2.Kontrolltöö Variante.doc (12)

Sarnased õppematerjalid

11

rtf

Probleem matemaatiline statistika

(xx m- x )4142 *m 3 µ x = * = == ii 6,2304 i = 82,84 =0,1246 1 m 3 m 50i 50i 1.33 (µ3) : - 80.5 ­ 81.5 81.5 ­ 82.5 82.5 ­ 83.5 83.5 ­ 84.5 84.5 ­ 85.5 , / 7 13 15 11 4 - XI , mixi (xi-x)3 (xi-x)3mi , / mi 80.5 ­ 81.5 81 7 567 -6,2295 -43,6065

Vene keel

12

doc

Rakendusstatistika arvestusharjutus AGT-1

Rakendusstatistika arvestusharjutus AGT-1 Osa A 1. Arvkarakteristikud Keskväärtus N µ = xi pi µ = 44,8 i =1 (Kasutades Exceli funktsiooni AVERAGE) Dispersioon N 2 = ( xi - µ ) 2 p i 2 = 814,4 i =1 (Kasutades Exceli funktsiooni VAR.P ­ lisaks kontrollisin Excelis vahetulemusi kasutades) Standardhälve = 2 = 814,4 = 28,54 Mediaan Me = 41 Variatsioonirea keskmine arv (juhul kui on tegemist paarituarvutlise valimiga) või kahe keskmise elemendi poolsumma (kui on tegemist paarisarvulise valimiga) (Lisaks saadav kasutades Exceli funktsiooni MEDIAN) Haare Valimi suurima ning väikseima elemendi vahe R = x max - x min R= 97 - 0 = 97 2. Jaotuse analüüs Võtan olulisuse nivooks = 0,10 ning eeldan normaaljaotust. Keskväärtuse usaldusvahemik 1) Keskväärtuse ja standardhälbe hinnangud: 1 N 1 N µ^ = xi = xi = 44,8 N i =1 25 i =1

Rakendusstatistika

15

pdf

Kordamisküsimuste vastused

Statistika teooria I 1. Kirjeldava statistika põhimõisted: aritmeetiline keskmine, mediaan, kvartiilid, mood, dispersioon, standardhälve, haare. Esitada definitsioonid ja osata antud andmeväärtuste puhul neid mõisteid rakendada N x + x 2 + ... + x N xi Aritmeetiline keskmine: µ = 1 = i =1 N N N-üldkogumi maht Aritmeetilise keskmise erijuht on kaalutud keskmine: N N N µ = 1 µ1 + 2 µ 2 + ... + m µ m N N N µ1, µ2,..., µm on m-rühma keskmised N1 N 2 N , ,..., m on nn kaalud N N N Mediaan: Kui N on paaritu, siis on mediaan järjestatud statistilise rea (variatsioonirea) keskmine liige; kui N on paarisarv, si

Tõenäosusteooria ja matemaatiline statistika

15

docx

Rakendusstatistika konspekt

OSA A 1. Leian 1.1 keskväärtuse 1 N µ^ = x = xi = 46, 2 N i =1 Excel: AVERAGE 1.2 dispersiooni 1 N ^ 2 = s 2 = ( xi - x )2 = 867,9 N - 1 i =1 Excel: VAR 1.3 standardhälbe sx = sx2 = 29, 46 Excel: STDEV 1.4 mediaani Me = 46 Excel: MEDIAN 1.5 haarde R = xmax - xmin = 99 - 0 = 99 2. Eeldades üldkogumi normaaljaotust ning võttes olulisuse nivooks = 0,10, leian 2.1 keskväärtuse usaldusvahemikud P ( x - µ < µ < x + µ ) = p s 29, 46 µ = t1- ( f ) = 1, 7109 = 10, 29 2 N 24 Student'i teguri leidsin tabelist. P (46, 2 - 10, 29 < µ < 46, 2 + 10, 29) = 1 - 0,10

Rakendusstatistika

33

doc

Füüsika eksam vene keel

FÜÜSIKA II EKSAM 1. Q1Q2 F: R2 ur Q Q uuur F = k 13 2 R12 R 12 1 k= 4 0 Í ì2 k 9 109 Êë 2 - . . , , : - -- . - . . 2. , - , . . , , , , . ­ . . , . 1 22.09.2013 FÜÜSIKA II EKSAM ur 1 Qq ur F= R 4 0 R 3 ur F 1 Q ur = R q 4 0 R 3 ur F ur =E q ur ur F = qE ur 1 Q ur E= R 4 0 R 3 - . : - , ; - , , , . 1 Q (r ) = 4 0 r 2 22.09.2013 FÜÜSIKA II EKSAM 3. . uur ur ur R2 R2 ur ur 2 1 Rd R 1 dR A= Fd R = qQ 3 = qQ 2 = 1

Vene keel

25

docx

Mullateaduse kordamisküsimuste vastused

1. µ µ µ. µ µ µ , µ µ µ µµ µ µ µ . µ: ( 45%), (5%), (25%), (25%). 2. . (µ) µ. µ µµ. µ µ : µ, µµ µ µ µ; µ; µ; ; ; µ 3. , , . µ µ µµ µ. µ µµµ, µµµ. (µ) µ µ , µ µ µ. µ -, -, µ- . 4. , . µ µµ µ µ µ. 1. , µ µ µ () 2. µ ( , , µ µµ; ) 3. µµ µ (, - µ) 4. (, , ) 5. (, , , ) 6. µ µ µ µ µ µ µ -µ . µ µµ µ µ µ (. µ, , , ), µ (µ, ) (µ) . 5. µ . µ µ µµ µ µ . : µ- µ µµ µ µ (µ) µ (µ). µ . , , µ, , . µ- , µ  µ µµ , µ µ µ. µ ( , µ), µ(, ) (, , ). µ - µ µ µ, µ µ. , , µµ 6. µ µ µµ. µ µ µ, µµ µ. µ µ µ µ µµ µ µµ. µµ µ- µ µ µ µ µ µµ . µ µ µ. µ µ µ. µ µ µ µ µ µ µ. µ µµ . µ- µ µ µ µµ (2, 2, 2) µ, µ µ. µ µµ µ µµ : µ [434+2=623 (µ...

Mullateadus

52

pdf

“RAUDBETOONKONSTRUKTSIOON ID. PROJEKT”

Tallinna Tehnikaülikool Ehitiste projekteerimise instituut Kursuseprojekt aines "RAUDBETOONKONSTRUKTSIOONID. PROJEKT" Üliõpilane: S. Avdejev Matr. nr.: 000342 Juhendaja: J. Pello Esitatud: Arvestatud: Tallinn 2004  sisukord 1. LÄHTEÜLESANNE.................................................................................. 2 2. PLAADI ARVUTUS.................................................................................. 3 2.1. Koormused plaadile.........................................................................3 2.2. Plaadi sisejõud................................................................................ 3 2.3. Armatuuri dimensioneerimine..........................................

Raudbetoon

37

pdf

Hägusad süsteemid

TALLINNA TEHNIKAÜLIKOOL Automaatikainstituut Automaatjuhtimise ja süsteemianalüüsi õppetool HÄGUSAD SÜSTEEMID Õppematerjal Koostas: Andri Riid Tallinn 2004  Sissejuhatus 2 Sissejuhatus Viimaste aastakümnete jooksul on hägus loogika leidnud edukat rakendust mitmesuguste juhtimis- ja modelleerimisprobleemide lahendamisel. Informatsiooni esitus hägusloogikasüsteemides on lähedane nendele mehhanismidele, mida inimene igapäevaelus otsuste tegemisel kasutab, mis võimaldab hägusloogikasüsteemide kaudu teha kättesaadavaks traditsioonilistele vahenditele halvasti alluv inimteadmus näiteks protsesside modelleerimis- ja juhtimisrakendustes. Teksti esimeses peatükis antakse kompaktne, kuid piisav ülevaade hägusloogikasüsteemide aluseks olevast hägusast hulgateooriast, hägusloogikasüsteemide arhi

Süsteemiteooria

Kommentaarid (12)