T~OENÄOSUSTEOORIA JA MATEMAATILINE STATISTIKA
|
|
- Πτολεμαῖος Δάβης
- 5 χρόνια πριν
- Προβολές:
Transcript
1 math TALLINNA TEHNIKAÜLIKOOL MATEMAATIKAINSTITUUT itammeraid Ivar Tammeraid T~OENÄOSUSTEOORIA JA MATEMAATILINE STATISTIKA Elektrooniline ~oppematerjal 25 TALLINN
2 2
3 Sisukord Sisukord 3 Juhuslikud sündmused 7 Sündmuse m~oiste Tehted sündmustega 7 2 Sündmuse sagedus 9 3 T~oenäosuse statistiline definitsioon 4 Geomeetriline t~oenäosus 5 Klassikaline t~oenäosuse definitsioon 2 6 T~oenäosusteooria aksioomid 7 7 T~oenäosuste liitmis- ja korrutamislause 9 8 Täist~oenäosus Bayesi valem 25 9 Bernoulli valem 3 Ülesanded 33 2 Juhuslikud suurused 4 2 Juhusliku suuruse m~oiste Jaotusfunktsioon 4 22 Juhusliku suuruse jaotustihedus Juhusliku suuruse keskväärtus 5 24 Dispersioon Juhusliku suuruse momendid ja teised arvkarakteristikud 6 26 Juhusliku suuruse karakteristlik funktsioon Juhusliku suuruse genereeriv funktsioon Normaaljaotus Markovi ja Tšeb~ošovi v~orratused 8 2 Tšeb~ošovi ja Bernoulli piirteoreemid 83 2 Tsentraalne piirteoreem Moivre-Laplace i piirteoreem Ülesanded 9 3
4 4 SISUKORD 3 Juhuslikud vektorid 99 3 Juhusliku vektori jaotusfunktsioon ja jaotustihedus Juhusliku vektori jaotustihedus 4 33 Juhusliku vektori tinglikud jaotustihedused 34 Juhusliku vektori momendid 3 35 Komponentide korreleeruvus Regressioon 7 36 Juhusliku vektori normaaljaotus Juhusliku argumendiga funktsioonid Hii-ruut-jaotus Studenti jaotus 4 3 Fisheri jaotus 44 3 Ülesanded 47 4 Juhuslikud funktsioonid 55 4 Juhusliku funktsiooni jaotusfunktsioonid ja jaotustihedused Juhusliku funktsiooni keskväärtus, dispersioon ja kovariatsioon Tehted juhuslike funktsioonidega Juhuslike funktsioonide liitmine Juhusliku funktsiooni korrutamine kindla funktsiooniga Juhusliku funktsiooni integraal Juhusliku funktsiooni diferentseerimine Juhusliku funktsiooni kanooniline arendus Statsionaarsed juhuslikud funktsioonid L~oplikus vahemikus statsionaarse funktsiooni spektraalarendus L~opmatus vahemikus statsionaarse juhusliku funktsiooni spektraalarendus Juhuslikud jadad ja Markovi ahelad Ülesanded 8 5 Matemaatiline statistika 87 5 Sissejuhatus P~ohim~oisted Punkthinnangud Algmomendi punkthinnang Valimi keskmine Üldkogumi dispersiooni punkthinnangud Normaaljaotusele alluva juhusliku suuruse keskväärtuse ja dispersiooni punkthinnangud Juhusliku vektori arvkarakteristikute punkthinnangud Suurima t~oepära meetod Vahemikhinnangud 27
5 SISUKORD 5 53 Üldkogumi keskväärtuse usaldusvahemik Normaaljaotusele alluva üldkogumi keskväärtuse usalduspiirkond Normaaljaotusele alluva üldkogumi dispersiooni usalduspiirkond 2 54 Hüpoteeside statistiline kontrollimine 2 54 Kahe jaotuse keskväärtuste v~ordsuse kontrollimine Binoomjaotuse parameetrite v~ordlemine Normaaljaotuste dispersioonide v~ordlemine Otsustused jaotusseaduste kohta Vähimruutude meetod ja regressioonijooned Ülesanded Lisad 234 Kirjandus 24 Indeks 243
6 Trükitud versioon: Ivar Tammeraid, T~oenäosusteooria ja matemaatiline statistika, TTÜ Kirjastus, Tallinn, 23, 235 lk ISBN Viitenumber osakonnas: 57/75-8 TTÜ Raamatukogu ~opikute c Ivar Tammeraid, 24
7 Eess~ona T~oenäosusteooria on matemaatika osa, mis uurib juhuslike nähtuste üldisi seaduspärasusi s~oltumatult nende nähtuste konkreetsest sisust ja annab meetodid nendele nähtustele m~ojuvate juhuslike m~ojude kvantitatiivseks hindamiseks Nii looduses, tehnikas kui ka majanduses ei ole nähtusi, milles ei esineks juhuslikkuse m~oju Nähtuste kirjeldamisel tehakse vahet kahe lähenemisviisi, deterministliku ettemääratusliku ja stohhastilise juhuslikkusel p~ohineva vahel Deterministliku käsitluse korral eraldatakse m~oningad antud nähtust rohkem m~ojutavad tegurid ja kirjeldatakse nähtust ainult nendest lähtudes, kusjuures vähem m~ojutavaid tegureid ei arvestata Juhuslikkusel p~ohineva käsitluse korral arvestatakse k~oiki antud nähtust m~ojutavaid tegureid, kusjuures vähem m~ojuvate tegurite paljusus toob kaasa juhuslikkuse momendi Juhuslikkusel p~ohinev lähenemine n~ouab erilisi meetodeid, mida v~oimaldab t~oenäosusteooria Matemaatiline statistika on matemaatika osa, mis uurib statistiliste andmete kogumise, süstematiseerimise, töötlemise ja statistiliste järelduste tegemise meetodeid Matemaatilise statistika eesmärgiks on statistiliste seaduspärasuste avastamine ja kirjeldamine Käesoleva ~oppevahendi aluseks on v~oetud Tallinna Tehnikaülikooli bakalaureuse~oppe üli~opilastele peetud loengud t~oenäosusteooriast ja matemaatilisest statistikast Lisatud on m~oningate väidete t~oestused ja näiteülesanded, mille esitamiseks ei jätku loengul aega, kuid mis pakuvad lisav~oimalusi üli~opilase iseseisvaks tööks ~Oppija, keda ei huvita antud kursuse süva~ope, v~oib osa keerukamatest t~oestustest jätta vahele ja keskenduda näidetele ~Oppevahend sobib kaugüli~opilastele Iga peatüki l~oppu on ~opitud teooria kinnistamiseks lisatud harjutusülesanded, mis on varustatud vastustega Leidub palju t~oenäosusteooria ja matemaatilise statistika täiendavaid ~opikuid ja ülesannete kogusid ning statistikapakettide kirjeldusi Pakume täiendavate ~opikute valiku Eestikeelsetest mainime ~opikuid [5], [2], [8 ], k~orgema matemaatika teatmikku [2] ja ülesannete kogu [2] Venekeelsetest mainime ~opikuid [25], [29], [32 35], ülesannete kogusid [26], [28], käsiraamatut [3] ja entsüklopeediat [28] Ingliskeelsetest mainime ~opikuid [], [6 7], [3 4], [6], [8], [24], ülesannete kogu [4] ja käsiraamatut [7] ning kirjandust t~oenäosusteooria ja matemaatilise statistikapakettide kohta [2 3], [22 23] Enne v~oimsate statistikapakettide, nagu näiteks SAS, S, S-PLUS ja Stata, juurde asumist sobib p~ohjalikult tutvuda matemaatilise statistika v~oimalustega MS Excel keskkonnas [] Järgmisena tasub tutvuda statistika vabatarkvara paketiga R, mis kujutab endast paketi S-PLUS alamhulka ~Oppevahendi koostamisel on kasutatud paketti Scientific WorkPlace 3, lühendatult SWP Tänan dotsente A L~ohmust ja F Vichmanni, kes abistasid autorit paljude sisuliste ja vormiliste märkustega käsikirja l~oplikul viimistlemisel Autor 7
8 Peatükk Juhuslikud sündmused Sündmuse m~oiste Tehted sündmustega Sündmuse m~oiste on üks t~oenäosusteooria p~ohim~oiste Lihtkäsitluses seda m~oistet ei defineerita Sündmusi tähistame tavaliselt ladina tähestiku algusosas paiknevate suurte tähtedega A, B, C, Vajaduse korral kasutame indekseid A, B k, C i, j, D i, j, k, Meie käsitluse aluseks on katse Katse seisneb teatud tingimuste komplekti realiseerimises Katse käigus jälgitakse, kas teatud sündmused toimuvad v~oi mitte Sündmust, mis sellise katse käigus alati toimub, nimetatakse kindlaks sündmuseks Sündmust, mis sellise katse käigus ei saa toimuda, nimetatakse v~oimatuks sündmuseks Kasutame kindla sündmuse ja v~oimatu sündmuse tähistamiseks vastavalt tähti K ja V Sündmust, mis sellise katse käigus v~oib toimuda v~oi mitte toimuda, nimetatakse juhuslikuks sündmuseks Definitsioon Sündmuse A vastandsündmus A on sündmus, mis katsel toimub parajasti siis, kui A ei toimu Definitsioon 2 Sündmusi A ja B nimetatakse v~ordseteks, kui antud katse käigus sündmuse A toimumisega kaasneb sündmuse B toimumine ja sündmuse B toimumisega sündmuse A toimumine Sündmuste A ja B v~ordsust tähistame A B Definitsioon 3 Sündmuste A ning B summaks A + B ehk A B nimetatakse sündmust, mis seisneb neist vähemalt ühe toimumises toimub kas A v~oi B v~oi m~olemad Definitsioon 4 Sündmuste A k k ; ; n summaks n k A k ehk n k A k nimetatakse sündmust, mis seisneb neist vähemalt ühe toimumises Definitsioon 5 Sündmuste A ning B korrutiseks AB ehk A B v~oi A B nimetatakse sündmust, mis seisneb neist m~olema toimumises toimub A ja toimub B Definitsioon 6 Sündmuste A k k ; ; n korrutiseks n k A k ehk n k A k nimetatakse sündmust, mis seisneb neist k~oigi toimumises 7
9 8 PEATÜKK JUHUSLIKUD SÜNDMUSED T~oestage Laused ja 2 iseseisvalt Lause Kehtivad seosed AA V, A + A K, A + K K, A + V A, AK A, AV V, A 2 A Lause 2 Sündmuste korrutamine ja liitmine on kommutatiivsed, st AB BA, A + B B + A, assotsiatiivsed A BC AB C, A + B + C A + B + C ja distributiivne A B + C AB + AC Kehtivad duaalsusseosed Morgani seadused A + B A B, A B A + B Definitsioon 7 Sündmusi A ja B nimetatakse teineteist välistavateks sündmusteks, kui ühe toimumisel on teise toimumine samal katsel v~oimatu Definitsioon 8 Sündmuste süsteemi {A, A 2,, A n } nimetatakse üksteist välistavate sündmuste süsteemiks, kui iga kaks süsteemi kuuluvat sündmust on teineteist välistavad sündmused Definitsioon 9 Üksteist välistavate sündmuste süsteemi {A, A 2,, A n } nimetatakse täielikuks ehk täissüsteemiks, kui A + A A n K Näide Katse: münti visatakse üks kord Selle katse käigus uuritakse järgmiste sündmuste toimumist: A tuleb kull; B tuleb kiri; C tuleb kaks kulli Sündmused A ja B on juhuslikud sündmused Sündmus C on v~oimatu sündmus Kontrollige, et A B, B A, A + B K, AB V, st sündmuste süsteem {A, B} on nii teineteist välistavate sündmuste süsteem kui ka täielik sündmuste süsteem Näide 2 Katse: täringut visatakse üks kord Selle katse käigus uuritakse järgmiste sündmuste toimumist: A i tuleb i silma i 7 ; B tuleb paaris silmade arv; C tuleb paaritu silmade arv Veenduge, et A 7 V, BC V, B + C K, A + A 3 + A 5 C, A 2 + A 4 + A 6 B ja {A, A 3, A 5 } ja {A 2, A 4, A 6 } on üksteist välistavate sündmuste süsteemid ning {A, A 2, A 3, A 4, A 5, A 6 } on täielik süsteem
10 2 SÜNDMUSE SAGEDUS 9 2 Sündmuse sagedus Sooritatakse katse, mis seisneb teatud tingimuste komplekti realiseerimises Selle katse korral uuritakse sündmuse A toimumise v~oimalikkust Tavaliselt ühe katse p~ohjal saame kesise tulemuse sündmuse A toimumise v~oimalikkuse kohta Parema hinnangu saamiseks sündmuse A toimumise v~oimalikkuse kohta sooritatakse veel samadel tingimustel n katset Eeldame, et katsed selles n- katselises seerias on s~oltumatud, st ühe katse tulemus seerias ei m~ojuta ülejäänud katsete tulemusi Toimugu sündmus A selles n-katselises seerias n A korda Definitsioon Suurust P A n A nimetatakse sündmuse A toimumise n sageduseks ehk suhteliseks sageduseks selles n-katselises seerias Kui sündmus A on juhuslik, siis on juhuslik ka sündmuse A toimumiste arv n A selle seeria jooksul ja on juhuslik ka sagedus P A Lause Kehtivad seosed: P A, P K, P V, P A P A T~oestus Et n A n n n A n n n P A, n K n n K n n n P K, n V n V n n P V, n A n n A siis väide on t~oene n A n n A n P A P A, Vaatleme n-katselise seeria tulemusena sündmuste A, B, A + B, AB, A B ja B A toimumist Sümboliga A B tähistame sündmust, mis seisneb sündmuse A toimumises eeldusel, et on toimunud sündmus B, ja sümboliga B A sündmust, mis seisneb sündmuse B toimumises eeldusel, et on toimunud sündmus A Olgu n A, n B, n A+B, n AB, n A B ja n B A vastavalt nende sündmuste toimumise kordade arvud selle seeria realiseerimisel Lause 2 Kehtivad seosed P A + B P A + P B P AB ja P AB P A P B A P B P A B
11 PEATÜKK JUHUSLIKUD SÜNDMUSED T~oestus Et n A+B n A + n B n AB n A+B n n A n + n B n n AB n P A + B P A + P B P AB, n AB n n A n AB na n B n AB nb n A n n B n P AB P A P B A P B P A B, siis väide on t~oene Näide Münti visati sada korda, kusjuures viiekümne seitsmel korral tuli kiri Leiame kirja saamise sageduse selle seeria korral Katseks on mündi viskamine ja sündmuseks A kirja tulek sel katsel Vastavalt definitsioonile saame P A 57/ 57 Osutub, et teatud tingimustel on katsete arvu n suurendamisel sündmuse sagedusel tendents läheneda mingile kindlale arvule 3 T~oenäosuse statistiline definitsioon Definitsioon Juhusliku sündmuse A statistiliseks t~oenäosuseks nimetatakse arvu P A, millele selle sündmuse toimumise sagedusel P A on tendents läheneda, kui samadel tingimustel sooritatud s~oltumatute katsete arv n läheneb l~opmatusele Sündmus P A n P A on juhuslik Juhusliku sündmuse A statistilisel t~oenäosusel P A on tänu definitsioonile paljud omadused sarnased sündmuse toimumise sageduse P A omadustega Lause Kehtivad väited P A, P K, P V, P A P A, T~oestus Et P A + B P A + P B P AB, P AB P A P B A P B P A B P A, P K, P V, P A P A, siis Definitsiooni abil saame P A, P K, P V, P A P A
12 4 GEOMEETRILINE T ~OENÄOSUS Kuna P A n A n P AB n AB n P A + B n A+B n P AB n AB n A n P A P B n B n n n P AB P B A n AB n A n + n B n n AB n n n A P B n P B A P A + P B P AB na n P A P B A n P A P B A, siis on t~oene ka väite ülejäänud osa 4 Geomeetriline t~oenäosus Oletame, et katse käigus valitakse üks punkt hulgast Ω R n Olgu Ω A hulga Ω alamhulk, st Ω A Ω Oletame, et oskame hulki Ω ja Ω A m~o~ota, kusjuures n korral on selleks m~o~oduks µ pikkus, n 2 korral on selleks m~o~oduks µ pindala, n 3 korral ruumala V, jne Olgu A sündmus, et katse käigus valitakse hulga Ω A punkt Eeldame, et punkti sattumise v~oimalikkus hulga Ω mingisse alamhulka s~oltub vaid selle alamhulga m~o~odust Definitsioon Sündmuse A geomeetriliseks t~oenäosuseks nimetatakse suurust P A µω A µω T~oestage, et Lause 3 kehtib ka geomeetrilise t~oenäosuse korral Näide Valitakse üks arv l~oigust [ ; 3] Leiame t~oenäosuse, et see arv: on 23; 2 on suurem kui 5; 3 on väiksem kui Et Ω [ ; 3] on ruumi R alamhulk, siis m~o~oduks on pikkus, kusjuures µ Ω 4 Tähistame alaülesannetes esinevad sündmused vastavalt tähtedega A, B ja C Olgu Ω A, Ω B ja Ω C neile vastavad alamhulgad Seega Ω A {23} µ Ω A P A µ Ω A µ Ω 4, Ω B 5; 3] µ Ω B 25 P B µ Ω B µ Ω , 4 Ω C [ ; µ Ω C P C µ Ω C µ Ω 4 25 Näitest saame huvitava tähelepaneku, ka v~oimaliku sündmuse t~oenäosus v~oib olla Seega A V P A, P A A V Näide 2 Ruutv~orrandi x 2 + px + q kordajad p ja q kuuluvad l~oiku [; 2] Leiame t~oenäosuse, et selle ruutv~orrandi lahendid on reaalsed
13 2 PEATÜKK JUHUSLIKUD SÜNDMUSED Olgu A sündmus, et selle ruutv~orrandi lahendid on reaalsed Et x 2 + px + q x,2 p/2 ± p 2 /4 q, siis ruutv~orrandi lahendid on reaalsed parajasti siis, kui p 2 /4 q, st q p 2 /4 Kuna p, q [; 2], siis Ω on ruut [; 2] [; 2] pindalaga µ Ω 4 Sündmus A toimub, kui selle ruudu punkt p, q on allpool parabooli q p 2 /4 joonisel viirutatud osas, st p, q Ω A q Seega µ Ω A 2 q > p 2 /4 Ω \ Ω A Ω A q p 2 /4 2 2 p 2 4 p3 dp , P A µ Ω A µ Ω q p 2 /4 p 5 Klassikaline t~oenäosuse definitsioon Definitsioon Sündmuste süsteemi {A, A 2,, A n } nimetatakse täielikuks, kui: n i A i K; 2 A i A j V i j 5 Definitsioon 2 Sündmuste süsteemi {A, A 2,, A n } nimetatakse elementaarsündmuste süsteemiks, kui: see süsteem on täielik; 2 k~oik selle süsteemi sündmused on v~ordv~oimalikud, st toimumise suhtes v~ordväärsed Oletame, et meid huvitab katse tulemusena sündmuse A toimumine ja meil on v~oimalik selle katse jaoks leida selline elementaarsündmuste süsteem {A, A 2,, A n }, mille korral A m k A i k m n, 52 kusjuures süsteem {A i, A i2,, A in } koosneb samadest sündmustest, mis {A, A 2,, A n } Iga sündmuse A i, A i2,, A im toimumisega kaasnegu sündmuse A toimumine, kusjuures neid sündmusi A ik k ; ; m nimetatakse sündmuse A toimumiseks soodsateks elementaarsündmusteks
14 5 KLASSIKALINE T ~OENÄOSUSE DEFINITSIOON 3 Definitsioon 2 Suurust P A m n 53 nimetatakse sündmuse A klassikaliseks t~oenäosuseks Lause Kehtivad väited P K, P V, P A, P A P A, P A + B P A + P B P AB, P AB P A P B A P B P A B T~oestus Olgu {A, A 2,, A n } elementaarsündmuste süsteem, mis sobib sündmuste A, A, B, A + B ja AB esitamiseks ning m A, m A, m B, m A+B ja m AB neile vastavate soodsate elementaarsündmuste arvud Et m K n m K n n P K, n m V m V n P V, n m A n n m A n n n m A + m A n m A n m A n m A+B m A + m B m AB m A+B m A n n P A + B P A + P B P AB, P A, P A P A, + m B n m AB n m AB n m AB na n A n m AB nb n B n P AB P A P B A P B P A B, siis Lause väide on t~oene Näide Täringut visatakse kaks korda Leiame t~oenäosuse, et m~olemal korral tuleb sama silmade arv Olgu A sündmus, et m~olemal korral tuleb sama silmade arv Vaatleme kaht lahendust I Kasutame sündmuste süsteemi {A i,j } i ; ; 6, j ; ; 6, kus A i,j on sündmus, et esimesel viskel tuleb i silma ja teisel viskel j silma Kuna 6 i j 6 A i,j K, A i,j A k,l V, i k j l ja selle süsteemi sündmused on v~ordv~oimalikud, siis on tegemist elementaarsündmuste süsteemiga, milles on 36 elementaarsündmust, st n 36 Et A A, +A 2,2 +A 3,3 +A 4,4 +A 5,5 +A 6,6, siis sündmuse A toimumiseks soodsate elementaarsündmuste arv m 6 ja klassikalise t~oenäosuse definitsiooni p~ohjal P A
15 4 PEATÜKK JUHUSLIKUD SÜNDMUSED II Vaatleme sündmuste süsteemi {B i } i ; ; 6, kus B i on sündmus, et teisel viskel on silmede arv i Veenduge, et süsteem {B i } on elementaarsündmuste süsteem Samas on ka see süsteem sobiv sündmuse A kirjeldamiseks, A B ik, st teisel viskel tuleb sama silmade arv mis esimesel viskel ja sündmuse A toimumiseks on soodne vaid üks süsteemi {B i } sündmus Seega klassikalise t~oenäosuse definitsiooni p~ohjal saame P A 6 Näide 2 Kaardipakist, milles on 52 kaarti, v~oetakse huupi üks kaart Leiame järgmiste sündmuste t~oenäosused: A v~oetu on äss; 2 B v~oetud kaart on musta masti; 3 C v~oetud kaart on pilt soldat, emand, kuningas, äss Koostame sündmuste süsteemi {A i } i;2;;52, mille elementideks on iga konkreetse kaardi v~otmine: A v~oetud kaart on risti 2; ; A 52 v~oetud kaart on poti äss kasutame järjestust risti 2 risti äss ruutu 2 ruutu äss ärtu kaks ärtu äss poti 2 poti äss Kuna 52 A i K, A i A j V i j, i siis tegemist on täieliku süsteemiga Iga kaardi v~otmine pakist on v~ordv~oimalik Seega süsteem {A i } on elementaarsündmuste süsteem Sündmuse A toimumiseks on neli soodsat elementaarsündmust: A A 3 + A 26 + A 39 + A 52 Seega klassikalise t~oenäosuse definitsiooni p~ohjal P A Sündmuse B toimumiseks on 26 soodsat elementaarsündmust: Seega B 3 i A i + 52 i4 P B Sündmuse C toimumiseks on 6 soodsat elementaarsündmust: Seega B 3 i A i + 26 i23 A i + 39 i36 A i A i + P C Näide 3 ~Opperühmas on 6 tudengit, neist 6 neidu ja noormeest Laboratoorseks tööks jaotatakse ~opperühm huupi kaheks grupiks, m~olemas 8 tudengit Leiame t~oenäosuse, et k~oik 6 neidu on ühes grupis, 2 ühes grupis on täpselt 5 neidu, 3 ühes grupis on täpselt 4 neidu, 4 m~olemas grupis on 3 neidu Olgu A sündmus, et k~oik 6 neidu on ühes grupis, B ühes grupis on täpselt 5 neidu, C ühes grupis on täpselt 4 neidu, D m~olemas grupis on 3 neidu 52 i49 A i
16 5 KLASSIKALINE T ~OENÄOSUSE DEFINITSIOON 5 Lähtume t~osiasjast, et kui me neist 6-st tudengist 8 välja valime, siis grupid on sellega määratud Piirdume järgnevas kaheksa tudengi väljavalimisega Seega on katseks kaheksa tudengi väljavalimine kuueteistkümnest Kuna ei ole oluline, mis järjekorras need valitud tudengid selles grupis on, siis need kaheksa tudengit moodustavad kombinatsiooni kuueteistkümnest tudengist kaheksa kaupa Seda gruppi saab moodustada C erineval viisil Käsitleme iga sellise kombinatsiooni valikut kui abisündmust sündmuste A, B, C ja D kirjeldamiseks Moodustame k~oigist sellistest abisündmustest süsteemi Tegemist on elementaarsündmuste süsteemiga T~oesti, täpselt üks neist abisündmustest leiab katse käigus aset, st k~oigi nende abisündmuste summa on kindel sündmus ja need abisündmused on üksteist välistavad Abisündmused on v~ordv~oimalikud Sündmuse A toimumiseks on soodsad need elementaarsündmused, st need kombinatsioonid, milles on kas 6 neidu v~oi ainult noormehed Kombinatsiooni kuueteistkümnest tudengist kaheksa kaupa, milles on 6 neidu, saab moodustada nii, et kuuest neiust valime välja k~oik kuus neidu C6 6 erinevat v~oimalust ja kaheksase grupi saamiseks lisame 2 noormeest C 2 erinevat v~oimalust Iga neidude kuuikuga sobib suvaline noormeeste kombinatsioon kümnest kahe kaupa Seega on C6 6 C 2 sündmuse A toimumiseks soodsate elementaarsündmuste, millega kaasneb kuue neiu valik, arv Sündmuse A toimumiseks on soodsad ka need elementaarsündmused, millega kaasneb kaheksa noormehe suvaline valik Selliseid sündmuse A toimumiseks soodsaid elementaarsündmusi on C6 C 8 T~oenäosuse klassikalise definitsiooni kohaselt P A C6 6 C 2 + C6 C 8 C Analoogiliste arutelude abil saame [ C k n C n k n C 8 C 2 C n, C n n 43 ] P B C5 6 C 3 + C6 C 7 C C 6 C 3 C , P C C4 6 C 4 + C6 2 C 6 C C2 6 C 4 C
17 6 PEATÜKK JUHUSLIKUD SÜNDMUSED ja P D C3 6 C 5 C Kuna sündmused A, B, C ja D on üksteist välistavad ja nende summa on kindel sündmus, siis nende t~oenäosuste summa peab tulema üks: P A + P B + P C + P D Näide 4 Bridžimängus kaardipakis 52 kaarti jagatakse igale mängijale 3 kaarti Leiame t~oenäosuse, et mängija saab täpselt k k ; ; 2; 3; 4 ässa Olgu katseks kolmeteist kaardi juhuslik v~otmine viiekümne kahest kaardist Vaatleme k ; ; 2; 3; 4 korral sündmusi A k mängija saab täpselt k ässa Olgu abisündmuseks suvalise kolmeteist kaardi v~otmine sellest pakist Ilmselt selles kontekstis ei ole kaartide järjekord nende kolmeteistkümne hulgas oluline Seega v~oime neid kolmeteist kaarti käsitleda kui kombinatsiooni viiekümnekahest elemendist kolmeteistkümne kaupa Katse käigus täpselt üks neist abisündmustest leiab aset Seega on need abisündmused üksteist välistavad ja nende k~oigi summa on kindel sündmus Lisaks on need abisündmused v~ordv~oimalikud Seega v~oime selliste abisündmuste hulka vaadelda kui elementaarsündmuste süsteemi Selles süsteemis on C52 3 elementaarsündmust Sündmuse A k toimumiseks on selles süsteemis soodsaid elementaarsündmusi C4 k C48 3 k T~oesti selles kombinatsioonis on k ässa ja 3 k mitteässa Selliseks ässade valikuks on C4 k erinevat v~oimalust ja mitteässade valikuks C48 3 k erinevat v~oimalust Kuna iga sellise k ässa valikuga sobib suvaline 3 k mitteässa valik, siis C4 k C48 3 k on erinevate soodsate elementaarsündmuste arv Seega t~oenäosuse klassikalise definitsiooni kohaselt P A k Ck 4 C48 3 k C k 48 3 k k ; ; 2; 3; ja P A C 4 C 3 48 C 3 52 P A C 4 C 2 48 C 3 52 P A 2 C2 4 C 48 C 3 52 P A 3 C3 4 C 48 C , , ,
18 6 T ~OENÄOSUSTEOORIA AKSIOOMID 7 ning P A 4 C4 4 C 9 48 C Sündmused A k k ; ; 2; 3; 4 on üksteist välistavad ja nende summa on kindel sündmus Saame kontrollida, kas nende t~oenäosuste summa on : 4 k P A k T~oenäosusteooria aksioomid V~orreldes eelneva käsitlusega on v~oimalik t~oenäosuse m~oistet defineerida rangemalt Olgu Ω mingi hulk, mille elemente ω me nimetame elementaarsündmusteks Olgu S hulga Ω mingi alamhulkade hulk Hulga S elemente nimetame juhuslikeks sündmusteks ja hulka Ω elementaarsündmuste ruumiks Definitsioon Hulka S nimetatakse hulga Ω hulkade algebraks, kui Ω S, 2 A S B S A B S A B S A\B S Vaatleme hulga Ω alamhulkade hulga S korral järgmisi aksioome I aksioom S on hulga Ω hulkade algebra II aksioom Igale hulgale A S on vastavusse seatud mittenegatiivne reaalarv P A III aksioom P Ω IV aksioom A B P A B P A + P B Definitsioon 2 Kui elementaarsündmuste ruum Ω ja sellel antud alamhulkade hulk S rahuldavad aksioome I-IV, siis öeldakse, et on antud t~oenäosusruum Ω, S, P Suurust P A nimetatakse juhusliku sündmuse A t~oenäosuseks Sellel viisil esitatud seoste ühitamiseks eelnevatega tuleb A def Ω\A, +,, V Järeldus Definitsioonist järelduvad seosed P A B P A + P B P A B 6 ja P A P A, 62
19 8 PEATÜKK JUHUSLIKUD SÜNDMUSED siis Lisaks T~oestus Kuna A B A B\A A B\A P A B P A B\A IV P A + P B\A, B B\A A B B\A A B IV P B P B\A + P A B P B\A P B P A B, P A B P A + P B\A P A + P B P A B A A Ω A A III, IV P A P A P A A P A + P A Definitsioon 3 Kui P A >, siis t~oenäosust P B A def P AB/P A nimetatakse sündmuse B tinglikuks t~oenäosuseks tingimusel A Näide Olgu Ω üheelemendiline hulk, Ω {ω} Olgu S {Ω, } ja P Ω ning P Kontrollime, kas sel viisil saame t~oenäosusruumi Esiteks kontrollime, kas selline S on hulga Ω hulkade algebra Kuna Ω S, siis tingimus on täidetud Et A Ω ja B korral Ω Ω S Ω S Ω \ Ω S, 2 A ja B Ω korral Ω Ω S Ω S \ Ω S, 3 A ja B korral S \ S, 4 A Ω ja B Ω korral Ω Ω Ω S Ω Ω Ω S Ω \ Ω S, siis ka tingimus 2 on täidetud Seega S on hulga Ω hulkade algebra, st aksioom I on täidetud Teiseks, igale hulga S elemendile on vastavusse seatud mittenegatiivne reaalarv P A, st aksioom II on täidetud Kolmandaks, t~oesti P Ω, st aksioom III on täidetud Neljandaks kontrollime, kas A B P A B P A + P B Et A Ω ja B korral Ω ja P Ω P Ω P Ω + P, 2 A ja B korral ja P P P + P, siis aksioom IV on täidetud Seega saame t~oenäosusruumi Ω, S, P Kuidas saadud tulemust t~olgendada? Näide 2 Olgu Ω {ω, ω 2,, ω n } Olgu S k~oigi hulga Ω osahulkade hulk ja P ω i p i i ; ; n, kusjuures n i p i Iga hulga Ω osahulk A on esitatav kujul A {ω i, ω i2,, ω im } m n Defineerime P A m j p i j Kontrollige, kas nii saame t~oenäosusruumi Näidake, et p i /n i ; ; n korral saame erijuhuna klassikalise t~oenäosuse definitsiooni Märkus Kui hulga Ω alamhulkade hulk S on loenduv, siis on otstarbekas aksioom IV asendada aksioomiga IV : A i A j i, j N, i j P A k P A k 63 k k
20 7 T ~OENÄOSUSTE LIITMIS- JA KORRUTAMISLAUSE 9 7 T~oenäosuste liitmis- ja korrutamislause Järelduse 6 p~ohjal P A + B P A + P B P AB 7 Kui sündmuste summas on kolm liidetavat, siis [ ] sündmuste liitmine P A + A 2 + A 3 P A on assotsiatiivne + A 2 + A 3 [ ] rakendame seost 7 A A, B A 2 + A 3 P A + P A 2 + A 3 P A A 2 + A 3 distributiivsus P A + P A 2 + A 3 P A A 2 + A A 3 7 P A + P A 2 + P A 3 P A 2 A 3 P A A 2 P A A 3 + P A A 2 A A 3 A AA2 A P A + P A 2 + P A 3 P A 2 A 3 P A A 2 P A A 3 + P A A 2 A 3 ehk P A i P A i P A i A j + 3+ P A i i i i j>i i Lause Kehtib väide n n n P A i P A i P A i A j + + n+ P A i i i i j>i 72 T~oestus Kasutame matemaatilise induktsiooni meetodit Eelneva p~ohjal on baas olemas, n 2 ja n 3 korral väide kehtib Induktsioonisammu lubatavuse t~oestamiseks eeldame, et väide on t~oene n korral, st P n n n 2 n n 3 n 2 n A i P A i P A i A j + P A i A j A k + i i i j>i + + n P n i i j>i k>j i A i 73
21 2 PEATÜKK JUHUSLIKUD SÜNDMUSED Sel juhul saame n P A i P i P P n A i + A n i n 7 A i + P A n P i n A i + P A n P i n A i A n i n A i A n i 73 distributiivsus n n 2 n n 3 n 2 n P A i P A i A j + P A i A j A k + i + + n P i j>i n i i j>i k>j n A i + P A n i P A i A n + n 2 n n 3 n 2 n + P A i A n A j A n P A i A n A j A n A k A n i j>i + n P i n n P A i i i j>i A i A n n + + n+ P A i, i j>i k>j A m n An m [miks?] n 2 n P A i A j + P A i A j A k + i i j>i k>j st kui Lause väide on t~oene n korral, siis see väide on t~oene ka n korral Seega on induktsioonisamm lubatud ja Lause väide on t~oestatud matemaatilise induktsiooni meetodil Märkus Kuna n i A i n i A i, siis n n P A i P A i 74 Definitsiooni 63 p~ohjal i i P AB P A P B A, 75 P AB P B P A B, 76 kus P B A on sündmuse B toimumise t~oenäosus eeldusel, et sündmus A on toimunud ja P A B on sündmuse A toimumise t~oenäosus eeldusel, et sündmus B on toimunud
22 7 T ~OENÄOSUSTE LIITMIS- JA KORRUTAMISLAUSE 2 Definitsioon Sündmust B nimetatakse s~oltumatuks sündmusest A, kui P B A P B 77 Järeldus Kui sündmus B on s~oltumatu sündmusest A, siis sündmus A on s~oltumatu sündmusest B, st P A B P A Seejuures on sündmused A ja B s~oltumatud parajasti siis, kui P AB P A P B 78 T~oestus Saame väidete ahela P AB 75 P A P B A 77 P A P B P AB 76 P B P A B P A P B P B P A B P A B P A Järeldus 2 Kui sündmused A ja B on s~oltumatud, siis ka A ja B on s~oltumatud T~oestus Kuna P A B 62 P A B P A + B P A P B + P AB 78 P A P B + P A P B P A P B P A P B, siis Järelduse p~ohjal on sündmused A ja B s~oltumatud Kui sündmuste korrutises on kolm tegurit, siis [ ] sündmuste korrutamine P A A 2 A 3 P A on assotsiatiivne A 2 A 3 [ ] rakendame seost 75, P A A A A 2, B A A 2 P A 3 A A 2 3 [ ] rakendame 75, P A A A, B A P A 2 A P A 3 A A 2, 2 kus P A 3 A A 2 on sündmuse A 3 toimumise tinglik t~oenäosus tingimusel, et sündmused A ja A 2 on toimunud Lause 2 Kehtib väide n n j P A i P A P A j A k, 79 i j2 k
23 22 PEATÜKK JUHUSLIKUD SÜNDMUSED kus P A j j k A k on sündmuse A j toimumise t~oenäosus tingimusel, et sündmused A,, A j on toimunud T~oestus Kasutame matemaatilise induktsiooni meetodit Eelneva p~ohjal on baas olemas, n 2 ja n 3 korral väide kehtib Induktsioonisammu lubatavuse t~oestamiseks eeldame, et väide on t~oene n korral, st P n i n A i P A j2 j P A j A k 7 k Sel korral saame n P A i P i n i [ rakendame seost 75 A i A n n A i A i, B A n ] P n i n A i P A n A i j2 i k 7 n j n P A P A j A k P A n A i P A n j P A j A k, j2 k st kui Lause 2 väide on t~oene n korral, siis see väide on t~oene ka n korral Seega on induksioonisamm lubatud ja Lause 2 väide on t~oestatud matemaatilise induktsiooni meetodil Definitsioon 2 Sündmuste süsteemi {A, A 2,, A n } nimetatakse s~oltumatuks, kui P i A k A i P A k k 2; 3; ; n i<k Järeldus 3 Kui sündmuste süsteem {A, A 2,, A n } on s~oltumatu parajasti siis, kui n n P A i P A i 7 i Märkus Süsteemi {A, A 2,, A n } sündmuste paarikaupa s~oltumatusest ei järeldu selle sündmuste süsteemi s~oltumatus Näide Münti visatakse kaks korda Leiame P A ja P B, kui A on sündmus, et saadakse kaks kulli, ja B on sündmus, et saadakse vähemalt üks kull i
24 7 T ~OENÄOSUSTE LIITMIS- JA KORRUTAMISLAUSE 23 Olgu A k k ; 2 sündmus, et k-ndal viskel saadakse kull Kuna A A A 2 ja B A + A 2, siis P A P A A 2 [A k -d on s~oltumatud] 78 P A P A 2 /4, P B P A + A 2 7 P A + P A 2 P A A 2 3/4 Näide 2 Kaks poissi sooritavad kordamööda vabaviskeid M~olemal on 2 viset Preemia saab see poistest, kes esimesena tabab Esimesena viskaja tabamise t~oenäosus on igal viskel 4 ja teisel 7 Leiame m~olema poisi preemia saamise t~oenäosuse Milline on t~oenäosus, et preemiat ei saa kumbki poiss? Olgu sündmus A preemia saab see poiss, kes viskab esimesena ja sündmus B preemia saab teine poiss ning sündmus C kumbki poiss ei saa preemiat Kui A i i ; 2 on sündmus, et esimesena viskaja tabab i-ndal viskel ja B i i ; 2 on sündmus, et teisena viskaja tabab i-ndal viskel Esimene poiss saab preemia, kui ta tabab esimesel viskel v~oi ta esimesel viskel ei taba ja ka teine poiss ei taba esimesel viskel ja esimene poiss tabab teisel viskel, st Analoogiliselt saame ja A A + A B A 2 72 B A B + A B A 2 B 2 73 C A B A 2 B 2 74 Seosest 72 järeldub P A P esimeses liidetavas on A ja teises A + A B A 2 ühe tegurina A, st liidetavad on teineteist välistavad P A + P A B A 2 P A + P A P B A P A2 A B ja seosest 73 järeldub P B P A B + A B A 2 B 2 P A B + P A B A 2 B 2 P A P B A + P A P B A P A2 A B P B2 A B A Seosest 74 järeldub P C P A B A 2 B 2 P A P B A P A2 A B P B2 A B A
25 24 PEATÜKK JUHUSLIKUD SÜNDMUSED Teostame kontrolli: [ ] süsteem {A, B, C} on P A + B + C täielik P A + P B + P C Näide 3 Elemendi töökindlus on p Töökindluse t~ostmiseks dubleeritakse seda elementi paralleelselt kahe sama töökindlusega elemendiga Saadakse süsteem I p II p III p Leiame saadud süsteemi töökindluse Töökindlus on t~oenäosus, et vaadeldav süsteem peab aja T vastu See süsteem on töökorras, kui on töökorras vähemalt üks paralleel Elemendid lähevad rivist välja üksteisest s~oltumatult Olgu sündmus A süsteem peab vastu aja T ja sündmus A i i-s element i ; 2; 3 peab vastu aja T Saame P A P A + A 2 + A 3 72 P A + P A 2 + P A 3 P A 2 A 3 P A A 2 P A A 3 + P A A 2 A 3 s~oltumatud P A + P A 2 + P A 3 P A 2 P A 3 P A P A 2 P A P A 3 + P A P A 2 P A 3 3p 3p 2 + p 3 Lihtsama lahenduse saame, kui kasutame valemit 74 P A + A 2 + A 3 P A A 2 A 3 P A P A2 P A3 p 3 3p 3p 2 + p 3
26 8 TÄIST ~OENÄOSUS BAYESI VALEM 25 8 Täist~oenäosus Bayesi valem Sooritatakse katse, mille käigus jälgitakse sündmuse A toimumist Olgu {H, H 2,, H n } täielik sündmuste süsteem selle katse korral, st H + H H n K, H i H j V i j Nimetame seda süsteemi hüpoteeside süsteemiks Kuna A Lause Lause 2 K A H + H H n A H A + H 2 A + + H n A, siis P A P H A + H 2 A + + H n A Tingimusest H i H j V i j järeldub, et süsteemi {H i A} i,,n sündmused on üksteist välistavad Seega P A P H A + H 2 A + + H n A P H A + P H 2 A + + P H n A 75 P H P A H + P H 2 P A H P H n P A H n Oleme t~oestanud järgmise väite Lause täist~oenäosuse valem Kui {H, H 2,, H n } on hüpoteeside süsteem katse jaoks, mille korral uuritakse sündmuse A toimumist, siis P A P H P A H + P H 2 P A H P H n P A H n ehk lühidalt P A P H i P A H i 8 i Näide Kohtunik valib ühe kahest korvpallurist sooritama vabaviset Seejuures on esimesel neist vabaviske tabamise t~oenäosus 7 ja teisel 9 Leiame t~oenäosuse, et vise tabab Olgu sündmus A vise tabab Koostame hüpoteeside süsteemi {H, H 2 }, kus hüpotees H viskab esimene korvpallur ja hüpotees H 2 viskab teine korvpallur Kuna puudub täpsem info, siis P H P H 2 /2 Seejuures P A H 7 ja P A H 9 Valemi 8 p~ohjal saame P A P H P A H + P H 2 P A H Näide 2 Karbis on 5 uut ja 4 kasutatud tennisepalli Esimeseks mänguks v~oetakse karbist huupi 2 palli, mis pärast mängu pannakse karpi tagasi Teiseks mänguks v~oetakse seejärel huupi 2 palli Leiame t~oenäosuse, et teiseks mänguks v~oetud pallide seas on täpselt i i ; ; 2 uut palli
27 26 PEATÜKK JUHUSLIKUD SÜNDMUSED Olgu A k k ; ; 2 sündmus, et teiseks mänguks v~oeti k uut palli Koostame hüpoteeside süsteemi {H, H, H 2 }, kus H i on hüpotees, et esimeseks mänguks v~oeti täpselt i uut palli I lahendusvariant Olgu B i i ; 2 sündmus, et esimeseks mänguks i-ndana v~oetud pall on uus ja C i i ; 2; 3 sündmus, et teiseks mänguks i-ndana v~oetud pall on uus Sellise tähistuse korral saame ja H B B 2, H B B 2 + B B 2, H 2 B B 2 P H P B B 2 P B P B2 B , P H P B B 2 + B B 2 [ liidetavad on teineteist välistavad ] P B B 2 + P B B 2 P B P B 2 B + P B P B2 B , P H 2 P B B 2 P B P B 2 B Kontrollime, hüpoteeside t~oenäosuste summa peab olema : Et siis saame tinglikud t~oenäosused P H + P H + P H A C C 2, A C C 2 + C C 2, A 2 C C 2, P A H P C C 2 H P C H P C2 H C , P A H P C C 2 H P C H P C2 H C , P A H 2 P C C 2 H 2 P C H 2 P C2 H 2 C , P A H P C C 2 + C C 2 H liidetavad on teineteist välistavad P C C 2 H + P C C 2 H P C H P C 2 H C + P C H P C2 H C , P A H P liidetavad on teineteist välistavad C C 2 + C C 2 H P C C 2 H + P C C 2 H P C H P C 2 H C + P C H P C2 H C ,
28 8 TÄIST ~OENÄOSUS BAYESI VALEM 27 Et siis P A H 2 P C C 2 + C C 2 H2 liidetavad on teineteist välistavad P C C 2 H2 + P C C 2 H2 P C H 2 P C 2 H 2 C + P C H 2 P C2 H 2 C , P A 2 H P C C 2 H P C H P C 2 H C , P A 2 H P C C 2 H P C H P C 2 H C , P A 2 H 2 P C C 2 H 2 P C H 2 P C 2 H 2 C P A k 8 2 P H i P A k H i k ; ; 2, i P A P H P A H + P H P A H + P H 2 P A H , P A P H P A H + P H P A H + P H 2 P A H , P A 2 P H P A 2 H + P H P A 2 H + P H 2 P A 2 H Kuna sündmuste süsteem {A, A, A 2 } on täielik, siis P A + P A + P A II lahendusvariant Kasutame klassikalist t~oenäosuse definitsiooni Elementaarsündmuseks nii esimese kui ka teise mängu pallide v~otmisel valime suvalise pallipaari väljav~otmise Et pallide järjekord paaris ei ole oluline, siis on tegemist kombinatsiooniga üheksast elemendist kahe kaupa Nende koguarv on C Et hüpoteesi H realiseerumiseks on neist soodsaid C4 2 6, siis P H Kuna hüpoteesi H realiseerumiseks on soodsaid C 4 C , siis P H
29 28 PEATÜKK JUHUSLIKUD SÜNDMUSED Et hüpoteesi H 2 realiseerumiseks on soodsaid C , siis P H Analoogiliselt leiame veel tinglikud t~oenäosused: P A H C2 4 C 2 9 6, P A H C2 5 C , P A H 2 C2 6 C , P A H C 5 C 4 C 2 9 P A H 2 C 3 C 6 C , P A H C 4 C 5 C 2 9 2, P A 2 H C2 5 C , 5 9 P A 2 H C2 4 C 2 9 6, P A 2 H 2 C2 3 C siis Kuna AH k H k A P AH k P H k A, P A P H k A P H k P A H k Viimasest seosest saame avaldada t~oenäosuse P H k A : P H k A P H k P A H k P A Oleme t~oestanud järgmise väite 8 P H k P A H k n i P H i P A H i Lause 2 Bayesi valem Kui {H, H 2,, H n } on hüpoteeside süsteem katse jaoks, mille korral uuritakse sündmuse A toimumist, siis P H k A ehk lühidalt P H k P A H k P H P A H + P H 2 P A H P H n P A H n P H k A P H k P A H k n i P H i P A H i P H k P A H k 82 P A Bayesi valemis esinevat suurust P H k nimetatakse hüpoteesi H k aprioorseks ehk katse-eelseks t~oenäosuseks ja suurust P H k A nimetatakse hüpoteesi H k aposterioorseks ehk katsejärgseks t~oenäosuseks
30 8 TÄIST ~OENÄOSUS BAYESI VALEM 29 Näide 3 Leiame Näites 2 esitatud andmetel, teades katse tulemusena sündmuse A 2 toimumist, t~oenäosuse, et esimene kord v~oeti kaks kasutatud palli Vaja on leida hüpoteesi H aposterioorne t~oenäosus, teades katse tulemust, sündmuse A 2 toimumist Bayesi valemi p~ohjal saame P H P A 2 H P H A 2 P H P A 2 H + P H P A 2 H + P H 2 P A 2 H Näide 4 Eksamil on viis piletit, igas kaks küsimust Erinevates piletites on erinevad küsimused, st kokku küsimust Üli~opilane teab seitset küsimust Ta sooritab eksami, kui teab m~olemat küsimust v~oetud piletist v~oi täpselt üht küsimust v~oetud piletist ja lisaküsimust, mis antakse siis talle ühest teisest piletist Leiame t~oenäosuse, et üli~opilane sooritab eksami Leiame t~oenäosuse, et üli~opilane pidi vastama lisaküsimusele, kui on teada, et ta sooritas eksami Olgu A sündmus, et üli~opilane sooritab eksami, ja H i i ; ; 2 hüpotees, et üli~opilane teab v~oetud piletist täpselt i küsimust Kui B i i ; 2 on sündmus, et üli~opilane teab v~oetud pileti i-ndat küsimust, siis ja H B B 2, H B B 2 + B B 2, H 2 B B 2 P H P B B 2 P B P B2 B , P H P liidetavad teineteist välistavad B B 2 + B B 2 P B B 2 + P B B 2 P B P B 2 B + P B P B2 B , P H 2 P B B 2 P B P B 2 B Kontrollime, hüpoteeside t~oenäosuste summa peab olema : Leiame tinglikud t~oenäosused: P H + P H + P H P A H, P A H , P A H 2 Täist~oenäosusvalemi 8 abil saame P A P H P A H + P H P A H + P H 2 P A H
31 3 PEATÜKK JUHUSLIKUD SÜNDMUSED Bayesi valemi 82 abil leiame hüpoteesi H aposterioorse t~oenäosuse, teades, et üli~opilane sai eksamil läbi, P H A P H P A H P H P A H + P H P A H + P H 2 P A H Bernoulli valem Vaatleme katseseeriat, milles on n s~oltumatut katset samadel tingimustel Oletame, et sündmus A toimub igal katsel t~oenäosusega p Sel korral k~oneldakse katseseeria läbiviimisest Bernoulli skeemi järgi Olgu < p < ja q def p Olgu B n,m sündmus, et A toimub selle n-katselise seeria korral täpselt m def m n korda Meid huvitab t~oenäosus P n,m P B n,m Lause Bernoulli valem Kui katseseerias on n s~oltumatut katset ja sündmus A toimub igal katsel t~oenäosusega p ning B n,m on sündmus, et A toimub selle seeria korral täpselt m m n korda, siis P n,m P B n,m C m n p m q n m 9 T~oestus Kasutame matemaatilise induktsiooni meetodit Olgu sündmus A i sündmus A toimub i-ndal i n katsel Seega Kui n, siis P A i p, P A i q i n B ; A P ; P B ; P A q p q C p q, B ; A P ; P B ; P A p p q C p q, st induktsiooni baas on olemas Kasutades seoseid C m n + C m n C m n+, n m C m n / m + C m+ n, t~oestage iseseisvalt vastavalt induktsioonisammu n n + ja m m + lubatavus Uurime järgnevalt, millise m väärtuse korral on t~oenäosus P n,m suurim Sellise m saame määrata v~orratuste süsteemist { Pn,m P n,m P n,m+ P n,m { C m n C m+ p m q n m+ C m n p m q n m n p m+ q n m C m n p m q n m Saame v~orratuste süsteemi n! m! n m +! pm q n m+ n! m! n m! pm q n m n! m +! n m! pm+ q n m n! m! n m! pm q n m,
32 9 BERNOULLI VALEM 3 millest peale lihtsustamist leiame { mq n m + p n m p m + q { mq + mp n + p np q mq + mp ehk Kuna np q m np + p 92 np + p np q p + q, siis 92 määrab l~oigu pikkusega Seega on vaadeldaval probleemil täisarvulise np + p korral kaks lahendit m np + p ja m np q Kui np + p ei ole täisarv, siis on üks lahend m [np + p], kus [np + p] on täisosa arvust np + p Seega oleme saanud järgmise tulemuse Lause 2 Kui katseteseerias on n s~oltumatut katset ja sündmus A toimub igal katsel t~oenäosusega p ning B n,m on sündmus, et A toimub selle seeria korral täpselt m m n korda, siis täisarvulise p n + korral on sündmuse B n,m toimumise t~oenäosus suurim, kui m np q v~oi m p n + Kui p n + ei ole täisarv, siis suurim t~oenäosus saadakse m [p n + ] korral Näide Korvpallur sooritab 3 vabaviset Igal viskel on tabamise t~oenäosus 7 Leiame järgmiste sündmuste t~oenäosused: B korvpallur tabab vaid ühel viskel; C korvpallur tabab vähemalt ühel viskel; D korvpallur tabab ülimalt ühel viskel; E korvpallur tabab täpselt kahel viskel; F korvpallur tabab vähemalt kahel viskel; G korvpallur tabab ülimalt kahel viskel Milline on t~oenäoseim tabamuste arv? Kui A on sündmus, et korvpallur vabaviskel tabab, siis saame p 7 ja q p 3 Olgu B 3,m sündmus, et korvpallur tabab 3-viskelise seeria korral täpselt m m 3 korda ja P 3,m P B 3,m Et B B 3;, C B 3; + B 3;2 + B 3;3, D B 3; + B 3;, E B 3;2, F B 3;2 + B 3;3, G B 3; + B 3; + B 3;2 ja B 3,i B 3,j V i j ning Lause p~ohjal P B 3,m C m 3 p m q 3 m, siis P B 3; C , P B 3; C , P B 3;2 C max m 3 P B 3;m, P B 3;3 C Kontrollime P B 3; + P B 3; + P B 3;2 + P B 3;3
33 32 PEATÜKK JUHUSLIKUD SÜNDMUSED Järelikult P B P B 3; 89, P E P B 3;2 44, P C P B 3; + P B 3;2 + P B 3;3 973, P D P B 3; + P B 3; 26, P F P B 3;2 + P B 3;3 784, P G P B 3; + P B 3; + P B 3;2 657 T~oenäoseima tabamuste arvu saame leida ka Lause 2 p~ohjal [n + p] [4 7] 2 Näide 2 Karbis on tühja disketti, kusjuures igat neist on eelnevalt kasutatud t~oenäosusega 6 Leiame järgmiste sündmuste t~oenäosused: B karbis on täpselt 2 eelnevalt kasutamata disketti; C karbis on ülimalt 2 eelnevalt kasutamata disketti; D karbis on vähemalt 2 eelnevalt kasutamata disketti Leiame t~oenäoseima kasutamata diskettide arvu karbis Kui A on sündmus, et disketti ei ole eelnevalt kasutatud, siis p 4 ja q 6 Kui B,m on sündmus, et eelnevalt kasutamata diskettide arv selles karbis on m, siis B B ;2, C B ; + B ; + B ;2, D B ; + B ; ning Lause p~ohjal P B ;m C m 4 m 6 m Seega P B P B ;2 C , P C P B ; + B ; + B ;2 P B ; + P B ; + P B ;2 liidetavad üksteist välistavad C C C , P D P B ; + B ; teineteist välistavad P B ; + P B ; C C , P D P D Lause 2 abil leiame t~oenäoseima kasutamata diskettide arvu karbis [ + 4] [4 4] 4 Märkus Kui katseseerias sooritatakse n s~oltumatut katset ja igal katsel toimub täpselt üks sündmustest A,, A k vastavalt t~oenäosustega p,, p k, kus k i p i, siis sündmuse B m,m 2,,m k ;n sündmus A i i ; ; k toimub k katseseerias täpselt m i korda i m i n, t~oenäosus on leitav valemi P B m,m 2,,m k ;n n! m!m 2! m k! pm p m2 2 p m k k 93
34 ÜLESANDED 33 abil Näide 3 L~oik jagatakse neljaks v~ordse pikkusega osal~oiguks L~oigul valitakse huupi kaheksa punkti Leiame t~oenäosuse, et igasse osal~oiku satub kaks punkti Rakendame valemit 93, v~ottes n 8, k 4, m m 2 m 3 m 4 2 ja p p 2 p 3 p 4 /4 Saame P B 2,2,2,2;8 Ülesanded 8! 2!2!2!2! Korvi suunas sooritatakse kolm viset Olgu A k sündmus, et k-ndal viskel k ; 2; 3 tabatakse Avaldage sündmuste A k abil järgmised sündmused: A täpselt üks vise tabab, B ülimalt üks vise tabab, C vähemalt üks vise tabab, D täpselt kaks viset tabavad, E ülimalt kaks viset tabavad, F vähemalt kaks viset tabavad V: A A A 2 A 3 + A A 2 A 3 + A A 2 A 3, B A A 2 A 3 + A A 2 A 3 + A A 2 A 3 + A A 2 A 3, C A A 2 A 3 + A A 2 A 3 + A A 2 A 3 + A A 2 A 3 + A A 2 A 3 + A A 2 A 3 + A A 2 A 3, D A A 2 A 3 + A A 2 A 3 + A A 2 A 3, E A A 2 A 3 + A A 2 A 3 + A A 2 A 3 + A A 2 A 3 + A A 2 A 3 + A A 2 A 3 + A A 2 A 3, F A A 2 A 3 + A A 2 A 3 + A A 2 A 3 + A A 2 A 3 2 Üli~opilasel tuleb eksamisessioonil sooritada 4 eksamit Olgu A i i ; 2; 3; 4 sündmus, et üli~opilane saab läbi i-ndal eksamil Avaldage sündmuste A i ja eelnevalt avaldatud sündmuste ning vastandsündmuste abil järgmised sündmused: A üli~opilane sooritab k~oik eksamid; B üli~opilane p~orub täpselt ühel eksamil; C üli~opilane saab läbi vähemalt ühel eksamil; D üli~opilane saab läbi täpselt kahel eksamil; E üli~opilane saab läbi vähemalt kahel eksamil; F üli~opilane saab läbi ülimalt kahel eksamil V: A A A 2 A 3 A 4, B A A 2 A 3 A 4 + A A 2 A 3 A 4 + A A 2 A 3 A 4 + A A 2 A 3 A 4, C A A 2 A 3 A 4, D A A 2 A 3 A 4 + A A 2 A 3 A 4 + A A 2 A 3 A 4 + A A 2 A 3 A 4 + A A 2 A 3 A 4 + +A A 2 A 3 A 4, E A + B + D, F D + A A 2 A 3 A 4 + A A 2 A 3 A 4 + +A A 2 A 3 A 4 + A A 2 A 3 A 4 + A A 2 A 3 A 4 3 Täringut visatakse kaks korda Olgu A k sündmus, et esimesel viskel tuleb k silma ja B n sündmus, et teisel viskel tuleb n silma Olgu C, D, ja E sündmused, et kahe viskega saadakse vastavalt kaheksa silma, vähemalt kümme silma ning ülimalt neli silma Avaldage sündmused C, D, ja E sündmuste A k ning B n abil V: C A 2 B 6 + A 3 B 5 + A 4 B 4 + A 5 B 3 + A 6 B 2, D A 4 B 6 + A 5 B 5 + A 6 B 4 + A 5 B 6 + A 6 B 5 + A 6 B 6, E A B + A B 2 + A 2 B + A B 3 + A 2 B 2 + A 3 B 4 Eksamipiletis on kolm küsimust Olgu A k sündmus, et üli~opilane teab oma pileti k-ndat küsimust Vaatleme järgmisi sündmusi: A üli~opilane teab oma pileti iga küsimust; B üli~opilane teab täpselt kaht küsimust oma piletist; C üli~opilane teab täpselt üht küsimust oma piletist; D üli~opilane teab ülimalt kaht küsimust oma piletist; E üli~opilane teab vähemalt üht küsimust oma pi-
35 34 PEATÜKK JUHUSLIKUD SÜNDMUSED letist; F üli~opilane ei tea ühtki küsimust oma piletist Avaldage sündmused A, B, C, D, E ja F sündmuste A k kaudu V: A A A 2 A 3, B A A 2 A 3 + A A 2 A 3 + A A 2 A 3, C A A 2 A 3 + A A 2 A 3 + A A 2 A 3, E A A 2 A 3, F A A 2 A 3, D F + C + B 5 Punktid P x ja Qx 2 valitakse huupi x-telje l~oigul [; ] Leidke t~oenäosus, et punktide P ja Q vaheline kaugus on väiksem-v~ordne ühest kahendikust V: 3/4 6 Arvud x, y, z [; 3] valitakse juhuslikult Leidke t~oenäosus, et nende arvude täisosade summa on 3, st [x] + [y] + [z] 3 V: / V~oetakse huupi kaks positiivset arvu x ja y, mis m~olemad on väiksemad kümnest Leidke t~oenäosus, et nende korrutis xy on väiksem kümnest ja jagatis x/y on suurem kui 25 V: + ln 4 / Kaks s~opra l~ounatavad samas kohvikus kella 2 ja 4 vahel M~olemal kulub selleks pool tundi Leidke t~oenäosus, et antud päeval s~obrad selles kohvikus kohtuvad V: 5/ Viieliikmelisse uurimisrühma kandideerib teadurit, kellest 5 on daamid Kui suur on t~oenäosus, et sellesse uurimisrühma v~oetakse: ainult daamid; 2 täpselt 3 daami; 3 vähemalt 3 daami; 4 ülimalt 3 daami? V: /462, 25/77, 8/462, 43/462 ~Opperühm, milles on 2 üli~opilast, neist 4 neidu, jaotatakse keele~oppeks kaheks à üli~opilast Leidke t~oenäosus, et m~olemas on kaks neidu, 2 ühes on neli neidu, 3 ühes on täpselt üks neiu V: 35/323, 28/323, 6/323 Kastis on 4 valget, 5 punast ja 6 musta kuuli Üksteise järel v~oetakse huupi välja kuuli, kusjuures v~oetud kuule tagasi ei panda Leidke t~oenäosus, et väljav~oetute hulgas on täpselt 3 valget, 4 punast ja 3 musta kuuli V: 4/33 2 Üheksakorruselise maja lifti siseneb esimesel korrusel 4 inimest Leidke t~oenäosus, et nad k~oik väljuvad samal korrusel V: / 52 3 Kasutatud autode müügipunkti toodi Saksamaalt 2 pruugitud autot, neist 8 Audit, 7 Opelit ja 5 BMW-d Esimese kuuga ~onnestus neist maha müüa 7 Leidke t~oenäosus, et allesjäänud 3 autot on k~oik ühte marki, 2 k~oik erinevat marki V: /4, 4/57 4 Karbis on pooljuhti, neist 7 hiljuti testitut Karbist v~oetakse huupi 5 pooljuhti Leidke t~oenäosus, et nende hulgas on täpselt 3 hiljuti testitut V: 5/2 5 Urnis on kuuli, neist 6 valget ja 4 musta Urnist v~oetakse järgemööda 3 kuuli Leidke t~oenäosus, et nad k~oik on valged, kui v~oetud kuul pannakse urni tagasi, 2 ei panda tagasi V: 27/25, /6 6 Neli jalgpallurit sooritavad igaüks ühe karistuslöögi Nende tabamise t~oenäosused on vastavalt 8, 7, 6 ja 5 Leidke t~oenäosus, et tabamuste koguarv on täpselt 3, 2 ülimalt 3, 3 vähemalt 3 V: 394, 832, Eksamipiletis on 4 küsimust, üks igast osast Esimeses osas on 4 küsimust, teises 6, kolmandas 8 ja neljandas 6 Üli~opilane teab iga esimese osa küsimust, kolme küsimust teisest osast, viit küsimust kolmandast osast ja nelja küsimust neljandast osast Leidke t~oenäosus, et üli~opilane teab v~oetud piletist k~oiki küsimusi, 2 täpselt kahte küsimust, 3 vähemalt kahte küsimust 4 ülimalt
36 ÜLESANDED 35 kahte küsimust V: 5/24, 7/24, 5/6, 7/48 8 Üks kolmandik loteriipiletitest v~oidavad Mitu piletit tuleb osta, et t~oenäosusega, mis on suurem kui 9, vähemalt üks neist v~oidaks V: 6 9 Urnist, milles on n valget ja m musta kuuli n 2, m 2, v~oetakse huupi 2 kuuli Leidke t~oenäosus, et nende hulgas on täpselt k valget kuuli k ; ; 2, 2 nende hulgas on ülimalt üks valge kuul, 3 nende hulgas on vähemalt üks valge kuul V: mm / n + m n + m, 2mn/ n + m n + m, nn / n + m n + m, m2n + m / n + m n + m, nn + 2m / n + m n + m 2 Urnis on n valget ja m musta kuuli m 2, n 2 V~oetakse huupi 2 kuuli Kumb sündmustest on t~oenäosem, kas A kuulid on sama värvi v~oi B kuulid on erinevat värvi? V: kui n m 2 > n + m, siis on t~oenäosem, et kuulid on sama värvi 2 Vabariigi korvpalli esiliigas esineb 8 v~oistkonda, neist 3 üli~opilasv~oistkonda Moodustatakse kaks alagruppi, à 4 v~oistkonda Leidke järgmiste sündmuste t~oenäosused: A k~oik üli~opilasv~oistkonnad on ühes alaprupis; B ühes alagrupis on ja teises 2 üli~opilasv~oistkonda V: /7, 6/7 22 Buffoni probleem Joonelisele paberile, joonte vahega m cm, kukub huupi n~oel pikkusega l Olgu l < m Leidke t~oenäosus, et n~oel l~oikub ühega joontest V: 2l/ mπ 23 Täringut visatakse kolm korda Leidke järgmiste sündmuste t~oenäosused: kolmandal viskel tuleb rohkem silmi, kui tuli esimesel ja kui tuli teisel viskel; 2 kolmandal viskel tuleb rohkem silmi kui kahel esimesel viskel kokku V: 55/26, 5/54 24 Riiulile pannakse raamatut, millest 3 on ingliskeelsed, juhuslikus järjekorras Kui suur on t~oenäosus, et ingliskeelsed raamatud satuvad k~orvuti? V: /5 25 Ringjoonel raadiusega R valitakse huupi kolm punkti A, B ja C Kui suur on t~oenäosus, et kolmnurk ABC on teravnurkne? Täisnurkne? Nürinurkne? V: /4,, 3/4 26 Sündmuse toimumise t~oenäosus on igal katsel 2 Katseid sooritatakse järgemööda kuni sündmuse toimumiseni Leidke t~oenäosus, et tuleb sooritada täpselt 3 katset; 2 vähemalt 3 katset; 3 ülimalt 3 katset V: 28, 64, Üksteist välistavad neli sündmust v~oivad toimuda katsel vastavalt t~oenäosustega 2,, 6, 2 Leidke t~oenäosus, et katsel toimub täpselt üks neist sündmustest, 2 vähemalt üks neist sündmustest, 3 ülimalt üks neist sündmustest, 4 täpselt kaks neist sündmustest, 5 vähemalt kaks neist sündmustest, 6 ülimalt kaks neist sündmustest V: 3, 3,,,, 28 Kolm laskurit tulistavad märklauda igaüks ühe lasu Märklaua tabamise t~oenäosus on esimesel laskuril 75, teisel 8 ja kolmandal 9 Kui suur on t~oenäosus, et ükski laskureist ei taba märklauda; 2 täpselt üks tabab; 3 k~oik tabavad; 4 vähemalt üks neist tabab; 5 täpselt kaks tabavad; 6 vähemalt kaks tabavad; 7 ülimalt kaks tabavad? V: 5, 8, 54, 995, 375, 95, 46
Geomeetrilised vektorid
Vektorid Geomeetrilised vektorid Skalaarideks nimetatakse suurusi, mida saab esitada ühe arvuga suuruse arvulise väärtusega. Skalaari iseloomuga suurusi nimetatakse skalaarseteks suurusteks. Skalaarse
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 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 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 περισσότεραSisukord. 4 Tõenäosuse piirteoreemid 36
Sisukord Sündmused ja tõenäosused 5. Sündmused................................... 5.2 Tõenäosus.................................... 8.2. Tõenäosuse arvutamise konkreetsed meetodid (üldise definitsiooni
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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 περισσότεραKoduseid 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 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 περισσότερα3. LOENDAMISE JA KOMBINATOORIKA ELEMENTE
3. LOENDAMISE JA KOMBINATOORIKA ELEMENTE 3.1. Loendamise põhireeglid Kombinatoorika on diskreetse matemaatika osa, mis uurib probleeme, kus on tegemist kas diskreetse hulga mingis mõttes eristatavate osahulkadega
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 περισσότεραALGEBRA 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 περισσότερα4.1 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 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 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 περισσότεραYMM3740 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 περισσότερα1.1. 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 περισσότεραPLASTSED DEFORMATSIOONID
PLAED DEFORMAIOONID Misese vlavustingimus (pinegte ruumis) () Dimensineerimisega saab kõrvaldada ainsa materjali parameetri. Purunemise (tugevuse) kriteeriumid:. Maksimaalse pinge kirteerium Laminaat puruneb
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 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 περισσότερα20. 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 περισσότεραEesti 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 περισσότεραDEF. Kolmnurgaks nim hulknurka, millel on 3 tippu. / Kolmnurgaks nim tasandi osa, mida piiravad kolme erinevat punkti ühendavad lõigud.
Kolmnurk 1 KOLMNURK DEF. Kolmnurgaks nim hulknurka, millel on 3 tippu. / Kolmnurgaks nim tasandi osa, mida piiravad kolme erinevat punkti ühendavad lõigud. Kolmnurga tippe tähistatakse nagu punkte ikka
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 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 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 περισσότεραMudeliteooria. Kursust luges: Kalle Kaarli september a. 1 Käesoleva konspekti on L A TEX-kujule viinud Indrek Zolk.
Mudeliteooria Kursust luges: Kalle Kaarli 1 20. september 2004. a. 1 Käesoleva konspekti on L A TEX-kujule viinud Indrek Zolk. 2 Sisukord 1 Põhimõisted 9 1.1 Signatuur ja struktuur.................. 9
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 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 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 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 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 περισσότεραSkalaar, vektor, tensor
Peatükk 2 Skalaar, vektor, tensor 1 2.1. Sissejuhatus 2-2 2.1 Sissejuhatus Skalaar Üks arv, mille väärtus ei sõltu koordinaatsüsteemi (baasi) valikust Tüüpiline näide temperatuur Vektor Füüsikaline suurus,
Διαβάστε περισσότεραMATEMAATILINE 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 περισσότεραÜlesannete numbrid on võetud ülesannete kogust L.Lepmann jt. Ülesandeid gümnaasiumi matemaatika lõpueksamiks valmistumisel Tln Ül.
Ülesannete numbrid on võetud ülesannete kogust L.Lepmann jt. Ülesandeid gümnaasiumi matemaatika lõpueksamiks valmistumisel Tln.6 I kursus NÄIDISTÖÖ nr.: Astmed.. Arvutada avaldise täpne väärtus. 8 * (,8)
Διαβάστε περισσότεραSkalaar, vektor, tensor
Peatükk 2 Skalaar, vektor, tensor 1 2.1. Sissejuhatus 2-2 2.1 Sissejuhatus Skalaar Üks arv, mille väärtus ei sõltu koordinaatsüsteemi (baasi) valikust Tüüpiline näide temperatuur Vektor Füüsikaline suurus,
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 περισσότεραFormaalsete 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 περισσότεραAlgebraliste 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 περισσότεραKORDAMINE 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 περισσότεραKrüptoloogia 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 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 περισσότεραMitmest 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 περισσότεραLOOGIKA ELEMENTE MATEMAATIKAS. GEOMEETRIA AKSIOMAATILISEST ÜLESEHITUSEST. Koostanud Hilja Afanasjeva
LOOGIKA ELEMENTE MATEMAATIKAS. GEOMEETRIA AKSIOMAATILISEST ÜLESEHITUSEST EESSÕNA Koostanud Hilja Afanasjeva Enne selle teema käsitlemist avame mõned materjalist arusaamiseks vajalikud mõisted hulgateooriast.
Διαβάστε περισσότεραKORDAMINE 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 περισσότεραT~oestatavalt korrektne transleerimine
T~oestatavalt korrektne transleerimine Transleerimisel koostatakse lähtekeelsele programmile vastav sihtkeelne programm. Transleerimine on korrektne, kui transleerimisel programmi tähendus säilib. Formaalsemalt:
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 περισσότεραEesti 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 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 περισσότεραAritmeetilised ja loogilised operaatorid. Vektor- ja maatriksoperaatorid
Marek Kolk, Tartu Ülikool Viimati muudetud : 6.. Aritmeetilised ja loogilised operaatorid. Vektor- ja maatriksoperaatorid Aritmeetilised operaatorid Need leiab paletilt "Calculator" ja ei vaja eraldi kommenteerimist.
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 περισσότεραAnalüütilise 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 περισσότεραMatemaatiline 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 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 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 περισσότεραKrüptoräsid (Hash- funktsioonid) ja autentimine. Kasutatavaimad algoritmid. MD5, SHA-1, SHA-2. Erika Matsak, PhD
Krüptoräsid (Hash- funktsioonid) ja autentimine. Kasutatavaimad algoritmid. MD5, SHA-1, SHA-2. Erika Matsak, PhD 1 Nõudmised krüptoräsidele (Hash-funktsionidele) Krüptoräsiks nimetatakse ühesuunaline funktsioon
Διαβάστε περισσότερα1 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 περισσότερα6 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 περισσότεραEesti 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 περισσότερα5. TUGEVUSARVUTUSED PAINDELE
TTÜ EHHTROONKNSTTUUT HE00 - SNTEHNK.5P/ETS 5 - -0-- E, S 5. TUGEVUSRVUTUSE PNELE Staatika üesandes (Toereaktsioonide eidmine) vaadatud näidete ause koostada taade sisejõuepüürid (põikjõud ja paindemoment)
Διαβάστε περισσότεραJoonis 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 περισσότεραGeomeetria põhivara. Jan Willemson. 19. mai 2000.a.
Geomeetria põhivara Jan Willemson 19. mai 2000.a. 1 Kolmnurk Kolmnurgas tasub mõelda järgmistest lõikudest ja sirgetest: kõrgused, nurgapoolitajad, välisnurkade poolitajad, külgede keskristsirged, mediaanid,
Διαβάστε περισσότεραAvaliku võtmega krüptograafia
Avaliku võtmega krüptograafia Ahto Buldas Motiivid Salajase võtme vahetus on tülikas! Kas ei oleks võimalik salajases võtmes kokku leppida üle avaliku kanali? 2 Probleem piiramatu vastasega! Kui vastane
Διαβάστε περισσότεραTARTU 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 περισσότεραKitsas matemaatika-3 tundi nädalas
Kitsas matemaatika-3 tundi nädalas Õpitulemused I kursus-arvuhulgad. Avaldised. Võrrand, võrratus. 1) eristab ratsionaal-, irratsionaal- ja reaalarve; 2) eristab võrdust, samasust, võrrandit ja võrratust;
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 περισσότεραDiskreetne matemaatika 2016/2017. õ. a. Professor Peeter Puusemp
Diskreetne matemaatika 2016/2017. õ. a. Professor Peeter Puusemp http://www.staff.ttu.ee/ puusemp/ Sellel kodulehe aadressil asub alajaotuse Diskreetne matemaatika all elektrooniline õpik ja ülesannete
Διαβάστε περισσότεραDeformatsioon 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 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 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 περισσότεραKEEMIAÜLESANNETE 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 περισσότεραKeerukusteooria elemente
Keerukusteooria elemente Teema 5 Jaan Penjam, email: jaan@cs.ioc.ee Keerukusteooria elemente 1 / 45 Sisukord 1 Algoritmi keerukus 2 Ülesannete keerukusklassid Jaan Penjam, email: jaan@cs.ioc.ee Keerukusteooria
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 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 περισσότερα8. KEEVISLIITED. Sele 8.1. Kattekeevisliide. Arvutada kahepoolne otsõmblus terasplaatide (S235J2G3) ühendamiseks. F = 40 kn; δ = 5 mm.
TTÜ EHHATROONIKAINSTITUUT HE00 - ASINATEHNIKA -, 5AP/ECTS 5 - -0-- E, S 8. KEEVISLIITED NÄIDE δ > 4δ δ b k See 8.. Kattekeevisiide Arvutada kahepoone otsõmbus teraspaatide (S5JG) ühendamiseks. 40 kn; δ
Διαβάστε περισσότερα; 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(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 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 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 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 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 περισσότερα