Profesor Zorica Mladenovic 6/5/2012 VEKTORSKI AUTOREGRESIONI MODELI I KOINTEGRACIONA ANALIZA. Zorica Mladenović. Teme
|
|
- Ἑρμογένης Βλαχόπουλος
- 6 χρόνια πριν
- Προβολές:
Transcript
1 Profesor Zorica Mladenovic 6/5/ VEKTORSKI AUTOREGRESIONI MODELI I KOINTEGRACIONA ANALIZA Zorica Mladenović Teme. Prisustvo jediničnog korena u VAR modelu. Kointegracija u VAR modelu. MA reprezentacija kointegrisanog VAR modela 4. Johansenova procedura 5. Primer Ekonomski fakultet u Beogradu,.
2 Profesor Zorica Mladenovic 6/5/ Johansenova metodologija kointegracione analize Osnovni koraci Specifikacija i ocena VAR(p) modela za Y t. Izračunavanje testa količnika verodostojnosti da bi se utvrdio rang matrice Π i odredio broj kointegracionih vektora. Normalizacija kointegracionih vektora i nametanje ograničenja na parametre. Ocena kointegracionih parametara i VECM. Interpretacija determinističkih komponenti. Specifikacija i ocena VAR(p) modela Gotovo svi testovi specifikacije su valjani i za VAR model sa jediničnim korenima nezavisno od toga da li je kointegracija prisutna ili ne. Primena Grejndžerovog testa uzročnosti zavisi od toga da li kointegracija postoji ili ne: Kointegracija postoji: koristi se VAR model sa vremenskim serijama u nivou Kointegracija ne postoji: koristi se VAR model sa prvim diferencama vremenskih serija. Ekonomski fakultet u Beogradu,.
3 Profesor Zorica Mladenovic 6/5/ Test količnika verodostojnosti u kointegracionoj analizi Pretpostavimo da postoji kointegracija. U opštem slučaju broj kointegracionih vektora je r. To znači da polaznom kointegrisanom VECM modelu odgovara iskaz: H(r). Tvrđenje H(r) sugeriše da je rang matrice Π manji ili jednak r. Može se postaviti sledeći niz hipoteza, koji predstavlja osnovu za definisanje sekvencijalnog testiranja: H( )... H( r ) H( r H( ) : kointegracija ne postoji + )... H( n ) H( n ) : sve su promenljive stacionarne Test količnika verodostojnosti u kointegracionoj analizi II Test se zasniva na ocenjenim karakterističnim vrednostima matrice Π. Slobodno interpretirano, ove karakteristične vrednosti mere korelaciju između Y t i Y t- nakon što je iz njih izostavljen uticaj kratkoročnih varijacija. Što je veća korelacija između Y t i Y t- to je veća verovatnoća da postoji kointegracija. Rang matrice Π odgovara broju karakterističnih vrednosti koje su značajno različite od nule. Karakteristične vrednosti: ˆ λ > ˆ λ >... > ˆ λ >... > ˆ > > r λn Postoje dva tipa Johansenovog testa:. Statistika traga.statistika najveće karakteristične vrednosti Ekonomski fakultet u Beogradu,.
4 Profesor Zorica Mladenovic 6/5/ Test količnika verodostojnosti u kointegracionoj analizi: statistika traga Na osnovu statistike traga ostvaruje se diskriminacija između sledećih hipoteza: H : r = r, H : r > r Statistika traga I Maksimalna vrednost funkcije verodostojnosti uzorka (izuzimajuci konstantne elemente) za rang r /T L - max /T L - max - ln = Ω ˆ = II Maksimalna vrednost funkcije (izuzimajuci konstantne elemente) za rang n = Ω ˆ = Odredjena matrica Odredjena matrica Test kolicnika verodostojnosti : r ( ) L max H = = ln i n L max ( H ) i= test statistika traga : LR trace ( λˆ ) ( λˆ ) ( ) H r ( λˆ i ). i= verodostojnosti uzorka ( ) H n ( λˆ i ). i= test statistika traga T / i i n ( ) = T ln( λˆ ) r i= r + i Statistika traga LR trace Test količnika verodostojnosti u kointegracionoj analizi: statistika traga n ( r ) = T ln( ˆ λ ) Ako je rang Vrednost LR Ako je rang Vrednost LR ( Π ) trace ( Π ) trace i= r + = r, onda su vrednosti ˆ λ ( r ) je zanemarljivo mala, jer ln( ˆ λ ) > r, onda su neke od vrednosti ˆ λ,..., ˆ λ bliske nuli. za i > r.,..., ˆ λ razlicite od nule. ( r ) ce biti znatno veca od nule, jer ln( ˆ λ ) < za neko i > r. i r + r + U uslovima validnosti nulte hipoteze ova statistika nema chi raspodelu. U pitanju je višedimenziona verzija raspodele DF testa jediničnog korena koja zavisi od broja zajedničkih stohastičkih trendova n-r i determinističkih komponenti. Johansen: asimptotska raspodela Ekipa oko Johansena: kriticne vrednosti n i n i Ekonomski fakultet u Beogradu,. 4
5 Profesor Zorica Mladenovic 6/5/. Testiramo hipoteze: na osnovu statistike: Sekvencijalna procedura u primeni Johansenovog testa statistike traga H : r =, H : r > n LR = ˆ trace T ln i i= Ako se nulta hipoteza ne odbacuje, tada kointegracija ne postoji.testiranje se završava. Ako se nulta hipoteza odbacuje, onda zaključujemo da postoji bar jedan kointegracioni vektor. Prelazimo na.. Nastavljamo testiranje da bismo proverili da li je broj kointegracionih vektora tačno jedan ili najmanje dva. Relevantne hipoteze i statistika: H : r =, H ( ) ( λ ) : r >, LR n ( ) = T ln( ˆ λ ) Ako se nulta hipoteza ne odbacuje, tada zaključujemo da postoji tačno jedan kointegracioni vektor. Testiranje se završava. Ako se nulta hipoteza odbacuje, onda zaključujemo da postoje bar dva kointegraciona vektora. Testiranje se nastavlja.. Sekvencijalni postupak testiranja završava se fazom u kojoj se ne odbacuje nulta hipoteza. trace i= i Test količnika verodostojnosti u kointegracionoj analizi: statistika najveće karakteristične vrednosti Na osnovu statistike najveće karakteristične vrednosti ostvaruje se diskriminacija između sledećih hipoteza: H : r = r, H : r = r + Test statistika: ( ) = Tln( ˆ λ ) LR max r r + U uslovima validnosti nulte hipoteze ni ova statistika nema chi raspodelu. U pitanju je nestandardna raspodela koja zavisi od broja nekointegrisanih kombinacija n-r i determinističkih komponenti. Ekonomski fakultet u Beogradu,. 5
6 Profesor Zorica Mladenovic 6/5/ Ocena kointegracionih parametara primenom metoda maksimalne verodostojnosti i ostalih parametara VECM Ako je ustanovljeno da je rang jednak r, tada je potrebno oceniti sledeći VECM: Y αβ Γ Γ + a t = Yt + Yt p Yt p+ Johansen je pokazao da se primenom MMV ocena matrice kointegracionih parametara dobija prema: ˆ β = ˆv i ( ˆv... ˆv ) je karakteristicni vektor koji odgovara karakteristicnoj vrednosti ˆ λ,i r i =,,...,r. Pošto se ocene kointegracioni parametri, primena metoda MMV za ostale ocene svodi se na primenu metoda ONK: Y ˆ t = αβ Yt + Γ Yt Γ p Yt p+ + at Ocene : ˆ α, ˆ Γ,..., ˆ Γ p. t Ocena kointegracionih parametara primenom metoda maksimalne verodostojnosti i ostalih parametara VECM II Faktorizacija Πˆ = ˆ αβˆ nije jedinstvena. Zbog potrebe ekonomske interpretacije uobičajeno je da se ostvari takvo normiranje parametara kointegracionog vektora kojim se parametru uz promenljivu od interesa dodeljuje vrednost. Normiran kointegracioni vektor: vec( ˆβ nrm ) Ovakvom transformacijom kointegracionih vektora menja se i ocena α, ali ne i ocena Γ,..., Γ p Johansen je pokazao da: ( ( ) ( )) T vec ˆ βnrm vec βnrm asimptotski poseduje raspodelu koja se može označiti kao mešavina normalnih raspodela. Dodatno, ocena je superkonzistentna. Posledica: za testiranje hipoteze o vrednosti kointegracionog parametra može se koristiti chi raspodela. Ostale ocene poseduju asimptotski normalnu raspodelu ( ˆ α, ˆ Γ,..., ˆ Γ ) p Ekonomski fakultet u Beogradu,. 6
7 Profesor Zorica Mladenovic 6/5/ Testiranje linearnih ograničenja na parametre Često postoji potreba za proverom da li kointegracioni parametar uzima tačno određenu vrednost. ' H : β β =, ' φ β, r n, polazna kointegraciona matrica β ', s n, φ ', ( r s) matrica koja ukljucuje s ogranicenja nulte hipoteze n, matrica ostalih parametara koji nisu obuhvaceni iskazom nulte hipoteze Primenom MMV ocenjuje se VECM dva puta.. Za dato r. Za dato r i pod ograničenjem nulte hipoteze. Valjanost nulte hipoteze proverava se testom količnika verodostojnosti koji asimptotski poseduje chi raspodelu sa s(n-r) stepeni slobode. Aproksimacija chi kvadrat raspodelom nije odgovarajuća na uzorcima malog obima (Johansen-ovi rezultati poslednjih godina). Testiranje linearnih ograničenja na parametre II Pr imer : n =,r = cene ' β = [ β ] β β, X t = plate, kurs vrednosti promenljiv ih su logaritmov ane β cene + β plate + β kurs = cene = β β plate kurs β β H : β + β + β = βcene + β plate + β kurs = ( β β ) cene + β plate + β ( plate cene ) β + ( kurs cene ) β Postoji kointegrac ija izmedju kurs = = realnih plata i realnog kursa. Ogranicenj e H se zapisuje kao : ϕ ϕ β ϕ β = Hϕ = = = ϕ β ϕ ϕ β Ekonomski fakultet u Beogradu,. 7
8 Profesor Zorica Mladenovic 6/5/ Testiranje linearnih ograničenja na parametre III Pr imer : n =, r = cene β ' = [ β ] β β, Xt = plate kurs β cene + β plate + β kurs = H : β = kurs ne pripada relaciji Ogranicenje H se zapisuje kao : ϕ β ϕ β = Hϕ = = = ϕ β ϕ β Testiranje linearnih ograničenja na parametre: identifikacija kointegracionih vektora Svaki kointegracioni vektor treba da poseduje jedinstvenu formu: Ne može se dobiti kao linearna kombinacija preostalih kointegracionih vektora u datom prostoru Ne može se dobiti algebarskom transformacijom bilo kog drugog vektora Ako je broj kointegracionih vektora veći od jedan neophodno je identifikovati kointegracioni prostor. To znači da treba utvrditi podskupove promenljivih koje su kointegrisane, što se postiže testiranjem valjanosti ograničenja na pojedine parametre. Pri tome, uslov identifikovanosti mora biti zadovoljen. Uslov identifikovanosti ekvivalentan je uslovu identifikovanosti u sistemu simultanih jednačina. Kointegracioni skup je invarijantan na dodatna uključivanja novih promenljivih. Ako postoji jedna kointegraciona relacija između, recimo, promenljive, onda ne može postojati i druga u kojoj pored polaznih figurišu i druge promenljive. Uključivanjem novih promenljivih može se eventualno promeniti broj kointegracionih vektora. Ekonomski fakultet u Beogradu,. 8
9 Profesor Zorica Mladenovic 6/5/ Determinističke komponente u: vektoru Y t VECM Y t kointegracionom vektoru Konstanta Konstanta (sa ograničenjem). Linearni trend Konstanta (bez ograničenja) 4. Linearni trend Konstanta (bez ograničenja) i linearni trend (sa ograničenjem) 5. Kvadratni trend Konstanta i linearni trend (bez ograničenja) Konstanta (Stacionaran oko nenulte srednje vredn.) Linearni trend ---- (Trend-stacionaran) Determinističke komponente I. VECM nema deterministickih komponenti Kointegracioni vektor β Yt ima nultu srednju vrednost. Y t = αβ Y t + Γ Y t Γp Y t p+ + a t. U VECM postoji Kointegracioni vektor β Y t poseduje nenultu srednju vrednost c = αρ Interpretacija : konstanta se javlja u VECM pod ogranicenjem pripadanja kointegracionoj relaciji Y t = α β konstanta ( Y t + ρ ) + Γ Y t Γp Y t p + at + ρ : Ekonomski fakultet u Beogradu,. 9
10 Profesor Zorica Mladenovic 6/5/ Determinističke komponente II. U VECM postoji konstanta Kointegracioni vektor β Yt nema konstantu, te stacionarno oscilira oko nenulte srednje vrednosti. Interpretacija : konstanta slobodno pripada VECM. Yt = c + αβ Yt + Γ Yt Γp Yt p+ + at 4.VECM sadrzi konstantu i linearni trend Kointegracioni vektor β Yt poseduje linearni trend ρt. Interpretacija : linearni trend pripada VECM pod ogranicenjem ulaska u kointegracionu relaciju : ct Yt = c + α β = αρt ( Yt + ρt ) + Γ Yt Γp Yt p+ + at Determinističke komponente III 5.VECM sadrzi konstantu i trend Kointegracioni vektor β Y t nema eksplicitno ukljucenedeterministicke komponente, ali je samom pretpostavkom rec o stacionarnosti oko trenda. Interpretacija : konstanta i linearni trend pripadaju VECM bez ogranicenja : Y t = c + c t + αβ Y t + Γ Y t Γp Y t p+ + a t Ekonomski fakultet u Beogradu,.
11 Profesor Zorica Mladenovic 6/5/ Primer kointegracije: testiranje Petrović and Vujošević-Mladenović (), Ukupno 9 podataka -- cene, plate, kurs i novac Nulta hipoteza Karakteristična vrednost Statistika traga Kritična vrednost (Hansen and Juselius, 995) H : r = H : r = H : r = H : r = Rezultat: postoje dva kointegraciona vektora Napomene: Korišćen je VAR(8) sa konstantom kao delom kointegracione relacije (efektivni uzorak ) U modelu postoje impulsne veštačke promenljive, kao i sezonske veštačke promenljive. Primer kointegracije: ocena kointegracionih parametara i parametara prilagođavanja Petrović and Vujošević () Ocenjeni parametri kointegracionih vektora Promenljiva Beta Beta Cene Plate Kurs Novac Konstanta Ocenjeni parametri prilagođavanja (t-odnosi su dati u zagradi) Jednačina Alfa Alfa Stopa rasta cena -.(-4.58) -.85(-.88) Stopa rasta plata.475(.6).45(.545) Stopa rasta kursa -.95(-.49) -.46(-.45) Stopa rasta novca -.687(-.55).56(5.55) Ekonomski fakultet u Beogradu,.
12 Profesor Zorica Mladenovic 6/5/ Primer kointegracije: identifikacija Petrović and Vujošević () Detektovana su dva vektora cene plate β β β β4 β ' =, X t = β β β β4 kurs novac Imajuci u vidu dobijene rezultate ostvarujemo identifikaciju nametanjem sledecih ogranicenja β β β β ' = β β4 Uslov identifikovanosti je zadovoljen. Primer kointegracije: ocena pod ograničenjem identifikacije, ali i ograničenja da vektori ne ulaze u jednacinu stope rasta kursa, Petrović and Vujošević () Ocenjeni parametri kointegracionih vektora Promenljiva Beta Beta Cene Plate Kurs -.78 Novac Konstanta Ocenjeni parametri prilagođavanja Jednačina Alfa Alfa Stopa rasta cena -.84(-5.).6(.7) Stopa rasta plata.544(.) -.7(-.46) Stopa rasta kursa Stopa rasta novca -.55(-.7) -.565(-5.66) chi sa stepena slobode.85, p-vrednost.84. Ekonomski fakultet u Beogradu,.
13 Profesor Zorica Mladenovic 6/5/ Primer kointegracije: ocena pod ograničenjem identifikacije, ali i pod ograničenjem da vektori ne ulaze u jednačinu stope rasta kursa, Petrović and Vujošević () Prvi kointegracioni vektor Dugoročna veza između: cena, plata i deviznog kursa Kointegraciona relacija objašnjava kretanje: cena i plata Kointegraciona relacije ne objašnjava kretanje: deviznog kursa. To je slabo egzogena promenljiva u ovom podsistemu. Ona je nosilac zajedničkog stohastičkog trenda. Drugi kointegracioni vektor Dugoročna veza između: plata i novca Kointegraciona relacija objašnjava kretanje: novca Kointegraciona relacije ne objašnjava kretanje: plata. To je slabo egzogena promenljiva u ovom podsistemu.» Pitanje: šta su ocene zajedničkih stohastičkih trendova? Primer kointegracije: identifikacija zajedničkih stohastičkih trendova, Petrović and Vujošević () Ocenjeni parametri vektora zajedničkih stohastičkih trendova Promenljiva Alfa norm Alfa norm Cene Plate.7 Kurs Novac.5 Ocenjeni ponderi vektora zajedničkih stohastičkih trendova Jednačina Beta norm (tilda) (transponovano) Cene Plate Kurs Novac Beta norm (tilda) (transponovano) Ekonomski fakultet u Beogradu,.
14 Profesor Zorica Mladenovic 6/5/ Interpretacija ocena vektora zajedničkih trendova Petrović and Vujošević () Prvi vektor zajedničkih stohastičkih trendova Neanticipirani slučajni šokovi u deviznom kursu su izvor nestacionarnosti u podsistemu: cene, plate i devizni kurs Uticaj se ravnomerno raspoređuje na sve četiri promenljive. Drugi vektor zajedničkih stohastičkih trendova Linearna kombinacija neanticipiranih slučajnih šokova u cenama i platama je izvor nestacionarnosti u podsistemu: plate i novac. Ovim se potvrđuje uticaja šokova na strani ponude na kretanje novca (rast plata, a time i cena). Uticaj se ravnomerno raspoređuje na cene, plate i novac. Moguće varijacije u primeni Johansenove procedure Vremenske serije sa dva jedinična korena Vremenske serije sa jednim jediničnim korenom uz prisustvo strukturnog loma u kointegracionoj relaciji u VAR modelu u kojem se modeliraju samo endogene promenljive, dok su egzogene prisutne u nivou i sa docnjama kao objašnjavajuće (parcijalni VAR) uz pretpostavku da se parametri prilagođavanja menjaju tokom vremena Itd. Razlomljeno integrisane vremenske serije Eksplozivne vremenske serije Ekonomski fakultet u Beogradu,. 4
15 Profesor Zorica Mladenovic 6/5/ Primer za praktičan rad: Mesečne vremenske serije privrede Srbije (log): Period: januar 5 maj 9. godine Cene na malo Devizni kurs Cene nafte na svetskom tržištu Bruto plate Ekonomski fakultet u Beogradu,. 5
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 περισσότερα5. 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 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 περισσότεραSISTEMI NELINEARNIH JEDNAČINA
SISTEMI NELINEARNIH JEDNAČINA April, 2013 Razni zapisi sistema Skalarni oblik: Vektorski oblik: F = f 1 f n f 1 (x 1,, x n ) = 0 f n (x 1,, x n ) = 0, x = (1) F(x) = 0, (2) x 1 0, 0 = x n 0 Definicije
Διαβάστε περισσότεραnumeričkih deskriptivnih mera.
DESKRIPTIVNA STATISTIKA Numeričku seriju podataka opisujemo pomoću Numeričku seriju podataka opisujemo pomoću numeričkih deskriptivnih mera. Pokazatelji centralne tendencije Aritmetička sredina, Medijana,
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 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 περισσότεραTestiranje statistiqkih hipoteza
Testiranje statistiqkih hipoteza Testiranje statistiqkih hipoteza Testiranje statistiqkih hipoteza je vid statistiqkog zakljuqivanja koji se primenjuje u situacijama: kada se unapred pretpostavlja postojanje određene
Διαβάστε 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 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 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 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 περισσότεραMašinsko učenje. Regresija.
Mašinsko učenje. Regresija. Danijela Petrović May 17, 2016 Uvod Problem predviđanja vrednosti neprekidnog atributa neke instance na osnovu vrednosti njenih drugih atributa. Uvod Problem predviđanja vrednosti
Διαβάστε περισσότεραUvod u neparametarske testove
Str. 148 Uvod u neparametarske testove Predavač: Dr Mirko Savić savicmirko@ef.uns.ac.rs www.ef.uns.ac.rs Hi-kvadrat testovi c Str. 149 Koristi se za upoređivanje dve serije frekvencija. Vrste c testa:
Διαβάστε 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 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 περισσότεραZavrxni ispit iz Matematiqke analize 1
Građevinski fakultet Univerziteta u Beogradu 3.2.2016. Zavrxni ispit iz Matematiqke analize 1 Prezime i ime: Broj indeksa: 1. Definisati Koxijev niz. Dati primer niza koji nije Koxijev. 2. Dat je red n=1
Διαβάστε 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 περισσότεραSOPSTVENE VREDNOSTI I SOPSTVENI VEKTORI LINEARNOG OPERATORA I KVADRATNE MATRICE
1 SOPSTVENE VREDNOSTI I SOPSTVENI VEKTORI LINEARNOG OPERATORA I KVADRATNE MATRICE Neka je (V, +,, F ) vektorski prostor konačne dimenzije i neka je f : V V linearno preslikavanje. Definicija. (1) Skalar
Διαβάστε 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 περισσότεραPismeni ispit iz matematike GRUPA A 1. Napisati u trigonometrijskom i eksponencijalnom obliku kompleksni broj, zatim naći 4 z.
Pismeni ispit iz matematike 06 007 Napisati u trigonometrijskom i eksponencijalnom obliku kompleksni broj z = + i, zatim naći z Ispitati funkciju i nacrtati grafik : = ( ) y e + 6 Izračunati integral:
Διαβάστε 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 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 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 περισσότεραPostoji nekoliko statidtičkih testova koji koriste t raspodelu, koji se jednim imenom zovu t-testovi.
Postoji nekoliko statidtičkih testova koji koriste t raspodelu, koji se jednim imenom zovu t-testovi. U SPSS-u su obradjeni: t test razlike između aritmetičke sredine osnovnog skupa i uzorka t test razlike
Διαβάστε 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 περισσότεραDefinicija: Hipoteza predstavlja pretpostavku koja je zasnovana na određenim činjenicama (najčešće naučnim ili iskustvenim).
Str. 53;76; Testiranje statističkih hipoteza Predavač: Dr Mirko Savić savicmirko@eccf.su.ac.yu www.eccf.su.ac.yu Definicija: Hipoteza predstavlja pretpostavku koja je zasnovana na određenim činjenicama
Διαβάστε 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 περισσότεραObrada signala
Obrada signala 1 18.1.17. Greška kvantizacije Pretpostavka je da greška kvantizacije ima uniformnu raspodelu 7 6 5 4 -X m p x 1,, za x druge vrednosti x 3 x X m 1 X m = 3 x Greška kvantizacije x x x p
Διαβάστε περισσότεραNeparametarski testovi za dva nezavisna uzorka. Boris Glišić 208/2010 Bojana Ružičić 21/2010
Neparametarski testovi za dva nezavisna uzorka Boris Glišić 208/2010 Bojana Ružičić 21/2010 Neparametarski testovi Hipoteze o raspodeli obeležja se nazivaju neparametarske hipoteze, a odgovarajući testovi
Διαβάστε 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 περισσότεραIII 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 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 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 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 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 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 περισσότερα5 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 περισσότεραIspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f
IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f 2. Nule i znak funkcije; presek sa y-osom IspitivaƬe
Διαβάστε περισσότεραRačunarska grafika. Rasterizacija linije
Računarska grafika Osnovni inkrementalni algoritam Drugi naziv u literaturi digitalni diferencijalni analizator (DDA) Pretpostavke (privremena ograničenja koja se mogu otkloniti jednostavnim uopštavanjem
Διαβάστε περισσότεραZadaci 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 περισσότεραFTN Novi Sad Katedra za motore i vozila. Teorija kretanja drumskih vozila Vučno-dinamičke performanse vozila: MAKSIMALNA BRZINA
: MAKSIMALNA BRZINA Maksimalna brzina kretanja F O (N) F OI i m =i I i m =i II F Oid Princip određivanja v MAX : Drugi Njutnov zakon Dokle god je: F O > ΣF otp vozilo ubrzava Kada postane: F O = ΣF otp
Διαβάστε 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 περισσότεραAPROKSIMACIJA 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 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 περισσότεραJednodimenzionalne 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 περισσότεραDRUGI KOLOKVIJUM IZ MATEMATIKE 9x + 6y + z = 1 4x 2y + z = 1 x + 2y + 3z = 2. je neprekidna za a =
x, y, z) 2 2 1 2. Rešiti jednačinu: 2 3 1 1 2 x = 1. x = 3. Odrediti rang matrice: rang 9x + 6y + z = 1 4x 2y + z = 1 x + 2y + 3z = 2. 2 0 1 1 1 3 1 5 2 8 14 10 3 11 13 15 = 4. Neka je A = x x N x < 7},
Διαβάστε περισσότεραUvod u neparametarske testove
Str. 644;1;148 Uvod u neparametarske testove Predavač: Dr Mirko Savić savicmirko@eccf.su.ac.yu www.eccf.su.ac.yu Hi-kvadrat testovi χ Str. 646;1;149 Koristi se za upoređivanje dve serije frekvencija. Vrste
Διαβάστε περισσότεραStr
Str. Testiranje statističkih hipoteza Predavač: Dr Mirko Savić savicmirko@ef.uns.ac.rs www.ef.uns.ac.rs Definicija: Hipoteza predstavlja pretpostavku koja je zasnovana na određenim činjenicama (najčešće
Διαβάστε 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 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 περισσότεραDijagonalizacija 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 περισσότεραOsnovne 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 περισσότεραSortiranje prebrajanjem (Counting sort) i Radix Sort
Sortiranje prebrajanjem (Counting sort) i Radix Sort 15. siječnja 2016. Ante Mijoč Uvod Teorem Ako je f(n) broj usporedbi u algoritmu za sortiranje temeljenom na usporedbama (eng. comparison-based sorting
Διαβάστε 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 περισσότεραSistemi veštačke inteligencije primer 1
Sistemi veštačke inteligencije primer 1 1. Na jeziku predikatskog računa formalizovati rečenice: a) Miloš je slikar. b) Sava nije slikar. c) Svi slikari su umetnici. Uz pomoć metode rezolucije dokazati
Διαβάστε 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 περισσότεραAutori: Dr Biljana Popović, redovni profesor Prirodno matematičkog fakulteta u Nišu Mr Borislava Blagojević, asistent Gradjevinskog fakulteta u Nišu
Biblioteka: ACADEMIA Autori: Dr Biljana Popović, redovni profesor Prirodno matematičkog fakulteta u Nišu Mr Borislava Blagojević, asistent Gradjevinskog fakulteta u Nišu MATEMATIČKA STATISTIKA SA PRIMENAMA
Διαβάστε περισσότεραKaskadna kompenzacija SAU
Kaskadna kompenzacija SAU U inženjerskoj praksi, naročito u sistemima regulacije elektromotornih pogona i tehnoloških procesa, veoma često se primenjuje metoda kaskadne kompenzacije, u čijoj osnovi su
Διαβάστε 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 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 περισσότερα7 Algebarske jednadžbe
7 Algebarske jednadžbe 7.1 Nultočke polinoma Skup svih polinoma nad skupom kompleksnih brojeva označavamo sa C[x]. Definicija. Nultočka polinoma f C[x] je svaki kompleksni broj α takav da je f(α) = 0.
Διαβάστε περισσότερα1 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 περισσότεραnepoznati parametar θ jednak broju θ 0, u oznaci H 0 (θ =θ 0 ), je primer proste hipoteze. Ako hipoteza nije prosta, onda je složena.
Testiraje parametarskih hipoteza Pretpostavka (hipoteza) o parametru raspodele se zove parametarska hipoteza. Postupak jeog potvrđivaja ili odbacivaja a osovu podataka iz uzorka je parametarski test. t
Διαβάστε 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 περισσότεραAnaliza varijanse sa jednim Posmatra se samo jedna promenljiva
ANOVA Analiza varijanse (ANOVA) Analiza varijanse sa jednim faktorom Proširena ANOVA tabela 2 Tehnike za analizu podataka Analiza varijanse sa jednim faktorom Posmatra se samo jedna promenljiva Posmatra
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 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 περισσότεραProsta linearna regresija (primer)
STATISTIKA Prosta linearna regresija (primer) Doc. Dr Slađana Spasić E-mail: sladjana.spasic@singidunim.ac.rs Ass. Ana Simićević E-mail: asimicevic@singidunim.ac.rs 7. 6. 010. Beograd Predavanje 15 Regresiona
Διαβάστε περισσότεραPID: 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 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 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 περισσότεραDiferencijabilnost funkcije više promenljivih
Matematiči faultet Beograd novembar 005 godine Diferencijabilnost funcije više promenljivih 1 Osnovne definicije i teoreme, primeri Diferencijabilnost je jedan od centralnih pojmova u matematičoj analizi
Διαβάστε περισσότεραOM2 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 περισσότεραVJEŽBE 3 BIPOLARNI TRANZISTORI. Slika 1. Postoje npn i pnp bipolarni tranziostori i njihovi simboli su dati na slici 2 i to npn lijevo i pnp desno.
JŽ 3 POLAN TANZSTO ipolarni tranzistor se sastoji od dva pn spoja kod kojih je jedna oblast zajednička za oba i naziva se baza, slika 1 Slika 1 ipolarni tranzistor ima 3 izvoda: emitor (), kolektor (K)
Διαβάστε περισσότεραMoguća i virtuelna pomjeranja
Dnamka sstema sa vezama Moguća vrtuelna pomjeranja f k ( r 1,..., r N, t) = 0 (k = 1, 2,..., K ) df k dt = r + t = 0 d r = r dt moguća pomjeranja zadovoljavaju uvjet: df k = d r + dt = 0. t δ r = δx +
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 περισσότεραDevizno tržište. Mart 2010 Ekonomski fakultet, Beograd Irena Janković
Devizno tržište Devizni urs i devizno tržište Devizni urs - cena jedne valute izražena u drugoj valuti Promene deviznog ursa utiču na vrednost ative i pasive oje su izražene u stranoj valuti Devizni urs
Διαβάστε περισσότεραRačunarska grafika. Rasterizacija linije
Računarska grafika Osnovni inkrementalni algoritam Drugi naziv u literaturi digitalni diferencijalni analizator (DDA) Pretpostavke (privremena ograničenja koja se mogu otkloniti jednostavnim uopštavanjem
Διαβάστε περισσότεραSistemi linearnih jednačina
Sistemi linearnih jednačina Sistem od n linearnih jednačina sa n nepoznatih (x 1, x 2,..., x n ) je a 11 x 1 + a 12 x 2 + + a 1n x n = b 1, a 21 x 1 + a 22 x 2 + + a 2n x n = b 2, a n1 x 1 + a n2 x 2 +
Διαβάστε περισσότεραMATEMATIKA 2. Grupa 1 Rexea zadataka. Prvi pismeni kolokvijum, Dragan ori
MATEMATIKA 2 Prvi pismeni kolokvijum, 14.4.2016 Grupa 1 Rexea zadataka Dragan ori Zadaci i rexea 1. unkcija f : R 2 R definisana je sa xy 2 f(x, y) = x2 + y sin 3 2 x 2, (x, y) (0, 0) + y2 0, (x, y) =
Διαβάστε περισσότερα5 Sistemi linearnih jednačina. a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2.
5 Sistemi linearnih jednačina 47 5 Sistemi linearnih jednačina U opštem slučaju, pod sistemom linearnih jednačina podrazumevamo sistem od m jednačina sa n nepoznatih x 1 + a 12 x 2 + + a 1n x n = b 1 a
Διαβάστε 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 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 περισσότεραPrvi pismeni zadatak iz Analize sa algebrom novembar Ispitati znak funkcije f(x) = tgx x x3. 2. Naći graničnu vrednost lim x a
Testovi iz Analize sa algebrom 4 septembar - oktobar 009 Ponavljanje izvoda iz razreda (f(x) = x x ) Ispitivanje uslova Rolove teoreme Ispitivanje granične vrednosti f-je pomoću Lopitalovog pravila 4 Razvoj
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 περισσότεραIZVODI 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(y) = f (x). (x) log ϕ(x) + ψ(x) Izvodi parametarski definisane funkcije y = ψ(t)
Izvodi Definicija. Neka je funkcija f definisana i neprekidna u okolini tačke a. Prvi izvod funkcije f u tački a je Prvi izvod funkcije f u tački : f f fa a lim. a a f lim 0 Izvodi višeg reda funkcije
Διαβάστε περισσότεραElektrotehnički 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 περισσότεραPrediktor-korektor metodi
Prediktor-korektor metodi Prilikom numeričkog rešavanja primenom KP: x = fx,, x 0 = 0, x 0 x b LVM α j = h β j f n = 0, 1, 2,..., N, javlja se kompromis izmed u eksplicitnih metoda, koji su lakši za primenu
Διαβάστε περισσότεραINTELIGENTNO UPRAVLJANJE
INTELIGENTNO UPRAVLJANJE Fuzzy sistemi zaključivanja Vanr.prof. Dr. Lejla Banjanović-Mehmedović Mehmedović 1 Osnovni elementi fuzzy sistema zaključivanja Fazifikacija Baza znanja Baze podataka Baze pravila
Διαβάστε 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 περισσότερα2log. se zove numerus (logaritmand), je osnova (baza) log. log. log =
( > 0, 0)!" # > 0 je najčešći uslov koji postavljamo a još je,, > 0 se zove numerus (aritmand), je osnova (baza). 0.. ( ) +... 7.. 8. Za prelazak na neku novu bazu c: 9. Ako je baza (osnova) 0 takvi se
Διαβάστε περισσότεραVEROVATNO A I STATISTIKA A - TEST 1 9. NOVEMBAR 2013.
VEROVATNO A I STATISTIKA A - TEST 1 9. NOVEMBAR 2013. 1. Novqi se baca tri puta. (a) Zapisati skup svih mogu ih ishoda. (b) Oznaqimo sa A k događaj da je u k-tom bacanju palo pismo, k {1, 2, 3}. Koriste
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 περισσότεραBetonske konstrukcije 1 - vežbe 3 - Veliki ekscentricitet -Dodatni primeri
Betonske konstrukcije 1 - vežbe 3 - Veliki ekscentricitet -Dodatni primeri 1 1 Zadatak 1b Čisto savijanje - vezano dimenzionisanje Odrediti potrebnu površinu armature za presek poznatih dimenzija, pravougaonog
Διαβάστε περισσότεραIzbor statističkih testova Ana-Maria Šimundić
Izbor statističkih testova Ana-Maria Šimundić Klinički zavod za kemiju Klinička jedinica za medicinsku biokemiju s analitičkom toksikologijom KBC Sestre milosrdnice Izbor statističkog testa Tajna dobrog
Διαβάστε περισσότεραRIJEŠENI ZADACI I TEORIJA IZ
RIJEŠENI ZADACI I TEORIJA IZ LOGARITAMSKA FUNKCIJA SVOJSTVA LOGARITAMSKE FUNKCIJE OSNOVE TRIGONOMETRIJE PRAVOKUTNOG TROKUTA - DEFINICIJA TRIGONOMETRIJSKIH FUNKCIJA - VRIJEDNOSTI TRIGONOMETRIJSKIH FUNKCIJA
Διαβάστε περισσότερα9.1 Testovi hipoteza u statistici
196 9 Testiranje parametarskih hipoteza 9.1 Testovi hipoteza u statistici Popularan metod dokazivanja teorema u matematici je deductio ad absurdum, dovod enje do protivrečnosti ako se pretpostavi suprotno
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