(Microsoft Word - LOCIRANJE ROBE U SKLADI\212TU-vezbe doc)

Величина: px
Почињати приказ од странице:

Download "(Microsoft Word - LOCIRANJE ROBE U SKLADI\212TU-vezbe doc)"

Транскрипт

1 LOCIRANJE ROBE U SKLADIŠTU Skladištenje je centralna funkcija skladišta Sa aspekta ove funkcije,za robu koja se pojavljuje u skladištu, bitne su tri odluke: Koliko zaliha Koliko često i kada ove zalihe treba dopunjavati Gde skladišne jedinice robe treba da budu smeštene (locirane u skladištu) Prve dve odluke pripadaju problemu upravljanja zalihama, dok treća odluka predstavlja problem dodeljivanja- raspoređivanja. U literaturi se strategije raspoređivanja proizvoda u skladištu definišu na dva načina: - kao assignment problem tj. problem dodeljivanja proizvoda skladišnim mestima ili - kao allocation problem tj. problem dodeljivanja skladišnih mesta proizvodima koje je potrebno uskladištiti Definisano na jedan ili drugi način, oba problema se svode na pitanje raspoređivanja proizvoda u datom skladišnom prostoru (na data skladišna mesta/lokacije). Sam način raspoređivanja robe u skladištu predstavlja pravilo (strategiju) kojim se određuje gde će se logističke jedinice različitih proizvoda smestiti unutar skladišta. Izabrani način raspoređivanja robe unutar skladišta je optimalan ako minimizira prosečno vreme potrebno za proces uskladištenja iskladištenja, dok u isto vreme zadovoljava različita ograničenja nametnuta od strane posmatranog sistema. U literaturi se mogu naći različiti načini (strategije) raspoređivanja robe unutar skladišta. Dva osnovna načina su fiksno i slučajno raspoređivanje, dok ostali načini (raspoređivanje robe u odnosu na klasu, zapreminu, frekvenciju, vreme uskladištenja) predstavljaju njihove varijetete sa aspekta parametara koji su uzeti u obzir i njihove međuzavisnosti. - Raspoređivanje robe prema unapred definisanim mestima uskladištenja strategija fiksnog rasproreda (DEDICATED STORAGE POLICY) - Raspoređivanje robe bez dodeljivanja skladišnih lokacija (RANDOMIZED/SHARED STORAGE POLICY), kako neka jedinica proizvoda prispeva u skladiše donosi se odluka gde će ona biti uskladištena na bazi nekog kriterijuma. 1

2 DEDICATED STORAGE POLICY podrazumeva dodeljivanje svakoj robi pojedinačnu lokaciju u skladištu. Za svaku robu potrebno je imati dovoljno skladišnih lokacija (mesta) za skladištenje maksimalne količine ovih roba koje se očekuju na zalihama. Neka je N DED= broju lokacija neophodnih za robu u ovoj strategiji - Tada je: ukupan potreban broj skladišnih lokacija za ovaj tip dodeljivanja Broj skladišnih mesta koji se rezerviše za svaki proizvod se određuje na osnovu maksimalnog nivoa zaliha koji je utvrđen za taj proizvod (primer 1). Upravo iz razloga što se za svaki proizvod rezerviše određeni broj skladišnih mesta u odnosu na njihov maksimalni nivo zaliha, ova strategija nepovoljnije utiče na kapacitet skladišta od ostalih strategija naime, primena ovakvog načina za raspoređivanje robe u skladištu ima za posledicu veći potreban kapacitet skladišta. RANDOMIZED STORAGE POLICY ne predviđa da robe koje prispevaju u skladište imaju rezervisane skladišne lokacije namenjene za njih. Pristup je da kada se pojavi potreba za donošenjem ove odluke-dodeljivanje skladišne lokacije robi ona se donosi na bazi nekih kriterijuma ( na primer: na slučajan način, ili se skladišna jedinica odlaže na najbližu raspoloživu- praznu skladišnu lokaciju. Neka je N share =broj lokacija neophodnih za sve robe u ovoj strategiji Tada je što znači da je ukupan broj skladišnih lokacija jednak maksimumu (u vremenu) agregiranih zahteva za zalihama (primer 1.) (tj. Suma zaliha svih proizvoda u svakoj vremenskoj tački na primer: kod trgovine ovo je po pravilu u vreme novogodišnjih praznika) Klasifikacija strategija raspoređivanja na bazi informacija o uskladištenoj robi Strategije raspoređivanja moguće je klasifikovati i na osnovu informacija o uskladištenoj robi. Razlikuju se sledeće situacija: I nema informacija Na slučajan način (randomized) 2

3 Na najbližu slobodnu lokaciju II Postoje informacije o robama (proizvodima) Raspoređivanje na bazi tražnje Raspoređivanje na bazi maksimalnih zaliha Raspoređivanje na bazi obrta Specifičan slučaj predstavalja kada su ove informacije poznate za određene robne klase, a ne za pojedinačne proizvode. (class-based storage) III Postoje informacije o jedinicama (proizvoda) Raspoređivanje na bazi informacija o jedinicama poznata je strategija: DOS- duration of stay Ova strategija u praksi se retko primenjuje, pošto traži praćenje i upravljanje svakom skladišnom jedinicom proizvoda u skladištu. Primer 1. 3

4 Primer sa pismenog ispita Ako su parcijalni kapaciteti skladišta u posmatranim vremenskim intervalima predviđeni za strategiju fiksnog raspoređivanja robe A, B i C u skladištu dati u tabeli, koliki je potreban kapacitet u svakom vremenskom intervalu za strategiju slučajnog izbora lokacije, a koliki je ukupan kapacitet po svakoj strategiji? Strategija fiksnog rasporeda Strategija slučajnog izbora lokacije Vreme A B C ABC Kapacitet DEDICATED za ovu strategiju dodeljivanja skladišnih lokacija potrebne su informacije o proizvodima. Pravila dodeljivanja su najčešće bazirana na tražnji, nivou zaliha(max) i obrtu. 4

5 Kada je dodeljivanje jednom definisano, proizvod se uskladištava u jednu od njemu dodeljenih lokacija. Dedicated raspoređivanje na bazi tražnje realizuje se na sledeći način: Proizvodi se rangiraju u opadajućem redosledu na bazi tražnje (operacija otpreme), Skladišne lokacije se rangiraju u rastućem redosledu prema njihovoj «pogodnosti» (često su kriterijumi vreme transporta ili rastojanje), Obavlja se dodeljivanje na način da se proizvodu sa najvećom tražnjom dodeljuju najpogodnije skladišne lokacije i tako redom. Za svaki proizvod (p i ), dodeljuje se odgovarajući broj (n i ) skladišnih lokacija za njega, gde je (n i ) neophodan broj lokacija za i-ti proizvod (odgovara maksimalnom nivou zaliha i-tog proizvoda) Dedicated raspoređivanje na bazi zaliha realizuje se na sledeći način: Proizvodi se rangiraju u rastućem redosledu na bazi maksimalnih zaliha, Skladišne lokacije se rangiraju u rastućem redosledu prema njihovoj «pogodnosti» (često su kriterijumi vreme transporta ili rastojanje), Obavlja se dodeljivanje na način da se proizvodu sa najnižim nivoom zaliha dodeljuju najpogodnije skladišne lokacije i tako redom. Za svaki proizvod (p i ), dodeljuje se odgovarajući broj (n i ) skladišnih lokacija za njega, gde je (n i ) neophodan broj lokacija za i-ti proizvod (odgovara maksimalnom nivou zaliha i-tog proizvoda) Dedicated raspoređivanje na bazi obrta realizuje se na sledeći način: Proizvodi se rangiraju u opadajućem redosledu na bazi obrta, Skladišne lokacije se rangiraju u rastućem redosledu prema njihovoj «pogodnosti» (često su kriterijumi vreme transporta ili rastojanje), 5

6 Obavlja se dodeljivanje na način da se proizvodu sa najvećom tražnjom dodeljuju najpogodije skladišne lokacije i tako redom. Za svaki proizvod (p i ), dodeljuje se odgovarajući broj (n i ) skladišnih lokacija za njega, gde je (n i ) neophodan broj lokacija za i-ti proizvod (odgovara maksimalnom nivou zaliha i-tog proizvoda) Primer 2: Poznati su sledeći podaci o proizvodima (dati u tabeli) i konfiguracija skladišta (data na slici). Podrazumeva se «pravugaona metrika- put» i rastojanje od 1 između centara svake dve susedne lokacije. Dedicated raspoređivanje na bazi tražnje Rangiraju se proizvodi C A B Lokacije se dodeljuju na način kako je to pokazano na slici: Proračun očekivanog puta: 6

7 U ovoj strategiji raspoređivanja, očekivano vreme transporta će biti proporcionalno očekivanom pređenom putu. Proračun očekivanog vremena pređenog rastojanja za svaki proizvod i je dat u sledećem izrazu:, gde je Z i - skup lokacija gde je smešten proizvod i, a tražnja je analogna operacijama otpreme. 2- se odnosi na dvostruke operacije (pošto svaka otprema podrazumeva jednu operaciju uskladištenja i jednu operaciju iskladištenja). Za gornji primer, pređeno rastojanje se računa na sledeći način: Ukupan put= =4831 Dedicated raspoređivanje na bazi zaliha Rangiranje proizvoda B A C 7

8 Pređeni put: T B =500; T C =1971; T A =2160. Ukupan pređeni put= =4631 min. Prethodna analiza je bazirana na pretpostavci da je «pogodnost» svake lokacije ista bez obzira koji proizvod je smešten-skladišten tamo. Ovo važi samo u slučaju kada je verovatnoća da i-ti proizvod prolazi kroz j-ta vrata ista za sve proizvode. Ovo se u teoriji zove factoring assumtion. Ove pretpostavke su ispunjene u gornjem primeru, pošto postoje samo jedna Ulazno/Izlazna vrata i otuda svi proizvodi prolaze kroz njih sa verovatnoćom 1 za prijem i otpremu. Posmatramo slučaj skladišta koje ima dvoja vrata za otpremu i jedna za prijem. 8

9 Ovo znači da 50% operacija A, realizuje kroz vrata R (tj. 100% od prijema). Tako da gornja pretpostavka vazi u ovom primeru. Generalno: Za svaka j-ta vrata, ako je p ij =p i i, tada pretpostavka važi (gde je p i constantna za vrata j). U gornjem primeru, pretpostavka neće važiti ako sve jedice proizvoda C budu otpremljene na vrata S 2. Ova pretpostavka ne važi u mnogim situacijama. Postavlja se pitanje šta da se radi? 9

10 Možemo formulisati optimizacioni zadatak, da se pronađe takav raspored koji minimizira ošekivani transport. Neka je: i-index za proizvode, j- index za vrata k- index za skladišne lokacije d i - tražnja za proizvodom i q i - maksimalne zalihe proizvoda i t i - obrt proizvoda i; t i =d i /q i y jk - rastojanje od lokacije k do vrata j p ij - verovatnoća da proizvod i ide kroz vrata j s ik - očekivano vreme transporta do lokacije k ako je proizvod i tamo skladišten = 10

11 Ciljna funkcija daje sumu očekivanog vremena transporta, Prvo ograničenje obezbeđuje da svaki proizvod i ima q i skladišnih lokacija rezervisanih za njega. Drugo ograničenje znači da svaka lokacija ima samo jedan dodeljen proiyvod i na kraju proizvod je dodeljen na jednu lokaciju ili nije (binarna priroda). Ovo je celobrojno programiranje, što znači da je teško rešivo za problem većih dimenzija, pre svega u smislu vremena računanja. Za relaksaciju (ako se x ij ne ograničava na celobrojne vrednosti ) se koristi Linearno programiranje koje može da rešava i probleme većih dimenzija. Ovaj problem može se postaviti i kao transportni problem na sledeći način: 11

12 RASPOREĐIVANJE ROBE PREMA KLASAMA ROBE/SKLADIŠNIH JEDINICA (CLASS-BASED STORAGE POLICY) Raspoređivanje robe prema klasama proizvoda/skladišnih jedinica je bazirano na Paretovoj opservaciji da mali procenat nacionalne (ili svetske) populacije ima najviše bogatstva, a veliki procenat populacije ima veoma malo bogatstva (»Paretov efekat«, Vilfredo Pareto, 19 vek). Ista logika može da se primeni i na kompanije na primer, kompanija koja proizvodi više proizvoda može imati većinu prihoda, na primer 80 % od samo 20 % njihovih proizvoda. Gledano sa aspekta aktivnosti uskladištenja i iskladištenja u skladišnom objektu, može se reći da o 80 % aktivnosti uskladištenja i iskladištenja se bazira na 20 % jedinica klasa A o 15 % aktivnosti na 30 % jedinica klasa B o ostalih 5 % aktivnosti na 50 % jedinica klasa C Kao i u prethodnim strategijama, cilj je da se minimiziraju troškovi angažovanja sredstava za rukovanje materijalima, pređeni put, vremena transporta i uskladištenja/iskladištenja jedinica i slično. Usled toga, jedinice iz klase A se uskladišavaju najbliže ulazno-izlaznoj tački, jedinice iz klase B u preostalim najbližim tačkama i tako dalje (slika ). Slika - Primer raspoređivanja proizvoda u skladištu prema klasama proizvoda Ova strategija se može kombinovati sa elementima fiksnog i slučajnog raspoređivanja proizvoda u skladištu (hibridna strategija). Za svaku klasu 12

13 skladišnih jedinica proizvoda se može primeniti princip da se unutar zone rezervisane za tu klasu proizvodi raspoređuju fiksno ili slučajno. Možemo li uzeti najbolje od obe? Korisimo obrt proizvoda (ili neku drugu karakteristiku) da kreiramo klase proizvoda. 3-5 klasa dodeljujemo prostor(izraženo brojem skladišnih lokacija) za svaku klasu veličina prostora, za svaku skladišnu klasu određuje se na način da se primenjuje Shared/Randomized storage policy. Neka je N ј -veličina zone neophodna za klasu ј Kako da odredimo klase? Jeda od načina je da koristimo Pareto -analizu. 13

14 Inženjerske procene klase mogu biti određene na bazi specifičnih zahteava za skladištenjem (primer zone za smrznute robe, bezbednosni razlozi i dr.). Kada su jednom klase definisane, potrebno je u sledećem koraku odrediti veličinu potrebnog prostora-zone, za svaku od klasa- koliko skladišnih lokacija im dodeliti? Postoje bar dva načina za to: Empirijskim posmatranjem ili simulacijom se određuje maksimalni potreban prostor za klasu A. Preko servis stepena. Želimo sa izvesnom verovatnoćom da imamo dovoljno prostora da smestimo zalihe proizvoda klase A. Posmatrajmo sa više detalja ovaj drugi slučaj- preko servis stepena Neka je: r i količina zaliha proizvoda i (constant) α verovatnoća da ćemo imati prostora za ovu klasu zaliha servis stepen R i nivo zaliha proizvoda i u vremenu (slučajna promenljiva) Podrazumeva se konstantna tražnja i sledeća funkcija promene nivoa zaliha- kako je to pokazano na slici koja sledi: 14

15 R i ~U[1,r i ] ( koristi se ravnomerna raspodela, podrazumeva se trenutna popuna, pa je otuda R i =0, samo za jedan trenutak i nije uzeto u obzir u funkciji raspodele verovatnoća. R i varira ravnomerno između 1 - r i u vremenu Računanje matematičkog očekivanja i disperzije od R i prema formulama za ravnomernu raspodelu: ; ; Pošto je Q J suma od jednog broja slučajno promenljivih (može biti vrlo veliki broj) važi sledeće: tj. Q j teži ka Normalnoj raspodeli verovatnoća Pa otuda, ako želimo servis stepen od α za N J, mi računamo N J na sledeći način. 15

16 z- se izračunava iz tabele za Normalnu raspodelu Na primer: za α=0.95 z 1.64; a za α=0.99 z 2.32 ili drugim rečima, ako je α=0.95 potrebno je da imamo 64% više lokacija u posmatranoj zoni nego za E[Q J ]. Primer za class-bassed storage Neka je α=0.99, kolika treba da bude zona da smesti ova četiri proizvoda? 16

17 RASPOREĐIVANJE ROBE NA SLUČAJAN NAČIN (RANDOM STORAGE POLICY) Raspoređivanje proizvoda na slučajan način se bazira na ideji da se uskladištenje skladišnih jedinica proizvoda izvršava na bilo kom raspoloživom skladišnom mestu. Ako je rasploživo više od jednog skladišnog mesta: o teoretski, sva skladišna mesta imaju jednaku verovatnoću da na njima bude realizovano uskladištenje o u praksi, skladišne jedinice proizvoda se dodeljuju najbližem raspoloživom skladišnom mestu Prednost ove strategije se vidi u smanjenju potrebnog kapaciteta skladišta, jer se uskladištenje različitih skladišnih jedinica realizuje u različita vremena i na različita mesta (nema predefinisanih skladišnih mesta po proizvodima). Nedostaci se mogu uočiti kroz: o eventualno duže vreme iskladištenja i transporta, posebno u situacijama ako je velika frekvencija i prijema i otpreme jer je tada potrebno naći»zagubljenu«skladišnu jedinicu proizvoda o smanjenje propusne moći sistema (na primer, broj uskladištenja/iskladištenja u jedinici vremena), jer se oprema za uskladištenje/iskladištenje se ne koristi efikasno, a u skladištu nastaju poremećaji usled razbacanih skladišnih jedinica proizvoda (one se ponekad mogu naći čak i u radnim prolazima) o poteškoće u upravljanju aktivnostima u skladištu (zahteva se razvijen informacioni system koji bi omogućio kontrolu i upravljanje svim aktivnostima u skladištu) MODEL ZA SLUČAJAN NAČIN USKLADIŠTENJA Za dato skladište, pretpostavimo da se uskladištenje realizuje na slučajan način na raspoloživa skladišna mesta. Svako slobodno skladišno mesto ima jednaku verovatnoću da bude izabrano za uskladištenje. Potrebno je uskladištiti m skladišnih jedinica proizvoda u datom skladištu. Cilj je minimizirati ukupno očekivano rastojanje između svakog skladišnog mesta i ulazno izlaznih tačaka. Možemo odrediti sumu rastojanja od svakog skladišnog mesta j do svake ulazno izlazne tačke k: 17

18 Raspoređivanje skladišnih jedinica proizvoda se može praktično uraditi tako što izračunate sume vrednosti rastojanja poređamo po neopadajućem redosledu i na prvih m skladišnih mesta rasporedimo skladišne jedinice proizvoda. Veličina m zavisi od zbirnog nivoa zaliha. PRIMER Na slici je dato skladište sa 98 paletnih mesta i jednom ulazno izlaznom tačkom. Svako skladišno mesto je dimenzija 1 x 1 m. Rasporediti 56 skladišnih jedinica proizvoda tako da se minimizira ukupno pređeno rastojanje. Slika - Raspored skladišnih mesta Obzirom da postoji samo jedna ulazno izlazna tačka (p = 1), od nje se samo izračunavaju rastojanja do svakog skladišnog mesta (slika). Slika - Rastojanja od ulazno izlazne tačke do svakog skladišnog mesta Izračunavanje rastojanja svih potencijalnih skladišnih mesta do jedne ulazno izlazne tačke i njihovim ređanjem po neopadajućem redosledu, dobija se novi layout raspoređivanja robe u skladištu na slici 23, a najduže rastojanje iznosi 7 m. 18

19 Srednje pređeno rastojanje se može izračunati sumiranjem ukupnih pređenih rastojanja (2800m) i njihovim deljenjem sa brojem potrebnih skladišnih mesta (56), što iznosi 56 m. RASPOREĐIVANJE ROBE PREMA ZAPREMINI SKLADIŠNIH JEDINICA (CUBE-PER-ORDER INDEX STORAGE POLICY - COI) COI strategija je veoma jednostavna i široko korišćena u praksi. COI indeks se izračunava za svaku skladišnu jedinicu proizvoda, pri čemu od odražava logiku da skladišne jedinice proizvoda koje imaju velike frekvencije uskladištenja i/ili iskladištenja, a zahtevaju manje skladišnih mesta (po zapremini ili broju skladišnih mesta koje je potrebno rezervisati za datu vrstu robe) se smeštaju bliže ulazno izlaznoj tački. 19

20 20

21 PRIMER!.. Konfiguracija skladišta (data na slici). Skladište se sastoji od četiri reda sa po šest skladišnih lokacija što čini ukupno 24 skladišne lokacije. Skladišna lokacija je dimenzija 10x10 (stopa) i podrazumeva se da je samo jedan proizvod uskladišten po lokaciji. Svi proizvodi se primaju kroz vrata P 3. Roba se otprema kroz vrata P 1 i P 2. Prijem i otprema robe realizuje se u paletama sa homogenim sadržajem. Poznati su sledeći podaci o proizvodima (dati u tabeli). proizvodi A B C Zalihe(q) Primljene palete mesečno(r) Paleta otpremljeno mesečno kroz Vrata P 1 (p1) vratap 2 (p2) Rastojanje se računa primenom pravougaone metrike između centara svake od skladišnih lokacija i centara prijemno/otpremnih zona. Podrazumeva se prost ciklus u realizaciji osnovnih operacija uskladištenja /iskladištenja. Kao i da mesec ima 30 dana. Prvo se određuje očekivano rastojanje (srednje rastojanje) za svaku lokaciju u skladištu za uskladištenje i iskladištenjejedne jedinice tereta. Potom se određuje najbolji razmeštaj proizvoda po skladišnim lokacijama. 21

22 Na kraju se računa ukupan pređeni put (mesečni) za svaki nproizvod i za čitav skladišni sistem. Prvi slučaj: za startegiju fiksnog dodeljivanja i za zadovoljene uslove u pogledu nezavisnosti puta, odnosno factoring assumtion. Verovatnoće za tri proizvoda su jednaki (0.375, 0.125, 0.500)respektivno za vrata1-3., tako da je ispunjen uslov nezavisnosti. Vrenost jednosmernog rastojanja za lokaciju 1 je dato:, na primer g 1 =0.375x x x25=50.0 i tako dalje...rezultat očekivanih rastojanja je pokazan u tabeli. Nađimo sada razmeštaj robe u skladištu na bazi obrta. Obrt A =400/12=33.33; Obrt B =60/2=30; Obrt C =200/10=20. I na osnovu ovoga primenjujući pravilo dodeljivanja dolazimo do rasporeda pokazanog na slici. 22

23 Ukupan pređeni put (mesečni) računa se prvo po pojedinačnim proizvodima, a potom zbir. Na bazi tražnje 23

24 Što predstavlja porast od 0,8% u odnosu na optimalni raspored na bazi obrta. Na bazi zaliha Ovde imamo porast od 3,7% u odnosu na raspoređivanje na bazi obrta. 24

25 PRIMER 2 za vežbu... Na slici je dat layout skladišta sa 16 skladišnih mesta (n = 16, obeleženih brojevima od 1 do 16) i 3 ulazno izlazne (U-I) tačke, koje se koriste sa istim verovatnoćama. U skladištu je potrebno rasporediti 4 vrste proizvoda (m = 4) tako da se minimiziraju troškovi transporta između ulazno izlaznih tačaka i skladišnih mesta, pri čemu je za svaki proizvod poznato: - frekventnost transporta svake skladišne jedinice proizvoda i u skladištu u vremenskom periodu f 1 = 100, f 2 = 80, f 3 = 120 i f 4 = 90 - jedinični troškovi transporta skladišne jedinice proizvoda i iznose c i = 1 novčana jedinica. - potreban broj rezervisanih skladišnih mesta za svaku vrstu proizvoda - (S i ) iznosi S 1 = 3, S 2 = 5, S 3 = 2, S 4 = 6 - rastojanja skladišnog mesta j od ulazno izlazne tačke k - (d kj ) tabela. U-I U-I U-I Slika. Oblik i raspored skladišnih mesta k/i [d kj] = Tabela. Matrica rastojanja od svake ulazno izlazne tačke do svakog skladišnog mesta U prvom koraku se izračunavaju vrednosti w ij : w j = p k = 1 P d k kj j w j 2,97 2,64 2,97 3,96 2,64 2,31 2,64 3,63 2,64 2,31 2,64 3,63 2,97 2,64 2,97 3,96 Tabela 10. Vrednosti w j U drugom koraku je potrebno sortirati vrednosti w j po neopadajućem redosledu. 25

26 j w j 2,31 2,31 2,64 2,64 2,64 2,64 2,64 2,64 2,97 2,97 2,97 2,97 3,63 3,63 3,96 3,96 Tabela 11. Sortirane vrednosti w j po neopadajućem redosledu U trećem koraku, za svaku skladišnu jedinicu proizvoda izračunavamo odnos ci fi S i Za proizvod 1: = Za proizvod 2: 1 80 = Za proizvod 3: = 60 Za proizvod 4: 1 90 = U četvrtom koraku, izračunate vrednosti za svaki proizvod se sortiraju po nerastućem redosledu (tabela11): Vrsta proizvoda ci fi S i 60 33, Tabela. Sortirane vrednosti Tabela (gore) daje redosled raspoređivanja robe u skladištu, što znači da se prvo raspoređuje proizvod 3 (na 2 skladišna mesta,), pa proizvod 1 (na 3 skladišna mesta), pa proizvod 2 (na 5 skladišnih mesta) i na kraju proizvod 4 (na 6 skladišnih mesta). ci fi S Iz tabele 11 se očitava redosled mesta koja se raspoređuju po proizvodima. i - proizvod 3 se raspoređuje na skladišna mesta 6 i 10 - proizvod 1 se raspoređuje na skladišna mesta 2, 5 i 7 - proizvod 2 se raspoređuje na skladišna mesta 1, 3, 9, 11 i 14 - proizvod 4 se raspoređuje na skladišna mesta 4, 8, 12, 13, 15 i 16 U-I U-I U-I Slika. Raspoređivanje robe u skladištu 26

Celobrojno programiranje Rešavamo sledeći poblem celobrojnog programiranja: min c T x Ax = b x 0 x Z n Gde pretpostavljamo da je A celobrojna matrica

Celobrojno programiranje Rešavamo sledeći poblem celobrojnog programiranja: min c T x Ax = b x 0 x Z n Gde pretpostavljamo da je A celobrojna matrica Celobrojno programiranje Rešavamo sledeći poblem celobrojnog programiranja: min c T x Ax = b x 0 x Z n Gde pretpostavljamo da je A celobrojna matrica dimenzije m n, b Z m, c Z n. Takođe, očekuje se da

Више

6-8. ČAS Celobrojno programiranje Rešavamo sledeći poblem celobrojnog programiranja: Gde pretpostavljamo da je A celobrojna matrica dimenzije,. Takođe

6-8. ČAS Celobrojno programiranje Rešavamo sledeći poblem celobrojnog programiranja: Gde pretpostavljamo da je A celobrojna matrica dimenzije,. Takođe 6-8. ČAS Celobrojno programiranje Rešavamo sledeći poblem celobrojnog programiranja: Gde pretpostavljamo da je A celobrojna matrica dimenzije,. Takođe, očekuje se da su koordinate celobrojne. U slučaju

Више

Paper Title (use style: paper title)

Paper Title (use style: paper title) Статистичка анализа коришћења електричне енергије која за последицу има примену повољнијег тарифног става Аутор: Марко Пантовић Факултет техничких наука, Чачак ИАС Техника и информатика, 08/09 e-mal адреса:

Више

Tutoring System for Distance Learning of Java Programming Language

Tutoring System for Distance Learning of Java Programming Language Niz (array) Nizovi Niz je lista elemenata istog tipa sa zajedničkim imenom. Redosled elemenata u nizovnoj strukturi je bitan. Konkretnom elementu niza pristupa se preko zajedničkog imena niza i konkretne

Више

1

1 Podsetnik: Statističke relacije Matematičko očekivanje (srednja vrednost): E X x p x p x p - Diskretna sl promenljiva 1 1 k k xf ( x) dx E X - Kontinualna sl promenljiva Varijansa: Var X X E X E X 1 N

Више

Osnovni pojmovi teorije verovatnoce

Osnovni pojmovi teorije verovatnoce Osnovni pojmovi teorije verovatnoće Profesor Milan Merkle emerkle@etf.rs milanmerkle.etf.rs Verovatnoća i Statistika-proleće 2019 Milan Merkle Osnovni pojmovi ETF Beograd 1 / 13 Verovatnoća i statistika:

Више

08 RSA1

08 RSA1 Преглед ЗАШТИТА ПОДАТАКА Шифровање јавним кључем и хеш функције RSA алгоритам Биће објашњено: RSA алгоритам алгоритам прорачунски аспекти ефикасност коришћењем јавног кључа генерисање кључа сигурност проблем

Више

Mere slicnosti

Mere slicnosti Nenad Mitić Matematički fakultet nenad@matf.bg.ac.rs Kako odrediti sličnost/različitost, obrazaca, atributa, dogadjaja... Podaci različitog tipa i strukture Zavisnost od tipa, raspodele, dimenzionalnosti

Више

Metode izbora lokacije

Metode izbora lokacije Metode izbora lokacije Metode ocenjivanja lokacija Metod bodovnog ocenjivanja Metod ponderisanja faktora Center of gravity metod Break-even analiza lokacija Transportni model Metod bodovnog ocenjivanja

Више

My_P_Red_Bin_Zbir_Free

My_P_Red_Bin_Zbir_Free БИНОМНА ФОРМУЛА Шт треба знати пре почетка решавања задатака? I Треба знати биному формулу која даје одговор на питање чему је једнак развој једног бинома када га степенујемо са бројем 0 ( ) или ( ) 0!,

Више

PowerPoint Presentation

PowerPoint Presentation Факултет организационих наука Центар за пословно одлучивање Системи за препоруку П8: Системи за препоруку Закључивање на основу случајева Системи за препоруку 2 Закључивање на основу случајева ПРОНАЂЕНО

Више

Classroom Expectations

Classroom Expectations АТ-8: Терминирање производно-технолошких ентитета Проф. др Зоран Миљковић Садржај Пројектовање флексибилних ; Математички модел за оптимизацију флексибилних ; Генетички алгоритми у оптимизацији флексибилних

Више

Microsoft PowerPoint - vezbe 4. Merenja u telekomunikacionim mrežama

Microsoft PowerPoint - vezbe 4. Merenja u telekomunikacionim mrežama Merenja u telekomunikacionim mrežama Merenja telefonskog saobraćaja Primer 1 - TCBH Na osnovu najviših vrednosti intenziteta saobraćaja datih za 20 mernih dana (tabela), pomoću metode TCBH, pronaći čas

Више

3.Kontrlne (upravlja~ke) strukture u Javi

3.Kontrlne (upravlja~ke) strukture u Javi Објектно орјентисано програмирање Владимир Филиповић vladaf@matf.bg.ac.rs Александар Картељ kartelj@matf.bg.ac.rs Низови у програмском језику Јава Владимир Филиповић vladaf@matf.bg.ac.rs Александар Картељ

Више

P11.3 Analiza zivotnog veka, Graf smetnji

P11.3 Analiza zivotnog veka, Graf smetnji Поједностављени поглед на задњи део компајлера Међурепрезентација (Међујезик IR) Избор инструкција Додела ресурса Распоређивање инструкција Инструкције циљне архитектуре 1 Поједностављени поглед на задњи

Више

NAPOMENA: Studenti na ispit donose kod urađenog zadatka

NAPOMENA: Studenti na ispit donose kod urađenog zadatka Пројекат из предмета Интернет програмирање за августовски и септембарски испитни рок школске 2018/19. године Коришћењем PHP технологије, технологије AJAX и MySQL базе података, реализовати следећу веб

Више

РЕШЕЊА 1. (2) Обележја статистичких јединица посматрања су: а) особине које су заједничке за јединице посматрања б) особине које се проучавају, а подр

РЕШЕЊА 1. (2) Обележја статистичких јединица посматрања су: а) особине које су заједничке за јединице посматрања б) особине које се проучавају, а подр РЕШЕЊА. () Обележја статистичких јединица посматрања су: а) особине које су заједничке за јединице посматрања б) особине које се проучавају, а подразумевају различите вредности по јединицама посматрања

Више

Slide 1

Slide 1 Катедра за управљање системима ТЕОРИЈА СИСТЕМА Предавањe 2: Основни појмови - систем, модел система, улаз и излаз UNIVERSITY OF BELGRADE FACULTY OF ORGANIZATIONAL SCIENCES План предавања 2018/2019. 1.

Више

PowerPoint Presentation

PowerPoint Presentation Колоквијум # задатак подељен на 4 питања: теоријска практична пишу се програми, коначно решење се записује на папиру, кодови се архивирају преко сајта Инжењерски оптимизациони алгоритми /3 Проблем: NLP:

Више

ФАКУЛТЕТ ОРГАНИЗАЦИОНИХ НАУКА

ФАКУЛТЕТ  ОРГАНИЗАЦИОНИХ  НАУКА Питања за усмени део испита из Математике 3 I. ДИФЕРЕНЦИЈАЛНЕ ЈЕДНАЧИНЕ 1. Појам диференцијалне једначине. Пикарова теорема. - Написати општи и нормални облик диференцијалне једначине првог реда. - Дефинисати:

Више

FTN Novi Sad Katedra za motore i vozila Potrošnja goriva Teorija kretanja drumskih vozila Potrošnja goriva

FTN Novi Sad Katedra za motore i vozila Potrošnja goriva Teorija kretanja drumskih vozila Potrošnja goriva Ključni faktori: 1. ENERGIJA potrebna za kretanje vozila na određenoj deonici puta Povećanje E K pri ubrzavanju, pri penjanju, kompenzacija energetskih gubitaka usled dejstva F f i F W Zavisi od parametara

Више

Verovatnoća - kolokvijum 17. decembar Profesor daje dva tipa ispita,,,težak ispit i,,lak ispit. Verovatnoća da student dobije težak ispit je

Verovatnoća - kolokvijum 17. decembar Profesor daje dva tipa ispita,,,težak ispit i,,lak ispit. Verovatnoća da student dobije težak ispit je Verovatnoća - kolokvijum 17. decembar 2016. 1. Profesor daje dva tipa ispita,,,težak ispit i,,lak ispit. Verovatnoća da student dobije težak ispit je 0.8. Ako je ispit težak, verovatnoća da se prvo pitanje

Више

Matrice. Algebarske operacije s matricama. - Predavanje I

Matrice. Algebarske operacije s matricama. - Predavanje I Matrice.. Predavanje I Ines Radošević inesr@math.uniri.hr Odjel za matematiku Sveučilišta u Rijeci Matrice... Matrice... Podsjeti se... skup, element skupa,..., matematička logika skupovi brojeva N,...,

Више

Projektovanje tehnoloških procesa

Projektovanje tehnoloških procesa ФАКУЛТЕТ ТЕХНИЧКИХ НАУКА Департман за производно машинство Пројектовање технолошких процеса Тема: Др Мијодраг Милошевић Технолошки процеси израде производа Део производног процеса у коме се врши измена

Више

Microsoft PowerPoint - PS9_Linijski raspored i redosled

Microsoft PowerPoint - PS9_Linijski raspored i redosled ОДРЕЂИВАЊЕ ОДГОВАРАЈУЋЕГ ЛИНИЈСКОГ РАСПОРЕДА РАДНИХ МЕСТА ОДРЕЂИВАЊЕ ОДГОВАРАЈУЋЕГ ЛИНИЈСКОГ РАСПОРЕДА РАДНИХ МЕСТА Код серијске и великосеријске производње ФУНКЦИЈА ЦИЉА (КРИТЕРИЈУМ ОПТИМАЛНОСТИ) > Минимални

Више

PowerPoint Presentation

PowerPoint Presentation Metode i tehnike utvrđivanja korišćenja proizvodnih kapaciteta Metode i tehnike utvrđivanja korišćenja proizvodnih kapaciteta Sa stanovišta pristupa problemu korišćenja kapaciteta, razlikuju se metode

Више

PowerPoint Presentation

PowerPoint Presentation Показатељи технолошког напретка Технолошки развој Резултира стварањем нових или побољшањем постојећих производа, процеса и услуга. Технолошки развој - део економског и друштвеног развоја. Научни и технолошки

Више

EFIKASNO MODELIRANJE REALNIH OPTIMIZACIONIH PROBLEMA Tatjana Davidović Matematički institut SANU tanjad

EFIKASNO MODELIRANJE REALNIH OPTIMIZACIONIH PROBLEMA Tatjana Davidović Matematički institut SANU   tanjad EFIKASNO MODELIRANJE REALNIH OPTIMIZACIONIH PROBLEMA Tatjana Davidović Matematički institut SANU http://www.mi.sanu.ac.rs/ tanjad (tanjad@mi.sanu.ac.rs) VII Simpozijum,,Matematika i primene 4. novembar

Више

Microsoft Word - 13pavliskova

Microsoft Word - 13pavliskova ПОДЗЕМНИ РАДОВИ 4 (5) 75-8 UDK 6 РУДАРСКО-ГЕОЛОШКИ ФАКУЛТЕТ БЕОГРАД YU ISSN 5494 ИЗВОД Стручни рад УПОТРЕБА ОДВОЈЕНОГ МОДЕЛА РЕГЕНЕРАЦИЈЕ ЗА ОДРЕЂИВАЊЕ ПОУЗДАНОСТИ ТРАНСПОРТНЕ ТРАКЕ Павлисковá Анна, Марасовá

Више

Univerzitet u Novom Sadu Tehnički fakultet Mihajlo Pupin Zrenjanin Seminarski rad Predmet: Konkuretno programiranje doc. dr Dejan Lacmanovic Zorica Br

Univerzitet u Novom Sadu Tehnički fakultet Mihajlo Pupin Zrenjanin Seminarski rad Predmet: Konkuretno programiranje doc. dr Dejan Lacmanovic Zorica Br Univerzitet u Novom Sadu Tehnički fakultet Mihajlo Pupin Zrenjanin Seminarski rad Predmet: Konkuretno programiranje doc. dr Dejan Lacmanovic Zorica Brkić SI 29/15 Zrenjanin 2018. Softversko inženjerstvo

Више

Microsoft Word - 14Celobrojno.doc

Microsoft Word - 14Celobrojno.doc 3. CELOBROJNO LINEARNO PROGAMIRANJE 3.1. MODELI CELOBROJNOG PROGRAMIRANJA Svaki matematički model, sa funkcijom kriterijuma minimuma ili maksimuma, u kojem bar jedna primarna promenljiva mora biti celobrojna

Више

Dinamičko programiranje Primer 1: Za dati niz naći njegov najduži neopadajući podniz. Defnicija: podniz nekog niza je niz koji se dobija izbacivanjem

Dinamičko programiranje Primer 1: Za dati niz naći njegov najduži neopadajući podniz. Defnicija: podniz nekog niza je niz koji se dobija izbacivanjem Dinamičko programiranje Primer 1: Za dati niz naći njegov najduži neopadajući podniz. Defnicija: podniz nekog niza je niz koji se dobija izbacivanjem nekih (moguće nijednog) elemenata polaznog niza. Formalno,

Више

Програмирај!

Програмирај! Листе Поред појединачних вредности исказаних бројем или ниском карактера, често је потребно забележити већи скуп вредности које су на неки начин повезане, као, на пример, имена у списку путника у неком

Више

Microsoft PowerPoint - Topic02 - Serbian.ppt

Microsoft PowerPoint - Topic02 - Serbian.ppt Tema 2 Kriterijumi kvaliteta za softverske proizvode DAAD Project Joint Course on Software Engineering Humboldt University Berlin, University of Novi Sad, University of Plovdiv, University of Skopje, University

Више

Teorija igara

Teorija igara Strategije Strategije igrača B igrača A B 1 B 2... B n A 1 e 11 e 12... e 1n A 2 e 21 e 22... e 2n............... A m e m1 e m2... e mn Cilj: Odrediti optimalno ponašanje učesnika u igri Ako je dobitak

Више

Техничко решење: Метода мерења ефективне вредности сложенопериодичног сигнала Руководилац пројекта: Владимир Вујичић Одговорно лице: Владимир Вујичић

Техничко решење: Метода мерења ефективне вредности сложенопериодичног сигнала Руководилац пројекта: Владимир Вујичић Одговорно лице: Владимир Вујичић Техничко решење: Метода мерења ефективне вредности сложенопериодичног сигнала Руководилац пројекта: Владимир Вујичић Одговорно лице: Владимир Вујичић Аутори: Драган Пејић, Бојан Вујичић, Небојша Пјевалица,

Више

Microsoft PowerPoint - C-4-1

Microsoft PowerPoint - C-4-1 Pregled iskaza u C-u Izraz; Iskaz dodele, serijski komponovani iskaz; blok Uslovni iskazi i izrazi; složeno grananje Iterativni iskazi Iskaz dodele Promena vrednosti a = Ψ; Izračunava vrednost izraza Ψ,

Више

Microsoft PowerPoint - Topic02 - Serbian.ppt

Microsoft PowerPoint - Topic02 - Serbian.ppt Tema 2 Kriterijumi kvaliteta za softverske proizvode DAAD Project Joint Course on Software Engineering Humboldt University Berlin, University of Novi Sad, University of Plovdiv, University of Skopje, University

Више

Орт колоквијум

Орт колоквијум II колоквијум из Основа рачунарске технике I - 27/28 (.6.28.) Р е ш е њ е Задатак На улазе x, x 2, x 3, x 4 комбинационе мреже, са излазом z, долази четворобитни BCD број. Ако број са улаза при дељењу

Више

Slide 1

Slide 1 Statistička analiza u hidrologiji Uvod Statistička analiza se primenjuje na podatke osmatranja hidroloških veličina (najčešće: protoka i kiša) Cilj: opisivanje veze između veličine i verovatnoće njene

Више

13E114PAR, 13S113PAR DOMAĆI ZADATAK 2018/2019. Cilj domaćeg zadatka je formiranje petlje softverske protočnosti za minimalni broj ciklusa.

13E114PAR, 13S113PAR DOMAĆI ZADATAK 2018/2019. Cilj domaćeg zadatka je formiranje petlje softverske protočnosti za minimalni broj ciklusa. 13E114PAR, 13S113PAR 29.04.2019. DOMAĆI ZADATAK 2018/2019. Cilj domaćeg zadatka je formiranje petlje softverske protočnosti za minimalni broj ciklusa. U okviru svake grupe data je doall ili doacross petlja

Више

Up

Up Република Србија ОПШТИНСКА УПРАВА ОПШТИНЕ КУРШУМЛИЈА Ул.Пролетерских бригада бб Број: III-404/1-55/2017 Дана: 15.5.2017.године Интернет страница наручиоца: www.kursumlija.org К у р ш у м л и ј а На основу

Више

P9.1 Dodela resursa, Bojenje grafa

P9.1 Dodela resursa, Bojenje grafa Фаза доделе ресурса Ова фаза се у литератури назива и фазом доделе регистара, при чему се под регистрима подразумева скуп ресурса истог типа. Додела регистара променљивама из графа сметњи се обавља тзв.

Више

LAB PRAKTIKUM OR1 _ETR_

LAB PRAKTIKUM OR1 _ETR_ UNIVERZITET CRNE GORE ELEKTROTEHNIČKI FAKULTET STUDIJSKI PROGRAM: ELEKTRONIKA, TELEKOMUNIKACIJE I RAČUNARI PREDMET: OSNOVE RAČUNARSTVA 1 FOND ČASOVA: 2+1+1 LABORATORIJSKA VJEŽBA BROJ 1 NAZIV: REALIZACIJA

Више

Microsoft Word - Predmet 6-Primjena upravljackog racunovodstva maj 2019 RJESENJE

Microsoft Word - Predmet 6-Primjena upravljackog racunovodstva maj 2019 RJESENJE I ТЕСТ ПIТАЊА КОМИСИЈА ЗА РАЧУНОВОДСТВО И РЕВИЗИЈУ БОСНЕ И ХЕРЦЕГОВИНЕ ИСПИТ ЗА СТИЦАЊЕ ПРОФЕСИОНАЛНОГ ЗВАЊА СЕРТИФИКОВАНИ РАЧУНОВОЂА (ИСПИТНИ ТЕРМИН: МАЈ 2019. ГОДИНЕ) ПРЕДМЕТ 6: ПРИМЈЕНА УПРАВЉАЧКОГ

Више

ЛИНЕАРНА ФУНКЦИЈА ЛИНЕАРНА ФУНКЦИЈА у = kх + n А утврди 1. Које од наведених функција су линеарне: а) у = 2х; б) у = 4х; в) у = 2х 7; г) у = 2 5 x; д)

ЛИНЕАРНА ФУНКЦИЈА ЛИНЕАРНА ФУНКЦИЈА у = kх + n А утврди 1. Које од наведених функција су линеарне: а) у = 2х; б) у = 4х; в) у = 2х 7; г) у = 2 5 x; д) ЛИНЕАРНА ФУНКЦИЈА ЛИНЕАРНА ФУНКЦИЈА у = kх + n А утврди 1. Које од наведених функција су линеарне: а) у = х; б) у = 4х; в) у = х 7; г) у = 5 x; д) у = 5x ; ђ) у = х + х; е) у = x + 5; ж) у = 5 x ; з) у

Више

Matematka 1 Zadaci za vežbe Oktobar Uvod 1.1. Izračunati vrednost izraza (bez upotrebe pomoćnih sredstava): ( ) [ a) : b) 3 3

Matematka 1 Zadaci za vežbe Oktobar Uvod 1.1. Izračunati vrednost izraza (bez upotrebe pomoćnih sredstava): ( ) [ a) : b) 3 3 Matematka Zadaci za vežbe Oktobar 5 Uvod.. Izračunati vrednost izraza bez upotrebe pomoćnih sredstava): ) [ a) 98.8.6 : b) : 7 5.5 : 8 : ) : :.. Uprostiti izraze: a) b) ) a b a+b + 6b a 9b + y+z c) a +b

Више

POSLOVNI INFORMACIONI SISTEMI I RA^UNARSKE

POSLOVNI INFORMACIONI SISTEMI  I RA^UNARSKE ZNAČAJ RAČUNARSKIH KOMUNIKACIJA U BANKARSKOM POSLOVANJU RAČUNARSKE MREŽE Računarske mreže su nastale kombinacijom računara i telekomunikacija dve tehnologije sa veoma različitom tradicijom i istorijom.

Више

Uvod u statistiku

Uvod u statistiku Uvod u statistiku Osnovni pojmovi Statistika nauka o podacima Uključuje prikupljanje, klasifikaciju, prikaz, obradu i interpretaciju podataka Staistička jedinica objekat kome se mjeri neko svojstvo. Svi

Више

Slide 1

Slide 1 Merni sistemi u računarstvu, http://automatika.etf.rs/sr/13e053msr Merna nesigurnost tipa A doc. dr Nadica Miljković, kabinet 68, nadica.miljkovic@etf.rs Prezentacija za ovo predavanje je skoro u potpunosti

Више

2. Pokazatelji kvaliteta u specijalisticko-konsultativnim sluzbama

2. Pokazatelji kvaliteta u specijalisticko-konsultativnim sluzbama X ПОКАЗАТЕЉИ КВАЛИТЕТА РАДА КОНСУЛТАТИВНО СПЕЦИЈАЛИСТИЧКЕ СЛУЖБЕ Показатељи квалитета рада специјалистичко консултативне службе (СК служба) праћени су у свим домовима здравља и у, ЗЗЗ радника ЖС и. У свим

Више

Републички педагошки завод Бања Лука Стручни савјетник за машинску групу предмета и практичну наставу Датум: године Тема: Елементи и начин

Републички педагошки завод Бања Лука Стручни савјетник за машинску групу предмета и практичну наставу Датум: године Тема: Елементи и начин Републички педагошки завод Бања Лука Стручни савјетник за машинску групу предмета и практичну наставу Датум:.06.2009. године Тема: Елементи и начин вредновања графичког рада из раванских носачи 1 Увод:

Више

Рачунарска интелигенција

Рачунарска интелигенција Рачунарска интелигенција Генетско програмирање Александар Картељ kartelj@matf.bg.ac.rs Ови слајдови представљају прилагођење слајдова: A.E. Eiben, J.E. Smith, Introduction to Evolutionary computing: Genetic

Више

ТЕОРИЈА УЗОРАКА 2

ТЕОРИЈА УЗОРАКА 2 ТЕОРИЈА УЗОРАКА 2 12. 04. 13. ВЕЖБАЊА Написати функције за бирање елемената популације обима N у узорак обима n, код простог случајног узорка, користећи алгоритме: Draw by draw procedure for SRS/SRSWOR

Више

Microsoft PowerPoint - jkoren10.ppt

Microsoft PowerPoint - jkoren10.ppt Dickey-Fuller-ov test jediničnog korena Osnovna ideja Različite determinističke komponente Izračunavanje test-statistike Pravilo odlučivanja Određivanje broja jediničnih korena Algoritam testiranja Prošireni

Више

Прва економска школа Београд РЕПУБЛИЧКО ТАКМИЧЕЊЕ ИЗ СТАТИСТИКЕ март године ОПШТЕ ИНФОРМАЦИЈЕ И УПУТСТВО ЗА РАД Укупан број такмичарских

Прва економска школа Београд РЕПУБЛИЧКО ТАКМИЧЕЊЕ ИЗ СТАТИСТИКЕ март године ОПШТЕ ИНФОРМАЦИЈЕ И УПУТСТВО ЗА РАД Укупан број такмичарских Прва економска школа Београд РЕПУБЛИЧКО ТАКМИЧЕЊЕ ИЗ СТАТИСТИКЕ 9-30. март 019. године ОПШТЕ ИНФОРМАЦИЈЕ И УПУТСТВО ЗА РАД Укупан број такмичарских задатака је 10. Број поена за сваки задатак означен је

Више

РАСПОРЕД ИСПИТА У ИСПИТНОМ РОКУ ЈАНУАР 1 ШКОЛСКЕ 2016/2017. ГОДИНЕ (последња измена ) Прва година: ПРВА ГОДИНА - сви сем информатике Име пр

РАСПОРЕД ИСПИТА У ИСПИТНОМ РОКУ ЈАНУАР 1 ШКОЛСКЕ 2016/2017. ГОДИНЕ (последња измена ) Прва година: ПРВА ГОДИНА - сви сем информатике Име пр РАСПОРЕД ИСПИТА У ИСПИТНОМ РОКУ ЈАНУАР 1 ШКОЛСКЕ 2016/2017. ГОДИНЕ (последња измена 23.01.2017.) Прва година: ПРВА ГОДИНА - сви сем информатике Име предмета Датум и термин одржавања писменог дела испита

Више

Microsoft Word - Plan raspodjele radio-frekvencija iz opsega MHz_predlog.docx

Microsoft Word - Plan raspodjele radio-frekvencija iz opsega MHz_predlog.docx CRNA GORA AGENCIJA ZA ELEKTRONSKE KOMUNIKACIJE I POŠTANSKU DJELATNOST Na osnovu člana 8, 9 i 19, a u vezi člana 64 Zakona o elektronskim komunikacijama (''Sl. list Crne Gore'', br. 50/08, 53/09-14 čl.

Више

Makroekonomija

Makroekonomija Ekonomski rast Štednja, akumulacija kapitala i proizvodnja Tehnološki napredak Prof.dr Maja Baćović 28/03/2019. Pojmovi Rast mjera kvantitativne promjene pojave ili procesa Razvoj mjera kvalitativne promjene

Више

К О Н К У Р С

К О Н К У Р С МАТЕМАТИЧКИ ФАКУЛТЕТ Студентски трг 16 Телефон: 011/2027-801, 2027-811 Факс: 011/2630-151 E-mail: matf@matf.bg.ac.rs Интернет адреса: http://www.matf.bg.ac.rs СТУДИЈСКИ ПРОГРАМИ ЗА КОЈЕ СЕ КОНКУРС РАСПИСУЈЕ

Више

2. Pokazatelji kvaliteta u specijalisticko-konsultativnim sluzbama

2. Pokazatelji kvaliteta u specijalisticko-konsultativnim sluzbama IV ПОКАЗАТЕЉИ КВАЛИТЕТА РАДА КОНСУЛТАТИВНО - СПЕЦИЈАЛИСТИЧКЕ СЛУЖБЕ Показатењи квалитета рада специјалистичко консултативне службе (СК служба) праћени су у свим домовима здравња и у ЗЗЗ радника МУП, ЗЗЗ

Више

ЗАДАЦИ ИЗ МАТЕМАТИКЕ ЗА ПРИПРЕМАЊЕ ЗАВРШНОГ ИСПИТА

ЗАДАЦИ ИЗ МАТЕМАТИКЕ ЗА ПРИПРЕМАЊЕ ЗАВРШНОГ ИСПИТА ЗАДАЦИ ИЗ МАТЕМАТИКЕ ЗА ПРИПРЕМАЊЕ ЗАВРШНОГ ИСПИТА p m m m Дат је полином ) Oдредити параметар m тако да полином p буде дељив са б) Одредити параметар m тако да остатак при дељењу p са буде једнак 7 а)

Више

Републичко такмичење

Републичко такмичење 1 РЕПУБЛИЧКО ТАКМИЧЕЊЕ ИЗ ОСНОВА ЕКОНОМИЈЕ БЕОГРАД, МАРТ 2015. Питања саставио: доцент др Ђорђе Митровић, Универзитет у Београду, Економски факултет 1. Монетаристи су Питања 1 поен а. сматрали да је незапосленост

Више

Slide 1

Slide 1 Matrica ciljeva Metode podrške menadžmentu tehnologije 1. Predviđanje: DELFI PATTERN 2. Izbor tehnologije: METOD POREĐENJA TROŠKOVA METOD BODOVANJA METOD RANGIRANJA AHP TEM NEW TECH EXPERT CHOICE 3. Ocena

Више

Microsoft Word - zadatak 1

Microsoft Word - zadatak 1 Задатак 1 Из фабрике у месту А потребно је у периоду од 36 дана ( i 36) транспортовати Q А 39 8 бакарних лимова на железничку станицу у месту. C 0 B B B Q Транспорт се обавља редовно и равномерно у периоду

Више

zad_6_2.doc

zad_6_2.doc .. S- i S- komunikacioni standardi Zadatak. Pomoću MX i čipa, potrebno je realizovati konvertor S- na S-. MX ima raspored pinova kao na slici..,0μf +V +V ULZ V CC T IN T IN OUT IN T OUT 0 9 OUT IN T OUT

Више

Tеорија одлучивања

Tеорија одлучивања Tеорија одлучивања Аналитички хијерархијски процес Циљ предавања Упознавање са АХП медотом Врсте АХП методе Предности и недостаци АХП методе Софтвери АХП Expert Choice MakeItRational (.com) Пример АХП

Више

1198. Agencija za elektronske komunikacije i poštansku djelatnost, na osnovu člana 11 stav 4 i člana 98 Zakona o elektronskim komunikacijama (''Sl. li

1198. Agencija za elektronske komunikacije i poštansku djelatnost, na osnovu člana 11 stav 4 i člana 98 Zakona o elektronskim komunikacijama (''Sl. li 1198. Agencija za elektronske komunikacije i poštansku djelatnost, na osnovu člana 11 stav 4 i člana 98 Zakona o elektronskim komunikacijama (''Sl. list Crne Gore'', broj 40/13) i Plana namjene radio-frekvencijskog

Више

DISKRETNA MATEMATIKA

DISKRETNA MATEMATIKA DISKRETNA MATEMATIKA Kombinatorika Permutacije, kombinacije, varijacije, binomna formula Ivana Milosavljević - 1 - 1. KOMBINATORIKA PRINCIPI PREBROJAVANJA Predmet kombinatorike je raspoređivanje elemenata

Више

Орт колоквијум

Орт колоквијум Задатак 1 I колоквијум из Основа рачунарске технике I - надокнада - 008/009 (16.05.009.) Р е ш е њ е a) Пошто постоје вектори на којима се функција f не јавља и вектори на којима има вредност један, лако

Више

Konstrukcija i analiza algoritama Nina Radojičić februar Analiza algoritama, rekurentne relacije 1 Definicija: Neka su f i g dve pozitivne fun

Konstrukcija i analiza algoritama Nina Radojičić februar Analiza algoritama, rekurentne relacije 1 Definicija: Neka su f i g dve pozitivne fun Konstrukcija i analiza algoritama Nina Radojičić februar 2018. 1 Analiza algoritama, rekurentne relacije 1 Definicija: Neka su f i g dve pozitivne funkcije od argumenta n iz skupa N prirodnih brojeva.

Више

MAT-KOL (Banja Luka) XXIII (4)(2017), DOI: /МК Ž ISSN (o) ISSN (o) ЈЕДНА

MAT-KOL (Banja Luka) XXIII (4)(2017), DOI: /МК Ž ISSN (o) ISSN (o) ЈЕДНА MAT-KOL (Banja Luka) XXIII (4)(07) 9-35 http://www.mvbl.org/dmbl/dmbl.htm DOI: 0.75/МК7049Ž ISSN 0354-6969 (o) ISSN 986-588 (o) ЈЕДНА КЛАСА ХЕРОНОВИХ ТРОУГЛОВА БЕЗ ЦЕЛОБРОЈНИХ ВИСИНА Милан Живановић Висока

Више

Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА ЗАВРШНИ ИСПИТ НА КРАЈУ ОСНОВН

Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА ЗАВРШНИ ИСПИТ НА КРАЈУ ОСНОВН Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА ЗАВРШНИ ИСПИТ НА КРАЈУ ОСНОВНОГ ОБРАЗОВАЊА И ВАСПИТАЊА школска 2017/2018. година

Више

Факултет техничких наука у Чачку Светог Саве 65,Чачак Број: / године На основу члана 63. и члана 54. Закона о јавним набавк

Факултет техничких наука у Чачку Светог Саве 65,Чачак Број: / године На основу члана 63. и члана 54. Закона о јавним набавк Факултет техничких наука у Чачку Светог Саве 65,Чачак Број: 1963-22/2017-3 01. 11. 2017. године На основу члана 63. и члана 54. Закона о јавним набавкама ( Сл. гласник РС бр. 124/12, 14/2015 и 68/2015)

Више

Процена максималних вредности годишње температуре ваздуха у Бањалуци

Процена максималних вредности годишње температуре ваздуха у Бањалуци Процена екстремних годишњих температура у Бањалуци, Сарајеву и Мостару Највиша дневна температура ваздуха у Бањалуци, Мостару и Сарајеву за период 1960-2011 је приказана у сљедећој табели 1: Табела бр.

Више

Орт колоквијум

Орт колоквијум I колоквијум из Основа рачунарске технике I - надокнада СИ - 008/009 (10.05.009.) Р е ш е њ е Задатак 1 a) Пошто постоје вектори на којима се функција f не јавља и вектори на којима има вредност један,

Више

My_ST_FTNIspiti_Free

My_ST_FTNIspiti_Free ИСПИТНИ ЗАДАЦИ СУ ГРУПИСАНИ ПО ТЕМАМА: ЛИМЕСИ ИЗВОДИ ФУНКЦИЈЕ ЈЕДНЕ ПРОМЕНЉИВЕ ИСПИТИВАЊЕ ТОКА ФУНКЦИЈЕ ЕКСТРЕМИ ФУНКЦИЈЕ СА ВИШЕ ПРОМЕНЉИВИХ 5 ИНТЕГРАЛИ ДОДАТАК ФТН Испити С т р а н а Лимеси Одредити

Више

Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА школска 2017/2018. година ТЕС

Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА школска 2017/2018. година ТЕС Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА школска 017/018. година ТЕСТ ФИЗИКА ПРИЈЕМНИ ИСПИТ ЗА УПИС УЧЕНИКА СА ПОСЕБНИМ СПОСОБНОСТИМА

Више

Microsoft Word - Predmet 13-Napredni finansijski menadzment novembar 2018 RJESENJE

Microsoft Word - Predmet 13-Napredni finansijski menadzment novembar 2018 RJESENJE КОМИСИЈА ЗА РАЧУНОВОДСТВО И РЕВИЗИЈУ БОСНЕ И ХЕРЦЕГОВИНЕ ИСПИТ ЗА СТИЦАЊЕ ПРОФЕСИОНАЛНОГ ЗВАЊА ОВЛАШЋЕНИ РЕВИЗОР (ИСПИТНИ ТЕРМИН: НОВЕМБАР 2018. ГОДИНЕ) ПРЕДМЕТ 13: НАПРЕДНИ ФИНАНСИЈСКИ МЕНАЏМЕНТ ЕСЕЈИ

Више

UNUTRANJI TRANSPORT I SKLADIŠTENJE

UNUTRANJI TRANSPORT I SKLADIŠTENJE UNUTRANJI TRANSPORT I SKLADIŠTENJE Vježbe Projektiranje skladišta UKRATKO O NEKIM OSNOVNIM POJMOVIMA Što je skladišni proces? Sve aktivnosti s robom i teretom u skladištu. Sastoji se od više skladišnih

Више

Microsoft PowerPoint - 03-Slozenost [Compatibility Mode]

Microsoft PowerPoint - 03-Slozenost [Compatibility Mode] Сложеност алгоритама (Програмирање 2, глава 3, глава 4-4.3) Проблем: класа задатака истог типа Велики број различитих (коректних) алгоритама Величина (димензија) проблема нпр. количина података које треба

Више

Grafovi 1. Posmatrajmo graf prikazan na slici sa desne strane. a) Odrediti skup čvorova V i skup grana E posmatranog grafa. Za svaku granu posebno odr

Grafovi 1. Posmatrajmo graf prikazan na slici sa desne strane. a) Odrediti skup čvorova V i skup grana E posmatranog grafa. Za svaku granu posebno odr Grafovi 1. Posmatrajmo graf prikazan na slici sa desne strane. a) Odrediti skup čvorova V i skup grana E posmatranog grafa. Za svaku granu posebno odrediti njene krajeve. b) Odrediti sledeće skupove: -

Више

2015_k2_z12.dvi

2015_k2_z12.dvi OBLIKOVANJE I ANALIZA ALGORITAMA 2. kolokvij 27. 1. 2016. Skice rješenja prva dva zadatka 1. (20) Zadano je n poslova. Svaki posao je zadan kao vremenski interval realnih brojeva, P i = [p i,k i ],zai

Више

Microsoft Word - 15ms261

Microsoft Word - 15ms261 Zadatak 6 (Mirko, elektrotehnička škola) Rješenje 6 Odredite sup S, inf S, ma S i min S u skupu R ako je S = { R } a b = a a b + b a b, c < 0 a c b c. ( ), : 5. Skratiti razlomak znači brojnik i nazivnik

Више

УНИВЕРЗИТЕТ У НИШУ ПРИРОДНО-МАТЕМАТИЧКИ ФАКУЛТЕТ Департман за рачунарске науке Писмени део испита из предмета Увод у рачунарство 1. [7 пое

УНИВЕРЗИТЕТ У НИШУ ПРИРОДНО-МАТЕМАТИЧКИ ФАКУЛТЕТ Департман за рачунарске науке Писмени део испита из предмета Увод у рачунарство 1. [7 пое УНИВЕРЗИТЕТ У НИШУ ПРИРОДНО-МАТЕМАТИЧКИ ФАКУЛТЕТ Департман за рачунарске науке 30.06.2018. Писмени део испита из предмета Увод у рачунарство 1. [7 поена] Методом МакКласкија минимизарити систем прекидачких

Више

PROMENLJIVE, TIPOVI PROMENLJIVIH

PROMENLJIVE, TIPOVI PROMENLJIVIH PROMENLJIVE, TIPOVI PROMENLJIVIH Šta je promenljiva? To je objekat jezika koji ima ime i kome se mogu dodeljivati vrednosti. Svakoj promenljivoj se dodeljuje registar (memorijska lokacija) operativne memorije

Више

Microsoft PowerPoint - Pokazatelji TP i stopa TP_ za studente [Compatibility Mode]

Microsoft PowerPoint - Pokazatelji TP i stopa TP_ za studente [Compatibility Mode] Показатељи технолошког напретка Технолошки развој Резултира стварањем новихили побољшањем постојећихпроизвода, процеса и услуга. Технолошки развој - део економског и друштвеног развоја. Научни и технолошки

Више

ПА-4 Машинско учење-алгоритми машинског учења

ПА-4 Машинско учење-алгоритми машинског учења ПА-4 Машинско учење-алгоритми машинског учења Машинско учење увод и основни појмови Деф: the desgn and development of algorthms that allow computers to mprove ther performance over tme based on data sensor

Више

P1.1 Analiza efikasnosti algoritama 1

P1.1 Analiza efikasnosti algoritama 1 Analiza efikasnosti algoritama I Asimptotske notacije Master metoda (teorema) 1 Asimptotske notacije (1/2) Služe za opis vremena izvršenja algoritma T(n) gde je n N veličina ulaznih podataka npr. br. elemenata

Више

Математика 1. Посматрај слику и одреди елементе скуупова: а) б) в) средњи ниво А={ } B={ } А B={ } А B={ } А B={ } B А={ } А={ } B={ } А B={ } А B={ }

Математика 1. Посматрај слику и одреди елементе скуупова: а) б) в) средњи ниво А={ } B={ } А B={ } А B={ } А B={ } B А={ } А={ } B={ } А B={ } А B={ } 1. Посматрај слику и одреди елементе скуупова: а) б) в) А={ } B={ } А B={ } А B={ } А B={ } B А={ } А={ } B={ } А B={ } А B={ } А B={ } B А={ } А={ } B={ } А B={ } А B={ } А B={ } B А={ } 2. Упиши знак

Више

Slide 1

Slide 1 Катедра за управљање системима ТЕОРИЈА СИСТЕМА Предавањe 1: Увод и историјски развој теорије система UNIVERSITY OF BELGRADE FACULTY OF ORGANIZATIONAL SCIENCES Катедра за управљање системима Наставници:

Више

Орт колоквијум

Орт колоквијум Испит из Основа рачунарске технике - / (6.6.. Р е ш е њ е Задатак Комбинациона мрежа има пет улаза, по два за број освојених сетова тенисера и један сигнал који одлучује ко је бољи уколико је резултат

Више

My_P_Trigo_Zbir_Free

My_P_Trigo_Zbir_Free Штa треба знати пре почетка решавања задатака? ТРИГОНОМЕТРИЈА Ниво - Основне формуле које произилазе из дефиниција тригонометријских функција Тригонометријске функције се дефинишу у правоуглом троуглу

Више

Upitni jezik SQL

Upitni jezik SQL Šta je SQL? SQL (Structured Query Language) je jezik koji je Američki Institut za Nacionalne Standarde (ANSI - American National Standards Institute) prihvatio kao standardni jezik za relacione baze podataka.

Више

Technology management performance indicators in global country rankings

Technology management performance indicators in global country rankings PATTERN метод (Planning Assistance Through Technical Evaluation of Relevance Numbers) Менаџмент технологије и развоја 2018/19 PATTERN метод Метод нормативног предвиђања Метод стабла значајности Стабло

Више

Slide 1

Slide 1 Najbolji primeri iz prakse Smanjenje uticaja na životnu sredinu Ukupni efekti preduzetih mera na godišnjem nivou: Smanjenje troškova: 113.000 Smanjenje pređenog puta: 66.000 milja Smanjenje emisije CO

Више

Microsoft PowerPoint - X i XI termin - odredjivanje redosleda poslova [Compatibility Mode]

Microsoft PowerPoint - X i XI termin - odredjivanje redosleda poslova [Compatibility Mode] ODREĐIVANJE REDOSLEDA POSLOVA DŽONSONOV METOD P očetak k k k m in t i1 m a x t i2 ili m in t i3 m a x t i2 R e š e n je tre b a tra žiti n a d ru g i n ač in S vođenje p ro b le m a n x3 n a fik tiv a

Више

Microsoft Word - Master rad VERZIJA ZA STAMPU

Microsoft Word - Master rad VERZIJA ZA STAMPU УНИВЕРЗИТЕТ У НОВОМ САДУ ПРИРОДНО-МАТЕМАТИЧКИ ФАКУЛТЕТ ДЕПАРТМАН ЗА МАТЕМАТИКУ И ИНФОРМАТИКУ Радослав Божић Примене стратификованог узорка - мастер рад - Нови Сад, 2012 Садржај Предговор...3 1. Увод...4

Више

1

1 ТЕСТ: ТЕОРИЈА И ПРАКСА ПЕРСОНАЛНОГ ФИТНЕСА 1. Наведи разлике између термина рекреација и фитнес: 2. Наведи бар два начина за дозирање интензитета на тренингу издржљивости: 3. Наведи шест параметара који

Више