2. Normi piiride määramine
|
|
- Ἄρτεμις Ιωάννου
- 6 χρόνια πριν
- Προβολές:
Transcript
1 . Normi piiride määramine 1 Teemad Kliiniliste andmete omadused Andmete liigid Skaalade liigid Objektiivsus, valiidsus (paikapidavus, täpsus), usaldusväärsus (korratavus) Variatsioon vaatlusandmetes Statistilised jaotused Jaotuste põhiomadused Keskse tendentsi ja hajuvuse näitajad Referents-väärtused ja ebanormaalsuse kriteeriumid Sissejuhatuseks Meditsiiniliste otsuste tegemise protsess koosneb neljast põhietapist: 1. Subjektiivsete andmete kogumine.. Objektiivsete andmete kogumine 3. Kogutud andmete hindamine (analüüsimine). Otsuse tegemine edasiseks tegevuseks 3 1
2 Sissejuhatuseks Eelnimetet neli põhietappi on ka aluseks probleemipõhisele meditsiiniliste andmete registreerimise süsteemile patsiendi kohta käivad subjektiivsed ja objektiivsed andmed registreeritakse kindlaks määratud skeemi kohaselt registreeritakse probleemi lahendamiseks rakendatud meetmed Sellised andmebaasid võimaldavad analüüsida meditsiinilise probleemi ja avalduvate tunnuste vahelisi seoseid, analüüsid sekkumise-strateegiate strateegiate efektiivsust. määratleda organismi erinevate füsioloogiliste näitajate normi piire ja profiile erinevate terviseprobleemide puhul Kliiniliste andmete omadused Andmete liigid Kvantitatiivne muutuja: Numbrilise väärtusega muutuja hästi määratletud skaalal: Pikkus Kaal Piimatoodang Pidev: mõõdetav näitaja võib omada mistahes väärtust antud skaalas Diskreetne: näitaja saab omada vaid kindlaid täisarvulisi väärtusi 5 Skaalade liigid Kvantitatiivne (numbriline) muutuja: Intervallskaala intervallid skaala erinevate tasemete vahel on võrdsed ja objektiivselt kindlakstehtavad Suhteskaala Suhte-skaalast räägitakse siis kui näitajal on olemas tegelik ja mõistusepärane nullpunkt. Sellisel juhul on võimlaik põhjendatult arvutada ka suhteid kahe näitaja väärtuse vahel. 6
3 Muutujad ja skaalad Kvantitatiivsed Pidevad Piimatoodang (kg) Päevane kaaluiive(g/päev) Kaltsiumi sisaldus vereproovis (mmol/l( mmol/l) Diskreetsed AscarisAscaris suum munade arv väljaheiteproovis (munade arv grammis) Pesakonna suurus (põrsaste arv emisel) 7 Andmete liigid Kvalitatiivne muutuja: Kategoorialine muutuja: Tõug Sugu Nakkusseisund 8 Skaalade liigid Kvalitatiivsed (kategoorialised) tunnused: Järjestustunnused: muutuja omab mingit laadi järjekorda Nominaaltunnused: muutuja kategooriatel ei ole sisulist järjestust Binaarsed (dihhotoomsed( dihhotoomsed): ainult kategooriat 9 3
4 Muutujad ja skaalad Kvalitatiivsed Järjestus- andmed Nominaalsed andmed Keha konditsioon (0-5) Valu (1-5, 1= valu puudub 5=tugev valu) Piirkond (Eesti, Läti, Leedu, Taani ) Tõug (Jersey, Holstein..) Binaarsed Nakkus (jah/ei) Sugu (isane/emane) Rasedus (jah/ei) Objektiivsus, valiidsus (paikapidavus, täpsus), usaldusväärsus (korratavus) Objektiivsus Hinnatavate tunnuste väljendamine peab olema sõltumatu isikust, kes registreerib või analüüsib andmeid. Paraku oleme me veterinaarmeditsiinis sageli sunnitud kasutama ka subjektiivseid hinnanguid haigustunnuste kirjeldamiseks (rooja konsistents, limaskestade värv, valu tugevus jne.) Oluline on endale aru anda subjektiivsete andmete subjektiivsusest ja püüda võimalikult vähendada hindajast sõltuvat varieeruvust hinnangutes. 11 Objektiivsus, valiidsus (paikapidavus, täpsus), usaldusväärsus (korratavus) Täpsus (valiidsus, accuracy) Täpsus näitab millisel määral uurimistulemus väljendab seda, mida tegelikult mõõdeti Näiteks, kas ja kui hästi diagnostiline test suudab tuvastada teatud haigusetekitajaga nakatunud loomad? Kui täpselt analüsaator määrab veresuhkru taseme? 1
5 Objektiivsus, valiidsus (paikapidavus, täpsus), usaldusväärsus (korratavus) Usaldusväärsus (korratavus, precision) mõõduks on samade üksuste mõõtmistulemuste korratavus 13 Objektiivsus, valiidsus (paikapidavus, täpsus), usaldusväärsus (korratavus) Variatsioon on vaatlusandmetes Ühised tunnused: Vanemkari Vanus Tõug Eluase Toit 50 tibust koosnev valim Kas nad kõik kaaluvad ühepalju? 1 Variatsioon vaatlusandmetes Variatsiooni liigid: Bioloogiline variatsioon (loomad ei ole üksteise identsed koopiad) Variatsioon korduvate mõõtmiste vahel kasutades samasid vahendeid samadel isenditel Variatsioon vaatlejate poolsetes toimingutes, hinnangutes ja ülestähendustes 15 5
6 Juhuslik viga Variatsioon korduvate mõõtmiste vahel Bioloogiline variatsioon Variatsioon teostuses, hinnangutes ja ülestähendustes 16 Süstemaatiline viga = NIHE! Kasutame kaalu, mis pidevalt annab õigest 5 kg raskema või kergema tulemuse Üks veterinaar/tehnik, kes oma teostuses, hinnangutes ja ülestähendustes pidevalt erineb teistest 17 Süstemaatiline viga = NIHE Süstemaatiline viga uuringu plaanis, teostuses või analüüsis võib anda vigaseid tulemusi Hoiduge NIHKEST, kui te kogute andmeid!! 18 6
7 Nihke näited Valikunihe Kulukas ja vaevanõudev uurida kõiki indiviide populatsioonis Tihti valitakse andmed ühest indiviidide alamrühmast populatsioonis Kui alamrühm ei ole esinduslik kogu populatsiooni osas, tekib nihe 19 Nihke näited Valikunihe Tartu inimeste keskmise kaalu hinnang inimest 0-inimeseline valim EMÜ-st Kas tulemus peegeldab Tartu elanikkonna keskmist kaalu? 0 Nihke näited Valikunihe Valimid ühest lauda nurgast Valimid riigi ühest geograafilisest piirkonnast Valimid ainult noortelt või vanadelt loomadelt võivad kõik viia haigusprobleemide üle- või alahindamiseni 1 7
8 Nihke näited Vale liigitus Test; Kliiniline uuring; Lahkamine Tegelik tervise seisund Diagnostiline tulemus Jaotused 3 Kvantitatiivsed tunnused Andmeid, mida saab mõõta intervallskaalas, on võimalik esitada sagedusjaotustena (frequency distribution). Sagedusjaotus võib olla esitatutud Tabelina graafiliselt sageduspolügoon histogramm. 8
9 Sagedusjaotus Teatud väärtuste sagedus andmestikus Tunnuste liigid: Kvalitatiivsed: väärtuste sagedus igas tunnuse kategoorias Kvantitatiivsed: väärtuste hulk määratletud intervallides (klassides) 5 Sagedusjaotus kvantitatiivsed andmed Näide: juhuvalimina võetud 0 noorkana kaalumise tulemused 6 Sagedusjaotus kvantitatiivsed andmed Näide: juhuvalimina võetud 0 noorkana kaalumise tulemused Kaaluvahemik Sagedus N Suhteline sagedus % Kumulatiivne suhteline sagedus %
10 Sagedusjaotus kvantitatiivsed andmed Näide: juhuvalimina võetud 0 noorkana kaalumise tulemused 5 Suhteline sagedus (%) Kaaluvahemik (g) 8 Sageduspolügoon Sageduspolügooni näide:, 9, 9, 8, 8, 8, 8, 7, 7, 7, 7, 7, 7, 7, 7, 6, 6, 6, 6, 5, 5, (puuki looma kohta). X F Sagedusjaotus kvantitatiivsed andmed Näide: noorkanade kaalumine Kumuleeritud sagedus Lindude arv Keskväärtus 500 Q1 Mediaan Q3 0 0% 56 5% 118 % % % % 1885 Kaalu protsentiilid 90% % 061 0%
11 Kvantitatiivsed tunnused Jaotuste põhiomadused Asetus: keskse tendentsi mõõt andmetes Hajuvus: andmete ulatuse mõõt 31 Asendi mõõt keskne tendents Keskmine Mediaan Mood 3 Asendi mõõt keskväärtus Keskväärtus: Kõigi vaatluste summa jagatuna n-ga x x = n Näide: Kaalumisandmed: : x = 5 x =
12 Asendi mõõt mood Mood: Suurima sagedusega tunnuse väärtus andmestikus Näide: Ümarusside arv 11 linnu väljaheidetes: Mood Ümarussid Sagedus Asendi mõõt mediaan Mediaan: an: arvu(andme)rea keskmine liige Näide: Kaaluandmed: : Järjestus: : Mediaan: Hajuvuse mõõt Dispersioon Standardhälve Standardviga Haare Kvartiilhaare Mõõtmiste varieeruvus (hajuvus) 36 1
13 Hajuvuse mõõt dispersioon Dispersioon ( (variance): hälvete ruutude keskmine Variance = s 1 1 = n n ( x x) i= 1 Näide: Kaaluandmed: : ( ) + ( ) + ( ) + ( ) + ( ) s = ( 5 1) = Hajuvuse mõõt standardhälve Standardhälve hälve: ruutjuur dispersioonist SD = s = s = 1 n 1 n ( x i x) i= 1 Näide: kaaluandmed: : s = = Hajuvuse mõõt standardviga Standardviga viga: : Standardhälve jagatuna valimisuuruse ruutjuurega s SE = n Näide: Kaaluandmed: : SE = 8.3 / 5 =
14 Hajuvuse mõõt haare Haare: Suurima ja väikseima väärtuse vahe Näide: Kaaluandmed: : Haare: : = 67 0 Hajuvuse mõõt kvartiilhaare Kvartiilhaare: : Q3 ja Q1 vaheline erinevus, kui Q1 ja Q3 on vastavalt 5% ja 75% protsentiilid. 1 Sagedusjaotus kvantitatiivsed andmed Näide: noorkanade kaalumine Kumuleeritud sagedus Lindude arv Keskväärtus 500 Q1 Mediaan Q3 0 0% 56 5% 118 % % % % 1885 Kaalu protsentiilid 90% % 061 0% 198 1
15 Hajuvuse mõõt Vaatluste varieeruvus Kuivõrd erinevad grupi indiviidid keskmisest? Standardhälve, haare, kvartiilhaare Kui me kalkuleerime valimi abil populatsiooni keskmise, kui hea (õige) see hinnang siis on? Standardviga, standardhälve 3 Kvalitatiivsed tunnused Sagedusjaotus (nt. vaatluste arv ja protsent erinevates gruppides) Tabelid Diagrammid (histogramm( histogramm, tulpdiagramm, sektordiagramm) Sagedusjaotus kvalitatiivsed andmed Näide: 0 tibu soo määramine - Kui palju on isaseid/emaseid? 5 15
16 Sagedusjaotus kvalitatiivsed andmed Näide: 0 tibu soo määramine Sagedus Suhteline sagedus (%) Isased 6 Emased 6 JAOTUSTE KUJU KARAKTERISTIKUD Modaalsus 7 JAOTUSTE KUJU KARAKTERISTIKUD Sümmeetria 8 16
17 JAOTUSTE KUJU KARAKTERISTIKUD Sümmeetria Mood Mood 9 JAOTUSTE KUJU KARAKTERISTIKUD Järsakus; Kurtosis 50 Normaaljaotus Normaaljaotus (Laplace i( kõver, Gaussi kõver) - teoreetiline matemaatiline mudel, mis väljendab juhuslikku variatsiooni füüsikalistes mõõtmistes
18 Normaaljaotus Normaalkõvera all olevat ala kirjeldab kumulatiivse normaaljaotuse funktsioon 5 Referents-väärtused ja Kui puudub selge piir normaalse ja ebanormaalse vahel, siis on võimalik lähtuda kolmest kriteeriumist ebanormaalsuse sedastamiseks: ebanormaalne kui ebatavaline, seos haigusega, mõjutatavus ravi või sekkumisega 53 Referents-väärtused ja Ebanormaalne kui ebatavaline Kui vaadeldava kliinilise näitaja variatsioon populatsioonis on lähedane normaaljaotusele (näiteks kehatemperatuur), siis on võimalik määratleda normi piirid kasutades keskmist ja standarthälvet 5 18
19 Referents-väärtused ja Ebanormaalne kui ebatavaline keskmine ± 1,96 σ hõlmab 95% väärtustest. 55 Referents-väärtused ja Ebanormaalne kui ebatavaline keskmine ± 1,96 σ hõlmab 95% väärtustest ARV , 35, 35,6 35, , 36, 36,6 36, , 37, 37,6 37,8 Temperatuur 56 Referents-väärtused ja Ebanormaalne kui ebatavaline keskmine ± 1,96 σ hõlmab 95% väärtustest % ARV , 35, 35,6 35, , 36, 36,6 36, , 37, 37,6 37,8 Temperatuur 35,5 37,3 0C (36, ±0,9 0C)
20 Referents-väärtused ja Ebanormaalne kui ebatavaline keskmine + 1,6 σ hõlmab 95% väärtustest % +1,6 σ ARV , 35, 35,6 35, , 36, 36,6 36, , 37, 37,6 37,8 Temperatuur 37,17 0 C - läviväärtus 58 Referents-väärtused ja Ebanormaalne kui ebatavaline Kui vaadeldava kliinilise näitaja variatsioon populatsioonis erineb oluliselt normaaljaotusest siis on võimalik määratleda normi piirid kasutades protsentiile 59 Referents-väärtused ja Ebanormaalne kui ebatavaline,5% ja 97,5% Protsentiilid % ARV , 35, 35,6 35, , 36, 36,6 36, , 37, 37,6 37,8 Temperatuur 35,3 37,06 0C. 60 0
21 Referents-väärtused ja Ebanormaalne kui ebatavaline Ühepoolne protsentiil- 95% protsentiil % ARV , 35, 35,6 35, , 36, 36,6 36, , 37, 37,6 37,8 Temperatuur 36,9 0 C.- palaviku läviväärtus 61 Referents-väärtused ja Ebanormaalne kui seos haigusega See lähenemine võtab aluseks leiud, mis ilmnevad regulaarselt seoses isendi haiguse, toodanguvõime vähenemise või surmaga. Näiteks mitmesugused kliinilised tunnused, mida avastatakse looma kliinilisel ülevaatusel ja uurimisel, vere biokeemiliste ja morfoloogiliste näitajate muutused. See lähenemine on väga oluline diagnostiliste testi hindamise juures, kus võrreldakse spetsiifiliste leidude avastamist haigete ja tervete isendite juures 6 Referents-väärtused ja Ebanormaalne kui avastatav või sekkumisega mõjutatav Mõnede seisundite puhul määrab haiguse raskusaste, mille puhul sekkumine on majanduslikult põhjendatud, selle kas kliinilise näitaja väärtus loetakse ebanormaalseks või normaalseks. Näiteks lehmakarja somaatiliste rakkude tase som.rakku/ml tangipiimas võib olla nii aktsepteeritud tase kui tase, mida loetakse ebanormaalseks ja peetakse vajalikuks sekkuda. Ebanormaalsuse kriteeriumid muutuvad seoses meditsiini diagnostilise võimekuse suurenemisega 63 1
2. Normi piiride määramine (R.D. Smith)
. Normi piiride määramine (R.D. Smith) Sissejuhatuseks Meditsiiniliste otsuste tegemise protsess koosneb neljast põhietapist: 1. Subjektiivsete andmete kogumine. Subjektiivsed andmed põhinevad meie enda
Διαβάστε περισσότεραMatemaatiline statistika ja modelleerimine
Matemaatiline statistika ja modelleerimine Kirjeldav statistika EMÜ doktorikool DK.7 Tanel Kaart Sagedused ja osakaalud diskreetne tunnus Mittearvuliste või diskreetsete tunnuste (erinevate väärtuste arv
Διαβάστε περισσότεραAndmeanalüüs 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 περισσότεραPLASTSED DEFORMATSIOONID
PLAED DEFORMAIOONID Misese vlavustingimus (pinegte ruumis) () Dimensineerimisega saab kõrvaldada ainsa materjali parameetri. Purunemise (tugevuse) kriteeriumid:. Maksimaalse pinge kirteerium Laminaat puruneb
Διαβάστε περισσότεραEpidemioloogiliste terminite lühisõnastik
Epidemioloogiliste terminite lühisõnastik Andmed [Data] - informatsioon, mistahes laadi faktid. Data on mitmuses, datum on ainsuses. Andmestik [Data set] süstematiseeritud infokogum, tavaliselt elektroonilisel
Διαβάστε περισσότεραHAPE-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 περισσότεραKompleksarvu 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 περισσότερα2.2.1 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 περισσότεραLokaalsed 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 περισσότεραExcel Statistilised funktsioonid
Excel2016 - Statistilised funktsioonid Statistilised funktsioonid aitavad meil kiiresti leida kõige väiksemat arvu, keskmist, koguarvu, tühjaks jäänud lahtreid jne jne. Alla on lisatud sellesse gruppi
Διαβάστε περισσότεραFunktsiooni 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 περισσότεραGraafiteooria 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 περισσότεραGeomeetrilised vektorid
Vektorid Geomeetrilised vektorid Skalaarideks nimetatakse suurusi, mida saab esitada ühe arvuga suuruse arvulise väärtusega. Skalaari iseloomuga suurusi nimetatakse skalaarseteks suurusteks. Skalaarse
Διαβάστε περισσότεραVektorid 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 περισσότερα7.7 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 περισσότεραTöökorraldus. Õppematerialid. Töökorraldus. Harvey Motulsky Intuitive Biostatistics (2010, 1995)
Andmeanalüüs molekulaarbioloogias LOMR.0.007. loeng Andmed, tunnused, tunnuste tüübid ja tunnuse jaotuse iseloomustamine Prof Maido Remm Märt Möls martm@ut.ee Töökorraldus Hinne Hinne kujuneb kontrolltööde
Διαβάστε περισσότεραKirjeldab 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 περισσότεραMatemaatiline statistika ja modelleerimine
Matemaatiline statistika ja modelleerimine Kahe arvtunnuse ühine käitumine, korrelatsioon- ja regressioonanalüüs EMÜ doktorikool DK.0007 Tanel Kaart Lineaarne e Pearsoni korrelatsioonikordaja Millal kasutada
Διαβάστε περισσότεραMATEMAATIKA 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 περισσότεραMATEMAATIKA 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 περισσότερα4.2.5 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 περισσότεραRuumilise 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 περισσότερα4 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 περισσότεραITI 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 περισσότεραFunktsioonide 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 περισσότεραMatemaatiline 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 περισσότεραJätkusuutlikud 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 περισσότερα9. 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 περισσότεραVeaarvutus 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 περισσότεραMatemaatika 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 περισσότεραMatemaatiline 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 περισσότεραSELEKTSIOONIINDEKSID
VL09 VI SELEKTSIOONIINDEKSID Kuigi geneetiliste parameetrite (päritavuskoefitsiendid, geneetilised korrelatsioonikordajad, aretusväärtused) hindamiseks reaalsetes, suurtes ja väga erinevatel sugulusastmetel
Διαβάστε περισσότεραVahendid Otsus Analüüs: Analüüsi Riskantseid Otsuseid
Vahendid Otsus Analüüs: Analüüsi Riskantseid Otsuseid Link: http://home.ubalt.edu/ntsbarsh/opre640a/partix.htm Kui sa alustada kindlust, siis lõpetab kahtlusi, kuid kui te tahate sisu alustada kahtlusi,
Διαβάστε περισσότεραELEKTRIMÕÕTMISTE TÄIENDKOOLITUS
Meede 1.1 projekt nr 1.0101-0386/IN660 Elektrotehnilise personali täiendkoolitussüsteemi väljaarendamine ELEKTRIMÕÕTMISTE TÄIENDKOOLITUS Täiendkoolituse õppematerjal Koostanud Raivo Teemets Tallinn 2007
Διαβάστε περισσότεραSisukord. 4 Tõenäosuse piirteoreemid 36
Sisukord Sündmused ja tõenäosused 5. Sündmused................................... 5.2 Tõenäosus.................................... 8.2. Tõenäosuse arvutamise konkreetsed meetodid (üldise definitsiooni
Διαβάστε περισσότεραSisukord. 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 περισσότεραMatemaatiline statistika ja modelleerimine
Matemaatiline tatitika ja modelleerimine Üldied lineaared mudelid [general linear model, GLM] EMÜ doktorikool DK.0007 Tanel Kaart Katepõhine v mudelipõhine uuring Katepõhine uuring katetingimued range
Διαβάστε περισσότεραA - suurepärane % B - väga hea 81-90% C - hea 71-80% D - rahuldav 61-70% E - kasin 51-60% F - puudulik 0 50% Kirjeldav statistika
Kursuse korraldus Andmeanalüüs: statistiline andmestik ja kirjeldav statistika Loeng 6 nädalat 31.01 7.02 14.02 21.02 28.02 7.03 IFI7041 Loeng: Kairi Osula Seminar: Taivo Tuuling Loengu slaidid ja muud
Διαβάστε περισσότεραPeatükk 1 SISSEJUHATUS
Peatükk SISSEJUHATUS Sidesüsteemides ja -seadmetes tehtavad mõõtmised on klassikalise mõõtetehnika rakendamine uues ja kiiresti arenevas valdkonnas, milleks on telekommunikatsioonitehnika. On terve rida
Διαβάστε περισσότεραPunktide jaotus: kodutööd 15, nädalatestid 5, kontrolltööd 20+20, eksam 40, lisapunktid Kontrolltööd sisaldavad ka testile vastamist
Loeng 2 Punktide jaotus: kodutööd 15, nädalatestid 5, kontrolltööd 20+20, eksam 40, lisapunktid Kontrolltööd sisaldavad ka testile vastamist P2 - tuleb P1 lahendus T P~Q = { x P(x)~Q(x) = t} = = {x P(x)
Διαβάστε περισσότεραArvuti kasutamine uurimistöös
Arvuti kasutamine uurimistöös Ülesannete kogu informaatika valikaine e-õpiku juurde Mart Laanpere, Katrin Niglas, Kairi Osula, Kai Pata Tallinna Ülikool 2013 Õppekomplekti rahastas ESF TeaMe programm Eesti
Διαβάστε περισσότεραStatistiline andmetöötlus, VL-0435 sügis, 2008
Praktikum 6 Salvestage kursuse kodulehelt omale arvutisse andmestik lehmageen.xls. Praktikum püüab kirjeldada mõningaid võimalusi tunnuste vaheliste seoste uurimiseks. Kommentaarid andmestiku kohta Konkreetselt
Διαβάστε περισσότεραJuhuslik faktor ja mitmetasandilised mudelid
Peatükk 2 Juhuslik faktor ja mitmetasandilised mudelid Uurime inimese verer~ohku. Inimese verer~ohk on üsnagi varieeruv ja s~oltub üsnagi tugevalt hetkeolukorrat mida inimene on enne m~o~otmist söönud/joonud,
Διαβάστε περισσότεραEnam kui kahe grupi keskmiste võrdlus
Bomeetra Enam ku kahe populatsoon keskväärtuste võrdlemne dspersoonanalüüs Enam ku kahe grup keskmste võrdlus H 0 : 1 = 2 = = k H 1 : leduvad sellsed grupd,j, et Eeldustel, et j uurtav (sõltuv) tunnus
Διαβάστε περισσότεραKATEGOORIATEOORIA. 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 περισσότερα1 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 περισσότεραSeminar II: Mitmemõõtmeline dispersioonanalüüs (MANOVA)
Kursus: Mitmemõõtmeline statistika Seminar II: Mitmemõõtmeline dispersioonanalüüs (MANOVA) Õppejõud: Katrin Niglas PhD, dotsent informaatika instituut Statistilise olulisustesti põhisammud: E I: Analüüsisin
Διαβάστε περισσότεραSuhteline 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 περισσότεραHSM 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 περισσότεραHULGATEOORIA 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 περισσότερα1 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 περισσότεραSTM 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 περισσότεραEesti 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 περισσότεραKOMBINATSIOONID, 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 περισσότεραArvuteooria. 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 περισσότερα2-, 3- ja 4 - tee ventiilid VZ
Kirjelus VZ 2 VZ 3 VZ 4 VZ ventiili pakuva kõrgekvaliteeilist ja kulusi kokkuhoivat lahenust kütte- ja/või jahutusvee reguleerimiseks jahutuskassettie (fan-coil), väikeste eelsoojenite ning -jahutite temperatuuri
Διαβάστε περισσότεραCompress 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 περισσότεραsiis on tegemist sümmeetrilise usaldusvahemikuga. Vasakpoolne usaldusvahemik x i, E x = EX, D x = σ2
Vahemikhinnangud Vahemikhinnangud Olgu α juhusliku suuruse X parameeter ja α = α (x 1,..., x n ) parameetri α hinnang. Kui ε > 0 on kindel suurus, siis vahemiku (α ε, α +ε) otspunktid on samuti juhuslikud
Διαβάστε περισσότεραSissejuhatus 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 περισσότεραArvutatavad statistikud. Programmi LSTATS kasutamisjuhend
Programmi LSTATS kasutamisjuhend Lokaalstatistikute arvutamise tarkvara LSTATS võimaldab arvutada mitmesuguseid kujutise või kategoorilise pinna lokaalseid omadusi kirjeldavaid statistikuid päiseta binaarsetest
Διαβάστε περισσότεραPlaneedi 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 περισσότεραKATEGOORIATEOORIA. 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 περισσότεραSORTEERIMINE JA FILTREERIMINE
Praktikum 3 Tänase praktikumi teema on andmetabelite filtreerimine ja kokkuvõtvate tabelite loomine, juttu tulebka mõningatest pisut nutikamatest funktsioonidest keskmiste ja vaatluste arvu arvutamisel.
Διαβάστε περισσότερα1 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 περισσότεραEcophon Line LED. Süsteemi info. Mõõdud, mm 1200x x x600 T24 Paksus (t) M329, M330, M331. Paigaldusjoonis M397 M397
Ecophon Line LED Ecophon Line on täisintegreeritud süvistatud valgusti. Kokkusobiv erinevate Focus-laesüsteemidega. Valgusti, mida sobib kasutada erinevates ruumides: avatud planeeringuga kontorites; vahekäigus
Διαβάστε περισσότερα2017/2018. 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 περισσότεραMathematica 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 περισσότεραAnnegrete Peek. Üldistatud aditiivne mudel. Bakalaureusetöö (6 EAP)
TARTU ÜLIKOOL MATEMAATIKA-INFORMAATIKATEADUSKOND MATEMAATILISE STATISTIKA INSTITUUT Annegrete Peek Üldistatud aditiivne mudel Bakalaureusetöö (6 EAP) Juhendaja: Märt Möls, PhD Tartu 2014 Üldistatud aditiivne
Διαβάστε περισσότεραEnergiabilanss 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,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 περισσότεραWilcoxoni 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 περισσότεραHTPK Uurimismeetodid pedagoogikas 2 AP Lüümikud Lüümikud kajastavad kursuse sisu vaid osaliselt
HTPK 01.119. Uurimismeetodid pedagoogikas 2 AP Lüümikud Lüümikud kajastavad kursuse sisu vaid osaliselt 1. Pedagoogilise uuringu olemus. Teadustöö olemus Pedagoogiline ja psühholoogiline Teadustöö kvaliteedi
Διαβάστε περισσότεραTeaduskool. 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 περισσότεραEesti 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 περισσότεραLexical-Functional Grammar
Lexical-Functional Grammar Süntaksiteooriad ja -mudelid 2005/06 Kaili Müürisep 6. aprill 2006 1 Contents 1 Ülevaade formalismist 1 1.1 Informatsiooni esitus LFG-s..................... 1 1.2 a-struktuur..............................
Διαβάστε περισσότεραVektorid. A=( A x, A y, A z ) Vektor analüütilises geomeetrias
ektorid Matemaatikas tähistab vektor vektorruumi elementi. ektorruum ja vektor on defineeritud väga laialt, kuid praktikas võime vektorit ette kujutada kui kindla arvu liikmetega järjestatud arvuhulka.
Διαβάστε περισσότεραEesti 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 περισσότερα2. FÜÜSIKALISE SUURUSE MÕISTE
Soojusõpetus 2 1 2. FÜÜSIKALISE SUURUSE MÕISTE 2.1. Mõõtmisteooria Füüsikalise suuruse üldise mõiste avab mõõtmisteooria. Mõõtmisteooria loogiline koht on enne füüsikakursust. Probleemide komplitseerituse
Διαβάστε περισσότεραRein Teinberg: "Põllumajandusloomade geneetika", 7. POPULATSIOONIGENEETIKA. toimetanud M. Viikmaa, "Valgus", Tallinn, 1978.
Rein Teinberg: "Põllumajandusloomade geneetika", toimetanud M. Viikmaa, "Valgus", Tallinn, 1978 7. POPULATSIOONIGENEETIKA lk 202-215 Põllumajandusloomade geneetika üheks iseärasuseks, võrreldes üldgeneetikaga
Διαβάστε περισσότεραPEATÜKK 5 LUMEKOORMUS KATUSEL. 5.1 Koormuse iseloom. 5.2 Koormuse paiknemine
PEATÜKK 5 LUMEKOORMUS KATUSEL 5.1 Koormuse iseloom (1) P Projekt peab arvestama asjaolu, et lumi võib katustele sadestuda paljude erinevate mudelite kohaselt. (2) Erinevate mudelite rakendumise põhjuseks
Διαβάστε περισσότερα6.6 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 περισσότερα1. Soojuskiirguse uurimine infrapunakiirguse sensori abil. 2. Stefan-Boltzmanni seaduse katseline kontroll hõõglambi abil.
LABORATOORNE TÖÖ NR. 1 STEFAN-BOLTZMANNI SEADUS I TÖÖ EESMÄRGID 1. Soojuskiirguse uurimine infrapunakiirguse sensori abil. 2. Stefan-Boltzmanni seaduse katseline kontroll hõõglambi abil. TÖÖVAHENDID Infrapunase
Διαβάστε περισσότεραSirgete 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 περισσότεραJaanus Kroon. Statistika kvaliteedi mõõtmed
MAKSEBILANSI KVALITEEDI HINDAMINE Jaanus Kroon Statistikat kasutades tekib sageli küsimus, kui kvaliteetsed analüüsitavad andmed on ning kas need on piisavalt usaldusväärsed, et teha nende põhjal majandus-
Διαβάστε περισσότεραJuhend. Kuupäev: Teema: Välisõhu ja õhuheidete mõõtmised. 1. Juhendi eesmärk
Juhend Kuupäev: 13.10.2015 Teema: Välisõhu ja õhuheidete mõõtmised 1. Juhendi eesmärk Käesolev juhend on mõeldud abivahendiks välisõhus sisalduvate saasteainete või saasteallikast väljuva saasteaine heite
Διαβάστε περισσότεραSmith 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 περισσότεραPrisma. Lõik, mis ühendab kahte mitte kuuluvat tippu on prisma diagonaal d. Tasand, mis. prisma diagonaal d ja diagonaaltasand (roheline).
Prism Prisms nimese ulu, mille s u on vsvl rlleelsee j võrdsee ülgedeg ulnurgd, ning ülejäänud ud on rööüliud, millel on ummgi ulnurgg üine ülg. Prlleelseid ulnuri nimese rism õjdes j nende ulnurde ülgi
Διαβάστε περισσότεραMATEMAATILISEST 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 περισσότερα1 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 περισσότεραEhitusmehaanika 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 περισσότεραKontrollijate kommentaarid a. piirkondliku matemaatikaolümpiaadi
Kontrollijate kommentaarid 2002. a. piirkondliku matemaatikaolümpiaadi tööde kohta Kokkuvõtteks Uuendusena oli tänavusel piirkondlikul olümpiaadil 10.-12. klassides senise 5 asemel 6 ülesannet, millest
Διαβάστε περισσότεραKEEMIA ÜLESANNETE LAHENDAMINE II
KEEMIA ÜLESANNETE LAHENDAMINE II ÜHIKANALÜÜS II Füüsikalise Suuruse Dimensioon Füüsikalise suuruse dimensioon on avaldis astmes üksikliikme kujul, mis koosneb erinevates astmetes põhisuuruste sümbolite
Διαβάστε περισσότεραTuletis 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 περισσότεραLIBS tehnoloogia rakendamine Eesti maavarade ekspress-analüüsiks
LIBS tehnoloogia rakendamine Eesti maavarade ekspress-analüüsiks SA Keskkonnainvesteeringute Keskuse projekt 7594 Leping 3326 Aruanne Aruande koostas: Matti Laan TÜ Gaaslahenduslabor Jaan. 2016 1 P a g
Διαβάστε περισσότεραVektoralgebra 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 περισσότεραKontekstivabad 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 περισσότεραEcophon Square 43 LED
Ecophon Square 43 LED Ecophon Square 43 on täisintegreeritud süvistatud valgusti, saadaval Dg, Ds, E ja Ez servaga toodetele. Loodud kokkusobima Akutex FT pinnakattega Ecophoni laeplaatidega. Valgusti,
Διαβάστε περισσότερα2. 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 περισσότεραAS MÕÕTELABOR Tellija:... Tuule 11, Tallinn XXXXXXX Objekt:... ISOLATSIOONITAKISTUSE MÕÕTMISPROTOKOLL NR.
AS Mõõtelabor ISOLATSIOONITAKISTUSE MÕÕTMISPROTOKOLL NR. Mõõtmised teostati 200 a mõõteriistaga... nr.... (kalibreerimistähtaeg...) pingega V vastavalt EVS-HD 384.6.61 S2:2004 nõuetele. Jaotus- Kontrollitava
Διαβάστε περισσότεραsin 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