: - abavka se realzuje sao jedaput F() F( ) X (f()) p() X Fukcja raspodele t - C [d/jed] = cost - abava cea jelke po jedc, - Cp [d/jed] = cost - prodaja cea jelke po jedc, - J [d/jed] = cost sžea cea jelke posle ovogodšjh prazka, - U uzorku (z prethodh goda) je uočea pojava treda, a statstčk pute kostatovaa je raspodela relatvh frekvecja (verovatoća) broja prodath jelk - P (), (f()) - [jed] broj prodath jelk - [jed] - očekvaa potražja (jedaka broju jelk koj treba da se abav) - =? Fukcja zarade se forra u odosu a: ZARADA = PRIHODI ROŠKOVI Stuacje u koja se ože ać prodavac jelk: - > prodavac je aručo vše jelk ego što će oć da proda

3 Školska / Vežbe zalhe I deo - - prodavac je aručo aje l jedako jelk u odosu a kolču koju je ogao da proda U prvo slučaju - da je prodavac aručo vše jelk ego što će prodat ( > ), očekuje se sledeć prhod (V ): V = C p f( ) d + J ( ) f( ) d, o Mateatčko očekvaje broja prodath jelk po ce C p o Mateatčko očekvaje eprodath jelk koje će se prodat po J - sžeoj ce l J = ako ostau eprodate U drugo slučaju - da je prodavac aručo aje l jedako jelk u odosu a kolču koja je ogla da se proda ( ) očekuje se sledeć prhod (V ): V = Cp f ( ) d Prodavac a eostvareu zaradu (koju je ogao at da je kupo vše jelk), što a karakter troška ( ): = ( C p C ) ( ) f( ) d, ateatčko očekvaje broja jelk koje je prodavac ogao da proda da h je aručo U oba slučaja, prodavac a trošak abavke ( ) za jelk: = C Očekvaa zarada prodavca za abavku ( ) jelk: V = V + V - - V( ) = C f( ) d + J ( ) f( ) d + C f( ) d p ( C C ) ( ) f( ) d C p Uvođeje sledeće see: J f d = J f d ( ) ( ) dodavaje: J f ( ) d J f ( ) d C f ( ) d C f ( ) d p p dobja se: p 3

4 Školska / Vežbe zalhe I deo V( ) = ( Cp J) f( ) d ( C p C J) ( ) f( ) d ( C J) raže ekstre se dobja dferecraje ove fukcje V( ): V( ) V( ) = ( C J) + ( C p C J) f( ) d, l [ ] = ( C J) + ( C C J) F( ) p Izjedačavaje zvoda sa ulo sled da je optala vredost abavke oa koja odgovara prodaj od koada za koju je spujeo: [ ] ( C J) + ( C p C J) F( ) =, odoso p p C + J + C C J F( ) ( C C J) = odakle sled: (C - C ) F( p ) = = C - C - J p ( C ( C p p C C ) = ) ( C J ) + C ( C p J C dakle, e eksplcta vredost već vredost verovatoće F() sa kojo z raspodele verovatoća treba da se odred tražeo ) F(),8 F(X ) =,7;,8;,9;,95 Što je veća zarada po jedoj jelc verovatoća pokrveost tržšta je veća. Prea ovog odela se zasva a sledeć pretpostavkaa: - prodavac za svoga žvota ea prlke da forra uzorak utvrd raspodelu verovatoća tred za pojavu koja se realzuje jedo godšje; - e uza se u obzr kokurecja, tako da spada da trgovac ože aručt blo koju kolču jelk; - troškov po jedc zalhe e zavse od kolče t duže vreea prodaje, što sužava preu odela Prer: 4

5 Školska / Vežbe zalhe I deo Potrebo je odredt paraetre prozvodje traža ova. Ustaovljea je potražja sa ravoero raspodelo:, za F( ) = ( ), za < < 8, > > F() za = F() = za = F() = Ako je: Cp = 9 d J = d C = 4 d F( ) = = = = =,83 C J ( C C ) (9 4) p ražeu kolču prozvoda dobjao za zadatu verovatoću: F( X ) = f ( ) d =,83 f ( ) = F( ) = d = =,83 8. Izračuat sredj broj eprodath ova... = 864 prozvoda 3. razlku u zarad da je uesto X štapao M(X)... 5

6 Školska / Vežbe zalhe I deo Dačk odel zalha Prejuju se kod rešavaja problea zalha koje se obavljaju u vreeu. X X =M r t W Djagra proea voa zalha u fukcj od vreea t SAIČKI MODELI X =? raž se optala kolča koja treba da se abav Kod DINAMIČKIH MODELA zalha občo se traže optala rešeja za: M =? [jed.] a vo zalha W =? [da] vree zeđu dve popue zalha r =? [jed] vo zalha pr koe se aručuje (pokreće prozvodja) =? [jed] kolča koja se aručuje RGOVAČKI odel PROIZVOĐAČKI odel Kod DINAMIČKIH odela postoje varjate: - popujavaje o treuto (eposredo ako aručvaja) o u vreeu (opsao eko fukcjo popujavaja) - potrošja o kostata o stohastča Fukcja popujavaja (prozvodja) Stohastčka potrošja Cost potrošja Model postavljaje FUNKCIJE CILJA (F) OGRANIČENJA U fukcju clja ogu uć sledeć paraetr: - ekoosk paraetr: o troškov posedovaja zalha (cp) o troškov aručvaja (, N ;, N ) o troškov edostatka zalha - paraetr kvalteta o pouzdaost (da se prozvod ađu a zalhaa uz zadatu verovatoću P ) reuto popujavaje t 6

7 Školska / Vežbe zalhe I deo Model ogu vše l aje respektovat određea ogračeja, kao a prer: - raspoložva ovčaa sredstva - raspoložv skladš prostor (kapactet skladšta) - broj abavk - rok sporuke slčo.. DINAMIČKI MODEL ZALIHA KOJE SE OBNAVLJAJU U VREMENU, A SA KONSANNOM POROŠNJOM (HARIS-OV MODEL, 95)- (DEERMINISIČKI Qr MODEL) Respektuje: - troškove posedovaja zalha - troškove aručvaja Pretpostavke: - vree sporuke je zaearljvo (eposredo ako aručvaja) - ea ogračeja u sabdevaju - ea kakvh ogračeja u ssteu zalha - aručuje se kada zalhe padu a ulu (r = ) - z gorjh pretpostavk prozlaz da su troškov edostatka zalha zaearljv W= t CILJ: Izalažeje fukcje ukuph troškova defsaje optale kolče koja se aručuje za ale troškove Paraetr: - S [jed.] - potrošja koja je kostata za jeda duž vreesk perod (občo godu daa), pretpostavlja se da je stacoara - P [bez d.] - koefcjet proporcoalost troškova sa vredošću zalha (koefcjet troškova vezah srestava), - C [d/jed.] - cea jedce zalhe, 7

8 Školska / Vežbe zalhe I deo - [jed.] - prozvolja velča jede abavke, - N [d] - troškov jede abavke (obuhvataju telefoske razgovore, adstracju, radočku prpreu za sopstveu prozvodju td), UKUPNI ROŠKOVI = ROŠKOVI NARUČIVANJA + ROŠKOVI POSEDOVANJA ZALIHA S N C = + P S N C = + P d [ ] LOGIKA Nabavka veće kolče određeog artkla o aj broj abavk u vreesko perodu koj se posatra sajeje troškova abavke; o podzaje sredjeg voa zalha porast troškova skladšteja, vezah sredstava, td. Optala velča jede abavke () je oa velča pr kojoj su ukup troškov al, odoso za koje fukcja a ekstre: d S N C P = + = d pošto je reč o uu, kostatuje se z vredost drugog zvoda: d d S N = > 3 Optalo rešeje velče jede abavke je: = S N C P (j.ca) - forula Wlsoa Osov edostatak Wlsoove forule ezavsost troškova abavke (N) od velče jede abavke (). Ov pretpostavkaa se sključuje ogućost koršćeja odela za stuacje kada su troškov trasporta sadrža u troškova abavke. 8

9 Školska / Vežbe zalhe I deo (troškov trasporta su u fukcj od kolče koja se abavlja) Prer: Prodavac bele tehke a zakupljeo skladšte. Praćeje potrošje aša za praje veša, utvrđeo je da se esečo proda 5 koada (prosečo). Ako je sa prozvođače ugovorea godšja kolča S=6 koada, a pr toe troškov proporcoal sredje vou zalha zose P=.4, a cea jedce zalhe 8 d/aš., a troškov jee abavke N= d/abavc, zračuat vree zeđu oeata abavke tj. Daku sporuke koja će bt azačea u ugovoru sa prozvođače. Napoea: Prozvođač je udalje tolko da ože zadovoljt sve zahteve strpljve u dau, tj. Vree od oeta aručvaja do oeta popue zalha je zaearljvo alo... = S N C P = =8. (koada aša) S C = N + P = d =6/8.+.48/8.= Prozvođač e ože da sporuč 8. aša, već sao ceo broj, se toga velča b trebalo da se sadrž u S bez ostatka jer ukolko to e b bo ceo broj plaćao b se jeda pretovar vše. Iajuć ovo u vdu potrebo je ać prv ceo broj < koj se u S sadrž ceo broj puta, prv ceo broj > koj takođe del S bez ostatka. Nalažeje troškova u poeut slučajeva I troškova jedokrate abavke celokupe ugovoree kolče, dobćeo z z koga treba prea krterjua dat u odelu zabrat oe koj zraju troškove. Za =S =757, d Za < S/ -ceo broj = 6/=3 abavk =55. dara Za > =4 6/4=5 abavk 3 = 4596 S/ W= /= /5 (esečo 6/)=,4 eseca= daa U ugovoru će aručlac tražt da u se sporučuje aša svakh daa. 9

10 Školska / Vežbe zalhe I deo NADGRADNJE HARISOVOG MODELA. PRISUSVO SPECIJALNIH POPUSA U CENI U ZAVISNOSI OD VISINE NABAVKE U JEDNOM CIKLUSU - c = f() Česta stuacja - a tržštu se roba ud sa ceo koja zavs od kolče koja se abavlja to u dskotutetu. Do kolče prodavac ud robu po ce C, a za veće kolče daje popuste koj se takođe dskotualo ejaju u zavsost od kolče. f() =c 3 Razlčta cea u zavsost od kolče koja se abavlja je utcaj a ceu jede abavke 3 Ukup troškov Ako je zavsost ovh popusta u odosu a vsu abavke u jedo cklusu dskotuala, je oguće ofort jedu jedstveu fukcju ukuph troškova koja b prkazao ateatčko obrado oogućla dobjaje zlazog rezultata. potrebo defsat sve fukcje ukuph troškova koje ogu postojat, za svaku fukcju posebo odredt oblast defsaost u koe b se tražla optala vredost velče jede abavke. Mala vredost zeđu pojedačh vredost daje rešeje za (). Ako su: C, C,... C - cee jedce zalha,,..., - velče jede abavke koje obezbeđuju popust u ce S, N, P paraetr koj e zavse od velče jede abavke M S N C = + P S N C = + P S N C = + P

11 Školska / Vežbe zalhe I deo Ako postoj kotuala fukcoala veza zeđu popusta u ce velče jede abavke C = ϕ(), za celo područje aalze je oguće postavt fukcju ukuph troškova u sledeće oblku: S N = + ϕ( ) P, C = ϕ() = a + b (a prer) d d = =.... POSOJANJE ZAJEDNIČKIH OGRANIČENJA U skladšta se često sreću zalhe velkog asortaa, a pojavljuju se zajedčka ogračeja. Za zalhe sa velk broje artkala, a uz pretpostavke a osovu kojh je apravlje Harsov odel, oguće je za svak artkal posebo postavt fukcju ukuph troškova: S N C = + P, =,..., broj artkala Optala velča jede abavke: = S N Pretpostavka ea ogračeja u ssteu zalha l u okružeju (ogračeje raspoložv ovča sredstva, kapacteto skladšog prostora, ogućošću sporuke od strae sporučoca, roko upotrebe, td.) U suproto - ateatčko odelraje problea zvršt a drugačj ač. 3. OGRANIČENJE RASPOLOŽIVIM NOVČANIM SREDSVIMA C Pretpostavka velk broj artkala, a ogračea su ukupa ovčaa sredstva aejea za ulagaje u zalhe (C ): C = C + C C C - ogračeje () = Gorje ogračeje - ajgor slučaj sa aspekta prekoračeja dozvoljeh ovčah sredstava slučaj kada b zalhe svh artkala dostgle svoj aksu jedovreeo C P Fukcja ukuph troškova za sve artkle a sledeć oblk: S N C = + = = P ()

12 Školska / Vežbe zalhe I deo Rešeje - alažeje optale kolče koju treba abavt jedo abavko za svak artkal posebo ( ) za ale ukupe troškove uz respektovaje zadatog ogračeja Proble - zalažeje vezaog ekstrea uvođeje Lagražovog ultplkatora tj. forraje Lagraževe fukcje. S LF N C = + P + ρ C C = = klasča troškova fukcja respektovaje zajedčkog ogračeja raspoložv ovce (3) gde je (ρ) Lagražov ultplkator. Utvrđvaje ekstrea se dobja preko parcjalh zvoda: ( LF) S N C P = + + ρ C = = K (4) ( LF) ρ = = C C = (5) = S N C P + ρ C, =... (6) Velča ultplkatora se određuje z jedače (4), koja se posle uvođeja see ( jedakost 5) svod a jedaču sa jedo epozato (ρ ), čj poztva kore predstavlja tražeo rešeje: S N S N C C C C = = C P + ρ C = C ( P + ρ ) (7) Po određvaju vredost ultplkatora se određuju optale velče abavk za svak artkal, posebo koršćeje zraza (6). Kokreto začeje Lagražovog ultplkatora (predstavlja ateatčk struet) - Lagražova fukcja za optale vredost abavke ađeu vredost ultplkatora a oblk: S C = + + LF N P ρ C C = (8) = ( LF ) = ρ C

13 Školska / Vežbe zalhe I deo zračuata vredost Lagražovog ultplkatora predstavlja pad alh ukuph troškova po jedc porasta sue koja ogračava ukupa fasjsk vo zalha. Kada počje da edostaje ovca velča ultplkatora se povećava, obruto, dok se ukupa arudžba e usaglas sa raspoložv ovce Praktča prea: - zuzeto teško zračuat (ρ), posebo u uslova kada je prsuto vše artkala, odoso kada sua a vše sabraka. - Zalhe svh artkala retko stog treutka dostžu aksu Prer: Na zalhaa se alaz 3 artkla, a skladšte raspolaže ograče ovča sredstva (C = 4.j.ca) artkal S [jed.] N [d] p C [d/jed.] A, A 5 75, A3 5, 5 C = S N C P + ρ C C = C = C S N ( P + ρ ) C = 4 (, + ρ ) (, + ρ) 5 (, + ρ) ( 63, ,63 + 5) = 4, + ρ, + ρ = 7,673 ρ = 3,736 artkal [jed.] c [jed.] Lag. c A 7,7 4,4 A 6,4 6 9,89 9 A3 4,4 75 3,

14 Školska / Vežbe zalhe I deo 4. OGRANIČENJE PROSORNOG KARAKERA Skladšte je kapacteta Q jedca, u koe se takođe čuva roba razlčtog asortaa. Fukcja ogračeja a sledeć oblk: = Q Lagraževa fukcja a sledeć oblk: S C LF = N + P + ρ = = Q 5. OGRANIČENJE BROJA NABAVKI H U slučaju ogračeja ukupog broja abavk za već broj artkala u posatrao perodu, bez obzra a uzrok ogračeja, fukcja ogračeja a oblk : S H = H - aksalo dozvolje broj abavk svh artkala u posatrao perodu. Ako je H > 5, faktčk se odel svod a W strategju. Uz stu fukcju ukuph troškova fukcju ogračeja, forra se Lagražova fukcja ; parcjal dferecraje - uslov za ekstree: S LF N C S P = + + ρ H ( LF) ( LF) ρ = = S N = C P ρ S + = S = H = = velča ultplkatora: S ( N ) S = ρ C P = H = ( N ) S + ρ 6. JEDNOVREMENO OGRANIČENJE RASPOLOŽIVIM NOVČANIM SREDSVIMA I UKUPNIM BROJEM NABAVKI Stuacja kada se vše ogračeja, a za ste artkle, ogu pojavt jedovreeo. C P 4

15 Školska / Vežbe zalhe I deo U to slučaju se uz fukcja troškova dodaj respektovaa ogračeja: S N C S LF P C C = + + H + ρ ρ ( LF) ( LF) ρ = = = S N = C P + ρ S + ρ C = C C = = = ( LF) ρ S = H = = r jedače sa epozat (), (ρ ) (ρ ) daju optale zlaze reztultate, a za ultplkatore se uzaju poztv kore. 7. OGRANIČENJE ROKOM ISPORUKE Prlko kostrukcje osovog odela, pretpostavlja se da su ogućost okružeja l sopstveh prozvodh resursa eogračee za dopreu sporuke robe eposredo ako arudžbe. U praks ove ogućost občo ogračee - zeđu arudžbe sporuke postoj određe perod - rok sporuke (y). O se uvod u osov ateatčk odel a dva ača: Ukolko je rok sporuke aj od zračuatog vreea zeđu dva uzastopa popujavaja zalha (W), zadatak se svod a određvaje tera arudžbe l pak voa zalhe pr koe se aručuje (tačke aručvaja "order pot"). W > y K W y Ukolko je rok sporuke već od zračuatog vreea zeđu dva uzastopa popujavaja zalha, oda će bt potrebo lasrat y/w arudžba u toku trajaja jedog roka sporuke, a a jedak rastojaja zeđu jh. t 5

16 Školska / Vežbe zalhe I deo W < y y y y W y W W t gde je : r [jedca] - vo zalhe pr koe se aručuje, W = [daa] - terval zeđu dve susede arudžbe. 6

Reverzibilni procesi

Reverzibilni procesi Reverzbln proces Reverzbln proces: proces pr koja sste nkada nje vše od beskonačno ale vrednost udaljen od ravnoteže, beskonačno ala proena spoljašnjh uslova ože vratt sste u blo koju tačku, proena ože

Διαβάστε περισσότερα

Aritmetički i geometrijski niz

Aritmetički i geometrijski niz Zadac sa prethodh prjemh spta z matematke a Beogradskom uverztetu Artmetčk geometrjsk z. Artmetčk z. 00. FF Zbr prvh dvadeset člaova artmetčkog za čj je prv čla, a razlka A) 0 B) C) D) 880 E) 878. 000.

Διαβάστε περισσότερα

RAČUNANJE SA PRIBLIŽNIM VREDNOSTIMA BROJEVA

RAČUNANJE SA PRIBLIŽNIM VREDNOSTIMA BROJEVA RAČUNANJE SA PRIBLIŽNIM VREDNOSTIMA BROJEVA PRIBLIŽNI BROJ I GREŠKA tača vredost ekog broja X prblža vredost ekog broja X apsoluta greška Δ = X X graca apsolute greške (gorja graca) relatva greška X X

Διαβάστε περισσότερα

Metoda najmanjih kvadrata

Metoda najmanjih kvadrata Metoda ajmajh kvadrata Moday, May 30, 011 Metoda ajmajh kvadrata (MNK) MNK smo već uvel u proučavaju leare korelacje; gdje smo tražl da suma kvadrata odstupaja ekspermetalh točaka od pravca koj h a ajbolj

Διαβάστε περισσότερα

Ekonometrija 5. Ekonometrija, Osnovne studije. Predavač: Aleksandra Nojković

Ekonometrija 5. Ekonometrija, Osnovne studije. Predavač: Aleksandra Nojković Ekoometja 5 Ekoometja, Osove studje Pedavač: Aleksada Nojkovć Stuktua pedavaja Klasč dvostuk (všestuk) lea egeso model - metod ONK. Petpostavke všestukog KLM. Koelacja u všestukom KLM. Oča kogova. Dvostuk

Διαβάστε περισσότερα

AKSIOMATIKA TEORIJE VEROVATNOĆE

AKSIOMATIKA TEORIJE VEROVATNOĆE AKSIOMATIKA TEORIJE VEROVATNOĆE E Aksomatka teorje verovatoće Polaz se od osovh stavova, tzv. aksoma, a osovu kojh se sve ostale osobe mogu dokazat. Za posmatra prostor el. shoda aksomatzacja daje odgovore

Διαβάστε περισσότερα

UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET SIGNALI I SISTEMI. Zbirka zadataka

UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET SIGNALI I SISTEMI. Zbirka zadataka UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET Goran Stančić SIGNALI I SISTEMI Zbirka zadataka NIŠ, 014. Sadržaj 1 Konvolucija Literatura 11 Indeks pojmova 11 3 4 Sadržaj 1 Konvolucija Zadatak 1. Odrediti konvoluciju

Διαβάστε περισσότερα

Polarizacija. Procesi nastajanja polarizirane svjetlosti: a) refleksija b) raspršenje c) dvolom d) dikroizam

Polarizacija. Procesi nastajanja polarizirane svjetlosti: a) refleksija b) raspršenje c) dvolom d) dikroizam Polarzacja Proces asajaja polarzrae svjelos: a refleksja b raspršeje c dvolom d dkrozam Freselove jedadžbe Svjelos prelaz z opčkog sredsva deksa loma 1 u sredsvo deksa loma, dolaz do: refleksje (prema

Διαβάστε περισσότερα

Dvanaesti praktikum iz Analize 1

Dvanaesti praktikum iz Analize 1 Dvaaesti praktikum iz Aalize Zlatko Lazovi 20. decembar 206.. Dokazati da fukcija f = 5 l tg + 5 ima bar jedu realu ulu. Ree e. Oblast defiisaosti fukcije je D f = k Z da postoji ula fukcije a 0, π 2.

Διαβάστε περισσότερα

3.1 Granična vrednost funkcije u tački

3.1 Granična vrednost funkcije u tački 3 Granična vrednost i neprekidnost funkcija 2 3 Granična vrednost i neprekidnost funkcija 3. Granična vrednost funkcije u tački Neka je funkcija f(x) definisana u tačkama x za koje je 0 < x x 0 < r, ili

Διαβάστε περισσότερα

10.1. Bit Error Rate Test

10.1. Bit Error Rate Test .. Bt Error Rat Tst.. Bt Error Rat Tst Zadata. Izračuat otrba broj rth formacoh bta u BER tstu za,, ogršo dttovaa bta a rjmu, tao da s u sstmu sa brzoom sgalzacj od Mbs mož tvrdt da j vrovatoća grš rosa

Διαβάστε περισσότερα

Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama.

Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama. Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama. a b Verovatno a da sluqajna promenljiva X uzima vrednost iz intervala

Διαβάστε περισσότερα

Riješeni zadaci: Nizovi realnih brojeva

Riješeni zadaci: Nizovi realnih brojeva Riješei zadaci: Nizovi realih brojeva Nizovi, aritmetički iz, geometrijski iz Fukciju a : N R azivamo beskoači) iz realih brojeva i ozačavamo s a 1, a,..., a,... ili a ), pri čemu je a = a). Aritmetički

Διαβάστε περισσότερα

Računarska grafika. Rasterizacija linije

Računarska grafika. Rasterizacija linije Računarska grafika Osnovni inkrementalni algoritam Drugi naziv u literaturi digitalni diferencijalni analizator (DDA) Pretpostavke (privremena ograničenja koja se mogu otkloniti jednostavnim uopštavanjem

Διαβάστε περισσότερα

Elektrotehnički fakultet univerziteta u Beogradu 26. jun Katedra za Računarsku tehniku i informatiku

Elektrotehnički fakultet univerziteta u Beogradu 26. jun Katedra za Računarsku tehniku i informatiku Elektrotehički fakultet uiverziteta u Beogradu 6. ju 008. Katedra za Račuarku tehiku i iformatiku Performae račuarkih itema Rešeja zadataka..videti predavaja.. Kretaje Verovatoća Opi 4 4 Kretaje u itom

Διαβάστε περισσότερα

Osnovni primer. (Z, +,,, 0, 1) je komutativan prsten sa jedinicom: množenje je distributivno prema sabiranju

Osnovni primer. (Z, +,,, 0, 1) je komutativan prsten sa jedinicom: množenje je distributivno prema sabiranju RAČUN OSTATAKA 1 1 Prsten celih brojeva Z := N + {} N + = {, 3, 2, 1,, 1, 2, 3,...} Osnovni primer. (Z, +,,,, 1) je komutativan prsten sa jedinicom: sabiranje (S1) asocijativnost x + (y + z) = (x + y)

Διαβάστε περισσότερα

PARCIJALNI IZVODI I DIFERENCIJALI. Sama definicija parcijalnog izvoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je,

PARCIJALNI IZVODI I DIFERENCIJALI. Sama definicija parcijalnog izvoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je, PARCIJALNI IZVODI I DIFERENCIJALI Sama definicija parcijalnog ivoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je, naravno, naučiti onako kako vaš profesor ahteva. Mi ćemo probati

Διαβάστε περισσότερα

5. Karakteristične funkcije

5. Karakteristične funkcije 5. Karakteristične funkcije Profesor Milan Merkle emerkle@etf.rs milanmerkle.etf.rs Verovatnoća i Statistika-proleće 2018 Milan Merkle Karakteristične funkcije ETF Beograd 1 / 10 Definicija Karakteristična

Διαβάστε περισσότερα

DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović

DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović Novi Sad April 17, 2018 1 / 22 Teorija grafova April 17, 2018 2 / 22 Definicija Graf je ure dena trojka G = (V, G, ψ), gde je (i) V konačan skup čvorova,

Διαβάστε περισσότερα

Ekonometrija 4. Ekonometrija, Osnovne studije. Predavač: Aleksandra Nojković

Ekonometrija 4. Ekonometrija, Osnovne studije. Predavač: Aleksandra Nojković Ekonometrja 4 Ekonometrja, Osnovne studje Predavač: Aleksandra Nojkovć Struktura predavanja Nelnearne zavsnost Prmene u ekonomskoj analz Prmer nelnearne zavsnost Isptujemo zavsnost zmeđu potrošnje dohotka.

Διαβάστε περισσότερα

KOMUTATIVNI I ASOCIJATIVNI GRUPOIDI. NEUTRALNI ELEMENT GRUPOIDA.

KOMUTATIVNI I ASOCIJATIVNI GRUPOIDI. NEUTRALNI ELEMENT GRUPOIDA. KOMUTATIVNI I ASOCIJATIVNI GRUPOIDI NEUTRALNI ELEMENT GRUPOIDA 1 Grupoid (G, ) je asocijativa akko važi ( x, y, z G) x (y z) = (x y) z Grupoid (G, ) je komutativa akko važi ( x, y G) x y = y x Asocijativa

Διαβάστε περισσότερα

Računarska grafika. Rasterizacija linije

Računarska grafika. Rasterizacija linije Računarska grafika Osnovni inkrementalni algoritam Drugi naziv u literaturi digitalni diferencijalni analizator (DDA) Pretpostavke (privremena ograničenja koja se mogu otkloniti jednostavnim uopštavanjem

Διαβάστε περισσότερα

IZRAČUNAVANJE POKAZATELJA NAČINA RADA NAČINA RADA (ISKORIŠĆENOSTI KAPACITETA, STEPENA OTVORENOSTI RADNIH MESTA I NIVOA ORGANIZOVANOSTI)

IZRAČUNAVANJE POKAZATELJA NAČINA RADA NAČINA RADA (ISKORIŠĆENOSTI KAPACITETA, STEPENA OTVORENOSTI RADNIH MESTA I NIVOA ORGANIZOVANOSTI) IZRAČUNAVANJE POKAZATELJA NAČINA RADA NAČINA RADA (ISKORIŠĆENOSTI KAPACITETA, STEPENA OTVORENOSTI RADNIH MESTA I NIVOA ORGANIZOVANOSTI) Izračunavanje pokazatelja načina rada OTVORENOG RM RASPOLOŽIVO RADNO

Διαβάστε περισσότερα

IZVODI ZADACI (I deo)

IZVODI ZADACI (I deo) IZVODI ZADACI (I deo) Najpre da se podsetimo tablice i osnovnih pravila:. C`=0. `=. ( )`= 4. ( n )`=n n-. (a )`=a lna 6. (e )`=e 7. (log a )`= 8. (ln)`= ` ln a (>0) 9. = ( 0) 0. `= (>0) (ovde je >0 i a

Διαβάστε περισσότερα

Elementi spektralne teorije matrica

Elementi spektralne teorije matrica Elementi spektralne teorije matrica Neka je X konačno dimenzionalan vektorski prostor nad poljem K i neka je A : X X linearni operator. Definicija. Skalar λ K i nenula vektor u X se nazivaju sopstvena

Διαβάστε περισσότερα

numeričkih deskriptivnih mera.

numeričkih deskriptivnih mera. DESKRIPTIVNA STATISTIKA Numeričku seriju podataka opisujemo pomoću Numeričku seriju podataka opisujemo pomoću numeričkih deskriptivnih mera. Pokazatelji centralne tendencije Aritmetička sredina, Medijana,

Διαβάστε περισσότερα

nepoznati parametar θ jednak broju θ 0, u oznaci H 0 (θ =θ 0 ), je primer proste hipoteze. Ako hipoteza nije prosta, onda je složena.

nepoznati parametar θ jednak broju θ 0, u oznaci H 0 (θ =θ 0 ), je primer proste hipoteze. Ako hipoteza nije prosta, onda je složena. Testiraje parametarskih hipoteza Pretpostavka (hipoteza) o parametru raspodele se zove parametarska hipoteza. Postupak jeog potvrđivaja ili odbacivaja a osovu podataka iz uzorka je parametarski test. t

Διαβάστε περισσότερα

SISTEMI NELINEARNIH JEDNAČINA

SISTEMI NELINEARNIH JEDNAČINA SISTEMI NELINEARNIH JEDNAČINA April, 2013 Razni zapisi sistema Skalarni oblik: Vektorski oblik: F = f 1 f n f 1 (x 1,, x n ) = 0 f n (x 1,, x n ) = 0, x = (1) F(x) = 0, (2) x 1 0, 0 = x n 0 Definicije

Διαβάστε περισσότερα

MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15

MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15 MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15 Matrice - osnovni pojmovi (Matrice i determinante) 2 / 15 (Matrice i determinante) 2 / 15 Matrice - osnovni pojmovi Matrica reda

Διαβάστε περισσότερα

OSNOVNI PARAMETRI LINIJA ODREĐIVANJE POTREBNOG BROJA RADNIH MESTA I MEĐUOPERACIONIH ZALIHA

OSNOVNI PARAMETRI LINIJA ODREĐIVANJE POTREBNOG BROJA RADNIH MESTA I MEĐUOPERACIONIH ZALIHA PROJEKTOVANJE PROIZVODNIH SISTEMA OSNOVNI PARAMETRI LINIJA ODREĐIVANJE POTREBNOG BROJA RADNIH MESTA I MEĐUOPERACIONIH ZALIHA Projekovanje prozvodnh ssea PROJEKTOVANJE LINIJSKIH PROIZVODNOH SISTEMA Osnovn

Διαβάστε περισσότερα

REGRESIJSKA ANALIZA. U razvoju regresijske analize najznačajniju ulogu su imali: Carl Friedrich Gauss ( ) Francis Galton (

REGRESIJSKA ANALIZA. U razvoju regresijske analize najznačajniju ulogu su imali: Carl Friedrich Gauss ( ) Francis Galton ( SEMINAR U razvoju regresjske aalze ajzačajju ulogu su mal: Carl Fredrch Gauss (822 9) Fracs Galto (822 9) Karl Pearso (857 936) George Udy Yule (87 95) SEMINAR Regresjska aalza je matematčko-statstčk postupak

Διαβάστε περισσότερα

Granične vrednosti realnih nizova

Granične vrednosti realnih nizova Graiče vredosti realih izova Fukcija f : N R, gde je N skup prirodih brojeva a R skup realih brojeva, zove se iz realih brojeva ili reala iz. Opšti čla iza f je f(), N, i običo se obeležava sa f, dok se

Διαβάστε περισσότερα

PRAVA. Prava je u prostoru određena jednom svojom tačkom i vektorom paralelnim sa tom pravom ( vektor paralelnosti).

PRAVA. Prava je u prostoru određena jednom svojom tačkom i vektorom paralelnim sa tom pravom ( vektor paralelnosti). PRAVA Prava je kao i ravan osnovni geometrijski ojam i ne definiše se. Prava je u rostoru određena jednom svojom tačkom i vektorom aralelnim sa tom ravom ( vektor aralelnosti). M ( x, y, z ) 3 Posmatrajmo

Διαβάστε περισσότερα

PRESECI SA PRSLINOM - VELIKI EKSCENTRICITET

PRESECI SA PRSLINOM - VELIKI EKSCENTRICITET TEORJA ETONSKH KONSTRUKCJA 1 PRESEC SA PRSLNO - VELK EKSCENTRCTET ČSTO SAVJANJE - SLOODNO DENZONSANJE Poznato: Nepoznato: - statčk tcaj za pojedna opterećenja ( ) - sračnato - kvaltet materjala (, σ v

Διαβάστε περισσότερα

3n 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

3n 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 περισσότερα

Moguća i virtuelna pomjeranja

Moguća i virtuelna pomjeranja Dnamka sstema sa vezama Moguća vrtuelna pomjeranja f k ( r 1,..., r N, t) = 0 (k = 1, 2,..., K ) df k dt = r + t = 0 d r = r dt moguća pomjeranja zadovoljavaju uvjet: df k = d r + dt = 0. t δ r = δx +

Διαβάστε περισσότερα

Operacije s matricama

Operacije s matricama Linearna algebra I Operacije s matricama Korolar 3.1.5. Množenje matrica u vektorskom prostoru M n (F) ima sljedeća svojstva: (1) A(B + C) = AB + AC, A, B, C M n (F); (2) (A + B)C = AC + BC, A, B, C M

Διαβάστε περισσότερα

Kontrolni zadatak (Tačka, prava, ravan, diedar, poliedar, ortogonalna projekcija), grupa A

Kontrolni zadatak (Tačka, prava, ravan, diedar, poliedar, ortogonalna projekcija), grupa A Kontrolni zadatak (Tačka, prava, ravan, diedar, poliedar, ortogonalna projekcija), grupa A Ime i prezime: 1. Prikazane su tačke A, B i C i prave a,b i c. Upiši simbole Î, Ï, Ì ili Ë tako da dobijeni iskazi

Διαβάστε περισσότερα

M086 LA 1 M106 GRP. Tema: Baza vektorskog prostora. Koordinatni sustav. Norma. CSB nejednakost

M086 LA 1 M106 GRP. Tema: Baza vektorskog prostora. Koordinatni sustav. Norma. CSB nejednakost M086 LA 1 M106 GRP Tema: CSB nejednakost. 19. 10. 2017. predavač: Rudolf Scitovski, Darija Marković asistent: Darija Brajković, Katarina Vincetić P 1 www.fizika.unios.hr/grpua/ 1 Baza vektorskog prostora.

Διαβάστε περισσότερα

IZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo

IZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo IZVODI ZADACI ( IV deo) LOGARITAMSKI IZVOD Logariamskim izvodom funkcije f(), gde je >0 i, nazivamo izvod logarima e funkcije, o jes: (ln ) f ( ) f ( ) Primer. Nadji izvod funkcije Najpre ćemo logarimovai

Διαβάστε περισσότερα

Elektrotehnički fakultet univerziteta u Beogradu 16.maj Odsek za Softversko inžinjerstvo

Elektrotehnički fakultet univerziteta u Beogradu 16.maj Odsek za Softversko inžinjerstvo Elektrotehnčk fakultet unverzteta u Beogradu 6.maj 8. Odsek za Softversko nžnjerstvo Performanse računarskh sstema Drug kolokvjum Predmetn nastavnk: dr Jelca Protć (35) a) () Posmatra se segment od N uzastonh

Διαβάστε περισσότερα

UNIVERZITET U NIŠU FAKULTET ZAŠTITE NA RADU U NIŠU TEHNIČKA MEHANIKA - PREZENTACIJA PREDAVANJA PREDAVANJE

UNIVERZITET U NIŠU FAKULTET ZAŠTITE NA RADU U NIŠU TEHNIČKA MEHANIKA - PREZENTACIJA PREDAVANJA PREDAVANJE UNIVERZITET U NIŠU FAKULTET ZAŠTITE NA RADU U NIŠU TEHNIČKA MEHANIKA - PREZENTACIJA PREDAVANJA - - 4. PREDAVANJE - Dr Darko Mhajlov, doc. 1. ČAS Sredšte (cetar) sstema paralelh sla; Težšte krutog tela;

Διαβάστε περισσότερα

Periodičke izmjenične veličine

Periodičke izmjenične veličine EHNČK FAKULE SVEUČLŠA U RJEC Zavod za elekroenergeiku Sudij: Preddiploski sručni sudij elekroehnike Kolegij: Osnove elekroehnike Nosielj kolegija: Branka Dobraš Periodičke izjenične veličine Osnove elekroehnike

Διαβάστε περισσότερα

Obrada signala

Obrada signala Obrada signala 1 18.1.17. Greška kvantizacije Pretpostavka je da greška kvantizacije ima uniformnu raspodelu 7 6 5 4 -X m p x 1,, za x druge vrednosti x 3 x X m 1 X m = 3 x Greška kvantizacije x x x p

Διαβάστε περισσότερα

TRIGONOMETRIJA TROKUTA

TRIGONOMETRIJA TROKUTA TRIGONOMETRIJA TROKUTA Standardne oznake u trokutuu ABC: a, b, c stranice trokuta α, β, γ kutovi trokuta t,t,t v,v,v s α,s β,s γ R r s težišnice trokuta visine trokuta simetrale kutova polumjer opisane

Διαβάστε περισσότερα

MATEMATIKA 2. Grupa 1 Rexea zadataka. Prvi pismeni kolokvijum, Dragan ori

MATEMATIKA 2. Grupa 1 Rexea zadataka. Prvi pismeni kolokvijum, Dragan ori MATEMATIKA 2 Prvi pismeni kolokvijum, 14.4.2016 Grupa 1 Rexea zadataka Dragan ori Zadaci i rexea 1. unkcija f : R 2 R definisana je sa xy 2 f(x, y) = x2 + y sin 3 2 x 2, (x, y) (0, 0) + y2 0, (x, y) =

Διαβάστε περισσότερα

INTEGRALNI RAČUN. Teorije, metodike i povijest infinitezimalnih računa. Lucija Mijić 17. veljače 2011.

INTEGRALNI RAČUN. Teorije, metodike i povijest infinitezimalnih računa. Lucija Mijić 17. veljače 2011. INTEGRALNI RAČUN Teorije, metodike i povijest infinitezimalnih računa Lucija Mijić lucija@ktf-split.hr 17. veljače 2011. Pogledajmo Predstavimo gornju sumu sa Dodamo još jedan Dobivamo pravokutnik sa Odnosno

Διαβάστε περισσότερα

Parcijalne molarne veličine

Parcijalne molarne veličine arcale molare velče 2.5.5. Hemsk potecal 2.5.6. 2.5.6.2. arcale molare velče. Ukolko e kolča supstace u sstemu promelva zbog razmee matere zmeđu sstema okole zbog reverzble hemske reakce l reverzble razmee

Διαβάστε περισσότερα

Matematika 1 - vježbe. 11. prosinca 2015.

Matematika 1 - vježbe. 11. prosinca 2015. Matematika - vježbe. prosinca 5. Stupnjevi i radijani Ako je kut φ jednak i rad, tada je veza između i 6 = Zadatak.. Izrazite u stupnjevima: a) 5 b) 7 9 c). d) 7. a) 5 9 b) 7 6 6 = = 5 c). 6 8.5 d) 7.

Διαβάστε περισσότερα

ELEKTROTEHNIČKI ODJEL

ELEKTROTEHNIČKI ODJEL MATEMATIKA. Neka je S skup svih živućih državljana Republike Hrvatske..04., a f preslikavanje koje svakom elementu skupa S pridružuje njegov horoskopski znak (bez podznaka). a) Pokažite da je f funkcija,

Διαβάστε περισσότερα

Zavrxni ispit iz Matematiqke analize 1

Zavrxni ispit iz Matematiqke analize 1 Građevinski fakultet Univerziteta u Beogradu 3.2.2016. Zavrxni ispit iz Matematiqke analize 1 Prezime i ime: Broj indeksa: 1. Definisati Koxijev niz. Dati primer niza koji nije Koxijev. 2. Dat je red n=1

Διαβάστε περισσότερα

Trigonometrijske nejednačine

Trigonometrijske nejednačine Trignmetrijske nejednačine T su nejednačine kd kjih se nepznata javlja ka argument trignmetrijske funkcije. Rešiti trignmetrijsku nejednačinu znači naći sve uglve kji je zadvljavaju. Prilikm traženja rešenja

Διαβάστε περισσότερα

Pismeni ispit iz matematike Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: ( ) + 1.

Pismeni ispit iz matematike Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: ( ) + 1. Pismeni ispit iz matematike 0 008 GRUPA A Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: λ + z = Ispitati funkciju i nacrtati njen grafik: + ( λ ) + z = e Izračunati

Διαβάστε περισσότερα

Ispitivanje toka i skiciranje grafika funkcija

Ispitivanje toka i skiciranje grafika funkcija Ispitivanje toka i skiciranje grafika funkcija Za skiciranje grafika funkcije potrebno je ispitati svako od sledećih svojstava: Oblast definisanosti: D f = { R f R}. Parnost, neparnost, periodičnost. 3

Διαβάστε περισσότερα

Klasični linearni regresioni model (KLRM)

Klasični linearni regresioni model (KLRM) Profesor Zorca Mladeovć Klasč lear regreso model (KLRM) Zorca Mladeovć Ključe teme Postavka pretpostavke KLRM Svojstva ocea parametara u KLRM Elemet statstčkog zaključvaja u KLRM Predvđaje u KLRM Ekoomsk

Διαβάστε περισσότερα

VILJUŠKARI. 1. Viljuškar se koristi za utovar standardnih euro-pool paleta na drumsko vozilo u sistemu prikazanom na slici.

VILJUŠKARI. 1. Viljuškar se koristi za utovar standardnih euro-pool paleta na drumsko vozilo u sistemu prikazanom na slici. VILJUŠKARI 1. Viljuškar e korii za uoar andardnih euro-pool palea na druko ozilo u ieu prikazano na lici. PALETOMAT a) Koliko reba iljuškara da bi ree uoara kaiona u koji aje palea bilo anje od 6 in, ako

Διαβάστε περισσότερα

TESTIRANJE ZNAČAJNOSTI RAZLIKE

TESTIRANJE ZNAČAJNOSTI RAZLIKE //0 TESTIRANJE ZNAČAJNOSTI RAZLIKE Z-TEST I T-TEST Beograd, 0 Ass. dr Zora Bukumirić Z-TEST I T-TEST z-testom i Studetovim t-testom testiramo razliku: jede aritmetičke sredie i pretpostavljee vredosti

Διαβάστε περισσότερα

KVADRATNA FUNKCIJA. Kvadratna funkcija je oblika: Kriva u ravni koja predstavlja grafik funkcije y = ax + bx + c. je parabola.

KVADRATNA FUNKCIJA. Kvadratna funkcija je oblika: Kriva u ravni koja predstavlja grafik funkcije y = ax + bx + c. je parabola. KVADRATNA FUNKCIJA Kvadratna funkcija je oblika: = a + b + c Gde je R, a 0 i a, b i c su realni brojevi. Kriva u ravni koja predstavlja grafik funkcije = a + b + c je parabola. Najpre ćemo naučiti kako

Διαβάστε περισσότερα

Osnove. Uloga algoritama u računarstvu. Algoritmi. Algoritmi kao tehnika

Osnove. Uloga algoritama u računarstvu. Algoritmi. Algoritmi kao tehnika dr Boba Stojaovć Osove Uloga algortama u račuarstvu Algortm Algortam je strogo defsaa kompjuterska procedura koja uzma vredost l skup vredost, kao ulaz prozvod eku vredost l skup vredost, kao zlaz. Drugm

Διαβάστε περισσότερα

Verovatnoća i Statistika I deo Teorija verovatnoće (zadaci) Beleške dr Bobana Marinkovića

Verovatnoća i Statistika I deo Teorija verovatnoće (zadaci) Beleške dr Bobana Marinkovića Verovatnoća i Statistika I deo Teorija verovatnoće zadaci Beleške dr Bobana Marinkovića Iz skupa, 2,, 00} bira se na slučajan način 5 brojeva Odrediti skup elementarnih dogadjaja ako se brojevi biraju

Διαβάστε περισσότερα

Jednostavna regresiona analiza

Jednostavna regresiona analiza Profesor Zorca Mladeovć Jedostava regresoa aalza Zorca Mladeovć Struktura predavaja Polaza deja prmer Populacoa uzoračka regresoa prava Metod očh ajmajh kvadrata Korelacja Jedostave eleare zavsost Ekoomsk

Διαβάστε περισσότερα

METODA SEČICE I REGULA FALSI

METODA SEČICE I REGULA FALSI METODA SEČICE I REGULA FALSI Zadatak: Naći ulu fukcije f a itervalu (a,b), odoso aći za koje je f()=0. Rešeje: Prvo, tražimo iterval (a,b) a kome je fukcija eprekida, mootoa i važi: f(a)f(b)

Διαβάστε περισσότερα

Eliminacijski zadatak iz Matematike 1 za kemičare

Eliminacijski zadatak iz Matematike 1 za kemičare Za mnoge reakcije vrijedi Arrheniusova jednadžba, koja opisuje vezu koeficijenta brzine reakcije i temperature: K = Ae Ea/(RT ). - T termodinamička temperatura (u K), - R = 8, 3145 J K 1 mol 1 opća plinska

Διαβάστε περισσότερα

DINAMIKA. Dinamički sistem - pogon sa motorom jednosmerne struje: N: u f Ulazi Izlazi (?) U opštem slučaju ovaj DS je NELINEARAN!!!!

DINAMIKA. Dinamički sistem - pogon sa motorom jednosmerne struje: N: u f Ulazi Izlazi (?) U opštem slučaju ovaj DS je NELINEARAN!!!! DINAMIKA Dnčk sste - ogon s otoro jednoserne struje: N: { DS } u u Ulz Izlz (?),,, [ ] θ U ošte slučju ovj DS je NELINEAAN!!!! BLOK DIJAGAM MAEMAIČKOG MODELA POGONA Iz jednčne ndukt u e e Iz Njutnove jednčne

Διαβάστε περισσότερα

Svaki resurs ima svoj vremenski raspoloživi fond kada može da se angažuje. ART 1 ART 2 ART 2. t isporuke

Svaki resurs ima svoj vremenski raspoloživi fond kada može da se angažuje. ART 1 ART 2 ART 2. t isporuke TERMIIRAJE Termrajem se a skup prsuh akvos u ekom procesu defše vremeska kompoea kordaa agažovaja agažovah resursa. MPR I, MPR II MPR I - aala porebh maerjala MPR II - aala resursa akvos koje prae provodju

Διαβάστε περισσότερα

Novi Sad god Broj 1 / 06 Veljko Milković Bulevar cara Lazara 56 Novi Sad. Izveštaj o merenju

Novi Sad god Broj 1 / 06 Veljko Milković Bulevar cara Lazara 56 Novi Sad. Izveštaj o merenju Broj 1 / 06 Dana 2.06.2014. godine izmereno je vreme zaustavljanja elektromotora koji je radio u praznom hodu. Iz gradske mreže 230 V, 50 Hz napajan je monofazni asinhroni motor sa dva brusna kamena. Kada

Διαβάστε περισσότερα

MATERIJALI ZA ELEKTRONIKU Računske vežbe 7. POLUPROVODNI MATERIJALI TEORIJSKI PREGLED

MATERIJALI ZA ELEKTRONIKU Računske vežbe 7. POLUPROVODNI MATERIJALI TEORIJSKI PREGLED ELEKTROSKI FKULTET MTERIJLI Z ELEKTROIKU Račuske vežbe 7. POLUPROOI MTERIJLI Katedra za kroelektroku TEORIJSKI PREGLE Polurovod aterjal (olurovodc) su aterjal čja elektrča svojstva zavse od kocetracje

Διαβάστε περισσότερα

Teorijske osnove informatike 1

Teorijske osnove informatike 1 Teorijske osnove informatike 1 9. oktobar 2014. () Teorijske osnove informatike 1 9. oktobar 2014. 1 / 17 Funkcije Veze me du skupovima uspostavljamo skupovima koje nazivamo funkcijama. Neformalno, funkcija

Διαβάστε περισσότερα

radni nerecenzirani materijal za predavanja

radni 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 περισσότερα

a M a A. Može se pokazati da je supremum (ako postoji) jedinstven pa uvodimo oznaku sup A.

a M a A. Može se pokazati da je supremum (ako postoji) jedinstven pa uvodimo oznaku sup A. 3 Infimum i supremum Definicija. Neka je A R. Kažemo da je M R supremum skupa A ako je (i) M gornja meda skupa A, tj. a M a A. (ii) M najmanja gornja meda skupa A, tj. ( ε > 0)( a A) takav da je a > M

Διαβάστε περισσότερα

XI dvoqas veжbi dr Vladimir Balti. 4. Stabla

XI dvoqas veжbi dr Vladimir Balti. 4. Stabla XI dvoqas veжbi dr Vladimir Balti 4. Stabla Teorijski uvod Teorijski uvod Definicija 5.7.1. Stablo je povezan graf bez kontura. Definicija 5.7.1. Stablo je povezan graf bez kontura. Primer 5.7.1. Sva stabla

Διαβάστε περισσότερα

Kaskadna kompenzacija SAU

Kaskadna kompenzacija SAU Kaskadna kompenzacija SAU U inženjerskoj praksi, naročito u sistemima regulacije elektromotornih pogona i tehnoloških procesa, veoma često se primenjuje metoda kaskadne kompenzacije, u čijoj osnovi su

Διαβάστε περισσότερα

Iskazna logika 3. Matematička logika u računarstvu. novembar 2012

Iskazna logika 3. Matematička logika u računarstvu. novembar 2012 Iskazna logika 3 Matematička logika u računarstvu Department of Mathematics and Informatics, Faculty of Science,, Serbia novembar 2012 Deduktivni sistemi 1 Definicija Deduktivni sistem (ili formalna teorija)

Διαβάστε περισσότερα

1. ODREĐIVANJE NETOČNOSTI MJERENJA

1. ODREĐIVANJE NETOČNOSTI MJERENJA . ODREĐIVANJE NETOČNOSTI MJERENJA. Opće Mjereja razh fzkalh ostalh velča rezultat se e ogu provest apsoluto točo. Usljed tehčkh ekooskh razloga potrebo je etočost jereja svest a ajaju oguću jeru, sa što

Διαβάστε περισσότερα

Ratomir Paunović i Radovan Omorjan, Tehnološki fakultet u Novom Sadu

Ratomir Paunović i Radovan Omorjan, Tehnološki fakultet u Novom Sadu PREDGOVOR Ova kjga predstavlja uvod u statstku amejea je pre svega studetma prmejeh tehčkh auka, kao žejerma. Psal smo je sa cljem da pomogemo zateresovaom čtaocu da razume pravlo korst osove statstčke

Διαβάστε περισσότερα

41. Jednačine koje se svode na kvadratne

41. Jednačine koje se svode na kvadratne . Jednačine koje se svode na kvadrane Simerične recipročne) jednačine Jednačine oblika a n b n c n... c b a nazivamo simerične jednačine, zbog simeričnosi koeficijenaa koeficijeni uz jednaki). k i n k

Διαβάστε περισσότερα

S t r a n a 1. 1.Povezati jonsku jačinu rastvora: a) MgCl 2 b) Al 2 (SO 4 ) 3 sa njihovim molalitetima, m. za so tipa: M p X q. pa je jonska jačina:

S t r a n a 1. 1.Povezati jonsku jačinu rastvora: a) MgCl 2 b) Al 2 (SO 4 ) 3 sa njihovim molalitetima, m. za so tipa: M p X q. pa je jonska jačina: S t r a n a 1 1.Povezati jonsku jačinu rastvora: a MgCl b Al (SO 4 3 sa njihovim molalitetima, m za so tipa: M p X q pa je jonska jačina:. Izračunati mase; akno 3 bba(no 3 koje bi trebalo dodati, 0,110

Διαβάστε περισσότερα

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

OM2 V3 Ime i prezime: Index br: I SAVIJANJE SILAMA TANKOZIDNIH ŠTAPOVA OM V me i preime: nde br: 1.0.01. 0.0.01. SAVJANJE SLAMA TANKOZDNH ŠTAPOVA A. TANKOZDN ŠTAPOV PROZVOLJNOG OTVORENOG POPREČNOG PRESEKA Preposavka: Smičući napon je konsanan po debljini ida (duž pravca upravnog

Διαβάστε περισσότερα

Vježba 1. Analiza i sinteza sistema regulacije brzine vrtnje istosmjernog motora

Vježba 1. Analiza i sinteza sistema regulacije brzine vrtnje istosmjernog motora ortorjske vježe z predet ootk uprvljje prozvod sste Vjež Vjež Alz stez sste regulcje rze vrtje stosjerog otor Clj vježe: Stez regultor rze vrtje stosjerog otor pooću etod tehčkog setrčog optu Alzrt dčko

Διαβάστε περισσότερα

Osnovne teoreme diferencijalnog računa

Osnovne teoreme diferencijalnog računa Osnovne teoreme diferencijalnog računa Teorema Rolova) Neka je funkcija f definisana na [a, b], pri čemu važi f je neprekidna na [a, b], f je diferencijabilna na a, b) i fa) fb). Tada postoji ξ a, b) tako

Διαβάστε περισσότερα

(P.I.) PRETPOSTAVKA INDUKCIJE - pretpostavimo da tvrdnja vrijedi za n = k.

(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 περισσότερα

METODE OPTIMIZACIJE NELINEARNO PROGRAMIRANJE

METODE OPTIMIZACIJE NELINEARNO PROGRAMIRANJE MEODE OPIMIZACIJE NELINEARNO PROGRAMIRANJE Dr Dšć Dr Mloš Stć Grđevsk kultet Uverztet u Beogrdu 4. UVOD FORMULACIJA PROBLEMA Zdtk optmzcje je prolžeje promeljvh pr kojm clj krterjumsk ukcj uzm ekstremu

Διαβάστε περισσότερα

Akvizicija tereta. 5660t. Y= masa drva, X=masa cementa. Na brod će se ukrcati 1733 tona drva i 3927 tona cementa.

Akvizicija tereta. 5660t. Y= masa drva, X=masa cementa. Na brod će se ukrcati 1733 tona drva i 3927 tona cementa. Akvizicija tereta. Korisna nosivost broda je 6 t, a na brodu ia 8 cu. ft. prostora raspoloživog za sještaj tereta pod palubu. Navedeni brod treba krcati drvo i ceent, a na palubu ože aksialno ukrcati 34

Διαβάστε περισσότερα

SISTEMI DIFERENCIJALNIH JEDNAČINA - ZADACI NORMALNI OBLIK

SISTEMI DIFERENCIJALNIH JEDNAČINA - ZADACI NORMALNI OBLIK SISTEMI DIFERENCIJALNIH JEDNAČINA - ZADACI NORMALNI OBLIK. Rši sism jdnačina: d 7 d d d Ršnj: Ša j idja kod ovih zadaaka? Jdnu od jdnačina difrniramo, o js nađmo izvod l jdnačin i u zamnimo drugu jdnačinu.

Διαβάστε περισσότερα

Trigonometrija 2. Adicijske formule. Formule dvostrukog kuta Formule polovičnog kuta Pretvaranje sume(razlike u produkt i obrnuto

Trigonometrija 2. Adicijske formule. Formule dvostrukog kuta Formule polovičnog kuta Pretvaranje sume(razlike u produkt i obrnuto Trigonometrija Adicijske formule Formule dvostrukog kuta Formule polovičnog kuta Pretvaranje sume(razlike u produkt i obrnuto Razumijevanje postupka izrade složenijeg matematičkog problema iz osnova trigonometrije

Διαβάστε περισσότερα

18. listopada listopada / 13

18. listopada listopada / 13 18. listopada 2016. 18. listopada 2016. 1 / 13 Neprekidne funkcije Važnu klasu funkcija tvore neprekidne funkcije. To su funkcije f kod kojih mala promjena u nezavisnoj varijabli x uzrokuje malu promjenu

Διαβάστε περισσότερα

Program testirati pomoću podataka iz sledeće tabele:

Program 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 περισσότερα

Obrada empirijskih podataka

Obrada empirijskih podataka Obrada emprjskh podataka deskrptva statstka opsvaje podataka z uzorka l populacje u form osovh parametara osove vrste podataka po astaku varjable (upotreba razlčth mjerh ljestvca) se mogu klasfcrat a:.

Διαβάστε περισσότερα

Pismeni ispit iz matematike GRUPA A 1. Napisati u trigonometrijskom i eksponencijalnom obliku kompleksni broj, zatim naći 4 z.

Pismeni ispit iz matematike GRUPA A 1. Napisati u trigonometrijskom i eksponencijalnom obliku kompleksni broj, zatim naći 4 z. Pismeni ispit iz matematike 06 007 Napisati u trigonometrijskom i eksponencijalnom obliku kompleksni broj z = + i, zatim naći z Ispitati funkciju i nacrtati grafik : = ( ) y e + 6 Izračunati integral:

Διαβάστε περισσότερα

Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu

Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu Trigonometrijske jednačine i nejednačine. Zadaci koji se rade bez upotrebe trigonometrijskih formula. 00. FF cos x sin x

Διαβάστε περισσότερα

1.4 Tangenta i normala

1.4 Tangenta i normala 28 1 DERIVACIJA 1.4 Tangenta i normala Ako funkcija f ima derivaciju u točki x 0, onda jednadžbe tangente i normale na graf funkcije f u točki (x 0 y 0 ) = (x 0 f(x 0 )) glase: t......... y y 0 = f (x

Διαβάστε περισσότερα

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

Klasifikacija blizu Kelerovih mnogostrukosti. konstantne holomorfne sekcione krivine. Kelerove. mnogostrukosti. blizu Kelerove. Klasifikacija blizu Teorema Neka je M Kelerova mnogostrukost. Operator krivine R ima sledeća svojstva: R(X, Y, Z, W ) = R(Y, X, Z, W ) = R(X, Y, W, Z) R(X, Y, Z, W ) + R(Y, Z, X, W ) + R(Z, X, Y, W ) =

Διαβάστε περισσότερα

TEHNIČKI FAKULTET SVEUČILIŠTA U RIJECI Zavod za elektroenergetiku. Prijelazne pojave. Osnove elektrotehnike II: Prijelazne pojave

TEHNIČKI FAKULTET SVEUČILIŠTA U RIJECI Zavod za elektroenergetiku. Prijelazne pojave. Osnove elektrotehnike II: Prijelazne pojave THNIČKI FAKUTT SVUČIIŠTA U IJI Zavod za elekroenergek Sdj: Preddplomsk srčn sdj elekroehnke Kolegj: Osnove elekroehnke II Noselj kolegja: v. pred. mr.sc. Branka Dobraš, dpl. ng. el. Prjelazne pojave Osnove

Διαβάστε περισσότερα

2 tg x ctg x 1 = =, cos 2x Zbog četvrtog kvadranta rješenje je: 2 ctg x

2 tg x ctg x 1 = =, cos 2x Zbog četvrtog kvadranta rješenje je: 2 ctg x Zadatak (Darjan, medicinska škola) Izračunaj vrijednosti trigonometrijskih funkcija broja ako je 6 sin =,,. 6 Rješenje Ponovimo trigonometrijske funkcije dvostrukog kuta! Za argument vrijede sljedeće formule:

Διαβάστε περισσότερα

Glava 4 ANALIZA I OBRADA SIGNALA U VREMENSKOM DOMENU

Glava 4 ANALIZA I OBRADA SIGNALA U VREMENSKOM DOMENU Glava 4 ANALIZA I OBRADA SIGNALA U VREMENSKOM DOMENU Obrada sgala u vremeskom domeu podrazumjeva određvaje odzva a pobudu prozvoljog oblka. Damčk lear sstem opsa su dferecjalm jedačama određvaje odzva

Διαβάστε περισσότερα

RIJEŠENI ZADACI I TEORIJA IZ

RIJEŠENI ZADACI I TEORIJA IZ RIJEŠENI ZADACI I TEORIJA IZ LOGARITAMSKA FUNKCIJA SVOJSTVA LOGARITAMSKE FUNKCIJE OSNOVE TRIGONOMETRIJE PRAVOKUTNOG TROKUTA - DEFINICIJA TRIGONOMETRIJSKIH FUNKCIJA - VRIJEDNOSTI TRIGONOMETRIJSKIH FUNKCIJA

Διαβάστε περισσότερα

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

Pošto pretvaramo iz veće u manju mjernu jedinicu broj 2.5 množimo s 1000, PRERAČUNAVANJE MJERNIH JEDINICA PRIMJERI, OSNOVNE PRETVORBE, POTENCIJE I ZNANSTVENI ZAPIS, PREFIKSKI, ZADACI S RJEŠENJIMA Primjeri: 1. 2.5 m = mm Pretvaramo iz veće u manju mjernu jedinicu. 1 m ima dm,

Διαβάστε περισσότερα

1 Uvod i neki osnovni pojmovi

1 Uvod i neki osnovni pojmovi Prrodo-matematčk fakultet, Uverztet u Nšu, Srbja http://www.pmf..ac.rs/m Matematka formatka 3 05, 5-64 Nestadard ač za sumraje ekh redova Mhalo Krstć studet matematke, PMF Uverzteta u Nšu E-mal: mhalo994@yahoo.com

Διαβάστε περισσότερα

IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f

IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f 2. Nule i znak funkcije; presek sa y-osom IspitivaƬe

Διαβάστε περισσότερα

1 Afina geometrija. 1.1 Afini prostor. Definicija 1.1. Pod afinim prostorom nad poljem K podrazumevamo. A - skup taqaka

1 Afina geometrija. 1.1 Afini prostor. Definicija 1.1. Pod afinim prostorom nad poljem K podrazumevamo. A - skup taqaka 1 Afina geometrija 11 Afini prostor Definicija 11 Pod afinim prostorom nad poljem K podrazumevamo svaku uređenu trojku (A, V, +): A - skup taqaka V - vektorski prostor nad poljem K + : A V A - preslikavanje

Διαβάστε περισσότερα