1 Diskretni naklju ni vektorji 1 1 Diskretni naklju ni vektorji 1. Dopolni tabelo tako, da bosta X in Y neodvisni. X Y x x x x x
|
|
- Cecilija Tratnik
- pred 4 leti
- Pregledov:
Transkripcija
1 1 Diskretni naklju ni vektorji 1 1 Diskretni naklju ni vektorji 1. Dopolni tabelo tako, da bosta X in Y neodvisni. X Y x x x x x x x x 20 x x x 1 Dolo i ²e spremenljivko Z, ki je denirana kot Z = Y X. 2. Hkrati vrºemo tri po²tene igralne kocke. Naj bo X minimalno ²tevilo padlih pik in Y vsota padlih pik. (a) Zapi²i verjetnostno tabelo. (b) Izra unaj robni porazdelitvi X in Y. (c) Ali sta X in Y neodvisni? 3. Iz posode v kateri so tri rde e, dve modri in pet belih kroglic na slepo izvle emo tri kroglice hkrati. Slu ajna spremenljivka X naj bo ²tevilo rde ih kroglic, ki smo jih pri tem dobili, Y pa ²tevilo modrih kroglic, ki smo jih izvlekli. Zapi²i verjetnostno funkcijo slu ajnega vektorja (X, Y ) in dolo i robni porazdelitvi. Ali sta X in Y neodvisni? Dolo i ²e porazdelitveno funkcijo Z = X + Y. 4. V posodi imamo i rde ih kroglic s ²tevilko i (i {1, 2}), j zelenih kroglic s ²tevilko j (j {1, 2, 3}) in k modrih kroglic s ²tevilko k (k {1, 2, 3, 4}). Slu ajni vektor (X, Y ) pomeni barvo in ²tevilko naklju no izbrane kroglice. Dolo i verjetnostno funkcijo slu ajnega vektorja (X, Y ) in izra unaj verjetnost dogodka [Y = n] pri pogoju, da je kroglica rde a in je n {1, 2, 3, 4}. 5. Slu ajni vektor je enakomerno porazdeljen na mnoºici {(1, 0, 0), (0, 1, 0), (0, 0, 1), (1, 1, 1)}. Preveri, da so X, Y, Z paroma neodvisne in niso v celoti neodvisne.
2 2 Zvezni naklju ni vektorji 2 2 Zvezni naklju ni vektorji 1. Naj bo zvezni slu ajni vektor (X, Y ) porazdeljen z gostoto { e x y e x, y 0 Kak²ni sta robni porazdelitvi? Ali sta X in Y neodvisni? Kako je porazdeljena slu ajna spremenljivka Z = max {X, Y }? 2. Naj bosta m, n N in naj bo { cx n (y x) m e y e 0 < x < y Dolo i c tako, da bo p(x, y) gostota naklju nega vektorja (X, Y ) in izra unaj gostoto naklju ne spremenljivke Z = Y X. 3. Naj bo naklju ni vektor (X, Y ) porazdeljen z gostoto Dolo i c tako, da bo p res gostota. { c (1+x 2 +y 2 ) 2 e x > 0, y > 0 Izra unaj porazdelitveno funkcijo in gostoto naklju nega vektorja (U, V ), kjer je U = X 2 + Y 2, V = sta U in V neodvisni? Y X. Ali
3 3 Pogojne porazdelitve 3 3 Pogojne porazdelitve 1. Naj bo (X, Y ) naklju ni vektor, Z X = Z Y = {1, 2, 3}, p ij = c(1 + i j). Dolo i c in verjetnostno funkcijo naklju nega vektorja (X, Y ). Dolo i robni porazdelitvi. Ali sta spremenljivki neodvisni? Dolo i pogojno verjetnostno funkcijo spremenljivke X glede na Y in matemati no upanje spremenljivke X pri pogoju Y = Naj bo X zvezna naklju na spremenljivka podana z gostoto p(x) = 1 2 e x. Naj bo A = {x; x 1} in Z X = R. Kako je porazdeljena X A? 3. Naj bo (X, Y ) zvezni naklju ni vektor z gostoto { 3x 2 y + 3xy 2 e x, y [0, 1] Izra unaj P (( 1 4 Y 3 4 ) X = 1 2 ). 4. Slu ajni vektor (X, Y ) je porazdeljen z gostoto { 2(x + y) e 0 y x 1 Izra unaj porazdelitveno funkijo F X Y = Slu ajni vektor (X, Y ) je porazdeljen z gostoto { c(x + y) e 0 x, y 1 Dolo i konstanto c in p X Y (x). Izra unaj regresijo f(y) = E(X Y ). 6. Naj bo (X, Y ) zvezni naklju ni vektor z gostoto { 1 2 Izra unaj f(y) = E(X Y ). e x 1 + y Naj bo (X, Y ) enakomerno porazdeljen na kroºnem izseku s polmerom R in kotom α. Naj D meri razdaljo to ke T (x, y) do vrha kroºnega izseka. Dolo i p D Φ=ϕ0 (r). Izra unaj E(D Φ) = f(ϕ).
4 3 Pogojne porazdelitve 4 8. Naj bo (X, Y ) me²anega tipa, kjer P (X = k) = a 2 k, k = 1, 2,..., Y X je porazdeljen z gostoto { bx(1 y) x 1 e y [0, 1] p Y X (y) = Dolo i a in b, p(x, y) in izra unaj robno porazdelitev p Y. 9. Dan je romb ABCD z osnovno stranico a in kotom ϕ = BAD. Dolo i pri akovano vrednost plo² ine romba, e sta kot Φ in osnovnica X neodvisni naklju ni spremenljivki, ki sta enakomerno porazdeljeni na intervalu [0, π] oziroma [0, L]. 10. V posodi je N kroglic, od tega je M belih, ostale so rne. Naenkrat naklju no izberemo n kroglic in z X ozna imo ²tevilo belih kroglic med njimi. Kako je porazdeljena naklju na spremenljivka X? Zapi²i pri akovano ²tevilo izbranih belih kroglic. 11. Slu ajni vektor (X, Y ) je porazdeljen z gostoto { c(x 2 y 2 + xy) e 0 x, y 1 Dolo i konstanto c in izra unaj P (0 Y 3 4 X = 1 2 ). Poi² i regresijsko krivuljo f(x) = E(Y X).
5 3.1 Zveza med matemati nim upanjem in pogojnim matemati nim upanjem Zveza med matemati nim upanjem in pogojnim matemati nim upanjem 1. Imamo 2n strojev, ki so postavljeni v ogli² a pravilnega 2n kotnika. V vsakem trenutku je enako verjetno, da se pokvari poljubni stroj. Delavec jih oskrbuje po pravilu, da je tisti stroj, ki se prej pokvari, tudi prej na vrsti za popravilo. Pri tem se delavec giblje po obodu 2n kotnika po najkraj²i poti. (a) Kolik²no povpre no pot delavec pri tem opravi? (b) Ali bi bilo bolj ekonomi no, da bi se delavec po vsakem popravilu stroja vrnil v sredi² e 2n kotnika? 2. Pri igri s tremi zaporednimi polji igralec me e po²ten igralni kovanec. Grb igralcu omogo a, da se premakne za eno polje, cifra pa da eno polje presko i. Na enem izmed polj je skrita past. ƒe igralec prebrodi vsa tri polja dobi 10 EUR, e stopi na past dobi 5 EUR. Kolik²en je pri akovan dobitek pri tej igri? 3. Naj bosta X N(a, σ) in Y N(b, τ). Dolo i gostoto pogojne porazdelitve Y X. Izra unaj E(Y X).
Univerza v Mariboru Fakulteta za naravoslovje in matematiko Oddelek za matematiko in ra unalni²tvo Izobraºevalna matematika Pisni izpit pri predmetu K
31. januar 2014 1. [25] V kino dvorano z 10 vrstami po 10 o²tevil enih sedeºev vstopi 100 ljudi. Od tega je 40 deklet in 60 fantov. Na koliko na inov se lahko posedejo, (a) e ni nobenih omejitev? (b) e
Prikaži večUniverza v Mariboru Fakulteta za naravoslovje in matematiko Oddelek za matematiko in računalništvo Enopredmetna matematika IZPIT IZ VERJETNOSTI IN STA
Enopredmetna matematika IN STATISTIKE Maribor, 31. 01. 2012 1. Na voljo imamo kovanca tipa K 1 in K 2, katerih verjetnost, da pade grb, je p 1 in p 2. (a) Istočasno vržemo oba kovanca. Verjetnost, da je
Prikaži večNumeri na analiza - podiplomski ²tudij FGG doma e naloge - 1. skupina V prvem delu morate re²iti toliko nalog, da bo njihova skupna vsota vsaj 10 to k
Numeri na analiza - podiplomski ²tudij FGG doma e naloge -. skupina V prvem delu morate re²iti toliko nalog, da bo njihova skupna vsota vsaj 0 to k in da bo vsaj ena izmed njih vredna vsaj 4 to ke. Za
Prikaži več2.1 Osnovni pojmi 2 Nim Ga²per Ko²mrlj, Denicija 2.1 P-poloºaj je poloºaj, ki je izgubljen za igralca na potezi. N- poloºaj je poloºaj, ki
2.1 Osnovni pojmi 2 Nim Ga²per Ko²mrlj, 2. 3. 2009 Denicija 2.1 P-poloºaj je poloºaj, ki je izgubljen za igralca na potezi. N- poloºaj je poloºaj, ki je dobljen za igralca na potezi. Poloºaj je kon en,
Prikaži večglava.dvi
Lastnosti verjetnosti 1. Za dogodka A in B velja: P(A B) = P(A) + P(B) P(A B) 2. Za dogodke A, B in C velja: P(A B C) = P(A) + P(B) + P(C) P(A B) P(A C) P(B C) + P(A B C) Kako lahko to pravilo posplošimo
Prikaži večMatematika II (UNI) Izpit (23. avgust 2011) RE ITVE Naloga 1 (20 to k) Vektorja a = (0, 1, 1) in b = (1, 0, 1) oklepata trikotnik v prostoru. Izra una
Matematika II (UNI) Izpit (. avgust 11) RE ITVE Naloga 1 ( to k) Vektorja a = (, 1, 1) in b = (1,, 1) oklepata trikotnik v prostoru. Izra unajte: kot med vektorjema a in b, pravokotno projekcijo vektorja
Prikaži večMatematika II (UN) 1. kolokvij (13. april 2012) RE ITVE Naloga 1 (25 to k) Dana je linearna preslikava s predpisom τ( x) = A x A 1 x, kjer je A
Matematika II (UN) 1 kolokvij (13 april 01) RE ITVE Naloga 1 (5 to k) Dana je linearna preslikava s predpisom τ( x) = A x A 1 x, kjer je 0 1 1 A = 1, 1 A 1 pa je inverzna matrika matrike A a) Poi² ite
Prikaži večMatematika II (UN) 2. kolokvij (7. junij 2013) RE ITVE Naloga 1 (25 to k) ƒasovna funkcija f je denirana za t [0, 2] in podana s spodnjim grafom. f t
Matematika II (UN) 2. kolokvij (7. junij 2013) RE ITVE Naloga 1 (25 to k) ƒasovna funkcija f je denirana za t [0, 2] in podana s spodnjim grafom. f t 0.5 1.5 2.0 t a.) Nari²ite tri grafe: graf (klasi ne)
Prikaži večIme in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost Pisni izpit 5. februar 2018 Navodila Pazljivo preberite
Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost Pisni izpit 5 februar 018 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja Nalog je
Prikaži večIterativne metode v numeri ni linearni algebri 2013/ doma a naloga Re²itve stisnite v ZIP datoteko z imenom ime-priimek-vpisna-1.zip in jih odd
Iterativne metode v numeri ni linearni algebri 2013/2014 1. doma a naloga Re²itve stisnite v ZIP datoteko z imenom ime-priimek-vpisna-1.zip in jih oddajte preko spletne u ilnice (http://ucilnica.fmf.uni-lj.si)
Prikaži večUM FKKT, Bolonjski visoko²olski program Kemijska tehnologija Vpisna ²tevilka Priimek, ime 3. test pri predmetu MATEMATIKA II Ra unski del
UM FKKT, Bolonjski visoko²olski program Kemijska tehnologija Vpisna ²tevilka Priimek, ime 3. test pri predmetu MATEMATIKA II Ra unski del 13. 6. 2016 Navodila: Pripravi osebni dokument. Ugasni in odstrani
Prikaži večBellman-Fordov algoritem za iskanje najkraj²ih poti Alenka Frim 19. februar 2009 Popravek 25. februar 2009 Imamo usmerjen graf G z uteºmi na povezavah
Bellman-Fordov algoritem za iskanje najkraj²ih poti Alenka Frim 19. februar 2009 Popravek 25. februar 2009 Imamo usmerjen graf G z uteºmi na povezavah (uteº si predstavljamo npr. kot dolºino, ceno, teºo
Prikaži večLaTeX slides
Model v matri ni obliki ena ba modela Milena Kova 13 november 2012 Biometrija 2012/13 1 Nomenklatura Skalarji: tako kot doslej, male tiskane, neodebeljene Vektorji: male tiskane, odebeljene rke (y) ali
Prikaži več00main.dvi
UNIVERZA V LJUBLJANI Fakulteta za elektrotehniko Vitomir Štruc, Simon Dobrišek INFORMACIJA IN KODI DOPOLNILNI UČBENIK Z VAJAMI UNIVERZITETNI ŠTUDIJSKI PROGRAM II. STOPNJE ELEKTROTEHNIKA - AVTOMATIKA IN
Prikaži večSlide 1
SLUČAJNE SPREMENLJIVKE Povezave med verjetnostjo P, porazdelitveno funcijo F in gostoto porazdelitve p. P F (x) =P( x) P(a b)=f (b)-f (a) F p Slučajna spremenljiva ima gostoto p. Kašno gostoto ima Y=+l?
Prikaži večREŠENE NALOGE IZ VERJETNOSTI IN STATISTIKE Martin Raič Datum zadnje spremembe: 11. junij 2019
REŠENE NALOGE IZ VERJETNOSTI IN STATISTIKE Martin Raič Datum zadnje spremembe: junij 209 Kazalo Osnove kombinatorike 3 2 Elementarna verjetnost 5 3 Pogojna verjetnost 0 4 Slučajne spremenljivke 7 5 Slučajni
Prikaži večFGG13
10.8 Metoda zveznega nadaljevanja To je metoda za reševanje nelinearne enačbe f(x) = 0. Če je težko poiskati začetni približek (še posebno pri nelinearnih sistemih), si lahko pomagamo z uvedbo dodatnega
Prikaži večVST: 1. kviz
jsmath Učilnica / VST / Kvizi / 1. kviz / Pregled poskusa 1 1. kviz Pregled poskusa 1 Končaj pregled Začeto dne nedelja, 25. oktober 2009, 14:17 Dokončano dne nedelja, 25. oktober 2009, 21:39 Porabljeni
Prikaži večOsnove verjetnosti in statistika
Osnove verjetnosti in statistika Gašper Fijavž Fakulteta za računalništvo in informatiko Univerza v Ljubljani Ljubljana, 26. februar 2010 Poskus in dogodek Kaj je poskus? Vržemo kovanec. Petkrat vržemo
Prikaži večVerjetnost in vzorčenje: teoretske porazdelitve standardne napake ocenjevanje parametrov as. dr. Nino RODE prof. dr. Blaž MESEC
Verjetnost in vzorčenje: teoretske porazdelitve standardne napake ocenjevanje parametrov as. dr. Nino RODE prof. dr. Blaž MESEC VERJETNOST osnovni pojmi Poskus: dejanje pri katerem je izid negotov met
Prikaži večIme in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 6. julij 2018 Navodila Pazljivo preberite be
Ime in priimek: Vpisna št: FAKULEA ZA MAEMAIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 6 julij 2018 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja Za pozitiven rezultat
Prikaži večVAJE
UČNI LIST Geometrijska telesa Opomba: pri nalogah, kjer računaš maso jeklenih teles, upoštevaj gostoto jekla 7,86 g / cm ; gostote morebitnih ostalih materialov pa so navedene pri samih nalogah! Fe 1)
Prikaži večBrownova kovariancna razdalja
Brownova kovariančna razdalja Nace Čebulj Fakulteta za matematiko in fiziko 8. januar 2015 Nova mera odvisnosti Motivacija in definicija S primerno izbiro funkcije uteži w(t, s) lahko definiramo mero odvisnosti
Prikaži večUNIVERZA NA PRIMORSKEM Fakulteta za matematiko, naravoslovje in informacijske tehnologije Matematika 1. stopnja Olga Kaliada Trije klasi ni gr²ki prob
UNIVERZA NA PRIMORSKEM Fakulteta za matematiko, naravoslovje in informacijske tehnologije Matematika 1. stopnja Olga Kaliada Trije klasi ni gr²ki problemi Zaklju na naloga Mentor: doc. dr. Martin Milani
Prikaži večC:/Users/Matevž Èrepnjak/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-avgust-17.dvi
Vpisna številka Priimek, ime Smer: K KT WA Izpit pri predmetu MATEMATIKA I Računski del Ugasni in odstrani mobilni telefon. Uporaba knjig in zapiskov ni dovoljena. Dovoljeni pripomočki so: kemični svinčnik,
Prikaži večGregor Rabič, janja čeh Ploščina štirikotnika Vsebina dokumenta je avtorsko zaščitena. Gradivo je v dani obliki dostopno brezplačno in povsem in brez
Gregor Rabič, janja čeh Ploščina štirikotnika Vsebina dokumenta je avtorsko zaščitena. Gradivo je v dani obliki dostopno brezplačno in povsem in brez omejitev uporabnikom na voljo za osebno uporabo kot
Prikaži večMatematika Diferencialne enačbe prvega reda (1) Reši diferencialne enačbe z ločljivimi spremenljivkami: (a) y = 2xy, (b) y tg x = y, (c) y = 2x(1 + y
Matematika Diferencialne enačbe prvega reda (1) Reši diferencialne enačbe z ločljivimi spremenljivkami: (a) y = 2xy, (b) y tg x = y, (c) y = 2x(1 + y 2 ). Rešitev: Diferencialna enačba ima ločljive spremenljivke,
Prikaži večOptimizacija z roji delcev - Seminarska naloga pri predmetu Izbrana poglavja iz optimizacije
Univerza v Ljubljani Fakulteta za matematiko in fiziko Seminarska naloga pri predmetu Izbrana poglavja iz optimizacije 2. junij 2011 Koncept PSO Motivacija: vedenje organizmov v naravi Ideja: koordinirano
Prikaži večLaTeX slides
Linearni in nelinearni modeli Milena Kovač 22. december 2006 Biometrija 2006/2007 1 Linearni, pogojno linearni in nelinearni modeli Kriteriji za razdelitev: prvi parcialni odvodi po parametrih Linearni
Prikaži večNAVADNA (BIVARIATNA) LINEARNA REGRESIJA O regresijski analizi govorimo, kadar želimo opisati povezanost dveh numeričnih spremenljivk. Opravka imamo to
NAVADNA (BIVARIATNA) LINEARNA REGRESIJA O regresijski analizi govorimo, kadar želimo opisati povezanost dveh numeričnih spremenljivk. Opravka imamo torej s pari podatkov (x i,y i ), kjer so x i vrednosti
Prikaži večPoglavje 1 Analiza varnosti delovanja sistemov in FRAM metoda V naslovu pri ujo ega poglavja prvi omenimo pojem varnosti delovanja sistema (angl. syst
oglavje 1 Analiza varnosti delovanja sistemov in FAM metoda V naslovu pri ujo ega poglavja prvi omenimo pojem varnosti delovanja sistema (angl. system's operation safety ). ri tem pojma varnosti ne smemo
Prikaži večOsnove teorije kopul in maksmin kopule
Fakulteta za matematiko in fiziko Univerze v Ljubljani Seminar Inštituta za biostatistiko in medicinsko informatiko 26. maj 25 Osnove teorije kopul Definicija kopule Definicija Funkcija C : A A 2 [, ],
Prikaži večC:/Users/Matevž Èrepnjak/Dropbox/FKKT/testi in izpiti/ /IZPITI/FKKT-februar-14.dvi
Kemijska tehnologija, Kemija Bolonjski univerzitetni program Smer: KT K WolframA: DA NE Računski del izpita pri predmetu MATEMATIKA I 6. 2. 2014 Čas reševanja je 75 minut. Navodila: Pripravi osebni dokument.
Prikaži večMERE SREDNJE VREDNOSTI
OPIS PODATKOV ENE SPREMENLJIVKE frekvenčne porazdelitve in mere srednje vrednosti as. dr. Nino RODE Uni-Lj. Fakulteta za socialno delo O ČEM BOMO GOVORILI NAMEN OPISNE STATISTIKE Kako opisati podatke OPIS
Prikaži večMicrosoft PowerPoint - p_TK_inzeniring_1_dan_v5_shortTS.ppt [Compatibility Mode]
Telekomunikacijski inženiring dr. Iztok Humar Vsebina Značilnosti TK prometa, preprosti modeli, uporaba Uvod Značilnosti telekomunikacijskega prometa Modeliranje vodovno komutiranih zvez Erlang B Erlang
Prikaži večPredtest iz za 1. kontrolno nalogo- 2K Teme za kontrolno nalogo: Podobni trikotniki. Izreki v pravokotnem trikotniku. Kotne funkcije poljubnega kota.
Predtest iz za 1. kontrolno nalogo- K Teme za kontrolno nalogo: Podobni trikotniki. Izreki v pravokotnem trikotniku. Kotne funkcije poljubnega kota. Osnovne zveze med funkcijamo istega kota. Uporaba kotnih
Prikaži večP182C10111
Š i f r a k a n d i d a t a : Državni izpitni center *P18C10111* JESENSKI IZPITNI ROK MATEMATIKA Izpitna pola Ponedeljek, 7. avgust 018 / 10 minut Dovoljeno gradivo in pripomočki: Kandidat prinese nalivno
Prikaži večMetode razme²£anja in povezovanja logi£nih primitivov kvantnih celi£nih avtomatov
Univerza v Ljubljani Fakulteta za ra unalni²tvo in informatiko Miha Janeº Metode razme² anja in povezovanja logi nih primitivov kvantnih celi nih avtomatov DOKTORSKA DISERTACIJA Mentor: prof. dr. Miha
Prikaži večIme in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 31. avgust 2018 Navodila Pazljivo preberite
Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 31 avgust 018 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja Za pozitiven
Prikaži večVrste
Matematika 1 17. - 24. november 2009 Funkcija, ki ni algebraična, se imenuje transcendentna funkcija. Podrobneje si bomo ogledali naslednje transcendentne funkcije: eksponentno, logaritemsko, kotne, ciklometrične,
Prikaži večJože Berk, Jana Draksler in Marjana Robič Skrivnosti števil in oblik Vsebinsko izpopolnjeno podpoglavje VERJETNOST 9
Jože Berk, Jana Draksler in Marjana Robič Skrivnosti števil in oblik Vsebinsko izpopolnjeno podpoglavje VERJETNOST 9 Podpoglavje Verjetnost (poglavje Obdelava podatkov) se v učbeniku Skrivnosti števil
Prikaži več11. Navadne diferencialne enačbe Začetni problem prvega reda Iščemo funkcijo y(x), ki zadošča diferencialni enačbi y = f(x, y) in začetnemu pogo
11. Navadne diferencialne enačbe 11.1. Začetni problem prvega reda Iščemo funkcijo y(x), ki zadošča diferencialni enačbi y = f(x, y) in začetnemu pogoju y(x 0 ) = y 0, kjer je f dana dovolj gladka funkcija
Prikaži večVaje: Matrike 1. Ugani rezultat, nato pa dokaži z indukcijo: (a) (b) [ ] n 1 1 ; n N 0 1 n ; n N Pokaži, da je množica x 0 y 0 x
Vaje: Matrike 1 Ugani rezultat, nato pa dokaži z indukcijo: (a) (b) [ ] n 1 1 ; n N n 1 1 0 1 ; n N 0 2 Pokaži, da je množica x 0 y 0 x y x + z ; x, y, z R y x z x vektorski podprostor v prostoru matrik
Prikaži večMrežni modeli polimernih verig Boštjan Jenčič 22. maj 2013 Eden preprostejših opisov polimerne verige je mrežni model, kjer lahko posamezni segmenti p
Mrežni modeli polimernih verig Boštjan Jenčič. maj 013 Eden preprostejših opisov polimerne verige je mrežni model, kjer lahko posameni segmenti polimera asedejo golj ogljišča v kvadratni (ali kubični v
Prikaži večOsnove matematicne analize 2018/19
Osnove matematične analize 2018/19 Neža Mramor Kosta Fakulteta za računalništvo in informatiko Univerza v Ljubljani Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja D f R priredi natanko
Prikaži večIme in priimek
Polje v osi tokovne zanke Seminar pri predmetu Osnove Elektrotehnike II, VSŠ (Uporaba programskih orodij v elektrotehniki) Ime Priimek, vpisna številka, skupina Ljubljana,.. Kratka navodila: Seminar mora
Prikaži večBiometrija 1 Poglavje 1 PORAZDELITVE NAKLJUČNIH SPREMENLJIVK Porazdelitve nam predstavljajo pogostnost posameznih vrednosti. Predstavimo jih lahko s š
Biometrija 1 Poglavje 1 PORAZDELITVE NAKLJUČNIH SPREMENLJIVK Porazdelitve nam predstavljajo pogostnost posameznih vrednosti. Predstavimo jih lahko s številom posameznih vrednosti (dogodkov) ali z deleži
Prikaži večLehmerjev algoritem za racunanje najvecjega skupnega delitelja
Univerza v Ljubljani Fakulteta za računalništvo in informatiko ter Fakulteta za Matematiko in Fiziko Mirjam Kolar Lehmerjev algoritem za računanje največjega skupnega delitelja DIPLOMSKO DELO NA INTERDISCIPLINARNEM
Prikaži večDOMACA NALOGA - LABORATORIJSKE VAJE NALOGA 1 Dani sta kompleksni stevili z in z Kompleksno stevilo je definirano kot : z = a + b, a p
DOMACA NALOGA - LABORATORIJSKE VAJE NALOGA 1 Dani sta kompleksni stevili z 1 5 2 3 in z 2 3 8 5. Kompleksno stevilo je definirano kot : z = a + b, a predstavlja realno, b pa imaginarno komponento. z 1
Prikaži večUNIVERZA NA PRIMORSKEM Fakulteta za matematiko, naravoslovje in informacijske tehnologije Matematika 1. stopnja Vida Maksimovi Hamiltonski cikli v kub
UNIVERZA NA PRIMORSKEM Fakulteta za matematiko, naravoslovje in informacijske tehnologije Matematika 1. stopnja Vida Maksimovi Hamiltonski cikli v kubi nih Cayleyjevih grah alternirajo e grupe A 5 Zaklju
Prikaži večP181C10111
Š i f r a k a n d i d a t a : Državni izpitni center *P181C10111* SPOMLADANSKI IZPITNI ROK MATEMATIKA Izpitna pola Sobota, 9. junij 018 / 10 minut Dovoljeno gradivo in pripomočki: Kandidat prinese nalivno
Prikaži več1 Naloge iz Matematične fizike II /14 1. Enakomerno segreto kocko vržemo v hladnejšo vodo stalne temperature. Kako se spreminja s časom temperat
1 Naloge iz Matematične fizike II - 2013/14 1. Enakomerno segreto kocko vržemo v hladnejšo vodo stalne temperature. Kako se spreminja s časom temperatura v kocki? Kakšna je časovna odvisnost toplotnega
Prikaži večresitve.dvi
FAKULTETA ZA STROJNISTVO Matematika 2. kolokvij. december 2 Ime in priimek: Vpisna st: Navodila Pazljivo preberite besedilo naloge, preden se lotite resevanja. Veljale bodo samo resitve na papirju, kjer
Prikaži večSmc 8.indd
SVET MATEMATIČNIH ČUDES 8 UČNI LISTI 7 UČNI LISTI ZA DIFERENCIACIJO PRI POUKU I. Sklop Stran v učbeniku I. 7 II. 8 5 III. 6 69 IV. 70 89 V. 90 5 VI. 6 Oznake ravni zahtevnosti... minimalna raven... temeljna
Prikaži več3. Preizkušanje domnev
3. Preizkušanje domnev doc. dr. Miroslav Verbič miroslav.verbic@ef.uni-lj.si www.miroslav-verbic.si Ljubljana, februar 2014 3.1 Izračunavanje intervala zaupanja za vrednosti regresijskih koeficientov Motivacija
Prikaži več2. Model multiple regresije
2. Model multiple regresije doc. dr. Miroslav Verbič miroslav.verbic@ef.uni-lj.si www.miroslav-verbic.si Ljubljana, februar 2014 2.1 Populacijski regresijski model in regresijski model vzorčnih podatkov
Prikaži večLaTeX slides
Statistični modeli - interakcija - Milena Kovač 23. november 2007 Biometrija 2007/08 1 Število živorojenih pujskov Biometrija 2007/08 2 Sestavimo model! Vplivi: leto, farma Odvisna spremenljivka: število
Prikaži večMATLAB programiranje MATLAB... programski jezik in programersko okolje Zakaj Matlab? tipičen proceduralni jezik enostaven za uporabo hitro učenje prir
MATLAB programiranje MATLAB... programski jezik in programersko okolje Zakaj Matlab? tipičen proceduralni jezik enostaven za uporabo hitro učenje priročno programsko okolje tolmač interpreter (ne prevajalnik)
Prikaži večStatistika, Prakticna matematika, , izrocki
Srednje vrednosti Srednja vrednost...... številske spremenljivke X je tako število, s katerim skušamo kar najbolje naenkrat povzeti vrednosti na posameznih enotah: Polovica zaposlenih oseb ima bruto osebni
Prikaži večMicrosoft Word - UP_Lekcija04_2014.docx
4. Zanka while Zanke pri programiranju uporabljamo, kadar moramo stavek ali skupino stavkov izvršiti večkrat zaporedoma. Namesto, da iste (ali podobne) stavke pišemo n-krat, jih napišemo samo enkrat in
Prikaži večMATEMATIKA Zbirka nalog za nacionalno preverjanje znanja Jana Draksler in Marjana Robič 9+ znam za več
MATEMATIKA Zbirka nalog za nacionalno preverjanje znanja Jana Draksler in Marjana Robič 9+ znam za več ZBIRKA ZNAM ZA VEČ imatematika 9+ Zbirka nalog za nacionalno preverjanje znanja Avtorici: Jana Draksler
Prikaži večM
Š i f r a k a n d i d a t a : Državni izpitni center *M16140111* Osnovna raven MATEMATIKA Izpitna pola 1 SPOMLADANSKI IZPITNI ROK Sobota, 4. junij 016 / 10 minut Dovoljeno gradivo in pripomočki: Kandidat
Prikaži večMicrosoft Word - RAZISKAVA_II._del.doc
DEJAVNIKI VARNOSTI CESTNEGA PROMETA V SLOVENIJI Raziskava II. del Inštitut za kriminologijo pri Pravni fakulteti v Ljubljani Ljubljana, avgusta 2010 Vodja raziskave: dr. Dragan Petrovec Izvajalci in avtorji:
Prikaži večVektorji - naloge za test Naloga 1 Ali so točke A(1, 2, 3), B(0, 3, 7), C(3, 5, 11) b) A(0, 3, 5), B(1, 2, 2), C(3, 0, 4) kolinearne? Naloga 2 Ali toč
Vektorji - naloge za test Naloga 1 li so točke (1, 2, 3), (0, 3, 7), C(3, 5, 11) b) (0, 3, 5), (1, 2, 2), C(3, 0, 4) kolinearne? Naloga 2 li točke a) (6, 0, 2), (2, 0, 4), C(6, 6, 1) in D(2, 6, 3), b)
Prikaži večUNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO ODDELEK ZA FIZIKO Peter Smerkol SEMINARSKA NALOGA Brownovo Gibanje MENTOR: dr. Tomaž Podobnik L
UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO ODDELEK ZA FIZIKO Peter Smerkol SEMINARSKA NALOGA Brownovo Gibanje MENTOR: dr. Tomaž Podobnik Ljubljana, Marec 2007 Povzetek Najpreprostejši model
Prikaži več(Microsoft Word - 3. Pogre\232ki in negotovost-c.doc)
3.4 Merilna negotovost Merilna negotovost je parameter, ki pripada merilnem rezltat. Označje razpršenost vrednosti, ki jih je mogoče z določeno verjetnostjo pripisati merjeni veličini. Navaja kakovost
Prikaži večANALITIČNA GEOMETRIJA V RAVNINI
3. Analitična geometrija v ravnini Osnovna ideja analitične geometrije je v tem, da vaskemu geometrijskemu objektu (točki, premici,...) pridružimo števila oz koordinate, ki ta objekt popolnoma popisujejo.
Prikaži večMicrosoft PowerPoint - 3_MACS+_Pozarni_testi_slo.ppt [Compatibility Mode]
Obnašanje jeklenih in sovprežnih stropnih konstrukcij v požaru Vsebina novih požarnih testov Izvedeni so bili požarni preizkusi v okviru projektov FRACOF (ISO požar) COSSFIRE (ISO požar) FICEB (Naravni
Prikaži večIzumLin(b).dvi
Izumiranje linij Milan Hladnik Moderni izzivi poučevanja matematike 23. september 2011 Namen seminarja Podati preprost model o rasti števila moških potomcev iz generacije v generacijo. Moški so običajno
Prikaži večDomače vaje iz LINEARNE ALGEBRE Marjeta Kramar Fijavž Fakulteta za gradbeništvo in geodezijo Univerze v Ljubljani 2007/08 Kazalo 1 Vektorji 2 2 Analit
Domače vaje iz LINEARNE ALGEBRE Marjeta Kramar Fijavž Fakulteta za gradbeništvo in geodezijo Univerze v Ljubljani 007/08 Kazalo Vektorji Analitična geometrija 7 Linearni prostori 0 4 Evklidski prostori
Prikaži večSlovenš ina 2.0, 2 (2015) RAZVOJ ZBIRKE SLOVENSKEGA ÉUSTVENEGA GOVORA IZ RADIJSKIH IGER EmoLUKS Tadej JUSTIN, France MIHELIÉ Univerza v Ljubljani, Fak
RAZVOJ ZBIRKE SLOVENSKEGA ÉUSTVENEGA GOVORA IZ RADIJSKIH IGER EmoLUKS Tadej JUSTIN, France MIHELIÉ Univerza v Ljubljani, Fakulteta za elektrotehniko Janez öibert Univerza na Primorskem, Fakulteta za matematiko,
Prikaži večOSNOVE UMETNE INTELIGENCE
OSNOVE UMETNE INTELIGENCE 2017/18 regresijska drevesa ocenjevanje učenja linearni modeli k-nn Zoran Bosnić del gradiva povzet po: Bratko: Prolog programming for AI, Pearson (2011) in Russell, Norvig: AI:
Prikaži večREŠEVANJE DIFERENCIALNIH ENAČB Z MEHANSKIMI RAČUNSKIMI STROJI Pino Koc Seminar za učitelje matematike FMF, Ljubljana, 25. september 2015 Vir: [1] 1
REŠEVANJE DIFERENCIALNIH ENAČB Z MEHANSKIMI RAČUNSKIMI STROJI Pino Koc Seminar za učitelje matematike FMF, Ljubljana, 25. september 2015 Vir: [1] 1 Nekateri pripomočki in naprave za računanje: 1a) Digitalni
Prikaži večUniverza v Ljubljani Fakulteta za matematiko in fiziko Verjetnost v fiziki 2012/13 tutorstvo #1 Kombinatorika Avtorja: Peter Ferjančič, Boštjan Kokot
Univerza v Ljubljani Fakulteta za matematiko in fiziko Verjetnost v fiziki 2012/13 tutorstvo #1 Kombinatorika Avtorja: Peter Ferjančič, Boštjan Kokot Mentor: izr. prof. dr. Simon Širca 4. oktober 2012
Prikaži večUNIVERZA NA PRIMORSKEM FAKULTETA ZA MATEMATIKO, NARAVOSLOVJE IN INFORMACIJSKE TEHNOLOGIJE Zaklju na naloga Urejanje in prikaz podatkov v interaktivni
UNIVERZA NA PRIMORSKEM FAKULTETA ZA MATEMATIKO, NARAVOSLOVJE IN INFORMACIJSKE TEHNOLOGIJE Zaklju na naloga Urejanje in prikaz podatkov v interaktivni obliki (Manipulating and displaying data in an interactive
Prikaži večC:/Users/Matevz/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-januar-februar-15.dvi
Kemijska tehnologija, Kemija Bolonjski univerzitetni program Smer: KT K WolframA: DA NE Čas reševanja je 75 minut. Navodila: Računski del izpita pri predmetu MATEMATIKA I Ugasni in odstrani mobilni telefon.
Prikaži večNEKAJ VPRAŠANJ IZ MATEMATIKE 2 1. Katero točko evklidskega prostora R n imenujemo notranjo (zunanjo, robno) točko množice M R n? 2. Za poljubno množic
NEKAJ VPRAŠANJ IZ MATEMATIKE 2 1. Katero točko evklidskega prostora R n imenujemo notranjo (zunanjo, robno) točko množice M R n? 2. Za poljubno množico M R n evklidskega prostora R n definirajte množice
Prikaži večMicrosoft Word - Klun44
UNIVERZA V LJUBLJANI EKONOMSKA FAKULTETA DIPLOMSKO DELO IZBRANI DEJAVNIKI POVPRAŠEVANJA TUJIH TURISTOV PO SLOVENIJI Ljubljana, oktober 2001 NEVENKA KLUN KAZALO 1. UVOD..........1 2. TURISTI NO POVPRAŠEVANJE........3
Prikaži večUNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v fina
UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v financah Ljubljana, 2010 1. Klasični pristop k analizi
Prikaži večIzpit iz GEOMETRIJE 17. junij 2004 Vpisna ²tevilka: Vrsta: Ime in priimek: Sedeº: 1. Poi² i vse stoºnice v P(R 3 ), ki se dotikajo premice x = 0, prem
17. junij 2004 1. Poi² i vse stoºnice v P(R 3 ), ki se dotikajo premice x = 0, premice z = 0 v to ki (1, 1, 0) in premice y = 0 v to ki (1, 0, 1). 2. V projektivni ravnini so dane premice p 1 : 4x 3y z
Prikaži večOsnove verjetnostne metode doc. dr. R. Škrekovski Oddelek za Matematiko Fakulteta za Matematiko in Fiziko Univerza v Ljubljani
Osnove verjetnostne metode doc. dr. R. Škrekovski Oddelek za Matematiko Fakulteta za Matematiko in Fiziko Univerza v Ljubljani naslov: Osnove verjetnostne metode avtorske pravice: dr. Riste Škrekovski
Prikaži večOsnove statistike v fizični geografiji 2
Osnove statistike v geografiji - Metodologija geografskega raziskovanja - dr. Gregor Kovačič, doc. Bivariantna analiza Lastnosti so med sabo odvisne (vzročnoposledično povezane), kadar ena lastnost (spremenljivka
Prikaži večSZGG_2012_Dolsak_Sraj
Izdelava Huffovih krivulj in njihova analiza za izbrane padavinske postaje v Sloveniji Domen Dolšak, Mojca Šraj * Povzetek Prispevek predstavlja izdelavo, rezultate in analizo Huffovih krivulj za izbrane
Prikaži večGeometrija v nacionalnih preverjanjih znanja
Geometrija v nacionalnih preverjanjih znanja Aleš Kotnik, OŠ Rada Robiča Limbuš Boštjan Repovž, OŠ Krmelj Struktura NPZ za 6. razred Struktura NPZ za 9. razred Taksonomska stopnja (raven) po Gagneju I
Prikaži večSpace Invaders Opis igre: Originalna igra: Space Invaders je arkadna igra, ki so jo ustvarili leta Bila je ena izmed prvih streljaških iger, v k
Space Invaders Opis igre: Originalna igra: Space Invaders je arkadna igra, ki so jo ustvarili leta 1978. Bila je ena izmed prvih streljaških iger, v kateri je igralec vodil laserski top ali vesoljsko ladjo,
Prikaži večUNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO Petra Žigert Pleteršek MATEMATIKA III Maribor, september 2017
UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO Petra Žigert Pleteršek MATEMATIKA III Maribor, september 217 ii Kazalo Diferencialni račun vektorskih funkcij 1 1.1 Skalarne funkcije...........................
Prikaži večNAVODILA AVTORJEM PRISPEVKOV
Predmetna komisija za nižji izobrazbeni standard matematika Opisi dosežkov učencev 6. razreda na nacionalnem preverjanju znanja Slika: Porazdelitev točk pri matematiki (NIS), 6. razred 1 ZELENO OBMOČJE
Prikaži večUvod v diferencialne enačbe, kompleksno in Fourierovo analizo Bojan Magajna Fakulteta za matematiko in fiziko, Univerza v Ljubljani
Uvod v diferencialne enačbe, kompleksno in Fourierovo analizo Bojan Magajna Fakulteta za matematiko in fiziko, Univerza v Ljubljani UVOD V DIFERENCIALNE ENAČBE, KOMPLEKSNO IN FOURIEROVO ANALIZO Povzetek
Prikaži večresitve.dvi
FAKULTETA ZA STROJNIŠTVO Matematika 4 Pisni izpit 3. februar Ime in priimek: Vpisna št: Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja. Veljale bodo samo rešitve na papirju, kjer
Prikaži večC:/Users/Matevž Èrepnjak/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-junij-17.dvi
Vpisna številka Priimek, ime Smer: K KT WA Izpit pri predmetu MATEMATIKA I Računski del Ugasni in odstrani mobilni telefon. Uporaba knjig in zapiskov ni dovoljena. Dovoljeni pripomočki so: kemični svinčnik,
Prikaži večMatematika 2
Matematika 2 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 23. april 2014 Soda in liha Fourierjeva vrsta Opomba Pri razvoju sode periodične funkcije f v Fourierjevo vrsto v razvoju nastopajo
Prikaži večTEORIJA ŠTEVIL IN VERJETNOSTNI RAČUN
List za mlade matematike, fizike, astronome in računalnikarje ISSN 0351-6652 Letnik 21 (1993/1994) Številka 5 Strani 264 271 Ivan Vidav: TEORIJA ŠTEVIL IN VERJETNOSTNI RAČUN Ključne besede: matematika,
Prikaži večDiapozitiv 1
Pogojni stavek Pogojni (if) stavek Tip bool Primerjanje Uranič Srečo If stavek Vsi dosedanji programi so se izvajali zaporedoma, ni bilo nobenih vejitev Program razvejimo na osnovi odločitev pogojnega
Prikaži večEKVITABILNE PARTICIJE IN TOEPLITZOVE MATRIKE Aleksandar Jurišić Politehnika Nova Gorica in IMFM Vipavska 13, p.p. 301, Nova Gorica Slovenija Štefko Mi
EKVITABILNE PARTICIJE IN TOEPLITZOVE MATRIKE Aleksandar Jurišić Politehnika Nova Gorica in IMFM Vipavska 13, p.p. 301, Nova Gorica Slovenija Štefko Miklavič 30. okt. 2003 Math. Subj. Class. (2000): 05E{20,
Prikaži večINDIVIDUALNI PROGRAM PREDMET: MATEMATIKA ŠOL. LETO 2015/2016 UČITELJ: ANDREJ PRAH Učenec: Razred: 7. Leto šolanja: Ugotovitev stanja: Učenec je lani n
INDIVIDUALNI PROGRAM PREDMET: MATEMATIKA ŠOL. LETO 2015/2016 UČITELJ: ANDREJ PRAH Učenec: Razred: 7. Leto šolanja: Ugotovitev stanja: Učenec je lani neredno opravljal domače naloge. Pri pouku ga je bilo
Prikaži večMicrosoft Word - SI_vaja1.doc
Univerza v Ljubljani, Zdravstvena fakulteta Sanitarno inženirstvo Statistika Inštitut za biostatistiko in medicinsko informatiko Š.l. 2011/2012, 3. letnik (1. stopnja), Vaja 1 Naloge 1. del: Opisna statistika
Prikaži večUNIVERZA NA PRIMORSKEM FAKULTETA ZA MATEMATIKO, NARAVOSLOVJE IN INFORMACIJSKE TEHNOLOGIJE Magistrsko delo Spletna aplikacija za hranjenje, urejanje in
UNIVERZA NA PRIMORSKEM FAKULTETA ZA MATEMATIKO, NARAVOSLOVJE IN INFORMACIJSKE TEHNOLOGIJE Magistrsko delo Spletna aplikacija za hranjenje, urejanje in iskanje metapodatkov o spletnih povezavah (Web application
Prikaži večDelegirana uredba Komisije (EU) 2019/ z dne 14. marca 2019 o dopolnitvi Uredbe (EU) 2017/1129 Evropskega parlamenta in Sveta v zvezi z obliko, vsebino
L 166/26 Uradni list Evropske unije 21.6.2019 DELEGIRANA UREDBA KOMISIJE (EU) 2019/980 z dne 14. marca 2019 o dopolnitvi Uredbe (EU) 2017/1129 Evropskega parlamenta in Sveta v zvezi z obliko, vsebino,
Prikaži več