5. OPTIMEERIMISÜLESANDED MAJANDUSES

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "5. OPTIMEERIMISÜLESANDED MAJANDUSES"

Transcript

1 5. OPTIMEERIMISÜLESNDED MJNDUSES nts asma Sissejuhatus Majanduses, aga ka mitmete igapäevaste probleemide lahendamisel on piiratud võimalusi arvestades vaja leida võimalikult kasulik toimimisviis. Ettevõtete, firmade peamiseks eesmärgiks on kasumi maksimeerimine. Samuti on oluline ka kulu minimeerimine ning tulu maksimeerimine. Riigi jaoks on oluliseks küsimuseks, kuidas kehtestada selline maksusüsteem, mis tagaks majanduse võimalikult kiire ja tasakaalustatud arengu. Kõigi nimetatud probleemide kohta ütleme, et tegemist on optimeerimisülesannetega. Eelnevalt oleme osas 4 mõningaid optimeerimisülesandeid juba käsitlenud. Nüüd kirjeldame optimeerimisülesannete lahendamist põhjalikumalt, kasutades selleks funktsiooni tuletisega seotud maksimeerimise ja minimeerimise tarvilikke ja piisavaid tingimusi. Üldjuhul on optimeerimisülesannete lahendamine väga keerukas probleem. Meie uurime järgnevalt vaid kõige lihtsamaid diferentsiaalarvutusel põhinevaid optimeerimisülesannete lahendamise meetodeid Funktsiooni maksimumi ja miinimumi leidmine tuletise abil Tuletame meelde funktsiooni maksimumi ja miinimumi tarvilikud ja piisavad tunnused, mida edaspidi majandusliku sisuga optimeerimisülesannete lahendamisel kasutame. Eelnevalt aga käsitleme nende tunnuste kirjeldamiseks vajalikke mõisteid. Piirkonna (domain) all mõistame edaspidi mistahes lõiku, (lõplikku või lõpmatut) poollõiku või (lõplikku või lõpmatut) vahemikku. Punkti a ümbruseks (neighborhood of a) nimetame mistahes vahemikku ( a ε ; a+ ε ), kus ε on suvaline positiivne arv. Funktsioonil y = f(x) on lokaalne maksimum (local maximum) kohal a, kui leidub punkti a ümbrus, nii et iga punktist a erineva x korral sellest ümbrusest f (x) < f (a). Funktsioonil y = f(x) on lokaalne miinimum kohal a, kui leidub punkti a ümbrus, nii et iga punktist a erineva x korral sellest ümbrusest f (x) > f (a). Funktsiooni lokaalset maksimumi ja lokaalset miinimumi nimetatakse funktsiooni lokaalseteks ekstreemumiteks.

2 Üldiselt võib funktsioonil võib olla lõpmata palju lokaalseid maksimume ja miinimume. Joonisel toodud funktsiooni korral: lokaalsed maksimumid on y(b) ja y(d), punktid b ja d on lokaalsed maksimumkohad; lokaalsed miinimumid on y(a) ja y(c), punktid a ja c on lokaalsed miinimumkohad. Joonis Lokaalsed maksimumid ja miinimumid. Punkti, mille korral funktsiooni esimene tuletis on null, nimetatakse statsionaarseks punktiks. Lokaalse ekstreemumi tarvilik tingimus: Oletame, et funktsioonil f(x) on igas oma määramispiirkonna punktis olemas tuletis. Siis selle funktsiooni lokaalne ekstreemum saab paikneda vaid statsionaarses punktis, st ainult sellises punktis a, kus f (a) = 0. (5.1.1) 5-

3 Edaspidi vaatlemegi ainult funktsioone, mis omavad oma määramispiirkonna igas punktis tuletist. Osutub, et tingimuse (5.1.1) täidetus pole lokaalse ekstreemumi olemasoluks piisav. Tõepoolest, joonisel 5.1. toodud kolm statsionaarset punkti on erineva iseloomuga: joonisel 5.1. a) on funktsioonil statsionaarses punktis lokaalne miinimum; joonisel 5.1. b) on funktsioonil statsionaarses punktis lokaalne maksimum; joonisel 5.1. c) pole funktsioonil statsionaarses punktis ei miinimumi ega maksimumi. Joonis Kolm statsionaarset punkti: (a) lokaalne miinimum, (b) lokaalne maksimum, (c) lokaalne ekstreemum puudub. Nagu näha joonistelt 5.1. (a) ning 5.1. (b), muudab funktsiooni esimene tuletis lokaalse miinimumi ja maksimumi korral märki; kui lokaalset ekstreemumi ei eksisteeri, siis statsionaarse punkti ümbruses tuletise märk ei muutu (joonis 5.1. (c)). Lokaalse ekstreemumi piisav tingimus: Statsionaarses punktis on funktsioonil lokaalne ekstreemum parajasti siis, kui funktsiooni kasvamine asendub selles punktis kahanemisega või vastupidi. Esimesel juhul on seal lokaalne maksimum, teisel juhul lokaalne miinimum. Kui f (x) > 0 vahemikus (a, b), siis funktsioon f(x) on selles vahemikus kasvav. Kui f (x) < 0 vahemikus (a, b), siis funktsioon f(x) on selles vahemikus kahanev. Lokaalse ekstreemumi piisav tingimus teise tuletise abil: Statsionaarses punktis a, kus f (a) = 0, on funktsioonil f(x) lokaalne miinimum, kui f (a) > 0, 5-3

4 lokaalne maksimum, kui f (a) < 0. Funktsiooni globaalne maksimum piirkonnas (global maximum in domain) on funktsiooni suurim väärtus selles piirkonnas. Funktsiooni globaalne miinimum piirkonnas (global minimum in domain) on funktsiooni vähim väärtus selles piirkonnas. Globaalset maksimumi ja globaalset miinimumi nimetatakse funktsiooni globaalseteks ekstreemumiteks. Esitame järgnevalt piirkonnas X globaalse ekstreemumi piisava tunnuse, mis ei kuulu küll keskkooli matemaatika programmi, kuid on paljudes optimeerimisülesannetes globaalse ekstreemumi piisavuse kontrolliks hästi kasutatav. Globaalse ekstreemumi piisav tingimus teise tuletise abil: Olgu a X funktsiooni f(x) statsionaarne punkt, st f (a) = 0. Siis on funktsioonil f(x) punktis a piirkonna X globaalne miinimum, kui piirkonna X igas punktis x kehtib võrratus f (x) > 0; globaalne maksimum, kui piirkonna X igas punktis x kehtib võrratus f (x) < 0. Tingimuse f (x) > 0 täidetus igas piirkonna X punktis x tagab, et funktsiooni f(x) graafik on nõgus piirkonnas X, st funktsiooni graafiku igas punktis kulgeb puutuja allpool antud joont (vt joonis 5.1.3) Nõgus piirkond. 5-4

5 Tingimuse f (x) < 0 täidetus igas piirkonna X punktis x tagab, et funktsiooni f(x) graafik on kumer piirkonnas X, st funktsiooni graafiku igas punktis kulgeb puutuja allpool antud joont (vt joonis 5.1.4). Joonis Kumer piirkond. Näide Leida funktsiooni y x x = ekstreemumid. Lahendus. ntud funktsiooni tuletis y = 4x+ 6= 0, kui x= 1,5. Piisavust saab kontrollida kahel viisil: Esimene võimalus. y = 4< 0 iga x korral, mistõttu globaalse ekstreemumi piisava tunnuse tõttu x= 1,5 on globaalne (muidugi siis ka lokaalne) maksimumpunkt. Teine võimalus. ntud funktsiooni puhul on tegemist allapoole avaneva parabooliga. Järelikult antud funktsioon omab maksimumpunkti, mis saab ekstreemumi tarviliku tunnuse põhjal olla ainult selle funktsiooni statsionaarses punktis x= 1,5. # Funktsiooni globaalne ekstreemum lõigus või vahemiku ( a, b) antud lõigu otspunktides. statsionaarses punktis [ a, b] võib asuda: Joonisel on lõigus [0; 3] on globaalne miinimum punktis, lõigus [3; 5] aga punktis

6 Joonis Lõigus [0; 3] on globaalne miinimum punktis, lõigus [3; 5] on globaalne miinimum punktis 3. Joonisel on lõigus [0;45] on globaalne maksimum punktis 40 ja globaalne miinimum punktis 10; lõigus [45;10] on globaalne maksimum punktis 10 ja globaalne miinimum punktis 90. Joonis Lõigus [0; 45] on globaalne maksimum punktis 40 ja globaalne miinimum punktis 10. Lõigus [45; 10] on globaalne maksimum punktis 10 ja globaalne miinimum punktis 90. Vaata ka interaktiivset demot "Funktsiooni globaalsed ekstreemumid". Seal saad muuta funktsiooni graafiku kuju ning näha, kuidas globaalse maksimumi ja globaalse miinimumi asukoht on erinevate lõikude korral erinev. 5-6

7 Funktsiooni f(x) globaalsete ekstreemumite leidmine lõigus a, b : 1. Leia funktsiooni statsionaarsed punktid vahemikus ( a, b ).. Leia funktsiooni f(x) väärtused vahemiku ( a, b ) statsionaarsetes punktides ja lõigu otspunktides a ja b. [ ] 3. Leitud väärtustest suurim on globaalne maksimum ja vähim globaalne miinimum [ a, b] Näide Leida funktsiooni 3 x f ( x) = 4x + 7x 9 ekstreemumid lõigus[ 0;4 ]. 3 Lahendus. 1. Leiame antud funktsiooni statsionaarsed punktid vahemikus (0; 4) : = 8 + 7= 0 = 1 ja x = 7, y x x x1 Vahemikku (0; 4) kuulub vaid punkt x 1= f (1) =, f (0) = 9 ja 3 71 f (4) = glob max f ( x) = f (1) =, 3 71 glob min f ( x) = f (4) =. # 3 KIRJNDUST LUGEMISEKS asma,., Kallam, H., Levin,., Majandusmatemaatika alused. Tallinn, Kirjastus Ilo, 005. Lk Kaasa,. Majandusteaduse matemaatilised alused. Tartu Ülikooli Kirjastus, 00. Lk Kulu, tulu ja kasumi optimeerimine Esitame rea näiteid kulu minimeerimise ning tulu ja kasumi maksimeerimise kohta. Seejuures kasutatakse nendes näidetes Majanduses kasutatavate funktsioonide osas sissetoodud tähistusi ja mõisteid. Näide Kulufunktsioon on tootmismaht on 50 ühikut. Leida C( ) = 0, , kus on tootmismaht. Praegune 5-7

8 a) kas tootmismahtu suurendades keskmine kulu suureneb või väheneb; kas on kasulik tootmismahtu tõsta; b) minimaalset keskmist kulu kindlustav tootmismaht. Lahendus. Keskmine kulu avaldub kujul ( ) 0, C C( ) = = = 0, ning selle tuletis kujul 3000 C ( ) = 0,3. a) Kuna 3000 C (50) = 0, 3 = 0,9< 0, 50 siis punktis = 50 on keskmise kulu funktsioon kahanev, mistõttu tootmismahu väike suurendamine põhjustab keskmise kulu kahanemise. Järelikult on otstarbekas tootmismahtu tõsta. b) Leiame funktsiooni C( ) statsionaarse punkti, st punkti, kus C ( ) = 0 : ,3 = 0 = = 100. Saadud võrrandi lahenditest pakub meile huvi vaid positiivne lahend = 100. Kuna 6000 C ( ) = > 0 3 iga positiivse korral, siis = 100 on funktsiooni C() globaalne miinimumpunkt. Näide 5... Nõudlusfunktsioon on p( ) = 300 5, kus p on hind eurodes ja nõutav kogus. Praegu müüakse toodet hinnaga 40 eurot. Leida a) kas hinda suurendades kogutulu kasvab või kahaneb; b) maksimaalset tulu kindlustav tootmismaht. Lahendus. Leiame tulufunktsiooni: 5-8

9 R( ) = p( ) = (300 5 ) = ning selle tuletise R ( ) = a) Leiame hinnale 40 eurot vastava nõutava koguse: 40= = 5. Kuna R (5) = = 0< 0, siis tootmismahu suurendamisel tulu kahaneb ehk teisiti öeldes, tootmismahu vähendamisel tulu kasvab. Nõudlusfunktsioonist näeme, et tootmismahu vähenemisel hind suureneb. Järelikult hinna suurenedes tulu kasvab. b) Leiame tulufunktsiooni statsionaarse punkti: = 0 = 30. Kuna R ( ) = 10< 0 iga korral, siis tootmismaht = 30 tagab tulu globaalse maksimumi. # Näide Olgu tulufunktsioon esitatud seosega R( ) = 00 ning kogukulu seosega C 3 ( ) = , kus tähistab tootmismahtu. Leida maksimaalset kasumit kindlustav tootmismaht ja maksimaalne kasum. Lahendus. rvutame esiteks kasumi π () = R () C () = ning leiame tuletised π = + + ( ) ja π = + ( ) Võrrandil + + = on vaid üks positiivne lahend 17,5. Kuna π ( 17,5) < 0, siis 17,5 on funktsiooni π () lokaalne maksimumkoht. Tegelikult on see ka kasumifunktsiooni globaalne maksimumkoht, sest mittenegatiivsete väärtuste korral < 17,5 puhul kasumifunktsioon kasvab, > 17,5 puhul aga kahaneb (sest teisi lokaalseid ekstreemume > 0 korral peale 17,5 ei ole). Maksimaalseks kasumiks on π max (17,5) = 687,5. # Näide Firma kulufunktsioon ja nõudlusfunktsioon on vastavalt 5-9

10 C= + 0,06 ja = p. Leida kasumifunktsioon, kasumit maksimeeriv väärtus ja maksimaalne kasum ning sellele vastav hind a) juhul, kui firma suudab antud toodet toota maksimaalselt 100 ühikut; b) juhul, kui firma suudab antud toodet toota maksimaalselt 50 ühikut. Lahendus. Kuna nõudlusfunktsioonist saame, et 400 p=, siis kasumifunktsioon on π ( ) = (+ 0,06 ) ehk π = 14 0,1, 5 kus juhul a) 0,100 ja juhul b) 0, 50. Leiame funktsiooni π ( ) statsionaarsed punktid: Näeme, et juhul a) 70 tooteühiku tootmine on võimalik, juhul b) aga mitte. Tõestame, et tagab funktsiooni ( ) globaalse maksimumi piirkonnas 0,. Selleks saab kasutada kahte moodust: 1. Kuna π ''( ) = 0, < 0 iga väärtuse korral, siis = 70 on funktsiooni π ( ) globaalne maksimum. [ ] [ ]. Kuna = 70 on kasumifunktsiooni ainus lokaalne ekstreemum, siis < 70 korral on π ( ) kasvav ja > 70 korral kahanev. Järelikult on = 70 ka globaalseks maksimumiks. a) Kuna firma tootmisvõimsus lubab toota maksimaalselt 100 ühikut, siis on kasumit maksimeerivaks väärtuseks 70, maksimaalseks kasumiks on ja sellele vastavaks hinnaks π ' = 14 0, ; 14 0, = 0 = 70. π [ ) π (70) = ,1 70 = 490 rahaühikut = p= = 13, 5 rahaühikut. b) Kuna firma tootmisvõimsus lubab antud juhul toota maksimaalselt 50 ühikut, siis 70 ühiku tootmine pole firmale jõukohane. rvestades, et π (0) = 0 ja π (50) = 450, näeme, 5-10

11 et maksimaalse kasumi tagab tootmismaht 50 ühikut. Maksimaalne kasum on siis 450 rahaühikut ning vastav hind rahaühikut. Näide Katseliselt on kindlaks tehtud, et auto bensiini kulu y (liitrites) 100 km tee läbimisel sõltub selle liikumise kiirusest v (km/h) ning avaldub kujul hind on 1,3 eurot liitri eest. a) Kui suur on ökonoomseim auto liikumiskiirus, mille puhul bensiini kulu on minimaalne? Bensiini b) Kuidas muutub (optimaalsega võrreldes) bensiini kulu 500 km pikkuse teelõigu läbimisel, kui sama auto kiirus oleks 130 km/h? Kui suur on lisakulu optimaalsega võrreldes? Lahendus. a) Leiame funktsiooni y= 0,007v 1, 4v+ 77 statsionaarse punkti: y = 0,014 v 1, 4; 0,014 v 1, 4= 0 v= 100. Kuna y = 0, 014> 0 iga v korral, siis v= 100 on antud funktsiooni globaalne miinimumkoht; seega ökonoomseim auto liikumise kiirus on 100 km/h. b) 130 kilomeetrilise tunnikiiruse korral kulub bensiini 100 km kohta 100 kilomeetrilise tunnikiirusega sõites on bensiini kulu liitrit. liitrit. Seega liikudes kiirusega 130 km/h kulub 100 kilomeetrilisel teelõigul bensiini 6,3 liitrit rohkem. 500 kilomeetrilisel teelõigul kulub 5 6,3= 31,5 liitrit rohkem, mis rahalises väljenduses teeb 31,5 1,3= 40,95 eurot lisakulu. # Näide Firmal on 100 autot ja neid renditakse välja nädala kaupa. Kogemus näitab, et kui nädalarent on 100 eurot, renditakse välja kõik autod. Summa tõstmisel 5 euro võrra väheneb autode rentijate arv ühe võrra. Milline nädalarent annab firmale suurima kogutulu? Mitu autot siis välja renditakse? Lahendus p= = 14 5 y= v v+ 0, 007 1, Optimeerida tuleb kogutulu R ja argumendiks võetakse hind p. Kogutulu funktsioon on R( p) = p, y (130) = 0, , = 13,3 y (100) = 0, , = 7 kus on väljarenditud autode arv. Esitame väljarenditavate autode nõudlusfunktsiooni 100 korral kujul ( p) = a p+ b, 5-11

12 kus a ja b on seni veel mitte teada olevad konstandid. Teame, et kui rendihind on 100 eurot, siis nõutav kogus on 100 autot, kui hind tõuseb 105 euroni, siis kogus langeb 99 autoni. Järelikult saame a ja b määramiseks võrrandisüsteemi 100= a 100+ b 99= a b. Et antud süsteemi lahendiks on a= 0,, b= 10, siis otsitavaks nõudlusfunktsiooniks on ning tulufunktsiooniks on seega R( p) = ( 0, p+ 10) p ehk R( p) = 0, p + 10 p. Leiame tulufunktsiooni statsionaarse punkti: Kuna ( p) = 0, p+ 10 R ( p) = 0, 4 p + 10; 0, 4 p+ 10= 0 p= 300. R ( p) = 0, 4< 0 iga p korral, siis p= 300 on tulufunktsiooni globaalne maksimumpunkt. Nõudlusfunktsioonist leiame sellisele hinnale vastava renditavate autode arvu: (300) = 0, = 60. Vastus: maksimaalse tulu annab firmale rendihind 300 eurot ning siis renditakse välja 60 autot. # Näide Ettevõtte tulufunktsioon on R( ) = 40 0,01 ja kulufunktsioon C ( ) = 0, , kus on toodetud ja müüdud kogus ning kulu ja tulu on eurodes. Kui suur peaks olema toodangu ühe ühiku pealt võetav käibemaks m, et maksustamisest riigile laekuv tulu oleks suurim? Kui suur on saadav käibemaksutulu T ja sellele vastav ettevõtte kasum? Lahendus. Kui ühe ühiku pealt võetav käibemaks on m, siis ettevõtte poolt makstav summaarne käibemaks (ehk riigile laekuv käibemaksutulu) on väljendatav argumendist m sõltuva funktsioonina T ( m) = m. Ettevõte soovib ka käibemaksuga maksustamise tingimustes oma kasumit 5-1

13 π = R( ) C( ) T ( ) ehk π = 0, m 5 maksimeerida. Kasumifunktsiooni maksimumpunkti leiame järgmiselt: π = 0, m, 3 m 0, m= 0 0 =. 0,08 Kuna π = 0,08< 0 iga väärtuse korral, siis 0 on kasumifunktsiooni globaalne maksimumpunkt. Järelikult seose (5..1) põhjal 3 m 3 m m T = m = 0,08 0,08. Leiame maksustamisest laekuva tulu ehk funktsiooni T ( m) maksimumpunkti: 3 m T ( m) = ; 0,08 3 m = 0 m0 = 16; 0,08 Et T ( m) = < 0 iga m väärtuse korral, siis m 0 0,08 on funktsiooni T ( m) maksimumpunkt. Seepärast ning 3 m ,08 0, = = = 00 Tmax = m0 0 = 16 00= 300 eurot; π max = 0, = 1595 eurot. Vastus: iga tooteühiku pealt tuleks nõuda maksu 16 eurot, siis on maksustamisest laekuv tulu 300 eurot ning ettevõtte kasum 1595 eurot. # 5-13

14 ÜLESNDED Kulufunktsioon on C( ) = 0, , kus on tootmismaht. Praegune tootmismaht on 0 ühikut. Leida, kas tootmismahtu suurendades keskmine kulu suureneb või väheneb. Kas tootmismahtu on kasulik tõsta? 5... Nõudlusfunktsioon on p( ) = , kus p on hind eurodes ja nõutav kogus. Praegu müüakse toodet hinnaga 300 eurot. Leida, kas hinda suurendades kogutulu kasvab või kahaneb Kasumifunktsioon on π ( ) = 0, , kus on tootmismaht. Praegune tootmismaht on 00 ühikut. Kas kasumi suurendamiseks tuleks tootmismahtu tõsta või langetada? Kontoritöö kulud käibe iga 100 euro kohta sõltuvad kontoritöötajate arvust n järgmiselt: C n n n ( ) = Mitu töötajat peaks kontoris olema, et nende töö oleks kõige efektiivsem? 5..5.* Kulufunktsioon on C( ) = 0, , kus on tootmismaht. Praegune tootmismaht on 150 ühikut. Leida a) kas tootmismahtu suurendades keskmine kulu suureneb või väheneb; b) minimaalset keskmist kulu kindlustav tootmismaht * Nõudlusfunktsioon on p( ) = 10 0,, kus p on hind eurodes ja nõutav kogus. Praegu müüakse toodet hinnaga 3 eurot tükk. Leida a) kas hinda suurendades kogutulu kasvab või kahaneb; b) maksimaalset tulu kindlustav tootmismaht Kasumifunktsioon on π ( ) = 0, , kus on tootmismaht. Praegune tootmismaht on 500 ühikut. Leida a) kas toodangut suurendades kasum kasvab või kahaneb; b) maksimaalset kasumit kindlustav tootmismaht ** Kulufunktsioon avaldub ruutfunktsioonina kujul C( ) = a + b + d, kus on tootmismaht ja a, b, d on konstandid. Iseloomustada kogukulude muutumist ja leida keskmise kulu ekstreemumkoht, kui a) a> 0; b) a<

15 5..9. Firma kulufunktsioon on C( ) = 0, , kus on tootmismaht ja toodet müüakse 600 eurot tükk. Leida mitu toodet tuleb müüa, et saada maksimaalset kasumit ja kui suur see on Firma müüb oma tooteid hinnaga 30 eurot tükk. Firma kogukulu avaldub valemiga C ( ) = 0, , kus on müüdavate toodete hulk. Leida toodete hulk, mille puhul on firmal maksimaalne kasum ja kui suur see kasum on? Firma kulufunktsioon on C( ) = , kus on tootmismaht, ja hinna sõltuvus kogusest on p( ) = Leida maksimaalne kasum ja tootmismaht ning hind, mille korral saavutatakse maksimaalne kasum Leida monopoolse firma kasumit maksimeeriva toodangu maht, hind ja kasum, kui nõudlusfunktsioon on = 4 p ja kogukulufunktsioon C( ) = * Firma kogutulu on , kogukulu aga C( ) = Millise tootmisplaani korral on firma kasum maksimaalne? Millises vahemikus võib tootmisplaan olla, et firma oleks kasumis? Kulufunktsioon on C( ) = 0, , kus on tootmismaht. Milline on maksimaalne kasum, kui tooteühiku müügihind on 180 eurot? * Kulude analüüsil tehti kindlaks, et püsikulud kuus on eurot ja muutuvkulu ühiku kohta 000 eurot. Leida maksimaalne kasum ja tootmismaht ning hind, mille korral saavutatakse maksimaalne kasum, kui nõudlusfunktsioon on ( p) = 0,5 p * Kulude analüüsil tehti kindlaks, et püsikulud kuus on 410 eurot ja muutuvkulu ühiku kohta 14 eurot. Leida maksimaalne kasum ja tootmismaht ning hind, mille korral saavutatakse maksimaalne kasum, kui nõudlusfunktsioon on ( p) =,5 p * Teatud tooteliigi hind sõltuvana nõutavast kogusest omab kuju p= 5 0,5. Kogukulufunktsioon on seda kindlustav toodangu maht? C 3 ( ) = 0, 03, ,85. Kui suur on maksimaalne kasum ja ** Osaühing toodab kiiktoole monopolistliku konkurentsi tingimustes. Selle toote nõudlusfunktsioon avaldub kujul p( ) = kus on valmistatud toolide arv kuus. Kogukulu sõltuvust kuu tootmismahust väljendab seos , Leida kasumit maksimeeriv hind ja toodangu maht. Milline on seejuures kasum? Firma summaarne püsikulu suurenes 10%. Kui suur on siis hinna, tootmismahu ja kasumi muutus? 5-15

16 5..19.* rvutite valmistamise keskmine muutuvkulu on VC( ) = 0,1 1, , kus on valmistatud arvutite hulk. Millistel väärtustel keskmine muutuvkulu kasvab, millistel kahaneb? Millisel väärtusel on keskmine muutuvkulu minimaalne? Leida see kulu ** Firma kohta on järgmised andmed: a) tootmise püsikulu on eurot; b) muutuvkulu on võrdeline toodetava kaubakoguse ruuduga ning võrdetegur on 5; c) nõudlusfunktsioon on lineaarne; d) kui kauba ühiku hind on 650 eurot, siis müüdav kogus on 90 tk, kui aga kauba ühiku hind on 800 eurot, siis on müüdav kogus 80 tk. Leida kulufunktsioon, nõudlusfunktsioon ja kasumifunktsioon; Leida maksimaalne kasum ja sellele vastav kauba kogus * Monopoolse firma kulufunktsioon on C( ) = 0, ning nõudlusfunktsioon = 55 5p. Leida kasumifunktsioon, kasumit maksimeeriv väärtus ja maksimaalne kasum ning sellele vastav hind juhul, a) kui firma suudab antud toodet valmistada maksimaalselt 00 ühikut; b) kui firma suudab antud toodet valmistada maksimaalselt 50 ühikut. 5...* uto liikumisel iga 100 km kohta kuluv bensiini hulk y (liitrites) on esitatav seosega y= v v+ 0, 005 0,9 50, kus v (km/h) on auto liikumise kiirus. uto sõidab kiirusega 100 km/h Tallinnast Võrru (0 km). Kas selline auto liikumise kiirus on optimaalne? Eitava vastuse korral uurida, kui suur on rahalises väljenduses juhi ülekulu, kui ühe liitri bensiini hind on 1,5 eurot? 5..3.* Prognoositakse, et teatud tõenäosusega on lähima kuu aja jooksul oodata aktsia hinna muutumist seaduspärasuse alates praegusest. p t t t t 3 ( ) = 0, ,18, järgi, kus t on päevade arv a) Mitme päeva pärast on kasulik aktsiaid osta ja mitme päeva pärast on kasulik neid müüa? b) Kui suurt tulu saadakse, kui ostmiseks sobival ajal ostetakse 1000 aktsiat, mis müümiseks sobival ajal maha müüakse * Prognoos näitab, et kauba pakutav kogus muutub lähima 3 kuu jooksul vastavalt 3 seosele ( t) = 0,04t 7t + 00t , kus t on päevade arv alates tänasest. Mitme päeva pärast on pakutav kogus saavutanud miinimumi? 5-16

17 5..5.* Olgu kulufunktsioon C( ) = Leida minimaalsed kulud tooteühiku kohta, kui a) tootmismaht võib-olla kuni 50 ühikut; b) tootmismaht võib olla kuni 0 ühikut * On teada, et firma kogukulu (eurodes) kuus avaldub valemiga C ( ) = 0, , kus on tootmismaht. Leida: a) minimaalsed kulud tooteühiku kohta, kui tootmismaht on kuni 5000 ühikut kuus; b) minimaalsed kulud tooteühiku kohta, kui tootmismaht ei saa ületada 1500 ühikut kuus * On antud firma kasumifunktsioon π ( ) = , kus on toodete arv tuhandetes ja kasum on eurodes. Leida firma maksimaalne kasum, kui a) tootmismaht võib olla kuni 100 tuhat toodet; b) tootmismaht ei või ületada 50 tuhandet toodet * Nõudlusfunktsioon on kujul p( ) = 1000, kus on nõutav kogus ja p on hind 00 eurodes. Leida firma maksimaalne kogutulu ja hind selle saavutamiseks a) kui firma tootmismaht võib olla kuni ühikut; b) kui firma tootmismaht võib olla kuni ühikut ** Elanike arvu muutumise prognoos järgmiseks viieks aastaks annab tulemuseks, et elanike arvu muutust kirjeldab funktsioon (tuhat elanikku), kus t on aeg aastates alates praegusest. Millal on järgmise viie aasta jooksul elanike arvu kasv a) kõige kiirem; b) kõige aeglasem? * Tootja poolt tehtud kulutused on 5 eurot toote kohta. Turu-uuring näitas, et kui toodet müüa hinnaga p, siis ostetakse päevas kasum oleks maksimaalne? 0 p N t t t t 3 ( ) = toodet. Millise hinnaga tuleks seda toodet müüa, et Hüvise nõudlust kirjeldab funktsioon = 160 p, kus p on hüvise hind. Millise hinna korral on tarbijate kulutused sellele hüvisele kõige suuremad? 5..3.** Videokassettide laenutajal on 400 kassetti ja ühe kasseti laenutamine maksab 0 eurot nädalas. Sellise tasu korral laenutatakse välja 00 kassetti nädalas. Kui tasu vähendatakse 10 euro võrra, tõuseb laenutuste arv 300 kassetini päevas. Kas maksimaalse tulu saamiseks oleks vaja kassette juurde muretseda? Eeldame, et kassettide nõudlus on lineaarne. 5-17

18 5..33.* Tootja kulude analüüs näitab, et tootes x toodet päevas, on kulud järgmised: a) tööjõu kulu päevas 1000 eurot; b) otsene materjalikulu 40 eurot tooteühiku kohta; 500 c) tellimuskulud x eurot päevas. Leida kulufunktsioon ja määrata toodete arv päevas nii, et kulud oleksid minimaalsed * Kiivrite tootmiseks tehtavad kulutused (tööpinkide seadistuskulud + talitluskulud) sõltuvad tööpinkide arvust n järgmiselt: korral kogukulud on minimaalsed. Leida tööpinkide arv, mille ** Ettevõtte kulude analüüs näitas, et 50 toote valmistamisel olid otsesed kulud materjalile ja energiale 350 eurot. Otseste tööjõukulude leidmiseks on teada, et tükitöötasu on 70 eurot, millele lisandub sotsiaal- ja haigekassamaks (33%). dministratiivkulud on 3000 eurot kuus ja tootmisruumide rent 800 eurot kuus. Nõudluse uurimisel selgus, et a) nõudlusfunktsioon on teatud piirides lineaarne; b) hinnaga 50 eurot müüdi 50 toodet kuus; c) hinnaga 00 eurot müüdi 1000 toodet kuus C( n) = 00 n+. n Leida optimaalne tootmismaht, optimaalne hind ja maksimaalne kasum ** MP3 mängijaid tootva firma tulufunktsioon on R( ) = 65 0,0 ja kulufunktsioon C = + + ( ) 0, , kus on toodetud ja müüdud kogus ning kulu ja tulu on eurodes. Kui suur peaks olema ühe müüdud MP3 mängija pealt võetav käibemaks m, et maksustamisest riigile laekuv tulu oleks suurim? Kui suur on riigile laekuv tulu T ja sellele vastav firma kasum? ** rvuteid tootva firma nõudlusfunktsioon on p= , 04 ja kulufunktsioon C = + + ( ) 0, , kus on toodetud ja müüdud arvutite hulk ning hind p ja kulu on eurodes. Kui suur peaks olema ühe müüdud arvuti pealt võetav käibemaks m, et maksustamisest riigile laekuv tulu oleks suurim? Kui suur on riigile laekuv tulu T ja sellele vastav firma kasum? ** Raadioid tootva firma nõudlusfunktsioon on = p ja pakkumisfunktsioon = 50 p 000, kus on toodetud ja müüdud raadiote hulk ning hind p on eurodes. Kui suur peaks olema ühe müüdud raadio pealt võetav käibemaks m, et maksustamisest riigile laekuv tulu oleks suurim? Kui suur see tulu on? 5-18

19 5..39.** Tehas sai tellimuse valmistada teatud toodet koguses tükki. Ühe tööpingi jõudlus on n tk tunnis. Seadistuskulud on s eurot tööpingi kohta ja talitluskulud p eurot tunnis. a) Leida tööpinkide arv, mille korral summaarsed kulud (seadistuskulud + talitluskulud) on minimaalsed. b) Näidata, et kui kogukulu on minimaalne, võrduvad seadistuskulud talitluskuludega ** Elektrialajaam asub jõe kaldal. Teisel kaldal 1500 m allavoolu asub tehas. Paigaldada tuleb kaabel alajaamast tehaseni. Milline oleks paigalduskulude seisukohalt parim trajektoor kaabli paigaldamiseks, kui kaabli panek maa peal maksab 0 eurot meeter ja vee all 35 eurot meeter ning jõe laius on 100 m? Kui suured on sel juhul paigalduskulud? Test asub e-õppekeskkonnas Moodle. KIRJNDUST LUGEMISEKS asma,., Kallam, H., Levin,., Majandusmatemaatika alused. Tallinn, Ilo, 005. Lk , Ettevõtlikkusest ettevõtluseni: gümnaasiumiõpik. Toimetajad T. Saal jt. Tallinn, S Teadlik Valik, 01. Lk Kaasa,. Majandusteaduse matemaatilised alused. Tartu Ülikooli Kirjastus, 00. Lk Majandusõpik gümnaasiumile. Koostajad ja autorid L. Kulu jt. Tallinn, Junior chievement Eesti S, 011. Lk Funktsiooni tuletise majanduslik tähendus, marginaalsuurused Kõigepealt tuletame meelde, et definitsiooni kohaselt funktsiooni y = f(x) tuletis f (x) avaldub kujul Kui funktsiooniks oleks näiteks eelmises paragrahvis esinev kulufunktsioon C = C(), siis selle tuletis avalduks analoogiliselt kujul f ( x+ x) f ( x) f ( x) = lim. x 0 x C( + ) f ( ) C ( ) = lim

20 Tuletise definitsioonist lähtuvalt võime ütelda, et kui x (või ) on piisavalt väike, siis f ( x) f ( x+ x) f ( x) x C( + ) f ( ) C ( ) (5.3.1) Järgnevalt näitame esitatud seose õigsust nii analüütiliselt näiteülesande kui ka joonise abil. Näide Olgu meil antud kulufunktsioon C() =. Hindame seose (5.3.1) õigsust kahel juhul: a) kui = 1; b) kui = Lahendus. Lahendame kõigepealt ära ülesande üldkujul. Vaatleme seose (5.3.1) vasakut poolt. ntud kulufunktsiooni korral on selleks tuletis C ()= 1. Vaatleme seose (5.3.1) paremat poolt. Selleks leiame eraldi murru lugeja: C( + ) - C() = [( + ) ( + )] ( ) = = +. sendades saadud avaldise lugejasse, saame, et + (+ 1) = = + 1 a) Kui = 1, siis seose (5.3.1) vasak pool on C (1) = 1 1 = 1 ning parem pool = 1 +. b) Kui Q = , siis seose (1) vasak parem pool on C ( ) = = ja parem pool = Kui nüüd mõlemal juhul võtta piisavalt väike, siis on ilmne, et võrduse parem ja vasak pool on ligikaudselt võrdsed. Kuid ikkagi tekib küsimus: millal lugeda -le omistatavat väärtust piisavalt väikeseks? Majanduses loetakse selleks peaaegu alati väärtus 1, st suuruse ühe ühikuline muudatus. Näeme, et siis juhul a) saame ligikaudse võrduse 1 ning juhul b) ligikaudse võrduse Juhul a) on suhteline viga juhul b) aga 1 100% = 100%, % 0,0005%

21 Joonis Funktsiooni täpne muut ja tuletise abil leitud ligikaudne muut. On ilmne, et juhul a) ühikuline muutus ei ole piisavalt väike, juhul b) aga on. Siit nähtub ka, et võrreldes loodusteadustega (füüsika, keemia) on marginaalsuuruste rakendamisel majanduses tõsiseid probleeme. Füüsikas, keemias on olemas täpsed mõõteriistad ning suurusi on võimalik mõõta äärmiselt väikese veaga, majanduses aga mõõtmise (hindamise) viga on palju suurem. Võrduse (5.3.1) õigsust piisavalt väikese argumendi muudu korral võib esitada ka graafiliselt. Joonisel on funktsiooni y(x) graafikule (sinine joon) punktis tõmmatud puutuja (roheline joon). Kui x suureneb x võrra, siis funktsiooni muutuse täpseks jälgimiseks peame liikuma mööda funktsiooni graafikut ning lõik y = f(x + x) f(x) on funktsiooni muut. Kui me aga liigume mööda puutujat, võime leida ligikaudse muudu. Kuna puutuja tõus on funktsiooni tuletis, siis puutujat mööda liikudes saame muuduks f ( x) x. On näha, et väikese x korral erinevus praktiliselt puudub, st y f ( x) x. Vaata ka interaktiivset demot "Funktsiooni täpne ja ligikaudne muut". Nagu juba mainitud, võib sageli piisavalt väikeseks nimetada ühikulist muutust, st x = 1. Siis võime eelmise seose kirjutada kujul f ( x+ 1) f ( x) f '( x) = f ( x+ 1) f ( x) = y. 1 naloogiliselt näiteks kulufunktsioon C = C() korral saame, et kui = 1, siis C( x+ 1) C( x) C '( x) = C( x+ 1) C( x) = C

22 Funktsiooni tuletise majandusliku tähenduse paremaks mõistmiseks on kõigepealt kasulik meelde tuletada tuletise füüsikalist tähendust, milleks on keha liikumise hetkkiirus. Kui keha liikumist kirjeldab funktsioon s = s(t), kus t tähistab aega ja s läbitud teepikkust, siis selle hetkkiirus v( t) hetkel t avaldub valemiga s( t+ t) s( t) v( t) = s'( t) = lim. t 0 t Sellest seosest paneme tähele, et piisavalt väikese s( t+ t) s( t) v( t). t t korral kehtib ligikaudne võrdus Seega võime väita, et kiirus hetkel t näitab ligikaudselt hetkest t möödunud ajaühiku jooksul keha poolt läbitud teepikkust (eeldusel, et ajaühik on piisavalt väike). Kommenteerime viimase lause sulgudes esitatud märkust järgmise näite najal. Oletame, et auto liikumise hetkkiirus on 60 km/h. Siis oleks ilmselt ebaõige väita, et auto sõidab antud hetkest alates 1 tunni jooksul edasi 60 km. Siin näitab 60 km/h vaid auto sõidukiiruse taset antud hetkel, mida mõõdetakse kilomeetrites ühe tunni kohta. Sama sõidukiiruse taset saab väljendada ka näiteks kujul 1 km/min ning 50/3 m/sek, sest 60 km/h = 1 km/min = 50/3 m/sek. Kuna ühte sekundit võime antud situatsioonis lugeda piisavalt väikeseks ajavahemikuks, siis väide, et 1 sekundi jooksul, lähtudes mõõtmise hetkest, liigub auto edasi ligikaudu 50/3 meetrit, on piisavalt hästi antud situatsiooni kirjeldav. Väide, et auto sõidab 1 minuti jooksul edasi 1 km, on juba märgatavalt ebatäpsem ning väide, et auto sõidab 1 tunni jooksul 60 km on üldjuhul väär; see kehtib vaid ühtlase liikumise korral. Eelnevast arutelust võib teha järgmise üldistuse. Kui kaks muutuvat suurust x ja y on seotud funktsiooni y = f(x) abil, siis tuletis f (x) (juhul kui see eksisteerib) näitab ligikaudset suuruse y muutumist suuruse x ühikulise muutuse kohta juhul, kui see ühik on antud olukorras küllalt väike. 5-

23 Pöördume nüüd majandusprotsesside käsitlemise juurde. Majanduses ja äritegevuses on väga olulisteks arvulisteks näitajateks keskmised suurused, näiteks toodangu keskmine hind, keskmine tootlikkus, keskmine kogukulu jne. Kuid keskmised näitajad ei anna vastust kaugeltki kõikidele olulistele küsimustele. Näiteks, keskmistele suurustele toetudes ei saa me teada, kuidas ühe majandusnäitaja (kulu, tooraine mahu jne) suurenemine või vähenemine mõjutab teise majandusnäitaja (tulu, kasumi jne) kasvamist või kahanemist. Nimetatud probleemi lahendamiseks tuleb hoopis uurida väikestele muutustele vastavaid efekte. Harilikult käsitletakse majanduses väikese muutusena suuruse üheühikulist muutust, kuid siis tuleb ühiku valimisel hoolitseda selle eest, et see oleks uuritavas olukorras piisavalt väike. Väikestele muutustele vastavate efektide täpsemaks matemaatiliseks hindamiseks tuleb leida vaadeldavate suuruste muutude suhete piirväärtused ehk vastavaid seoseid kirjeldavate funktsioonide tuletised. Majandusalases kirjanduses kasutatakse mõiste tuletis asemel inglisekeelset mõistet marginal, mille eestikeelne vaste on marginaalsuurus või ka piirsuurus. Lepime kokku, et edaspidi kasutame terminit piirsuurus. Tuletis on siin tõlgendatav teatud majandusliku suuruse muutumise kiirusena teise majandussuuruse suhtes. See tähendab, et kiirus üldisemas mõistes ei iseloomusta ainult muutumist ajas, vaid ka näiteks muutumist hinna, koguse või mõne muu suuruse suhtes. Me võime uurida kasumi muutumist, kui me muudame hinda. Siis saame leida kasumi muutumise kiiruse hinna suhtes. Uurida võime aga ka kasumi muutumist, kui me muudame tootmismahtu. Seda muutumist iseloomustab kasumi muutumise kiirus tootmismahu suhtes. Olgu mingi üks majandusnäitaja y mingi teise majandusnäitaja x funktsiooniks, st y= f ( x), siis suuruse y piirsuuruseks ehk marginaalsuuruseks nimetatakse tuletist y ' = f '( x) ning tähistatakse sümboliga My. Vaatleme näiteks kulufunktsiooni C = C(), tulufunktsiooni R = R() ja kasumifunktsiooni π = π ( ). Siis piirkulu (marginal cost) on kulufunktsiooni tuletis, st MC = C ( ) ; piirtulu (marginal revenue) on tulufunktsiooni tuletis, st MR= R ( ) ; piirkasum (marginal profit) on kasumifunktsiooni tuletis, st Mπ = π ( ). Oleme juba eespool näidanud, et kui mõõtmiseks kasutatav ühik on olemasoleva toodangu mahuga võrreldes piisavalt väike, siis 5-3

24 MC C( + 1) C( ) = C naloogiliselt saame MR R( + 1) R( ) = R ja Mπ π ( + 1) π ( ) = π Eeldades, et täiendav tooteühik on võrreldes olemasoleva toodangu mahuga piisavalt väike, saame eespool toodu põhjal väita järgmist: Piirkulu näitab täiendava tooteühiku tootmiseks vajalikku kogukulu ligikaudset muutu. Piirtulu näitab täiendava tooteühiku müümisest tekkivat kogutulu ligikaudset muutu. Piirkasum näitab täiendava tooteühiku müümisest tekkivat kasumi ligikaudset muutu. Märkus Siin on nii kulu, tulu kui ka kasumi muutumine tingitud tootmismahu muutumisest, st meil on piirkulu (piirtulu, piirkasum) tootmismahu suhtes. Tulu ja kasumi muutumine võib olla tingitud ka hinna muutumisest, siis saame rääkida piirtulust (piirkasumist) hinna suhtes. Märkus Ülaltoodud arutelust järeldub, et piirkulu ja piirtulu mõõtühikuks on 1 rahaühik toodanguühiku kohta, kui kulu- ja tulufunktsiooni argumendiks on toodangu maht (võrdle eespool kirjeldatud hetkkiiruse mõõtühikuga). Kui nimetatud funktsioonide argumendiks on mingi muu tootmisfaktor, siis on ühikuks 1 rahaühik nimetatud tootmisfaktori ühe ühiku kohta. Näide Tootmiskulu sõltuvus tootmismahust avaldugu kujul C () = (rahaühikut). Leida piirkulu, mis vastab tootmismahule 15 ühikut. Kas antud juhul leitud piirkulu kirjeldab piisavalt hästi täiendavaid kulutusi, mis tuleb teha tootmismahu suurendamiseks 15-lt ühikult 16- le ühikule? Lahendus. Et MC C ( ) ( ) = , 5-4

25 siis piirkulu MC (15) = 17. Seega piirkulu antud toodangumahu juures on 17 rahaühikut toodangu ühe ühiku kohta. rvutades tootmiskulu muudu tootmismahu ühikulise muutuse kohta vahetult, saame C(16) C(15) = 1361 rahaühikut. Näeme, et erinevus tootmiskulu täpse muudu ja sellele vastava piirkulu vahel on arvuliselt küll suhteliselt suur (s.o = 89 rahaühikut), kuid võrreldes kulu täpse muuduga 1361 võime 89 ühikulise muudu lugeda siiski piisavalt väikeseks. rvestades vea küllaltki suurt arvulist väärtust võib piirkulu väärtuse põhjal majanduslike järelduste tegemisel seda väärtust jämedalt ümardada. ntud juhul võib piirkulu MC väärtuse 17 põhjal teha järelduse, et see lisakulu, mida me teeme, valmistades 15 ühiku asemel 16 ühikut, on ligikaudu 1300 rahaühikut. # Näide Kaupluses on eksootilise puuvilja päevane nõudlus (kilogrammides) avaldatav funktsiooniga (p) = -10p + 60, kus p on puuvilja 1 kg hind eurodes. Leida piirtulu hinna suhtes ning interpreteerida seda, kui a) p = ; b) p = 3,5. Lahendus. Et tulufunktsioon R(p) omab kuju siis piirtulu R(p) = p (p) = 10 p + 60p, MR(p) = ( 10 p + 60 p) = 0 p rvutame nüüd piirtulu hindade p = eurot ja p = 3,5 eurot korral: MR() = = 0 ja MR(3,5) = 0 3, = 10. Seega puuvilja 1 kilogrammi hinna tõstmine a) eurolt 3 eurole suurendab tulu ligikaudu 0 euro võrra; b) 3,5 eurolt 4,5 eurole kahandab tulu umbes 10 euro võrra. # Näide Kaupluses on USB mälupulkade nõudlus (p) avaldatav funktsioonina (p) = 1p +58 tk/päevas, kus p on 1 mälupulga hind eurodes. Leida piirtulu hinna väärtuste p = 1 ja p = 3 korral. Kas antud juhul on mõistlik leitud piirtulu väärtusi käsitleda tulu ligikaudse muutusena hinna ühikulise kasvu korral, kui 5-5

26 a) hinna ühikuks on 1 euro; b) hinna ühikuks on 1 eurosent? Lahendus. Et tulufunktsioon R(p) omab kuju siis piirtulu R(p) = p (p) = 1 p +58p, MR(p) = ( 1 p + 58 p) = 4 p rvutame nüüd piirtulu ja tulufunktsiooni muudud hindade p = 1 eurot ja p = 3 eurot ning hinna 1 eurolise muudu (st p= 1 euro) ja 1 eurosendilise muudu (st p= 1 eurosent = 0,01 eurot) korral: MR ( 1) = 4, R( ) R(1) = 1, R( 1,01) R(1) = 0,388 0, 4 MR ( 3) = 4, R( 4) R(3) = 36, R ( 3,01) R(3) = 0,41 0, 4 Seejuures mõõdame siin piirtulu eurodes hinna ühe euro kohta, tulufunktsiooni muutu aga mõõdame eurodes. Piirtulu võime mõõta ka eurosentides hinna ühe eurosendi kohta või ka eurodes hinna ühe eurosendi kohta. Seega näiteks seos 5-6 eurot hinna ühe euro kohta on samaväärne seosega MR(1) = 4 eurosenti hinna ühe eurosendi kohta või seosega MR(1) = 0,4 eurot hinna ühe eurosendi kohta. Tehtud arvutustest näeme, et euro korral tekivad suhteliselt suured erinevused tulufunktsiooni muudu ja vastava piirtulu vahel (näiteks hinna p = 1 korral on sel juhul muuduks 1 eurot ja vastavaks piiruluks MR(1)=4 eurot hinna ühe euro kohta). Järelikult pole antud juhul mõistlik arvutatud piirtulu väärtust käsitleda tulu ligikaudse muuduna hinna 1 eurolise suurenemise korral. Teistsugune on olukord p= 1 eurosent korral. Siis näiteks hinna p = 1 korral on tulufunktsiooni muuduks 0,388 0,4 eurot = 4 eurosenti ja vastavaks marginaaltuluks MR(1) = 4 eurosenti hinna ühe eurosendi kohta. Järelikult on nüüd tulufunktsiooni muut ja vastav piirtulu peaaegu võrdsed ja me võime saadud piirtulu väärtust käsitleda tulu ligikaudse muuduna hinna 1 eurosendilise suurenemise korral. Juhtude a) ja b) erinevused tulenevad sellest, et ühik 1 euro on antud juhul liiga suur, ühik 1 eurosent aga on piisavalt väike (meenutame, et tuletise definitsioon nõudis piisavalt väikest argumendi muutu). # p= 1 MR( 1) = 4

27 Märkus Eelpoolesitatud näidetest võib teha järelduse, et piir- ehk marginaalsuuruste põhjal tehtavad numbrilised hinnangud majanduslike suuruste kohta võivad sageli olla küllalt ebatäpsed. Suuruse y (kus y = f (x)) piirsuuruse My juures on kõige olulisemaks näitajaks selle märk; kui My > 0, siis x suurendamisel y ka suureneb; kui My < 0, siis x suurendamisel y väheneb. Näites arvutatud marginaaltulu väärtuste järgi võime väita, et hinna suurendamisel 1 eurolt mingi väikese suuruse võrra tulu suureneb; hinna suurendamisel 3 eurolt mingi väikese suuruse võrra tulu väheneb. ÜLESNDED Ettevõtte kulufunktsioon ja tulufunktsioon sõltuvana tootmismahust on antud vastavalt 3 seostega C( ) = ,5 ja R( ) = 400. Leida a) piirkulu- ja piirtulufunktsioonid MC( ), MR( ) ning piirkasumifunktsioon Mπ ( ) ; b) rvutada MC(5), MR(5) ja Mπ(5) * Funktsioon y = 10 0,04 3 esitab tootmiskulu y sõltuvust tootmismahust. Leida piirkulu tootmismahul = 5 ühikut. Mida see majanduslikult tähendab? Hinnata, kas antud juhul leitud piirkulu kirjeldab piisavalt hästi täiendavaid kulutusi, mida tuleb teha tootmismahu suurendamiseks ühe ühiku võrra * Tootmise kulufunktsioon on C( ) = ( on tootmismaht). Leida 30 keskmine kogukulu (ühe tootmismahu ühiku kohta) ja piirkulu, kui tootmismaht on 100 ühikut. Kas antud juhul leitud piirkulu kirjeldab piisavalt hästi täiendavaid kulutusi, mida tuleb teha tootmismahu suurendamiseks ühe ühiku võrra? * Tootmiskulu sõltuvus tootmismahust avaldub kujul C () = ,1 3 (eurot). a) Leida piirkulufunktsioon ning arvutada piirkulu = ja = 0 korral. b) Kas leitud piirkulud kirjeldavad piisavalt hästi täiendavaid kulutusi, mis tuleb teha tootmismahu suurendamiseks ühe ühiku võrra? Kummal juhul kirjeldab piirkulu täpsemalt täiendavaid kulutusi? c) Millisel juhul tuleb teha enam täiendavaid kulutusi? ** On antud järgmised kulufunktsioonid C 1 () = (eurodes) ja C () = ,01 (eurodes)

28 a) Leida mõlema funktsiooni jaoks piirkulufunktsioon, keskmise kogukulu funktsioon, keskmise muutuvkulu funktsioon. b) rvutada piirkulu, keskmine kogukulu ja keskmine muutuvkulu = ja = 15 korral. c) Kas leitud piirkulud kirjeldavad piisavalt hästi täiendavaid kulutusi, mis tuleb teha tootmismahu suurendamiseks ühiku võrra? Kummal juhul kirjeldab piirkulu täpsemalt täiendavaid kulutusi? d) Millisel juhul tuleb teha enam täiendavaid kulutusi? e) Milliseid majanduslikke järeldusi saab veel teha? Milline põhimõtteline erinevus on C 1 () ja C () vahel? ** Olgu kulufunktsioon lineaarne, C( ) = a + b, kus on tootmismaht ning a ja b on positiivsed arvud (a>0, b>0). Leida piirkulu avaldis. Mida võib öelda piirkulu kohta lineaarse kulufunktsiooni korral? ** Näidata, et konstantse hinna p korral on piirtulu ja hind võrdsed * Kauba nõudlus on määratud seosega p 100 = 0, kus p on kauba ühe ühiku hind ja selle hinna eest müüdava kauba kogus. Leida kogutulufunktsioon, keskmine tulu ja piirtulu, mida saadakse kaubaühiku müügist. Leida piirtulu = 100 korral. Kas saadud väärtus kajastab piisavalt tõeselt tulu muutu tootmise suurendamisel ühiku võrra? On teada tsemendi nõudlusfunktsioon p = 0,8 + 0,4 + 80, kus on müüdud tonnide arv, p tsemendi ühe tonni hind (eurodes). Leida R() ja MR(). rvutada suurus MR (10) ning võrrelda seda vahega R(11) R(10). Millise majandusliku järelduse võib teha? * Mikrokalkulaatoreid valmistav tehas müüb neid hinnaga 100 eurot tükk. Kulufunktsioon on C() = 0, +, , kus on valmistatud ja müüdud mikrokalkulaatorite kogus. Leida kasumifunktsioon. rvutada piirkasum = 10 korral. Millise majandusliku järelduse võib teha? Kas saadud väärtus kajastab piisavalt tõeselt kasumi muutu tootmise suurendamisel ühiku võrra? Kauba nõudlusfunktsioon omab kuju p= 500 1,5. Leida kogutulu R ja piirtulu MR funktsioonid. Joonistada nende funktsioonide graafikud piirkonnas = 0 kuni = Olgu kulufunktsioon C( ) = 0, ja tulufunktsioon R( ) = 1,5 + 50, kus on tootmismaht. Leida piirkulu ja piirtulu väärtus kahe erineva tootmismahu 1 = 5 ja = 15 korral ning otsustada kummalgi juhul, kas on kasulik tootmismahtu tõsta On antud kulufunktsioon C () = , ja toote müügihind p = 10. a) Leida tulufunktsioon ja kasumifunktsioon ning piirtulu ja piirkasumi funktsioonid. 5-8

29 b) rvutada tulu, kasum, piirtulu ja piirkasum = ja = 10 korral. c) Kas leitud piirtulud ja piirkasumid kirjeldavad piisavalt hästi täiendavat tulu ja kasumit, mis saadakse tootmismahu suurendamisel ühiku võrra? Kummal juhul piirtulu ja piirkasum kirjeldab täpsemalt täiendavat tulu ja kasumit? d) Milliseid majanduslikke järeldusi saab veel teha? * On antud nõudlusfunktsioon p = 0 4, kus on tootmismaht ja p müügihind. Leida funktsioonid R(), R(), MR() ning joonestada nende graafikud. Leida suurused MR(), MR(4), R(), R(4) ja anda neile majanduslik tõlgendus ** Olgu meil nii kulufunktsioon kui ka nõudlusfunktsioon lineaarsed. Kulufunktsioon olgu C( ) = a + b, kus a ja b on positiivsed arvud (a > 0, b > 0). Nõudlusfunktsioon ehk hinna sõltuvus kogusest olgu p( ) = p k, kus p 0 ja k on positiivsed arvud ( p 0 > 0, k > 0). a) Leida piirtulu avaldis ja võrrelda seda nõudlusfunktsiooniga. b) Skitseerida nõudlusfunktsiooni p() ja piirtulu MR() graafikud ühes ja samas teljestikus, kus horisontaalteljel on. c) Konstantse hinna korral selgus, et piirtulu ja hind on võrdsed. Kas nad saavad olla võrdsed ka nüüd, lineaarse nõudlusfunktsiooni korral? Test asub e-õppekeskkonnas Moodle. KIRJNDUST LUGEMISEKS asma,., Kallam, H., Levin,., Majandusmatemaatika alused. Tallinn, Ilo, 005. Lk rrak,., Eamets, R., Krinal, V. jt. Majanduse algkursus. Tallinn, Lk Eamets, R., Kaasa,., Kaldaru, H., Trasberg, V. Sissejuhatus majandusteooriasse. Tartu, TÜ Kirjastus, 005. Lk , Ettevõtlikkusest ettevõtluseni: gümnaasiumiõpik. Toimetajad T. Saal jt. Tallinn, S Teadlik Valik,, 01. Lk Kaasa,. Majandusteaduse matemaatilised alused. Tartu, TÜ Kirjastus, 00. Lk Majanduse BC / rrak,., jt. III trükk. Tartu, vatar OÜ, 00. Lk Kerem, K., Keres, K., Randveer, Mikroökonoomika alused. Tallinn, Külim, 004. Lk

30 Kerem, K., Randveer, M. Mikro- ja makroökonoomika põhikursus. 5., parandatud ja täiendatud trükk, Tallinn, Külim, 007. Lk Optimeerimine marginaalsuuruste abil ntud peatükis kirjeldame optimeerimisülesannete lahendamist marginaal- ehk piirsuuruste abil Kasumi maksimeerimise kuldreegel Teatavasti avaldub kasumifunktsioon π ( ) tulufunktsiooni R( ) ja kulufunktsiooni C( ) vahena, st π ( ) = R( ) C( ). Eeldame, et kõik vaadeldavad funktsioonid omavad igas oma määramispiirkonna punktis tuletist. Kuna ekstreemumi tarviliku tingimuse kohaselt saab sel juhul funktsiooni ekstreemum paikneda vaid punktis, kus selle funktsiooni tuletis võrdub nulliga, siis kasumifunktsiooni ekstreemum saab paikneda ainult sellises punktis, kus π ( ) = 0. Võttes kasumifunktsioonist tuletise, saame π ( ) = R ( ) C ( ). Kuna tuletise majandusliku tähenduse kohaselt kasumi-, tulu- ja kulufunktsioonide tuletised kujutavad endast vastavalt piirkasumit, piirtulu ja piirkulu, st π ( ) = Mπ ( ), R ( ) = MR( ), C ( ) = MC( ), siis kasumi maksimum saab paikneda vaid punktis, kus piirkasum π ( ) = 0 või punktis, kus piirtulu ja piirkulu on omavahel võrdsed. Viimast seost tuntakse majanduses nö kasumi maksimeerimise kuldreeglina. Kasumi maksimeerimise kuldreegel (golden rule of profit maximization) MR( ) = MC( ), st tootjale optimaalne toodangu väljalaske hulk vastab piirkulu ja piirtulu võrdsusele. See tähendab, et kasum on maksimaalne, kui täiendava tooteühiku tootmisel tehtav lisakulu (piirkulu) on võrdne selle tooteühiku müümisel saadava lisatuluga (piirtuluga). Näide Olgu antud kulufunktsioon C( ) = 0, ja tulufunktsioon R8 ) 1,5 50 = +. Rakendada kasumi maksimeerimise kuldreeglit. 5-30

31 Lahendus. Piirkulu ja piirtulu on vastavalt MC( ) = + ja MR( ) = Võrdsustades piirkulu ja piirtulu, saame + = = 1. Joonis Kulu C, tulu R, kasum p. Joonisel on esitatud kulu ja tulu graafikud, lisaks ka vastav kasumigraafik; joonisel 5.4. on toodud piirkulu ja piirtulu graafikud. Kasumi maksimumi korral ( = 1 ) on piirtulu ja piirkulu võrdsed. Joonisel on see näha sellest, et vastavas punktis on kulugraafiku ja tulugraafiku puutujatel ühesugune tõus, nad on paralleelsed. Sellel joonisel väljendab piirsuurust puutuja tõus. Piirsuuruste graafikul joonisel 5.4. on piirkulu ja piirtulu võrdsus selgemini näha selles Joonis Piirkulu MC ja piirtulu MR. 5-31

32 punktis piirtulu ja piirkulu graafikud lõikuvad. # Vaatame veel joonist Punktis = 5 on lõigu KL pikkus võrdne lisakasumiga ühe lisatoote tootmisel, Punktis = 15 on aga kasumi muutus negatiivne, tootmismahtu suurendada pole kasulik: Seega väärtusest 1 väiksemate väärtuste korral on piirkasum positiivne, st täiendava tooteühiku tootmine suurendab kasumit; väärtusest 1 suuremate väärtuste korral aga on piirkasum negatiivne, st täiendava tooteühiku tootmine vähendab kasumit. Seega võime teha järgneva kokkuvõtte: Kui piirtulu on suurem kui piirkulu, st MR > MC, siis lisaühiku tootmise korral suurenevad tulud rohkem kui kulud, st piirkasum ehk kasumi muutus ühe lisatoote tootmisel on positiivne (kasum suureneb). Järelikuilt on kasulik tootmismahtu suurendada. Kui piirtulu ja piirkulu on võrdsed, st MR=MC, on kasum maksimaalne ja tootmismahtu suurendades kasum ei muutu. Mπ (5) = MR(5) MC(5) = 37 5= 8. Mπ (15) = MR(15) MC(15) = 5 17= 1. Kui piirtulu on väiksem piirkulust, st MR<MC, siis lisatoote tootmine suurendab tulusid vähem kui kulusid, kasum väheneb ning tootmismahtu on kasulik vähendada. Marginaalanalüüsi kasutatakse mitmesuguste probleemide analüüsimiseks. Üheks näiteks on diskrimineerivate hindade (discriminating prices) kasutamine. Hinnadiskriminatsioon ehk diskrimineeriv hinnapoliitika (price discrimination) on ühesuguste kaupade müümine eri ostjatele erinevate hindadega. Sellisel juhul kujunevad hinnad nii, et võrdus MC = MR kehtib iga turu jaoks eraldi. Toome selgituseks järgneva näite. Näide Telefoniteenuseid pakkuv firma on analüüsinud nõudlust tööpäevadel ja puhkepäevadel: tööpäevadel ( p) = 90 0,5 p, puhkepäevadel ( p) = 35 0, 5 p, kus ja on kõnede arv tunnis ning p ja p vastavad hinnad. Summaarsed kulud tunnis on B C( ) = 5+ 0, kus = + B.Leida a) millised peaksid olema vastavad hinnad, et kasum oleks maksimaalne, 5-3 B B B

Lokaalsed ekstreemumid

Lokaalsed ekstreemumid Lokaalsed ekstreemumid Öeldakse, et funktsioonil f (x) on punktis x lokaalne maksimum, kui leidub selline positiivne arv δ, et 0 < Δx < δ Δy 0. Öeldakse, et funktsioonil f (x) on punktis x lokaalne miinimum,

Διαβάστε περισσότερα

Funktsiooni diferentsiaal

Funktsiooni diferentsiaal Diferentsiaal Funktsiooni diferentsiaal Argumendi muut Δx ja sellele vastav funktsiooni y = f (x) muut kohal x Eeldusel, et f D(x), saame Δy = f (x + Δx) f (x). f (x) = ehk piisavalt väikese Δx korral

Διαβάστε περισσότερα

MATEMAATIKA TÄIENDUSÕPE MÕISTED, VALEMID, NÄITED, ÜLESANDED LEA PALLAS VII OSA

MATEMAATIKA TÄIENDUSÕPE MÕISTED, VALEMID, NÄITED, ÜLESANDED LEA PALLAS VII OSA MATEMAATIKA TÄIENDUSÕPE MÕISTED, VALEMID, NÄITED, ÜLESANDED LEA PALLAS VII OSA SISUKORD 57 Joone uutuja Näited 8 58 Ülesanded uutuja võrrandi koostamisest 57 Joone uutuja Näited Funktsiooni tuletisel on

Διαβάστε περισσότερα

2.2.1 Geomeetriline interpretatsioon

2.2.1 Geomeetriline interpretatsioon 2.2. MAATRIKSI P X OMADUSED 19 2.2.1 Geomeetriline interpretatsioon Maatriksi X (dimensioonidega n k) veergude poolt moodustatav vektorruum (inglise k. column space) C(X) on defineeritud järgmiselt: Defineerides

Διαβάστε περισσότερα

MATEMAATIKA TÄIENDUSÕPE MÕISTED, VALEMID, NÄITED LEA PALLAS XII OSA

MATEMAATIKA TÄIENDUSÕPE MÕISTED, VALEMID, NÄITED LEA PALLAS XII OSA MATEMAATIKA TÄIENDUSÕPE MÕISTED, VALEMID, NÄITED LEA PALLAS XII OSA SISUKORD 8 MÄÄRAMATA INTEGRAAL 56 8 Algfunktsioon ja määramata integraal 56 8 Integraalide tabel 57 8 Määramata integraali omadusi 58

Διαβάστε περισσότερα

4.1 Funktsiooni lähendamine. Taylori polünoom.

4.1 Funktsiooni lähendamine. Taylori polünoom. Peatükk 4 Tuletise rakendusi 4.1 Funktsiooni lähendamine. Talori polünoom. Mitmetes matemaatika rakendustes on vaja leida keerulistele funktsioonidele lihtsaid lähendeid. Enamasti konstrueeritakse taolised

Διαβάστε περισσότερα

Kompleksarvu algebraline kuju

Kompleksarvu algebraline kuju Kompleksarvud p. 1/15 Kompleksarvud Kompleksarvu algebraline kuju Mati Väljas mati.valjas@ttu.ee Tallinna Tehnikaülikool Kompleksarvud p. 2/15 Hulk Hulk on kaasaegse matemaatika algmõiste, mida ei saa

Διαβάστε περισσότερα

Matemaatiline analüüs I iseseisvad ülesanded

Matemaatiline analüüs I iseseisvad ülesanded Matemaatiline analüüs I iseseisvad ülesanded. Leidke funktsiooni y = log( ) + + 5 määramispiirkond.. Leidke funktsiooni y = + arcsin 5 määramispiirkond.. Leidke funktsiooni y = sin + 6 määramispiirkond.

Διαβάστε περισσότερα

Matemaatiline analüüs I iseseisvad ülesanded

Matemaatiline analüüs I iseseisvad ülesanded Matemaatiline analüüs I iseseisvad ülesanded Leidke funktsiooni y = log( ) + + 5 määramispiirkond Leidke funktsiooni y = + arcsin 5 määramispiirkond Leidke funktsiooni y = sin + 6 määramispiirkond 4 Leidke

Διαβάστε περισσότερα

Geomeetrilised vektorid

Geomeetrilised vektorid Vektorid Geomeetrilised vektorid Skalaarideks nimetatakse suurusi, mida saab esitada ühe arvuga suuruse arvulise väärtusega. Skalaari iseloomuga suurusi nimetatakse skalaarseteks suurusteks. Skalaarse

Διαβάστε περισσότερα

Tuletis ja diferentsiaal

Tuletis ja diferentsiaal Peatükk 3 Tuletis ja diferentsiaal 3.1 Tuletise ja diferentseeruva funktsiooni mõisted. Olgu antud funktsioon f ja kuulugu punkt a selle funktsiooni määramispiirkonda. Tuletis ja diferentseeruv funktsioon.

Διαβάστε περισσότερα

Planeedi Maa kaardistamine G O R. Planeedi Maa kõige lihtsamaks mudeliks on kera. Joon 1

Planeedi Maa kaardistamine G O R. Planeedi Maa kõige lihtsamaks mudeliks on kera. Joon 1 laneedi Maa kaadistamine laneedi Maa kõige lihtsamaks mudeliks on kea. G Joon 1 Maapinna kaadistamine põhineb kea ümbeingjoontel, millest pikimat nimetatakse suuingjooneks. Need suuingjooned, mis läbivad

Διαβάστε περισσότερα

Sissejuhatus mehhatroonikasse MHK0120

Sissejuhatus mehhatroonikasse MHK0120 Sissejuhatus mehhatroonikasse MHK0120 2. nädala loeng Raavo Josepson raavo.josepson@ttu.ee Loenguslaidid Materjalid D. Halliday,R. Resnick, J. Walker. Füüsika põhikursus : õpik kõrgkoolile I köide. Eesti

Διαβάστε περισσότερα

HAPE-ALUS TASAKAAL. Teema nr 2

HAPE-ALUS TASAKAAL. Teema nr 2 PE-LUS TSL Teema nr Tugevad happed Tugevad happed on lahuses täielikult dissotiseerunud + sisaldus lahuses on võrdne happe analüütilise kontsentratsiooniga Nt NO Cl SO 4 (esimeses astmes) p a väärtused

Διαβάστε περισσότερα

Ruumilise jõusüsteemi taandamine lihtsaimale kujule

Ruumilise jõusüsteemi taandamine lihtsaimale kujule Kodutöö nr.1 uumilise jõusüsteemi taandamine lihtsaimale kujule Ülesanne Taandada antud jõusüsteem lihtsaimale kujule. isttahuka (joonis 1.) mõõdud ning jõudude moodulid ja suunad on antud tabelis 1. D

Διαβάστε περισσότερα

PLASTSED DEFORMATSIOONID

PLASTSED DEFORMATSIOONID PLAED DEFORMAIOONID Misese vlavustingimus (pinegte ruumis) () Dimensineerimisega saab kõrvaldada ainsa materjali parameetri. Purunemise (tugevuse) kriteeriumid:. Maksimaalse pinge kirteerium Laminaat puruneb

Διαβάστε περισσότερα

1 Funktsioon, piirväärtus, pidevus

1 Funktsioon, piirväärtus, pidevus Funktsioon, piirväärtus, pidevus. Funktsioon.. Tähistused Arvuhulki tähistatakse üldlevinud viisil: N - naturaalarvude hulk, Z - täisarvude hulk, Q - ratsionaalarvude hulk, R - reaalarvude hulk. Piirkonnaks

Διαβάστε περισσότερα

Funktsioonide õpetamisest põhikooli matemaatikakursuses

Funktsioonide õpetamisest põhikooli matemaatikakursuses Funktsioonide õpetamisest põhikooli matemaatikakursuses Allar Veelmaa, Loo Keskkool Funktsioon on üldtähenduses eesmärgipärane omadus, ülesanne, otstarve. Mõiste funktsioon ei ole kasutusel ainult matemaatikas,

Διαβάστε περισσότερα

ITI 0041 Loogika arvutiteaduses Sügis 2005 / Tarmo Uustalu Loeng 4 PREDIKAATLOOGIKA

ITI 0041 Loogika arvutiteaduses Sügis 2005 / Tarmo Uustalu Loeng 4 PREDIKAATLOOGIKA PREDIKAATLOOGIKA Predikaatloogika on lauseloogika tugev laiendus. Predikaatloogikas saab nimetada asju ning rääkida nende omadustest. Väljendusvõimsuselt on predikaatloogika seega oluliselt peenekoelisem

Διαβάστε περισσότερα

Vektorid II. Analüütiline geomeetria 3D Modelleerimise ja visualiseerimise erialale

Vektorid II. Analüütiline geomeetria 3D Modelleerimise ja visualiseerimise erialale Vektorid II Analüütiline geomeetria 3D Modelleerimise ja visualiseerimise erialale Vektorid Vektorid on arvude järjestatud hulgad (s.t. iga komponendi väärtus ja positsioon hulgas on tähenduslikud) Vektori

Διαβάστε περισσότερα

Eesti koolinoorte XLVIII täppisteaduste olümpiaadi

Eesti koolinoorte XLVIII täppisteaduste olümpiaadi Eesti koolinoorte XLVIII täppisteaduste olümpiaadi lõppvoor MATEMAATIKAS Tartus, 9. märtsil 001. a. Lahendused ja vastused IX klass 1. Vastus: x = 171. Teisendame võrrandi kujule 111(4 + x) = 14 45 ning

Διαβάστε περισσότερα

sin 2 α + cos 2 sin cos cos 2α = cos² - sin² tan 2α =

sin 2 α + cos 2 sin cos cos 2α = cos² - sin² tan 2α = KORDAMINE RIIGIEKSAMIKS III TRIGONOMEETRIA ) põhiseosed sin α + cos sin cos α =, tanα =, cotα =, cos sin + tan =, tanα cotα = cos ) trigonomeetriliste funktsioonide täpsed väärtused α 5 6 9 sin α cos α

Διαβάστε περισσότερα

6 Mitme muutuja funktsioonid

6 Mitme muutuja funktsioonid 6 Mitme muutu funktsioonid Reaalarvude järjestatud paaride (x, ) hulga tasandi punktide hulga vahel on üksühene vastavus, st igale paarile vastab üks kindel punkt tasandil igale tasandi punktile vastavad

Διαβάστε περισσότερα

Ehitusmehaanika harjutus

Ehitusmehaanika harjutus Ehitusmehaanika harjutus Sõrestik 2. Mõjujooned /25 2 6 8 0 2 6 C 000 3 5 7 9 3 5 "" 00 x C 2 C 3 z Andres Lahe Mehaanikainstituut Tallinna Tehnikaülikool Tallinn 2007 See töö on litsentsi all Creative

Διαβάστε περισσότερα

Koduseid ülesandeid IMO 2017 Eesti võistkonna kandidaatidele vol 4 lahendused

Koduseid ülesandeid IMO 2017 Eesti võistkonna kandidaatidele vol 4 lahendused Koduseid ülesandeid IMO 017 Eesti võistkonna kandidaatidele vol 4 lahendused 17. juuni 017 1. Olgu a,, c positiivsed reaalarvud, nii et ac = 1. Tõesta, et a 1 + 1 ) 1 + 1 ) c 1 + 1 ) 1. c a Lahendus. Kuna

Διαβάστε περισσότερα

Graafiteooria üldmõisteid. Graaf G ( X, A ) Tippude hulk: X={ x 1, x 2,.., x n } Servade (kaarte) hulk: A={ a 1, a 2,.., a m } Orienteeritud graafid

Graafiteooria üldmõisteid. Graaf G ( X, A ) Tippude hulk: X={ x 1, x 2,.., x n } Servade (kaarte) hulk: A={ a 1, a 2,.., a m } Orienteeritud graafid Graafiteooria üldmõisteid Graaf G ( X, A ) Tippude hulk: X={ x 1, x 2,.., x n } Servade (kaarte) hulk: A={ a 1, a 2,.., a m } Orienteeritud graafid Orienteerimata graafid G(x i )={ x k < x i, x k > A}

Διαβάστε περισσότερα

9. AM ja FM detektorid

9. AM ja FM detektorid 1 9. AM ja FM detektorid IRO0070 Kõrgsageduslik signaalitöötlus Demodulaator Eraldab moduleeritud signaalist informatiivse osa. Konkreetne lahendus sõltub modulatsiooniviisist. Eristatakse Amplituuddetektoreid

Διαβάστε περισσότερα

YMM3740 Matemaatilne analüüs II

YMM3740 Matemaatilne analüüs II YMM3740 Matemaatilne analüüs II Gert Tamberg Matemaatikainstituut Tallinna Tehnikaülikool gert.tamberg@ttu.ee http://www.ttu.ee/gert-tamberg G. Tamberg (TTÜ) YMM3740 Matemaatilne analüüs II 1 / 29 Sisu

Διαβάστε περισσότερα

2017/2018. õa keemiaolümpiaadi piirkonnavooru lahendused klass

2017/2018. õa keemiaolümpiaadi piirkonnavooru lahendused klass 2017/2018. õa keemiaolümpiaadi piirkonnavooru lahendused 11. 12. klass 18 g 1. a) N = 342 g/mol 6,022 1023 molekuli/mol = 3,2 10 22 molekuli b) 12 H 22 O 11 + 12O 2 = 12O 2 + 11H 2 O c) V = nrt p d) ΔH

Διαβάστε περισσότερα

20. SIRGE VÕRRANDID. Joonis 20.1

20. SIRGE VÕRRANDID. Joonis 20.1 κ ËÁÊ Â Ì Ë Æ Á 20. SIRGE VÕRRANDID Sirget me võime vaadelda kas tasandil E 2 või ruumis E 3. Sirget vaadelda sirgel E 1 ei oma mõtet, sest tegemist on ühe ja sama sirgega. Esialgu on meie käsitlus nii

Διαβάστε περισσότερα

Kirjeldab kuidas toimub programmide täitmine Tähendus spetsifitseeritakse olekuteisendussüsteemi abil Loomulik semantika

Kirjeldab kuidas toimub programmide täitmine Tähendus spetsifitseeritakse olekuteisendussüsteemi abil Loomulik semantika Operatsioonsemantika Kirjeldab kuidas toimub programmide täitmine Tähendus spetsifitseeritakse olekuteisendussüsteemi abil Loomulik semantika kirjeldab kuidas j~outakse l~oppolekusse Struktuurne semantika

Διαβάστε περισσότερα

7.7 Hii-ruut test 7.7. HII-RUUT TEST 85

7.7 Hii-ruut test 7.7. HII-RUUT TEST 85 7.7. HII-RUUT TEST 85 7.7 Hii-ruut test Üks universaalsemaid ja sagedamini kasutust leidev test on hii-ruut (χ 2 -test, inglise keeles ka chi-square test). Oletame, et sooritataval katsel on k erinevat

Διαβάστε περισσότερα

Arvuteooria. Diskreetse matemaatika elemendid. Sügis 2008

Arvuteooria. Diskreetse matemaatika elemendid. Sügis 2008 Sügis 2008 Jaguvus Olgu a ja b täisarvud. Kui leidub selline täisarv m, et b = am, siis ütleme, et arv a jagab arvu b ehk arv b jagub arvuga a. Tähistused: a b b. a Näiteks arv a jagab arvu b arv b jagub

Διαβάστε περισσότερα

; y ) vektori lõpppunkt, siis

; y ) vektori lõpppunkt, siis III kusus VEKTOR TASANDIL. JOONE VÕRRAND *laia matemaatika teemad. Vektoi mõiste, -koodinaadid ja pikkus: http://www.allaveelmaa.com/ematejalid/vekto-koodinaadid-pikkus.pdf Vektoite lahutamine: http://allaveelmaa.com/ematejalid/lahutaminenull.pdf

Διαβάστε περισσότερα

6.6 Ühtlaselt koormatud plaatide lihtsamad

6.6 Ühtlaselt koormatud plaatide lihtsamad 6.6. Ühtlaselt koormatud plaatide lihtsamad paindeülesanded 263 6.6 Ühtlaselt koormatud plaatide lihtsamad paindeülesanded 6.6.1 Silindriline paine Kui ristkülikuline plaat on pika ristküliku kujuline

Διαβάστε περισσότερα

KORDAMINE RIIGIEKSAMIKS VII teema Vektor. Joone võrrandid.

KORDAMINE RIIGIEKSAMIKS VII teema Vektor. Joone võrrandid. KORDMINE RIIGIEKSMIKS VII teema Vektor Joone võrrandid Vektoriaalseid suuruseid iseloomustavad a) siht b) suund c) pikkus Vektoriks nimetatakse suunatud sirglõiku Vektori alguspunktiks on ja lõpp-punktiks

Διαβάστε περισσότερα

2. HULGATEOORIA ELEMENTE

2. HULGATEOORIA ELEMENTE 2. HULGATEOORIA ELEMENTE 2.1. Hulgad, nende esitusviisid. Alamhulgad Hulga mõiste on matemaatika algmõiste ja seda ei saa def ineerida. Me võime vaid selgitada, kuidas seda abstraktset mõistet endale kujundada.

Διαβάστε περισσότερα

Kontekstivabad keeled

Kontekstivabad keeled Kontekstivabad keeled Teema 2.1 Jaan Penjam, email: jaan@cs.ioc.ee Rekursiooni- ja keerukusteooria: KV keeled 1 / 27 Loengu kava 1 Kontekstivabad grammatikad 2 Süntaksipuud 3 Chomsky normaalkuju Jaan Penjam,

Διαβάστε περισσότερα

KORDAMINE RIIGIEKSAMIKS V teema Vektor. Joone võrrandid.

KORDAMINE RIIGIEKSAMIKS V teema Vektor. Joone võrrandid. KORDMINE RIIGIEKSMIKS V teema Vektor Joone võrrandid Vektoriaalseid suuruseid iseloomustavad a) siht b) suund c) pikkus Vektoriks nimetatakse suunatud sirglõiku Vektori alguspunktiks on ja lõpp-punktiks

Διαβάστε περισσότερα

KOMBINATSIOONID, PERMUTATSIOOND JA BINOOMKORDAJAD

KOMBINATSIOONID, PERMUTATSIOOND JA BINOOMKORDAJAD KOMBINATSIOONID, PERMUTATSIOOND JA BINOOMKORDAJAD Teema 3.1 (Õpiku peatükid 1 ja 3) Jaan Penjam, email: jaan@cs.ioc.ee Diskreetne Matemaatika II: Kombinatoorika 1 / 31 Loengu kava 1 Tähistusi 2 Kombinatoorsed

Διαβάστε περισσότερα

,millest avaldub 21) 23)

,millest avaldub 21) 23) II kursus TRIGONOMEETRIA * laia matemaatika teemad TRIGONOMEETRILISTE FUNKTSIOONIDE PÕHISEOSED: sin α s α sin α + s α,millest avaldu s α sin α sα tan α, * t α,millest järeldu * tα s α tα tan α + s α Ülesanne.

Διαβάστε περισσότερα

Smith i diagramm. Peegeldustegur

Smith i diagramm. Peegeldustegur Smith i diagramm Smith i diagrammiks nimetatakse graafilist abivahendit/meetodit põhiliselt sobitusküsimuste lahendamiseks. Selle võttis 1939. aastal kasutusele Philip H. Smith, kes töötas tol ajal ettevõttes

Διαβάστε περισσότερα

Algebraliste võrrandite lahenduvus radikaalides. Raido Paas Juhendaja: Mart Abel

Algebraliste võrrandite lahenduvus radikaalides. Raido Paas Juhendaja: Mart Abel Algebraliste võrrandite lahenduvus radikaalides Magistritöö Raido Paas Juhendaja: Mart Abel Tartu 2013 Sisukord Sissejuhatus Ajalooline sissejuhatus iii v 1 Rühmateooria elemente 1 1.1 Substitutsioonide

Διαβάστε περισσότερα

Eesti koolinoorte XLIX täppisteaduste olümpiaad

Eesti koolinoorte XLIX täppisteaduste olümpiaad Eesti koolinoorte XLIX täppisteaduste olümpiaad MATEMAATIKA PIIRKONDLIK VOOR 26. jaanuaril 2002. a. Juhised lahenduste hindamiseks Lp. hindaja! 1. Juhime Teie tähelepanu sellele, et alljärgnevas on 7.

Διαβάστε περισσότερα

Eesti koolinoorte 43. keemiaolümpiaad

Eesti koolinoorte 43. keemiaolümpiaad Eesti koolinoorte 4. keeiaolüpiaad Koolivooru ülesannete lahendused 9. klass. Võrdsetes tingiustes on kõikide gaaside ühe ooli ruuala ühesugune. Loetletud gaaside ühe aarruuala ass on järgine: a 2 + 6

Διαβάστε περισσότερα

Compress 6000 LW Bosch Compress LW C 35 C A ++ A + A B C D E F G. db kw kw /2013

Compress 6000 LW Bosch Compress LW C 35 C A ++ A + A B C D E F G. db kw kw /2013 55 C 35 C A A B C D E F G 50 11 12 11 11 10 11 db kw kw db 2015 811/2013 A A B C D E F G 2015 811/2013 Toote energiatarbe kirjeldus Järgmised toote andmed vastavad nõuetele, mis on esitatud direktiivi

Διαβάστε περισσότερα

28. Sirgvoolu, solenoidi ja toroidi magnetinduktsiooni arvutamine koguvooluseaduse abil.

28. Sirgvoolu, solenoidi ja toroidi magnetinduktsiooni arvutamine koguvooluseaduse abil. 8. Sigvoolu, solenoidi j tooidi mgnetinduktsiooni vutmine koguvooluseduse il. See on vem vdtud, kuid mitte juhtme sees. Koguvooluseduse il on sed lihtne teh. Olgu lõpmt pikk juhe ingikujulise istlõikeg,

Διαβάστε περισσότερα

Kui ühtlase liikumise kiirus on teada, saab aja t jooksul läbitud teepikkuse arvutada valemist

Kui ühtlase liikumise kiirus on teada, saab aja t jooksul läbitud teepikkuse arvutada valemist KOOLIFÜÜSIKA: MEHAANIKA (kaugõppele). KINEMAATIKA. Ühtlane liikumine Punktmass Punktmassiks me nimetame keha, mille mõõtmeid me antud liikumise juures ei pruugi arestada. Sel juhul loemegi keha tema asukoha

Διαβάστε περισσότερα

Mathematica kasutamine

Mathematica kasutamine mathematica_lyhi_help.nb 1 Mathematica kasutamine 1. Sissejuhatus Programmi Mathematica avanemisel pole programmi tuum - Kernel - vaikimisi käivitatud. Kernel on programmi see osa, mis tegelikult teostab

Διαβάστε περισσότερα

4.2.5 Täiustatud meetod tuletõkestusvõime määramiseks

4.2.5 Täiustatud meetod tuletõkestusvõime määramiseks 4.2.5 Täiustatud meetod tuletõkestusvõime määramiseks 4.2.5.1 Ülevaade See täiustatud arvutusmeetod põhineb mahukate katsete tulemustel ja lõplike elementide meetodiga tehtud arvutustel [4.16], [4.17].

Διαβάστε περισσότερα

T~oestatavalt korrektne transleerimine

T~oestatavalt korrektne transleerimine T~oestatavalt korrektne transleerimine Transleerimisel koostatakse lähtekeelsele programmile vastav sihtkeelne programm. Transleerimine on korrektne, kui transleerimisel programmi tähendus säilib. Formaalsemalt:

Διαβάστε περισσότερα

I. Keemiline termodünaamika. II. Keemiline kineetika ja tasakaal

I. Keemiline termodünaamika. II. Keemiline kineetika ja tasakaal I. Keemiline termdünaamika I. Keemiline termdünaamika 1. Arvutage etüüni tekke-entalpia ΔH f lähtudes ainete põlemisentalpiatest: ΔH c [C(gr)] = -394 kj/ml; ΔH c [H 2 (g)] = -286 kj/ml; ΔH c [C 2 H 2 (g)]

Διαβάστε περισσότερα

Matemaatika VI kursus Tõenäosus, statistika KLASS 11 TUNDIDE ARV 35

Matemaatika VI kursus Tõenäosus, statistika KLASS 11 TUNDIDE ARV 35 Matemaatika VI kursus Tõenäosus, statistika Permutatsioonid, kombinatsioonid ja variatsioonid. Sündmus. Sündmuste liigid. Klassikaline tõenäosus. Geomeetriline tõenäosus. Sündmuste liigid: sõltuvad ja

Διαβάστε περισσότερα

MATEMAATILINE ANAL U US II Juhend TT U kaug oppe- uli opilastele

MATEMAATILINE ANAL U US II Juhend TT U kaug oppe- uli opilastele MATEMAATILINE ANALÜÜS II Juhend TTÜ kaugõppe-üliõpilastele TALLINNA TEHNIKAÜLIKOOL Matemaatikainstituut MATEMAATILINE ANALÜÜS II Juhend TTÜ kaugõppe-üliõpilastele Tallinn 24 3 MATEMAATILINE ANALÜÜS II

Διαβάστε περισσότερα

STM A ++ A + A B C D E F G A B C D E F G. kw kw /2013

STM A ++ A + A B C D E F G A B C D E F G. kw kw /2013 Ι 47 d 11 11 10 kw kw kw d 2015 811/2013 Ι 2015 811/2013 Toote energiatarbe kirjeldus Järgmised toote andmed vastavad nõuetele, mis on esitatud direktiivi 2010/30/ täiendavates määrustes () nr 811/2013,

Διαβάστε περισσότερα

Analüütilise geomeetria praktikum II. L. Tuulmets

Analüütilise geomeetria praktikum II. L. Tuulmets Analüütilise geomeetria praktikum II L. Tuulmets Tartu 1985 2 Peatükk 4 Sirge tasandil 1. Sirge tasandil Kui tasandil on antud afiinne reeper, siis iga sirge tasandil on selle reeperi suhtes määratud lineaarvõrrandiga

Διαβάστε περισσότερα

Deformeeruva keskkonna dünaamika

Deformeeruva keskkonna dünaamika Peatükk 4 Deformeeruva keskkonna dünaamika 1 Dünaamika on mehaanika osa, mis uurib materiaalsete keskkondade liikumist välismõjude (välisjõudude) toimel. Uuritavaks materiaalseks keskkonnaks võib olla

Διαβάστε περισσότερα

MATEMAATIKA RAKENDUSED, REAALSETE PROTSESSIDE UURIMINE

MATEMAATIKA RAKENDUSED, REAALSETE PROTSESSIDE UURIMINE MATEMAATIKA RAKENDUSED, REAALSETE PROTSESSIDE UURIMINE Gümnaasiumi laia matemaatika ainekava õppematerjal Ants Aasma, Ako Sauga, Riina Timmermann TALLINN 013 See teos on litsentseeritud Creative Commonsi

Διαβάστε περισσότερα

HULGATEOORIA ELEMENTE

HULGATEOORIA ELEMENTE HULGATEOORIA ELEMENTE Teema 2.2. Hulga elementide loendamine Jaan Penjam, email: jaan@cs.ioc.ee Diskreetne Matemaatika II: Hulgateooria 1 / 31 Loengu kava 2 Hulga elementide loendamine Hulga võimsus Loenduvad

Διαβάστε περισσότερα

Vektoralgebra seisukohalt võib ka selle võrduse kirja panna skalaarkorrutise

Vektoralgebra seisukohalt võib ka selle võrduse kirja panna skalaarkorrutise Jõu töö Konstanse jõu tööks lõigul (nihkel) A A nimetatakse jõu mooduli korrutist teepikkusega s = A A ning jõu siirde vahelise nurga koosinusega Fscos ektoralgebra seisukohalt võib ka selle võrduse kirja

Διαβάστε περισσότερα

Andmeanalüüs molekulaarbioloogias

Andmeanalüüs molekulaarbioloogias Andmeanalüüs molekulaarbioloogias Praktikum 3 Kahe grupi keskväärtuste võrdlemine Studenti t-test 1 Hüpoteeside testimise peamised etapid 1. Püstitame ENNE UURINGU ALGUST uurimishüpoteesi ja nullhüpoteesi.

Διαβάστε περισσότερα

Deformatsioon ja olekuvõrrandid

Deformatsioon ja olekuvõrrandid Peatükk 3 Deformatsioon ja olekuvõrrandid 3.. Siire ja deformatsioon 3-2 3. Siire ja deformatsioon 3.. Cauchy seosed Vaatleme deformeeruva keha meelevaldset punkti A. Algolekusontemakoor- dinaadid x, y,

Διαβάστε περισσότερα

Sirgete varraste vääne

Sirgete varraste vääne 1 Peatükk 8 Sirgete varraste vääne 8.1. Sissejuhatus ja lahendusmeetod 8-8.1 Sissejuhatus ja lahendusmeetod Käesoleva loengukonspekti alajaotuses.10. käsitleti väändepingete leidmist ümarvarrastes ja alajaotuses.10.3

Διαβάστε περισσότερα

Mitmest lülist koosneva mehhanismi punktide kiiruste ja kiirenduste leidmine

Mitmest lülist koosneva mehhanismi punktide kiiruste ja kiirenduste leidmine TALLINNA TEHNIKAÜLIKOOL MEHAANIKAINSTITUUT Dünaamika kodutöö nr. 1 Mitmest lülist koosnea mehhanismi punktide kiiruste ja kiirenduste leidmine ariant ZZ Lahendusnäide Üliõpilane: Xxx Yyy Üliõpilase kood:

Διαβάστε περισσότερα

Eesti koolinoorte XLI täppisteaduste olümpiaad

Eesti koolinoorte XLI täppisteaduste olümpiaad Eesti koolinoorte XLI täppisteaduste olümpiaad MATEMAATIKA III VOOR 6. märts 994. a. Lahendused ja vastused IX klass.. Vastus: a) neljapäev; b) teisipäev, kolmapäev, reede või laupäev. a) Et poiste luiskamise

Διαβάστε περισσότερα

Jätkusuutlikud isolatsioonilahendused. U-arvude koondtabel. VÄLISSEIN - COLUMBIA TÄISVALATUD ÕÕNESPLOKK 190 mm + SOOJUSTUS + KROHV

Jätkusuutlikud isolatsioonilahendused. U-arvude koondtabel. VÄLISSEIN - COLUMBIA TÄISVALATUD ÕÕNESPLOKK 190 mm + SOOJUSTUS + KROHV U-arvude koondtabel lk 1 lk 2 lk 3 lk 4 lk 5 lk 6 lk 7 lk 8 lk 9 lk 10 lk 11 lk 12 lk 13 lk 14 lk 15 lk 16 VÄLISSEIN - FIBO 3 CLASSIC 200 mm + SOOJUSTUS + KROHV VÄLISSEIN - AEROC CLASSIC 200 mm + SOOJUSTUS

Διαβάστε περισσότερα

KATEGOORIATEOORIA. Kevad 2010

KATEGOORIATEOORIA. Kevad 2010 KTEGOORITEOORI Kevad 2010 Loengukonspekt Lektor: Valdis Laan 1 1. Kategooriad 1.1. Hulgateoreetilistest alustest On hästi teada, et kõigi hulkade hulka ei ole olemas. Samas kategooriateoorias sooviks me

Διαβάστε περισσότερα

Veaarvutus ja määramatus

Veaarvutus ja määramatus TARTU ÜLIKOOL Tartu Ülikooli Teaduskool Veaarvutus ja määramatus Urmo Visk Tartu 2005 Sisukord 1 Tähistused 2 2 Sissejuhatus 3 3 Viga 4 3.1 Mõõteriistade vead................................... 4 3.2 Tehted

Διαβάστε περισσότερα

Wilcoxoni astakmärgitest (Wilcoxon Signed-Rank Test)

Wilcoxoni astakmärgitest (Wilcoxon Signed-Rank Test) Peatükk 2 Wilcoxoni astakmärgitest (Wilcoxon Signed-Rank Test) 2.1 Motivatsioon ja teststatistik Wilcoxoni astakmärgitesti kasutatakse kahe s~oltuva valimi v~ordlemiseks. Oletame näiteks, et soovime v~orrelda,

Διαβάστε περισσότερα

Kehade soojendamisel või jahutamisel võib keha minna ühest agregaatolekust teise. Selliseid üleminekuid nimetatakse faasisiireteks.

Kehade soojendamisel või jahutamisel võib keha minna ühest agregaatolekust teise. Selliseid üleminekuid nimetatakse faasisiireteks. KOOLIFÜÜSIKA: SOOJUS 3 (kaugõppele) 6. FAASISIIRDED Kehade sooendamisel või ahutamisel võib keha minna ühest agregaatolekust teise. Selliseid üleminekuid nimetatakse faasisiireteks. Sooendamisel vaaminev

Διαβάστε περισσότερα

Eesti LIV matemaatikaolümpiaad

Eesti LIV matemaatikaolümpiaad Eesti LIV matemaatikaolümpiaad 31. märts 007 Lõppvoor 9. klass Lahendused 1. Vastus: 43. Ilmselt ei saa see arv sisaldada numbrit 0. Iga vähemalt kahekohaline nõutud omadusega arv sisaldab paarisnumbrit

Διαβάστε περισσότερα

Matemaatiline analüüs IV praktikumiülesannete kogu a. kevadsemester

Matemaatiline analüüs IV praktikumiülesannete kogu a. kevadsemester Matemaatiline analüüs IV praktikumiülesannete kogu 4. a. kevadsemester . Alamhulgad ruumis R m. Koonduvad jadad. Tõestage, et ruumis R a) iga kera s.o. ring) U r A) sisaldab ruutu keskpunktiga A = a,b),

Διαβάστε περισσότερα

Suhteline salajasus. Peeter Laud. Tartu Ülikool. peeter TTÜ, p.1/27

Suhteline salajasus. Peeter Laud. Tartu Ülikool. peeter TTÜ, p.1/27 Suhteline salajasus Peeter Laud peeter l@ut.ee Tartu Ülikool TTÜ, 11.12.2003 p.1/27 Probleemi olemus salajased sisendid avalikud väljundid Program muud väljundid muud sisendid mittesalajased väljundid

Διαβάστε περισσότερα

Sisukord. 4 Tõenäosuse piirteoreemid 36

Sisukord. 4 Tõenäosuse piirteoreemid 36 Sisukord Sündmused ja tõenäosused 5. Sündmused................................... 5.2 Tõenäosus.................................... 8.2. Tõenäosuse arvutamise konkreetsed meetodid (üldise definitsiooni

Διαβάστε περισσότερα

RF võimendite parameetrid

RF võimendite parameetrid RF võimendite parameetrid Raadiosageduslike võimendite võimendavaks elemendiks kasutatakse põhiliselt bipolaarvõi väljatransistori. Paraku on transistori võimendus sagedusest sõltuv, transistor on mittelineaarne

Διαβάστε περισσότερα

MATEMAATILISEST LOOGIKAST (Lausearvutus)

MATEMAATILISEST LOOGIKAST (Lausearvutus) TARTU ÜLIKOOL Teaduskool MATEMAATILISEST LOOGIKAST (Lausearvutus) Õppematerjal TÜ Teaduskooli õpilastele Koostanud E. Mitt TARTU 2003 1. LAUSE MÕISTE Matemaatilise loogika ühe osa - lausearvutuse - põhiliseks

Διαβάστε περισσότερα

ALGEBRA I. Kevad Lektor: Valdis Laan

ALGEBRA I. Kevad Lektor: Valdis Laan ALGEBRA I Kevad 2013 Lektor: Valdis Laan Sisukord 1 Maatriksid 5 1.1 Sissejuhatus....................................... 5 1.2 Maatriksi mõiste.................................... 6 1.3 Reaalarvudest ja

Διαβάστε περισσότερα

Lisa 2 ÜLEVAADE HALJALA VALLA METSADEST Koostanud veebruar 2008 Margarete Merenäkk ja Mati Valgepea, Metsakaitse- ja Metsauuenduskeskus

Lisa 2 ÜLEVAADE HALJALA VALLA METSADEST Koostanud veebruar 2008 Margarete Merenäkk ja Mati Valgepea, Metsakaitse- ja Metsauuenduskeskus Lisa 2 ÜLEVAADE HALJALA VALLA METSADEST Koostanud veebruar 2008 Margarete Merenäkk ja Mati Valgepea, Metsakaitse- ja Metsauuenduskeskus 1. Haljala valla metsa pindala Haljala valla üldpindala oli Maa-Ameti

Διαβάστε περισσότερα

KATEGOORIATEOORIA. Kevad 2016

KATEGOORIATEOORIA. Kevad 2016 KTEGOORITEOORI Kevad 2016 Loengukonspekt Lektor: Valdis Laan 1 1. Kategooriad 1.1. Hulgateoreetilistest alustest On hästi teada, et kõigi hulkade hulka ei ole olemas. Samas kategooriateoorias sooviks me

Διαβάστε περισσότερα

Sisukord. 3 T~oenäosuse piirteoreemid Suurte arvude seadus (Law of Large Numbers)... 32

Sisukord. 3 T~oenäosuse piirteoreemid Suurte arvude seadus (Law of Large Numbers)... 32 Sisukord Sündmused ja t~oenäosused 4. Sündmused................................... 4.2 T~oenäosus.................................... 7.2. T~oenäosuse arvutamise konkreetsed meetodid (üldise definitsiooni

Διαβάστε περισσότερα

1.1. NATURAAL-, TÄIS- JA RATSIONAALARVUD

1.1. NATURAAL-, TÄIS- JA RATSIONAALARVUD 1. Reaalarvud 1.1. NATURAAL-, TÄIS- JA RATSIONAALARVUD Arvu mõiste hakkas kujunema aastatuhandeid tagasi, täiustudes ja üldistudes koos inimkonna arenguga. Juba ürgühiskonnas tekkis vajadus teatavaid hulki

Διαβάστε περισσότερα

1 Kompleksarvud Imaginaararvud Praktiline väärtus Kõige ilusam valem? Kompleksarvu erinevad kujud...

1 Kompleksarvud Imaginaararvud Praktiline väärtus Kõige ilusam valem? Kompleksarvu erinevad kujud... Marek Kolk, Tartu Ülikool, 2012 1 Kompleksarvud Tegemist on failiga, kuhu ma olen kogunud enda arvates huvitavat ja esiletõstmist vajavat materjali ning on mõeldud lugeja teadmiste täiendamiseks. Seega

Διαβάστε περισσότερα

4 T~oenäosuse piirteoreemid Tsentraalne piirteoreem Suurte arvude seadus (Law of Large Numbers)... 32

4 T~oenäosuse piirteoreemid Tsentraalne piirteoreem Suurte arvude seadus (Law of Large Numbers)... 32 Sisukord 1 Sündmused ja t~oenäosused 4 1.1 Sündmused................................... 4 1.2 T~oenäosus.................................... 7 1.2.1 T~oenäosuse arvutamise konkreetsed meetodid (üldise

Διαβάστε περισσότερα

KEEMIAÜLESANNETE LAHENDAMISE LAHTINE VÕISTLUS

KEEMIAÜLESANNETE LAHENDAMISE LAHTINE VÕISTLUS KEEMIAÜLESANNETE LAHENDAMISE LAHTINE VÕISTLUS Nooem aste (9. ja 10. klass) Tallinn, Tatu, Kuessaae, Nava, Pänu, Kohtla-Jäve 11. novembe 2006 Ülesannete lahendused 1. a) M (E) = 40,08 / 0,876 = 10,2 letades,

Διαβάστε περισσότερα

HSM TT 1578 EST 6720 611 954 EE (04.08) RBLV 4682-00.1/G

HSM TT 1578 EST 6720 611 954 EE (04.08) RBLV 4682-00.1/G HSM TT 1578 EST 682-00.1/G 6720 611 95 EE (0.08) RBLV Sisukord Sisukord Ohutustehnika alased nõuanded 3 Sümbolite selgitused 3 1. Seadme andmed 1. 1. Tarnekomplekt 1. 2. Tehnilised andmed 1. 3. Tarvikud

Διαβάστε περισσότερα

TARTU ÜLIKOOL Teaduskool. STAATIKA TASAKAALUSTAMISTINGIMUSED Koostanud J. Lellep, L. Roots

TARTU ÜLIKOOL Teaduskool. STAATIKA TASAKAALUSTAMISTINGIMUSED Koostanud J. Lellep, L. Roots TARTU ÜLIKOOL Teaduskool STAATIKA TASAKAALUSTAMISTINGIMUSED Koostanud J. Lellep, L. Roots Tartu 2008 Eessõna Käesoleva õppevahendi kasutajana on mõeldud eelkõige täppisteaduste vastu huvi tundvaid gümnaasiumi

Διαβάστε περισσότερα

Krüptoloogia II: Sissejuhatus teoreetilisse krüptograafiasse. Ahto Buldas

Krüptoloogia II: Sissejuhatus teoreetilisse krüptograafiasse. Ahto Buldas Krüptoloogia II: Sissejuhatus teoreetilisse krüptograafiasse Ahto Buldas 22. september 2003 2 Sisukord Saateks v 1 Entroopia ja infohulk 1 1.1 Sissejuhatus............................ 1 1.2 Kombinatoorne

Διαβάστε περισσότερα

Formaalsete keelte teooria. Mati Pentus

Formaalsete keelte teooria. Mati Pentus Formaalsete keelte teooria Mati Pentus http://lpcs.math.msu.su/~pentus/ftp/fkt/ 2009 13. november 2009. a. Formaalsete keelte teooria 2 Peatükk 1. Keeled ja grammatikad Definitsioon 1.1. Naturaalarvudeks

Διαβάστε περισσότερα

1 Entroopia ja informatsioon

1 Entroopia ja informatsioon Kirjadus: T.M. Cover, J.A. Thomas "Elemets of iformatio theory", Wiley, 99 ja 2006. Yeug, Raymod W. "A first course of iformatio theory", Kluwer, 2002. Mackay, D. "Iformatio theory, iferece ad learig algorithms",

Διαβάστε περισσότερα

Energiabilanss netoenergiavajadus

Energiabilanss netoenergiavajadus Energiabilanss netoenergiajadus 1/26 Eelmisel loengul soojuskadude arvutus (võimsus) φ + + + tot = φ φ φ juht v inf φ sv Energia = tunnivõimsuste summa kwh Netoenergiajadus (ruumis), energiakasutus (tehnosüsteemis)

Διαβάστε περισσότερα

Eesti koolinoorte 51. täppisteaduste olümpiaad

Eesti koolinoorte 51. täppisteaduste olümpiaad Eesti koolinoorte 5 täppisteaduste olümpiaad Füüsika lõppvoor 7 märts 2004 a Põhikooli ülesannete lahendused ülesanne (KLAASTORU) Plaat eraldub torust siis, kui petrooleumisamba rõhk saab võrdseks veesamba

Διαβάστε περισσότερα

Eesti elektrienergia hinna analüüs ja ühesammuline prognoosimine ARIMA tüüpi mudelitega

Eesti elektrienergia hinna analüüs ja ühesammuline prognoosimine ARIMA tüüpi mudelitega TARTU ÜLIKOOL MATEMAATIKA INFORMAATIKATEADUSKOND Matemaatilise statistika instituut Finants- ja kindlustusmatemaatika eriala Kärt Päll Eesti elektrienergia hinna analüüs ja ühesammuline prognoosimine ARIMA

Διαβάστε περισσότερα

1 Reaalarvud ja kompleksarvud Reaalarvud Kompleksarvud Kompleksarvu algebraline kuju... 5

1 Reaalarvud ja kompleksarvud Reaalarvud Kompleksarvud Kompleksarvu algebraline kuju... 5 1. Marek Kolk, Kõrgem matemaatika, Tartu Ülikool, 2013-14. 1 Reaalarvud ja kompleksarvud Sisukord 1 Reaalarvud ja kompleksarvud 1 1.1 Reaalarvud................................... 2 1.2 Kompleksarvud.................................

Διαβάστε περισσότερα

(Raud)betoonkonstruktsioonide üldkursus 33

(Raud)betoonkonstruktsioonide üldkursus 33 (Raud)betoonkonstruktsioonide üldkursus 33 Normaallõike tugevusarvutuse alused. Arvutuslikud pinge-deormatsioonidiagrammid Elemendi normaallõige (ristlõige) on elemendi pikiteljega risti olev lõige (s.o.

Διαβάστε περισσότερα

Matemaatilised ja trigonomeetrilised funktsioonid

Matemaatilised ja trigonomeetrilised funktsioonid Matemaatilised ja trigonomeetrilised funktsioonid Alustame nüüd Exceli põhiliste töövahenditega - funktsioonidega. Võtame esimesena sihikule Matemaatilised ja trigonomeetrilised funktsioonid. Kuigi kogu

Διαβάστε περισσότερα

1 MTMM Kõrgem matemaatika, eksamiteemad 2014

1 MTMM Kõrgem matemaatika, eksamiteemad 2014 1 MTMM.00.188 Kõrgem matemaatika, eksamiteemad 2014 Eksamitöö annab kokku 80 punkti ja ülesanded jagunevad järgmisse kuude gruppi: P1 ( 10p ) - ülesanded I kontrolltöö põhiteemade peale; P2 ( 10p ) - ülesanded

Διαβάστε περισσότερα

Joonis 1. Teist järku aperioodilise lüli ülekandefunktsiooni saab teisendada võnkelüli ülekandefunktsiooni kujul, kui

Joonis 1. Teist järku aperioodilise lüli ülekandefunktsiooni saab teisendada võnkelüli ülekandefunktsiooni kujul, kui Ülesnded j lhendused utomtjuhtimisest Ülesnne. Süsteem oosneb hest jdmisi ühendtud erioodilisest lülist, mille jonstndid on 0,08 j 0,5 ning õimendustegurid stlt 0 j 50. Leid süsteemi summrne ülendefuntsioon.

Διαβάστε περισσότερα

Sissejuhatus. Kinemaatika

Sissejuhatus. Kinemaatika Sissejuhatus Enamuse füüsika ülesannete lahendamine taandub tegelikult suhteliselt äikese hulga ideede rakendamisele (öeldu kehtib ka teiste aldkondade, näiteks matemaatika kohta). Seega on aja õppida

Διαβάστε περισσότερα

Teaduskool. Alalisvooluringid. Koostanud Kaljo Schults

Teaduskool. Alalisvooluringid. Koostanud Kaljo Schults TARTU ÜLIKOOL Teaduskool Alalisvooluringid Koostanud Kaljo Schults Tartu 2008 Eessõna Käesoleva õppevahendi kasutajana on mõeldud eelkõige täppisteaduste vastu huvi tundvaid gümnaasiumi õpilasi, kes on

Διαβάστε περισσότερα

LOFY Füüsika looduslikus ja tehiskeskkonnas I (3 EAP)

LOFY Füüsika looduslikus ja tehiskeskkonnas I (3 EAP) LOFY.01.087 Füüsika looduslikus ja tehiskeskkonnas I (3 EAP) Sissejuhatus... 1 1. Füüsika kui loodusteadus... 2 1.1. Loodus... 2 1.2. Füüsika... 3 1.3. Teaduse meetod... 4 2. Universumiõpetus... 7 3. Liikumine

Διαβάστε περισσότερα