Pretpostavka je da postoji m izvora proizvoda i n destinacija na koje taj proizvod treba distribuirati transportovati, slika II-1.

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Pretpostavka je da postoji m izvora proizvoda i n destinacija na koje taj proizvod treba distribuirati transportovati, slika II-1."

Transcript

1 Transportni Problem Iznalaženje optimalnog plana transporta nekog proizvoda u najvećem broju slučajeva podrazumeva takav plan prevoza proizvoda jedne vrste iz mesta proizvodnje (ili skladištenja) tj. izvora, u određena mesta potrošnje (ili skladištenja) tj. destinacije, pod uslovom da u odnosu na mrežu saobraćajnica i raspoloživa transportna sredstva troškovi transporta budu minimalni. * Svaki izvor ima određen kapacitet proizvodom koji treba distribuirati do odgovarajućih destinacija, kao što i svaka destinacija ima određen kapacitet potražnje za datim proizvodom koji treba da dobije iz odgovarajućih izvora. Pretpostavka je da postoji m izvora proizvoda i n destinacija na koje taj proizvod treba distribuirati transportovati, slika II-. * Slika II-. Grafička prezentacija transportnog problema. Sa A i (i=,...,m) označeni su izvori datog proizvoda, dok je njihov kapacitet označen sa a i (i=,...,m). Sa B j (j=,...,n) označene su destinacije na koje se dati proizvod distribuira dok je njihova potražnja označena sa b j (j=,...,n). Troškovi transporta po jedinici datog proizvoda od izvora A i do odgovarajuće destinacije B j su c ij, dok x ij predstavlja količinu proizvoda koja se transportuje od A i do odgovarajuće destinacije B j.

2 Drugim rečima, potrebno je rasporediti ukupne raspoložive količine datog proizvoda m n a i na odgovarajuće destinacije čije su ukupne potrebe b j, tako da funkcija cilja i= j= izražena kroz ukupne transportne troškove bude minimalna. Pri formulaciji transportnog problema uvodi se sledeća pretpostavka vezana za kapacitete i potražnje:, datim proizvodom, svakog izvora je fiksan i celokupna količina proizvoda generisana od strane bilo kog izvora mora da se distribuira do destinacija. Slično, potražnja za datim proizvodom svake destinacije je fiksna i celokupna potraživana količina proizvoda, za svaku destinaciju, se mora primiti od izvora. Što znači da mora postojati balans između ukupnog kapaciteta svih izvora i ukupne potražnje svih destinacija odnosno transportni problem će imati dopustivo rešenje ako i samo ako: m n a i = b j. i= j= Pošto troškovi c ij predstavljaju troškove distribucije jedinice proizvoda od izvora i do destinacije j, uvodi se sledeća pretpostavka: Troškovi distribucije proizvoda iz bilo kojeg izvora u bilo koju destinaciju su direktno proporcionalni broju jedinica proizvoda x ij koji se transportuje od datog izvora A i do odgovarajuće destinacije B j. *3 Podaci potrebni za definisanje transportnog problema (slika II-) kao što su: izvori (A i ) i njihov kapacitet (a i ), destinacije (B j ) i njihova potražnja (b j ) kao i jedinična cena transporta distribucije (c ij ), koji se još nazivaju parametri modela, mogu se pogodno prikazati tabelarno preko tzv. parametarske tabele Tabela II-. Tabela II-. Parametri modela transportnog problema. *4

3 VAŽNO: Transportni problem je specijalan slučaj zadatka linearnog programiranja. Ako se sa F označe ukupni troškovi transporta distribucije, a sa x ij (i =,,..., m; j =,,..., n) broj jedinica proizvoda koji se transportuje od izvora i do destinacije j, formulacija transportnog problema kao zadatka LP je sledeća: *5 = m n min F c ij x ij () i= j= sa ograničenjima: n x ij = ai j= m x ij = i= b j za i =,,..., m, () za j =,,..., n, (3) x ij 0 za i =,,..., m; j =,,..., n. (4) Tabela II-, prikazuje posebnu strukturu koeficijenata u ograničenjima () i (3) transportnog problema. Svaki zadatak LP koji se uklapa u ovu posebnu formulaciju jeste transportni problem bez obzira na njegovo fizičko značenje. U stvarnosti postoji veliki broj problema, nevezanih direktno za transport, čiji se model uklapa u prikazanu posebnu strukturu zadatka LP. Ovo je samo jedan od razloga zašto je transportni problem veoma važan specijalni slučaj zadatka LP. Tabela II-. Struktura koeficijenata u ograničenjima. *6 U najvećem broju slučajeva, kapaciteti izvora (a i ) i potražnja destinacija (b j ), su celobrojne vrednosti, što dovodi do toga da su i količine koje se transportuju distribuiraju (x ij ) celobrojne. Zbog posebne strukture ograničenja () i (3), prikazane u Tabeli II-, transportni problem ima sledeću osobinu: 3

4 Za transportne probleme, gde su svi kapaciteti izvora (a i ) i sve potražnje destinacija (b j ) celobrojne vrednosti, sve bazisne promenljive u svakom dopustivom bazisnom rešenju (uključujući i optimalno) će biti celobrojne vrednosti. Procedure za rešavanje transportnog problema (opisane u narednom tekstu) rade samo sa dopustivim bazisnim rešenjima, što znači da će se automatski dobiti i celobrojno optimalno rešenje, tako da nije neophodno dodati ograničenja u modelu da (x ij ) mora imati celobrojne vrednosti. m i i= n Uslov a = b podrazumeva da su kapaciteti izvora jednaki j= j potražnji destinacija i takva vrsta transportnog problema se naziva zatvoreni transportni problem. Ukoliko to nije slučaj radi se o otvorenom transportnom problemu. *7 U praksi je često slučaj da su kapaciteti (proizvodnja, kapaciteti skladišta) veći od potražnje, tj.: *8 m i i= n a > b. j= j To praktično znači da će u nekim izvorima A i (i=,...,m) ostati određena količina proizvoda koja ne može da se transportuje tj. model će imati istu funkciju cilja a skup ograničenja u obliku: *9 n x a j= m i= ij x = b ij i j za i =,,..., m, (5) za j =,,..., n, (6) Kod otvorenog modela transportnog problema pored količina x ij koje je potrebno transportovati iz A i u B j potrebno je odrediti i količine (rezerve) koje ostaju u pojedinim izvorima. Otvoreni model transportnog problema može se svesti na zatvoreni, tako što će se uvesti jedna dopunska (fiktivna) destinacija B n+ čija je potražnja: *0 b a + = m n i i= n b. j= j Optimalni plan transporta ovakvog zatvorenog transportnog problema, sa fiktivnom destinacijom, odgovara optimalnom planu transporta otvorenog modela. Na ovaj način se pored količina x ij koje je potrebno transportovati mogu odrediti i one količine koje treba da ostanu u pojedinim izvorima. 4

5 Cena transporta iz bilo kog izvora A i (i=,...,m) do fiktivne destinacije B n+ je jednaka nuli tj.: * ci,n+ = 0 za i =,,..., m. Radni primer Jedan od glavnih proizvoda preduzeća P&T je konzervirano povrće (npr. grašak). Grašak se konzervira u četiri fabrike odakle se kamionima transportuje u tri distributivna centra. Pošto je cena transporta glavni trošak, menadžment preduzeća je doneo odluku da se izradi studija sa ciljem maksimalnog mogućeg smanjenja troškova transporta. Za narednu sezonu, napravljena je prognoza koliko će svaka fabrika proizvoditi konzerviranog graška kao i koji deo od ukupne proizvodnje treba da bude transportovan u svaki od distributivnih centara. Ovi podaci (izraženi preko broja napunjenih kamiona), zajedno sa cenom prevoza po kamionu za svaku kombinaciju fabrika distributivni centar, prikazani su u tabeli II-3. Kao što se vidi potrebno je transportovati količinu konzerviranog graška koja staje u 80 kamiona. Problem se sastoji u određivanju takvog plana transporta (koju količinu transportovati iz koje fabrike u koji distributivni centar) koji će minimalizovati ukupne troškove transporta. Tabela II-3. Transportni podaci za preduzeće P&T. Cena transporta po kamionu ( 00 NJ) Potražnja Potražnja= =80 Zanemarujući geografski raspored fabrika i distributivnih centara, uprošćeni grafički prikaz problema je dat na slici II-. U koloni sa leve strane prikazane su fabrike sa odgovarajućim kapacitetima, dok su u koloni sa desne strane prikazani distributivni centri (skladišta) sa količinama koje mogu da prihvate. Strelice pokazuju moguće rute kretanja kamiona, dok broj pored svake strelice pokazuje cenu prevoza po kamionu na datoj ruti. 5

6 F 0 0 S 40 F 8 4 F S 0 0 F Slika II-. Grafički prikaz transportnog problema preduzeća P&T. Problem prikazan na slici II- je u osnovi zadatak linearnog programiranja tj. njegov specijalan slučaj transportni problem. Formulacija modela je sledeća: neka F predstavlja ukupne transportne troškove i neka x ij (i =,, 3, 4; j =,, 3) predstavlja broj tovara (punih kamiona) koji se transportuju iz fabrike i u distributivni centar j. Drugim rečima cilj je izabrati vrednosti ovih promenljivih (x ij ) tako da minimalizuju funkciju cilja: S3 F = 0 x + x +0 x 3 +8 x +4 x +3 x 3 +6 x 3 +9 x 3 +4 x x 4 +8 x 4 +5 x 43 pri ograničenjima: x +x +x 3 = x +x +x 3 = x 3 +x 3 +x 33 = x 4 +x 4 +x 43 =0 x +x +x 3 +x 4 =40 x +x +x 3 +x 4 =0 x 3 +x 3 +x 33 +x 43 = i uslovima nenegativnosti: x ij 0 (i =,, 3, 4; j =,, 3) Procedura rešavanja Transportni problem je specijalan slučaj zadatka linearnog programiranja. Specifičnost transportnog problema je u njegovom skupu ograničenja. Transportni problem je moguće rešavati simplex metodom ali je to veoma komplikovano zbog toga što u matrici ograničenja ima dosta nula. 6

7 Transportni problem je moguće rešiti različitim jednostavnim iterativnim algoritmima, koji se u svim slučajevima svode na preraspodelu količina koje se transportuju uz smanjenje ukupne cene transporta. Ukupan broj nepoznatih x ij kod zatvorenog modela transportnog problema je m n, dok je ukupan broj jednačina ograničenja jednak m+n. Pokazuje se, sa obzirom na definiciju zatvorenog transportnog modela ( a i = b j ), da je rang sistema ograničenja jednak r=m+n što znači da je broj nezavisnih ograničenja za jedan manji od njihovog ukupnog broja. Pošto je rang sistema ograničenja r=m+n to znači da rešenje transportnog problema postoji ako m+n vrednosti x ij budu veće od nule. * Ukoliko rešenje transportnog problema ima m+n vrednosti x ij > 0 naziva se nedegenerisano a ako je taj broj manji rešenje je degenerisano. Postupak iznalaženja rešenja transportnog problema sastoji se uglavnom iz dva posebna dela. Prvi deo je iznalaženje početnog bazisnog rešenja, dok je drugi deo iznalaženje optimalnog rešenja na osnovu poboljšanja određenog početnog stanja. *3 Pošto su ograničenja (3) i (4) u obliku jednačina, primenom klasične simplex metode, za dobijanje početnog bazisnog rešenja potrebno je uvesti veštačke promenljive koje bi istovremeno bile i bazisne promenljive. Za dobijanje realnog bazisnog rešenja, svođenje veštačkih promenljivih na nulu, potreban je veliki broj iteracija. Umesto toga iznalaženje početnog bazisnog rešenja sastoji se u primeni heurističkih metoda za određivanje matrice nepoznatih X=[x ij ], x ij > 0, čiji elementi zadovoljavaju uslove definisane parametrima modela transportnog problema (Tabela II-) tj. matricom troškova C=[c ij ], kapacitetima a i i potražnjom destinacija b j. Metode za iznalaženje početnog bazisnog rešenja: Metoda severozapadnog ugla, Metoda najmanjih troškova, Vogelova aproksimativna metoda, Metoda dvojnog prvenstva. Metoda za iznalaženje optimalnog rešenja: Stepping-stone metoda, MODI metoda, Ford-Fulkersonova metoda (nije potrebno poznavanje početnog bazisnog rešenja), Mettoda uslovno-optimalnih parova. Gore pomenute metode, koristeći specifičnu strukturu sistema ograničenja transportnog problema, značajno skraćuju izračunavanje (vreme i broj operacija) u 7

8 odnosu na klasičnu simplex metodu. Jednom rečju bilo koja kombinacija ovih metoda (za iznalaženje početnog bazisnog rešenja i iznalaženje optimalnog rešenja) naziva se transportni simplex metod. Tzv. transportni simplex metod se sastoji od Inicijalizacije, Testa optimalnosti i Iteracija (ako su potrebne). *4 Transportni simplex metod Inicijalizacija Cilj inicijalizacije je iznalaženje početnog bazisnog rešenja na osnovu usvojenog kriterijuma metode. Uopštena procedura za iznalaženje početnog bazisnog rešenja. Na početku, svi redovi (izvori) i sve kolone (destinacije) u simplex tabeli transportnog zadatka se razmatraju, tj. sve promenljive su kandidati da im se dodeli neka vrednost odnosno da postanu bazisne promenljive. *5. Iz redova i kolona koji su još uvek u razmatranju, bira se sledeća bazisna promenljiva tj. promenljiva kojoj će se dodeliti neka vrednost u skladu sa usvojenim kriterijumom.. Izabranoj bazisnoj promenljivoj se dodeljuje tačno ona vrednost koja je jednaka preostalom kapacitetu u datom redu ili nezadovoljenoj potražnji u datoj koloni (od ove dve vrednosti dodeljuje se manja). 3. Eliminisanje reda ili kolone iz daljeg razmatranja (eliminiše se red ili kolona sa manjim preostalim kapacitetom odnosno manjom nezadovoljenom potražnjom). Ukoliko red i kolona imaju istu preostalu vrednost kapaciteta odnosno nezadovoljene potražnje po pravilu se za eliminaciju bira red. Data kolona se kasnije koristi za obezbeđivanje degenerisane bazisne promenljive (bazisne promenljive čija je vrednost nula). 4. Ako je u razmatranju ostala samo jedna kolona ili samo jedan red, tada se postupak iznalaženja početnog bazisnog rešenja završava izborom svih preostalih promenljivih (one promenljive koje prethodno nisu izabrane za bazisne i one promenljive koje nisu eliminisane iz daljeg razmatranja eliminacijom njihovih kolona odnosno redova), u redu ili koloni, za bazisne. Bazisnim promenljivama se dodeljuju svi preostali kapaciteti u datom redu ili nezadovoljene potražnje u datoj koloni. 8

9 Određivanje početnog dopustivog bazisnog rešenja metodom: Severozapadnog ugla. Počinje se izborom promenljive x kao prve bazisne promenljive (ona se nalazi u severozapadnom uglu simplex tabele). Uopšteno, ako je x ij poslednja izabrana bazisna promenljiva, tada će x i,j+ (pomeranje za jednu kolonu desno) biti sledeći izbor za bazisnu promenljivu ako je u izvoru i ostala neraspoređena bilo koja količina (kapacitet ). U suprotnom, x i+,j je sledeći izbor za bazisnu promenljivu (pomeranje za jedan red dole). *6 Na početku, prvoj bazisnoj promenljivoj x se dodeljuje vrednost na osnovu sledećeg: upoređuje se kapacitet prve fabrike (a ) sa potražnjom prvog distributivnog centra. Ako je a > b x = b odnosno ako je a < b x = a. Konkretno: a = < 40 = b x = a =. (tabela II-4) Na ovaj način je iscrpljen kapacitet prve fabrike izvora i prvi red je eliminisan iz daljeg razmatranja. Tabela II-4. Metod severozapadnog ugla korak #. Cena transporta po kamionu ( 00 NJ) Potražnja Prvi korak ostavlja nezadovoljenu potražnju prvog distributivnog centra u količini od b = b a = 40 = kamionskih tovara, što znači da je sledeći izbor za bazisnu promenljivu, promenljiva x +, = x. Pošto je a = > = b x = b = kamionskih tovara. Dodeljivanjem vrednosti x = zadovoljena je potražnja prvog distributivnog centra i prva kolona je eliminisana iz daljeg razmatranja, tabela II-5. 9

10 Tabela II-5. Metod severozapadnog ugla korak #. Cena transporta po kamionu ( 00 NJ) Potražnja Drugi korak, prikazan u tabeli II-5, ostavlja neiskorišćen kapacitet druge fabrike u količini od a = a b = = 0 kamionskih tovara tako da će sledeća bazisna promenljiva biti x,+ = x. Kako je b = a = 0 x = 0. Preostali kapacitet drugog izvora (red ) u količini od a = 0 je jednak potražnji drugog distributivnog centra (kolona ) b = 0. Dodeljivanjem vrednosti x = 0 iscrpljen je kapacitet druge fabrike izvora i drugi red je eliminisan iz daljeg razmatranja (izbor drugog reda za eliminaciju a ne druge kolone je u skladu sa preporukom 3 opšte procedure za iznalaženje početnog bazisnog rešenja), tabela II-6. Tabela II-6. Metod severozapadnog ugla korak #3. Cena transporta po kamionu ( 00 NJ) Potražnja Treći korak, prikazan u tabeli II-6, ostavlja nezadovoljenu potražnju drugog distributivnog centra u količini od b = b a = 0 0 = 0 kamionskih tovara tako da će sledeća (degenerisana) bazisna promenljiva biti x +, = x 3.

11 Kako je preostala potražnja drugog distributivnog centra b = 0 manja od kapaciteta treće fabrike a 3 = odnosno b < a 3 x 3 = 0, tabela II-7. Tabela II-7. Metod severozapadnog ugla korak #4. Cena transporta po kamionu ( 00 NJ) Potražnja Dodeljivanjem vrednosti x 3 = 0 zadovoljena je potražnja drugog distributivnog centra i druga kolona je eliminisana iz daljeg razmatranja. Pošto je u razmatranju ostala samo treća kolona tj. promenljive x 33 i x 43 a suma kapaciteta drugog i trećeg izvora fabrike je jednaka potražnji trećeg distributivnog centra ( + 0 = ), to se obe preostale promenljive biraju za bazisne i dodeljuju im se vrednosti x 33 =, x 43 = 0. Dodeljivanjem vrednosti promenljivama x 33 i x 43 kompletirana procedura iznalaženja dopustivog početnog bazisnog rešenja. Dopustivo početno bazisno rešenje prikazano je u tabeli II-8. Tabela II-8. Metod severozapadnog ugla dopustivo početno bazisno rešenje. Cena transporta po kamionu ( 00 NJ) Potražnja

12 Brojevi u tabeli II-8 predstavljaju vrednosti bazisnih promenljivih dok su sve ostale promenljive (x, itd.) nebazisne i jednake nuli. Vrednost funkcije cilja za dopustivo početno bazisno rešenje je: F = 0 x +8 x +4 x +9 x 3 +4 x x 43 F = = 5 00 NJ Određivanje početnog dopustivog bazisnog rešenja metodom: Najmanjih troškova. Metoda Severozapadnog ugla ne uzima u obzir troškove transporta. Primenom metode Severozapadnog ugla dopustiva početna bazisna rešenja se jednostavno dobijaju ali ukupni transportni troškovi mogu biti veoma veliki. Metoda Najmanjih troškova uzima u obzir troškove transporta da bi se dobilo dopustivo početno bazisno rešenje koje ima što manje ukupne transportne troškove. *7 Metoda najmanjih troškova zasniva se na iznalaženju promenljive x ij kojoj odgovaraju najmanji transportni troškovi c ij. Tada promenljiva x ij postaje bazisna i dodeljuje joj se najveća moguća vrednost, a to je minimum od a i kapaciteta i-tog izvora i b j potražnje j-te destinacije. Nakon toga se eliminiše red i ili kolona j i redukuje se kapacitet ili potražnja ne eliminisanog reda (izvora) ili kolone (destinacije) za vrednost x ij. Od preostalih promenljivih, koje nisu u eliminisanom redu ili koloni, ponovo se bira ona sa najmanjim transportnim troškovima i celokupna procedura se ponavlja. Tabela II-9. Metoda Minimalnih troškova iteratcija #. Cena transporta po kamionu ( 00 NJ) Potražnja Kao što je prikazano u tabeli II-9 najmanji transportni trošak je c 3 = 0, što znači da se za prvu bazisnu promenljivu bira promenljiva x 3 kojoj se dodeljuje vrednost (x 3 = ) a = < = b 3 x 3 = a = kamionskih tovara.

13 Dodeljivanjem vrednosti x 3 = iscrpljen je kapacitet prve fabrike izvora i prvi red je eliminisan iz daljeg razmatranja, dok je potražnja trećeg distributivnog centra (destinacije) nezadovoljena u količini od b 3 = b 3 x 3 = = 0 kamionskih tovara. Tabela II-0. Metoda Minimalnih troškova iteratcija #. Cena transporta po kamionu ( 00 NJ) Potražnja Novi minimalni transportni troškovi su c 3 = 3, tako da se za novu bazisnu promenljivu bira promenljiva x 3 i dodeljuje joj se vrednost 0 (x 3 = 0), jer je b 3 = 0 < = a x 3 = b 3 = 0, čime se eliminiše kolona 3 iz daljeg razmatranja. Dodeljivanjem vrednosti x 3 = 0 zadovoljena je potražnja trećeg distributivnog centra (destinacije), dok je preostali kapacitet druge fabrike izvora jednak a = a x 3 = 0 = kamionskih tovara, tabela II-0. Tabela II-. Metoda Minimalnih troškova iteratcija #3. Cena transporta po kamionu ( 00 NJ) Potražnja

14 Od preostalih promenljivih u razmatranju, najmanji transportni trošak ima promenljiva x (c = 4) kojoj se dodeljuje vrednost 0 (x = 0), jer je a = > b = 0 x = b = 0, čime se eliminiše kolona iz daljeg razmatranja. Dodeljivanjem vrednosti x = 0 zadovoljena je potražnja drugog distributivnog centra (destinacije), dok je preostali kapacitet druge fabrike izvora jednak a = a x = 0 = 0 kamionskih tovara, tabela II-. Suma kapaciteta fabrike izvora 3 i 4 kao i preostali kapacitet druge fabrike izvora je jednak potražnji prvog distributivnog centra destinacije (+0+0 = 40), što znači da se sve tri preostale promenljive biraju za bazisne i dodeljuju im se vrednosti x = 0, x 3 =, x 4 = 0. Dodeljivanjem vrednosti promenljivama x, x 3 i x 4 kompletirana procedura iznalaženja dopustivog početnog bazisnog rešenja. Dopustivo početno bazisno rešenje prikazano je u tabeli II-. Tabela II-. Metoda Minimalnih troškova dopustivo početno bazisno rešenje. Cena transporta po kamionu ( 00 NJ) Potražnja Brojevi u tabeli II- predstavljaju vrednosti bazisnih promenljivih dok su sve ostale promenljive (x, itd.) nebazisne i jednake nuli. Vrednost funkcije cilja za dopustivo početno bazisno rešenje je: F = 0 x 3 +8 x +4 x +3 x 3 +6 x 3 +7 x 4 F = = NJ Test optimalnosti Standardni test optimalnosti simplex metode može da se redukuje, u slučaju transportnog problema, na sledeći način: 4

15 Test optimalnosti: Dopustivo bazisno rešenje je optimalno ako i samo ako d ij = c ij u i v j 0 za svako (i, j) takvo da je x ij nebazisna promenljiva. *8 Što znači, da jedino što treba uraditi kod testa optimalnosti je izračunavanje vrednosti u i i v j za tekuće dopustivo bazisno rešenje kao i izračunavanje izraza c ij u i v j, na način opisan u narednom tekstu. U slučaju bazisnih promenljivih x ij, zahteva se da izrazi c ij u i v j budu jednaki nuli, tako da veličine u i i v j moraju da zadovolje sistem jednačina: c ij = u i + v j za svako (i, j) takvo da je x ij bazisna promenljiva. Pošto transportni problem ima m + n bazisnih promenljivih, to znači da ima i m + n ovih jednačina. Kako je broj nepoznatih (u i i v j ) m + n, jednoj od ovih veličina može se dodeliti proizvoljna vrednost. Izbor te jedne veličine i vrednosti koja će joj se dodeliti ne utiče ni na jedan izraz c ij u i v j čak iako je x ij nebazisna promenljiva, jedino neznatno utiče na komplikovanost rešavanja sistema jednačina. Pogodan izbor za ovu priliku je neka od veličina u i i v j čiji red odnosno kolona ima najviše bazisnih promenljivih. Izabranoj veličini se dodeljuje po pravilu vrednost nula. Zbog jednostavne strukture sistema jednačina, veoma je jednostavno algebarski odrediti vrednosti ostalih veličina u i i v j. *9 Test optimalnosti će biti primenjen na početno dopustivo bazisno rešenje dobijeno primenom metode Severozapadnog ugla. Svakoj bazisnoj promenljivoj x ij se dodeljuje jedna jednačina, tako da je sistem jednačina oblika: u + v = 0 za v = 0, u = 0 u + v = 8 u = 8 u + v = 4 za u = 8, v = 4 u 3 + v = 9 za v = 4, u 3 = 3 u 3 + v 3 = 4 za u 3 = 3, v 3 = 9 u 4 + v 3 = 5 za v 3 = 9, u 4 = 4 Pošto su određene vrednosti veličina u i i v j, može se primeniti test optimalnosti izračunavajući d ij = c ij u i v j za sve nebazisne promenljive: d = c u v = 0 ( 4) = 6 d 3 = c 3 u v 3 = 0 0 ( 9) = d 3 = c 3 u v 3 = 3 8 ( 9) = 4 d 3 = c 3 u 3 v = = 7 d 4 = c 4 u 4 v = = 7 d 4 = c 4 u 4 v = 8 4 ( 4) = 5

16 Pošto četiri od ovih promenljivih (d 3, d 3, d 4 i d 4 ) su negativne, zaključak je da tekuće dopustivo bazisno rešenje nije optimalno. Iz tog razloga sledeći korak transportnog simplex metoda je poboljšanje dopustivog bazisnog rešenja kroz iterativni postupak. Iteracije Kao i kod klasičnog simplex metoda, iteracijama u transportnom simplex metodu određuju se: promenljive koje ulaze u bazu (korak ), promenljive koje napuštaju bazu (korak ) kao i rezultujuće novo dopustivo bazisno rešenje (korak 3). Iteracija # Korak. Kako d ij predstavlja brzinu kojom će se funkcija cilja menjati ako se nebazisna promenljiva x ij povećava, to promenljiva koja ulazi u bazu mora da ima negativnu vrednost za d ij da bi se smanjili ukupni transportni troškovi F. Kandidati za promenljivu koja ulazi u bazu su x 3, x 3, x 4 i x 4. Od postojećih promenljivih kandidata, za novu bazisnu promenljivu, bira se ona promenljiva koja ima najveću (po apsolutnoj vrednosti) negativnu vrednost d ij. Ako više kandidata ima istu najveću (po apsolutnoj vrednosti) negativnu vrednost d ij (kao x 3 i x 4 ), ona sa najmanjom vrednošću c ij se bira za novu bazisnu promenljivu, što je u ovom slučaju promenljiva x 3. * Promenljiva koja ulazi u bazu u prvoj iteraciji je x 3. Korak. Povećanje vrednosti nove bazisne promenljive, od nule, pokreće lančanu reakciju kompenzujućih promena kod drugih bazisnih promenljivih, u cilju očuvanja zadovoljavanja ograničenja potražnje i kapaciteta. Prva bazisna promenljiva koja se smanji na nulu postaje promenljiva koja napušta bazu. * Sa x 3 kao novom bazisnom promenljivom, lančana reakcija je prikazana u tabeli II- 3. Povećanje x 3 (x 3 = θ) zahteva smanjenje x za istu vrednost da bi se održalo ograničenje potražnje u prvoj koloni (prvog distributivnog centra) od 40 kamionskih tovara tj. x = θ. Ova promena dalje zahteva povećanje promenljive x za istu vrednost da bi se održalo ograničenje kapaciteta u drugom redu (druge fabrike) od kamionskih tovara tj. x = 0 + θ. Prethodna promena dalje zahteva smanjenje x 3 za isti iznos da bi se održalo ograničenje potražnje u drugoj koloni (drugog distributivnog centra) od 0 kamionskih tovara tj. x 3 = 0 θ. Ovo smanjenje x 3 uspešno završava lančanu reakciju zato što takođe održava i ograničenje kapaciteta u trećem redu (treća fabrika) od kamionskih tovara. 6

17 (Ekvivalentno lančana reakcija je mogla da se uspostavi i obrnutim putem tj. smanjenjem x 3, pa zatim povećanjem x i na kraju smanjenjem x ). Tabela II-3. Lančana reakcija izazvana povećanjem vrednosti promenljive x 3. 3 Cena transporta po kamionu ( 00 NJ) θ 4 +θ θ 4 +θ Potražnja Rezultat: ćelije (3, ) i (, ) postaju ćelije primaoci, svaka od njih prima dodatnu količinu od ćelije davaoca (, ) i (3, ). Ove ćelije su u tabeli II-3 označene znakovima plus i minus. VAŽNO: osim promenljive koja ulazi u bazu, sve ćelije primaoci i sve ćelije davaoci u lančanoj reakciji moraju se podudarati sa bazisnim promenljivama u tekućem dopustivom bazisnom rešenju. Uopšteno, uvek postoji bar jedna lančana reakcija (u bilo kom pravcu) koja može uspešno da se završi a da se pri tom ne naruše ograničenja potražnje i kapaciteta, pri povećanju vrednosti nove bazisne promenljive. Promenljiva koja napušta bazu se određuje iz sledećeg sistema jednačina: x = θ x = 0 + θ x 3 = 0 θ odakle se može odrediti koja bazisna promenljiva će prva postati jednaka nuli pri povećanju vrednosti θ tj. povećanju nove bazisne promenljive x 3 = θ. U ovom slučaju vrednost za θ mora biti jednaka nuli, zato što ako bi se bilo koji pozitivan dodelio θ to bi narušilo uslov nenegativnosti za promenljivu x 3. Konačno, promenljiva koja napušta bazu biće x 3 i θ = 0. 7

18 Korak 3. Promenljiva koja ulazi u bazu će imati vrednost x 3 = θ = 0 a promenljive x i x će imati iste vrednosti kao i pre tj. i 0 respektivno. x = θ = 0 = ; x = 0 + θ = = 0. Vrednost funkcije cilja F ostaje ista jer se novoj bazisnoj promenljivoj nije dodelila pozitivna vrednost tj.: F = 0 x +8 x +4 x +6 x 3 +4 x x 43 F = = 5 00 $ Novo dopustivo bazisno rešenje prikazano je u tabeli II-4. Tabela II-4. Novo dopustivo bazisno rešenje. Iteracija #. Cena transporta po kamionu ( 00 NJ) Potražnja Test optimalnosti Test optimalnosti za novo dopustivo bazisno rešenje, dobijeno Iteracijom #, podrazumeva sledeće: za bazisne promenljive sistem jednačina se postavlja kao: u + v = 0 u 3 + v = 6 u + v = 8 u 3 + v 3 = 4 u + v = 4 u 4 + v 3 = 5 izborom v = 0, vrednosti ostalih veličina su: v = 4, v 3 =, u = 0, u = 8, u 3 = 6 i u 4 = 7. 8

19 za sve nebazisne promenljive izrazi d ij = c ij u i v j imaju sledeće vrednosti: d = c u v = 0 ( 4) = 6 d 3 = c 3 u v 3 = 0 0 ( ) = 8 d 3 = c 3 u v 3 = 3 8 ( ) = 3 d 3 = c 3 u 3 v = 9 6 ( 4) = 7 d 4 = c 4 u 4 v = = 0 d 4 = c 4 u 4 v = 8 7 ( 4) = 5 Pošto su dve od ovih promenljivih (d 3 i d 3 ) negativne, zaključak je da tekuće dopustivo bazisno rešenje nije optimalno. Zbog toga je potrebno izvesti novu iteraciju u cilju dobijanja boljeg dopustivog bazisnog rešenja. Iteracija # Korak. Najveća negativna vrednost d ij (po apsolutnoj vrednosti) je za promenljivu x 3 (d 3 = 8), tako da promenljiva koja ulazi u bazu u drugoj iteraciji je x 3. Korak. Lančana reakcija izazvana povećanjem nove bazisne promenljive x 3 je prikazana u tabeli II-5. Tabela II-5. Lančana reakcija izazvana povećanjem vrednosti promenljive x 3. 3 Cena transporta po kamionu ( 00 NJ) 3 0 θ 0 +θ 0 6 +θ 9 4 θ Potražnja Promenljiva koja napušta bazu dobija se iz sledećeg sistema jednačina: x = θ x 3 = 0 + θ x 33 = θ. U ovom slučaju vrednost za θ može maksimalno biti, zato što tada promenljive x i x 33 postaju jednake nuli. U skladu sa gornjim sistemom jednačina bilo koja od 9

20 promenljivih x i x 33 mogu da budu promenljive koje napuštaju bazu. Za promenljivu koja napušta bazu izabrana je promenljiva x 33 i θ =. Korak 3. Promenljiva koja ulazi u bazu će imati vrednost x 3 = θ = dok će promenljive x, x 3 i x 33 imati sledeće vrednosti: x = θ = = 0 x 3 = 0 + θ= 0 + = x 33 = θ = = 0. Vrednost funkcije cilja F za novi plan transporta tj. novo dopustivo bazisno rešenje je: F = 0 x +0 x 3 +8 x +4 x +6 x 3 +5 x 43 F = = NJ Novo dopustivo bazisno rešenje prikazano je u tabeli II-6. Tabela II-6. Novo dopustivo bazisno rešenje. Iteracija #. Cena transporta po kamionu ( 00 NJ) Potražnja Test optimalnosti Test optimalnosti za novo dopustivo bazisno rešenje, dobijeno Iteracijom #, podrazumeva sledeće: za bazisne promenljive sistem jednačina se postavlja kao: u + v = 0 u + v = 4 u + v 3 = 0 u 3 + v = 6 u + v = 8 u 4 + v 3 = 5

21 izborom v = 0, vrednosti ostalih promenljivih su: v = 4, v 3 = 0, u = 0, u = 8, u 3 = 6 i u 4 = 5. za sve nebazisne promenljive izrazi d ij = c ij u i v j imaju sledeće vrednosti: d = c u v = 0 ( 4) = 6 d 3 = c 3 u v 3 = 3 8 ( 0) = 5 d 3 = c 3 u 3 v = 9 6 ( 4) = 7 d 33 = c 33 u 3 v 3 = 4 6 ( 0) = 8 d 4 = c 4 u 4 v = = 8 d 4 = c 4 u 4 v = 8 5 ( 4) = 3 Pošto su dve od ovih promenljivih (d 4 i d 4 ) negativne, zaključak je da tekuće dopustivo bazisno rešenje nije optimalno. Zbog toga je potrebno izvesti novu iteraciju u cilju dobijanja boljeg dopustivog bazisnog rešenja. Iteracija #3 Korak. Najveća negativna vrednost d ij (po apsolutnoj vrednosti) je za promenljivu x 4 (d 4 = 8), tako da promenljiva koja ulazi u bazu u trećoj iteraciji je x 4. Korak. Lančana reakcija izazvana povećanjem nove bazisne promenljive x 4 je prikazana u tabeli II-7. Tabela II-7. Lančana reakcija izazvana povećanjem vrednosti promenljive x 4. 3 Cena transporta po kamionu ( 00 NJ) 3 0 θ 0 +θ 0 0 θ 4 0 +θ 0 Potražnja Promenljiva koja napušta bazu dobija se iz sledećeg sistema jednačina: x = 0 θ x 3 = + θ x 43 = 0 θ.

22 U ovom slučaju vrednost za θ mora biti jednaka nuli, zato što ako bi se bilo koji pozitivan dodelio θ to bi narušilo uslov nenegativnosti za promenljivu x. Konačno, promenljiva koja napušta bazu biće x i θ = 0. Korak 3. Promenljiva koja ulazi u bazu će imati vrednost x 4 = θ = 0 dok će promenljive x, x 3 i x 43 imati sledeće vrednosti: x = 0 θ = 0 0 = 0 x 3 = + θ= + 0 = x 43 = 0 θ = 0 0 = 0. Vrednost funkcije cilja F ostaje ista jer se novoj bazisnoj promenljivoj nije dodelila pozitivna vrednost tj.: F = 0 x 3 +8 x +4 x +6 x 3 +5 x 4 +5 x 43 F = = NJ Novo dopustivo bazisno rešenje prikazano je u tabeli II-8. Tabela II-8. Novo dopustivo bazisno rešenje. Iteracija # 3. Cena transporta po kamionu ( 00 NJ) Potražnja Test optimalnosti Test optimalnosti za novo dopustivo bazisno rešenje, dobijeno Iteracijom #3, podrazumeva sledeće: za bazisne promenljive sistem jednačina se postavlja kao: u + v 3 = 0 u 3 + v = 6

23 u + v = 8 u 4 + v = 7 u + v = 4 u 4 + v 3 = 5 izborom v = 0, vrednosti ostalih promenljivih su: v = 4, v 3 =, u =, u = 8, u 3 = 6 i u 4 = 7. za sve nebazisne promenljive izrazi d ij = c ij u i v j imaju sledeće vrednosti: d = c u v = 0 0 = 8 d = c u v = ( 4) = 4 d 3 = c 3 u v 3 = 3 8 ( ) = 3 d 3 = c 3 u 3 v = 9 6 ( 4) = 7 d 33 = c 33 u 3 v 3 = 4 6 ( ) = 0 d 4 = c 4 u 4 v = 8 7 ( 4) = 5 Pošto je jedna od ovih promenljivih (d 3 ) negativna, zaključak je da tekuće dopustivo bazisno rešenje nije optimalno. Zbog toga je potrebno izvesti novu iteraciju u cilju dobijanja boljeg (optimalnog) dopustivog bazisnog rešenja. Iteracija #4 Korak. Jedina negativna vrednost d ij je za promenljivu x 3, (d 3 = 3) tako da je nova promenljiva koja ulazi u bazu za četvrtu iteraciju x 3. Korak. Lančana reakcija izazvana povećanjem nove bazisne promenljive x 3 je prikazana u tabeli II-9. Tabela II-9. Lančana reakcija izazvana povećanjem vrednosti promenljive x 3. Cena transporta po kamionu ( 00 NJ) θ θ 3 7 +θ 8 5 θ Potražnja Promenljiva koja napušta bazu dobija se iz sledećeg sistema jednačina: 3

24 x = θ x 4 = 0 + θ x 43 = 0 θ. U ovom slučaju vrednost za θ može maksimalno biti 0, zato što tada promenljiva x 43 postaje jednaka nuli. U skladu sa gornjim sistemom jednačina samo promenljiva x 43 može da bude promenljiva koje napuštaju bazu. Konačno promenljiva koja napušta bazu je x 43 i θ = 0. Korak 3. Promenljiva koja ulazi u bazu će imati vrednost x 3 = θ = 0 dok će promenljive x, x 4 i x 43 imati sledeće vrednosti: x = θ = 0 = 0 x 4 = 0 + θ= = 0 x 43 = 0 θ = 0 0 = 0. Vrednost funkcije cilja F za novi plan transporta tj. novo dopustivo bazisno rešenje je: F = 0 x 3 +8 x +4 x +3 x 3 +3 x 3 +7 x 4 F = = NJ Novo dopustivo bazisno rešenje prikazano je u tabeli II-. Tabela II-. Novo dopustivo bazisno rešenje. Iteracija # 4. Cena transporta po kamionu ( 00 NJ) Potražnja Test optimalnosti Test optimalnosti za novo dopustivo bazisno rešenje, dobijeno Iteracijom #4, podrazumeva sledeće: 4

25 za bazisne promenljive sistem jednačina se postavlja kao: u + v 3 = 0 u + v 3 = 3 u + v = 8 u 3 + v = 6 u + v = 4 u 4 + v = 7 izborom u = 0, vrednosti ostalih promenljivih su: v = 8, v = 4, v 3 = 3, u = 3, u 3 = i u 4 =. za sve nebazisne promenljive izrazi d ij = c ij u i v j imaju sledeće vrednosti: d = c u v = 0 ( 3) 8 = 5 d = c u v = ( 3) 4 = d 3 = c 3 u 3 v = 9 ( ) 4 = 7 d 33 = c 33 u 3 v 3 = 4 ( ) 3 = 3 d 4 = c 4 u 4 v = 8 ( ) 4 = 5 d 43 = c 43 u 4 v 3 = 5 ( ) 3 = 3 Pošto su sve vrednosti za d ij pozitivne, zaključak je da je tekuće dopustivo bazisno rešenje optimalno. Optimalnom planu transporta između fabrika (izvora) i distributivnih centara (destinacija), prikazanom u tabeli II-, odgovaraju minimalni ukupni troškovi transporta u iznosu od: NJ. Optimalni plan transporta je isti kao i početno dopustivo bazisno rešenje dobijeno metodom Najmanjih troškova. 5

26 Pitanja:. Definicija transportnog problema.. Grafička prezentacija transportnog problema. 3. Osnovna karakteristika troškova distribucije proizvoda iz bilo kojeg izvora u bilo koju destinaciju. 4. Parametri modela transportnog problema. 5. Formulacija transportnog problema kao zadatka LP. 6. Struktura koeficijenata u ograničenjima. 7. Koji uslov treba da zadovolji transportni problem da bi bio zatvoren. 8. Kada je transportni problem otvoren. 9. Skup ograničenja u slučaju otvorenog transportnog problema. 0. Svođenje otvorenog na zatvoreni transportni problem.. Cena transporta iz bilo kog izvora do fiktivne destinacije.. Kada postoji rešenje transportnog problema, šta je degenerisano a šta nedegenerisano rešenje transportnog problema. 3. Postupak iznalaženja rešenja transportnog problema. 4. Iz čega se sastoji transportni simplex metod. 5. Uopštena procedura za iznalaženje početnog bazisnog rešenja. 6. Kriterijum za određivanje bazisnih promenljivih metodom Severozapadnog ugla. 7. Kriterijum za određivanje bazisnih promenljivih metodom Najmanjih troškova. 8. Test optimalnosti za tekuće dopustivo bazisno rešenje. 9. Način određivanja nepoznatih (u i i v j ).. Kriterijum za izbor nove bazisne promenljive.. Kriterijum za izbor promenljive koja napušta bazu. 6

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

III VEŽBA: FURIJEOVI REDOVI

III VEŽBA: FURIJEOVI REDOVI III VEŽBA: URIJEOVI REDOVI 3.1. eorijska osnova Posmatrajmo neki vremenski kontinualan signal x(t) na intervalu definisati: t + t t. ada se može X [ k ] = 1 t + t x ( t ) e j 2 π kf t dt, gde je f = 1/.

Διαβάστε περισσότερα

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

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

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

DRUGI KOLOKVIJUM IZ MATEMATIKE 9x + 6y + z = 1 4x 2y + z = 1 x + 2y + 3z = 2. je neprekidna za a = x, y, z) 2 2 1 2. Rešiti jednačinu: 2 3 1 1 2 x = 1. x = 3. Odrediti rang matrice: rang 9x + 6y + z = 1 4x 2y + z = 1 x + 2y + 3z = 2. 2 0 1 1 1 3 1 5 2 8 14 10 3 11 13 15 = 4. Neka je A = x x N x < 7},

Διαβάστε περισσότερα

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

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

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

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 UPUTSTVO ZA IZRADU GRAFIČKOG RADA IZ MEHANIKE II

1 UPUTSTVO ZA IZRADU GRAFIČKOG RADA IZ MEHANIKE II 1 UPUTSTVO ZA IZRADU GRAFIČKOG RADA IZ MEHANIKE II Zadatak: Klipni mehanizam se sastoji iz krivaje (ekscentarske poluge) OA dužine R, klipne poluge AB dužine =3R i klipa kompresora B (ukrsne glave). Krivaja

Διαβάστε περισσότερα

5 Sistemi linearnih jednačina. a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2.

5 Sistemi linearnih jednačina. a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2. 5 Sistemi linearnih jednačina 47 5 Sistemi linearnih jednačina U opštem slučaju, pod sistemom linearnih jednačina podrazumevamo sistem od m jednačina sa n nepoznatih x 1 + a 12 x 2 + + a 1n x n = b 1 a

Διαβάστε περισσότερα

7 Algebarske jednadžbe

7 Algebarske jednadžbe 7 Algebarske jednadžbe 7.1 Nultočke polinoma Skup svih polinoma nad skupom kompleksnih brojeva označavamo sa C[x]. Definicija. Nultočka polinoma f C[x] je svaki kompleksni broj α takav da je f(α) = 0.

Διαβάστε περισσότερα

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

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

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

4.7. Zadaci Formalizam diferenciranja (teorija na stranama ) 343. Znajući izvod funkcije x arctg x, odrediti izvod funkcije x arcctg x.

4.7. Zadaci Formalizam diferenciranja (teorija na stranama ) 343. Znajući izvod funkcije x arctg x, odrediti izvod funkcije x arcctg x. 4.7. ZADACI 87 4.7. Zadaci 4.7.. Formalizam diferenciranja teorija na stranama 4-46) 340. Znajući izvod funkcije arcsin, odrediti izvod funkcije arccos. Rešenje. Polazeći od jednakosti arcsin + arccos

Διαβάστε περισσότερα

APROKSIMACIJA FUNKCIJA

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

Διαβάστε περισσότερα

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

2log. se zove numerus (logaritmand), je osnova (baza) log. log. log = ( > 0, 0)!" # > 0 je najčešći uslov koji postavljamo a još je,, > 0 se zove numerus (aritmand), je osnova (baza). 0.. ( ) +... 7.. 8. Za prelazak na neku novu bazu c: 9. Ako je baza (osnova) 0 takvi se

Διαβάστε περισσότερα

Determinante. Inverzna matrica

Determinante. Inverzna matrica Determinante Inverzna matrica Neka je A = [a ij ] n n kvadratna matrica Determinanta matrice A je a 11 a 12 a 1n a 21 a 22 a 2n det A = = ( 1) j a 1j1 a 2j2 a njn, a n1 a n2 a nn gde se sumiranje vrši

Διαβάστε περισσότερα

1 Promjena baze vektora

1 Promjena baze vektora Promjena baze vektora Neka su dane dvije različite uredene baze u R n, označimo ih s A = (a, a,, a n i B = (b, b,, b n Svaki vektor v R n ima medusobno različite koordinatne zapise u bazama A i B Zapis

Διαβάστε περισσότερα

5 Ispitivanje funkcija

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

Διαβάστε περισσότερα

Linearna algebra 2 prvi kolokvij,

Linearna algebra 2 prvi kolokvij, Linearna algebra 2 prvi kolokvij, 27.. 20.. Za koji cijeli broj t je funkcija f : R 4 R 4 R definirana s f(x, y) = x y (t + )x 2 y 2 + x y (t 2 + t)x 4 y 4, x = (x, x 2, x, x 4 ), y = (y, y 2, y, y 4 )

Διαβάστε περισσότερα

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

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

Elektrotehnički fakultet univerziteta u Beogradu 17.maj Odsek za Softversko inžinjerstvo

Elektrotehnički fakultet univerziteta u Beogradu 17.maj Odsek za Softversko inžinjerstvo Elektrotehnički fakultet univerziteta u Beogradu 7.maj 009. Odsek za Softversko inžinjerstvo Performanse računarskih sistema Drugi kolokvijum Predmetni nastavnik: dr Jelica Protić (35) a) (0) Posmatra

Διαβάστε περισσότερα

RAČUNSKE VEŽBE IZ PREDMETA POLUPROVODNIČKE KOMPONENTE (IV semestar modul EKM) IV deo. Miloš Marjanović

RAČUNSKE VEŽBE IZ PREDMETA POLUPROVODNIČKE KOMPONENTE (IV semestar modul EKM) IV deo. Miloš Marjanović Univerzitet u Nišu Elektronski fakultet RAČUNSKE VEŽBE IZ PREDMETA (IV semestar modul EKM) IV deo Miloš Marjanović MOSFET TRANZISTORI ZADATAK 35. NMOS tranzistor ima napon praga V T =2V i kroz njega protiče

Διαβάστε περισσότερα

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

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

Numerička matematika 2. kolokvij (1. srpnja 2009.) Numerička matematika 2. kolokvij (1. srpnja 29.) Zadatak 1 (1 bodova.) Teorijsko pitanje. (A) Neka je G R m n, uz m n, pravokutna matrica koja ima puni rang po stupcima, tj. rang(g) = n. (a) Napišite puni

Διαβάστε περισσότερα

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

Linearna algebra 2 prvi kolokvij,

Linearna algebra 2 prvi kolokvij, 1 2 3 4 5 Σ jmbag smjer studija Linearna algebra 2 prvi kolokvij, 7. 11. 2012. 1. (10 bodova) Neka je dano preslikavanje s : R 2 R 2 R, s (x, y) = (Ax y), pri čemu je A: R 2 R 2 linearan operator oblika

Διαβάστε περισσότερα

TRIGONOMETRIJSKE FUNKCIJE I I.1.

TRIGONOMETRIJSKE FUNKCIJE I I.1. TRIGONOMETRIJSKE FUNKCIJE I I Odredi na brojevnoj trigonometrijskoj kružnici točku Et, za koju je sin t =,cost < 0 Za koje realne brojeve a postoji realan broj takav da je sin = a? Izračunaj: sin π tg

Διαβάστε περισσότερα

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

10. STABILNOST KOSINA

10. STABILNOST KOSINA MEHANIKA TLA: Stabilnot koina 101 10. STABILNOST KOSINA 10.1 Metode proračuna koina Problem analize tabilnoti zemljanih maa vodi e na određivanje odnoa između rapoložive mičuće čvrtoće i proečnog mičućeg

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

FTN Novi Sad Katedra za motore i vozila. Teorija kretanja drumskih vozila Vučno-dinamičke performanse vozila: MAKSIMALNA BRZINA

FTN 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 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

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

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

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 izgleda

Διαβάστε περισσότερα

SOPSTVENE VREDNOSTI I SOPSTVENI VEKTORI LINEARNOG OPERATORA I KVADRATNE MATRICE

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

Διαβάστε περισσότερα

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

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

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

radni nerecenzirani materijal za predavanja R(f) = {f(x) x D} Matematika 1 Funkcije radni nerecenzirani materijal za predavanja Definicija 1. Neka su D i K bilo koja dva neprazna skupa. Postupak f koji svakom elementu x D pridružuje točno jedan element y K zovemo funkcija

Διαβάστε περισσότερα

DUALNOST. Primjer. 4x 1 + x 2 + 3x 3. max x 1 + 4x 2 1 3x 1 x 2 + x 3 3 x 1 0, x 2 0, x 3 0 (P ) 1/9. Back FullScr

DUALNOST. Primjer. 4x 1 + x 2 + 3x 3. max x 1 + 4x 2 1 3x 1 x 2 + x 3 3 x 1 0, x 2 0, x 3 0 (P ) 1/9. Back FullScr DUALNOST Primjer. (P ) 4x 1 + x 2 + 3x 3 max x 1 + 4x 2 1 3x 1 x 2 + x 3 3 x 1 0, x 2 0, x 3 0 1/9 DUALNOST Primjer. (P ) 4x 1 + x 2 + 3x 3 max x 1 + 4x 2 1 3x 1 x 2 + x 3 3 x 1 0, x 2 0, x 3 0 1/9 (D)

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

nvt 1) ukoliko su poznate struje dioda. Struja diode D 1 je I 1 = I I 2 = 8mA. Sada je = 1,2mA.

nvt 1) ukoliko su poznate struje dioda. Struja diode D 1 je I 1 = I I 2 = 8mA. Sada je = 1,2mA. IOAE Dioda 8/9 I U kolu sa slike, diode D su identične Poznato je I=mA, I =ma, I S =fa na 7 o C i parametar n= a) Odrediti napon V I Kolika treba da bude struja I da bi izlazni napon V I iznosio 5mV? b)

Διαβάστε περισσότερα

Sistemi linearnih jednačina

Sistemi linearnih jednačina Sistemi linearnih jednačina Sistem od n linearnih jednačina sa n nepoznatih (x 1, x 2,..., x n ) je a 11 x 1 + a 12 x 2 + + a 1n x n = b 1, a 21 x 1 + a 22 x 2 + + a 2n x n = b 2, a n1 x 1 + a n2 x 2 +

Διαβάστε περισσότερα

( ) ( ) 2 UNIVERZITET U ZENICI POLITEHNIČKI FAKULTET. Zadaci za pripremu polaganja kvalifikacionog ispita iz Matematike. 1. Riješiti jednačine: 4

( ) ( ) 2 UNIVERZITET U ZENICI POLITEHNIČKI FAKULTET. Zadaci za pripremu polaganja kvalifikacionog ispita iz Matematike. 1. Riješiti jednačine: 4 UNIVERZITET U ZENICI POLITEHNIČKI FAKULTET Riješiti jednačine: a) 5 = b) ( ) 3 = c) + 3+ = 7 log3 č) = 8 + 5 ć) sin cos = d) 5cos 6cos + 3 = dž) = đ) + = 3 e) 6 log + log + log = 7 f) ( ) ( ) g) ( ) log

Διαβάστε περισσότερα

IZVODI ZADACI (I deo)

IZVODI ZADACI (I deo) IZVODI ZADACI (I deo Najpre da se podsetimo tablice i osnovnih pravila:. C0.. (. ( n n n-. (a a lna 6. (e e 7. (log a 8. (ln ln a (>0 9. ( 0 0. (>0 (ovde je >0 i a >0. (cos. (cos - π. (tg kπ cos. (ctg

Διαβάστε περισσότερα

4 Numeričko diferenciranje

4 Numeričko diferenciranje 4 Numeričko diferenciranje 7. Funkcija fx) je zadata tabelom: x 0 4 6 8 fx).17 1.5167 1.7044 3.385 5.09 7.814 Koristeći konačne razlike, zaključno sa trećim redom, odrediti tačku x minimuma funkcije fx)

Διαβάστε περισσότερα

VJEŽBE 3 BIPOLARNI TRANZISTORI. Slika 1. Postoje npn i pnp bipolarni tranziostori i njihovi simboli su dati na slici 2 i to npn lijevo i pnp desno.

VJEŽBE 3 BIPOLARNI TRANZISTORI. Slika 1. Postoje npn i pnp bipolarni tranziostori i njihovi simboli su dati na slici 2 i to npn lijevo i pnp desno. JŽ 3 POLAN TANZSTO ipolarni tranzistor se sastoji od dva pn spoja kod kojih je jedna oblast zajednička za oba i naziva se baza, slika 1 Slika 1 ipolarni tranzistor ima 3 izvoda: emitor (), kolektor (K)

Διαβάστε περισσότερα

(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

Dijagonalizacija operatora

Dijagonalizacija operatora Dijagonalizacija operatora Problem: Može li se odrediti baza u kojoj zadani operator ima dijagonalnu matricu? Ova problem je povezan sa sljedećim pojmovima: 1 Karakteristični polinom operatora f 2 Vlastite

Διαβάστε περισσότερα

Sistemi veštačke inteligencije primer 1

Sistemi veštačke inteligencije primer 1 Sistemi veštačke inteligencije primer 1 1. Na jeziku predikatskog računa formalizovati rečenice: a) Miloš je slikar. b) Sava nije slikar. c) Svi slikari su umetnici. Uz pomoć metode rezolucije dokazati

Διαβάστε περισσότερα

Pravilo 1. Svaki tip entiteta ER modela postaje relaciona šema sa istim imenom.

Pravilo 1. Svaki tip entiteta ER modela postaje relaciona šema sa istim imenom. 1 Pravilo 1. Svaki tip entiteta ER modela postaje relaciona šema sa istim imenom. Pravilo 2. Svaki atribut entiteta postaje atribut relacione šeme pod istim imenom. Pravilo 3. Primarni ključ entiteta postaje

Διαβάστε περισσότερα

Cauchyjev teorem. Postoji više dokaza ovog teorema, a najjednostvniji je uz pomoć Greenove formule: dxdy. int C i Cauchy Riemannovih uvjeta.

Cauchyjev teorem. Postoji više dokaza ovog teorema, a najjednostvniji je uz pomoć Greenove formule: dxdy. int C i Cauchy Riemannovih uvjeta. auchyjev teorem Neka je f-ja f (z) analitička u jednostruko (prosto) povezanoj oblasti G, i neka je zatvorena kontura koja čitava leži u toj oblasti. Tada je f (z)dz = 0. Postoji više dokaza ovog teorema,

Διαβάστε περισσότερα

Strukture podataka i algoritmi 1. kolokvij 16. studenog Zadatak 1

Strukture podataka i algoritmi 1. kolokvij 16. studenog Zadatak 1 Strukture podataka i algoritmi 1. kolokvij Na kolokviju je dozvoljeno koristiti samo pribor za pisanje i službeni šalabahter. Predajete samo papire koje ste dobili. Rezultati i uvid u kolokvije: ponedjeljak,

Διαβάστε περισσότερα

Prediktor-korektor metodi

Prediktor-korektor metodi Prediktor-korektor metodi Prilikom numeričkog rešavanja primenom KP: x = fx,, x 0 = 0, x 0 x b LVM α j = h β j f n = 0, 1, 2,..., N, javlja se kompromis izmed u eksplicitnih metoda, koji su lakši za primenu

Διαβάστε περισσότερα

Matematička analiza 1 dodatni zadaci

Matematička analiza 1 dodatni zadaci Matematička analiza 1 dodatni zadaci 1. Ispitajte je li funkcija f() := 4 4 5 injekcija na intervalu I, te ako jest odredite joj sliku i inverz, ako je (a) I = [, 3), (b) I = [1, ], (c) I = ( 1, 0].. Neka

Διαβάστε περισσότερα

Zadaci iz trigonometrije za seminar

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

Διαβάστε περισσότερα

Veleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika. Monotonost i ekstremi. Katica Jurasić. Rijeka, 2011.

Veleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika. Monotonost i ekstremi. Katica Jurasić. Rijeka, 2011. Veleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika Monotonost i ekstremi Katica Jurasić Rijeka, 2011. Ishodi učenja - predavanja Na kraju ovog predavanja moći ćete:,

Διαβάστε περισσότερα

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

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

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

Διαβάστε περισσότερα

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

UZDUŽNA DINAMIKA VOZILA

UZDUŽNA DINAMIKA VOZILA UZDUŽNA DINAMIKA VOZILA MODEL VOZILA U UZDUŽNOJ DINAMICI Zanemaruju se sva pomeranja u pravcima normalnim na pravac kretanja (ΣZ i = 0, ΣY i = 0) Zanemaruju se svi vidovi pobuda na oscilovanje i vibracije,

Διαβάστε περισσότερα

Funkcije dviju varjabli (zadaci za vježbu)

Funkcije 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 περισσότερα

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

PID: Domen P je glavnoidealski [PID] akko svaki ideal u P je glavni (generisan jednim elementom; oblika ap := {ab b P }, za neko a P ). 0.1 Faktorizacija: ID, ED, PID, ND, FD, UFD Definicija. Najava pojmova: [ID], [ED], [PID], [ND], [FD] i [UFD]. ID: Komutativan prsten P, sa jedinicom 1 0, je integralni domen [ID] oblast celih), ili samo

Διαβάστε περισσότερα

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

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

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

Διαβάστε περισσότερα

21. ŠKOLSKO/OPĆINSKO/GRADSKO NATJECANJE IZ GEOGRAFIJE GODINE 8. RAZRED TOČNI ODGOVORI

21. 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

Algoritmi i strukture podataka - 1.cas

Algoritmi i strukture podataka - 1.cas Algoritmi i strukture podataka - 1.cas Aleksandar Veljković October 2016 Materijali su zasnovani na materijalima Mirka Stojadinovića 1 Složenost algoritama Približna procena vremena ili prostora potrebnog

Διαβάστε περισσότερα

Mašinsko učenje. Regresija.

Mašinsko učenje. Regresija. Mašinsko učenje. Regresija. Danijela Petrović May 17, 2016 Uvod Problem predviđanja vrednosti neprekidnog atributa neke instance na osnovu vrednosti njenih drugih atributa. Uvod Problem predviđanja vrednosti

Διαβάστε περισσότερα

Neka su A i B proizvoljni neprazni skupovi. Korespondencija iz skupa A u skup B definiše se kao proizvoljan podskup f Dekartovog proizvoda A B.

Neka su A i B proizvoljni neprazni skupovi. Korespondencija iz skupa A u skup B definiše se kao proizvoljan podskup f Dekartovog proizvoda A B. Korespondencije Neka su A i B proizvoljni neprazni skupovi. Korespondencija iz skupa A u skup B definiše se kao proizvoljan podskup f Dekartovog proizvoda A B. Pojmovi B pr 2 f A B f prva projekcija od

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

8 Funkcije više promenljivih

8 Funkcije više promenljivih 8 Funkcije više promenljivih 78 8 Funkcije više promenljivih Neka je R skup realnih brojeva i X R n. Jednoznačno preslikavanje f : X R naziva se realna funkcija sa n nezavisno promenljivih čiji je domen

Διαβάστε 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

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

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

Διαβάστε περισσότερα

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

Otpornost R u kolu naizmjenične struje

Otpornost 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 περισσότερα