Moderna teorija portfelja

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Moderna teorija portfelja"

Transcript

1 Moderna teorja portfelja Uvod Investcja ---->odrcanje od novčanh sredstava na neko vrjeme kako b se ostvarl buduć povrat koj će kompenzrat nvesttora za vrjeme na koje su novčana sredstva uložena očekvanu stopu nflacje nesgurnost budućh splata Moderna teorja portfelja (l kraće M) pretpostavlja da nvesttor 'ne vole' rzk, odnosno ako mogu odabrat dvje nvestcje jednakog očekvanog prnosa, odabrat će onu manje rzčnost. Kako bsmo trebal nvestrat movnu? eorja portfelja bazra se na dva prncpa: maksmzrat očekvane prnose (što je to očekvan prnos?) mnmzrat rzk Kako mnmzrat rzk? vše prstupa Standardna devjacja prnosa Vjerojatnost velkh gubtaka - ->VaR (value at rsk) Buduć da nvesttor 'zahtjevaju' nagradu za preuzmanje rzka, blo b logčno očekvat da rzčnja ulaganja maju veće prnose. Razlka zmeđu očekvanog prnosa rzčne nvestcje 'bezrzčne' nvestcje (što je uopće bezrzčna nvestcja?) zove se REMIJA ZA RIZIK. Bez premja za rzk, vrlo vjerojatno b se malo nvesttora odlučlo za ulaganje. ostoje optmaln komproms zmeđu očekvanh prnosa rzka. okazat ćemo kako je moguće maksmzrat očekvan prnos uz (gornju) ogradu na rzk l kako mnmzrat rzk uz (donju) ogradu na očekvan prnos. Osnovn koncept u takvm razmatranjma je smanjvanje rzka pomoću dverzfkacje portfelja vrjednosnca.

2 retpostavke M-a Markowtzev model prv je model koj je uspo kvanttatvno opsat rzk. Dva važna doprnosa: pokazao je da vrjed dverzfcrat pokazao je kako optmzrat rzk Osnovne pretpostavke: Investtor maksmzraju prnos u dućem razdoblju (koje se sastoj od jednog peroda - dan, mjesec, kvartal, godna-tzv. perod držanja) Investtor procjenjuju rzčnost nvestcje na baz varjablnost njenh očekvanh prnosa Investtor donose odluke sključvo na osnovu očekvanog prnosa rzčnost Za danu raznu rzčnost, nvesttor preferraju već prnos od manjega. Obratno, za dan očekvan prnos, nvesttor preferraju manju rzčnost Kako defnramo očekvan prnos portfelja vrjednosnca? Očekvan prnos portfelja je vagan prosjek očekvanh prnosa pojednh nvestcja u portfelju. retpostavmo da se portfelj sastoj od n razlčth vrjednosnca (nvestcja) E(R )očekvan prnos portfelja w udo ulaganja u portfelju,,,n R moguć prnos ulaganja E(R )očekvan prnos ulaganja n ada je E ( R ) w E ( R ) (lnearnost očekvanja!) () rmjer. retpostavmo da se portfelj vrjednosnca sastoj od vrjednsonce Vrjednosnce, V, s udjelom od 40% Vrjednosnce, V, s udjelom od 60% (00% - udo V) te da su očekvan prnos vrjednosnce vrjednosnce, 5% 6% redom. Kolk je očekvan prnos za portfelj? Harry Markowtz (95), ortfolo Selecton, Journal of Fnance, 7, p. 77-9

3 ablca. Očekvan prnos Udo u portfelju Očekvan prnos Očekvan prnos za portfelj Investcja 40% 5% 6% Investcja 60% 6% 3.6% ortfelj 00% 9.6% Očekvan prnos za portfelj računa se pomoću formule () odnosno E ( ) 0.4* * R Kako defnramo 'varjablnost', odnosno rzčnost portfelja vrjednosnca? Za portfelj koj se sastoj od n vrjednosnca (ulaganja) rzčnost portfelja dana je formulom odnosno pr čemu su: n n w +, j j w w jcov, j,, standardna devjacja nvestcje standardna devjacja portfelja Cov, j kovarjanca prnosa rmjer za n: w ( Cov. () + w ) + w ( w ) Kako zračunat očekvane prnose za pojedne nvestcje, njhove standardne devjacje te kovarjancu za dvje nvestcje I I j? E(R ), odnosno očekvan prnos za vrjednosncu se konzstentno može procjent pomoću npr. artmetčke sredne prošlh vrjednost (cjena) vrjednosnce, odnosno E ( R ) N N R, t t,, 3

4 pr čemu R, t označava vrjednost (cjenu) vrjednosnce u trenutku t, a N je broj opaženh podataka. odnosno varjancu vrjednosnce konzstentno ćemo procjent npr. pomoću artmetčke sredne kvadrata 'centrranh' vrjednost (cjena) vrjednosnce, odnosno N ( ) R, t E( R ) N t Nadalje, za dvje nvestcje j, kovarjanca se defnra kao Cov a koefcjent korelacje kao E [( R E( R )) ( R E( R ))],, j j j r, j Cov Unutar ste ndustrje uobčajeno je da koefcjent korelacje preko 50%! Napomena: formula () može se zapsat kao, j j. w (. + w ) + w ( w ) r, Kolk dug vremensk perod treba uzet u clju što bolje procjene očekvane vrjednost, odnosno kolko daleko u prošlost moramo posegnut za podacma? Ukolko dvje vrjednosnce nsu korelrane, odnosno moguć shod jedne vrjednosnce ne utječu na drugu, Cov., j 0 Možemo odmah prmjett da ukolko je broj vrjednosnca unutar portfelja velk (što je zapravo 'dovoljno velko'?), tada utjecaj varjance nove vrjednosnce koja se dodaje portfelju već postojećh postaje zanemarv! Utjecaj nove vrjednosnce se sve vše svod na njenu kovarjancu s drugm vrjednosncama u portfelju! rmjer. retpostavmo da se portfelj vrjednosnca sastoj od vrjednsonce Vrjednosnce, V, s udjelom od 40% Vrjednosnce, V, s udjelom od 60% (00% - udo V) te da su očekvan prnos vrjednosnce vrjednosnce 5% 6% respektvno. retpostavmo nadalje da su standardne varjacje vrjednosnca V V te da vrjednosnce nsu korelrane, odnosno da je njhov koefcjent korelacje jednak 0. Izračunajte rzčnost portfelja. 4

5 ablca. Rzčnost portfelja Udo u Očekvan Standardna w porfelju prnos devjacja V 40% 5% 0% 0.64% V 60% 6% 5% 0.8% ortfelj 00%.04% w + w rmjer3. (ortfelj dvje vrjednosnce jednakog udjela, sth očekvanh prnosa rzčnost) retpostavmo da se portfelj vrjednosnca sastoj od vrjednsonce Vrjednosnce, V, s udjelom od 50% Vrjednosnce, V, s udjelom od 50% (00% - udo V) te da su očekvan prnos vrjednosnce vrjednosnce 30%. retpostavmo nadalje da su standardne varjacje vrjednosnca V V 0.5 te da su vrjednosnce korelrane to na sljedeć načn. r (savršeno negatvno korelrane),. r, 0 (nekorelrane) 3. r 0. 5, 4. r, (savršeno korelrane) Izračunajte rzčnost portfelja za sve četr moguće korelranost. ablca 3. Rzčnost portfelja s jednakm udjelma, sth očekvanh prnosa rzčnost Udo u portfelju St.devjacja Očekvan prnos V 50% 5% 30% V 50% 5% 30% ORFELJ Udo Rzčnost Očekvan r, vrjednosnce portfelja prnos portfelja E(R ) ortfelj 50% 0 30% - ortfelj 50% 0.6% 30% 0 ortfelj 3 50% 3% 30% 0.5 ortfelj 4 50% 5% 30% 5

6 Slka. ortfelj dvje vrjednosnce jednakh udjela, sth očekvanh prnosa rzčnost ortfelj 4 Očekvan prnos 40% ortfelj 30% 0% 0% 0% 0,00% 5,00% 0,00% 5,00% 0,00% Standardna devjacja romotrmo sada slučaj portfelja dvju vrjednosnca jednakh udjela, razlčth očekvanh prnosa rzčnost. rmjer4. (ortfelj dvje vrjednosnce jednakog udjela, razlčth očekvanh prnosa rzčnost) retpostavmo da se portfelj vrjednosnca sastoj od vrjednosnce Vrjednosnce, V, s udjelom od 50% Vrjednosnce, V, s udjelom od 50% (00% - udo V) te da su očekvan prnos vrjednosnce vrjednosnce 0% 0%. retpostavmo nadalje da su standardne devjacje vrjednosnca V V te da su vrjednost korelrane to na sljedeć načn. r (savršeno negatvno korelrane),. r, 0 (nekorelrane) 3. r 0. 5, 4. r, (savršeno korelrane) Izračunajte rzčnost portfelja za sve četr moguće korelranost. 6

7 ablca 4. Rzčnost portfelja s jednakm udjelma, razlčth očekvanh prnosa rzčnost Udo u portfelju St.devjacja Očekvan prnos V 50% 5% 0% V 50% 30% 0% ORFELJ Udo Rzčnost Očekvan r, vrjednosnce portfelja prnos portfelja E(R ) ortfelj 50% 7.5% 5% - ortfelj 50% 6.77% 5% 0 ortfelj 3 50% 9.84% 5% 0.5 ortfelj 4 50%.5% 5% Slka. ortfelj dvje vrjednosnce jednakh udjela, razlčth očekvanh prnosa rzčnost Očekvan prnos 5% 0% 5% 0% 5% V 4 V 0% 0,00% 5,00% 0,00% 5,00% 0,00% 5,00% 30,00% 35,00% Standardna devjacja rmjer 5. retpostavmo da se portfelj vrjednosnca sastoj od dvje vrjednosnce čj se udo u portfelju mjenja to na sljedeć načn:. w 0 (odnosno w 00%). w 5% 3. w 50% 4. w 75% 5. w 00% (odnosno w 0%) 7

8 retpostavmo nadalje da su očekvan prnos vrjednosnce vrjednosnce 4% 8% te da su standardne varjacje vrjednosnca V V, retpostavmo da vrjednosnce od nteresa nsu korelrane, odnosno da je njhov koefcjent korelacje jednak 0. Izračunajte očekvane prnose rzčnost portfelja u danh pet slučajeva. ablca 5. Rzčnost portfelja za nekorelrane vrjednosnce s razlčtm udjelma Udo vrjednosnce Očekvan prnos Rzčnost portfelja portfelja E(R ) 0 8% 5% 5% 9.5%.3% 50%.%.5% 75%.5% 5.5% 00% 4% 0% Slka3. ortfelj dvju vrjednosnca 6,00% 4,00% V Očekvan prnos,00% 0,00% 8,00% 6,00% 4,00%,00% V 0,00% 0,00% 5,00% 0,00% 5,00% 0,00% 5,00% Standardna devjacja S obzrom na pretpostavke M-a, neka nvestcja smatra se efkasnom ako: 8

9 nema nt jedne druge nvestcje koja za stu rzčnost ma već očekvan prnos nema nt jedne druge nvestcje koja za st očekvan prnos ma manju rzčnost Utječe l vrsta korelranost vrjednosnca na rzčnost portfelja? oztvna korelranost zmeđu dvju vrjednosnca u portfelju povećava rzčnost portfelja. Ukolko su poztvno korelrane, vrjednosnce se kreću 'zajedno' što povećava volatlnost portfelja. S druge strane, negatvna korelranost je dobar ndkator. Name, ukolko su vrjednosnce negatvno korelrane, negatvn povrat jedne ujedno mplcra poztvnm povratom druge vrjednosnce čme se volatlnost portfelja smanjuje. Efkasna granca retpostavmo da u portfelju mamo dvje vrjednosnce očekvanh prnosa E(R ) E(R ), standardnh devjacja, te da je koefcjent korelacje r,. retpostavmo da je udo prve vrjednosnce u portfelju w, a druge -w. ada je očekvana vrjednost prnosa portfelja [ ( R ) E( )] E( R ) we( R ) + ( w) E( R ) E( R ) + w E R Nadalje, rzčnost portfelja je opsana formulom: w + ( w) + w( w) r,. Kolk je mnmaln rzk za portfelj ako je očekvan prnos portfelja E(R )c, pr čemu je c nek poztvn realan broj poznat vesttoru? otrebno je nać onaj udo prve vrjednosnce za koj se postže mnmalna rzčnost portfelja uz točno zadan očekvan prnos. Matematčk se problem može opsat na sljedeć načn: uz ogrančenje w + ( w ) + w ( w ) r, mn E( R ) c. 9

10 Može se pokazat da je rješenje zadanog problema dano sa h c g w +, pr čemu su I D A D C h I R E R E r r D A I D B g,,,, ) ( ) (,, Ω Ω Ω Ω Ω µ µ µ A BC D I I C B I A Ω Ω Ω µ µ µ Ako bsmo dodaval u razmatranje tržšne vrjednosnce gledal njhove kombnacje, te kombnacje kombnacja dobl bsmo Slka 4. Efkasna granca 0% % 4% 6% 8% 0% % 4% 6% 0% 5% 0% 5% 0% 5% Standardna devjacja Očekvan prnos B pčn portfelj C A ortfelj mnmalne varjance Kažemo da ulaganja A B domnraju C. Metoda Lagrangeovh multplkatora 0

11 Kažemo da je nvesttor koj se pozconra na efkasnoj granc efkasan nvesttor u Markowtzevom smslu. rmjer 6. retpostavmo da se portfelj vrjednosnca sastoj od dvje vrjednosnce te da je udo vrjednosnce u portfelju w, a vrjednosnce -w. Nadalje, neka su očekvan prnos vrjednosnce vrjednosnce, 4% 8% te neka su standardne varjacje vrjednosnca V V retpostavmo da vrjednosnce nsu korelrane, odnosno da je njhov koefcjent korelacje jednak 0. Odredte portfelj s mnmalnm rzkom. Drugm rječma, potrebno je zračunat za koj se udo u portfelju vrjednosnce postže mnmaln rzk. Buduć da očekvan prnos portfelja koj se žel postć nje specfcran, potrebno je nać onu vrjednost w za koju funkcja rzčnost za portfelj postže mnmalnu vrjednost. (roblem bezuvjetne mnmzacje). Funkcja rzka za portfelj je prema gore navedenom 0. w ( w). U clju nalaženja rješenja, potrebno je funkcju dervrat u odnosu na varjablu w, dobvenu funkcju zjednačt s nulom te rješt jednadžbu po w. rema toj računc sljed: w Kako bsmo provjerl da se dosta rad o točk mnmuma, potrebno je prje dobvenu prvu dervacju funkcje rzka još jednom dervrat u odnosu na w te provjert da je za w0.36 dobvena vrjednost poztvna. Dakle, za w0.36, odnosno za udo vrjednosnce od 36% (dakle 64% vrjednosnce ) u portfelju, dobvamo portfelj s najmanjom vrjednost rzka. Kombnranje dvju vrjednosnca s bezrzčnm ulaganjem Krajnj clj teorje portfelja je pronać one optmalne portfelje koj kombnraju N razlčth vrjednosnca s bezrzčnom vrjednosncom (što je uopće bezrzčno?) U prethodnom smo odjeljku zapravo vdjel da je svaka točka na efkasnoj granc oblka (, E(R )) za neku vrjednost w, 0<w<. Ako fksramo w tada mamo fksran portfelj vrjednosnca. Sada takav portfelj vrjednosnca želmo kombnrat u nov portfelj s bezrzčnom vrjednosncom. Što zapravo tme dobvamo da l takva kombnacja ukazuje na neke nove spoznaje o stavu nvesttora glede rzka? retpostavmo sljedeće:

12 sv nvesttor su efkasn nvesttor mogu posuđvat novac po bezrzčnoj stop u oba smjera sve nvestcje su 'beskonačno' djeljve nema troškova transakcja n poreza nema nflacje n promjene u kamatnm stopama Šta je zapravo bezrzčno ulaganje? retpostavmo da postoj ulaganje čj je prnos potpuno sguran (npr. državna obveznca l zaps). o prema defncj zapravo znač da je varjanca (a tme standardna devjacja) takvog ulaganja jednaka 0. Označmo stopu prnosa ovakvog (bezrzčnog) ulaganja s BRS. retpostavmo da raspolažemo s bezrzčnom vrjednosncom. Buduć da je varjanca takve vrjednosnce nula, tada je kovarjanca blo koje vrjednosnce s bezrzčnom vrjednosncom jednaka 0. retpostavmo da je N, tj. da u (efkasnom) portfelju mamo dvje vrjednosnce koje želmo kombnrat u nov portfelj s bezrzčnom vrjednosncom. Označmo sa E(R E ) očekvan prnos efkasnog portfelja, a sa E njegovu standardnu devjacju. Uočmo da u 'novom' portfelju koj se sastoj od efkasnog portfelja bezrzčne vrjednost ono što može varrat je proporcja koja je alocrana efkasnom portfelju odnosno bezrzčnoj vrjednost. Ukolko udo efkasnog portfelja koj ulažemo u novo nvestcju označmo sa w, tada je -w udo bezrčne vrjednosnce u novonastalom portfelju. Označmo sa E(R ) očekvan prnos novonastalog portfelja te sa njegovu standardnu devjacju. ada mamo E ( R ) we( RE ) + ( w) BRS, w E, što zapravo ukazuje da je kombnacja bezrzčne nvestcje blo koje druge nvestcje lnearna s obzrom na očekvan prnos, al s obzrom na rzčnost! Kako grafčk prkazat lnearnu kombnacju? retpostavmo da promatramo nekolko efkasnh portfelja (efkasna granca!) te da je BRS0.06 odnosno 6%. ada mamo nekolko mogućh kombnacja bezrzčne nvestcje sa onm efkasnm. rkažmo h grafčk:

13 Slka 5. Kombnacja rzčne bezrzčne nvestcje 6,00% 4,00%,00% Očekvan prnos 0,00% 8,00% 6,00% BRS A C 4,00%,00% 0,00% 0,00% 5,00% 0,00% 5,00% 0,00% 5,00% Standardna devjacja ržšn portfelj ravac koj prolaz točkama (0,BRS) koj je ujedno tangenta efkasne grance (u točk ) zove se pravac tržšta kaptala (engl. Captal market lne). Do pravca tržšta kaptala koj predstavlja segment BRS može se prkazat jednadžbom αbrs+(-α), α [0,]. Uočmo da pravac koj spaja točku označenu kao BRS onu označenu sa (sprekdana lnja) lež znad pravca koj spaja točke označene sa BRS A (puna lnja), pr čemu je A tpčn portfelj. o zapravo ukazuje da za blo koju vrjednost sprekdana lnja predstavlja već očekvan prnos od pune lnje. Što je zapravo optmaln portfelj? Koefcjent smjera svakog od gornjh pravaca zove se Sharpeov omjer 3 koj zapravo označava omjer premje u odnosu na rzk. o je zapravo omjer premje koja se kvantfcra kao prnos znad bezrzčne stope rzka koj se mjer standardnom devjacjom. rema slc je očto da pravac s većom vrjednost koefcjenta smjera predstavlja već očekvan prnos za određenu raznu rzka 3 Wllam Sharp, hd student H. Markowtza koj je s njm podjelo Nobelovu nagradu 3

14 dakle što je već Sharpeov omjer tm bolje u odnosu na nvo rzka koj je nvesttor spreman preuzet. očka predstavlja portfelj s najvećm Sharpeovm omjerom. o je ujedno optmaln portfelj u svrhu kombnranja s bezrzčnom nvestcjom. aj portfelj se ujedno nazva 'tangencjaln portfelj'. Optmaln l efkasn portfelj kombnraju tangencjaln portfelj s bezrzčnom nvestcjom. Svak takav portfelj ma dvje karakterstke: ma najveć očekvan prnos od svh drugh portfelja s stm (l manjm) rzkom ma najmanj rzk od svh drugh portfelja s stm (l manjm) očekvanm prnosom Dakle, jedno kako se može poboljšat rzk (poboljšat rzksmanjt rzk) efkasnog portfelja je prhvatt manj očekvan prnos l možemo povećat očekvan prnos efkasnog portfelja preuzmajuć gor (već) rzk! Slka 6. ravac tržšta kaptala 0,6 0,4 Negatvna vrjednost (-w) (posuđvaje novca) 0, 0, segment [BRS,] o<w< Očekvan prnos 0,08 0,06 BRS 0,04 0, ,05 0, 0,5 0, 0,5 Standardna devjacja 4

15 Možemo odmah uočt da sv portfelj na pravcu tržšta kaptala domnraju ostalm ulaganjma. o nam ukazuje na sljedeće: sv nvesttor teže portfelju koj se sastoj od 'tangencjalnog' portfelja bezrzčne nvestcje u portfelju moraju bt uključena sva rzčna ulaganja sva rzčna ulaganja su uključena u razmjerno svojoj ukupnoj vrjednost, tj. tržšnoj kaptalzacj, odnosno tržšna vrjednost nvestcje upravo je jednaka onom djelu sadržanom u Model za vrednovanje kaptalne movne (engl. Captal asset prcng model) retpostavmo da za neku nvestcju možemo prkazat njen prnos u promatranom perodu kao: R α + b R + ε, (*) pr čemu su R prnos na vrjednosncu α konstantn član za vrjednosncu β faktor lnearne ovsnost vrjednosnce o tržštu R prnos na ε slučajna greška nekorelrana s Može se pokazat da uz dane pretpostavke vrjed: Var ( R ) β Var ( R ) + Var ( ε ), odnosno varjanca vrjednosnce se može 'dekomponrat' na sstemsku varjancu odnosno varjancu objašnjenu modelom na nesstemsku varjancu. U tržšnom portfelju je nesstemska varjanca (rzk!) potpuno dverzfcrana prlkom dodavanja nove vrjednosnce u potrebno je samo promatrat korelranost vrjednosnce s! Može se pokazat da prema zrazu (*) sljed: 5

16 E( R ) BRS + β ( BRS), Cov, pr čemu je β vrjednost β ujedno zovemo standardzana mjera sstemskog rzka za vrjednosncu. Uočmo odmah da za β sljed da je E(R )R. Možemo odmah uočt da je očekvan povrat vrjednosnce određen s bezrzčnom stopom tržšnom premjom za rzk. Koja su svojstva β? Standardzrana oko jednce 0: bezrzčna nvestcja >: znadprosječno rzčna nvestcja <: spodprosječno rzčna nvestcja rmjer. retpostavmo da mamo 3 donce njhove β 0.3, β, β 3. 4 te da je BRS5% tržšna premja na rzk 5%. Odredte očekvan povrat na donce. Buduć da je tržšna premja na rzk 5%, prema defncj tržšne premje sljed da je očekvan prnos na tržšn portfelj 0. % U tom slučaju mamo: Donca β R Očekvan prnos % 0% 3.4 % Kako dentfcrat podcjenjene odnosno precjenjene donce? 6

17 Slka 7. ržšn pravac 0,6 0,4 0, Očekvan prnos 0,0 0,08 0,06 prnos ( tržšta) 0,04 0,0 negatvn β 0,00 0,00,00,00 Beta U stanju ravnoteže (ponudapotražnj) sve vrjednosnce b morale bt na tržšnom pravcu, s obzrom na njhov očekvan prnos vrjednost β. Nadalje, Donce koje se nalaze znad pravca su podcjenjene jer je očekvan prnos već od onog koj prpada toj vrjednost β Donce koje se nalaze spod pravca su precjenjene jer je očekvan prnos manj od onog koj prpada toj vrjednost β 7

4. Perspektiviteti i perspektivne figure. Desarguesov teorem

4. Perspektiviteti i perspektivne figure. Desarguesov teorem 4 Persektvtet ersektvne fgure Desarguesov teorem Promatrajmo rojektvnu ravnnu kao oeratvn rostor u njoj nz točaka ramen ravaca ( ) s vrhom, r čemu točka ne lež na ravcu ( ) na nosocu Jednoznačno obostrano

Διαβάστε περισσότερα

Capital Asset Pricing Models CAPM. Finansijska ekonometrija

Capital Asset Pricing Models CAPM. Finansijska ekonometrija Captal Asset Prcng Models CAPM Fnansjska ekonometrja Karakterstčna lnja sredstava SCL SCL predstavlja odnos zmeđu očekvane stope prnosa ndvdualnog sredstva E( ) l portfolja očekvane tržšne stope prnosa

Διαβάστε περισσότερα

Metoda najmanjih kvadrata

Metoda najmanjih kvadrata Metoda ajmajh kvadrata Moday, May 30, 011 Metoda ajmajh kvadrata (MNK) MNK smo već uvel u proučavaju leare korelacje; gdje smo tražl da suma kvadrata odstupaja ekspermetalh točaka od pravca koj h a ajbolj

Διαβάστε περισσότερα

F (t) F (t) F (t) OGLEDNI PRIMJER SVEUČILIŠTE J.J.STROSSMAYERA U OSIJEKU ZADATAK

F (t) F (t) F (t) OGLEDNI PRIMJER SVEUČILIŠTE J.J.STROSSMAYERA U OSIJEKU ZADATAK OGLEDNI PRIMJER ZADAAK Odredte dnamčke karakterstke odzv armranobetonskog okvra C-C prkazanog na slc s prpadajućom tlorsnom površnom, na zadanu uzbudu tjekom prve tr sekunde, ako je konstrukcja prje djelovanja

Διαβάστε περισσότερα

Mate Vijuga: Rijeseni zadaci iz matematike za srednju skolu

Mate Vijuga: Rijeseni zadaci iz matematike za srednju skolu 7. KOMPLEKSNI BROJEVI 7. Opc pojmov Kompleksn brojev su sastavljen dva djela: Realnog djela (Re) magnarnog djela (Im) Promatrajmo broj a+ b = + 3 Realn do jednak je Re : Imagnarna jednca: = - l = (U elektrotehnc

Διαβάστε περισσότερα

Moguća i virtuelna pomjeranja

Moguća 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 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

Izračun rizične vrijednosti VaR

Izračun rizične vrijednosti VaR MATEMATIKA IZVAN MATEMATIKE Izračun rzčne vrjednost VaR Dušan Munđar 1 Ana Zemljak 2 Sažetak. Clj rada je prkazat jedan model za kvantfkacju rzka tr metode za zračun rzčne vrjednost, kvanttatvne mjere

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

Reverzibilni procesi

Reverzibilni procesi Reverzbln proces Reverzbln proces: proces pr koja sste nkada nje vše od beskonačno ale vrednost udaljen od ravnoteže, beskonačno ala proena spoljašnjh uslova ože vratt sste u blo koju tačku, proena ože

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

Ovdje će se prikazati dva primjera za funkciju cilja sa dvije varijable: kružnicu i elipsu.

Ovdje će se prikazati dva primjera za funkciju cilja sa dvije varijable: kružnicu i elipsu. Neke metode z nelnearnog programranja Od metoda nelnearnog programranja koje se korste za rješavanje nekh problema sa specfčnom funkcjom clja zdvojt će se sljedeće: a) grafčka metoda, b) metoda neposrednog

Διαβάστε περισσότερα

Polarizacija. Procesi nastajanja polarizirane svjetlosti: a) refleksija b) raspršenje c) dvolom d) dikroizam

Polarizacija. Procesi nastajanja polarizirane svjetlosti: a) refleksija b) raspršenje c) dvolom d) dikroizam Polarzacja Proces asajaja polarzrae svjelos: a refleksja b raspršeje c dvolom d dkrozam Freselove jedadžbe Svjelos prelaz z opčkog sredsva deksa loma 1 u sredsvo deksa loma, dolaz do: refleksje (prema

Διαβάστε περισσότερα

1.4 Tangenta i normala

1.4 Tangenta i normala 28 1 DERIVACIJA 1.4 Tangenta i normala Ako funkcija f ima derivaciju u točki x 0, onda jednadžbe tangente i normale na graf funkcije f u točki (x 0 y 0 ) = (x 0 f(x 0 )) glase: t......... y y 0 = f (x

Διαβάστε περισσότερα

Riješeni zadaci: Limes funkcije. Neprekidnost

Riješeni zadaci: Limes funkcije. Neprekidnost Riješeni zadaci: Limes funkcije. Neprekidnost Limes funkcije Neka je 0 [a, b] i f : D R, gdje je D = [a, b] ili D = [a, b] \ { 0 }. Kažemo da je es funkcije f u točki 0 jednak L i pišemo f ) = L, ako za

Διαβάστε περισσότερα

TEHNIČKI FAKULTET SVEUČILIŠTA U RIJECI Zavod za elektroenergetiku. Prijelazne pojave. Osnove elektrotehnike II: Prijelazne pojave

TEHNIČKI FAKULTET SVEUČILIŠTA U RIJECI Zavod za elektroenergetiku. Prijelazne pojave. Osnove elektrotehnike II: Prijelazne pojave THNIČKI FAKUTT SVUČIIŠTA U IJI Zavod za elekroenergek Sdj: Preddplomsk srčn sdj elekroehnke Kolegj: Osnove elekroehnke II Noselj kolegja: v. pred. mr.sc. Branka Dobraš, dpl. ng. el. Prjelazne pojave Osnove

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

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

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

Aritmetički i geometrijski niz

Aritmetički i geometrijski niz Zadac sa prethodh prjemh spta z matematke a Beogradskom uverztetu Artmetčk geometrjsk z. Artmetčk z. 00. FF Zbr prvh dvadeset člaova artmetčkog za čj je prv čla, a razlka A) 0 B) C) D) 880 E) 878. 000.

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

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

Ekonometrija 4. Ekonometrija, Osnovne studije. Predavač: Aleksandra Nojković

Ekonometrija 4. Ekonometrija, Osnovne studije. Predavač: Aleksandra Nojković Ekonometrja 4 Ekonometrja, Osnovne studje Predavač: Aleksandra Nojkovć Struktura predavanja Nelnearne zavsnost Prmene u ekonomskoj analz Prmer nelnearne zavsnost Isptujemo zavsnost zmeđu potrošnje dohotka.

Διαβάστε περισσότερα

Pismeni ispit iz OTPORNOSTI MATERIJALA I - grupa A

Pismeni ispit iz OTPORNOSTI MATERIJALA I - grupa A Psmen spt z OTPORNOSTI MATERIJALA I - grupa A 1. Kruta poluga ABC se oslanja pomoću dvje špke BD CE kao na slc desno. Špka BD, dužne 0.5 m, zrađena je od čelka (E AB 10 GPa) ma poprečn presjek od 500 mm.

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

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

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

RAČUNANJE SA PRIBLIŽNIM VREDNOSTIMA BROJEVA

RAČUNANJE SA PRIBLIŽNIM VREDNOSTIMA BROJEVA RAČUNANJE SA PRIBLIŽNIM VREDNOSTIMA BROJEVA PRIBLIŽNI BROJ I GREŠKA tača vredost ekog broja X prblža vredost ekog broja X apsoluta greška Δ = X X graca apsolute greške (gorja graca) relatva greška X X

Διαβάστε περισσότερα

1 Promjena baze vektora

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

Διαβάστε περισσότερα

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

(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

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

- pravac n je zadan s točkom T(2,0) i koeficijentom smjera k=2. (30 bodova)

- 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 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

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

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

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

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

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

Hamilton-Jacobijeva jednadžba

Hamilton-Jacobijeva jednadžba Klasčna mehanka 2 p. 1/26 Hamlton-Jacobjeva jednadžba - faznm portretom u blo kojem vremenskom trenutku odre den je fazn portret u svm ranjm kasnjm vremenma - svaka točka faznog portreta prpada odre denoj

Διαβάστε περισσότερα

( ) BROJNI PRIMER 4. Temeljni nosač na sloju peska. Slika 6.3. Rešenje: Ekvivalentni modul reakcije podloge/peska k i parametar krutosti λ :

( ) BROJNI PRIMER 4. Temeljni nosač na sloju peska. Slika 6.3. Rešenje: Ekvivalentni modul reakcije podloge/peska k i parametar krutosti λ : BROJNI PRIMER 4 Armrano etonsk temeljn nosač (slka 63), fundran je na dun od D f =15m, u sloju poto-pljenog peska relatvne zjenost D r 75% Odredt sleganje w, nag θ, transverzalnu slu T, moment savjanja

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

1. METODE RJEŠAVANJA NELINEARNE JEDNADŽBE S JEDNOM NEPOZNANICOM

1. METODE RJEŠAVANJA NELINEARNE JEDNADŽBE S JEDNOM NEPOZNANICOM . METODE RJEŠAVANJA NELINEARNE JEDNADŽBE S JEDNOM NEPOZNANICOM. METODA BISEKCIJE.. METODA Nakon početnog stražvanja unkcje poznat su nam Kako može zgledat na ntervalu [ l, d ]? <

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

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

Korelacijska i regresijska analiza

Korelacijska i regresijska analiza Korelacjska regresjska analza Odnos među pojavama Odnos među pojavama može bt: determnstčk l funkconaln stohastčk l statstčk Kod determnstčkoga se odnosa za svaku vrjednost jedne pojave točno zna vrjednost

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

Funkcije dviju varjabli (zadaci za vježbu)

Funkcije dviju varjabli (zadaci za vježbu) Funkcije dviju varjabli (zadaci za vježbu) Vidosava Šimić 22. prosinca 2009. Domena funkcije dvije varijable Ako je zadano pridruživanje (x, y) z = f(x, y), onda se skup D = {(x, y) ; f(x, y) R} R 2 naziva

Διαβάστε περισσότερα

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

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

Neka je a 3 x 3 + a 2 x 2 + a 1 x + a 0 = 0 algebarska jednadžba trećeg stupnja. Rješavanje ove jednadžbe sastoji se od nekoliko koraka.

Neka je a 3 x 3 + a 2 x 2 + a 1 x + a 0 = 0 algebarska jednadžba trećeg stupnja. Rješavanje ove jednadžbe sastoji se od nekoliko koraka. Neka je a 3 x 3 + a x + a 1 x + a 0 = 0 algebarska jednadžba trećeg stupnja. Rješavanje ove jednadžbe sastoji se od nekoliko koraka. 1 Normiranje jednadžbe. Jednadžbu podijelimo s a 3 i dobivamo x 3 +

Διαβάστε 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

transformacija j y i x x promatramo dva koordinatna sustava S i S sa zajedničkim ishodištem z z Homogene funkcije Ortogonalne transformacije

transformacija j y i x x promatramo dva koordinatna sustava S i S sa zajedničkim ishodištem z z Homogene funkcije Ortogonalne transformacije promatramo dva oordnatna sustava S S sa zaednčm shodštem z z y y x x blo o vetor možemo raspsat u baz, A = A x + Ay + Az = ( A ) + ( A ) + ( A ) (1) sto vred za ednčne vetore sustava S = ( ) + ( ) + (

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

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

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

Ekonometrija 2. Ekonometrija, Osnovne studije. Predavač: Aleksandra Nojković

Ekonometrija 2. Ekonometrija, Osnovne studije. Predavač: Aleksandra Nojković Ekonometrja Ekonometrja, Osnovne studje Predavač: Aleksandra Nojkovć Struktura predavanja Svojstva ocena na malm uzorcma Asmptotska svojstva ocena Svojstva ocena dobjenh metodom ONK Svojstva ocena U regresonoj

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

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

Dinamika krutog tijela ( ) Gibanje krutog tijela. Gibanje krutog tijela. Pojmovi: C. Složeno gibanje. A. Translacijsko gibanje krutog tijela. 14.

Dinamika krutog tijela ( ) Gibanje krutog tijela. Gibanje krutog tijela. Pojmovi: C. Složeno gibanje. A. Translacijsko gibanje krutog tijela. 14. Pojmo:. Vektor se F (transacja). oment se (rotacja) Dnamka krutog tjea. do. oment tromost masa. Rad krutog tjea A 5. Knetka energja k 6. oment kona gbanja 7. u momenta kone gbanja momenta se f ( ) Gbanje

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

2.7 Primjene odredenih integrala

2.7 Primjene odredenih integrala . INTEGRAL 77.7 Primjene odredenih integrala.7.1 Računanje površina Pořsina lika omedenog pravcima x = a i x = b te krivuljama y = f(x) i y = g(x) je b P = f(x) g(x) dx. a Zadatak.61 Odredite površinu

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

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

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

PRESECI SA PRSLINOM - VELIKI EKSCENTRICITET

PRESECI SA PRSLINOM - VELIKI EKSCENTRICITET TEORJA ETONSKH KONSTRUKCJA 1 PRESEC SA PRSLNO - VELK EKSCENTRCTET ČSTO SAVJANJE - SLOODNO DENZONSANJE Poznato: Nepoznato: - statčk tcaj za pojedna opterećenja ( ) - sračnato - kvaltet materjala (, σ v

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

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

Proračun AB stuba. Oblik izvijanja stuba kao i uslovi oslanjanja su jednaki u oba ortogonalna pravca pa se usvaja stub dimenzija b/h=60/60 cm.

Proračun AB stuba. Oblik izvijanja stuba kao i uslovi oslanjanja su jednaki u oba ortogonalna pravca pa se usvaja stub dimenzija b/h=60/60 cm. Proračun AB stuba Potrebno je zvršt proračun stuba jednodrodne armrano-betonske hale dmenzja x49 metara. Poprečn ramov su formran na razmaku od 7 metara. Hala je u poslednja dva polja vsnsk pregrađena

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

KRIVULJE RASPODJELE. Doc.dr.sc. Vesna Denić-Jukić

KRIVULJE RASPODJELE. Doc.dr.sc. Vesna Denić-Jukić KRIVULJE RASPODJELE Doc.dr.sc. Vesna Denć-Jukć Krvulje raspodjele predstavljaju zakon vjerojatnost pojave neke hdrološke velčne. Za slučajnu varjablu X kažemo da je poznata ako znamo zakon njene raspodjele.

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

Prema tome, kao sredstva koja uvrštavamo u portfolio pojavljuju se sredstvo 3, sa najvećim iznosom Sharpe-ovog indeksa, i sredstvo 2.

Prema tome, kao sredstva koja uvrštavamo u portfolio pojavljuju se sredstvo 3, sa najvećim iznosom Sharpe-ovog indeksa, i sredstvo 2. Prmer 7. 1) Da su podac za r sredsva u peroda osmarana, R 1,518 R 3, 031 R3 3, 9533 r 1 1, 0383 r 0, 837 r 3 1, 48 r 1 r 0,1919 r 1 r 3 0, 698 r r 3 0, 1801 na osnovu dah sumranh vrednos odred očekvanu

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

Linearna algebra 2 prvi kolokvij,

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

Διαβάστε περισσότερα

π π ELEKTROTEHNIČKI ODJEL i) f (x) = x 3 x 2 x + 1, a = 1, b = 1;

π π ELEKTROTEHNIČKI ODJEL i) f (x) = x 3 x 2 x + 1, a = 1, b = 1; 1. Provjerite da funkcija f definirana na segmentu [a, b] zadovoljava uvjete Rolleova poučka, pa odredite barem jedan c a, b takav da je f '(c) = 0 ako je: a) f () = 1, a = 1, b = 1; b) f () = 4, a =,

Διαβάστε 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

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

Izbor prenosnih odnosa teretnog vozila - primer

Izbor prenosnih odnosa teretnog vozila - primer FTN No Sad Katedra za motore ozla Teorja kretanja drumskh ozla Izbor prenosnh odnosa Izbor prenosnh odnosa teretnog ozla - prmer ata je karakterstka dzel motora MG OM 906 LA (Izor: http://www.dmg-dusburg.de/html/d_c_om906la.html)

Διαβάστε περισσότερα

Dinamika krutog tijela. 14. dio

Dinamika krutog tijela. 14. dio Dnaka kutog tjela 14. do 1 Pojov: 1. Vekto sle F (tanslacja). Moent sle (otacja) 3. Moent toost asa 4. Rad kutog tjela A 5. Knetka enegja E k 6. Moent kolna gbanja 7. u oenta kolne gbanja oenta sle M (

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

( , 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

Eliminacijski zadatak iz Matematike 1 za kemičare

Eliminacijski zadatak iz Matematike 1 za kemičare Za mnoge reakcije vrijedi Arrheniusova jednadžba, koja opisuje vezu koeficijenta brzine reakcije i temperature: K = Ae Ea/(RT ). - T termodinamička temperatura (u K), - R = 8, 3145 J K 1 mol 1 opća plinska

Διαβάστε περισσότερα

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

Strukture GMDH u modeliranju i predikciji vremenskih serija. Ivan Ivek

Strukture GMDH u modeliranju i predikciji vremenskih serija. Ivan Ivek Srukure GMDH u modelrnju predkcj vremenskh serj Ivn Ivek Group Mehod of D Hndlng Ivkhnenko, 966. regresj, esmcj, predkcj, konrol... Dobr svojsv: nskoprmersk lgorm smopodešvnje srukure selekcj ulnh vrjbl

Διαβάστε περισσότερα

MATEMATIKA I 1.kolokvij zadaci za vježbu I dio

MATEMATIKA I 1.kolokvij zadaci za vježbu I dio MATEMATIKA I kolokvij zadaci za vježbu I dio Odredie c 0 i kosinuse kueva koje s koordinanim osima čini vekor c = a b ako je a = i + j, b = i + k Odredie koliki je volumen paralelepipeda, čiji se bridovi

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

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

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

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

Διαβάστε περισσότερα

SEMINAR IZ KOLEGIJA ANALITIČKA KEMIJA I. Studij Primijenjena kemija

SEMINAR IZ KOLEGIJA ANALITIČKA KEMIJA I. Studij Primijenjena kemija SEMINAR IZ OLEGIJA ANALITIČA EMIJA I Studij Primijenjena kemija 1. 0,1 mola NaOH je dodano 1 litri čiste vode. Izračunajte ph tako nastale otopine. NaOH 0,1 M NaOH Na OH Jak elektrolit!!! Disoira potpuno!!!

Διαβάστε περισσότερα

KONVEKSNI SKUPOVI. Definicije: potprostor, afin skup, konveksan skup, konveksan konus. 1/5. Back FullScr

KONVEKSNI SKUPOVI. Definicije: potprostor, afin skup, konveksan skup, konveksan konus. 1/5. Back FullScr KONVEKSNI SKUPOVI Definicije: potprostor, afin skup, konveksan skup, konveksan konus. 1/5 KONVEKSNI SKUPOVI Definicije: potprostor, afin skup, konveksan skup, konveksan konus. 1/5 1. Neka su x, y R n,

Διαβάστε 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

POLINOMI predavač: dr Marko Petković

POLINOMI predavač: dr Marko Petković Gmnazja Svetozar Markovć, Nš Dodatna nastava z matematke za drug, treć četvrt razred Nedelja, 01.11.2009. POLINOMI predavač: dr Marko Petkovć 1 Osnovna teorja Defncja. Neka je R prsten. Polnom P (x) nad

Διαβάστε περισσότερα

2. KOLOKVIJ IZ MATEMATIKE 1

2. KOLOKVIJ IZ MATEMATIKE 1 2 cos(3 π 4 ) sin( + π 6 ). 2. Pomoću linearnih transformacija funkcije f nacrtajte graf funkcije g ako je, g() = 2f( + 3) +. 3. Odredite domenu funkcije te odredite f i njenu domenu. log 3 2 + 3 7, 4.

Διαβάστε περισσότερα

( ) ( ) Zadatak 001 (Ines, hotelijerska škola) Ako je tg x = 4, izračunaj

( ) ( ) Zadatak 001 (Ines, hotelijerska škola) Ako je tg x = 4, izračunaj Zadaak (Ines, hoelijerska škola) Ako je g, izračunaj + 5 + Rješenje Korisimo osnovnu rigonomerijsku relaciju: + Znači svaki broj n možemo zapisai n n n ( + ) + + + + 5 + 5 5 + + + + + 7 + Zadano je g Tangens

Διαβάστε περισσότερα

MATEMATIKA Pokažite da za konjugiranje (a + bi = a bi) vrijedi. a) z=z b) z 1 z 2 = z 1 z 2 c) z 1 ± z 2 = z 1 ± z 2 d) z z= z 2

MATEMATIKA Pokažite da za konjugiranje (a + bi = a bi) vrijedi. a) z=z b) z 1 z 2 = z 1 z 2 c) z 1 ± z 2 = z 1 ± z 2 d) z z= z 2 (kompleksna analiza, vježbe ). Izračunajte a) (+i) ( i)= b) (i+) = c) i + i 4 = d) i+i + i 3 + i 4 = e) (a+bi)(a bi)= f) (+i)(i )= Skicirajte rješenja u kompleksnoj ravnini.. Pokažite da za konjugiranje

Διαβάστε 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

( ) ( ) 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

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

6 Polinomi Funkcija p : R R zadana formulom

6 Polinomi Funkcija p : R R zadana formulom 6 Polinomi Funkcija p : R R zadana formulom p(x) = a n x n + a n 1 x n 1 +... + a 1 x + a 0, gdje su a 0, a 1,..., a n realni brojevi, a n 0, i n prirodan broj ili 0, naziva se polinom n-tog stupnja s

Διαβάστε περισσότερα