Uvod u vjerojatnost i statistiku
|
|
- Ελένη Γεωργιάδης
- 5 χρόνια πριν
- Προβολές:
Transcript
1 Vježbe 5.
2 1 Uvjetna vjerojatnost i nezavisnost dogadaja 2 Zadaci 3 Formula potpune vjerojatnosti 4 Bayesova formula 5 Zadaci
3 Monty Hall problem - Koze i auto I Pretpostavite da igrate igru u kojoj birate izmedu trojih vrata (označimo ih vrata Br. 1, vrata Br. 2 i vrata Br. 3). Iza jednih vrata je auto, a iza preostalih dvojih vrata nalaze se koze. Ako izaberete prva vrata, voditelj igre, koji zna iza kojih vrata se nalazi auto, otvorit će ili druga ili treća vrata - primjerice treća vrata iza kojih on zna da se nalazi koza. Nakon toga će vas pitati: Želite li promjeniti vaš izbor, tj. izabrati druga po redu vrata?. Hoćete li promjeniti izbor? Zašto?
4 Monty Hall problem - Koze i auto II (a) Početni izbor (b) Potez voditelja
5 Monty Hall problem - Koze i auto III (c) Vjerojatnosti bez sudjelovanja voditelja (d) Vjerojatnosti sa sudjelovanjem voditelja
6 Osnovni pojmovi Vjerojatnosni prostor (Ω, P(Ω), P) je precizno definiran matematički model slučajnog pokusa u čijim okvirima svakom dogadaju A Ω pridružujemo njegovu vjerojatnost. Ako pretpostavimo da se tijekom provodenja slučajnog pokusa realizirao neki dogadaj B, tada ta informacija može uzrokovati promjenu vjerojatnosti ostalih dogadaja vezanih uz taj pokus. Ako se radi o promjeni vjerojatnosti dogadaja vjerojatnosni prostor (Ω, P(Ω), P) postaje neadekvatan model našeg slučajnog pokusa te zato pokusu pridružujemo novi matematički model.
7 Primjer 1. Promotrimo slučajan pokus koji se sastoji od bacanja pravilno izradene igraće kockice. Odredimo: a) vjerojatnost da je rezultat bacanja kockice neparan broj, b) vjerojatnost da je rezultat bacanja kockice prost broj, c) vjerojatnost da je rezultat bacanja kockice neparan broj ako je poznato da je rezultat prost broj.
8 Rješenje: prostor elementarnih dogadaja je skup Ω = {1, 2, 3, 4, 5, 6}. a) A = {rezultat bacanja kockice je neparan broj} = {1, 3, 5}. Prema klasičnoj definiciji vjerojatnosti slijedi: P(A) = k(a) k(ω) = 3 6 = 1 2. b) B = {rezultat bacanja kockice je prost broj} = {2, 3, 5}. Prema klasičnoj definiciji vjerojatnosti slijedi: P(B) = k(b) k(ω) = 3 6 = 1 2.
9 c) Pretpostavimo da je rezultat bacanja kockice prost broj, tj. da se realizirao jedan od elemenata skupa B. Ova informacija mijenja naš stupanj uvjerenja da je rezultat bacanja kockice neparan broj, tj. da se realizirao dogadaj A. Prije ove informacije znali smo da se pri bacanju kockice može realizirati bilo koji element skupa Ω. Ova dodatna informacija ukazuje na činjenicu da se može realizirati samo neki element skupa B (tj. da rezultat pokusa može biti samo prost neparan broj), pa skup B preuzima ulogu prostora elementarnih dogadaja. Prema tome, ako znamo da se pri bacanju kockice realizirao prost broj, dogadaj A će se dogoditi samo ako se pri bacanju realizira ili broj 3 ili broj 5. Dakle, dogadaj C je sljedeći: C = {3, 5} = A B.
10 Primjenom klasične definicije vjerojatnosti sa skupom B kao prostorom elementarnih dogadaja slijedi: P(C) = k(a B) k(b) = k(a B) k(ω) k(b) k(ω) = P(A B) P(B) = P(A B). U našem slučaju je P(A B) = k(a B) k(b) = 2 3.
11 Napomena 1. Vjerojatnost P(A B) nazivamo vjerojatnost dogadaja A uz uvjet da se dogodio dogadaj B. Definicija 1. [Uvjetna vjerojatnost] Neka je dan vjerojatnosni prostor (Ω, F, P) i dogadaj B F koji ima pozitivnu vjerojatnost, tj. P(B) > 0. Funkcija P( B) definirana na F izrazom P(A B) = P(A B), A F, (1) P(B) je uvjetna vjerojatnost uz uvjet da se dogodio dogadaj A.
12 Napomena 2. [Nezavisnost dogadaja] Ako su A i B mogući ishodi nekog slučajnog pokusa smatramo ih nezavisnima ako vjerojatnost realizacije dogadaja A ne ovisi o realizaciji dogadaja B, tj. ako vrijedi P(A B) = P(A), i obrnuto, tj. P(B A) = P(B). Definicija 2. [Nezavisnost dogadaja] Neka je (Ω, F, P) vjerojatnosni prostor. Kažemo da su dogadaji A, B F nezavisni ako vrijedi: P(A B) = P(A) P(B).
13 Zadatak 1. Slučajan pokus sastoji se od bacanja pravilno izradenog novčića tri puta za redom. Želimo naći vjerojatnost dogadaja A uz dani dogadaj B kada su A i B sljedeći dogadaji: A - glava je pala više puta nego pismo, B - prvo je palo pismo. Rješenje: P(A B) = 1 4.
14 Zadatak 2. Iz kutije u kojoj se nalazi m crvenih i n zelenih kuglica na slučajan način izvučeno je k kuglica. Uz pretpostavku da su sve izvučene kuglice iste boje, kolika je vjerojatnost da su sve zelene? ( n k) Rješenje: P(A B) = ( m ) ( k + n k).
15 Zadatak 3. Slučajan pokus sastoji se od slučajnog odabira obitelji koja ima dvoje djece (uz pretpostavku da su vjerojatnosti rodenja kćerke i sina jednake (što približno odgovara stvarnoj situaciji), te da znamo redoslijed radanja djece u obitelji). Treba provjeriti jesu li sljedeći dogadaji nezavisni: A = {u obitelji je barem jedna kćerka}, B = {u obitelji su jedna kćerka i jedan sin}. Rješenje: A i B nisu nezavisni dogadaji.
16 Formula potpune vjerojatnosti Formulu potpune vjerojatnosti primjenjujemo kada se dogadaj A može realizirati samo zajedno s jednim od dogadaja H 1, H 2,..., koji su medusobno disjunkni i u uniji čine čitav prostor elementarnih dogadaja Ω. Definicija 3. Konačna ili prebrojiva familija dogadaja (H i, i I ), I N, u vjerojatnostnom prostoru (Ω, F, P) je potpun sustav dogadaja ako vrijedi: 1 H i za sve i I, 2 H i H j = za sve i j, i, j I, 3 H i = Ω. i N
17 Napomena 3. Potpun sustav dogadaja čini jednu particiju skupa elementarnih dogadaja Ω. U slučaju particije skupa Ω na n skupova, potpun sustav dogadaja je konačna familija (H i, i I ), I = {1,..., n} N. Napomena 4. Elemente potpunog sustava dogadaja zovemo hipotezama. Vrlo je važno imati na umu da se hipoteze medusobno isključuju (disjunktne su) i da se u svakom izvodenju slučajnog pokusa točno jedna od njih mora dogoditi.
18 Teorem 1. Formula potpune vjerojatnosti Neka je (Ω, F, P) vjerojatnosni prostor i (H i, i I ), I N, potpun sustav dogadaja na njemu. Tada za proizvoljan dogadaj A F vrijedi P(A) = i I P(A H i )P(H i ). (2)
19 Zadatak 4. Cilj se gada iz tri topa. Topovi pogadaju cilj nezavisno jedan od drugoga s vjerojatnošću 0.4. Ako točno jedan top pogodi cilj uništava ga s vjerojatnošću 0.3, ako ga pogode točno dva topa uništavaju ga s vjerojatnošću 0.7, a ako ga pogode sva tri topa uništavaju ga s vjerojatnošću 0.9. Nadite vjerojatnost uništenja cilja. Rješenje: P(A) =
20 Zadatak 5. Imamo dvije kutije. U prvoj se nalazi a bijelih i b crnih kuglica, a u drugoj c bijelih i d crnih kuglica. Iz prve kutije na slučajan način biramo k kuglica, a iz druge m kuglica. Ovih (k + m) kuglica izmiješamo i stavimo u treću kutiju. a) Iz treće kutije na slučajan način izvučemo točno jednu kuglicu. Kolika je vjerojatnost da ona bude bijele boje? b) Iz treće kutije na slučajan način izvučemo točno tri kuglice. Kolika je vjerojatnost da je barem jedna kuglica bijele boje? ( ) Rješenje: a) P(A) = 1 ak k+m a+b + cm c+d ; b) Pomoću FPV odrediti vjerojatnost suprotnog dogadaja.
21 Zadatak 6. Na usmenom ispitu iz Uvoda u vjerojatnost i statistiku ponudeno je 10 pitanja od kojih je student naučio njih n, 0 n 10. Student će položiti ispit ako bude točno odgovorio na dva slučajno odabrana pitanja ili ako točno odgovori na jedno od njih i na treće, dodatno postavljeno pitanje. Na koliko pitanja student treba znati točno odgovoriti da bi s vjerojatnošću većom od 0.8 položio ispit? Rješenje: Student treba znati točno odgovoriti na bar sedam pitanja.
22 Zadatak 7. Koristeći uvjetnu vjerojatnost i formulu potpune vjerojatnosti napravite matematičku formulaciju Monty-Hall problema. Riješite problem i opravdajte intuiciju s početka vježbi. Rješenje: Igrač bi trebao promijeniti početni izbor.
23 Bayesova formula I Pretpostavimo da nam je zadan potpun sustav dogadaja (H i, i I ), I N, te da su nam poznate vjerojatnosti svih hipoteza H i, i I. Nadalje pretpostavimo da je pokus izveden i da se realizirao dogadaj A. Uvjetne vjerojatnosti dogadaja A uz svaku od hipoteza H i, dakle vjerojatnosti P(A H i ), i I, takoder su nam poznate. Sada je prirodno postaviti pitanje o iznosu vjerojatnosti hipoteza H i, i I, nakon izvodenja pokusa, tj. uz poznatu činjenicu da se realizirao dogadaj A. Dakle, zanimaju nas uvjetne vjerojatnosti P(H i A), i I.
24 Bayesova formula II Teorem 2. Bayesova 1 formula: Neka je (H i, i I ), I N, potpun sustav dogadaja na vjerojatnosnom prostoru (Ω, F, P) i neka je A F dogadaj s pozitivnom vjerojatnosti, tj. P(A) > 0. Tada za svaki i I vrijedi: P(H i A) = P(H i)p(a H i ). (3) P(A) 1 Thomas Bayes ( ), britanski matematičar.
25 Zadaci Zadatak 8. Ptica slijeće u slučajno izabrano gnijezdo od ukupno tri gnijezda koja su joj na raspolaganju. Svako gnijezdo sadrži dva jaja i to: u prvom gnijezdu su oba jaja zdrava, u drugom je jedno zdravo i jedan mućak, a u trećem su oba jaja mućka. Nadite vjerojatnost da ptica sjedi na mućku. Ako je sjela na mućak, kolika je vjerojatnost da sjedi u drugom gnijezdu? Rješenje: P(H 2 A) = 1 3.
26 Zadatak 9. Neki izvor emitira poruke koje se sastoje od znakova 0 i 1. Vjerojatnost emitiranja znaka 1 je 0.6, a vjerojatnost emitiranja znaka 0 je 0.4. Na izlazu iz komunikacijskog kanala 10% znakova se pogrešno interpretira. Ako je primljena poruka 101, kolika je vjerojatnost da je ona i poslana? Rješenje: P(D) =
27 Zadatak 10. Iz kutije u kojoj se nalazi n kuglica na slučajan način izvlačimo jednu kuglicu. Kolika je vjerojatnost da će ta kuglica biti bijela, ako su sve pretpostavke o prethodnom broju kuglica u kutiji jednako vjerojatne? Nakon što je izvučena bijela kuglica, kolika je vjerojatnost da su sve kuglice u kutiji bijele? Rješenje: P(H n A) = 2 n+1.
28 Zadatak 11. Neka su A i B dvije pravilno izradene igraće kocke. Kocka A ima 2 plave i 4 žute strane, a kocka B ima 5 plavih i 1 žutu stranu. Baca se nepravilno izraden novčić kod kojeg se glava realizira s vjerojatnošću 1 3, a pismo s vjerojatnošću 2 3. Ako se pojavi glava, baca se kocka A, a ako se pojavi pismo baca se kocka B. a) Izračunajte vjerojatnost da se pri bacanju kocke pojavi plava boja. b) Slučajan pokus ponavljamo n puta nezavisno (prvo bacamo novčić, a zatim odgovarajuću kocku). Ako se u n bacanja plava boja pojavila n puta, izračunajte vjerojatnost da je kocka A bačena bar jednom. Rješenje: a) P(A) = 2 3, b) P(B An ) = 1 ( 5 6) n.
Sadrˇzaj. Sadrˇzaj 1. 4 UVJETNA VJEROJATNOST Ponovimo... 14
Sadrˇzaj Sadrˇzaj 1 4 UVJETNA VJEROJATNOST 3 4.1 Ponovimo................................. 14 1 Radni materijal 2 Poglavlje 4 UVJETNA VJEROJATNOST Thomas Bayes (1702 1762) uvodi pojam uvjetne vjerojatnosti:
Διαβάστε περισσότεραVJEROJATNOST I STATISTIKA Popravni kolokvij - 1. rujna 2016.
Broj zadataka: 5 Vrijeme rješavanja: 120 min Ukupan broj bodova: 100 Zadatak 1. (a) Napišite aksiome vjerojatnosti ako je zadan skup Ω i σ-algebra F na Ω. (b) Dokažite iz aksioma vjerojatnosti da za A,
Διαβάστε περισσότεραVerovatnoća i Statistika I deo Teorija verovatnoće (zadaci) Beleške dr Bobana Marinkovića
Verovatnoća i Statistika I deo Teorija verovatnoće zadaci Beleške dr Bobana Marinkovića Iz skupa, 2,, 00} bira se na slučajan način 5 brojeva Odrediti skup elementarnih dogadjaja ako se brojevi biraju
Διαβάστε περισσότερα7 Algebarske jednadžbe
7 Algebarske jednadžbe 7.1 Nultočke polinoma Skup svih polinoma nad skupom kompleksnih brojeva označavamo sa C[x]. Definicija. Nultočka polinoma f C[x] je svaki kompleksni broj α takav da je f(α) = 0.
Διαβάστε περισσότεραELEKTROTEHNIČKI ODJEL
MATEMATIKA. Neka je S skup svih živućih državljana Republike Hrvatske..04., a f preslikavanje koje svakom elementu skupa S pridružuje njegov horoskopski znak (bez podznaka). a) Pokažite da je f funkcija,
Διαβάστε περισσότεραM086 LA 1 M106 GRP. Tema: Baza vektorskog prostora. Koordinatni sustav. Norma. CSB nejednakost
M086 LA 1 M106 GRP Tema: CSB nejednakost. 19. 10. 2017. predavač: Rudolf Scitovski, Darija Marković asistent: Darija Brajković, Katarina Vincetić P 1 www.fizika.unios.hr/grpua/ 1 Baza vektorskog prostora.
Διαβάστε περισσότερα2. OSNOVNI POJMOVI TEORIJE VJEROJATNOSTI
2. OSNOVNI POJMOVI TEORIJE VJEROJATNOSTI 2. ALGEBRA DOGAĐAJA 2.. Intuitivna definicija Slučajan pokus (eksperiment) jest takav pokus čiji ishodi nisu jednoznačno određeni skupom uvjeta pokusa. Sa Ω označavamo
Διαβάστε περισσότεραa M a A. Može se pokazati da je supremum (ako postoji) jedinstven pa uvodimo oznaku sup A.
3 Infimum i supremum Definicija. Neka je A R. Kažemo da je M R supremum skupa A ako je (i) M gornja meda skupa A, tj. a M a A. (ii) M najmanja gornja meda skupa A, tj. ( ε > 0)( a A) takav da je a > M
Διαβάστε περισσότεραVJEROJATNOST 1. kolokvij studenog 2013.
Zadatak 1 (10 bodova (a (5 bodova Iskažite i dokažite teorem o strukturi vjerojatnosti na partitivnom skupu prebrojivog skupa. Zašto u slučaju prebrojivog skupa možemo promatrati samo vjerojatnosti definirane
Διαβάστε περισσότερα2 tg x ctg x 1 = =, cos 2x Zbog četvrtog kvadranta rješenje je: 2 ctg x
Zadatak (Darjan, medicinska škola) Izračunaj vrijednosti trigonometrijskih funkcija broja ako je 6 sin =,,. 6 Rješenje Ponovimo trigonometrijske funkcije dvostrukog kuta! Za argument vrijede sljedeće formule:
Διαβάστε περισσότερα18. listopada listopada / 13
18. listopada 2016. 18. listopada 2016. 1 / 13 Neprekidne funkcije Važnu klasu funkcija tvore neprekidne funkcije. To su funkcije f kod kojih mala promjena u nezavisnoj varijabli x uzrokuje malu promjenu
Διαβάστε περισσότεραDISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović
DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović Novi Sad April 17, 2018 1 / 22 Teorija grafova April 17, 2018 2 / 22 Definicija Graf je ure dena trojka G = (V, G, ψ), gde je (i) V konačan skup čvorova,
Διαβάστε περισσότεραVjerojatnost i statistika
Vjerojatnost i statistika E. Kovač Striko B. Ivanković T. Fratrović 12. ožujka 2007. Sadržaj 2 Vjerojatnost 27 2.1 Uvod...................................... 27 2.2 Intuitivne definicije vjerojatnosti......................
Διαβάστε περισσότεραradni nerecenzirani materijal za predavanja R(f) = {f(x) x D}
Matematika 1 Funkcije radni nerecenzirani materijal za predavanja Definicija 1. Neka su D i K bilo koja dva neprazna skupa. Postupak f koji svakom elementu x D pridružuje točno jedan element y K zovemo funkcija
Διαβάστε περισσότεραIskazna logika 3. Matematička logika u računarstvu. novembar 2012
Iskazna logika 3 Matematička logika u računarstvu Department of Mathematics and Informatics, Faculty of Science,, Serbia novembar 2012 Deduktivni sistemi 1 Definicija Deduktivni sistem (ili formalna teorija)
Διαβάστε περισσότεραNumerička matematika 2. kolokvij (1. srpnja 2009.)
Numerička matematika 2. kolokvij (1. srpnja 29.) Zadatak 1 (1 bodova.) Teorijsko pitanje. (A) Neka je G R m n, uz m n, pravokutna matrica koja ima puni rang po stupcima, tj. rang(g) = n. (a) Napišite puni
Διαβάστε περισσότερα(P.I.) PRETPOSTAVKA INDUKCIJE - pretpostavimo da tvrdnja vrijedi za n = k.
1 3 Skupovi brojeva 3.1 Skup prirodnih brojeva - N N = {1, 2, 3,...} Aksiom matematičke indukcije Neka je N skup prirodnih brojeva i M podskup od N. Ako za M vrijede svojstva: 1) 1 M 2) n M (n + 1) M,
Διαβάστε περισσότεραOperacije s matricama
Linearna algebra I Operacije s matricama Korolar 3.1.5. Množenje matrica u vektorskom prostoru M n (F) ima sljedeća svojstva: (1) A(B + C) = AB + AC, A, B, C M n (F); (2) (A + B)C = AC + BC, A, B, C M
Διαβάστε περισσότερα1.4 Tangenta i normala
28 1 DERIVACIJA 1.4 Tangenta i normala Ako funkcija f ima derivaciju u točki x 0, onda jednadžbe tangente i normale na graf funkcije f u točki (x 0 y 0 ) = (x 0 f(x 0 )) glase: t......... y y 0 = f (x
Διαβάστε περισσότερα3.1 Granična vrednost funkcije u tački
3 Granična vrednost i neprekidnost funkcija 2 3 Granična vrednost i neprekidnost funkcija 3. Granična vrednost funkcije u tački Neka je funkcija f(x) definisana u tačkama x za koje je 0 < x x 0 < r, ili
Διαβάστε περισσότεραFunkcija gustoće neprekidne slučajne varijable ima dva bitna svojstva: 1. Nenegativnost: f(x) 0, x R, 2. Normiranost: f(x)dx = 1.
σ-algebra skupova Definicija : Neka je Ω neprazan skup i F P(Ω). Familija skupova F je σ-algebra skupova na Ω ako vrijedi:. F, 2. A F A C F, 3. A n, n N} F n N A n F. Borelova σ-algebra Definicija 2: Neka
Διαβάστε περισσότεραElementi spektralne teorije matrica
Elementi spektralne teorije matrica Neka je X konačno dimenzionalan vektorski prostor nad poljem K i neka je A : X X linearni operator. Definicija. Skalar λ K i nenula vektor u X se nazivaju sopstvena
Διαβάστε περισσότεραOsnovni primer. (Z, +,,, 0, 1) je komutativan prsten sa jedinicom: množenje je distributivno prema sabiranju
RAČUN OSTATAKA 1 1 Prsten celih brojeva Z := N + {} N + = {, 3, 2, 1,, 1, 2, 3,...} Osnovni primer. (Z, +,,,, 1) je komutativan prsten sa jedinicom: sabiranje (S1) asocijativnost x + (y + z) = (x + y)
Διαβάστε περισσότεραSkup svih mogućih ishoda datog opita, odnosno skup svih elementarnih događaja se najčešće obeležava sa E. = {,,,... }
VEROVTNOĆ - ZDI (I DEO) U računu verovatnoće osnovni pojmovi su opit i događaj. Svaki opit se završava nekim ishodom koji se naziva elementarni događaj. Elementarne događaje profesori različito obeležavaju,
Διαβάστε περισσότεραRiješeni zadaci: Nizovi realnih brojeva
Riješei zadaci: Nizovi realih brojeva Nizovi, aritmetički iz, geometrijski iz Fukciju a : N R azivamo beskoači) iz realih brojeva i ozačavamo s a 1, a,..., a,... ili a ), pri čemu je a = a). Aritmetički
Διαβάστε περισσότεραMatematička 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 περισσότεραINTEGRALNI RAČUN. Teorije, metodike i povijest infinitezimalnih računa. Lucija Mijić 17. veljače 2011.
INTEGRALNI RAČUN Teorije, metodike i povijest infinitezimalnih računa Lucija Mijić lucija@ktf-split.hr 17. veljače 2011. Pogledajmo Predstavimo gornju sumu sa Dodamo još jedan Dobivamo pravokutnik sa Odnosno
Διαβάστε περισσότερα1 Promjena baze vektora
Promjena baze vektora Neka su dane dvije različite uredene baze u R n, označimo ih s A = (a, a,, a n i B = (b, b,, b n Svaki vektor v R n ima medusobno različite koordinatne zapise u bazama A i B Zapis
Διαβάστε περισσότεραUvod u vjerojatnost i matematičku statistiku
Uvod u vjerojatnost i matematičku statistiku - vježbe - Danijel Krizmanić 28. rujna 2007. Sadržaj Osnove vjerojatnosti 2 2 Kombinatorika i vjerojatnost 5 3 Uvjetna vjerojatnost. Nezavisnost 9 4 Geometrijske
Διαβάστε περισσότεραLINEARNA ALGEBRA 1, ZIMSKI SEMESTAR 2007/2008 PREDAVANJA: NENAD BAKIĆ, VJEŽBE: LUKA GRUBIŠIĆ I MAJA STARČEVIĆ
LINEARNA ALGEBRA 1 ZIMSKI SEMESTAR 2007/2008 PREDAVANJA: NENAD BAKIĆ VJEŽBE: LUKA GRUBIŠIĆ I MAJA STARČEVIĆ 2. VEKTORSKI PROSTORI - LINEARNA (NE)ZAVISNOST SISTEM IZVODNICA BAZA Definicija 1. Neka je F
Διαβάστε περισσότεραLinearna 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 περισσότεραStatistika i osnovna mjerenja
Statistika i osnovna mjerenja Teorija vjerojatnosti M. Makek 2016/2017 Uvod Pokus bilo koji postupak ili proces koji rezultira opažanjem Ishod moguć rezultat pokusa (različiti ishodi se međusobno isključuju)
Διαβάστε περισσότερα41. 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 περισσότεραStrukture podataka i algoritmi 1. kolokvij 16. studenog Zadatak 1
Strukture podataka i algoritmi 1. kolokvij Na kolokviju je dozvoljeno koristiti samo pribor za pisanje i službeni šalabahter. Predajete samo papire koje ste dobili. Rezultati i uvid u kolokvije: ponedjeljak,
Διαβάστε περισσότεραRIJEŠENI ZADACI I TEORIJA IZ
RIJEŠENI ZADACI I TEORIJA IZ LOGARITAMSKA FUNKCIJA SVOJSTVA LOGARITAMSKE FUNKCIJE OSNOVE TRIGONOMETRIJE PRAVOKUTNOG TROKUTA - DEFINICIJA TRIGONOMETRIJSKIH FUNKCIJA - VRIJEDNOSTI TRIGONOMETRIJSKIH FUNKCIJA
Διαβάστε περισσότεραMatematika 1 - vježbe. 11. prosinca 2015.
Matematika - vježbe. prosinca 5. Stupnjevi i radijani Ako je kut φ jednak i rad, tada je veza između i 6 = Zadatak.. Izrazite u stupnjevima: a) 5 b) 7 9 c). d) 7. a) 5 9 b) 7 6 6 = = 5 c). 6 8.5 d) 7.
Διαβάστε περισσότεραTRIGONOMETRIJSKE FUNKCIJE I I.1.
TRIGONOMETRIJSKE FUNKCIJE I I Odredi na brojevnoj trigonometrijskoj kružnici točku Et, za koju je sin t =,cost < 0 Za koje realne brojeve a postoji realan broj takav da je sin = a? Izračunaj: sin π tg
Διαβάστε περισσότεραKontrolni zadatak (Tačka, prava, ravan, diedar, poliedar, ortogonalna projekcija), grupa A
Kontrolni zadatak (Tačka, prava, ravan, diedar, poliedar, ortogonalna projekcija), grupa A Ime i prezime: 1. Prikazane su tačke A, B i C i prave a,b i c. Upiši simbole Î, Ï, Ì ili Ë tako da dobijeni iskazi
Διαβάστε περισσότεραTrigonometrija 2. Adicijske formule. Formule dvostrukog kuta Formule polovičnog kuta Pretvaranje sume(razlike u produkt i obrnuto
Trigonometrija Adicijske formule Formule dvostrukog kuta Formule polovičnog kuta Pretvaranje sume(razlike u produkt i obrnuto Razumijevanje postupka izrade složenijeg matematičkog problema iz osnova trigonometrije
Διαβάστε περισσότεραZadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu
Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu Trigonometrijske jednačine i nejednačine. Zadaci koji se rade bez upotrebe trigonometrijskih formula. 00. FF cos x sin x
Διαβάστε περισσότεραTRIGONOMETRIJA TROKUTA
TRIGONOMETRIJA TROKUTA Standardne oznake u trokutuu ABC: a, b, c stranice trokuta α, β, γ kutovi trokuta t,t,t v,v,v s α,s β,s γ R r s težišnice trokuta visine trokuta simetrale kutova polumjer opisane
Διαβάστε περισσότεραLinearna algebra 2 prvi kolokvij,
1 2 3 4 5 Σ jmbag smjer studija Linearna algebra 2 prvi kolokvij, 7. 11. 2012. 1. (10 bodova) Neka je dano preslikavanje s : R 2 R 2 R, s (x, y) = (Ax y), pri čemu je A: R 2 R 2 linearan operator oblika
Διαβάστε περισσότεραPARCIJALNI IZVODI I DIFERENCIJALI. Sama definicija parcijalnog izvoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je,
PARCIJALNI IZVODI I DIFERENCIJALI Sama definicija parcijalnog ivoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je, naravno, naučiti onako kako vaš profesor ahteva. Mi ćemo probati
Διαβάστε περισσότεραUNIVERZITET U NIŠU ELEKTRONSKI FAKULTET SIGNALI I SISTEMI. Zbirka zadataka
UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET Goran Stančić SIGNALI I SISTEMI Zbirka zadataka NIŠ, 014. Sadržaj 1 Konvolucija Literatura 11 Indeks pojmova 11 3 4 Sadržaj 1 Konvolucija Zadatak 1. Odrediti konvoluciju
Διαβάστε περισσότεραNeka su A i B skupovi. Kažemo da je A podskup od B i pišemo A B ako je svaki element skupa A ujedno i element skupa B. Simbolima to zapisujemo:
2 Skupovi Neka su A i B skupovi. Kažemo da je A podskup od B i pišemo A B ako je svaki element skupa A ujedno i element skupa B. Simbolima to zapisujemo: A B def ( x)(x A x B) Kažemo da su skupovi A i
Διαβάστε περισσότεραUvod u teoriju brojeva
Uvod u teoriju brojeva 2. Kongruencije Borka Jadrijević Borka Jadrijević () UTB 2 1 / 25 2. Kongruencije Kongruencija - izjava o djeljivosti; Teoriju kongruencija uveo je C. F. Gauss 1801. De nicija (2.1)
Διαβάστε περισσότεραRešenje predhodnog primera: Neka je A događaj izvlačenja crne kuglice, a B verovatnoća izvlačenja bele kuglice iz prvog izvlačenja.
USLOVNA VEROVATNOĆA Često smo u prilici da tražimo verovatnoću nekog događaja A, posedujući informaciju o tome da se događaj B realizovao ili pretpostavljajući da će se realizovati. U kesi se nalazi belih
Διαβάστε περισσότερα21. ŠKOLSKO/OPĆINSKO/GRADSKO NATJECANJE IZ GEOGRAFIJE GODINE 8. RAZRED TOČNI ODGOVORI
21. ŠKOLSKO/OPĆINSKO/GRADSKO NATJECANJE IZ GEOGRAFIJE 2014. GODINE 8. RAZRED TOČNI ODGOVORI Bodovanje za sve zadatke: - boduju se samo točni odgovori - dodatne upute navedene su za pojedine skupine zadataka
Διαβάστε περισσότεραVeleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika. Monotonost i ekstremi. Katica Jurasić. Rijeka, 2011.
Veleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika Monotonost i ekstremi Katica Jurasić Rijeka, 2011. Ishodi učenja - predavanja Na kraju ovog predavanja moći ćete:,
Διαβάστε περισσότεραRiješeni zadaci: Limes funkcije. Neprekidnost
Riješeni zadaci: Limes funkcije. Neprekidnost Limes funkcije Neka je 0 [a, b] i f : D R, gdje je D = [a, b] ili D = [a, b] \ { 0 }. Kažemo da je es funkcije f u točki 0 jednak L i pišemo f ) = L, ako za
Διαβάστε περισσότεραIZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo
IZVODI ZADACI ( IV deo) LOGARITAMSKI IZVOD Logariamskim izvodom funkcije f(), gde je >0 i, nazivamo izvod logarima e funkcije, o jes: (ln ) f ( ) f ( ) Primer. Nadji izvod funkcije Najpre ćemo logarimovai
Διαβάστε περισσότεραVjerojatnost - 1. dio. Uvod u vjerojatnost. 1. Kolika je vjerojatnost da se pri bacanju dviju kocki pojavi: a) zbroj 8 b) barem jedna četvorka?
Vjerojatnost - 1. dio Uvod u vjerojatnost 1. Kolika je vjerojatnost da se pri bacanju dviju kocki pojavi: a zbroj 8 b barem jedna četvorka? ( 5, 11 36 36. Ako se znade da je od 100 žarulja pet neispravnih,
Διαβάστε περισσότεραVJEROJATNOST popravni kolokvij veljače 2017.
Zadatak 1. (20 bodova) (a) (4 boda) Precizno definirajte pojam σ-algebre događaja na nepraznom skupu Ω. (b) (6 bodova) Neka je (Ω, F, P) vjerojatnosni prostor i A, B F događaji. Pomoću aksioma vjerojatnosti
Διαβάστε περισσότεραSume kvadrata. mn = (ax + by) 2 + (ay bx) 2.
Sume kvadrata Koji se prirodni brojevi mogu prikazati kao zbroj kvadrata dva cijela broja? Propozicija 1. Ako su brojevi m i n sume dva kvadrata, onda je i njihov produkt m n takoder suma dva kvadrata.
Διαβάστε περισσότεραZadaci iz Osnova matematike
Zadaci iz Osnova matematike 1. Riješiti po istinitosnoj vrijednosti iskaza p, q, r jednačinu τ(p ( q r)) =.. Odrediti sve neekvivalentne iskazne formule F = F (p, q) za koje je iskazna formula p q p F
Διαβάστε περισσότεραLinearna algebra I, zimski semestar 2007/2008
Linearna algebra I, zimski semestar 2007/2008 Predavanja: Nenad Bakić, Vježbe: Luka Grubišić i Maja Starčević 22. listopada 2007. 1 Prostor radijvektora i sustavi linearni jednadžbi Neka je E 3 trodimenzionalni
Διαβάστε περισσότερα3 Populacija i uzorak
3 Populacija i uzorak 1 3.1 Slučajni uzorak X varijabla/stat. obilježje koje izučavamo Cilj statističke analize na osnovi uzorka izvesti odredene zaključke o (populacijskoj) razdiobi od X 2 Primjer 3.1.
Διαβάστε περισσότεραVJEROJATNOST I STATISTIKA 2. kolokvij lipnja 2016.
Broj zadataka: 5 Vrijeme rješavanja: 0 min Ukupan broj bodova: 50 Zadatak.. kolokvij - 0. lipnja 0. (a Ako su X i Y diskretne slučajne varijable, dokažite da vrijedi formula E [X + Y ] = E [X] + E [Y ].
Διαβάστε περισσότεραSlučajna varijabla i vjerojatnost.
Statistika, Prehrambeno-tehnološki fakultet 1 Slučajna varijabla i vjerojatnost. Primjer 1: Promotrimo pokus koji se sastoji od zagrijavanja određene količine vode pod normalnim atmosferskim tlakom na
Διαβάστε περισσότεραNeka je a 3 x 3 + a 2 x 2 + a 1 x + a 0 = 0 algebarska jednadžba trećeg stupnja. Rješavanje ove jednadžbe sastoji se od nekoliko koraka.
Neka je a 3 x 3 + a x + a 1 x + a 0 = 0 algebarska jednadžba trećeg stupnja. Rješavanje ove jednadžbe sastoji se od nekoliko koraka. 1 Normiranje jednadžbe. Jednadžbu podijelimo s a 3 i dobivamo x 3 +
Διαβάστε περισσότεραPismeni ispit iz matematike Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: ( ) + 1.
Pismeni ispit iz matematike 0 008 GRUPA A Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: λ + z = Ispitati funkciju i nacrtati njen grafik: + ( λ ) + z = e Izračunati
Διαβάστε περισσότεραKOMUTATIVNI I ASOCIJATIVNI GRUPOIDI. NEUTRALNI ELEMENT GRUPOIDA.
KOMUTATIVNI I ASOCIJATIVNI GRUPOIDI NEUTRALNI ELEMENT GRUPOIDA 1 Grupoid (G, ) je asocijativa akko važi ( x, y, z G) x (y z) = (x y) z Grupoid (G, ) je komutativa akko važi ( x, y G) x y = y x Asocijativa
Διαβάστε περισσότεραTeorijske osnove informatike 1
Teorijske osnove informatike 1 9. oktobar 2014. () Teorijske osnove informatike 1 9. oktobar 2014. 1 / 17 Funkcije Veze me du skupovima uspostavljamo skupovima koje nazivamo funkcijama. Neformalno, funkcija
Διαβάστε περισσότεραMATEMATIKA Pokažite da za konjugiranje (a + bi = a bi) vrijedi. a) z=z b) z 1 z 2 = z 1 z 2 c) z 1 ± z 2 = z 1 ± z 2 d) z z= z 2
(kompleksna analiza, vježbe ). Izračunajte a) (+i) ( i)= b) (i+) = c) i + i 4 = d) i+i + i 3 + i 4 = e) (a+bi)(a bi)= f) (+i)(i )= Skicirajte rješenja u kompleksnoj ravnini.. Pokažite da za konjugiranje
Διαβάστε περισσότεραk a k = a. Kao i u slučaju dimenzije n = 1 samo je jedan mogući limes niza u R n :
4 Nizovi u R n Neka je A R n. Niz u A je svaka funkcija a : N A. Označavamo ga s (a k ) k. Na primjer, jedan niz u R 2 je dan s ( 1 a k = k, 1 ) k 2, k N. Definicija 4.1. Za niz (a k ) k R n kažemo da
Διαβάστε περισσότεραSadrˇzaj. Sadrˇzaj 1 9 DVODIMENZIONALNI SLUČAJNI VEKTOR DISKRETNI DVODIMENZIONALNI
Sadrˇzaj Sadrˇzaj DVODIMENZIONALNI. DISKRETNI DVODIMENZIONALNI............................ KONTINUIRANI -dim tko želi znati više.............................. 5. KOVARIJANCA, KORELACIJA, PRAVCI REGRESIJE........
Διαβάστε περισσότεραIZVODI ZADACI (I deo)
IZVODI ZADACI (I deo) Najpre da se podsetimo tablice i osnovnih pravila:. C`=0. `=. ( )`= 4. ( n )`=n n-. (a )`=a lna 6. (e )`=e 7. (log a )`= 8. (ln)`= ` ln a (>0) 9. = ( 0) 0. `= (>0) (ovde je >0 i a
Διαβάστε περισσότεραPRIMJER 3. MATLAB filtdemo
PRIMJER 3. MATLAB filtdemo Prijenosna funkcija (IIR) Hz () =, 6 +, 3 z +, 78 z +, 3 z +, 53 z +, 3 z +, 78 z +, 3 z +, 6 z, 95 z +, 74 z +, z +, 9 z +, 4 z +, 5 z +, 3 z +, 4 z 3 4 5 6 7 8 3 4 5 6 7 8
Διαβάστε περισσότερα(BIO)STATISTIKA. skripta. studij: Prehrambena tehnologija i Biotehnologija. doc. dr. sc. Iva Franjić 2012.
(BIO)STATISTIKA skripta studij: Prehrambena tehnologija i Biotehnologija doc. dr. sc. Iva Franjić 2012. 2 Sadržaj 1 DESKRIPTIVNA STATISTIKA 5 1.1 Grafički prikaz podataka.................. 6 1.2 Srednje
Διαβάστε περισσότεραFunkcije dviju varjabli (zadaci za vježbu)
Funkcije dviju varjabli (zadaci za vježbu) Vidosava Šimić 22. prosinca 2009. Domena funkcije dvije varijable Ako je zadano pridruživanje (x, y) z = f(x, y), onda se skup D = {(x, y) ; f(x, y) R} R 2 naziva
Διαβάστε περισσότερα6 Polinomi Funkcija p : R R zadana formulom
6 Polinomi Funkcija p : R R zadana formulom p(x) = a n x n + a n 1 x n 1 +... + a 1 x + a 0, gdje su a 0, a 1,..., a n realni brojevi, a n 0, i n prirodan broj ili 0, naziva se polinom n-tog stupnja s
Διαβάστε περισσότεραPRAVA. Prava je u prostoru određena jednom svojom tačkom i vektorom paralelnim sa tom pravom ( vektor paralelnosti).
PRAVA Prava je kao i ravan osnovni geometrijski ojam i ne definiše se. Prava je u rostoru određena jednom svojom tačkom i vektorom aralelnim sa tom ravom ( vektor aralelnosti). M ( x, y, z ) 3 Posmatrajmo
Διαβάστε περισσότεραKONVEKSNI SKUPOVI. Definicije: potprostor, afin skup, konveksan skup, konveksan konus. 1/5. Back FullScr
KONVEKSNI SKUPOVI Definicije: potprostor, afin skup, konveksan skup, konveksan konus. 1/5 KONVEKSNI SKUPOVI Definicije: potprostor, afin skup, konveksan skup, konveksan konus. 1/5 1. Neka su x, y R n,
Διαβάστε περισσότερα1. zadatak , 3 Dakle, sva kompleksna re{ewa date jedna~ine su x 1 = x 2 = 1 (dvostruko re{ewe), x 3 = 1 + i
PRIPREMA ZA II PISMENI IZ ANALIZE SA ALGEBROM. zadatak Re{avawe algebarskih jedna~ina tre}eg i ~etvrtog stepena. U skupu kompleksnih brojeva re{iti jedna~inu: a x 6x + 9 = 0; b x + 9x 2 + 8x + 28 = 0;
Διαβάστε περισσότερα2.2 Srednje vrijednosti. aritmetička sredina, medijan, mod. Podaci (realizacije varijable X): x 1,x 2,...,x n (1)
2.2 Srednje vrijednosti aritmetička sredina, medijan, mod Podaci (realizacije varijable X): x 1,x 2,...,x n (1) 1 2.2.1 Aritmetička sredina X je numerička varijabla. Aritmetička sredina od (1) je broj:
Διαβάστε περισσότεραApsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama.
Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama. a b Verovatno a da sluqajna promenljiva X uzima vrednost iz intervala
Διαβάστε περισσότεραSlučajni vektor. Poglavlje 3
Poglavlje 3 Slučajni vektor Ukoliko u jednom istraživanju za dani slučajni pokus pratimo nekoliko različitih slučajnih varijabli, moguće veze među njima nećemo dokučiti ako ih proučavamo samo svaku za
Διαβάστε περισσότεραKlasifikacija blizu Kelerovih mnogostrukosti. konstantne holomorfne sekcione krivine. Kelerove. mnogostrukosti. blizu Kelerove.
Klasifikacija blizu Teorema Neka je M Kelerova mnogostrukost. Operator krivine R ima sledeća svojstva: R(X, Y, Z, W ) = R(Y, X, Z, W ) = R(X, Y, W, Z) R(X, Y, Z, W ) + R(Y, Z, X, W ) + R(Z, X, Y, W ) =
Διαβάστε περισσότεραDvanaesti praktikum iz Analize 1
Dvaaesti praktikum iz Aalize Zlatko Lazovi 20. decembar 206.. Dokazati da fukcija f = 5 l tg + 5 ima bar jedu realu ulu. Ree e. Oblast defiisaosti fukcije je D f = k Z da postoji ula fukcije a 0, π 2.
Διαβάστε περισσότεραπ π ELEKTROTEHNIČKI ODJEL i) f (x) = x 3 x 2 x + 1, a = 1, b = 1;
1. Provjerite da funkcija f definirana na segmentu [a, b] zadovoljava uvjete Rolleova poučka, pa odredite barem jedan c a, b takav da je f '(c) = 0 ako je: a) f () = 1, a = 1, b = 1; b) f () = 4, a =,
Διαβάστε περισσότεραSlučajne varijable Materijali za nastavu iz Statistike
Slučajne varijable Materijali za nastavu iz Statistike Kristina Krulić Himmelreich i Ksenija Smoljak 2012/13 1 / 1 Slučajna varijabla Slučajna varijabla je funkcija X koja elementarnim dogadajima pridružuje
Διαβάστε περισσότεραDiskretan slučajni vektor
Sveučilište J J Strossmayera u Osijeku Odjel za matematiku Sveučilišni preddiplomski studij matematike Mia Ćurić Diskretan slučajni vektor Završni rad Osijek, 206 Sveučilište J J Strossmayera u Osijeku
Διαβάστε περισσότερα2. Ako je funkcija f(x) parna onda se Fourierov red funkcije f(x) reducira na Fourierov kosinusni red. f(x) cos
. KOLOKVIJ PRIMIJENJENA MATEMATIKA FOURIEROVE TRANSFORMACIJE 1. Za periodičnu funkciju f(x) s periodom p=l Fourierov red je gdje su a,a n, b n Fourierovi koeficijenti od f(x) gdje su a =, a n =, b n =..
Διαβάστε περισσότεραMATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15
MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15 Matrice - osnovni pojmovi (Matrice i determinante) 2 / 15 (Matrice i determinante) 2 / 15 Matrice - osnovni pojmovi Matrica reda
Διαβάστε περισσότεραradni nerecenzirani materijal za predavanja
Matematika 1 Funkcije radni nerecenzirani materijal za predavanja Definicija 1. Kažemo da je funkcija f : a, b R u točki x 0 a, b postiže lokalni minimum ako postoji okolina O(x 0 ) broja x 0 takva da je
Διαβάστε περισσότεραIZRAČUNAVANJE POKAZATELJA NAČINA RADA NAČINA RADA (ISKORIŠĆENOSTI KAPACITETA, STEPENA OTVORENOSTI RADNIH MESTA I NIVOA ORGANIZOVANOSTI)
IZRAČUNAVANJE POKAZATELJA NAČINA RADA NAČINA RADA (ISKORIŠĆENOSTI KAPACITETA, STEPENA OTVORENOSTI RADNIH MESTA I NIVOA ORGANIZOVANOSTI) Izračunavanje pokazatelja načina rada OTVORENOG RM RASPOLOŽIVO RADNO
Διαβάστε περισσότεραXI 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 περισσότεραSEMINAR IZ KOLEGIJA ANALITIČKA KEMIJA I. Studij Primijenjena kemija
SEMINAR IZ OLEGIJA ANALITIČA EMIJA I Studij Primijenjena kemija 1. 0,1 mola NaOH je dodano 1 litri čiste vode. Izračunajte ph tako nastale otopine. NaOH 0,1 M NaOH Na OH Jak elektrolit!!! Disoira potpuno!!!
Διαβάστε περισσότερα- pravac n je zadan s točkom T(2,0) i koeficijentom smjera k=2. (30 bodova)
MEHANIKA 1 1. KOLOKVIJ 04/2008. grupa I 1. Zadane su dvije sile F i. Sila F = 4i + 6j [ N]. Sila je zadana s veličinom = i leži na pravcu koji s koordinatnom osi x zatvara kut od 30 (sve komponente sile
Διαβάστε περισσότεραOsnovni pojmovi iz kombinatorike, vjerojatnosti i statistike I. Kombinatorika
Osnovni pojmovi iz kombinatorike, vjerojatnosti i statistike I. Kombinatorika Teorem o uzastopnom prebrojavanju (TUP) Ako x 1 možemo birati na n 1 načina, ako x 2 možemo birati na n 2 načina,..... ako
Διαβάστε περισσότεραIspitivanje toka i skiciranje grafika funkcija
Ispitivanje toka i skiciranje grafika funkcija Za skiciranje grafika funkcije potrebno je ispitati svako od sledećih svojstava: Oblast definisanosti: D f = { R f R}. Parnost, neparnost, periodičnost. 3
Διαβάστε περισσότεραĈetverokut - DOMAĆA ZADAĆA. Nakon odgledanih videa trebali biste biti u stanju samostalno riješiti sljedeće zadatke.
Ĉetverokut - DOMAĆA ZADAĆA Nakon odgledanih videa trebali biste biti u stanju samostalno riješiti sljedeće zadatke. 1. Duljine dijagonala paralelograma jednake su 6,4 cm i 11 cm, a duljina jedne njegove
Διαβάστε περισσότερα1 Afina geometrija. 1.1 Afini prostor. Definicija 1.1. Pod afinim prostorom nad poljem K podrazumevamo. A - skup taqaka
1 Afina geometrija 11 Afini prostor Definicija 11 Pod afinim prostorom nad poljem K podrazumevamo svaku uređenu trojku (A, V, +): A - skup taqaka V - vektorski prostor nad poljem K + : A V A - preslikavanje
Διαβάστε περισσότερα( , treći kolokvij) 3. Na dite lokalne ekstreme funkcije z = x 4 + y 4 2x 2 + 2y 2 3. (20 bodova)
A MATEMATIKA (.6.., treći kolokvij. Zadana je funkcija z = e + + sin(. Izračunajte a z (,, b z (,, c z.. Za funkciju z = 3 + na dite a diferencijal dz, b dz u točki T(, za priraste d =. i d =.. c Za koliko
Διαβάστε περισσότερα( , 2. kolokvij)
A MATEMATIKA (0..20., 2. kolokvij). Zadana je funkcija y = cos 3 () 2e 2. (a) Odredite dy. (b) Koliki je nagib grafa te funkcije za = 0. (a) zadanu implicitno s 3 + 2 y = sin y, (b) zadanu parametarski
Διαβάστε περισσότεραSlučajne varijable. Diskretna slučajna varijabla X je promjenjiva veličina koja poprima vrijednosti iz skupa
Slučajne varijable Statistički podaci su distribuirani po odredenoj zakonitosti. Za matematičko (apstraktno) opisivanje te zakonitosti potrebno je definirati slučajnu varijablu kojoj pripada odredena razdioba
Διαβάστε περισσότεραCauchyjev teorem. Postoji više dokaza ovog teorema, a najjednostvniji je uz pomoć Greenove formule: dxdy. int C i Cauchy Riemannovih uvjeta.
auchyjev teorem Neka je f-ja f (z) analitička u jednostruko (prosto) povezanoj oblasti G, i neka je zatvorena kontura koja čitava leži u toj oblasti. Tada je f (z)dz = 0. Postoji više dokaza ovog teorema,
Διαβάστε περισσότεραDeterminante. a11 a. a 21 a 22. Definicija 1. (Determinanta prvog reda) Determinanta matrice A = [a] je broj a.
Determinante Determinanta A deta je funkcija definirana na skupu svih kvadratnih matrica, a poprima vrijednosti iz skupa skalara Osim oznake deta za determinantu kvadratne matrice a 11 a 12 a 1n a 21 a
Διαβάστε περισσότερα( ) ( ) 2 UNIVERZITET U ZENICI POLITEHNIČKI FAKULTET. Zadaci za pripremu polaganja kvalifikacionog ispita iz Matematike. 1. Riješiti jednačine: 4
UNIVERZITET U ZENICI POLITEHNIČKI FAKULTET Riješiti jednačine: a) 5 = b) ( ) 3 = c) + 3+ = 7 log3 č) = 8 + 5 ć) sin cos = d) 5cos 6cos + 3 = dž) = đ) + = 3 e) 6 log + log + log = 7 f) ( ) ( ) g) ( ) log
Διαβάστε περισσότεραPRIMIJENJENA MATEMATIKA
SVEUČILIŠTE U RIJECI POMORSKI FAKULTET U RIJECI BISERKA DRAŠČIĆ BAN, TIBOR POGANJ PRIMIJENJENA MATEMATIKA Autorizirana predavanja i vježbe Rijeka, 2009. Sadržaj Poglavlje 1. Kombinatorika 5 1. Permutacije
Διαβάστε περισσότερα