Formule
Formule
Formule
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
KOMPLEKSNA ANALIZA<br />
• Trigonometrijski oblik kompleksnog broja z = x + iy je:<br />
z = r(cos(ϕ) + isin(ϕ)),<br />
gdje je r = |z| = √ x 2 + y 2 modul, a ϕ argument kompleksnog broja z. Vrijedi: tg(ϕ) = y/x.<br />
• formula za potenciranje kompleksnog broja:<br />
z n = r n · [cos(nϕ) + i · sin(nϕ)] .<br />
• formula za korjenovanje kompleksnog broja:<br />
n√ √ (<br />
z =<br />
n<br />
r cos ϕ + 2kπ + i · sin ϕ + 2kπ )<br />
, k = 0, 1, . . . , n − 1.<br />
n<br />
n<br />
• kriteriji konvergencije redova komleksnih brojeva:<br />
∣ – D’Alambertov kriterij: ako postoji ρ = lim<br />
z n+1 ∣∣∣<br />
n→∞ ∣ z n<br />
⇒ ρ < 1 - red apsolutno konvergira; ρ > 1 - red<br />
apsolutno divergira; ρ = 1 - kriterij ne daje odluku.<br />
√<br />
n<br />
– Cauchyjev kriterij: ako postoji ρ = lim |zn|<br />
n→∞<br />
⇒ ρ < 1 - red apsolutno konvergira; ρ > 1 - red<br />
apsolutno divergira; ρ = 1 - kriterij ne daje odluku.<br />
• Elementarne funkcije u polju kompleksnih brojeva<br />
– Eksponencijalna funkcija ima sljedeća svojstva:<br />
1. e z 1+z 2 = e z 1 · e z 2,<br />
2. e 2πi = 1,<br />
3. Periodička je s periodom 2πi, tj. e z+2kπi = e z · e 2kπi = e z , ∀k ∈ Z.<br />
– Trigonometrijske funkcije<br />
– Hiperboličke funkcije<br />
– Logaritamska funkcija<br />
sin z = eiz − e −iz<br />
2i<br />
; cos z = eiz + e −iz<br />
2<br />
; tg z = sin z<br />
cos z ;<br />
sh z = ez − e −z<br />
; ch z = ez + e −z<br />
; th z = sh z<br />
2<br />
2<br />
ch z ;<br />
cos z<br />
ctg z =<br />
sin z .<br />
ch z<br />
cth z =<br />
sh z .<br />
Ln z = ln |z| + i Arg z = ln |z| + i(arg z + 2kπ), k ∈ Z,<br />
gdje je ln |z| realna logaritamska funkcija pozitivnog realnog broja |z|.<br />
Za k = 0 dobivamo glavnu vrijednost argumenta, tj. vrijednost arg z, odnosno glavnu vrijednost kompleksnog<br />
logaritma:<br />
ln z = ln |z| + i arg z.<br />
– Opća potencija z ↦→ z a i opća eksponencijalna funkcija z ↦→ a z , gdje je a ∈ C\{0}, definiraju se sljedećim<br />
formulama:<br />
z a = e a·Ln z ,<br />
a z = e z·Ln a .<br />
• Funkcija f : G → C je diferencijabilna u točki z 0 ∈ G, ako postoji<br />
• Cauchy - Riemannovi uvjeti:<br />
• Laplaceova diferencijalna jednadžba:<br />
f ′ ∆f<br />
(z) = lim<br />
∆z→0 ∆z = lim ∆z→0<br />
∂u<br />
∂x = ∂v<br />
∂y ,<br />
f(z + ∆z) − f(z)<br />
.<br />
∆z<br />
∂u<br />
∂y = − ∂v<br />
∂x .<br />
∂ 2 ψ<br />
∂x 2 + ∂2 ψ<br />
∂y 2 = 0.<br />
TEORIJA VJEROJATNOSTI<br />
◮<br />
Uvjetna vjerojatnost i nezavisnost. Formula potpune vjerojatnosti. Bayesova formula.<br />
Definicija 1 Neka je (Ω, F, P ) vjerojatnosni prostor i A ∈ F takav da je P (A) > 0. Funkciju P A : F → [0, 1] definiranu<br />
P (A ∩ B)<br />
izrazom P A (B) = P (B|A) = , za B ∈ F nazivamo uvjetnom vjerojatnošću dogadaja B uz dani dogadaj A.<br />
P (A)<br />
1
Definicija 2 Konačna ili prebrojiva familija (H i , i ∈ N) ⊆ F u vjerojatnosnom prostoru (Ω, F, P ) je potpuna familija ili<br />
potpun sistem dogadaja ako vrijedi: 1. H i ≠ ∅, ∀i ∈ N; 2. H i ∩ H j = ∅, i ≠ j; 3.<br />
∞⋃<br />
H i = Ω.<br />
i=1<br />
Teorem 1 Formula potpune vjerojatnosti: Neka je (H i , i ∈ N) potpuna familija dogadaja u vjerojatnosnom prostoru<br />
∑<br />
(Ω, F, P ). Tada za dogadaj A ∈ F vrijedi: P (A) = ∞ P (A|H i ) · P (H i ).<br />
i=1<br />
Teorem 2 Bayesova formula: Neka je (H i , i ∈ N) potpuna familija dogadaja na vjerojatnosnom prostoru (Ω, F, P ) i<br />
neka je A ∈ F takav da je P (A) > 0. Tada vrijedi: P (H i |A) = ∑<br />
P (H i)·P (A|H i )<br />
j P (H j )·P (A|H j ).<br />
Napomena 1 Primjenom formule potpune vjerojatnosti slijedi jasniji zapis Bayesove formule: P (H i |A) = P (H i)·P (A|H i )<br />
=<br />
P (A)<br />
P (A∩H i )<br />
. Jasno je da Bayesova formula služi za izračunavanje vjerojatnosti pojedinih hipoteza ukoliko je poznato da se<br />
P (A)<br />
ostvario dani dogadaj A.<br />
◮ Diskretna slučajna varijabla<br />
Napomena 2 Diskretnu slučajnu varijablu zadajemo tako da zadamo diskretan skup D = {x 1 , x 2 , ...} i konkretne vrijednosti<br />
p n = P (X = x n), što zapisujemo u obliku tablice:<br />
( )<br />
x1 x 2 . . . x n . . .<br />
X =<br />
.<br />
p 1 p 2 . . . p n . . .<br />
Ovu tablicu nazivamo distribucija ili zakon razdiobe slučajne varijable X. Distribucija ima sljedeća svojstva: 1. x i ≠ x j<br />
za i ≠ j; 2. p i 0, ∀i; 3. ∑ ∞<br />
i=1 p i = 1.<br />
◮ Funkcije distribucije diskretnih slučajnih varijabli<br />
Definicija 3 Neka je X slučajna varijabla na vjerojatnosnom prostoru (Ω, F, P ). Funkcija distribucije od X jest funkcija<br />
F X : R → [0, 1] definirana sa F X (x) = P (X ∈ 〈−∞, x]) = P (X ≤ x), x ∈ R.<br />
◮ Neprekidne slučajne varijable<br />
Definicija 4 Slučajnu varijablu X na vjerojatnosnom prostoru (Ω, F, P ) za koju je slika R(X) neprebrojivo beskonačan<br />
skup i za koju postoji nenegativna funkcija f : R → R sa svojstvima: 1. P (X ≤ a) = P (X ∈ 〈−∞, a]) =<br />
a∫<br />
f(x)dx, ∀x ∈<br />
−∞<br />
R(X); 2. f(x) = 0, ∀x /∈ R(X) zovemo neprekidna slučajna varijabla. Funkciju f(x) zovemo funkcija gustoće neprekidne<br />
slučajne varijable.<br />
Napomena 3 Funkcija gustoće neprekidne slučajne varijable ima dva bitna svojstva:<br />
1. Nenegativnost: f(x) ≥ 0, ∀x ∈ R; 2. Normiranost:<br />
◮ Funkcije distribucije neprekidnih slučajnih varijabli<br />
+∞ ∫<br />
f(x)dx = 1.<br />
−∞<br />
Definicija 5 Ako je X neprekidna slučajna varijabla onda postoji nenegativna funkcija f : R → R za koju vrijedi: P (X ≤<br />
x) =<br />
x∫<br />
−∞<br />
f(t)dt. Tada funkciju destribucije neprekidne slučajne varijable definiramo na sljedeći način:<br />
◮<br />
Matematičko očekivanje, varijanca i momenti<br />
F X (x) = P (X ≤ x) =<br />
∫ x<br />
−∞<br />
f(t)dt.<br />
Definicija 6 Neka je X slučajna varijabla na diskretnom vjerojatnosnom prostoru (Ω, P(Ω), P ) i r strogo pozitivan realan<br />
broj. Tada možemo definirati:<br />
• r-ti moment µ r: µ r = E[X r ∑<br />
] = ∞ x r i p i, ukoliko E[X r ] postoji.<br />
i=1<br />
• r-ti centralni moment m r: m r = E [(X − E[X]) r ], ukoliko E[X] postoji.<br />
Definicija 7 Drugi centralni moment nazivamo varijancom slučajne varijable X: V arX = E [ (X − E[X]) 2] = E[X 2 ] −<br />
(E[X]) 2 .<br />
◮ Neprekidna slučajna varijabla<br />
Definicija 8 Za strogo pozitivan realan broj r definiramo:<br />
∞∫<br />
• r-ti moment µ r: E[X r ] = x r f X (x)dx, ukoliko E[X r ] postoji.<br />
−∞<br />
∞∫<br />
• r-ti centralni moment m r: E [(X − E[X]) r ] = (x − E[X]) r f X (x)dx, ukoliko E[X] postoji.<br />
−∞<br />
Napomena 4 Varijanca (drugi centralni moment) neprekidne slučajne varijable definirana je na sljedeći način:<br />
V arX =<br />
∫ ∞<br />
−∞<br />
(x − E[X]) 2 f X (x)dx.<br />
2