Problemi zadovoljavanja ogranicenja.

Величина: px
Почињати приказ од странице:

Download "Problemi zadovoljavanja ogranicenja."

Транскрипт

1 I122 Osnove umjetne inteligencije Tema: predavač: Darija Marković asistent: Darija Marković

2 1 I122 Osnove umjetne inteligencije. 2/26

3 (PZO) Problem zadovoljavanja ograničenja sastoji se od 3 komponente X je skup varijabli {X 1,..., X n } D je skup domena {D 1,..., D n }, gdje je svaka domena vezana za jednu varijablu C je skup ograničenja koja odreduju dozvoljene kombinacije vrijednosti Svako stanje u PZO definirano je dodjelom vrijednosti nekim ili svim varijablama Dodjela koja ne krši niti jedno ograničenje naziva se konzistentna ili legalna (zakonita) dodjela Potpuna dodjela je ona u kojoj svaka varijabla ima dodjeljenu vrijednost Rješenje za PZO je konzistentna, potpuna dodjela I122 Osnove umjetne inteligencije. 3/26

4 Primjer bojenje zemljopisnih karata varijable: X = {W A, NT, Q, NSW, V, SA, T } domena: D i = {c, z, p} ograničenja: susjedne regije su različitih boja Implicitno: W A NT Eksplicitno: (W A, NT ) {(c, z), (c, p),... } I122 Osnove umjetne inteligencije. 4/26

5 Primjer N - kraljica varijable: Q k domena: D i = {1, 2,..., N} ograničenja: Implicitno: i, j (Q i, Q j ) bez napada Eksplicitno: (Q 1, Q 2 ) {(1, 3), (1, 4),... } I122 Osnove umjetne inteligencije. 5/26

6 Primjer sudoku varijable: svaki prazni kvadrat domena: D = {1, 2,..., 9} ograničenja: U svakom stupcu svi različiti U svakom retku svi različiti U svakoj 3 3 regiji svi različiti I122 Osnove umjetne inteligencije. 6/26

7 Vrste PZO Diskretne varijable konačne domene (svi navedeni primjeri) beskonačne domene (raspored poslova, varijable su početna i završna vremena za svaki posao) Kontinuirane varijable (problemi linearnog programiranja) Vrste ograničenja unarna ograničenja: ograničavaju vrijednost samo jedne varijable binarna ograničenja: povezuju dvije varijable ograničenja višeg reda (globalna ograničenja): ograničenje koje obuhvaća 3 ili više varijabli Preferense (prednosti/blaga (slaba) ograničenja) ograničenje koje nije apsolutno/jako, odnosno nije ga nužno zadovoljiti često predstavljaju cijenu postavljanja varijabli na ovaj način dolazimo do problema uvjetovane optimizacije I122 Osnove umjetne inteligencije. 7/26

8 Zaključivanje u PZO algoritam može pretraživati ili raditi odredenu vrstu zaključivanja zvanu prostiranje ograničenja, tj. koristeći ograničenja smanjiti domenu jedne varijable, što može izazvati smanjenje domene druge varijable itd. ključna ideja je lokalna konzistentnost. Ako svaku varijablu promatramo kao čvor u grafu, a svako binarno ograničenje kao granu (brid), onda nametanje lokalne konzistentnosti u svakom dijelu grafa dovodi do eliminiranja nekonzistenthih vrijednosti kroz graf tipovi lokalne konzistentnosti su konzistentnost čvora konzistentnost grane (brida) konzistentnost putanje K-konzistentnost I122 Osnove umjetne inteligencije. 8/26

9 Standardna formulacija pretrage za PZO stanje je definirano sa svim do tada dodjeljenim vrijednostima početno stanje: prazna dodjela funkcija sljedbenik: dodjeljuje vrijednost nedodjeljenoj varijabli test cilja: trenutna dodjela je potpuna i zadovoljava sva ograničenja naivan pristup je raditi pretrživanje u dubinu I122 Osnove umjetne inteligencije. 9/26

10 Vraćanje unatrag (Backtracking) osnovni neinformirani algoritam za PZO U njega su uklopljene sljedeće dvije ideje Jedna po jedna varijabla pridruživanje vrijednosti varijablama je komutativno, tj. ne ovisi o redosljedu na koji dodjeljujemo vrijednosti varijablama u svakom koraku ćemo dodjeljivati vrijednost samo jednoj varijabli Provjera ograničenja u svakom koraku razmatraju se samo vrijednosti koje nisu u konfliktu s prije dodjeljenim u svakom koraku ćemo potrošiti neko vrijeme za provjeru ograničenja postepeni test cilja I122 Osnove umjetne inteligencije. 10/26

11 Poboljšanja za vraćanje unatrag Za poboljšanje možemo iskoristiti sljedeće ideje Filtriranje: postoji li način za ranije otkrivanje neizbježnog neuspjeha? Redosljed: Kojim redosljedom biramo varijable? Kojim redosljedom biramo vrijednosti? Struktura: možemo li iskoristiti strukturu problema? I122 Osnove umjetne inteligencije. 11/26

12 Filtriranje: Provjera unaprijed Pratimo domene nedodjeljenih varijabli i iz njih nakon svake dodjele izbacujemo loše izbore, tj. izbacujemo vrijednosti koje narušavaju ograničenja s obzirom na trenutnu dodjelu u trenutku kada se pojavi varijabla s praznom domenom vraćamo se unatrag I122 Osnove umjetne inteligencije. 12/26

13 Filtriranje: Provjera unaprijed Provjera unaprijed prosljeduje informacije o varijablama s dodjeljenim vrijednostima prema varijablama s nedodjeljenim vrijednostima, ali ne omogućava rano otkrivanje svih neuspjeha Iako znamo da NT i SA ne mogu obje biti plave, to ovdje nismo iskoristili! I122 Osnove umjetne inteligencije. 13/26

14 Filtriranje: Konzistentnost grane Grana X Y je konzistentna ako i samo ako za svaki izbor x za X postoji neki y u domeni varijable Y koji ne narušava ograničenja. opet izbacujemo sve što stvara probleme (iz domene početka grane) provjera unaprijed osigurava konzistentnost onih grana koje završavaju u varijabli koju smo posljednju dodjelili I122 Osnove umjetne inteligencije. 14/26

15 Filtriranje: Konzistentnost grafa tražimo da su sve grane konzistentne važno: ako X izgubi vrijednost, nanovo moramo provjeriti konzistentnost svih susjeda Y s X (Y X) provjera konzistentnosti grana otkriva neuspjehe prije od provjere unaprijed možemo provjeravati konzistentnost u predprocesiranju ili nakon svakog pridruživanja vrijednosti novoj varijabli produžuje se izvodenje svakog koraka nakon postizanja konzistentnosti grana moguće je dobiti rješenje imati nekoliko rješenja nemati rješenje (i ne znati to) I122 Osnove umjetne inteligencije. 15/26

16 Redosljed Možemo gledati redosljed izbora za varijable ili za vrijednosti kod varijabli: minimum preostalih vrijednosti (Minimum Remaining Values (MRV)) izaberemo varijablu kojoj je preostalo najmanje vrijednosti u domeni iako se to čini kao teža opcija, sve varijable na kraju moraju imati pridružene neke vrijednosti, pa je bolje teže izbore isprobati ranije naziva se još i redosljed brzog neuspjeha kod vrijednosti: vrijednost najmanjeg ograničenja (Least Constraining Value (LCV)) izabiremo vrijednost koja izbacuje najmanje vrijednosti iz preostalih domena to zahtjeva dodatni račun, ali omogućava dobre izbore za razliku kod varijabli, sve vrijednosti ne moraju biti dodjeljene, pa možemo započeti s onima koje najvjerojatnije vode do rješenja I122 Osnove umjetne inteligencije. 16/26

17 Struktura problema S obzirom na izgled grafa, ponekad su dostupne tehnike za vrlo efikasno rješavanje ekstremni slučaj: nezavisni potproblem nezavisne potprobleme možemo otkriti kao povezane komponente grafa ograničenja uz pretpostavku da se graf s n varijabli može podijeliti na potprobleme sa samo c varijabli, pri čemu s d označimo veličinu domene, u najgorem slučaju imamo O( ( n c ) d c ) linearno u n I122 Osnove umjetne inteligencije. 17/26

18 PZO sa strukturom stabla U grafu ograničenja nemamo ciklusa Teorem Ukoliko graf ograničenja nema ciklusa, tada se PZO može rješiti u O(nd 2 ) Algoritam za PZO sa strukturom stabla odabere se proizvoljna varijabla kao korijen stabla, i nakon toga se ostale varijable poslažu na način da se svaka varijabla javlja nakon svog roditelja prvo se koristi strategija uklanjanja od natrag (remove backward): krenuvši od posljednjeg čvora uklanjamo sve nekonzistentne vrijednosti u granama Roditelj Dijete nakon toga se koristi strategija dodjeljivanja od naprijed (assign forward): krenuši od korijenskog čvora, redom se dodjeljuju vrijednosti I122 Osnove umjetne inteligencije. 18/26

19 PZO sa strukturom stabla I122 Osnove umjetne inteligencije. 19/26

20 Poboljšanje strukture ponekad uklanjanjem jedne ili više varijabli dolazimo do grafa ograničenja koje je stablo. U takvim slučajevima razmotrimo sljedeće: napravimo sva moguća dodjeljivanja za te varijable, za preostale varijable smanjimo domenu, i nakon toga primjenimo algoritam za rješavanje PZO sa strukturom stabla moguće je takoder uvesti mega-varijable i na taj način stvoriti strukturu stabla, gdje svaka mega-varijabla sadrži dio originalnog problema nakon što se riješe potproblemi, dodatno se zahtjeva da se dodjele varijablama koje su zajedničke u nekoliko mega-varijabli podudaraju I122 Osnove umjetne inteligencije. 20/26

21 Algoritmi iterativnog poboljšavanja počinjemo s netočnim rješenjem i pokušavamo PZO riješiti uklanjajući konflikte Algoritam imamo potpunu dodjelu koja ne zadovoljava ograničenja nekoj varijabli ponovno dodjeljujemo vrijednost nemamo frontu! Dok nije riješeno: odaberi varijablu: slučajno se odabire bilo koja varijabla koja je konfliktna odabir vrijednosti: heuristika minimalnog konflikta odabire se vrijednost koja narušava najmanji broj ograničenja I122 Osnove umjetne inteligencije. 21/26

22 Izgled kampusa Trebamo odrediti izgled malog kampusa koji ima sljedeće elemente: administrativnu zgradu (A), autobusnu stanicu (B), zgradu s predavaonicama (C) i studentski dom (D). Te elemente treba smjestiti na pozicije u sljedećoj mreži: I122 Osnove umjetne inteligencije. 22/26

23 Pri tome trebamo zadovoljiti sljedeća ograničenja: (i) Autobusna stanica (B) mora biti spojena s cestom. (ii) Administrativna zgrada (A) i predavaonice (C) moraju biti spojene s autobusnom stanicom (B). (iii) Predavaonice (C) moraju biti spojene sa studentskim domom (D). (iv) Administrativna zgrada (A) ne smije biti spojene sa studentskim domom (D). (v) Administrativna zgrada (A) ne smije biti na brežuljku. (vi) Studentski dom (D) mora biti ili na brežuljku ili povezan s cestom. (vii) Svi elementi moraju biti smješteni na različitim pozicijama u mreži. Elemente smatramo povezanim ukoliko dijele brid u mreži. I122 Osnove umjetne inteligencije. 23/26

24 (a) Koja su od ograničenja (i)-(vii) unarna? Odredite domene za sve varijable nakon zadovoljavanja unarnih ograničenja. (b) Želimo sve grane učiniti konzistentnim. Na početku u redu za provjeru su sve grane u abecednom poretku. Odredite domenu za A nakon što se grana A B učini konzistentnom. (c) Provjerite da su grane A C, A D, B A, B C, B D i C A konzistentne. Odredite domenu za C nakon što se grana C B učini konzistentnom. Koje se grane nakon ovog koraka nalazi u redu za provjeru konzistentnosti? (d) Odredite domene svih varijabli nakon što sve grane postanu konzistentne. (e) Koristeći heuristiku minimalne preostale vrijednosti odredite kojoj ćemo varijabli prvoj dodjeliti vrijednost. (f) Koristeći heuristiku vrijednosti najmanjeg ograničenja, koju ćemo vrijednost dodjeliti toj varijabli? (g) Nakon ove dodjele, ponovno sve grane učinite konzistentnim, te odredite rješenje. I122 Osnove umjetne inteligencije. 24/26

25 PZO sa strukturom stabla Razmotrimo sljedeći PZO sa strukturom stabla, koji predstavlja problem bojanja karte. Istaknute su domene za svaku varijablu. Ukoliko za korjensku varijablu odaberemo A, imamo sljedeću situaciju: I122 Osnove umjetne inteligencije. 25/26

26 PZO sa strukturom stabla (a) Koristeći strategiju uklanjanja od natrag (remove backward), odredite domene za sve varijable. (b) Koristeći strategiju dodjeljivanja od naprijed (assign forward), odredite rješenje ovog PZO-a. I122 Osnove umjetne inteligencije. 26/26

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

Microsoft Word - AIDA2kolokvijumRsmerResenja.doc

Microsoft Word - AIDA2kolokvijumRsmerResenja.doc Konstrukcija i analiza algoritama 2 (prvi kolokvijum, smer R) 1. a) Konstruisati AVL stablo od brojeva 100, 132, 134, 170, 180, 112, 188, 184, 181, 165 (2 poena) b) Konkatenacija je operacija nad dva skupa

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

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

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

8 2 upiti_izvjesca.indd

8 2 upiti_izvjesca.indd 1 2. Baze podataka Upiti i izvješća baze podataka Na početku cjeline o bazama podataka napravili ste plošnu bazu podataka o natjecanjima učenika. Sada ćete izraditi relacijsku bazu u Accessu o učenicima

Више

Algoritmi

Algoritmi Projektovanje algoritama L09.1. Topološko sortiranje Današnje teme Topološko sortiranje Povezanost grafa jako povezane komponente Minimum Spanning Trees (razapinjuće stablo) Lektira: 22. Elementary Graph

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

DUBINSKA ANALIZA PODATAKA

DUBINSKA ANALIZA PODATAKA DUBINSKA ANALIZA PODATAKA () ASOCIJACIJSKA PRAVILA (ENGL. ASSOCIATION RULE) Studeni 2018. Mario Somek SADRŽAJ Asocijacijska pravila? Oblici učenja pravila Podaci za analizu Algoritam Primjer Izvođenje

Више

Maksimalni protok kroz mrežu - Ford-Fulkerson, Edmonds-Karp

Maksimalni protok kroz mrežu - Ford-Fulkerson, Edmonds-Karp Maksimalni protok kroz mrežu - Ford-Fulkerson, Edmonds-Karp PMF-MO Seminar iz kolegija Oblikovanje i analiza algoritama 22.1.2019. mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 1 / 35 Uvod - definicije

Више

Електротехнички факултет Универзитета у Београду Катедра за рачунарску технику и информатику Kолоквијум из Интелигентних система Колоквију

Електротехнички факултет Универзитета у Београду Катедра за рачунарску технику и информатику Kолоквијум из Интелигентних система Колоквију Електротехнички факултет Универзитета у Београду 19.11.017. Катедра за рачунарску технику и информатику Kолоквијум из Интелигентних система Колоквијум траје h. Напуштање сале дозвољено је након 1h. Употреба

Више

Microsoft Word - predavanje8

Microsoft Word - predavanje8 DERIVACIJA KOMPOZICIJE FUNKCIJA Ponekad je potrebno derivirati funkcije koje nisu jednostavne (složene su). Na primjer, funkcija sin2 je kompozicija funkcija sin (vanjska funkcija) i 2 (unutarnja funkcija).

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

Hej hej bojiš se matematike? Ma nema potrebe! Dobra priprema je pola obavljenog posla, a da bi bio izvrsno pripremljen tu uskačemo mi iz Štreberaja. D

Hej hej bojiš se matematike? Ma nema potrebe! Dobra priprema je pola obavljenog posla, a da bi bio izvrsno pripremljen tu uskačemo mi iz Štreberaja. D Hej hej bojiš se matematike? Ma nema potrebe! Dobra priprema je pola obavljenog posla, a da bi bio izvrsno pripremljen tu uskačemo mi iz Štreberaja. Donosimo ti primjere ispita iz matematike, s rješenjima.

Више

Bojenje karti iliti poučak o četiri boje Petar Mladinić, Zagreb Moj djed volio je igrati šah. Uvijek mi je znao zadati neki zanimljiv zadatak povezan

Bojenje karti iliti poučak o četiri boje Petar Mladinić, Zagreb Moj djed volio je igrati šah. Uvijek mi je znao zadati neki zanimljiv zadatak povezan Bojenje karti iliti poučak o četiri boje Petar Mladinić, Zagreb Moj djed volio je igrati šah. Uvijek mi je znao zadati neki zanimljiv zadatak povezan sa šahom. Tako mi je postavio sljedeći problem. Problem.

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

Programiranje 2 popravni kolokvij, 15. lipnja Ime i prezime: JMBAG: Upute: Na kolokviju je dozvoljeno koristiti samo pribor za pisanje i brisanj

Programiranje 2 popravni kolokvij, 15. lipnja Ime i prezime: JMBAG: Upute: Na kolokviju je dozvoljeno koristiti samo pribor za pisanje i brisanj Upute: Na kolokviju je dozvoljeno koristiti samo pribor za pisanje i brisanje, te službeni šalabahter. Kalkulatori, mobiteli, razne neslužbene tablice, papiri i sl., nisu dozvoljeni! Sva rješenja napišite

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

Postavka 2: Osnovni graf algoritmi 1 DISTRIBUIRANI ALGORITMI I SISTEMI Iz kursa CSCE 668 Proleće 2014 Autor izvorne prezentacije: Prof. Jennifer Welch

Postavka 2: Osnovni graf algoritmi 1 DISTRIBUIRANI ALGORITMI I SISTEMI Iz kursa CSCE 668 Proleće 2014 Autor izvorne prezentacije: Prof. Jennifer Welch Postavka 2: Osnovni graf algoritmi 1 DISTRIBUIRANI ALGORITMI I SISTEMI Iz kursa CSCE 668 Proleće 2014 Autor izvorne prezentacije: Prof. Jennifer Welch A1 Slanje svima preko fiksiranog razapinjućeg stabla

Више

JMBAG IME I PREZIME BROJ BODOVA MJERA I INTEGRAL 2. kolokvij 29. lipnja (Knjige, bilježnice, dodatni papiri i kalkulatori nisu dozvoljeni!) 1. (

JMBAG IME I PREZIME BROJ BODOVA MJERA I INTEGRAL 2. kolokvij 29. lipnja (Knjige, bilježnice, dodatni papiri i kalkulatori nisu dozvoljeni!) 1. ( MJERA I INTEGRAL. kolokvij 9. lipnja 018. (Knjige, bilježnice, dodatni papiri i kalkulatori nisu dozvoljeni! 1. (ukupno 6 bodova Neka je (, F, µ prostor s mjerom, neka je (f n n1 niz F-izmjerivih funkcija

Више

MIP-heuristike (Matheuristike) Hibridi izmedu metaheurističkih i egzaktnih metoda Tatjana Davidović Matematički institut SANU

MIP-heuristike (Matheuristike) Hibridi izmedu metaheurističkih i egzaktnih metoda Tatjana Davidović Matematički institut SANU MIP-heuristike (Matheuristike) Hibridi izmedu metaheurističkih i egzaktnih metoda Tatjana Davidović Matematički institut SANU http://www.mi.sanu.ac.rs/ tanjad (tanjad@mi.sanu.ac.rs) 21. januar 2013. Tatjana

Више

Matematika kroz igru domino

Matematika kroz igru domino 29. travnja 2007. Uvod Domino pločice pojavile su se u Kini davne 1120. godine. Smatra se da su pločice izvedene iz igraće kocke, koja je u Kinu donešena iz Indije u dalekoj prošlosti. Svaka domino pločica

Више

About the Professional Job Task Analysis Process

About the Professional Job Task Analysis Process О процесу анализе професионалних радних задатака INFORMS Certified Analytics Professional Candidate Handbook Анализе радних задатака Студија анализе радних задатака дефинише текуће знање, вештине и способности

Више

3. Neprekinute funkcije U ovoj to ki deniramo neprekinute funkcije. Slikovito, graf neprekinute funkcije moºemo nacrtati a da ne diºemo olovku s papir

3. Neprekinute funkcije U ovoj to ki deniramo neprekinute funkcije. Slikovito, graf neprekinute funkcije moºemo nacrtati a da ne diºemo olovku s papir 3. Neprekinute funkcije U ovoj to ki deniramo neprekinute funkcije. Slikovito, graf neprekinute funkcije moºemo nacrtati a da ne diºemo olovku s papira. Neprekinute funkcije vaºne su u teoriji i primjenama.

Више

VEŽBE IZ OPERACIONIH ISTRAŽIVANJA

VEŽBE IZ OPERACIONIH ISTRAŽIVANJA VEŽBE IZ OPERACIONIH ISTRAŽIVANJA Glava 4 1. Metoda grananja i odsecanja 2. Metoda grananja i ograničavanja 3. Metoda implicitnog prebrojavanja MARIJA IVANOVIĆ marijai@math.rs Metoda grananja i odsecanja

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

Skripte2013

Skripte2013 Chapter 2 Algebarske strukture Preslikivanje f : A n! A se naziva n-arna operacija na skupu A Ako je n =2, kažemo da je f : A A! A binarna operacija na A Kažemo da je operacija f arnosti n, u oznaci ar

Више

Dani psihologije u Zadru, svibnja 2012.

Dani psihologije u Zadru, svibnja 2012. Dani psihologije u Zadru, 19. 21. svibnja, 2016. Valjanost Testa uvjetovanog rezoniranja za agresivnost u predviđanju nepoželjnog organizacijskog ponašanja Željko Jerneić 1, Zvonimir Galić 1 i Maša Tonković

Више

Microsoft Word - VEROVATNOCA II deo.doc

Microsoft Word - VEROVATNOCA II deo.doc VEROVATNOĆA - ZADAI (II DEO) Klasična definicija verovatnoće Verovatnoća dogañaja A jednaka je količniku broja povoljnih slučajeva za dogañaj A i broja svih mogućih slučajeva. = m n n je broj svih mogućih

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

2

2 2 Ne možemo svoje ideje ostvariti bez drugih ljudi. Naš biznis ne može rasti bez drugih ljudi. Ne možemo sve sami. Ne moramo sve sami. Možemo i trebamo pronaći i zaposliti ljude bolje od sebe. Krenuli

Више

Microsoft PowerPoint - Ekoloska (city) logistika 8.3

Microsoft PowerPoint - Ekoloska (city) logistika 8.3 ЕКОЛОШКА (CITY) ЛОГИСТИКА Осмо предавање управљање отпадом,, пример Познато: Капацитет смећара које врши опслугу је: q m =8 t Количина отпада коју треба скупити на местима (чворова),,,,6 и 7, дат је у

Више

Neprekidnost Jelena Sedlar Fakultet građevinarstva, arhitekture i geodezije Jelena Sedlar (FGAG) Neprekidnost 1 / 14

Neprekidnost Jelena Sedlar Fakultet građevinarstva, arhitekture i geodezije Jelena Sedlar (FGAG) Neprekidnost 1 / 14 Neprekidnost Jelena Sedlar Fakultet građevinarstva, arhitekture i geodezije Jelena Sedlar (FGAG) Neprekidnost 1 / 14 Jelena Sedlar (FGAG) Neprekidnost 2 / 14 Definicija. Jelena Sedlar (FGAG) Neprekidnost

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

Dvostruki integrali Matematika 2 Erna Begović Kovač, Literatura: I. Gusić, Lekcije iz Matematike 2

Dvostruki integrali Matematika 2 Erna Begović Kovač, Literatura: I. Gusić, Lekcije iz Matematike 2 vostruki integrali Matematika 2 Erna Begović Kovač, 2019. Literatura: I. Gusić, Lekcije iz Matematike 2 http://matematika.fkit.hr Uvod vostruki integral je integral funkcije dvije varijable. Oznaka: f

Више

UAAG Osnovne algebarske strukture 5. Vektorski prostori Borka Jadrijević

UAAG Osnovne algebarske strukture 5. Vektorski prostori Borka Jadrijević Osnovne algebarske strukture 5. Vektorski prostori Borka Jadrijević Osnovne algebarske strukture5. Vektorski prostori 2 5.1 Unutarnja i vanjska množenja Imamo dvije vrste algebarskih operacija, tzv. unutarnja

Више

DR DRAGOŚ CVETKOVIC DR SLOBODAN SIMIC DISKRETNA MATEMATIKA MATEMATIKA ZA KOMPJUTERSKE NAUKĘ DRUGO ISPRAYLJENO I PROSIRENO IZDANJE HMUJ

DR DRAGOŚ CVETKOVIC DR SLOBODAN SIMIC DISKRETNA MATEMATIKA MATEMATIKA ZA KOMPJUTERSKE NAUKĘ DRUGO ISPRAYLJENO I PROSIRENO IZDANJE HMUJ DR DRAGOŚ CVETKOVIC DR SLOBODAN SIMIC DISKRETNA MATEMATIKA MATEMATIKA ZA KOMPJUTERSKE NAUKĘ DRUGO ISPRAYLJENO I PROSIRENO IZDANJE HMUJ Sadrżaj Predgovor Iz predgovora prvoni izdanju knjige "Diskretne mateiuatićke

Више

Numeričke metode u fizici 1, Projektni zadataci 2018./ Za sustav običnih diferencijalnih jednadžbi, koje opisuju kretanje populacije dviju vrs

Numeričke metode u fizici 1, Projektni zadataci 2018./ Za sustav običnih diferencijalnih jednadžbi, koje opisuju kretanje populacije dviju vrs Numeričke metode u fizici, Projektni zadataci 8./9.. Za sustav običnih diferencijalnih jednadžbi, koje opisuju kretanje populacije dviju vrsta životinja koje se nadmeću za istu hranu, dx ( dt = x x ) xy

Више

JMBAG IME I PREZIME BROJ BODOVA 1. (ukupno 6 bodova) MJERA I INTEGRAL 1. kolokvij 4. svibnja (Knjige, bilježnice, dodatni papiri i kalkulatori n

JMBAG IME I PREZIME BROJ BODOVA 1. (ukupno 6 bodova) MJERA I INTEGRAL 1. kolokvij 4. svibnja (Knjige, bilježnice, dodatni papiri i kalkulatori n 1. (ukupno 6 bodova) MJERA I INTEGRAL 1. kolokvij 4. svibnja 2018. (Knjige, bilježnice, dodatni papiri i kalkulatori nisu dozvoljeni!) (a) (2 boda) Definirajte (općenitu) vanjsku mjeru. (b) (2 boda) Definirajte

Више

Microsoft PowerPoint - 13-Funkcije_2.ppt [Compatibility Mode]

Microsoft PowerPoint - 13-Funkcije_2.ppt [Compatibility Mode] Osnove programiranja Funkcije - Metode Prenos parametara Po vrednosti Po referenci Po izlazu Sadržaj Opseg važenja promenljive u drugim strukturama Rekurzije Prenos parametara Metoda može vratiti isključivo

Више

Elementarna matematika 1 - Oblici matematickog mišljenja

Elementarna matematika 1 - Oblici matematickog mišljenja Oblici matematičkog mišljenja 2007/2008 Mišljenje (psihološka definicija) = izdvajanje u čovjekovoj spoznaji odre denih strana i svojstava promatranog objekta i njihovo dovo denje u odgovarajuće veze s

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

+ Usluge kućne njege za osobe mlađe od 65 godina kroatiska + 1. Opći dojam o službi kućne njege Iznimno sam nezadovoljan/na Prilično sam nezadovoljan/

+ Usluge kućne njege za osobe mlađe od 65 godina kroatiska + 1. Opći dojam o službi kućne njege Iznimno sam nezadovoljan/na Prilično sam nezadovoljan/ Usluge kućne njege za osobe mlađe od 65 godina kroatiska 1. Opći dojam o službi kućne njege Iznimno sam Prilično sam Ni zadovoljan/na niti Prilično sam zadovoljan/na Veoma sam zadovoljan/na a. Koliko ste

Више

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-STRUKTURA MOLEKULA_v2018

6-STRUKTURA MOLEKULA_v2018 ELEKTRNSKE STRUKTURNE FRMULE SADRŽAJ: 1. LEWISVE STRUKTURE 1.1. koraci u crtanju Lewisovih struktura 1.2. odstupanje od pravila okteta 2. GEMETRIJA MLEKULA 2.1. uvod 2.2. koraci u riješavanju problema

Више

(Microsoft Word - Dr\236avna matura - kolovoz osnovna razina - rje\232enja)

(Microsoft Word - Dr\236avna matura - kolovoz osnovna razina - rje\232enja) 5 5: 5 5. B. Broj.5 možemo zapisati u obliku = =, a taj broj nije cijeli broj. 0 0 : 5 Broj 5 je iracionalan broj, pa taj broj nije cijeli broj. Broj 5 je racionalan broj koji nije cijeli broj jer broj

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

Kako vam life coach može pomoći da promijenite svoj život?

Kako vam life coach može pomoći da promijenite svoj život? Kreni zdravo! Stranica o zdravim navikama i uravnoteženom životu https://www.krenizdravo.rtl.hr Kako vam life coach može pomoći da promijenite svoj život? Možda ste se zapitali što je uopće life coach

Више

Slide 1

Slide 1 OSNOVNI POJMOVI Naredba je uputa računalu za obavljanje određene radnje. Program je niz naredbi razumljivih računalu koje rješavaju neki problem. Pisanje programa zovemo programiranje. Programski jezik

Више

Optimizacija

Optimizacija Optimizacija 1 / 43 2 / 43 Uvod u optimizaciju Zadana funkcija Uvod u optimizaciju f : R n R Cilj: Naći x, točku minimuma funkcije f : - Problem je jednostavno opisati x = arg min x R n f (x). - Rješavanje

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

Microsoft Word - privitak prijedloga odluke

Microsoft Word - privitak prijedloga odluke Informatički sustav za prikupljanje, simulaciju i prikaz podataka o cijenama javnih komunikacijskih usluga (dalje: Sustav e-tarife) Zagreb, HRVATSKA AGENCIJA ZA POŠTU I ELEKTRONIČKE KOMUNIKACIJE Roberta

Више

UDŽBENIK 2. dio

UDŽBENIK 2. dio UDŽBENIK 2. dio Pročitaj pažljivo Primjer 1. i Primjer 2. Ova dva primjera bi te trebala uvjeriti u potrebu za uvo - denjem još jedne vrste brojeva. Primjer 1. Živa u termometru pokazivala je temperaturu

Више

Microsoft Word - IZVODI ZADACI _2.deo_

Microsoft Word - IZVODI ZADACI _2.deo_ IZVODI ZADACI ( II deo U ovom del ćemo pokšati da vam objasnimo traženje izvoda složenih fnkcija. Prvo da razjasnimo koja je fnkcija složena? Pa, najprostije rečeno, to je svaka fnkcija koje nema tablici

Више

Poslovni uzlet grada Gospića

Poslovni uzlet grada Gospića Sama ideja nije dovoljna 4 pravila za motiviranog i uspješnog poduzetnika Predavač: Sandro Kraljević, mag. psych. IDEJA ODLIČAN POČETNI IMPULS ZA USPJEH SVAKOG PODUZETNIKA Sjetite se trenutka kad ste osmislili

Више

СТАРТ - СТОП АПЛИКАЦИЈА - КОРИСНИЧКО УПУТСТВО

СТАРТ - СТОП АПЛИКАЦИЈА - КОРИСНИЧКО УПУТСТВО СТАРТ - СТОП АПЛИКАЦИЈА - КОРИСНИЧКО УПУТСТВО - 03.05.2019 Приступ SMARTPHONE апликацији (Android/iOS) и СТАРТ-СТОП WEB порталу подразумева закључење претплатничког уговора за коришћење интернет апликације

Више

MATEMATIKA EKSTERNA PROVJERA ZNANJA UČENIKA NA KRAJU III CIKLUSA OSNOVNE ŠKOLE UPUTSTVO VRIJEME RJEŠAVANJA TESTA: 70 MINUTA Pribor: grafitna olovka i

MATEMATIKA EKSTERNA PROVJERA ZNANJA UČENIKA NA KRAJU III CIKLUSA OSNOVNE ŠKOLE UPUTSTVO VRIJEME RJEŠAVANJA TESTA: 70 MINUTA Pribor: grafitna olovka i MATEMATIKA EKSTERNA PROVJERA ZNANJA UČENIKA NA KRAJU III CIKLUSA OSNOVNE ŠKOLE UPUTSTVO VRIJEME RJEŠAVANJA TESTA: 70 MINUTA Pribor: grafitna olovka i gumica, hemijska olovka, geometrijski pribor. Upotreba

Више

(Microsoft Word - MATB - kolovoz osnovna razina - rje\232enja zadataka)

(Microsoft Word - MATB - kolovoz osnovna razina - rje\232enja zadataka) . B. Zapišimo zadane brojeve u obliku beskonačno periodičnih decimalnih brojeva: 3 4 = 0.7, = 0.36. Prvi od navedenih četiriju brojeva je manji od 3 4, dok su treći i četvrti veći od. Jedini broj koji

Више

P2.1 Projektovanje paralelnih algoritama 1

P2.1 Projektovanje paralelnih algoritama 1 Projektovanje paralelnih algoritama I Uvod Osnove dinamičke paralelizacije 1 Primer: Fibonačijev niz Primer rekurz. računanja Fibonačijevih brojeva: F 0 = 0; F 1 = 1; F i = F i -1 + F i -2 za i 2 Algoritam

Више

Recuva CERT.hr-PUBDOC

Recuva CERT.hr-PUBDOC Recuva CERT.hr-PUBDOC-2019-5-379 Sadržaj 1 UVOD... 3 2 INSTALACIJA ALATA RECUVA... 4 3 KORIŠTENJE ALATA RECUVA... 7 4 ZAKLJUČAK... 13 Ovaj dokument izradio je Laboratorij za sustave i signale Zavoda za

Више

Profajliranje ivica: Knutov algoritam i njegova unapredenja Seminarski rad u okviru kursa Verifikacija softvera Matematički fakultet Nevena Nikolić, 1

Profajliranje ivica: Knutov algoritam i njegova unapredenja Seminarski rad u okviru kursa Verifikacija softvera Matematički fakultet Nevena Nikolić, 1 Profajliranje ivica: Knutov algoritam i njegova unapredenja Seminarski rad u okviru kursa Verifikacija softvera Matematički fakultet Nevena Nikolić, 1021/2018 nevena134@hotmail.com 9. decembar 2018 Sažetak

Више

Primjena neodredenog integrala u inženjerstvu Matematika 2 Erna Begović Kovač, Literatura: I. Gusić, Lekcije iz Matematike 2

Primjena neodredenog integrala u inženjerstvu Matematika 2 Erna Begović Kovač, Literatura: I. Gusić, Lekcije iz Matematike 2 Primjena neodredenog integrala u inženjerstvu Matematika 2 Erna Begović Kovač, 2019. Literatura: I. Gusić, Lekcije iz Matematike 2 http://matematika.fkit.hr Uvod Ako su dvije veličine x i y povezane relacijom

Више

Microsoft Word - III godina - EA - Metodi vjestacke inteligencije

Microsoft Word - III godina - EA - Metodi vjestacke inteligencije Школска година 2018/2019. Предмет Методи вјештачке интелигенције Шифра предмета 2284 Студијски програм Електроенергетика и аутоматика Циклус студија Година студија Семестар Број студената Број група за

Више

No Slide Title

No Slide Title Statistika je skup metoda za uređivanje, analiziranje i grafičko prikazivanje podataka. statistika???? Podatak je kvantitativna ili kvalitativna vrijednost kojom je opisano određeno obilježje (svojstvo)

Више

sve.dvi

sve.dvi 1. Uvod Ovo uvodno poglavlje neophodno je za razumijevanje terminologije i notacije koja se koristi u ostatku teksta. Takoder, ono nam bolje objašnjava ciljeve i svrhu cijelog udžbenika. Sastoji se od

Више

Seminar 13 (Tok funkcije) Obavezna priprema za seminar nalazi se na drugoj stranici ovog materijala. Ove materijale obražujemo na seminarima do kraja

Seminar 13 (Tok funkcije) Obavezna priprema za seminar nalazi se na drugoj stranici ovog materijala. Ove materijale obražujemo na seminarima do kraja Seminar 13 (Tok funkcije) Obavezna priprema za seminar nalazi se na drugoj stranici ovog materijala. Ove materijale obražujemo na seminarima do kraja semestra. Potrebno predznanje Ovaj seminar saºima sva

Више

Microsoft Word - Lekcija 11.doc

Microsoft Word - Lekcija 11.doc Лекција : Креирање графова Mathcad олакшава креирање x-y графика. Треба само кликнути на нови фајл, откуцати израз који зависи од једне варијабле, например, sin(x), а онда кликнути на дугме X-Y Plot на

Више

Konstrukcija i analiza algoritama vežbe 10 Nina Radojičić 15. decembar Algoritamske strategije - podeli pa vladaj (divide and conquer) Ova stra

Konstrukcija i analiza algoritama vežbe 10 Nina Radojičić 15. decembar Algoritamske strategije - podeli pa vladaj (divide and conquer) Ova stra Konstrukcija i analiza algoritama vežbe 10 Nina Radojičić 15. decembar 2016 1 Algoritamske strategije - podeli pa vladaj (divide and conquer) Ova strategija rekurzivno razbija problem na 2 ili više potproblema

Више

2. Globalna svojstva realnih funkcija Denicija 2.1 Za funkciju f : A kaemo da je:! R; A R ome dena odozgor ako postoji M 2 R takav da je (8x 2 A) (f (

2. Globalna svojstva realnih funkcija Denicija 2.1 Za funkciju f : A kaemo da je:! R; A R ome dena odozgor ako postoji M 2 R takav da je (8x 2 A) (f ( 2. Globalna svojstva realnih funkcija Denicija 2.1 Za funkciju f : A kaemo da je:! R; A R ome dena odozgor ako postoji M 2 R takav da je (8 2 A) (f () M) ; ome dena odozdol ako postoji m 2 R takav da je

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

MATEMATIKA EKSTERNA PROVJERA ZNANJA UČENIKA NA KRAJU III CIKLUSA OSNOVNE ŠKOLE UPUTSTVO VRIJEME RJEŠAVANJA TESTA: 70 MINUTA Pribor: grafitna olovka i

MATEMATIKA EKSTERNA PROVJERA ZNANJA UČENIKA NA KRAJU III CIKLUSA OSNOVNE ŠKOLE UPUTSTVO VRIJEME RJEŠAVANJA TESTA: 70 MINUTA Pribor: grafitna olovka i MATEMATIKA EKSTERNA PROVJERA ZNANJA UČENIKA NA KRAJU III CIKLUSA OSNOVNE ŠKOLE UPUTSTVO VRIJEME RJEŠAVANJA TESTA: 70 MINUTA Pribor: grafitna olovka i gumica, hemijska olovka, geometrijski pribor. Upotreba

Више

knjiga.dvi

knjiga.dvi 1. Vjerojatnost 1. lgebra dogadaja......................... 1 2. Vjerojatnost............................. 9 3. Klasični vjerojatnosni prostor................. 14 4. eskonačni vjerojatnosni prostor...............

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

ZADACI ZA VJEŽBU 1. Dokažite da vrijedi: (a) (A \ B) (B \ A) = (A B) (A C B C ), (b) A \ (B \ C) = (A C) (A \ B), (c) (A B) \ C = (A \ C) (B \ C). 2.

ZADACI ZA VJEŽBU 1. Dokažite da vrijedi: (a) (A \ B) (B \ A) = (A B) (A C B C ), (b) A \ (B \ C) = (A C) (A \ B), (c) (A B) \ C = (A \ C) (B \ C). 2. ZADACI ZA VJEŽBU. Dokažite da vrijedi: (a) (A \ B) (B \ A) = (A B) (A C B C ), (b) A \ (B \ C) = (A C) (A \ B), (c) (A B) \ C = (A \ C) (B \ C).. Pomoću matematičke indukcije dokažite da za svaki n N vrijedi:

Више

Kvantna enkripcija

Kvantna enkripcija 19. studenog 2018. QKD = Quantum Key Distribution Protokoli enkriptirane komunikacije koji koriste tzv. tajni ključ zahtijevaju da on bude poznat isključivo dvjema strankama (pošiljatelju i primatelju

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

(Microsoft Word - Rje\232enja zadataka)

(Microsoft Word - Rje\232enja zadataka) 1. D. Svedimo sve razlomke na jedinstveni zajednički nazivnik. Lako provjeravamo da vrijede rastavi: 85 = 17 5, 187 = 17 11, 170 = 17 10, pa je zajednički nazivnik svih razlomaka jednak Tako sada imamo:

Више

Sadržaj 1 Diskretan slučajan vektor Definicija slučajnog vektora Diskretan slučajan vektor

Sadržaj 1 Diskretan slučajan vektor Definicija slučajnog vektora Diskretan slučajan vektor Sadržaj Diskretan slučajan vektor Definicija slučajnog vektora 2 Diskretan slučajan vektor Funkcija distribucije slučajnog vektora 2 4 Nezavisnost slučajnih vektora 2 5 Očekivanje slučajnog vektora 6 Kovarijanca

Више

59. Natjecanje mladih tehničara Republike Hrvatske Školsko/Klupsko natjecanje godine Tehnička kultura 5. razred Maketarstvo i modelarstvo Radni

59. Natjecanje mladih tehničara Republike Hrvatske Školsko/Klupsko natjecanje godine Tehnička kultura 5. razred Maketarstvo i modelarstvo Radni 59. Natjecanje mladih tehničara Republike Hrvatske Školsko/Klupsko natjecanje 2017. godine Tehnička kultura 5. razred Maketarstvo i modelarstvo Radni zadatak: Stol za učenje POTREBAN MATERIJAL : Papir

Више

2. Globalna svojstva realnih funkcija Denicija 2.1 Za funkciju f : A kaemo da je:! R; A R ome dena odozgor ako postoji M 2 R takav da je (8x 2 A) (f (

2. Globalna svojstva realnih funkcija Denicija 2.1 Za funkciju f : A kaemo da je:! R; A R ome dena odozgor ako postoji M 2 R takav da je (8x 2 A) (f ( 2. Globalna svojstva realnih funkcija Denicija 2.1 Za funkciju f : A kaemo da je:! R; A R ome dena odozgor ako postoji M 2 R takav da je (8x 2 A) (f (x) M) ; ome dena odozdol ako postoji m 2 R takav da

Више

АНКЕТА О ИЗБОРУ СТУДИЈСКИХ ГРУПА И МОДУЛА СТУДИЈСКИ ПРОГРАМИ МАСТЕР АКАДЕМСКИХ СТУДИЈА (МАС): А) РАЧУНАРСТВО И АУТОМАТИКА (РиА) и Б) СОФТВЕРСКО ИНЖЕЊЕ

АНКЕТА О ИЗБОРУ СТУДИЈСКИХ ГРУПА И МОДУЛА СТУДИЈСКИ ПРОГРАМИ МАСТЕР АКАДЕМСКИХ СТУДИЈА (МАС): А) РАЧУНАРСТВО И АУТОМАТИКА (РиА) и Б) СОФТВЕРСКО ИНЖЕЊЕ АНКЕТА О ИЗБОРУ СТУДИЈСКИХ ГРУПА И МОДУЛА СТУДИЈСКИ ПРОГРАМИ МАСТЕР АКАДЕМСКИХ СТУДИЈА (МАС): А) РАЧУНАРСТВО И АУТОМАТИКА (РиА) и Б) СОФТВЕРСКО ИНЖЕЊЕРСТВО И ИНФОРМАЦИОНЕ ТЕХНОЛОГИЈЕ (СИИТ) У циљу бољег

Више

1, 2, 3, кодирај! Активности циклуса 4 Пројект «Аркадне игре» - Час 6: Програмирање падања новчића (наставак) Доминантна дисциплина Математикa Резиме

1, 2, 3, кодирај! Активности циклуса 4 Пројект «Аркадне игре» - Час 6: Програмирање падања новчића (наставак) Доминантна дисциплина Математикa Резиме 1, 2, 3, кодирај! Активности циклуса 4 Пројект «Аркадне игре» - Час 6: Програмирање падања новчића (наставак) Доминантна дисциплина Математикa Резиме Програмирање добијања награда омогућује ученицима да

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

Microsoft Word - Zakon_o_studentskom_standardu

Microsoft Word - Zakon_o_studentskom_standardu З А К О Н О СТУДЕНТСКОМ СТАНДАРДУ I ОСНОВНЕ ОДРЕДБЕ Члан 1. Студентски стандард у смислу овог закона је дјелатност од општег интереса којом се стварају материјални и други услови за стицање високог образовања,

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

Универзитет у Београду Математички факултет Драган Д. Ђурђевић Поређење егзактних и хеуристичких метода за решавање неких оптимизационих проблема Маст

Универзитет у Београду Математички факултет Драган Д. Ђурђевић Поређење егзактних и хеуристичких метода за решавање неких оптимизационих проблема Маст Универзитет у Београду Математички факултет Драган Д. Ђурђевић Поређење егзактних и хеуристичких метода за решавање неких оптимизационих проблема Мастер рад Београд, 2014. Ментор: др Филип Марић, доцент,

Више

Postojanost boja

Postojanost boja Korištenje distribucije osvjetljenja za ostvaranje brzih i točnih metode za postojanost boja Nikola Banić 26. rujna 2014. Sadržaj Postojanost boja Ubrzavanje lokalnog podešavanja boja Distribucija najčešćih

Више

5S prezentacija - za printati bez videa i igre (3)

5S prezentacija - za printati bez videa i igre (3) Lean 5S Anja Štefanić, mag.oec. copyright Što je 5S? Alat Lean menadžmenta Alat koji se čini jednostavan, no mnoga poduzeća ignoriraju baš te osnovne principe Baza uspješne implementacije Fokusira se

Више

(Microsoft Word vje\236ba - LIMES FUNKCIJE.doc)

(Microsoft Word vje\236ba - LIMES FUNKCIJE.doc) Zadatak Pokažite, koristeći svojstva esa, da je ( 6 ) 5 Svojstva esa funkcije u točki: Ako je k konstanta, k k c c c f ( ) L i g( ) M, tada vrijedi: c c [ f ( ) ± g( ) ] c c f ( ) ± g( ) L ± M c [ f (

Више

PROGRAM

PROGRAM 2019 PROGRAM AKADEMIJA REGIONALNOGA RAZVOJA I FONDOVA EU 2019. Europska unija Zajedno do fondova EU SADRŽAJ 1. EDUKATIVNE AKTIVNOSTI AKADEMIJE REGIONALNOGA RAZVOJA I FONDOVA EU... 4 MODUL 1: Što su fondovi

Више

Microsoft PowerPoint - 07-DinamickeStrukturePodataka

Microsoft PowerPoint - 07-DinamickeStrukturePodataka Динамичке структуре података листа, стек, ред Програмирање 2: глава 6 Динамичке структуре података Динамичка алокација и динамичке структуре података Најзначајније динамичке структуре података листе и

Више

Državna matura iz informatike

Državna matura iz informatike DRŽAVNA MATURA IZ INFORMATIKE U ŠK. GOD. 2013./14. 2016./17. SADRŽAJ Osnovne informacije o ispitu iz informatike Područja ispitivanja Pragovi prolaznosti u 2014./15. Primjeri zadataka po područjima ispitivanja

Више

U proračunu Europske unije za Hrvatsku je ukupno namijenjeno 3,568 milijardi Eura za prve dvije godine članstva

U proračunu Europske unije za Hrvatsku je ukupno namijenjeno 3,568 milijardi Eura za prve dvije godine članstva Copernicus Općenito o programu: Program Copernicus, koji je u prijašnjem programskom razdoblju bio poznat pod nazivom GMES (Globalni nadzor za zaštitu okoliša i sigurnost), europski je program namijenjen

Више

Microsoft PowerPoint - Predavanje3.ppt

Microsoft PowerPoint - Predavanje3.ppt Фрактална геометрија и фрактали у архитектури функционални системи Улаз Низ правила (функција F) Излаз Фрактална геометрија и фрактали у архитектури функционални системи Функционални систем: Улаз Низ правила

Више

Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА ТЕСТ МАТЕМАТИКА школска 2015/

Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА ТЕСТ МАТЕМАТИКА школска 2015/ Република Србија МИНИСТАРСТВО ПРОСВЕТЕ, НАУКЕ И ТЕХНОЛОШКОГ РАЗВОЈА ЗАВОД ЗА ВРЕДНОВАЊЕ КВАЛИТЕТА ОБРАЗОВАЊА И ВАСПИТАЊА ТЕСТ МАТЕМАТИКА школска 2015/2016. година УПУТСТВО ЗА РАД Тест који треба да решиш

Више

Skalarne funkcije više varijabli Parcijalne derivacije Skalarne funkcije više varijabli i parcijalne derivacije Franka Miriam Brückler

Skalarne funkcije više varijabli Parcijalne derivacije Skalarne funkcije više varijabli i parcijalne derivacije Franka Miriam Brückler i parcijalne derivacije Franka Miriam Brückler Jednadžba stanja idealnog plina uz p = nrt V f (x, y, z) = xy z x = n mol, y = T K, z = V L, f == p Pa. Pritom je kodomena od f skup R, a domena je Jednadžba

Више

Republika Srbija MINISTARSTVO PROSVJETE, NAUKE I TEHNOLOŠKOG RAZVOJA ZAVOD ZA VREDNOVANJE KVALITETA OBRAZOVANJA I ODGOJA ZAVRŠNI ISPIT NA KRAJU OSNOVN

Republika Srbija MINISTARSTVO PROSVJETE, NAUKE I TEHNOLOŠKOG RAZVOJA ZAVOD ZA VREDNOVANJE KVALITETA OBRAZOVANJA I ODGOJA ZAVRŠNI ISPIT NA KRAJU OSNOVN Republika Srbija MINISTARSTVO PROSVJETE, NAUKE I TEHNOLOŠKOG RAZVOJA ZAVOD ZA VREDNOVANJE KVALITETA OBRAZOVANJA I ODGOJA ZAVRŠNI ISPIT NA KRAJU OSNOVNOG OBRAZOVANJA I ODGOJA školska 2016/2017. godina TEST

Више

Zadaci s rješenjima, a ujedno i s postupkom rada biti će nadopunjavani tokom čitave školske godine

Zadaci s rješenjima, a ujedno i s postupkom rada biti će nadopunjavani tokom čitave školske godine Zadaci s rješenjima, a ujedno i s postupkom rada biti će nadopunjavani tokom čitave školske godine. Tako da će u slijedećem vremenskom periodu nastati mala zbirka koja će biti popraćena s teorijom. Pošto

Више

C2 MATEMATIKA 1 ( , 3. kolokvij) 1. Odredite a) lim x arctg(x2 ), b) y ( 1 2 ) ako je y = arctg(4x 2 ). c) y ako je y = (sin x) cos x. (15 b

C2 MATEMATIKA 1 ( , 3. kolokvij) 1. Odredite a) lim x arctg(x2 ), b) y ( 1 2 ) ako je y = arctg(4x 2 ). c) y ako je y = (sin x) cos x. (15 b C2 MATEMATIKA 1 (20.12.2011., 3. kolokvij) 1. Odredite a) lim x arctg(x2 ), b) y ( 1 2 ) ako je y = arctg(4x 2 ). c) y ako je y = (sin x) cos x. 2. Izračunajte osjenčanu površinu sa slike. 3. Automobil

Више