9. TESTIRANJE HIPOTEZA O PARAMETRU. Josipa Perkov, prof., pred. 1
|
|
- Φωσφόρος Μανιάκης
- 5 χρόνια πριν
- Προβολές:
Transcript
1 9. TESTIRANJE HIPOTEZA O PARAMETRU Josipa Perkov, prof., pred. 1
2 na prethodnom predavanju upoznali smo se s metodom i postupcima koji omogućavaju da se iz dijela populacije, koji je slučajno izabran, procijeni određena karakteristika (procjenitelj) populacije s mogućno nošću u da se kontrolira vjerojatnost greške u procjeni drugi pristup (obratno): može e se pretpostaviti da neka karakteristika populacije, koja nam nije poznata, ima a određenu numeričku vrijednost na osnovi teorije ili iskustva ili nekog drugog saznanja postavljaju se pretpostavke (hipoteze) Josipa Perkov, prof., pred. 2
3 provjera istinitosti hipoteze: izabere se uzorak iz populacije i izračuna karakteristika uzorka izračunata karakteristika usporedi se s pretpostavljenom karakteristikom populacije ako razlika nije velika može e se smatrati slučajnom, a hipoteza mogućom om ako je razlika prevelika, te se ne bi mogla smatrati slučajnom, hipoteza se odbacuje kao neprihvatljiva da bi se istinitost, tj.. prihvatljivost hipoteze mogla ispitati pomoću u metode uzoraka, treba pronaći i odgovarajuću formulaciju hipoteze koja je prikladna za metodu Josipa Perkov, prof., pred. 3
4 svaki postupak testiranja polazi od nulte hipoteze H i alternativne hipoteze H 1 uvijek su proturječne cilj testiranja je da se odbaci što više e lažnih i što manje istinitih hipoteza MOGUĆNOSTI ODLUKA I GREŠAKA nulta hipoteza je prihvaćena nulta hipoteza je odbačena nulta hipoteza je istinita nulta hipoteza je lažna ispravna odluka GREŠKA TIPA II GREŠKA TIPA I ispravna odluka Josipa Perkov, prof., pred. 4
5 kako je svaka sampling-distribucija distribucija vjerojatnosti, pogreška tipa I prikazuje se vjerojatnošću u odbacivanja istinite nulte hipoteze α - naziva se i razinom značajnosti ajnosti (razinom signifikantnosti) β je vjerojatnost da se prihvati lažna nulta hipoteza, odnosno da se napravi pogreška tipa II vjerojatnost odbacivanja lažne nulte hipoteze naziva se snagom statističkog testa ta je vjerojatnost jednaka (1-β) Josipa Perkov, prof., pred. 5
6 8.1. TESTIRANJE HIPOTEZE O ARITMETIČKOJ SREDINI POPULACIJE testiranje se provodi pomoću u slučajnog uzorka veličine ine n: n > 3: veliki uzorak (z-test) n < 3: mali uzorak (t-test) test) koraci testiranja: (1) određivanje sadržaja aja nulte i alternativne hipoteze, (2) određivanje izraza za testnu veličinu inu i izračunavanje njezine vrijednosti, (3) odabir razine značajnosti ajnosti i određivanje kritičnih granica koje dijele područje prihvaćanja anja nulte hipoteze od područja njezina odbacivanja, (4) donošenje zaključka ka o ishodu testa Josipa Perkov, prof., pred. 6
7 VELIKI UZORAK: ako je nulta hipoteza istinita sampling-distribucija sredina uzoraka oblika je normalne distribucije ili približno tog 2 oblika: Nµ, ( ) σ x oznake: µ nepoznata aritmetička sredina populacije, µ pretpostavljena aritmetička sredina populacije VRSTA TESTA nulta hipoteza dvosmjeran jednosmjeran, na gornju granicu jednosmjeran, na donju granicu alternativna hipoteza H Kµ µ H 1 Kµ µ H Kµ µ Kµ > µ područje prihvaćanja nulte hipoteze z < z α 2 H zα područje odbacivanja nulte hipoteze z > z α 2 z < z > zα H Kµ µ H Kµ < µ z > zα z < zα Josipa Perkov, prof., pred. 7
8 test veličina: ina: z x µ σ x x aritmetička sredina uzorka, µ pretpostavljena veličina ina aritmetičke sredine populacije σ x standardna pogreška (računa se kao i standardna pogreška procjene aritmetičke sredine) odluka se donosi alternativno pomoću u kritičnih granica za dvosmjeran test kritične granice prihvaćanja nulte hipoteze jesu: c 1 µ zα σ, c µ z x 2 + α 2 2 ako je AS uzorka između navedenih granica, prihvaća se nulta hipoteza za jednosmjeran test na gornju granicu, kritična je granica c 2, σ x za jednosmjeran test na donju granicu, kritična je granica c 1 Josipa Perkov, prof., pred. 8
9 testiranje hipoteze o pretpostavljenoj AS populacije koja je normalno raspoređena s nepoznatom standardnom devijacijom temelji se na Studentovoj distribuciji kao sampling-distribuciji sredina polazi se od nulte hipoteze kao istinite i koristi se t-testt test t x µ σ x VRSTA TESTA nulta hipoteza dvosmjeran jednosmjeran, na gornju granicu jednosmjeran, na donju granicu alternativna hipoteza H Kµ µ H 1 Kµ µ H Kµ µ Kµ > µ područje prihvaćanja nulte hipoteze područje odbacivanja nulte hipoteze H Kµ µ H Kµ < µ t > t t < t α α Josipa Perkov, prof., pred. 9 t < t α 2 H t α t > t α 2 t < t > t α
10 PRIMJER 1. Odredimo koeficijent značajnosti ajnosti za test o pretpostavljenoj vrijednosti AS populacije pomoću u slučajnog uzorka ako su zadani sljedeći i uvjeti: (a) test je dvosmjeran, n1, α: : 5% (b) test je jednosmjeran, n22, α: : 5% (c) test je dvosmjeran, n2, uzorak izabran iz normalne distribucije N(µ,64), razina značajnosti ajnosti 1% (d) test je dvosmjeran, n15, uzorak izabran iz normalne distribucije s nepoznatom standardnom devijacijom, razina značajnosti ajnosti 5% (a) uzorak je velik, test je dvosmjeran pa se razina značajnosti ajnosti α dijeli na 2 jednaka dijela: razina signifikantnosti od 5% jednaka je pouzdanosti od 95% (α.5 α/2.25 ( ).475 z α/ (određivanje kao i kod procjene parametara) Josipa Perkov, prof., pred. 1
11 (b) veliki uzorak, test je jednosmjeran pa se razina značajnosti ajnosti nalazi na desnom ili lijevom kraku normalne krivulje, α: : 5% (.5.5).45 z α z , a zbog simetričnosti vrijedi: -z (c) mali uzorak, test dvosmjeran, normalna distribucija s poznatom standardnom devijacijom, α: : 1% z α/2 z (d) mali uzorak, test dvosmjeran, normalna distribucija s nepoznatom standardnom devijacijom, α: : 5% t-test, test, n15 ss 14 t Ako je test jednosmjeran t , -t Josipa Perkov, prof., pred. 11
12 PRIMJER 2. Prema standardu, prosječna trajnost električnih žarulja od 75W iznosi 2 sati s prosječnim odstupanjem 25 sati. Uz frakciju izbora manju od 5% izabran je slučajni uzorak od 64 žarulje. Ispitivanjem je ustanovljeno da je prosječna trajnost žarulja u uzorku 1935 sati. Može li se prihvatiti pretpostavka da je uzorak izabran iz osnovnog skupa kojemu je aritmetička sredina prema standardu? Testirati treba na razini signifikantnosti 5%. veliki uzorak, test nije ograničen dvosmjeran test Hipoteze: H µ 2 H 1 µ 2 Izračunavanje testnih veličina: µ 2, σ 25, f <.5, x 1935, α.5 α/2.25 (.5-.25).475 z kritične vrijednosti za prihvaćanje nulte hipoteze: z <1.96, tj <z<1.96 Josipa Perkov, prof., pred. 12
13 test-veli veličina: ina: z x µ σ x x µ σ n Odluka: : budući i je z <z α/2, tj.. empirijski z-omjer manji je od teorijske (kritične) vrijednosti: -2.8< 2.8<-1.96, pa se na danoj razini značajnosti ajnosti odbacuje H ne prihvaća a se pretpostavka da je uzorak izabran iz skupa žarulja s prosječnom trajnošću 2 sati Alternativna odluka pomoću u kritičnih granica: c c 1 2 µ z µ + z α 2 α 2 σ x σ x Aritmetička sredina uzorka (1935) manja je od donje kritične granice pa se ne prihvaća a H Josipa Perkov, prof., pred. 13
14 c 1 c 2 Josipa Perkov, prof., pred. 14
15 PRIMJER 3. Odjel za istraživanje ivanje tržišta ta prati veličinu inu prosječne mjesečne prodaje čokolade tipa X u lancu 2976 trgovina na malo. Trgovine su približno jednakih veličina ina i strukture prodaje. Prema prosudbi prodajnog odjela, prodaja čokolade u trgovinama na malo približno je normalnog oblika, sa sredinom 3kg i s nepoznatom standardnom devijacijom. Radi provjere pretpostavke, izabran je slučajni uzorak 26 trgovina t u kojima je utvrđena prosječna mjesečna prodaja od kg i standardna devijacija od Do kojeg se zaključka ka dolazi na temelju podataka iz uzorka ako je razina signifikantnosti 5%? n 26 mali uzorak, test nije ograničen dvosmjeran test Hipoteze: H µ 3, H 1 µ 3 testne veličine: µ 3, x , s 7.767, α.5 α/2.25, ss 25 t kritične vrijednosti za prihvaćanje H : t <2.6 Josipa Perkov, prof., pred. 15
16 test veličina: ina: t x µ σ x x µ s n 1 N n N budući i je empirijski t-omjer t manji od teorijske vrijednosti, prihvaća a se H, tj.. na razini signifikantnosti od 5% prihvaća se pretpostavka da prosječna mjesečna prodaja čokolade tipa X po prodavaonici iznosi 3kg. provjerite zaključak pomoću u kritičnih granica Josipa Perkov, prof., pred. 16
17 PRIMJER 4. Banka želi smanjiti prosječni utrošak vremena obrade naloga stranaka promjenom programske potpore. Analizom je utvrđeno da se promjena potpore isplati ako prosječno vrijeme obrade iznosi najviše 3 sekundi po nalogu. Na temelju podataka o trajanju obrade pomoću nove programske potpore za 453 slučajno odabrana naloga izračunano je prosječno utrošeno vrijeme po nalogu od 28 sekundi s prosječnim odstupanjem 4 sekunde. Do kojeg se zaključka dolazi na temelju provjere rada s novim programom uz 2% razinu signifikantnosti? želi se smanjiti vrijeme obrade jednosmjerni test na donju granicu veliki uzorak hipoteze: H µ 3 H 1 µ<3 Josipa Perkov, prof., pred. 17
18 testne veličine: n453, µ 3, x28, s4, α2% -z test-veličina (teorijski z-omjer): z x µ σ x x µ s n budući je test jednosmjeran na donju granicu, za prihvaćanje nulte hipoteze mora vrijediti da je z>-z α u našem primjeru je empirijski z-omjer manji od teorijske vrijednosti, tj <-2.5 pa se odbacuje H Josipa Perkov, prof., pred. 18
19 8.2. EMPIRIJSKA RAZINA SIGNIFIKANTNOSTI (p-vrijednost) sastavni dio plana testa predstavlja vjerojatnost odbacivanja istinite nulte hipoteze izračunane pomoću u podataka iz uzorka, odnosno test- veličine ine što je manja p-vrijednost p manja je i empirijski utvrđena vjerojatnost odbacivanja istinite nulte hipoteze i obrnuto p-vrijednost > α prihvaća a se H p-vrijednost < α prihvaća a se H 1 Josipa Perkov, prof., pred. 19
20 POSTUPAK RAČUNANJA EMPIRIJSKE RAZINE SIGNIFIKANTNOSTI VRSTA TESTA nulta hipoteza dvosmjeran jednosmjeran, na gornju granicu jednosmjeran, na donju granicu H Kµ µ 1 µ H Kµ µ Kµ > µ H Kµ µ Kµ < µ alternativna hipoteza p- vrijednost H Kµ p2p(z> z ) H pp(z>z) H pp(z> z ) kada se provodi test o pretpostavljenoj sredini populacije na temelju malog uzorka, p-vrijednost izračunava se na isti način, s tom razlikom što se umjesto z-omjera z koristi t-omjer, t a umjesto normalne t-t distribucija Josipa Perkov, prof., pred. 2
21 PRIMJER 5. Pretpostavlja se da je na autocesti između 2 grada prosječna brzina automobila 1km/h, s prosječnim odstupanjem 15km. Testiranje pretpostavke temelji se na uzorku brzina 64 automobila i razini signifikantnosti 5%. Hipoteza o pretpostavljenoj prosječnoj brzini prihvaća a se ako se prosječna brzina automobila u uzorku nađe između i km/h. Prosječna brzina automobila u uzorku iznosila je 12 km/h. Izračunajte p-vrijednost p i pomoću u te vrijednosti donesite zaključak. ak. veliki uzorak, test dvosmjeran hipoteze: H µ 1 H 1 µ 1 x µ x µ empirijski z-omjer: z z 1. 6 σ s x n 1 Josipa Perkov, prof., pred. 21
22 p-vrijednost: ( Z > z ) 2P( > 1.6) 2( ) p 2 P Z razina signifikantnosti je α.5, a p.2892, tj. α<p, pa se prihvaća a nulta hipoteza može e se prihvatiti hipoteza da je prosječna brzina automobila na cesti između 2 grada 1km/h Josipa Perkov, prof., pred. 22
23 PITANJA ZA USMENI DIO ISPITA: 1. Testiranje hipoteza o parametru. Greška tipa I, greška tipa II 2. Objasnite pojmove: nulta i alternativna hipoteza, razina značajnosti, ajnosti, test veličina ina z i t, kritične granice, p-p vrijednost 3. Opišite ite postupke testiranja i načine donošenja odluka Josipa Perkov, prof., pred. 23
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 περισσότεραSVEUČILIŠTE U RIJECI GRAĐEVINSKI FAKULTET U RIJECI. Specijalistički diplomski stručni studij
SVEUČILIŠTE U RIJECI GRAĐEVINSKI FAKULTET U RIJECI Specijalistički diplomski stručni studij Test hipoteze o jednakosti aritmetičkih sredina K osnovnih skupova Seminarski rad Kolegij: Odabrana poglavlja
Διαβάστε περισσότεραDefinicija: Hipoteza predstavlja pretpostavku koja je zasnovana na određenim činjenicama (najčešće naučnim ili iskustvenim).
Str. 53;76; Testiranje statističkih hipoteza Predavač: Dr Mirko Savić savicmirko@eccf.su.ac.yu www.eccf.su.ac.yu Definicija: Hipoteza predstavlja pretpostavku koja je zasnovana na određenim činjenicama
Διαβάστε περισσότερα13. TESTIRANJE HIPOTEZE O NEPOZNATIM KARAKTERISTIKAMA POPULACIJE
13. TESTIRANJE HIPOTEZE O NEPOZNATIM KARAKTERISTIKAMA POPULACIJE χ - TEST χ -test je neparametrijski test kojim se vrlo uspješno rješavaju problemi masovnih pojava kao što su: testiranje hipoteze da distribucija
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 περισσότεραStr
Str. Testiranje statističkih hipoteza Predavač: Dr Mirko Savić savicmirko@ef.uns.ac.rs www.ef.uns.ac.rs Definicija: Hipoteza predstavlja pretpostavku koja je zasnovana na određenim činjenicama (najčešće
Διαβάστε περισσότεραPočela biostatistike, Poslijediplomski interdisciplinarni doktorski studij Molekularne bioznanosti. Molekularne bioznanosti. Molekularne bioznanosti
Analiza brojčanih podataka Nora Nikolac Klinički zavod za kemiju KB Sestre milosrdnice Kolegij: Počela biostatistike Statistička hipoteza postupak testiranja 1. postavljanje hipoteze: H 0, H 1 2. odabir
Διαβάστε περισσότερα4 Testiranje statističkih hipoteza
4 Testiranje statističkih hipoteza 1 4.1. Statistička hipoteza Promatramo statističko obilježje X. Statistička hipoteza je (bilo koja) pretpostavka o (populacijskoj) razdiobi od X. Kažemo da je statistička
Διαβάστε περισσότεραSTATISTIKA S M E I M N I AR R 7 : METODE UZORKA
Fakultet za menadžment u turizmu i ugotiteljtvu, Opatija Sveučilišni preddiplomki tudij Polovna ekonomija u turizmu i ugotiteljtvu Noitelj kolegija: Prof. dr. c. Suzana Marković Aitentica: Jelena Komšić
Διαβάστε περισσότερα(Hi-kvadrat test) r (f i f ti ) 2 H = f ti. i=1
χ 2 test (Hi-kvadrat test) Jedan od prvih statističkih testova je χ 2 -test. Predložio ga je K. Pearson 900. godine, pa je poznat i pod nazivom Pearsonov test. χ 2 test je neparametarski test. Pomoću χ
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 περισσότεραPISMENI ISPIT IZ STATISTIKE
1. a) Trgovina odjeće prodaje odjeću u tri različite veličine: 32% veličine S, 44% veličine M i ostatak veličine L. Pokazalo se da je postotak odjeće s greškom redom 1%, 5% i 2%. Ako je trgovina ustanovila
Διαβάστε περισσότεραGRAĐEVINSKI FAKULTET SVEUČILIŠTE U RIJECI. Specijalistički diplomski stručni studij MANN-WHITNEY-WILCOXONOV TEST ZA NEZAVISNE UZORKE.
GRAĐEVINSKI FAKULTET SVEUČILIŠTE U RIJECI Specijalistički diplomski stručni studij MANN-WHITNEY-WILCOXONOV TEST ZA NEZAVISNE UZORKE Seminarski rad Kolegij: Odabrana poglavlja inžinjerske matematike Akademska
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 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 περισσότεραApsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama.
Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama. a b Verovatno a da sluqajna promenljiva X uzima vrednost iz intervala
Διαβάστε 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 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 περισσότεραINTEGRALNI 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( , 2. kolokvij)
A MATEMATIKA (0..20., 2. kolokvij). Zadana je funkcija y = cos 3 () 2e 2. (a) Odredite dy. (b) Koliki je nagib grafa te funkcije za = 0. (a) zadanu implicitno s 3 + 2 y = sin y, (b) zadanu parametarski
Διαβάστε περισσότερα4. MJERE DISPERZIJE. Josipa Perkov, prof., pred. 1
4. MJERE DISPERZIJE Josipa Perkov, prof., pred. 1 Kod mnogih mjerenja se može opaziti da se rezultati grupiraju i skupljaju oko jedne srednje vrijednosti Srednja vrijednost dobro reprezentira rezultate
Διαβάστε περισσότεραPOSTAVLJANJE I TESTIRANJE HIPOTEZA
POSTAVLJANJE I TESTIRANJE HIPOTEZA Hipoteza je precizno formulisana verbalna tvrdnja, pretpostavka o karakteristici jednog skupa ili o odnosu vrednosti posmatrane karakteristike u više skupova. U statističkim
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 περισσότεραVJEROJATNOST I STATISTIKA 2. kolokvij lipnja 2016.
Broj zadataka: 5 Vrijeme rješavanja: 0 min Ukupan broj bodova: 50 Zadatak.. kolokvij - 0. lipnja 0. (a Ako su X i Y diskretne slučajne varijable, dokažite da vrijedi formula E [X + Y ] = E [X] + E [Y ].
Διαβάστε περισσότεραMate Vijuga: Rijeseni zadaci iz matematike za srednju skolu
16. UVOD U STATISTIKU Statistika je nauka o sakupljanju i analizi sakupljenih podatka u cilju donosenja zakljucaka o mogucem toku ili obliku neizvjesnosti koja se obradjuje. Frekventna distribucija - je
Διαβάστε περισσότεραTestiranje statističkih hipoteza Materijali za nastavu iz Statistike
Testiranje statističkih hipoteza Materijali za nastavu iz Statistike Kristina Krulić Himmelreich i Ksenija Smoljak 2012/13 1 / 39 Uvod Osnovna zadaća Statistike je na temelju uzorka ocijeniti kakvu razdiobu
Διαβάστε περισσότεραIZRAČUNAVANJE POKAZATELJA NAČINA RADA NAČINA RADA (ISKORIŠĆENOSTI KAPACITETA, STEPENA OTVORENOSTI RADNIH MESTA I NIVOA ORGANIZOVANOSTI)
IZRAČUNAVANJE POKAZATELJA NAČINA RADA NAČINA RADA (ISKORIŠĆENOSTI KAPACITETA, STEPENA OTVORENOSTI RADNIH MESTA I NIVOA ORGANIZOVANOSTI) Izračunavanje pokazatelja načina rada OTVORENOG RM RASPOLOŽIVO RADNO
Διαβάστε 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 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 περισσότερα1 Promjena baze vektora
Promjena baze vektora Neka su dane dvije različite uredene baze u R n, označimo ih s A = (a, a,, a n i B = (b, b,, b n Svaki vektor v R n ima medusobno različite koordinatne zapise u bazama A i B Zapis
Διαβάστε περισσότεραStrukture podataka i algoritmi 1. kolokvij 16. studenog Zadatak 1
Strukture podataka i algoritmi 1. kolokvij Na kolokviju je dozvoljeno koristiti samo pribor za pisanje i službeni šalabahter. Predajete samo papire koje ste dobili. Rezultati i uvid u kolokvije: ponedjeljak,
Διαβάστε 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 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 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 περισσότεραPostoji nekoliko statidtičkih testova koji koriste t raspodelu, koji se jednim imenom zovu t-testovi.
Postoji nekoliko statidtičkih testova koji koriste t raspodelu, koji se jednim imenom zovu t-testovi. U SPSS-u su obradjeni: t test razlike između aritmetičke sredine osnovnog skupa i uzorka t test razlike
Διαβάστε περισσότεραRIJEŠENI 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 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 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 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 περισσότεραBILJEŠKE ZA PREDAVANJA (za internu uporabu)
1. Statistika - Nazivlje... 2 2. Statistika podjela statističkih analiza... 2 3. Objekti, varijable, mjerne skale... 3 4. Ekstremne i nedostajuće vrijednosti podaci... 4 5. Ciljevi statističke analize...
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 περισσότεραRiješeni zadaci: Limes funkcije. Neprekidnost
Riješeni zadaci: Limes funkcije. Neprekidnost Limes funkcije Neka je 0 [a, b] i f : D R, gdje je D = [a, b] ili D = [a, b] \ { 0 }. Kažemo da je es funkcije f u točki 0 jednak L i pišemo f ) = L, ako za
Διαβάστε περισσότεραSEMINAR IZ KOLEGIJA ANALITIČKA KEMIJA I. Studij Primijenjena kemija
SEMINAR IZ OLEGIJA ANALITIČA EMIJA I Studij Primijenjena kemija 1. 0,1 mola NaOH je dodano 1 litri čiste vode. Izračunajte ph tako nastale otopine. NaOH 0,1 M NaOH Na OH Jak elektrolit!!! Disoira potpuno!!!
Διαβάστε 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 περισσότεραOsnove teorije uzoraka
Oove teorije uzoraka Oove teorije uzoraka UZORAK: lučaji, reprezetativi dio oovog kupa populacije Uzorci: 1.uzorak:,, 1 1.uzorak:,, i.uzorak:,, i i Razdioba aritmetičke redie uzorka f ( ) f ( ) razdioba
Διαβάστε περισσότεραLinearna algebra 2 prvi kolokvij,
1 2 3 4 5 Σ jmbag smjer studija Linearna algebra 2 prvi kolokvij, 7. 11. 2012. 1. (10 bodova) Neka je dano preslikavanje s : R 2 R 2 R, s (x, y) = (Ax y), pri čemu je A: R 2 R 2 linearan operator oblika
Διαβάστε περισσότεραEdukacijsko-rehabilitacijski fakultet Sveučilišta u Zagreb S T A T I S T I K A. Skripta. Pripremio: Branko Nikolić. Zagreb 2015./2016.
Edukacijsko-rehabilitacijski fakultet Sveučilišta u Zagreb S T A T I S T I K A Skripta Pripremio: Branko Nikolić Zagreb 05./06. LITERATURA: Obvezna:. Petz B., Kolesarić, V., Ivanec, D. (0): Petzova statistika.
Διαβάστε περισσότεραUvod u neparametarske testove
Str. 644;1;148 Uvod u neparametarske testove Predavač: Dr Mirko Savić savicmirko@eccf.su.ac.yu www.eccf.su.ac.yu Hi-kvadrat testovi χ Str. 646;1;149 Koristi se za upoređivanje dve serije frekvencija. Vrste
Διαβάστε περισσότεραπ π ELEKTROTEHNIČKI ODJEL i) f (x) = x 3 x 2 x + 1, a = 1, b = 1;
1. Provjerite da funkcija f definirana na segmentu [a, b] zadovoljava uvjete Rolleova poučka, pa odredite barem jedan c a, b takav da je f '(c) = 0 ako je: a) f () = 1, a = 1, b = 1; b) f () = 4, a =,
Διαβάστε περισσότεραnepoznati parametar θ jednak broju θ 0, u oznaci H 0 (θ =θ 0 ), je primer proste hipoteze. Ako hipoteza nije prosta, onda je složena.
Testiraje parametarskih hipoteza Pretpostavka (hipoteza) o parametru raspodele se zove parametarska hipoteza. Postupak jeog potvrđivaja ili odbacivaja a osovu podataka iz uzorka je parametarski test. t
Διαβάστε 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 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 περισσότεραEliminacijski zadatak iz Matematike 1 za kemičare
Za mnoge reakcije vrijedi Arrheniusova jednadžba, koja opisuje vezu koeficijenta brzine reakcije i temperature: K = Ae Ea/(RT ). - T termodinamička temperatura (u K), - R = 8, 3145 J K 1 mol 1 opća plinska
Διαβάστε 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 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 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 περισσότεραStatističko zaključivanje jedna varijabla
Poglavlje 5 Statističko zaključivanje jedna varijabla 5.1 Procjena distribucije, očekivanja i varijance U prethodnim poglavljima naučili smo da se veličine promatrane na jedinkama obuhvaćenim nekim istraživanjem
Διαβάστε περισσότεραPARCIJALNI IZVODI I DIFERENCIJALI. Sama definicija parcijalnog izvoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je,
PARCIJALNI IZVODI I DIFERENCIJALI Sama definicija parcijalnog ivoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je, naravno, naučiti onako kako vaš profesor ahteva. Mi ćemo probati
Διαβάστε 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 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 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 περισσότεραTRIGONOMETRIJSKE FUNKCIJE I I.1.
TRIGONOMETRIJSKE FUNKCIJE I I Odredi na brojevnoj trigonometrijskoj kružnici točku Et, za koju je sin t =,cost < 0 Za koje realne brojeve a postoji realan broj takav da je sin = a? Izračunaj: sin π tg
Διαβάστε 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 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 περισσότεραPeriodičke 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 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 περισσότεραKontrolni zadatak (Tačka, prava, ravan, diedar, poliedar, ortogonalna projekcija), grupa A
Kontrolni zadatak (Tačka, prava, ravan, diedar, poliedar, ortogonalna projekcija), grupa A Ime i prezime: 1. Prikazane su tačke A, B i C i prave a,b i c. Upiši simbole Î, Ï, Ì ili Ë tako da dobijeni iskazi
Διαβάστε περισσότεραIzbor statističkih testova Ana-Maria Šimundić
Izbor statističkih testova Ana-Maria Šimundić Klinički zavod za kemiju Klinička jedinica za medicinsku biokemiju s analitičkom toksikologijom KBC Sestre milosrdnice Izbor statističkog testa Tajna dobrog
Διαβάστε περισσότεραRiješeni zadaci: Nizovi realnih brojeva
Riješei zadaci: Nizovi realih brojeva Nizovi, aritmetički iz, geometrijski iz Fukciju a : N R azivamo beskoači) iz realih brojeva i ozačavamo s a 1, a,..., a,... ili a ), pri čemu je a = a). Aritmetički
Διαβάστε 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 περισσότερα21. ŠKOLSKO/OPĆINSKO/GRADSKO NATJECANJE IZ GEOGRAFIJE GODINE 8. RAZRED TOČNI ODGOVORI
21. ŠKOLSKO/OPĆINSKO/GRADSKO NATJECANJE IZ GEOGRAFIJE 2014. GODINE 8. RAZRED TOČNI ODGOVORI Bodovanje za sve zadatke: - boduju se samo točni odgovori - dodatne upute navedene su za pojedine skupine zadataka
Διαβάστε περισσότερα( , treći kolokvij) 3. Na dite lokalne ekstreme funkcije z = x 4 + y 4 2x 2 + 2y 2 3. (20 bodova)
A MATEMATIKA (.6.., treći kolokvij. Zadana je funkcija z = e + + sin(. Izračunajte a z (,, b z (,, c z.. Za funkciju z = 3 + na dite a diferencijal dz, b dz u točki T(, za priraste d =. i d =.. c Za koliko
Διαβάστε 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 περισσότεραStatistika. 1. Uvodna razmatranja o statistici
Statistika 1. Uvodna razmatranja o statistici ZAŠTO STATISTIKA? Statistički način mišljenja jednog će dana za svakodnevni život građana postati jednako neophodan kao znanje čitanja i pisanja. H. G. Wells(1866-1946).
Διαβάστε περισσότεραMatematika 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 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 περισσότεραVJEROJATNOST I STATISTIKA Popravni kolokvij - 1. rujna 2016.
Broj zadataka: 5 Vrijeme rješavanja: 120 min Ukupan broj bodova: 100 Zadatak 1. (a) Napišite aksiome vjerojatnosti ako je zadan skup Ω i σ-algebra F na Ω. (b) Dokažite iz aksioma vjerojatnosti da za A,
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 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 περισσότεραSortiranje prebrajanjem (Counting sort) i Radix Sort
Sortiranje prebrajanjem (Counting sort) i Radix Sort 15. siječnja 2016. Ante Mijoč Uvod Teorem Ako je f(n) broj usporedbi u algoritmu za sortiranje temeljenom na usporedbama (eng. comparison-based sorting
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 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 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 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 περισσότεραNEPARAMETRIJSKE TEHNIKE
NEPARAMETRIJSKE TEHNIKE Neparametrijske tehnike se koriste za obradu podataka dobijenih na nominalnim i ordinalnim skalama. za testiranje značajnosti distribucije frekvencija po kategorijama jedne nominalne
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 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 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 περισσότεραKonstruisanje. Dobro došli na... SREDNJA MAŠINSKA ŠKOLA NOVI SAD DEPARTMAN ZA PROJEKTOVANJE I KONSTRUISANJE
Dobro došli na... Konstruisanje GRANIČNI I KRITIČNI NAPON slajd 2 Kritični naponi Izazivaju kritične promene oblika Delovi ne mogu ispravno da vrše funkciju Izazivaju plastične deformacije Može doći i
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 περισσότεραVJEŽBE 3 BIPOLARNI TRANZISTORI. Slika 1. Postoje npn i pnp bipolarni tranziostori i njihovi simboli su dati na slici 2 i to npn lijevo i pnp desno.
JŽ 3 POLAN TANZSTO ipolarni tranzistor se sastoji od dva pn spoja kod kojih je jedna oblast zajednička za oba i naziva se baza, slika 1 Slika 1 ipolarni tranzistor ima 3 izvoda: emitor (), kolektor (K)
Διαβάστε 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 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 περισσότεραTESTIRANJE 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 περισσότεραGLAZBENA UMJETNOST. Rezultati državne mature 2010.
GLAZBENA UJETNOST Rezultati državne mature 2010. Deskriptivna statistika ukupnog rezultata PARAETAR VRIJEDNOST N 112 k 61 72,5 St. pogreška mjerenja 5,06 edijan 76,0 od 86 St. devijacija 15,99 Raspon 66
Διαβάστε περισσότεραUVOD DEFINICIJA: Statistika planiranje i provođenje pokusa skupljanje podataka interpretacija
OSNOVE STATISTIKE UVOD DEFINICIJA: Statistika je grana matematike koja obuhvaća sakupljanje, analizu, interpretaciju i prezentaciju podataka te izradu predviđanja koja se temelje na tim podacima. Smatra
Διαβάστε περισσότεραPREDNAPETI BETON Primjer nadvožnjaka preko autoceste
PREDNAPETI BETON Primjer nadvožnjaka preko autoceste 7. VJEŽBE PLAN ARMATURE PREDNAPETOG Dominik Skokandić, mag.ing.aedif. PLAN ARMATURE PREDNAPETOG 1. Rekapitulacija odabrane armature 2. Određivanje duljina
Διαβάστε περισσότεραTRIGONOMETRIJA 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 περισσότεραINTELIGENTNO UPRAVLJANJE
INTELIGENTNO UPRAVLJANJE Fuzzy sistemi zaključivanja Vanr.prof. Dr. Lejla Banjanović-Mehmedović Mehmedović 1 Osnovni elementi fuzzy sistema zaključivanja Fazifikacija Baza znanja Baze podataka Baze pravila
Διαβάστε περισσότεραStatističko zaključivanje - testiranje hipoteza. Katedra za medicinsku statistiku i informatiku
Statističko zaključivanje - testiranje hipoteza Statističko zaključivanje Ideja moderne statistike je da na osnovu uzorka (dobijenog uzorkovanjem iz osnovnog skupa) donosimo zaključke o populaciji (statističko
Διαβάστε περισσότερα