Osnove merjenj. B. Golli, PeF. 22. oktober 2009

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Osnove merjenj. B. Golli, PeF. 22. oktober 2009"

Transcript

1 Osnove merjenj B Golli, PeF 22 oktober 2009 Kazalo 1 apake izmerjenih količin 2 11 Zapis fizikalnih količin 2 12 Določitev napakeizmerka 3 13 Računanje skoličinami, obremenjenimi znapako 5 2 Grafi 8 21 Linearna odvisnost 9 22 elinearneodvisnosti 12 1

2 1 apake izmerjenih količin 11 Zapis fizikalnih količin Sistematske in statistične napake Fizikalne količine dobimo z merjenjem Količin ne moremo poljubno natačno meriti, zato pri izmerjeni količini podamo negotovost ali napako, s katero je količina izmerjena Ločimo: sistematske napake, ki so posledica nenatačnosti same merilne naprave (pri boljših napravah je napaka podana; v večini primerov je večja od najmanjšega razdelka, ki ga lahko še odčitamo) ter slučajne napake, ki so posledica negotovosti merilnih pogojev: zamik pri začetku ali koncu merjenja s štoparico, merilni trak ni vedno enako napet, zunanjipogoji (temperatura, tlak) niso vesčasenaki Kako podamo negotovost? Izmerjeno količino moramo zapisati tako, da bo iz zapisa razvidna njena negotovost (napaka) To dosežemo tako, da poleg količine navedemo še njeno napako, npr g = 9,7 m/s 2 ±0,2 m/s 2 Količino zapišemo s toliko števkami (ciframi), da je zadnja zapisana števka že negotova To velja tudi tedaj, ko napake eksplicitno ne navedemo; v takšnem primeru velja, da je nenatačnost(napaka) manjša od največjega možnega odstopanja zadnjega mesta; če bi zapisalile g = 9,7 m/s 2, bi to pomenilo, daje napaka manjša od 0,5 m/s 2 Pomembne števke Pri tem imamo v mislih število pomembnih(signifikantnih) števk; nepomebne števke so tiste, ki določajo decimalno mesto Če bi zgornji rezultatzapisalizdrugimienotami,npr: g = 9700mm/s 2,biobeničlipredstavljali nepomembništevki,podobnobitobiletriničleprizapisu g = 0,0097km/s 2 Pomembništevki sta le9in 7 Vvseh zapisihje torej številopomembnihštevkenako Vloga ničel v zapisu fizikalne količine a podlagi zgornjega zgleda pravzapravne smemozaključiti, daje0nakoncu števila vednolenepomembnaštevka Če je rezultat naše meritve bolj natančen, recimo c = 340 m/s ± 3 m/s, nam zadnja ničla tudi predstavlja pomembno števko V tem primeru iz samega zapisa 340 m/s ne bi mogli ugotoviti, koliko pomembni števk je v rezultatu Takšni obliki zapisa se zato raje izognemo in uporabimo zapis z desetiškim eksponentom: c = 3, m/s Decimalna mesta Števk ne smemo zamenjevati z decimalnimi mesti; zapis 9,81 vsebuje tri števke in dve decimalni mesti, zapis 0,049 pa tri decimalna mesta in 2

3 štiri števke Eno in isto fizikalno količino lahko zapišemo z različnim številom decimalnih mest; npr; l = 789 mm, l = 78,9 cm, l = 7,89 dm, l = 0,789 m ali l = 0, km, število decimalnih mest torej sploh ne vpliva na natačnost količine; v vseh petih primerih natačnost določajo tri pomembne števke, 7, 8 in 9 Pravilo, ki ga pogosto slišimo, da izmerjene količine zaokrožujemo na dve decimalni mesti, je seveda popolnoma nesmiselno 12 Določitev napake izmerka Pri boljših merilnih napravah nam sistematsko napako poda proizvajalec; če smo merilno napravo razvili sami, je pomeben del razvoja tudi določitev vseh parametrov, ki lahko vplivajo na nenatačnost pri merjenju, in na tej podlagi določitev sistematske napake Kot orientacijo lahko vzmamemo najmanjši razdelek, ki ga lahko še odčitamo (zadnje mesto pri digitalni napravi) Slučajno napako določimo statistično, tako da poskus ponavljamo Denimo, da pri poskusih izmerimo vrednosti x i,i = 1, Izračunamo povprečno vrednost x = x 1 +x 2 + +x in povprečen kvadrat odstopanj σ 1 kot σ 2 1 = 1 = 1 x i i=1 (x i x) 2 (1) i=1 Če so meritve posameznih izmerkov med seboj neodvisne, lahko rezultat interpretiramo takole: pri nadaljnjih meritvah bo približno 2/3 meritev padlo znotraj intervala [ x σ 1, x + σ 1 ], 1/3 meritevpa izven tega intervala Približna ocena Zgornjo trditev lahko porabimo za določitev napake brez zamudnega seštevanja kvadratov odmikov apako izmerka σ 1 določimo tako, da poiščemo interval, znotraj katerega pade 2/3 izmerkov Postopek ilustrirajmo na zgledu merjenja hitrosti: iz rezultatov v druge stolpcu izračunamo povprečno vrednost v, nato pa v tretjem stolpcu zapišemo odstopanja ekaj odstopanj gre seveda v pozitivno smer, nekaj v negativno Poiščimo 1/3 izmerkov (v našem primeru 3 ali 4), ki najbolj odstopajo (v tabeli so označeni z zvezdico) Izmed preostalih poiščimo tistega, ki (po absolutni vrednosti) najbolj odstopa, v našem primeru je to 3 izmerek apaka σ 1 je kar enaka absolutni vrednosti odstopanja tega izmerka, saj 2/3 (7 v našem primeru) meritev pade znotraj intervala [ v σ 1, v + σ 1 ], vnašem primeru med 9,5in 10,5 3

4 meritev v i [m/s] v i v [m/s] 1 9,80 0, ,64 0,62 * 3 9,52 0,49 4 9,71 0, ,87 0,86 * 6 10,10 0,09 7 9,17 0,84 * 8 10,31 0,30 9 9,80 0, ,20 0,19 povprečje 10,01 Če napako izračunamo po formuli (1), dobimo praktično enako vrednost, σ 1 = 0,5 apaka povprečja Z opisanim postopkom določimo napako merjene količine pri poskusu Kot rezultat podamo povprečno vrednost izmerkov Kolikšna je napaka povprečne vrednosti in v čem se razlikuje od napake posameznega izmerka σ 1? Razliko med tema dvema količinama pojasnimo na zgledu Denimo, da eksperimentator A napravi ponovitev poskusa in določi povprečno vrednost meritve x A (Pri tem predpostavimo, dasistematske napake lahkozanemarimo) Za njim eksperimentator B prav tako iz ponovitev istega poskusa določi povprečno vrednost x B Zakolikoseobepovprečjirazlikujeta? Statistikazatakprimerpove, dajerazlika med x A in x B vpovprečju manjšaod napakeposameznegaizmerka apaka se zmanjšuje obratno sorazmerno s korenom iz števila ponovitev Za napako(negotovost) povprečja velja σ = σ 1 1 Za = 1 dobimo nesmiselno vrednost, kar pa je razumljivo, saj lahko napako σ 1 določimo šele, ko imamovsaj dva izmerka Čeželimo napakozmanjšati za 10 krat, moramo torej napraviti 100 krat več ponovitev poskusa egotovost napake Statistika nam da še oceno natačnosti določitve napake egotovost (napaka) napake nam pri navedenem zgledu pove, za koliko bi se v povprečju razlikovali napaki, ki bi ju določila eksperimentatorja A in B Velja σ σ = σ 2( 2) 4

5 Vidimo, da je šele pri približno 50 ponovitvah poskusa, napaka napake 10 krat manjša od same napake Ocena napake pri majhnem številu ponovitev (kot je to običajno v šoli) je torej precej nezanesljiva Zato z zapisom same napake ne kaže pretiravati; zapis z eno pomembno števko ali kvečjemu dvema povsem zadošča Zapis rezultata Kot končni rezultat naše meritve navedemo povprečno vrednost meritve, poleg nje pa še napako povprečja: x = x ± σ apako povprečja zapišemo z eno samo pomembno števko, le v primerih, ko bi se na prvem mestu enico ali dvojko, lahko zapišemo še drugo števko Število pomembnih števk v zapisu povprečne vrednosti se ravna po napaki: povprečje zapišemo do istega desetiškega mesta, kot je napisana napaka Primer: za neko povprečje smo izračunali t = 23,456 s in za napako σ = 0,734s apakozaokrožimo na σ = 0,7s, karpomeni, damoramo tudipovprečje zapisati doprve decimalke, torej t = 23,5s ±0,7 s Zapiszrelativnonapako egotovost rezultata namestosσ,ki jo imenujemo absolutna napaka, lahko zapišemo tudi z relativno napako r = σ x, ki je sevedabrez enote (lahkojo podamotudi vodstotkih), na primer c = 336m/s ±12 m/s = 336 (1 ±0,04) m/s Za zapis relativne napake velja enako pravilo, kot za zapis absolutne napake: zapišemo le eno pomembno števko; le če je prva števka 1 ali 2, smo upravičeni zapisati še drugo števko Zapis izmerkov Pravilo, ki smo ga navedli, velja le pri zapisu končnega rezultata; vmesne rezultate pišemo z večjo natančnostjo Pri zapisu odčitka (recimo dolžine z merilnega traku, časa s štoparice, napetosti na voltmetru) torej zapišemo vsa možna mesta, četudi pričakujemo, da bo končni rezultat zapisan z manjšo natančnostjo (z manjšim številom pomembnih števk) 13 Računanje s količinami, obremenjenimi z napako Količino, ki jo želimo pri poskusu določiti, ponavadi ne dobimo naravnost iz merjenj, temveč jo izračunamo iz ene ali več izmerjenih količin Če na primer 5

6 določamo pospešek prostega pada iz časa t, ki ga potrebuje telo za prosti pad z višine h, velja g = 2h/t 2, pri tem sta tako h kot t obremenjena z napako Kako v takšnih primerih določimo napako končnega rezultata? Seštevanje in odštevanje količin Če seštejemo rezultata dveh meritev(iste količine), obremenjena z napako, lahko zapišemo od koder sledi z = x +y = x ± σ x +ȳ±σ y = ( x +ȳ) ± (σ x ± σ y ), z = x +ȳ in σ z = σ x ± σ y apaka torej leži v intervalu med σ min = σ x σ y in σ max = σ x + σ y Če sta meritvi med seboj nekorelirani pomeni da izid prve meritve ne vpliva na izid druge meritve dobimo najboljšo oceno po Pitagorjevem pravilu (trikotniku): σ z = σx 2 + σy 2 Za odštevanje velja enako pravilo, saj lahko razliko zapišemo kot z = x y = ( x ȳ) ± (σ x σ y ), saj odstopanje leži znotraj intervala med σ x σ y in σ x + σ y Pri odštevanju nekoreliranih meritevspetvelja, da je σ z = σx 2 + σy 2 Pri seštevanju in odštevanju količin torej seštevamo kvadrate absolutnih napak Množenje in deljenje Podobno kot zgoraj zapišimo z = xy = ( x ± σ x )(ȳ ± σ y ) = xȳ ±ȳσ x ± xσ y ± σ x σ y Zvezodelimoz z = xȳ: z z = 1 ± σ x x ± σ y ȳ ± σ xσ y (2) xȳ in primerjamo z definicijo relativne napake z z 1 ± σ z z Pri dovolj majhnih napakah lahko zadnji člen v (2) zanemarimo Vidimo, da za relativno napako, r z = σ z / z, velja enako pravilo kot za absolutno napako pri seštevanju Za nekorelirani meritvi torej lahko zapišemo r z = r 2 x +r 2 y Pri deljenju dobimo enako pravilo: seštevajo se kvadrati relativnih napak Pri množenju in deljenju seštevamo kvadrate relativnih napak 6

7 Pravilo večje napake V primerih, ko pri vsoti ali zmnožku dveh količin ugotovimo, da je napaka enega člena nekajkrat večja od napake drugega, seštevanje napak po Pitagorovem pravilu ni potrebno, saj lahko hitro uvidimo, da je rezultat zelo blizu večji napaki V takšnem primeru je napaka rezultata kar enaka napaki najmanj natančne količine (absolutni pri seštevanju ali odštevanju in relativni pri množenju ali deljenju) Potenciranje Pri potenciranju lahko zapišemo z = x n = ( x ± σ x ) n = x n +n x n 1 σ x + Zvezodelimoz z = x n indobimo n(n 1) 2 z z = 1 ±n σ x x + 1 ± σ z z x n 2 σ 2 x + S smooznačiličlene,kisomajhniinjihlahkozanemarimo Izzgornjegarezultata razberemo pravilo: relativna napaka pomnožimo z eksponentom Pravilo velja tudi za necele eksponente, potenca n = 1 2 na primer predstavlja korensko funkcijo, in lahko zapišemo z = x r z = 1 2 r x, relativna napaka pri korenjenju se torej razpolovi 7

8 2 Grafi Pri merjenju pogosto iščemo odvisnost med dvema količinama; eno izmed njiju spreminjamo (tej pravimo neodvisna spremenljivka) in opazujemo, kako se spreminja druga količina (odvisna spremenljivka) Izmerke vpisujemo v tabelo, a iz table težko razberemo, za kakšno odvisnost gre Zato izmerke vnesemo v graf, neodvisno spremenljivko običajno na vodoravno os, odvisno na navpično Kako potegnemo pravo krivuljo skozi izmerjene točke? a sliki 1 so narisane tri možne krivulje V šolski praksi pogosto naletimo še na četrto, ko učenci točke povežejo kar z ravnimi črtami Takšna zlomljena krivulja zagotovo ni upra- Slika 1: ekaj možnih krivulj skozi eksperimentalne točke vičena, saj od fizikalne količine pričakujemo gladko obnašanje Med tremi možnostmi na sliki pa se nekako ne moremo odločiti; očitno potrebujemo dodatno informacijo oziroma kriterij, ki bi nam pomagal pri odločitvi Kaj je pravzaprav namen grafičnega prikaza? Ločimo dve možnosti: V prvem primeru krivulja podaja fenomenološko odvisnost dveh količin; teoretične odvisnosti ne poznamo Iz grafa razberemo vrednost odvisne količine pri vrednosti neodvisne količine, ki jo pri meritvi nismo zajeli (interpolacija) Z grafičnim prikazom tudi zgladimo morebitne neregularnosti zaradi merskih napak ekaj zgledov: 1 temperaturni raztezek vode β(t), 2 temperaturna odvisnost upora žarnice, 3 umeritvena krivulja pri instrumentu ali senzorju, 8

9 V tem primeru velja, da naj bo krivulja čim bolj gladka Kriterij, za koliko smemo pri tem zgrešiti izmerjeno točko v grafu, je napaka izmerka, ki ustrezatejtočki Česonapakeizmerkovzelomajhne,smonasliki1upravičeni skozi točke potegniti krivuljo iz črtic in pik; v nasprotnem primeru bo najbolj prava neprekinjena krivulja Pri resnih meritvah za vsako izmerjeno točko določimo njeno napako s ponavljanjem meritev in jo tudi vnesemo v graf V šoli tega ne običajno ne počnemo in napako določimo bodisi iz sistematske napake ali po občutku V drugem primeru predpostavimo analitično odvisnost med količinama Z risanjem krivulje, ki ustreza tej analitični odvisnosti (na primer premice pri linearni odvisnosti, parabole pri kvadratni odvisnosti,), želimo preveriti, če izmerjene točke res ubogajo predpostavljeno odvisnost V primeru, da ubogajo, lahko določimo neznane parametre v teoretični odvisnosti, tako da skozi izmerjene točke potegnemo krivuljo, ki se izmerjenim točkam najlepše prilega Primeri: 1 I = U/R odvisnost toka od napetosti je linearna, iz naklona premice določamo prevodnost (upor) 2 Pot pri enakomerno pospešenem gibanju je: s(t) = 1 2 at2 +v 0 t +s 0 ; s prilagajanjem parabole izmerjenim točkam določimo pospešek a, začetno hitrost v 0 in pot s 0 Pri preskusu veljavnosti analitične odvisnosti je odločilno, s kolikšno natančnostjo so obremenjeni izmerki Podobno kot v prvem primeru tudi sedaj potrebujemo informacijo o napaki izmerjenih vrednosti v grafu V grobem lahko rečemo, da je predpostavka o teoretični odvisnosti upravičena, če so odstopanja izmerjenih vrednosti od krivulje v okviru eksperimentalnih napak; če so odstopanja znatno večja, pa lahko upravičeno sklepamo, da predpostavka o teoretični odvisnosti ni smiselna 21 Linearna odvisnost Enačba premice Veliko fizikalnim pojavom lahko priredimo linearno odvisnost: y = kx +n (3) Poleg zvez, v katerih je linearna odvisnost eksplicitna, lahko številne zveze pretvorimo v zgornjo obliko z uvedbo novih spremenljivk ekaj zgledov: y = 1 2 at2, uvedemo x = t 2,torej je k v(3)enak k = 1 2 a, 9

10 j = j 0 e µx, zvezo logaritmiramo: lnj = lnj 0 µx, uvedemo y = lnj, in razberemo k = µ in n = lnj 0, pv κ = konst, logarimiramo: lnp+κlnv = ln(konst), uvedemo x = lnv in y = lnp inugotovimo k = κ, n = ln(konst) Metoda najmanših kvadratov Recept za določitev parametrov premice k in n, ki se najbolje prilega izmerjenim točkam, je dobro znan: premica naj steče tako, da bo vsota kvadratov odstopanj najmanjša: [y i (kx i +n)] 2 = minimum (4) i=1 Z odvajanjem izraza(4) po parametrih k in n dobimo sistem linearnih enačb drugega reda; rešitev zapišemo kot: pri čemer smo vpeljali k = xy y x x 2 x 2, n = y x2 xy x x 2 x 2, (5) x = 1 i=1x i, y = 1 i=1y i, x 2 = 1 i=1x 2 i, xy = 1 x i y i (6) i=1 Grafična določitev najboljše premice Opisani računski postopek je zamuden, čeprav ga najdemo že programiranega v številnih kalkulatorjih Z nekoliko vaje lahko dobimo skoraj enako dober rezultat grafično Premico potegnemo skozi izmerjene točke (pri tem si pomagamo s prozornim ravnilom) tako, da ostane nad premico približno enako število izmerkov kot pod njo Pri tem moramo paziti, da so izmerki nad(pod) premico enakomerno porazdeljeni po celem intervalu(glejsliko2) apačnobibilo,čebiseizmerkinadpremicogrupiralina enemkrajišču intervala, tisti podpremicopanadrugem (Recimo,čebinasliki2 potegnili kar vodoravno premico po sredini slike) Premica skozi izhodišče V primerih, ko modelsko odvisnost zapišemo v obliki y = kx, torej z n = 0, se pri risanju premice skozi izmerjene točke pogosto pojavi dilema, če je potrebno premico potegniti skozi izhodišče Saj pri Ohmovem zakonu vemo, da tok pri napetosti 0 mora biti enak 0 in podobno pri Hookovem zakonu, ewtonovem zakonu V praksi se često dogaja, da najlepša premica skozi točke ne gre skozi izhodišče Razlog je seveda v tem, da ničle merilnikov 10

11 nismo dobro določili Tudi če napravimo meritev pri ničelni vrednosti neodvisne spremenljivke in vrednost odvisne spremenljivke merimo od njene ničelne vrednosti, smemo tako določeno izhodiščno točko obravnavati kot vsako drugo merjeno točko Utež izhodiščne točke je lahko večja le v primeru, če vemo, da je meritev v izhodišču obremenjena z bistveno manjšo napako, kot pri ostalih točkah Le v takšnem primeru lahko upravičimo zahtevo, da gre premica skozi izhodišče Ocena napake pri določitvi naklona premice Pri poskusih, ki jih delamo v šoli in pri katerih preverjamo linearno odvisnost med fizikalnima količinama, običajno ne določamo statistične napake s ponavljanjem meritev pri vsaki vrednosti neodvisne spremenljivke, temveč napravimo meritev le po enkrat Če lahko privzamemo, da so napake le statistične in vrednosti izmerkov neodvisne druga od druge, lahko ocenimo povprečno napako izmerkov in napako naklona premice, ki smo jo potegnili skozi izmerjene točke Postopek razdelimo na dve dela; v prvem delu določimo povprečno napako izmerkov σ in v drugem napakonaklona σ k Pri določitvi σ upoštevamo lastnost, da dve tretjini izmerkov pade znotraj intervala [y σ,y + σ] apako σ lahko torej določimo grafično: okoli izmerkov načrtamo paralelogram, takšen da znotraj lika zajamemo približno dve tretjini vseh točk Pri tem morata biti dve stranici paralelograma vzporedni s premico, ki se najlepše prilagaja izmerjenim točkam, in enako oddaljeni od nje Razdalja med stranicama, merjena v navpični smeri, je potem ravno enaka 2σ (Glej sliko 2) 2 Slika 2: Grafična določitev napake izmerkov Ko tako dobimo povprečno napako izmerka σ, lahko določimo še napako na- 11

12 klona k Za napako naklona k velja: σ k = 2σ x 3, (7) pričemerje x = x max x min širinaintervala, nakaterem leževrednosti neodvisne spremenljivke (Glej zgled v Vzorčnem poročilu) apako naklona lahko določimo še na dva načina: Pri prvem načrtamo paralelogram tako, da objamemo vse točke ačrtamo obe diagonali in določimo njuna naklonska koeficienta k max in k min apak naklona je potem: σ k k max k k k min (8) 2 2 Pri drugem načinu izmerjene točke paroma povežemo in sicer i-to točko z 1 2 +i-to, za i = 1,2, 1 2 Če imamo denimo = 10 točk povežemo prvo in šesto, drugo in sedmo, peto in deseto Iskani naklon premice skozi točke je potem enak kar povprečni vrednosti naklonskih koeficientov tako dobljenih daljic, k 1,k 2,k /2, napakanaklona panapaki povprečja: k = k i, σ k = i=1 22 elinearne odvisnosti 4 ( 2) 1 2 i=1 [k 2 i k2 ] (9) Vseh teoretičnih odvisnosti, ki jih srečamo v fiziki, ne moremo prevesti v linearno zvez ajenostavnejši zgled je odvisnost poti od časa pri enakomerno pospešenem gibanju V tem primeru si pomagamo z računalnikom Eden najboljših računalniških paketov za ta namen je gnuplot (glej ØØÔ»»ÛÛÛº ÒÙÔÐÓØº Ò Ó»), ki ima eno samo pomanjkljivost, je namreč brezplačen 12

Diferencialna enačba, v kateri nastopata neznana funkcija in njen odvod v prvi potenci

Diferencialna enačba, v kateri nastopata neznana funkcija in njen odvod v prvi potenci Linearna diferencialna enačba reda Diferencialna enačba v kateri nastopata neznana funkcija in njen odvod v prvi potenci d f + p= se imenuje linearna diferencialna enačba V primeru ko je f 0 se zgornja

Διαβάστε περισσότερα

Tretja vaja iz matematike 1

Tretja vaja iz matematike 1 Tretja vaja iz matematike Andrej Perne Ljubljana, 00/07 kompleksna števila Polarni zapis kompleksnega števila z = x + iy): z = rcos ϕ + i sin ϕ) = re iϕ Opomba: Velja Eulerjeva formula: e iϕ = cos ϕ +

Διαβάστε περισσότερα

Funkcijske vrste. Matematika 2. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 2. april Gregor Dolinar Matematika 2

Funkcijske vrste. Matematika 2. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 2. april Gregor Dolinar Matematika 2 Matematika 2 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 2. april 2014 Funkcijske vrste Spomnimo se, kaj je to številska vrsta. Dano imamo neko zaporedje realnih števil a 1, a 2, a

Διαβάστε περισσότερα

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 5. december Gregor Dolinar Matematika 1

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 5. december Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 5. december 2013 Primer Odvajajmo funkcijo f(x) = x x. Diferencial funkcije Spomnimo se, da je funkcija f odvedljiva v točki

Διαβάστε περισσότερα

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 14. november Gregor Dolinar Matematika 1

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 14. november Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 14. november 2013 Kvadratni koren polinoma Funkcijo oblike f(x) = p(x), kjer je p polinom, imenujemo kvadratni koren polinoma

Διαβάστε περισσότερα

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 22. oktober Gregor Dolinar Matematika 1

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 22. oktober Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 22. oktober 2013 Kdaj je zaporedje {a n } konvergentno, smo definirali s pomočjo limite zaporedja. Večkrat pa je dobro vedeti,

Διαβάστε περισσότερα

KODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK

KODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK 1 / 24 KODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK Štefko Miklavič Univerza na Primorskem MARS, Avgust 2008 Phoenix 2 / 24 Phoenix 3 / 24 Phoenix 4 / 24 Črtna koda 5 / 24 Črtna koda - kontrolni bit 6 / 24

Διαβάστε περισσότερα

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 10. december Gregor Dolinar Matematika 1

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 10. december Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 10. december 2013 Izrek (Rolleov izrek) Naj bo f : [a,b] R odvedljiva funkcija in naj bo f(a) = f(b). Potem obstaja vsaj ena

Διαβάστε περισσότερα

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 21. november Gregor Dolinar Matematika 1

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 21. november Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 21. november 2013 Hiperbolične funkcije Hiperbolični sinus sinhx = ex e x 2 20 10 3 2 1 1 2 3 10 20 hiperbolični kosinus coshx

Διαβάστε περισσότερα

Laboratorijske vaje pri predmetu Mehanika, termodinamika in elektromagnetno polje pri poučevanju za doizobraževanje tretjega premeta

Laboratorijske vaje pri predmetu Mehanika, termodinamika in elektromagnetno polje pri poučevanju za doizobraževanje tretjega premeta Laboratorijske vaje pri predmetu Mehanika, termodinamika in elektromagnetno polje pri poučevanju za doizobraževanje tretjega premeta B Golli, A Kregar, PeF 1 marec 2012 Kazalo 1 Napake izmerjenih količin

Διαβάστε περισσότερα

Booleova algebra. Izjave in Booleove spremenljivke

Booleova algebra. Izjave in Booleove spremenljivke Izjave in Booleove spremenljivke vsako izjavo obravnavamo kot spremenljivko če je izjava resnična (pravilna), ima ta spremenljivka vrednost 1, če je neresnična (nepravilna), pa vrednost 0 pravimo, da gre

Διαβάστε περισσότερα

Osnove matematične analize 2016/17

Osnove matematične analize 2016/17 Osnove matematične analize 216/17 Neža Mramor Kosta Fakulteta za računalništvo in informatiko Univerza v Ljubljani Kaj je funkcija? Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja

Διαβάστε περισσότερα

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 12. november Gregor Dolinar Matematika 1

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 12. november Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 12. november 2013 Graf funkcije f : D R, D R, je množica Γ(f) = {(x,f(x)) : x D} R R, torej podmnožica ravnine R 2. Grafi funkcij,

Διαβάστε περισσότερα

*M * Osnovna in višja raven MATEMATIKA NAVODILA ZA OCENJEVANJE. Sobota, 4. junij 2011 SPOMLADANSKI IZPITNI ROK. Državni izpitni center

*M * Osnovna in višja raven MATEMATIKA NAVODILA ZA OCENJEVANJE. Sobota, 4. junij 2011 SPOMLADANSKI IZPITNI ROK. Državni izpitni center Državni izpitni center *M40* Osnovna in višja raven MATEMATIKA SPOMLADANSKI IZPITNI ROK NAVODILA ZA OCENJEVANJE Sobota, 4. junij 0 SPLOŠNA MATURA RIC 0 M-40-- IZPITNA POLA OSNOVNA IN VIŠJA RAVEN 0. Skupaj:

Διαβάστε περισσότερα

NEPARAMETRIČNI TESTI. pregledovanje tabel hi-kvadrat test. as. dr. Nino RODE

NEPARAMETRIČNI TESTI. pregledovanje tabel hi-kvadrat test. as. dr. Nino RODE NEPARAMETRIČNI TESTI pregledovanje tabel hi-kvadrat test as. dr. Nino RODE Parametrični in neparametrični testi S pomočjo z-testa in t-testa preizkušamo domneve o parametrih na vzorcih izračunamo statistike,

Διαβάστε περισσότερα

matrike A = [a ij ] m,n αa 11 αa 12 αa 1n αa 21 αa 22 αa 2n αa m1 αa m2 αa mn se števanje po komponentah (matriki morata biti enakih dimenzij):

matrike A = [a ij ] m,n αa 11 αa 12 αa 1n αa 21 αa 22 αa 2n αa m1 αa m2 αa mn se števanje po komponentah (matriki morata biti enakih dimenzij): 4 vaja iz Matematike 2 (VSŠ) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 matrike Matrika dimenzije m n je pravokotna tabela m n števil, ki ima m vrstic in n stolpcev: a 11 a 12 a 1n a 21 a 22 a 2n

Διαβάστε περισσότερα

Numerično reševanje. diferencialnih enačb II

Numerično reševanje. diferencialnih enačb II Numerčno reševanje dferencaln enačb I Dferencalne enačbe al ssteme dferencaln enačb rešujemo numerčno z več razlogov:. Ne znamo j rešt analtčno.. Posamezn del dferencalne enačbe podan tabelarčno. 3. Podatke

Διαβάστε περισσότερα

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 15. oktober Gregor Dolinar Matematika 1

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 15. oktober Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 15. oktober 2013 Oglejmo si, kako množimo dve kompleksni števili, dani v polarni obliki. Naj bo z 1 = r 1 (cosϕ 1 +isinϕ 1 )

Διαβάστε περισσότερα

13. Jacobijeva metoda za računanje singularnega razcepa

13. Jacobijeva metoda za računanje singularnega razcepa 13. Jacobijeva metoda za računanje singularnega razcepa Bor Plestenjak NLA 25. maj 2010 Bor Plestenjak (NLA) 13. Jacobijeva metoda za računanje singularnega razcepa 25. maj 2010 1 / 12 Enostranska Jacobijeva

Διαβάστε περισσότερα

PONOVITEV SNOVI ZA 4. TEST

PONOVITEV SNOVI ZA 4. TEST PONOVITEV SNOVI ZA 4. TEST 1. * 2. *Galvanski člen z napetostjo 1,5 V požene naboj 40 As. Koliko električnega dela opravi? 3. ** Na uporniku je padec napetosti 25 V. Upornik prejme 750 J dela v 5 minutah.

Διαβάστε περισσότερα

1. Trikotniki hitrosti

1. Trikotniki hitrosti . Trikotniki hitrosti. Z radialno črpalko želimo črpati vodo pri pogojih okolice z nazivnim pretokom 0 m 3 /h. Notranji premer rotorja je 4 cm, zunanji premer 8 cm, širina rotorja pa je,5 cm. Frekvenca

Διαβάστε περισσότερα

Funkcije več spremenljivk

Funkcije več spremenljivk DODATEK C Funkcije več spremenljivk C.1. Osnovni pojmi Funkcija n spremenljivk je predpis: f : D f R, (x 1, x 2,..., x n ) u = f (x 1, x 2,..., x n ) kjer D f R n imenujemo definicijsko območje funkcije

Διαβάστε περισσότερα

Na pregledni skici napišite/označite ustrezne točke in paraboli. A) 12 B) 8 C) 4 D) 4 E) 8 F) 12

Na pregledni skici napišite/označite ustrezne točke in paraboli. A) 12 B) 8 C) 4 D) 4 E) 8 F) 12 Predizpit, Proseminar A, 15.10.2015 1. Točki A(1, 2) in B(2, b) ležita na paraboli y = ax 2. Točka H leži na y osi in BH je pravokotna na y os. Točka C H leži na nosilki BH tako, da je HB = BC. Parabola

Διαβάστε περισσότερα

IZPIT IZ ANALIZE II Maribor,

IZPIT IZ ANALIZE II Maribor, Maribor, 05. 02. 200. (a) Naj bo f : [0, 2] R odvedljiva funkcija z lastnostjo f() = f(2). Dokaži, da obstaja tak c (0, ), da je f (c) = 2f (2c). (b) Naj bo f(x) = 3x 3 4x 2 + 2x +. Poišči tak c (0, ),

Διαβάστε περισσότερα

Enačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba.

Enačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba. 1. Osnovni pojmi Enačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba. Primer 1.1: Diferencialne enačbe so izrazi: y

Διαβάστε περισσότερα

Tema 1 Osnove navadnih diferencialnih enačb (NDE)

Tema 1 Osnove navadnih diferencialnih enačb (NDE) Matematične metode v fiziki II 2013/14 Tema 1 Osnove navadnih diferencialnih enačb (NDE Diferencialne enačbe v fiziki Večina osnovnih enačb v fiziki je zapisana v obliki diferencialne enačbe. Za primer

Διαβάστε περισσότερα

SKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK

SKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK SKUPNE PORAZDELITVE SKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK Kovaec vržemo trikrat. Z ozačimo število grbov ri rvem metu ( ali ), z Y a skuo število grbov (,, ali 3). Kako sta sremelivki i Y odvisi

Διαβάστε περισσότερα

Kotne in krožne funkcije

Kotne in krožne funkcije Kotne in krožne funkcije Kotne funkcije v pravokotnem trikotniku Avtor: Rok Kralj, 4.a Gimnazija Vič, 009/10 β a c γ b α sin = a c cos= b c tan = a b cot = b a Sinus kota je razmerje kotu nasprotne katete

Διαβάστε περισσότερα

Kvadratne forme. Poglavje XI. 1 Definicija in osnovne lastnosti

Kvadratne forme. Poglavje XI. 1 Definicija in osnovne lastnosti Poglavje XI Kvadratne forme V zadnjem poglavju si bomo ogledali še eno vrsto preslikav, ki jih tudi lahko podamo z matrikami. To so tako imenovane kvadratne forme, ki niso več linearne preslikave. Kvadratne

Διαβάστε περισσότερα

Kontrolne karte uporabljamo za sprotno spremljanje kakovosti izdelka, ki ga izdelujemo v proizvodnem procesu.

Kontrolne karte uporabljamo za sprotno spremljanje kakovosti izdelka, ki ga izdelujemo v proizvodnem procesu. Kontrolne karte KONTROLNE KARTE Kontrolne karte uporablamo za sprotno spremlane kakovosti izdelka, ki ga izdeluemo v proizvodnem procesu. Izvaamo stalno vzorčene izdelkov, npr. vsako uro, vsake 4 ure.

Διαβάστε περισσότερα

Delovna točka in napajalna vezja bipolarnih tranzistorjev

Delovna točka in napajalna vezja bipolarnih tranzistorjev KOM L: - Komnikacijska elektronika Delovna točka in napajalna vezja bipolarnih tranzistorjev. Določite izraz za kolektorski tok in napetost napajalnega vezja z enim virom in napetostnim delilnikom na vhod.

Διαβάστε περισσότερα

Statistika II z računalniško analizo podatkov. Bivariatna regresija, tipi povezanosti

Statistika II z računalniško analizo podatkov. Bivariatna regresija, tipi povezanosti Statistika II z računalniško analizo podatkov Bivariatna regresija, tipi povezanosti 1 Regresijska analiza Regresijska analiza je statistična metoda, ki nam pomaga analizirati odnos med odvisno spremenljivko

Διαβάστε περισσότερα

Reševanje sistema linearnih

Reševanje sistema linearnih Poglavje III Reševanje sistema linearnih enačb V tem kratkem poglavju bomo obravnavali zelo uporabno in zato pomembno temo linearne algebre eševanje sistemov linearnih enačb. Spoznali bomo Gaussovo (natančneje

Διαβάστε περισσότερα

VEKTORJI. Operacije z vektorji

VEKTORJI. Operacije z vektorji VEKTORJI Vektorji so matematični objekti, s katerimi opisujemo določene fizikalne količine. V tisku jih označujemo s krepko natisnjenimi črkami (npr. a), pri pisanju pa s puščico ( a). Fizikalne količine,

Διαβάστε περισσότερα

vezani ekstremi funkcij

vezani ekstremi funkcij 11. vaja iz Matematike 2 (UNI) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 ekstremi funkcij več spremenljivk nadaljevanje vezani ekstremi funkcij Dana je funkcija f(x, y). Zanimajo nas ekstremi nad

Διαβάστε περισσότερα

Vaje: Električni tokovi

Vaje: Električni tokovi Barbara Rovšek, Bojan Golli, Ana Gostinčar Blagotinšek Vaje: Električni tokovi 1 Merjenje toka in napetosti Naloga: Izmerite tok, ki teče skozi žarnico, ter napetost na žarnici Za izvedbo vaje potrebujete

Διαβάστε περισσότερα

Integralni račun. Nedoločeni integral in integracijske metrode. 1. Izračunaj naslednje nedoločene integrale: (a) dx. (b) x 3 +3+x 2 dx, (c) (d)

Integralni račun. Nedoločeni integral in integracijske metrode. 1. Izračunaj naslednje nedoločene integrale: (a) dx. (b) x 3 +3+x 2 dx, (c) (d) Integralni račun Nedoločeni integral in integracijske metrode. Izračunaj naslednje nedoločene integrale: d 3 +3+ 2 d, (f) (g) (h) (i) (j) (k) (l) + 3 4d, 3 +e +3d, 2 +4+4 d, 3 2 2 + 4 d, d, 6 2 +4 d, 2

Διαβάστε περισσότερα

Podobnost matrik. Matematika II (FKKT Kemijsko inženirstvo) Diagonalizacija matrik

Podobnost matrik. Matematika II (FKKT Kemijsko inženirstvo) Diagonalizacija matrik Podobnost matrik Matematika II (FKKT Kemijsko inženirstvo) Matjaž Željko FKKT Kemijsko inženirstvo 14 teden (Zadnja sprememba: 23 maj 213) Matrika A R n n je podobna matriki B R n n, če obstaja obrnljiva

Διαβάστε περισσότερα

Državni izpitni center SPOMLADANSKI IZPITNI ROK *M * FIZIKA NAVODILA ZA OCENJEVANJE. Petek, 10. junij 2016 SPLOŠNA MATURA

Državni izpitni center SPOMLADANSKI IZPITNI ROK *M * FIZIKA NAVODILA ZA OCENJEVANJE. Petek, 10. junij 2016 SPLOŠNA MATURA Državni izpitni center *M16141113* SPOMLADANSKI IZPITNI ROK FIZIKA NAVODILA ZA OCENJEVANJE Petek, 1. junij 16 SPLOŠNA MATURA RIC 16 M161-411-3 M161-411-3 3 IZPITNA POLA 1 Naloga Odgovor Naloga Odgovor

Διαβάστε περισσότερα

POROČILO 3.VAJA DOLOČANJE REZULTANTE SIL

POROČILO 3.VAJA DOLOČANJE REZULTANTE SIL POROČILO 3.VAJA DOLOČANJE REZULTANTE SIL Izdba aje: Ljubjana, 11. 1. 007, 10.00 Jan OMAHNE, 1.M Namen: 1.Preeri paraeogramsko praio za doočanje rezutante nezporedni si s skupnim prijemaiščem (grafično)..dooči

Διαβάστε περισσότερα

DISKRETNA FOURIERJEVA TRANSFORMACIJA

DISKRETNA FOURIERJEVA TRANSFORMACIJA 29.03.2004 Definicija DFT Outline DFT je linearna transformacija nekega vektorskega prostora dimenzije n nad obsegom K, ki ga označujemo z V K, pri čemer ima slednji lastnost, da vsebuje nek poseben element,

Διαβάστε περισσότερα

Fazni diagram binarne tekočine

Fazni diagram binarne tekočine Fazni diagram binarne tekočine Žiga Kos 5. junij 203 Binarno tekočino predstavljajo delci A in B. Ti se med seboj lahko mešajo v različnih razmerjih. V nalogi želimo izračunati fazni diagram take tekočine,

Διαβάστε περισσότερα

Matematika 2. Diferencialne enačbe drugega reda

Matematika 2. Diferencialne enačbe drugega reda Matematika 2 Diferencialne enačbe drugega reda (1) Reši homogene diferencialne enačbe drugega reda s konstantnimi koeficienti: (a) y 6y + 8y = 0, (b) y 2y + y = 0, (c) y + y = 0, (d) y + 2y + 2y = 0. Rešitev:

Διαβάστε περισσότερα

8. Diskretni LTI sistemi

8. Diskretni LTI sistemi 8. Diskreti LI sistemi. Naloga Določite odziv diskretega LI sistema s podaim odzivom a eoti impulz, a podai vhodi sigal. h[] x[] - - 5 6 7 - - 5 6 7 LI sistem se a vsak eoti impulz δ[] a vhodu odzove z

Διαβάστε περισσότερα

V tem poglavju bomo vpeljali pojem determinante matrike, spoznali bomo njene lastnosti in nekaj metod za računanje determinant.

V tem poglavju bomo vpeljali pojem determinante matrike, spoznali bomo njene lastnosti in nekaj metod za računanje determinant. Poglavje IV Determinanta matrike V tem poglavju bomo vpeljali pojem determinante matrike, spoznali bomo njene lastnosti in nekaj metod za računanje determinant 1 Definicija Preden definiramo determinanto,

Διαβάστε περισσότερα

Osnove elektrotehnike uvod

Osnove elektrotehnike uvod Osnove elektrotehnike uvod Uvod V nadaljevanju navedena vprašanja so prevod testnih vprašanj, ki sem jih našel na omenjeni spletni strani. Vprašanja zajemajo temeljna znanja opredeljenega strokovnega področja.

Διαβάστε περισσότερα

Kotni funkciji sinus in kosinus

Kotni funkciji sinus in kosinus Kotni funkciji sinus in kosinus Oznake: sinus kota x označujemo z oznako sin x, kosinus kota x označujemo z oznako cos x, DEFINICIJA V PRAVOKOTNEM TRIKOTNIKU: Kotna funkcija sinus je definirana kot razmerje

Διαβάστε περισσότερα

diferencialne enačbe - nadaljevanje

diferencialne enačbe - nadaljevanje 12. vaja iz Matematike 2 (VSŠ) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 diferencialne enačbe - nadaljevanje Ortogonalne trajektorije Dana je 1-parametrična družina krivulj F(x, y, C) = 0. Ortogonalne

Διαβάστε περισσότερα

1. Definicijsko območje, zaloga vrednosti. 2. Naraščanje in padanje, ekstremi. 3. Ukrivljenost. 4. Trend na robu definicijskega območja

1. Definicijsko območje, zaloga vrednosti. 2. Naraščanje in padanje, ekstremi. 3. Ukrivljenost. 4. Trend na robu definicijskega območja ZNAČILNOSTI FUNKCIJ ZNAČILNOSTI FUNKCIJE, KI SO RAZVIDNE IZ GRAFA. Deinicijsko območje, zaloga vrednosti. Naraščanje in padanje, ekstremi 3. Ukrivljenost 4. Trend na robu deinicijskega območja 5. Periodičnost

Διαβάστε περισσότερα

Afina in projektivna geometrija

Afina in projektivna geometrija fina in projektivna geometrija tožnice () kiciraj stožnico v evklidski ravnini R, ki je določena z enačbo 6 3 8 + 6 =. Rešitev: tožnica v evklidski ravnini je krivulja, ki jo določa enačba a + b + c +

Διαβάστε περισσότερα

Matematika I (VS) Univerza v Ljubljani, FE. Melita Hajdinjak 2013/14. Pregled elementarnih funkcij. Potenčna funkcija. Korenska funkcija.

Matematika I (VS) Univerza v Ljubljani, FE. Melita Hajdinjak 2013/14. Pregled elementarnih funkcij. Potenčna funkcija. Korenska funkcija. 1 / 46 Univerza v Ljubljani, FE Potenčna Korenska Melita Hajdinjak Matematika I (VS) Kotne 013/14 / 46 Potenčna Potenčna Funkcijo oblike f() = n, kjer je n Z, imenujemo potenčna. Število n imenujemo eksponent.

Διαβάστε περισσότερα

p 1 ENTROPIJSKI ZAKON

p 1 ENTROPIJSKI ZAKON ENROPIJSKI ZAKON REERZIBILNA srememba: moža je obrjea srememba reko eakih vmesih staj kot rvota srememba. Po obeh sremembah e sme biti obeih trajih srememb v bližji i dalji okolici. IREERZIBILNA srememba:

Διαβάστε περισσότερα

II. LIMITA IN ZVEZNOST FUNKCIJ

II. LIMITA IN ZVEZNOST FUNKCIJ II. LIMITA IN ZVEZNOST FUNKCIJ. Preslikave med množicami Funkcija ali preslikava med dvema množicama A in B je predpis f, ki vsakemu elementu x množice A priredi natanko določen element y množice B. Važno

Διαβάστε περισσότερα

Gimnazija Krˇsko. vektorji - naloge

Gimnazija Krˇsko. vektorji - naloge Vektorji Naloge 1. V koordinatnem sistemu so podane točke A(3, 4), B(0, 2), C( 3, 2). a) Izračunaj dolžino krajevnega vektorja točke A. (2) b) Izračunaj kot med vektorjema r A in r C. (4) c) Izrazi vektor

Διαβάστε περισσότερα

D f, Z f. Lastnosti. Linearna funkcija. Definicija Linearna funkcija f : je definirana s predpisom f(x) = kx+n; k,

D f, Z f. Lastnosti. Linearna funkcija. Definicija Linearna funkcija f : je definirana s predpisom f(x) = kx+n; k, Linearna funkcija Linearna funkcija f : je definirana s predpisom f(x) = kx+n; k, n ᄀ. k smerni koeficient n začetna vrednost D f, Z f Definicijsko območje linearne funkcije so vsa realna števila. Zaloga

Διαβάστε περισσότερα

Analiza 2 Rešitve 14. sklopa nalog

Analiza 2 Rešitve 14. sklopa nalog Analiza Rešitve 1 sklopa nalog Navadne diferencialne enačbe višjih redov in sistemi diferencialnih enačb (1) Reši homogene diferencialne enačbe drugega reda s konstantnimi koeficienti: (a) 6 + 8 0, (b)

Διαβάστε περισσότερα

Navadne diferencialne enačbe

Navadne diferencialne enačbe Navadne diferencialne enačbe Navadne diferencialne enačbe prvega reda V celotnem poglavju bo y = dy dx. Diferencialne enačbe z ločljivima spremeljivkama Diferencialna enačba z ločljivima spremeljivkama

Διαβάστε περισσότερα

Zanesljivost psihološkega merjenja. Osnovni model, koeficient α in KR-21

Zanesljivost psihološkega merjenja. Osnovni model, koeficient α in KR-21 Zanesljivost psihološkega merjenja Osnovni model, koeficient α in KR- Osnovni model in KTT V kolikšni meri na testne dosežke vplivajo slučajne napake? oziroma, kako natančno smo izmerili neko lastnost.

Διαβάστε περισσότερα

Splošno o interpolaciji

Splošno o interpolaciji Splošno o interpolaciji J.Kozak Numerične metode II (FM) 2011-2012 1 / 18 O funkciji f poznamo ali hočemo uporabiti le posamezne podatke, na primer vrednosti r i = f (x i ) v danih točkah x i Izberemo

Διαβάστε περισσότερα

1 Fibonaccijeva stevila

1 Fibonaccijeva stevila 1 Fibonaccijeva stevila Fibonaccijevo število F n, kjer je n N, lahko definiramo kot število načinov zapisa števila n kot vsoto sumandov, enakih 1 ali Na primer, število 4 lahko zapišemo v obliki naslednjih

Διαβάστε περισσότερα

1.3 Vsota diskretnih slučajnih spremenljivk

1.3 Vsota diskretnih slučajnih spremenljivk .3 Vsota diskretnih slučajnih spremenljivk Naj bosta X in Y neodvisni Bernoullijevo porazdeljeni spremenljivki, B(p). Kako je porazdeljena njuna vsota? Označimo Z = X + Y. Verjetnost, da je P (Z = z) za

Διαβάστε περισσότερα

Izpeljava Jensenove in Hölderjeve neenakosti ter neenakosti Minkowskega

Izpeljava Jensenove in Hölderjeve neenakosti ter neenakosti Minkowskega Izeljava Jensenove in Hölderjeve neenakosti ter neenakosti Minkowskega 1. Najosnovnejše o konveksnih funkcijah Definicija. Naj bo X vektorski rostor in D X konveksna množica. Funkcija ϕ: D R je konveksna,

Διαβάστε περισσότερα

Iterativno reševanje sistemov linearnih enačb. Numerične metode, sistemi linearnih enačb. Numerične metode FE, 2. december 2013

Iterativno reševanje sistemov linearnih enačb. Numerične metode, sistemi linearnih enačb. Numerične metode FE, 2. december 2013 Numerične metode, sistemi linearnih enačb B. Jurčič Zlobec Numerične metode FE, 2. december 2013 1 Vsebina 1 z n neznankami. a i1 x 1 + a i2 x 2 + + a in = b i i = 1,..., n V matrični obliki zapišemo:

Διαβάστε περισσότερα

1 Seštevanje vektorjev in množenje s skalarjem

1 Seštevanje vektorjev in množenje s skalarjem Poglavje I Vektorji Seštevanje vektorjev in množenje s skalarjem Za lažjo geometrično predstavo si najprej oglejmo, kaj so vektorji v ravnini. Vektor je usmerjena daljica, ki je natanko določena s svojo

Διαβάστε περισσότερα

Transformator. Delovanje transformatorja I. Delovanje transformatorja II

Transformator. Delovanje transformatorja I. Delovanje transformatorja II Transformator Transformator je naprava, ki v osnovi pretvarja napetost iz enega nivoja v drugega. Poznamo vrsto različnih izvedb transformatorjev, glede na njihovo specifičnost uporabe:. Energetski transformator.

Διαβάστε περισσότερα

v = x t = x i+1 x i t i+1 t i v(t i ) = x t = x i+1 x i 1 t i+1 t i 1 Pospešek je definiran kot

v = x t = x i+1 x i t i+1 t i v(t i ) = x t = x i+1 x i 1 t i+1 t i 1 Pospešek je definiran kot 1 Kinematika 11 Premo gibanje Merjenje hitrosti Merimo lego telesa x kot funkcijo časa t Hitrost telesa je definirana kot odvod lege po času v(t) = dx(t) (1) dt Ker merimo lege le ob določenih časih, t

Διαβάστε περισσότερα

Definicija. definiramo skalarni produkt. x i y i. in razdaljo. d(x, y) = x y = < x y, x y > = n (x i y i ) 2. i=1. i=1

Definicija. definiramo skalarni produkt. x i y i. in razdaljo. d(x, y) = x y = < x y, x y > = n (x i y i ) 2. i=1. i=1 Funkcije več realnih spremenljivk Osnovne definicije Limita in zveznost funkcije več spremenljivk Parcialni odvodi funkcije več spremenljivk Gradient in odvod funkcije več spremenljivk v dani smeri Parcialni

Διαβάστε περισσότερα

MERITVE LABORATORIJSKE VAJE. Študij. leto: 2011/2012 UNIVERZA V MARIBORU. Skupina: 9

MERITVE LABORATORIJSKE VAJE. Študij. leto: 2011/2012 UNIVERZA V MARIBORU. Skupina: 9 .cwww.grgor nik ol i c NVERZA V MARBOR FAKTETA ZA EEKTROTEHNKO, RAČNANŠTVO N NFORMATKO 2000 Maribor, Smtanova ul. 17 Študij. lto: 2011/2012 Skupina: 9 MERTVE ABORATORJSKE VAJE Vaja št.: 4.1 Določanj induktivnosti

Διαβάστε περισσότερα

MATEMATIČNI IZRAZI V MAFIRA WIKIJU

MATEMATIČNI IZRAZI V MAFIRA WIKIJU I FAKULTETA ZA MATEMATIKO IN FIZIKO Jadranska cesta 19 1000 Ljubljan Ljubljana, 25. marec 2011 MATEMATIČNI IZRAZI V MAFIRA WIKIJU KOMUNICIRANJE V MATEMATIKI Darja Celcer II KAZALO: 1 VSTAVLJANJE MATEMATIČNIH

Διαβάστε περισσότερα

DISKRIMINANTNA ANALIZA

DISKRIMINANTNA ANALIZA DISKRIMINANTNA ANALIZA Z diskriminantno analizo poiščemo tako linearno kombinacijo merjenih spremenljivk, da bo maksimalno ločila vnaprej določene skupine in da bo napaka pri uvrščanju enot v skupine najmanjša.

Διαβάστε περισσότερα

Odvode odvisnih spremenljivk po neodvisni spremenljivki bomo označevali s piko: Sistem navadnih diferencialnih enačb prvega reda ima obliko:

Odvode odvisnih spremenljivk po neodvisni spremenljivki bomo označevali s piko: Sistem navadnih diferencialnih enačb prvega reda ima obliko: 4 Sisemi diferencialnih enačb V prakičnih primerih večkra naleimo na več diferencialnih enačb, ki opisujejo določen pojav in so medsebojno povezane edaj govorimo o sisemih diferencialnih enačb V eh enačbah

Διαβάστε περισσότερα

Tokovi v naravoslovju za 6. razred

Tokovi v naravoslovju za 6. razred Tokovi v naravoslovju za 6. razred Bojan Golli in Nada Razpet PeF Ljubljana 7. december 2007 Kazalo 1 Fizikalne osnove 2 1.1 Energija in informacija............................... 3 2 Projekti iz fizike

Διαβάστε περισσότερα

MATEMATIKA 1 UNIVERZITETNI ŠTUDIJSKI PROGRAM BIOKEMIJA 1. LETNIK

MATEMATIKA 1 UNIVERZITETNI ŠTUDIJSKI PROGRAM BIOKEMIJA 1. LETNIK abc MATEMATIKA 1 UNIVERZITETNI ŠTUDIJSKI PROGRAM BIOKEMIJA 1. LETNIK ŠTEVILA PRIBLIŽNO RAČUNANJE PRIBLIŽNO RAČUNANJE Ta fosil dinozavra je star 7 milijonov in šest let, pravi paznik v muzeju.??? Ko sem

Διαβάστε περισσότερα

Kvantni delec na potencialnem skoku

Kvantni delec na potencialnem skoku Kvantni delec na potencialnem skoku Delec, ki se giblje premo enakomerno, pride na mejo, kjer potencial naraste s potenciala 0 na potencial. Takšno potencialno funkcijo zapišemo kot 0, 0 0,0. Slika 1:

Διαβάστε περισσότερα

Uvod v numerične metode (matematika)

Uvod v numerične metode (matematika) Bor Plestenjak Uvod v numerične metode (matematika) delovna verzija verzija: 5. oktober 202 Kazalo Uvod 5. Numerična matematika................................. 5.2 Plavajoča vejica......................................

Διαβάστε περισσότερα

INŽENIRSKA MATEMATIKA I

INŽENIRSKA MATEMATIKA I INŽENIRSKA MATEMATIKA I REŠENE NALOGE za izredne študente VSŠ Tehnično upravljanje nepremičnin Marjeta Škapin Rugelj Fakulteta za gradbeništvo in geodezijo Kazalo Števila in preslikave 5 Vektorji 6 Analitična

Διαβάστε περισσότερα

PROCESIRANJE SIGNALOV

PROCESIRANJE SIGNALOV Rešive pisega izpia PROCESIRANJE SIGNALOV Daum: 7... aloga Kolikša je ampliuda reje harmoske kompoee arisaega periodičega sigala? f() - -3 - - 3 Rešiev: Časova fukcija a iervalu ( /,/) je lieara fukcija:

Διαβάστε περισσότερα

Frekvenčna analiza neperiodičnih signalov. Analiza signalov prof. France Mihelič

Frekvenčna analiza neperiodičnih signalov. Analiza signalov prof. France Mihelič Frekvenčna analiza neperiodičnih signalov Analiza signalov prof. France Mihelič Vpliv postopka daljšanja periode na spekter periodičnega signala Opazujmo družino sodih periodičnih pravokotnih impulzov

Διαβάστε περισσότερα

Matematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta

Matematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta Matematika Gabrijel Tomšič Bojan Orel Neža Mramor Kosta 6. november 200 Poglavje 2 Zaporedja in številske vrste 2. Zaporedja 2.. Uvod Definicija 2... Zaporedje (a n ) = a, a 2,..., a n,... je predpis,

Διαβάστε περισσότερα

Vaje iz MATEMATIKE 2. Vektorji

Vaje iz MATEMATIKE 2. Vektorji Študij AHITEKTURE IN URBANIZMA, šol. l. 06/7 Vaje iz MATEMATIKE. Vektorji Vektorji: Definicija: Vektor je usmerjena daljica. Oznake: AB, a,... Enakost vektorjev: AB = CD: če lahko vektor AB vzporedno premaknemo

Διαβάστε περισσότερα

3. STATISTIKE Z DVEMA SPREMENLJIVKAMA

3. STATISTIKE Z DVEMA SPREMENLJIVKAMA 3. STATISTIKE Z DVEMA SPREMENLJIVKAMA Bivariatne metodo obravnavajo dve spremenljivki hkrati, zato so podatki zapisani: x 1 y 1 x 2 y 2 : : x n y n 3.1. KORELACIJSKI KOEFICIENT Mera stopnje linearne povezanosti

Διαβάστε περισσότερα

REˇSITVE. Naloga a. b. c. d Skupaj. FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost 2. kolokvij 23.

REˇSITVE. Naloga a. b. c. d Skupaj. FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost 2. kolokvij 23. Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost. kolokvij 3. januar 08 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja. Nalog je 6,

Διαβάστε περισσότερα

Linearne preslikave. Poglavje VII. 1 Definicija linearne preslikave in osnovne lastnosti

Linearne preslikave. Poglavje VII. 1 Definicija linearne preslikave in osnovne lastnosti Poglavje VII Linearne preslikave V tem poglavju bomo vektorske prostore označevali z U,V,W,... Vsi vektorski prostori bodo končnorazsežni. Zaradi enostavnosti bomo privzeli, da je pripadajoči obseg realnih

Διαβάστε περισσότερα

Interpolacija in aproksimacija funkcij

Interpolacija in aproksimacija funkcij Poglavje 4 Interpolacija in aproksimacija funkcij Na interpolacijo naletimo, kadar moramo vrednost funkcije, ki ima vrednosti znane le v posameznih točkah (pravimo jim interpolacijske točke), izračunati

Διαβάστε περισσότερα

Matematika 1. Gregor Dolinar. 2. januar Fakulteta za elektrotehniko Univerza v Ljubljani. Gregor Dolinar Matematika 1

Matematika 1. Gregor Dolinar. 2. januar Fakulteta za elektrotehniko Univerza v Ljubljani. Gregor Dolinar Matematika 1 Mtemtik 1 Gregor Dolinr Fkultet z elektrotehniko Univerz v Ljubljni 2. jnur 2014 Gregor Dolinr Mtemtik 1 Izrek (Izrek o povprečni vrednosti) Nj bo m ntnčn spodnj mej in M ntnčn zgornj mej integrbilne funkcije

Διαβάστε περισσότερα

Algebraične strukture

Algebraične strukture Poglavje V Algebraične strukture V tem poglavju bomo spoznali osnovne algebraične strukture na dani množici. Te so podane z eno ali dvema binarnima operacijama. Binarna operacija paru elementov iz množice

Διαβάστε περισσότερα

Če je električni tok konstanten (se ne spreminja s časom), poenostavimo enačbo (1) in dobimo enačbo (2):

Če je električni tok konstanten (se ne spreminja s časom), poenostavimo enačbo (1) in dobimo enačbo (2): ELEKTRIČNI TOK TEOR IJA 1. Definicija enote električnega toka Električni tok je gibanje električno nabitih delcev v trdnih snoveh (kovine, polprevodniki), tekočinah ali plinih. V kovinah se gibljejo prosti

Διαβάστε περισσότερα

Univerza v Ljubljani Fakulteta za računalništvo in informatiko MATEMATIKA. Polona Oblak

Univerza v Ljubljani Fakulteta za računalništvo in informatiko MATEMATIKA. Polona Oblak Univerza v Ljubljani Fakulteta za računalništvo in informatiko MATEMATIKA Polona Oblak Ljubljana, 04 CIP - Kataložni zapis o publikaciji Narodna in univerzitetna knjižnica, Ljubljana 5(075.8)(0.034.) OBLAK,

Διαβάστε περισσότερα

FAKULTETA ZA STROJNIŠTVO Matematika 4 Pisni izpit 22. junij Navodila

FAKULTETA ZA STROJNIŠTVO Matematika 4 Pisni izpit 22. junij Navodila FAKULTETA ZA STROJNIŠTVO Matematika 4 Pisni izpit 22 junij 212 Ime in priimek: Vpisna št: Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja Veljale bodo samo rešitve na papirju, kjer

Διαβάστε περισσότερα

Definicija 1. Naj bo f : D odp R funkcija. Funkcija F : D odp R je primitivna funkcija funkcije f, če je odvedljiva in če velja F = f.

Definicija 1. Naj bo f : D odp R funkcija. Funkcija F : D odp R je primitivna funkcija funkcije f, če je odvedljiva in če velja F = f. Nedoločeni integral V tem razdelku si bomo pogledali operacijo, ki je na nek način inverzna odvajanju. Za dano funkcijo bomo poskušali poiskati neko drugo funkcijo, katere odvod bo ravno dana funkcija.

Διαβάστε περισσότερα

Tabele termodinamskih lastnosti vode in vodne pare

Tabele termodinamskih lastnosti vode in vodne pare Univerza v Ljubljani Fakulteta za strojništvo Laboratorij za termoenergetiko Tabele termodinamskih lastnosti vode in vodne pare po modelu IAPWS IF-97 izračunano z XSteam Excel v2.6 Magnus Holmgren, xsteam.sourceforge.net

Διαβάστε περισσότερα

Slika 5: Sile na svetilko, ki je obešena na žici.

Slika 5: Sile na svetilko, ki je obešena na žici. 4. poglavje: Sile 5. Cestna svetilka visi na sredi 10 m dolge žice, ki je napeta čez cesto. Zaradi teže svetilke (30 N) se žica za toliko povesi, da pride sredina za 30 cm niže kot oba konca. Kako močno

Διαβάστε περισσότερα

cot x ni def. 3 1 KOTNE FUNKCIJE POLJUBNO VELIKEGA KOTA (A) Merske enote stopinja [ ] radian [rad] 1. Izrazi kot v radianih.

cot x ni def. 3 1 KOTNE FUNKCIJE POLJUBNO VELIKEGA KOTA (A) Merske enote stopinja [ ] radian [rad] 1. Izrazi kot v radianih. TRIGONOMETRIJA (A) Merske enote KOTNE FUNKCIJE POLJUBNO VELIKEGA KOTA stopinja [ ] radian [rad] 80 80 0. Izrazi kot v radianih. 0 90 5 0 0 70. Izrazi kot v stopinjah. 5 8 5 (B) Definicija kotnih funkcij

Διαβάστε περισσότερα

Multivariatna analiza variance

Multivariatna analiza variance (MANOVA) MANOVA je multivariatna metoda za proučevanje odvisnosti med več odvisnimi (številskimi) in več neodvisnimi (opisnimi) spremenljivkami. (MANOVA) MANOVA je multivariatna metoda za proučevanje odvisnosti

Διαβάστε περισσότερα

Navadne diferencialne enačbe

Navadne diferencialne enačbe Navadne diferencialne enačbe (študijsko gradivo) Matija Cencelj 1. maja 2003 2 Kazalo 1 Uvod 5 1.1 Preprosti primeri......................... 8 2 Diferencialne enačbe prvega reda 11 2.1 Ločljivi spremenljivki.......................

Διαβάστε περισσότερα

1. UREJENE OBLIKE KVADRATNE FUNKCIJE

1. UREJENE OBLIKE KVADRATNE FUNKCIJE 1. UREJENE OBLIKE KVADRATNE FUNKCIJE A) Splošna oblika Definicija 1 : Naj bodo a, b in c realna števila in a 0. Realno funkcijo: f : x ax + bx + c imenujemo kvadratna funkcija spremenljivke x v splošni

Διαβάστε περισσότερα

Bor Plestenjak. Numerične metode. delovna verzija. verzija: 4. marec 2010

Bor Plestenjak. Numerične metode. delovna verzija. verzija: 4. marec 2010 Bor Plestenjak Numerične metode delovna verzija verzija: 4. marec 200 Kazalo Uvod 7. Numerična matematika................................. 7.2 Plavajoča vejica...................................... 0.3

Διαβάστε περισσότερα

UPOR NA PADANJE SONDE V ZRAKU

UPOR NA PADANJE SONDE V ZRAKU UPOR NA PADANJE SONDE V ZRAKU 1. Hitrost in opravljena pot sonde pri padanju v zraku Za padanje v zraku je odgovorna sila teže. Poleg sile teže na padajoče telo deluje tudi sila vzgona, ki je enaka teži

Διαβάστε περισσότερα

Metoda končnih elementov III

Metoda končnih elementov III Metoa končnih elementov I Metoo končnih elementov (MKE uporabljamo pri praktičnem inženirskem in pri znanstvenoraziskovalnem elu najpogosteje. Spaa me variacijske metoe in jo je nekoliko težje razumeti

Διαβάστε περισσότερα

Matematika. BF Lesarstvo. Zapiski ob predavanjih v šolskem letu 2010/2011

Matematika. BF Lesarstvo. Zapiski ob predavanjih v šolskem letu 2010/2011 Matematika BF Lesarstvo Matjaž Željko Zapiski ob predavanjih v šolskem letu 00/0 Izpis: 9 avgust 0 Kazalo Števila 5 Naravna števila 5 Cela števila 6 3 Racionalna števila 6 4 Realna števila 7 5 Urejenost

Διαβάστε περισσότερα