3.2 iskorišćenje kod sistema sa Dinamičkim particijama za memoriju sa dve jedinice (Dinamičke i relokativne particije)

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "3.2 iskorišćenje kod sistema sa Dinamičkim particijama za memoriju sa dve jedinice (Dinamičke i relokativne particije)"

Transcript

1 3.2 iskorišćenje kod sistema sa Dinamičkim particijama za memoriju sa dve jedinice (Dinamičke i relokativne particije) Ne postoji fiksna granica izmedju particija. H:=H 1 +H memorija) 0 memorija 1(normalizovana na 1) S1 S2 H1 S3 S4 H2 Sn Hk +H H k ukupan slobodan prostor (slobodna Da bi se ubacio sledeći sedeć posao treba da postoji oj rupa ne manja od veličine tog posla Algoritmi za punjenje: FIRST FIT i BEST FIT. Po BEST FIT algoritmu se posao smešta u najmanju rupu u koju može da stane, duž memorije ravnomerno razbacani poslovi (stvara se ravnomerna raspodela šupljina). 1

2 3.2 iskorišćenje kod sistema sa Dinamičkim particijama za memoriju sa dve jedinice (Dinamičke i relokativne particije) Po FIRST FIT algoritmu krenemo redom i posao se smešta u prvi odgovarajuću zonu (poslovi su koncentrisani na početku). Knuth-ovo pravilo: broj zauzetih segmenata u memoriji je 2x veći od broja rupa k /2 utvrđeno posmatranjem, a ne k n/2 analitički Dolazak novog posla javlja se sa jednakom verovatnoćom kao i dogadjaj dj j odlaska posla iz memorije. Rezultat t je da se u 50% slučajeva desno od posmatranog posla nalazi rupa, a u drugih 50% desno od posla je posao. 2

3 3.2 iskorišćenje kod sistema sa Dinamičkim particijama za memoriju sa dve jedinice (Dinamičke i relokativne particije) Kako je prosečna č veličina programa (job-a), a Prosečna č veličina rupa H, imamo da je: ns + kh = 1 s ns(1 + kh/ns) = 1 k/n=1/2 n s (1+c/2)=1 (Knuth) n s /1=U=2/(2+c) Ū(c)=2/(2+c),0<c<1 c = H/s - odnos veličina rupa i posla, 0<c<1 iskorišćenje, tj veličina zauzete memorije u memoriji veličine 1. n s - ukupno iskorišćeni deo memorije 3

4 3.2 iskorišćenje kod sistema sa Dinamičkim particijama za memoriju sa dve jedinice (Dinamičke i relokativne particije) Idealan slučaj bi bio c=0 (nema rupa) 100% iskorišćenje, a mora biti 0 < c < 1 inače bi rupe veće od poslova bile popunjene. Za c=1 Ū(c)=2/3=0.667, za c=0.5 Ū(c)=2/2.5=0.8 ) 2/25 08, tako da je za 0.5<c<1 < < Ū<0.8 => gubitak memorije je između 1/5 i 1/3 4

5 3.2 iskorišćenje kod sistema sa Dinamičkim particijama za memoriju sa dve jedinice (Dinamičke i relokativne particije) Analiza Dinamičkih ičkih particija ij (T. Betteridge &B. Randell) Pretpostavke: memorija je podeljena na blokove (memorijske jedinice) iste veličine kojih ima M veličina programa je 1 ili 2 ili 3 ili ili M jedinica ( 1 S M ) i svaka veličina je podjednako verovatna. Program se smešta isključivo u uzastopne jedinice. vreme boravka posla u memoriji je eksponencijalno raspodeljeno: Pr[t x]=1 - cˣ, c=const 2 posla nikada ne završavaju istovremeno, nikada se ne dešavaju 2 događajađ aja odlaska iz memorije u isto vreme 5

6 3.2 iskorišćenje kod sistema sa Dinamičkim particijama za memoriju sa dve jedinice (Dinamičke i relokativne particije) Obrada se vrši po FCFS algoritmu, particije nisu relokatibilne(ni ništa se od programa ne pomera, stanje se ne menja) b r o j s t a nj a (1) (2) (3) (4) ovo analiziramo -veličina 1 -vel vel. 3 Svaka od veličina programa je podjednako verovatna U pitanju je slučaj do M blokova (veličina memorije): M=1, 2, 3, 4, 5, 6, 7, 8 vel. mem n= 1, 4, 12, 33, 88,232,609,1596 -br stanja Događaj u sistemu je odlazak/dolazak, stanja su 1,2,3,4 za slučaj 2 bloka Ako je veličina memorije=1 onda je program veličine 1 6

7 3.2 iskorišćenje kod sistema sa Dinamičkim particijama za memoriju sa dve jedinice (Dinamičke i relokativne particije) Broj stanja n u slučaju memorije sa M blokova je n=f 2M -1 ~ M 0.72 (2.6) Fibonačijevi brojevi: f 0 =f 1 =1, f k =f k-1 + f k-2 Veličina memorije=2 4 stanja; veličina memorije=3 12 stanja Posmatramo slučaj sa dva bloka (4 stanja). Stanja 1 i 3 su stanja u kojima je jedna particija prazna a to znači dačeka veliki posao B (big), jer bi se mali S (small) ubacilo u slobodnu particiju. ij S ib su jednako verovatni. U stanje 1 se prelazi: iz 2 ode drugi posao a sledeći posao koji dolazi je B iz 4 ode B, zatim dolazi S 7

8 3.2 iskorišćenje kod sistema sa Dinamičkim particijama za memoriju sa dve jedinice (Dinamičke i relokativne particije) U stanje 2 se prelazi: iz 1 i 3 ne može jer posle završetka posla čekaju B iz 2 može jer ako ode S i dodje S opet je u 2 iz 4 može ako ode B a dolaze za redom dva S posla U stanje 3seprelazi: iz 2 ode prvi a dolazi B U stanje 4 se prelazi: iz 4 u 4 ako dolaze B pa B iz 1 i 3 kad S završi upada B koji čeka (bezuslovno) 8

9 3.2 iskorišćenje kod sistema sa Dinamičkim particijama za memoriju sa dve jedinice (Dinamičke i relokativne particije) ¼ ¼ ½=¼+¼ Verovatnoća pojave svake veličine ¼ posla je podjednaka i iznosi 1/M p 1 =¼ p 2 +¼p 4 ; p 2 =½ p 2 +¼p 4 ; ¼ p 3 =¼ p 2 ; p 4 =p 1 +p 3 +½p p 1 + p 2 + p 3 +p 4 =1 ¼+¼=½ ¼ p 1 =3/16 p 2 =1/4 p 3 =1/16 p 4 =1/2 9

10 3.2 iskorišćenje kod sistema sa Dinamičkim particijama za memoriju sa dve jedinice (Dinamičke i relokativne particije) iskorišćenje može biti ½ ili 1 pa je srednje iskorišćenje: M=2 : Ū=p 1 U 1 +p 2 U 2 +p 3 U 3 +p 4 U 4 =½p 1 +p 2 +½p 3 +p 4 =7/8=0.875 M=8, za dinamičke particije uniformne veličine, istom računicom dobija se: Ū=0.739, što je manje nego sa dve particije M=8 (za relokatibilne particije, po Betteridge-ovoj analizi): Ū= Funkcija srednjeg iskorišćenja u zavisnosti od M Za relokatibilne particije uniformne dužine postoji konačna formula (Betteridge): M+ 1 U = (1+ 1/M) 2 1/M lim U = e M 10

11 3.3 iskorišćenje kod sistema sa statičkim stranicama Metoda sa statičkim stranicama (Page Partition) (Nevirtuelna tehnika) Ne spada u virtuelne tehnike. Ceo program mora biti u memoriji da bi se program izvršavao, raspored stranica može biti različit i zbog toga su efekti ove tehnike slični relokatibilnim particijama, jedino što u odnosu relokatibilne particije postoji dodatni gubitak na polupopunjenu (u proseku) poslednju stranu (interna fragmentacija). N-broj stranica, M -veličina memorije, n avr - srednji stepen multiprogramiranja prosečan broj procesa u operativnoj memoriji 11

12 3.3 iskorišćenje kod sistema sa statičkim stranicama M/N -veličina jedne stranice, M/(2 N) - veličina polovine stranice, n avr M/(2 N) - gubitak na polovini stranice (ovo je razlika u odnosu na relokativne particije gde nema interne fragmentacije). Primer: N 100, n avr <10, gubitak: W=0.5 n avr M/N 5% M ili manje, i toliko treba odbiti od slučaja relokatibilne particije 12

13 3.4 Model jednakih veličina Neka je veličina memorije normalizovana na 1 Ako iskorišćeni deo memorije u proseku iznosi M kor (M kor <1) iakoje prosečan stepen multiprogramiranja k, tada je prosečna veličina programa x=m kor /k Ovaj model pretpostavlja da su svi programi iste (prosečne) veličine 13

14 3.4 Model jednakih veličina 14

15 3.4 Model jednakih veličina U( x) = x= k x, x x k+ 1 k 1 k Srednja linija ij svakog od trapeza iznosi i k k 1 1 Visina svakog trapeza iznosi, a površina 1+ k k+ 1 2 k+ 1 k k k k 1 U= U( xdx ) = U( xdx ) = 1+ = 1 k= 1 2 k + + = 1 k k+ 1 2 k= 1 k+ 1 k ( k+ 1) π π = = = + = = 2 k= 1 k ( k+ 1) k= 1( k+ 1)

16 3.5 Iskorišćenje memorije za slučaj virtuelne memorije organizovane u stranice (Virtuelna memorija Straničenje na zahtev Demand Paging) O.S Korisnički programi M PMT M PROG k x PMT 1 PMT2 PMTN PAGE0 PAGE 1 PAGE 2... PAGE N Korisnički programi su upodeljeniu u stranice. PMT(Page Map Table) tabele preslikavanja, smeštene u deo rezervisan za OS O.S. N ukupan broj stranica u fizičkoj operativnoj memoriji. Za svaku stranicu postoji po jedan ulaz u tabelu. Blok u koji se može smestiti jedna stranica se naziva page frame. 16

17 3.5 Iskorišćenje memorije za slučaj virtuelne memorije organizovane u stranice (Virtuelna memorija Straničenje na zahtev Demand Paging) M PMT deo OS O.S., tačnije deo memorije u koji se smešta PMT tabela preslikavanja stranica k je zauzeće memorije za jedan ulaz u PMT, veličina jednog elementa u PMT; M je raspoloživa memorija, x je veličina jedne stranice n avr -srednji stepen multiprogramiranja, p - prosečna veličina aktivnog dela programa u memoriji: p=m PROG /n avr W - izgubljeni, neiskorišćeni deo memorije (deo stranice i PMT) deo poslednje W= M PMT +n avr x/2, gde je M PMT gubitak na tabele, n avr x/2 gubitak na popunjenost poslednje stranice (svaki program ima po 1 polupopunjenu stranicu na kojoj se gubi u proseku x/2 /2) 17

18 3.5 Iskorišćenje memorije za slučaj virtuelne memorije organizovane u stranice (Virtuelna memorija Straničenje na zahtev Demand Paging) Šta ako se poslednja stranica (polupopunjena) ne nalazi u memoriji? Poslednji izraz treba korigovati uključujući verovatnoću da stranica bude u memoriji. 1/R - verovatnoću da je stranica u memoriji. Gubitak sa korekcijom: W= M PMT + +n avr x/2 2 1/R 18

19 3.5 Iskorišćenje memorije za slučaj virtuelne memorije organizovane u stranice (Virtuelna memorija Straničenje na zahtev Demand Paging) M PMT =N k gde je N broj M PROG =N x M= M PMT broj strana, a k veličina ulaza u PMT N x, gde je x veličina jedne stanice PMT +M PROG=( sada imamo: W= k M/( /(k+x)+n avr dw/dx= -k M/x² Tražimo minimalnu PROG =(k+x k+x) N M PMT =k N=k M/( /(k+x k+x) i avr x/ x/2 1/R k M /x²+n avr minimalnu vrednost W min za x opt avr /2R k M/x+n avr opt (dw avr x/ dw/dx=0) : x/2r X opt = 2 R k M n avr W = 2 k M n /R min avr 19

20 3.5 Iskorišćenje memorije za slučaj virtuelne memorije organizovane u stranice (Virtuelna memorija Straničenje na zahtev Demand Paging) Ukupan gubitak je minimalan kada je gubitak na ½ stranice (interna fragmentacija) jednak gubitku na PMT. k M/xopt= n avr xopt/2r gubici na polovinama stranica i na PMT su jednaki. Za x= 0.5, 1, 2, 4 kb, k=4b i M=200 kb imamo: x[b] n avr Globalno iskorišćenje je oko 95% Iskorišćenost: U=(M-W)/M=1 - k/x - (n avr x)/(2 M R) )( ) 20

21 3.6 Pregled iskorišćenja memorije za različite tehnike Globalno iskorišćenje memorije l l l l l l monoprogramski sistemi 50% Globalno iskorišćenje memorije (GMU) statičke particije 60% dinamičke particije 75% relokativne particije 85% statičke stranice 80% DEMAND PAGING (virtuelna memorija) DEMAND SEGMENTATION DEMAND - PAGED SEGMENTATION 90% 95% 95% Tehnika upravljanja memorijom (MMT) 21

22 4. Performanse operativne memorije (iskorišćenost i brzina) 1. veličina memorije (size), jedinice: Bytes/Words/Bits (B/w/b) 2. vreme pristupa (access time): a) T r (read time)-vreme čitanja vreme koje protekne od trenutka idavanja zahteva za čitanje do trenutka raspoloživosti podatka u baferu b) T w (write time)-vreme upisivanja vreme koje protekne od trenutka idavanja zahteva za upis do trenutka sledeće moguće operacije procesora 3. alternativno: T r najkraci vremenski interval izmedju 2 uzastopna čitanja jedne iste memorijske lokacije. Najveci deo vremena T r predstavlja interval od zadavanja impulsa do završetka prenosa iz lokacije u bafer registra (značajnijeajnije zbog mogućnosti ponavljanja istog čitanja). T w najkraći mogući vremenski interval između 2 uzastopna upisa u istu memorijsku lokaciju. 22

23 4. Performanse operativne memorije (iskorišćenost i brzina) 4. memorijski ciklus (cycle time) je najkraće vreme između u2uzastopna uzastopna čitanja ili pisanja u istu memorijsku lokaciju. Ne možemo ga koristiti za poređenjeenje različitih memorija zbog različite dužine podataka. T c =(T r +T w )/2 c r w 5. dužina podatka koji se dohvati u jednom pristupu W (Width): broj bajtova (B), reči (w) ili bitova (b) koji se dohvati u jednom pristupu. 6. širina opsega memorije B (BandWidth BandWidth). Ne može se koristiti za poređenje enje kod višestrukuh pristupa. B mem =W/T c [b/μs] Na primer: W=32 b i T c=0.4 μs (mikro sekundi) B=80 b/μsμ 7. brzina memorije vmem (memory transfer rate) predstavlja na drugi način zapisanu širinu opsega: v mem = W/T c c[ [MB/s] = B mem/8 23

24 4.1 Sistem sa više memorijskih modula Pretpostavka: sistem je sa jednom magistralom: Efektivna Adresa Adresna magistrala Mar 1 Mar 2 Mar 3 Mar 4 Selektor Adrese Modula Memorijski Kontroler Blok #1 Mbr 1 Blok #2 Blok #3 Blok #4 Mbr 2 Mbr 3 Mbr 4 Blok Memorije upravljanje CPU dužina podataka w, brzina protoka v mem 24

25 4.2 Paralelni pristup memoriji Delimo memoriju na blokove. U slučaju da vise procesora traži pristup istom bloku javljaju se redovi čekanja. S(m) je faktor simultanosti, tj. broj memorijskih blokova koji su istovremeno aktivni. S(m) m-broj memorijskih blokova Efektivna širina opsega memorije: m B=S(m) W/T c, 1 S(m) m Neka se generi eneriše sledeći niz adresa, odnosno njihovih blokova (pretpostavka p je da su generisane adrese nezavisne i da se svakom od blokova sa pristupa ravnomerno): b1, b2,, bm, b, bm+1,,, bi je iz skupa {1,,m} 25

26 4.2 Paralelni pristup memoriji Blok#1 Blok#2 Blok#3 Blok#4 m=4 MAR 1 MBR 1 MAR 2 MBR 2 MAR 3 MBR 3 MAR 4 MBR 4 CPU 1 CPU 2 IOP 1 IOP 2 adresa podatak adresa podatak adresa podatak Komutaciono polje 26

27 4.3 Helermanova Formula 2CPUi 2IOP(npr (npr. DMA) generišu niz blokova b:= b1, b2,, m+2, pri čemu b i {1,2,,m}, i=1, 2, 3, bm, bm+1, bm+2 (m-broj memorijskih blokova, n-broj procesora). Pretpostavka je da su adrese međusobno nezavisne pa je pristupanje blokovima ravnomerno. verovatnoća da sledeća adresa ne bude ista kao prethodna: P [b2 b1]=(m r ]=(m-1)/m, b 1 - prva generisana adresa, b 2 -druga generisana adresa. Analogno imamo: P [b r 3 b 2, b 3 b 1 b 2 b 1 ]=(m-2)/m P r [b k b i ; za svako i, 1 i<k, 1 k m]=(m-(k-1))/m P r [b k+1 b i ; za svako i, 1 i k, 1 k m]=(m m]=(m-k)/m 27

28 4.3 Helermanova Formula verovatnoća suprotnog događaja aja (k+1-va adresa je već generisana ranije),,b k }] = k/m, k=1, 2,..., m ranije): P r [b k+1 {b 1,b 2,, verovatnoća da se posle k pristupa naredni ponovio, tj. da je k memorijskih blokova aktivno (simultani i pristup it u k blokova istovremeno): p(k)= (m-1)/m (m-2)/m (m-(k-1))/m 1))/m k/m= k (m 1)! k)! k m (m Srednji faktor simultanosti, tj. srednji broj modula koji istovremeno rade: m m 2 k S(m) k p(k) (m 1)! k /(m (m k)!) = = k = 1 k = 1 28

29 4.3 Helermanova Formula Helerman dao pibližan približan obrazac: ac S(m) m 0.56 Primer izračunavanja S(m) po tačnoj i približnoj formuli: S(2)=1 1/2+2 1/2= ; S(4)=71/32= ; =1.47 ; =2.17 Aproksimacija je relativno gruba, ali je obrazac jednostavan Za 4 memorijska bloka je pod ovim uslovima oko 2puta brži pristup Knuth (Donald Ervin Knuth) : S(m) m 0.28; prva aproksimacija 3/4 S(m) = ( π m) / 2 1/ 3 + 1/12 π/ (2 m) 4 / (135 m) + o(m ) druga aproksimacija 29

30 4.3 Helermanova Formula Mana tačne č formule i poslednjeg aproksimativnog obrasca je prevelika složenost. Dolazimo do (EŠOM): do efektivne širine ine opsega memorije B =m 056 W/T m 1 B mem =m 0.56 W/T c, m 1 HELERMANOVA FORMULA 30

31 4.4 Barnet-Kofmanova formula Ovo je proširenje Helermanove formule koje uzima u obzir svojstva izvršenja programa na nivou bazičnih blokova (posmatra slučajeve kada postoje skokovi u programu) Odnosi se na broj instrukcija koje se istovremeno mogu čitati iz memorije. U slučaju instrukcija bez skokova, zahvata se onoliko reči koliko ima blokova (možemo istovremeno zahvatati različite ite instrukcije iz 4 bloka u našem slučaju). U slučaju pojave skokova efektivna širina operativne memorije se smanjuje, tj. smanjuje se broj jednovremeno zahvaćenih instrukcija. Isto je i u slučaju grananja (uslovnih skokova), smanjuje se srednji faktor simultanosti..ešomjefunkci unkcija broja instrukcija sa skokovima na neuzastopnu adresu. 31

32 4.4 Barnet-Kofmanova formula qjeverovatnoća skoka na neuzastopnu adresu (q=broj instrukcija sa skokovima/ukupan broj mašinskih instrukcija). Npr, ako je q=0.1 imamo skok u svakoj desetoj adresi. Imamo sekvencu uzastopnih adresa b1, b2, memorijskih blokova kojima se pristupa, sa prosečnom dužinom 1/q sto je prosečan broj uzastopnih adresa (srednja dužina linearnog dela programa, bez skokova). r=1-q - verovatnoća instrukcija koje ne dovode do skoka (gustina instrukcije bez skokova). Posmatramo verovatnoću da niz instrukcija koje se mogu paralelno izvršavati ima dužinu k,, što znači da imamo k-1 instrukciju bez skoka, a da k-ta izaziva skok: 32

33 4.4 Barnet-Kofmanova formula p(k)=r k- 1 q, 1 k m-1 ; p(m)=r m-1 (najviše (najviše m-1 instrukcija ij bez skoka, a za m-tu nije bitno ukoliko imamo m blokova) m S(m) = k p(k) = q + 2rq + 3r q (m 1) r q + mr k= 1 uvodimo smenu q=1-r 2 m 2 m 1 S(m) = 1 r + 2(r r ) + 3(r r ) (m 1)(r r ) + mr = 1+ r + r r m 2 m 1 m 1 2 m 1 S(m)=(1-r m )/(1-r)=(1-(1-q) m )/(1-(1-q))= (1-(1-q) m )/q EŠOM: W(bits) - širina instrukcije, Tc(μs) trajanje memorijskog ciklusa 1-(1-q) m W B mem = q T c BARNET-KOFMANOVA FORMULA Burnett - Coffman 33

34 4.4 Barnet-Kofmanova formula Primer: q=0 0.1: S(2)=1 1.9, S(4)=3 3.44, S(8)=5 5.7, S(16)= ; lims(m) = m Granični slučajevi: S(1)=1 ; ; 1 S(m) m q 0 Odnos B-C formule i Helerman-ove formule: 1-(1-q) m m 0.56 = q q=? B-C Cjepreciznija preciznija, bolje sagledava realnost. Helermanova je jednostavnija i ne zahteva poznavanje programa. B-C je pogodna za primenu u instrukcijskim memorijama (one koje sadrže samo kod), npr. cache memorija za instrukcije. 34

35 4.5 Strekerova formula (procena brzine memorije) Pretpostavke su da imamo n procesora koji pristupaju memorijskim blokovima kojih ima m Svakom od blokova pristupa se nezavisno i ravnopravno (sa jednakom verovatno atnoće uniformna raspodela verovatnoće za pristupe blokovima). Verovatnoća da i-ti procesor pristupa j-tom memorijskom bloku: P Pr[i-ti proc. pristupa j-tom mem. bloku]=1/m ]=1/m, 1 i n, 1 j m verovatnoća suprotnog događaja, da i-ti procesor ne pristupa j- tom bloku: Pr=1-1/m. verovatnoća da je j-ti blok slobodan, tj. da mu niko ne pristupa: Pr[ r[j-ti blok slobodan]=(1 ]=(1-1/m) 1/m) n 35

36 4.5 Strekerova Formula (procena brzine memorije) Verovatnoća da je j-ti blok zauzet, tj. verovatnoća suprotnog događaja: Pr[j-ti blok zauzet]=1 ]=1-(1-1/m) 1/m) n SFS: S(m)=[1-(1-1/m) n ] m EŠOM : B mem =m [1-(1-1/m) n ] W/T c Strecker-ova formula Primer: n=4 procesora, m=2,4,6,8,, memorijskih blokova S(2)=1.875, S(8)=3.31, S(4)=2.73, S(16)=3.64 lims(m) = n lims(m) = m n m 36

37 4.5 Strekerova Formula (procena brzine memorije) Odnos Strekerove formule i Helermanove formule: m 0.56 = m [1-(1-1/m) n ] i ako je n(m)=log(1-m )/Log(1-m -1 ) formule su istovetne t Primer: pronaći n(2), n(4), n(6), n(8) da postoji ekvivalentnost Strekerova i Helermanove formule: m=2 => n=1.93 m=4 => n= m=8 => n=3.83 m=16 => n=

38 4.6 Hijerarhijska organizacija memorije Izračunavanje efektivne adresne -registri -cache -operativna mem. -disk -CD-ROM -magnetne trake Po smeštajnoj jedinici cena opada, a raste kapacitet strana (page) stranica nije u memoriji f- verovatnoća (page fault) Page# Adresa unutar stranice logička adresa Page Map Table PMT 1-f Block# Adresa unutar bloka fizička adresa MAR Asocijativna memorija 1-h h cache hit Cache memorija Operativna memorija tb tf tm MBR 38 cpu

39 4.6 Hijerarhijska organizacija memorije T Tc 3 =f t f +(1-f) f) T c, gde Tc -srednje 3 vreme pristupa it za tronivoovsku hijerarhiju: 2-nivovsku hijerarhiju gde je Tc srednje vreme pristupa za T c =h t b +(1-h) t m =t m [1-h (1-t b /t m )], t b <t m <t f W W 1 W B mem = = = H t m [1-h (1-t b /t m )] t m 1-h (1-t b /t m ) t m W/tm je polazna širina memorijskog opsega bez keš memorije 39

40 4.6 Hijerarhijska organizacija memorije Tipovi i lokalnosti: l vremenska velika verovatnoća da ce se u određenom enom vremenskom intervalu pristupati podacima kojima smo već pristupali u tom vremenskom intervalu prostorna velika verovatnoća da ako smo pristupili nekom podatku brzo ćemo pristupiti podatku koji mu je blizak po adresi (u istom bloku) procesorska odnosi se na multiprocesorske sisteme 40

41 4.6 Hijerarhijska organizacija memorije Presek tipičnih vremena pristupa i kapaciteta: Vreme: Kapacitet: 1-2 ns Registri B 3-10 ns Cache (on chip) kb ns Cache (off chip) kb ns Operativna memorija 1MB 2GB 5-20 ms Disk 100MB 1TB ms Tercijarna memorija (CD, DVD) 600 MB+ 1s-1010 min Trake nije limitirano 41

3. Performanse operativne memorije. Sistema

3. Performanse operativne memorije. Sistema 3. Performanse operativne memorije Dva osnovna aspekta koja razmatramo: brzina i iskorišćenje Nije bitan samo fizički kapacitet memorije, nego nam je od značaja i efektivni adresni prostor -to je prostor

Διαβάστε περισσότερα

UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET SIGNALI I SISTEMI. Zbirka zadataka

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

3.1 Granična vrednost funkcije u tački

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

SISTEMI NELINEARNIH JEDNAČINA

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

Διαβάστε περισσότερα

Ispitivanje toka i skiciranje grafika funkcija

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

Διαβάστε περισσότερα

41. Jednačine koje se svode na kvadratne

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

Διαβάστε περισσότερα

numeričkih deskriptivnih mera.

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

Διαβάστε περισσότερα

18. listopada listopada / 13

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

Διαβάστε περισσότερα

Operacije s matricama

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Teorijske osnove informatike 1

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

APROKSIMACIJA FUNKCIJA

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

5. Karakteristične funkcije

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

Διαβάστε περισσότερα

ELEKTROTEHNIČKI ODJEL

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

Διαβάστε περισσότερα

INTELIGENTNO UPRAVLJANJE

INTELIGENTNO UPRAVLJANJE INTELIGENTNO UPRAVLJANJE Fuzzy sistemi zaključivanja Vanr.prof. Dr. Lejla Banjanović-Mehmedović Mehmedović 1 Osnovni elementi fuzzy sistema zaključivanja Fazifikacija Baza znanja Baze podataka Baze pravila

Διαβάστε περισσότερα

Iskazna logika 3. Matematička logika u računarstvu. novembar 2012

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

Διαβάστε περισσότερα

Osnovne teoreme diferencijalnog računa

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

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

FTN Novi Sad Katedra za motore i vozila. Teorija kretanja drumskih vozila Vučno-dinamičke performanse vozila: MAKSIMALNA BRZINA : MAKSIMALNA BRZINA Maksimalna brzina kretanja F O (N) F OI i m =i I i m =i II F Oid Princip određivanja v MAX : Drugi Njutnov zakon Dokle god je: F O > ΣF otp vozilo ubrzava Kada postane: F O = ΣF otp

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Ĉetverokut - 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. 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 περισσότερα

Kaskadna kompenzacija SAU

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

III VEŽBA: FURIJEOVI REDOVI

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

TRIGONOMETRIJA TROKUTA

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

Διαβάστε περισσότερα

XI dvoqas veжbi dr Vladimir Balti. 4. Stabla

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Uvod Teorija odlučivanja je analitički i sistematski pristup proučavanju procesa donošenja odluka Bez obzira o čemu donosimo odluku imamo 6 koraka za

Uvod Teorija odlučivanja je analitički i sistematski pristup proučavanju procesa donošenja odluka Bez obzira o čemu donosimo odluku imamo 6 koraka za Osnovne teorije odlučivanja Uvod Teorija odlučivanja je analitički i sistematski pristup proučavanju procesa donošenja odluka Bez obzira o čemu donosimo odluku imamo 6 koraka za donošenje dobre odluke:

Διαβάστε περισσότερα

( , 2. kolokvij)

( , 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 περισσότερα

Elementi spektralne teorije matrica

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

Διαβάστε περισσότερα

Sortiranje prebrajanjem (Counting sort) i Radix Sort

Sortiranje prebrajanjem (Counting sort) i Radix Sort Sortiranje prebrajanjem (Counting sort) i Radix Sort 15. siječnja 2016. Ante Mijoč Uvod Teorem Ako je f(n) broj usporedbi u algoritmu za sortiranje temeljenom na usporedbama (eng. comparison-based sorting

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Obrada signala

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

Διαβάστε περισσότερα

Računarska grafika. Rasterizacija linije

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Skup svih mogućih ishoda datog opita, odnosno skup svih elementarnih događaja se najčešće obeležava sa E. = {,,,... }

Skup 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 περισσότερα

Zavrxni ispit iz Matematiqke analize 1

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

Διαβάστε περισσότερα

5 Ispitivanje funkcija

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

Διαβάστε περισσότερα

radni nerecenzirani materijal za predavanja

radni nerecenzirani materijal za predavanja Matematika 1 Funkcije radni nerecenzirani materijal za predavanja Definicija 1. Kažemo da je funkcija f : a, b R u točki x 0 a, b postiže lokalni minimum ako postoji okolina O(x 0 ) broja x 0 takva da je

Διαβάστε περισσότερα

IZVODI ZADACI (I deo)

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

Διαβάστε περισσότερα

KOMUTATIVNI I ASOCIJATIVNI GRUPOIDI. NEUTRALNI ELEMENT GRUPOIDA.

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Antene. Srednja snaga EM zračenja se dobija na osnovu intenziteta fluksa Pointingovog vektora kroz sferu. Gustina snage EM zračenja:

Antene. Srednja snaga EM zračenja se dobija na osnovu intenziteta fluksa Pointingovog vektora kroz sferu. Gustina snage EM zračenja: Anene Transformacija EM alasa u elekrični signal i obrnuo Osnovne karakerisike anena su: dijagram zračenja, dobiak (Gain), radna učesanos, ulazna impedansa,, polarizacija, efikasnos, masa i veličina, opornos

Διαβάστε περισσότερα

Jednodimenzionalne slučajne promenljive

Jednodimenzionalne slučajne promenljive Jednodimenzionalne slučajne promenljive Definicija slučajne promenljive Neka je X f-ja def. na prostoru verovatnoća (Ω, F, P) koja preslikava prostor el. ishoda Ω u skup R realnih brojeva: (1)Skup {ω/

Διαβάστε περισσότερα

MEHANIKA FLUIDA. Isticanje kroz otvore sa promenljivim nivoom tečnosti

MEHANIKA FLUIDA. Isticanje kroz otvore sa promenljivim nivoom tečnosti MEHANIKA FLUIDA Isticanje kroz otvore sa promenljivim nivoom tečnosti zadatak Prizmatična sud podeljen je vertikalnom pregradom, u kojoj je otvor prečnika d, na dve komore Leva komora je napunjena vodom

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

7 Algebarske jednadžbe

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

Διαβάστε περισσότερα

Riješeni zadaci: Nizovi realnih brojeva

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

Διαβάστε περισσότερα

Linearna algebra 2 prvi kolokvij,

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

Διαβάστε περισσότερα

SEKUNDARNE VEZE međumolekulske veze

SEKUNDARNE VEZE međumolekulske veze PRIMARNE VEZE hemijske veze među atomima SEKUNDARNE VEZE međumolekulske veze - Slabije od primarnih - Elektrostatičkog karaktera - Imaju veliki uticaj na svojstva supstanci: - agregatno stanje - temperatura

Διαβάστε περισσότερα

Matematika 1 - vježbe. 11. prosinca 2015.

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

Διαβάστε περισσότερα

Matematička analiza 1 dodatni zadaci

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

Διαβάστε περισσότερα

Inženjerska grafika geometrijskih oblika (5. predavanje, tema1)

Inženjerska grafika geometrijskih oblika (5. predavanje, tema1) Inženjerska grafika geometrijskih oblika (5. predavanje, tema1) Prva godina studija Mašinskog fakulteta u Nišu Predavač: Dr Predrag Rajković Mart 19, 2013 5. predavanje, tema 1 Simetrija (Symmetry) Simetrija

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Konstruisanje. Dobro došli na... SREDNJA MAŠINSKA ŠKOLA NOVI SAD DEPARTMAN ZA PROJEKTOVANJE I KONSTRUISANJE

Konstruisanje. Dobro došli na... SREDNJA MAŠINSKA ŠKOLA NOVI SAD DEPARTMAN ZA PROJEKTOVANJE I KONSTRUISANJE Dobro došli na... Konstruisanje GRANIČNI I KRITIČNI NAPON slajd 2 Kritični naponi Izazivaju kritične promene oblika Delovi ne mogu ispravno da vrše funkciju Izazivaju plastične deformacije Može doći i

Διαβάστε περισσότερα

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

(P.I.) PRETPOSTAVKA INDUKCIJE - pretpostavimo da tvrdnja vrijedi za n = k. 1 3 Skupovi brojeva 3.1 Skup prirodnih brojeva - N N = {1, 2, 3,...} Aksiom matematičke indukcije Neka je N skup prirodnih brojeva i M podskup od N. Ako za M vrijede svojstva: 1) 1 M 2) n M (n + 1) M,

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Zadaci iz trigonometrije za seminar

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Zadaci iz Osnova matematike

Zadaci 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 περισσότερα

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

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Otvorene mreže. Zadatak 1

Otvorene mreže. Zadatak 1 Otvorene mreže Zadatak Na slici je data otvorena mreža u kojoj je rocesor centralni server. Prosečan intenzitet ulaznog toka rocesa u sistem iznosi X rocesa/sec. Posle rocesorske obrade, roces u % slučajeva

Διαβάστε περισσότερα

( ) π. I slučaj-štap sa zglobovima na krajevima F. Opšte rešenje diferencijalne jednačine (1): min

( ) π. I slučaj-štap sa zglobovima na krajevima F. Opšte rešenje diferencijalne jednačine (1): min Kritična sia izvijanja Kritična sia je ona najmanja vrednost sie pritisa pri ojoj nastupa gubita stabinosti, odnosno, pri ojoj štap iz stabine pravoinijse forme ravnoteže preazi u nestabinu rivoinijsu

Διαβάστε περισσότερα

1 Pojam funkcije. f(x)

1 Pojam funkcije. f(x) Pojam funkcije f : X Y gde su X i Y neprazni skupovi (X - domen, Y - kodomen) je funkcija ako ( X)(! Y )f() =, (za svaki element iz domena taqno znamo u koji se element u kodomenu slika). Domen funkcije

Διαβάστε περισσότερα

RIJEŠENI ZADACI I TEORIJA IZ

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

Διαβάστε περισσότερα

POVRŠINA TANGENCIJALNO-TETIVNOG ČETVEROKUTA

POVRŠINA TANGENCIJALNO-TETIVNOG ČETVEROKUTA POVRŠIN TNGENIJLNO-TETIVNOG ČETVEROKUT MLEN HLP, JELOVR U mnoštvu mnogokuta zanimljiva je formula za površinu četverokuta kojemu se istoobno može upisati i opisati kružnica: gje su a, b, c, uljine stranica

Διαβάστε περισσότερα

ZBIRKA POTPUNO RIJEŠENIH ZADATAKA

ZBIRKA POTPUNO RIJEŠENIH ZADATAKA **** IVANA SRAGA **** 1992.-2011. ZBIRKA POTPUNO RIJEŠENIH ZADATAKA PRIRUČNIK ZA SAMOSTALNO UČENJE POTPUNO RIJEŠENI ZADACI PO ŽUTOJ ZBIRCI INTERNA SKRIPTA CENTRA ZA PODUKU α M.I.M.-Sraga - 1992.-2011.

Διαβάστε περισσότερα

Dvanaesti praktikum iz Analize 1

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

Διαβάστε περισσότερα

Dijagonalizacija operatora

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

Διαβάστε περισσότερα

OBRTNA TELA. Vladimir Marinkov OBRTNA TELA VALJAK

OBRTNA TELA. Vladimir Marinkov OBRTNA TELA VALJAK OBRTNA TELA VALJAK P = 2B + M B = r 2 π M = 2rπH V = BH 1. Zapremina pravog valjka je 240π, a njegova visina 15. Izračunati površinu valjka. Rešenje: P = 152π 2. Površina valjka je 112π, a odnos poluprečnika

Διαβάστε περισσότερα

Računarska grafika. Rasterizacija linije

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

Διαβάστε περισσότερα

TRIGONOMETRIJSKE FUNKCIJE I I.1.

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Program testirati pomoću podataka iz sledeće tabele:

Program testirati pomoću podataka iz sledeće tabele: Deo 2: Rešeni zadaci 135 Vrednost integrala je I = 2.40407 42. Napisati program za izračunavanje koeficijenta proste linearne korelacije (Pearsonovog koeficijenta) slučajnih veličina X = (x 1,..., x n

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Ovo nam govori da funkcija nije ni parna ni neparna, odnosno da nije simetrična ni u odnosu na y osu ni u odnosu na

Ovo nam govori da funkcija nije ni parna ni neparna, odnosno da nije simetrična ni u odnosu na y osu ni u odnosu na . Ispitati tok i skicirati grafik funkcij = Oblast dfinisanosti (domn) Ova funkcija j svuda dfinisana, jr nma razlomka a funkcija j dfinisana za svako iz skupa R. Dakl (, ). Ovo nam odmah govori da funkcija

Διαβάστε περισσότερα

Skripta iz Arhitekture i organizacije računara (radna verzija)

Skripta iz Arhitekture i organizacije računara (radna verzija) Skripta iz Arhitekture i organizacije računara (radna verzija) Nikola Milosavljević Prirodno-matematički fakultet, Univerzitet u Nišu Departman za računarske nauke e-mail: nikola5000@gmail.com Niš, Novembar

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

IZVODI ZADACI (I deo)

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

Διαβάστε περισσότερα

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

21. ŠKOLSKO/OPĆINSKO/GRADSKO NATJECANJE IZ GEOGRAFIJE GODINE 8. RAZRED TOČNI ODGOVORI 21. ŠKOLSKO/OPĆINSKO/GRADSKO NATJECANJE IZ GEOGRAFIJE 2014. GODINE 8. RAZRED TOČNI ODGOVORI Bodovanje za sve zadatke: - boduju se samo točni odgovori - dodatne upute navedene su za pojedine skupine zadataka

Διαβάστε περισσότερα

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

FTN Novi Sad Katedra za motore i vozila. Teorija kretanja drumskih vozila Vučno-dinamičke performanse vozila: MAKSIMALNA BRZINA : MAKSIMALNA BRZINA Maksimalna brzina kretanja F O (N) F OI i m =i I i m =i II F Oid Princip određivanja v MAX : Drugi Njutnov zakon Dokle god je: F O > ΣF otp vozilo ubrzava Kada postane: F O = ΣF otp

Διαβάστε περισσότερα