docstxt/128681619421236.txt
Kool osakond Sinu Nimi SKEEMI PARAMEETRID Iseseisev töö Õpetaja Tartu 2011 Algandmed: f= 50 Hz U= 600 V R1= 100 L1=63,4 mH R2=20 C2=33,9 µF R3=20 L3=68,9 mH R4=60 C4=399µF R5=10 L5=19,9mH R6=50 L6=0,02mH Ülemine haru X L1 = L1 2 f = 0,0634 2 50 = 19,9 X L 3 = 21,6 X L = X L1 + X L 2 = 19,9 + 21,6 = 41,5 1 1 XC = = = 79,78 2 f C 2 2 50 39,9 10 -6 r=100+20+20=140 Z I = r 2 + ( X L - X C ) 2 = 140 2 + (41,5 - 79,78) 2 = 145 Alumine haru X L 5 = L5 2 f = 2 50 = 6,25 X L 6 = 0,00628 X L = X L 5 + X L 6 = 6,25 + 0,00628 = 6,256 1 XC = = 7,98 2 50 399 10 -6 rII=60+10+50=120 Z II = 120 2 + (6,256 - 7,98) 2 = 120,012 Kogu ahel: rI rII 140 120 r= = ...
Labor 13. Kantregressioon Leida regressioonivõrrandi parameetrid kantregressiooni meetodil. Koostada graafikud, mis iseloomustavad regressioonikordajate sõltuvust kantregressiooni parameetrist kolme erineva algandmete variandi korral. Juhend STATGRAPHICS'is kantregressiooni leidmiseks. 1. Kopeerida labor 7-st algandmete (multikollineaarsuse tabel) koopia uuele töölehele. 2. Teha juurde uus veerg x3 jaoks (x2 kõrvale) ja kopeerida labor 3 sheet2-lt uus vektor, mis ei lange kokku eelnevatega. Arvutada uued y väärtused (x3 ka sisse arvutada). (Tase 1, r1,2; r1,3 = 0) 3. Teostada regressioonanalüüs (Excel). 4. Märgistada ära piirkond: x1, x2, x3 ja y ja teha Kopeeri. 5. Avada STATGRAPHICS DEMO. Andmete sisestamiseks märkida ära: Analyze Existing Data
18,5 19,5 9 20,5 21,5 7 N= 164 2. Diameetri aritmeetiline keskmine ja standardhälve Tabel 2. Proovitüki aritmeetiline keskmine (dkaet) ja standardhälve (sd). dkaet= 12,22 sd= 3,65 4 3. Normaaljaotus Tabel 3. Normaaljaotuse tabel, mis on algandmete põhjal arvutatud Emp Norm xi xüi ni F(xüi) ni 6,5 7,5 14 0,098 16 8,5 9,5 22 0,228 21 10,5 11,5 36 0,422 32 12,5 13,5 43 0,637 35 14,5 15,5 22 0,816 29 16,5 17,5 11 0,926 18
32 49,00 36,60 12,40 33 30,80 19,20 11,60 34 37,15 25,55 11,60 35 40,05 30,05 10,00 36 39,45 31,05 8,40 Kokku : 1956,45 1274,55 681,90 3. Statistilised näitajad algandmete põhjal a. Maksimaalne ja minimaalne Laud Arve maksumus, Kulu söögile, Kulu joogile, MIN 17,25 12,15 5,10 MAX 187,6 108,6 96,05 Eelnevast tabelist on näha, et minimaalne arve suurus on 17,25 euot ning maksimaalne on ligi 11 korda suurem 187,6 eurot. Erinevus minimaalse ja maksimaalse vahel on kulul söögile
Koostada Exceli valemid y ja z väärtuste arv Lahtritele on nimed juba määratud. Katsetage neid erinevate algandmete a, b, ja korral. NB! Teie valemite poolt leitud väärtused peaks alg Püstkriipsud: | avaldis | tähendavad
RISKI- JA OHUTUSÕPETUS LABOR 3 VENTILATSIOON ANDMETE ANALÜÜS JA ARVUTUSED Keskmine õhu liikumiskiirus ̅ Keskmine õhu tootlikus ̅̅̅̅̅̅̅̅ Ventilatsiooniseadme tootlikus Suhteline keskmine erinevus ̅ tulemuste vahel: ̅ | | | | KÜSIMUSTE VASTUSED 1. *Sisekliima klass määratakse standardis ette antud soovituslike algandmete järgi. Klassid jagunevad I kuni IV. I on kõige suuremate nõudmistega hoonetele ja IV kõige väiksemate nõudmistega hoonetele. Antud hoone võiks olla klassis II. *Hoone saastekoormus määratakse selle järgi kas nad kuuluvad väga madala (eriti madala emissioonitasemega materjalid ja saasteaineid eraldavad tegevused keelatud), madala (madala emissioonitasemega materjalid ja saasteaineid eraldavad tegevused keelatud või
600kr/tk (puit) + 200kr/tk (töölise palk) = 800kr/tk 2.2 piirkulu(ühe ühiku tootmiseks täiendavad kulud) 3 500kr / 50tk = 70kr/tk 600kr/tk (puit) + 200kr/tk (töölise palk) + 70kr/tk = 870kr/tk 2.3 perioodikulud, kui kuus toodeti 50 ja müüdi 45 kummutit Müügipersonali palk 180kr/tk 180kr/tk x 45 = 8100.- 8500kr (rmtp palk) + 6650kr (reklaam) + 8100kr + 2000kr (amort) = 25 250kr 2.4 turustuskulud tööpäeva kohta (ülesande algandmete põhjal), kui tööpäevi on kuus 20; müügipersonali palk 9000.- müügi.per auto amort 2000.- reklaam 6650.- 17 650.- 17 650kr / 20 = 882,5 kr/tööpäev
kaks varianti. Ülejäänud kustuta ära. a b x y z 3 3,75 -1 14,5403039 -1,92107509 y Koostada Exceli valemid y ja z väärtuste arvutam on nimed juba määratud. Katsetage neid erinevate algandmete a, b, ja x vä eelviimane Teie valemite poolt leitud väärtused peaks algand b c y nr z nr väärtuste komplekti jaoks langema kokku allpool t 6 8 2 2 Funktsioonid y ja z valida tabelist a ja c väärtuste Variandid a õppemärkmiku viimane number
kui teised. Aktiivse lahtri viide on nähtaval valemiribast vasakul pool ja tema sisu valemiribal. Aktiivsesse lahtrisse saab sisestada või muuta selles juba olevaid andmeid. Sisu kustutamiseks saab kasutada klahvi [Delete]. Arvutamine Kahe lahtri sisu arvutamiseks ja tulemuse näitamiseks kolmandas lahtris tuleb tegutseda järgnevalt kahte esimesse lahtrisse sisesta soovitud arvud, kolmandasse lahtrisse aga valem, kujul: =C1+C2 eeldusel, et algandmete lahtrite aadressid on C1 ja C2. Vaata ka tunnitöö näidist 1tund.xls.
TALLINNA TEHNIKAÜLIKOOL Infotehnoloogia teaduskond Käsitsi seaduspära leidmine, IF-lause Ülesanne aines „Andmekaevandamine“ Autor: Matrikli nr: Juhendaja: Innar Liiv Tallinn 2016 Sissejuhatus Käesolevas ülesandes on algandmete põhjal üldistatud reegleid – millal võib ning millal ei või tennist mängida. Lahenduskäik Algandmed kanti Exceli tabelisse ning viimane tulp (If-lause) tekitati ise juurde. Allpool kirjeldatud IF lausete abil tuli otsuse vastus automaatselt. Algandmed P Ot äe Il Tem Niisk Tu su v m p us ul s IF-lause päi nõ =IF(AND(B2="päike";C2="soe";D2="kõrge";E2=" P1 ke soe kõrge rk ei nõrk");"ei";"jah")
Võrumaa Autokool, kuid aastast 2009 on ettevõtte nimeks Tugev Partner OÜ. Ettevõttes on 1 juht, 1 raamatupidaja ja 1 koristaja. Põhikohaga sõiduõpetajaid on 1-2, lepingulisi kuni 5. Ilma raamatupidamiseta ei saaks ettevõte hakkama. Raamatupidamise lihtsustamiseks on ettevõttes kasutusel programm ,,Merit". Töö ajalise korralduse kohta saimed teada, et kontoritöötajatel ja koristajatel on tavaliselt kindel tööaeg. Palka makstakse neile kuutasuna. Sõiduõpetajad saavad tunnitasu. Algandmete koha pealt on ettevõttes vajalikud kõik andmed. Dokumentidena kasutatakse müügiarveid, ostuarveid, sularaha kviitungeid, kassa sissetuleku ja väljamineku kviitungeid, palgalehti ja tsekke. Dokumente koostab tavaliselt raamatupidaja. Need kantakse programmi sisse ning selle kaudu on võimalik neid ka kontrollida. Ettevõte võtab vastu sularaha, kuid sõidutundide võib tasuda ka pangaülekandega. Ettevõtte väikevahendid kantakse otse kuludesse
Hüpotees öeldakse, et miski on tõde kindlatel tingimustel Järgneb tõestamine Majandusteooriaks nimetatakse majandus-teaduse osa, mis tegeleb rahvamajanduse kui terviku toimimise üldiste seaduspärasuste uurimisega. Majandusteooria eesmärk on majandusnähtuste ja protsesside olemuse ja seaduspärasuste selgitamine ning arengu prognoosimine. Majanduses on kõik andmed veaga. Vea klass ei tohi olla liiga suur. Mudeli viga ei tohi olla suurem algandmete veaklassist. Sisendid -> [ must kast ] -> Väljundid ceteris paribus Vaadeldakse vaid ühe, käesoleval juhul kõige olulisema teguri mõju resultaadi kujunemisele, eeldades, et teiste tegurite mõju jääb samaks. 3 analüüsi keelt: 1) verbaalne sellel on tahtmatud ja vahel tahtlikud vead sees. Mitte eriti teaduslik. N: kui kauba hind ceteris paribus langeb, siis seda ostetakse rohkem. 2) matemaatiline valemitega arvutamine. Läheb ruttu keeruliseks.
Uuring jaguneb etappidesse: · Ülesanne · Uuringu objekt · Tunnused · Metoodika · Juhendid II grupp · Kompetentne teostaja · Vahendid Vaatlus Vaatluste liigitus: Uurimistöödel kasutatavad vaatlusmeetodid rakendatakse olenevalt sellest kuidas on vaatlus klassifitseeritud. 1. Otstarbe järgi: a)Primaarstatistiline vaatlus see korraldatakse algandmete saamiseks. Nt rahvaloendus, aruanded b)Sekundaarstatistiline vaatlus Nt rahvaloenduses küsitakse elukoha suurust, sissetulekut, keeleoskust jne 2. Sageduse järgi: a)Pidevad vaatlused need vaatlused toimuvad mingil hetkel või ajavahemikul. Vaatluse tulemused iseloomustavad protsessi. Näiteks sadamas lossimistööd. b)Korduvad vaatlused Vaadeldakse võrdsete või ebavõrdsete ajavahemike järgi
heteroskedastiivsus või ei esine, vaata labortunni tööd otsuse tegemiseks). 7. Erikujuliste regressioonimudelite konstrueerimine Erikujulisis (logaritmitud muutujaid) saab konstrueerida põhimenüüst valides Add –> Logs of Selected Variables. Valida muudetav (aktiveerida) muutuja ja minna Add –> Logs of Selected Variables ning valitud muutuja on logaritmilisel kujul. Regressiooni teostamine logaritmiliste muutujate on analoogiline lineaarsete (algandmete) regressiooniga. 8. File -> Save data Salvestatakse vaid andmed, EI SALVESTATA läbiviidud analüüside aruandeid ega diagramme. Salvestatakse gretl formaadis laiendiga *.gdt Mudelite hindamisel saadud aruandeid on võimalik salvestada eraldi faili. Valida saab nelja erineva formaadi vahel: RTF (Rich Text Format) - sobib avamiseks tekstitöötlus- programmiga MS Word. Aruanne vormistatakse Word-i tabelina. Comma separated - sobib avamiseks Excelis.
Tabeli töötlusprogramm. *Tabeli töötlus arvutis Väga populaarsed on sihukesed programmid nagu tabeli töötlusprogrammid. Et tabelisse kirjutatud andmete ja valemite järgi arvutatakse automaalselt tabeli ülejäänud väärtused. Algandmete muutmisel muutuvad automaalselt ka neid andmeid kasutavate arvutuste tulemused. Tabelis olevaid andmeid saab järjestada ehk sorteerida. Tabeleid on mugav vormistada ja esitleda, andmete põhjal saab koostada ka ülevaatlikke diagramme. Üks levinumaid tabelitöötlusprogramme on Microsoft Excel ja Openoffice. *Üldpõhimõtted Program mi käivitamine Microsoft Excel saab käivitada programmikooni abil, mis asub Windows'i Start-menüüs või (kui on) töölaual
Toru ristlõikepindala: 339,3 ± 6,7 mm2, usaldatavusega 0,95 Mõõtmistulemustest on näha, et kruvikuga saab mõõta märkimisväärselt täpsemalt kui nihikuga. Samas ei tohiks kruviku (ja mingil määral ka nihiku) tulemusi selle esmakordsel käsitsemisel väga uskuda, eriti siis, kui vahendi tööpõhimõte ei ole veel selge. Ristlõikepindala viga on suhteliselt suur, kuna ühest pindalast teise pindala lahutamisel mõlema algandmete vead liituvad. Olenevalt vajaminevast täpsusest võib mõõta nihikuga, kui tähtis on mõõtmistulemuse kiire ja lihtne kättesaamine, või kruvikuga, kui eesmärk on saavutada võimalikult väikese veaga mõõtmistulemus.
juhendi täpsustamine k. uurijate instrueerimine 3. Uuring/vaatlus (statistiliste andmete kogunemine) 4. kameraaltööd a. andmete töötlemine b. kokuvõte 5. Andmete analüüs a. jäerldused b. üldistused c. otsused 6. Vormistamine (töö üleandminen tellijale) VAATLUSTE LIIGITAMINE Statistika põhineb vaatlustel ja vaatlused klassifitseeritakse järgmiselt 1. otstarbe järgi a. primaarsed vaatlused (ainult algandmete andmete saamiseks) b. sekundaarne vaatlus (põhieesmärgile vastavad) 2. Sageduse järgi a. pidevad (vaadeldakse toimumise hetkel või ajavahemikul) b. korduvad (vaadeldakse võrdsete või ebavõrdsete ajavahemike järgi) c. ühekordne 3. objekti hõlmamise järgi a. kõikne (uuritakse kõiki elemente) b. osaline c. monograafilised d. massvaatlused 4
Koostada valemid funktsioonide y ja z väärtuste arvutamiseks. Lahtritele on nimed Funktsioonide väärtused juba määratud. Katsetage neid erinevate algandmete a, b, ja a b x y z x väärtuste korral. 13 -8 2.5 4.9165112 -5.19924249 y z b e2x cos y 3 y 1 y x a 3 2 2
Joonistus 1: Kujundid nummerdamisele. Kõik joonised allkirjastatakse (vt joonis 1). Graafikud ja joonised ei tohiks olla väiksemad kui A5 ning suuremad kui A3 (viimasel juhul volditakse lehed sobivalt töö sisse). 4 Lisad Lisad sisaldavad tööga seotud, kuid eelkõige tööd täiendavaid lisamaterjale (faktiliste algandmete koondtabelid, tüüpvormid, juhendmaterjalid jm). Iga lisa peab olema seotud töö põhiosaga töö põhiosas peab alati olema suunaviide vastavale lisale. Tekstiga sidumata lisad on lubamatud. 5 Lisa 1. Tiitellehe näidis TARTU KUNSTIGÜMNAASIUM REFERAADI PEALKIRI Referaat aines Õppeaine nimetus Õpilase Nimi Ja
Igal lahtril on aadress, mille moodustavad veerutäht ja reanumber (A1, C5 jne.). Lahtri aadress A1 jne Lahtriplokk Märgistatud lahtrid Aktiivne lahter kus sa praegu asetsed Valem - on Exceli eriline moodus teha arvutusi, kasutades seejuures teistes lahtrites asuvaid andmeid. Funktsioon Funktsioon on lühidalt öeldes eeldefineeritud valem teatud kindlat tüüpi tegevuse (enamasti arvutuste) sooritamiseks. Liigendtabel risttabel. Risttabelite abil saad teha algandmete alusel mitmesuguseid koondeid, analüüse ja aruandeid Makro - makro on käskude järjend, makro käivitamisel täidetakse ükshaaval makrosse kitjutatud käsud Iseloomusta exceli töökeskkonda: Tabeliprogramm on tõeliselt interaktiivne keskkond, mis laseb sul töötada numbrite ja tekstiga suures lahtritejadas. Töölehel olevate andmete põhjal koostab Excel ka diagramme ja kaarte ning töötab kirjete või väljadena üles ehitatud andmebaasiga.
Kontoritehnika amortisatsioon (lineaarne meetod) 2 000 kr /kuu? tulemuspalk: 100 kr/kummut ((9000kr 4000kr) / 50tk) Arvutada: 1.1 esmaskulud ühe kummuti kohta, kui kuus toodetakse 60 kummutit 1.2 konverteerimiskulud ühe kummuti kohta, kui kuus toodetakse 60 kummutit; 1.3 piirkulu; 1.4 perioodikulud kui toodeti 50 ja müüdi 45 kummutit; 1.5 turustuskulud tööpäeva kohta (ülesande algandmete põhjal), kui tööpäevi on kuus 20; 1.6 jätkuvad kulud ja lõplikud kulud, kui toodeti 45 kummutit ja müüdi 40 kummutit. Kõik arvutused esitada kirjalikult! 1.1. Esmaskulud: 800 kr / kummut (materjal 600 kr/kummut + tööliste töötasu 200 kr/kummut) Muutuvad tootmise lisakulud: 343 kr/tk (6650 kr + 8500 kr + 2000 kr) / 50 tk) Püsivad tootmise lisakulud: 238 kr/tk ((5000 kr + 4850 kr + 4400 kr) / 60 tk)
8. Kontrollida Kolmogorovi-Smirnovi ja testi abil hüpoteesi, et põhikogumi jaotuseks on fikseeritud parameetritega a=0 ja b=100 ristkülikjaotus, võttes olulisuse nivooks =0,05, st testi statistiku DN kriitiliseks väärtuseks on Dkr = 0,265. ; Osa B. Dispersioonanalüüs 9. Jagada korrastamata algandmete valim viieks võrdse mahuga osaks võttes gruppideks valimi arvud järjekorranumbriga 1-12;13-24;25-36;37-39;49-60. Kontrollida nii moodustatud gruppide keskväärtuste homogeensushüpoteesi h0=1=2=3=4=5 kasutades dispersioonanalüüsi metoodikat (ANOVA-test) ja võttes olulisuse nivooks =0,05 Sgen=Pj-((/pq) p=5; q=12 p=5; q=12 Sfac=(Rj2/q)-((Rj)2/pq) Sjääk=Sgen- Sfac fac=Sfac/(p-1) jääk=Sjääk/p(q-1) Femp=fac/jääk
033333 0.05 0.006667 0.01 0.01 0.003333 0.013333 0.013333 0.01 0.006667 0.01 0.026667 0.01 0.026667 0.033333 0.016667 0.033333 0.01 0.006667 0.01 0.026667 0.01 0.026667 0.013333 0.003333 0.013333 0.01 0.006667 0.01 Dn: 0.113333 χ^2 test: χ^2kr (0,05; 7) = 14.07 χ^2emp = Σ(ni-ni')^2/n'i = 58.75 χ2emp > χ2kr 58.75 > 14.07 Põhikogumis ei esine normaaljaotust. Osa B. Dispersioonanalüüs 9. Jagada korrastamata algandmete valim viieks võrdse mahuga osaks võttes gruppideks valimi arvud järjekorranumbriga 1.-12; 13.-24; 25.-36; 37.-48 ja 49.-60. Kontrollida nii moodustatud gruppide keskväärtuste homogeensushüpoteesi H0: µ1=µ2=µ3=µ4=µ5 kasutades dispersioonanalüüsi metoodikat (ANOVA-test) ja võttes olulisuse nivooks =0,05 Faktor Grupp 1 2 3 4 5 Summa
probleemidest, uurimismetoodikast, tulemustest ja jreldustest, mida saaks kasutada uurimistde kogumikus. Kasutatud kirjandus Tuuakse ra ts viidatud kirjandusallikate tielikud bibliograafilised kirjed (tavaliselt alfabeetilises jrjekorras). Lisad Lisadesse paigutatakse vaid niisuguseid materjale, mis ei ole t sisust tielikuks arusaamiseks otseselt vajalikud, kuid mis asja vastu sgavamat huvi tundvale lugejale viksid olla huvipakkuvaks lisamaterjaliks. Niteks vib lisasse panna algandmete tabeli, uurimisala skeemi (kui seda pole peetud vajalikuks Materjali ja Metoodika ossa paigutada) vms. T phisisu mistmiseks vajalikke jooniseid-tabeleid lisasse ei panda. Kesolev juhend on koostatud artikli Mnd, Raivo "Npuniteid uurimist koostajale (rhuga loodusteadustele)" phjal http://www.ttkool.ut.ee/olympiaadid/ftp/napunaiteid_uurimustoo_koostajale.pdf
5 Kui (eriti arvandmete puhul) ei soovita ärisaladuse kaalutlusest tulenevalt näidata tegelikku algallikat täpselt, on vaja tekstis andmetele ka lisada vastav kommentaar. Seega – soovides rõhutada kasutatud andmete konfidentsiaalsust, tuleb seda igal juhul ka teha. Lisad Lisad sisaldavad tööga seotud, kuid eelkõige tööd täiendavaid lisamaterjale (faktiliste algandmete koondtabelid, tüüpvormid, juhendmaterjalid jm). Iga lisa peab olema seotud töö põhiosaga – töö põhiosas peab alati olema suunaviide vastavale lisale. Tekstiga sidumata lisad on lubamatud. 6 Lisa 1. Tiitellehe näidis REFERAADI PEALKIRI Referaat aines "Õppeaine" ÕPPEAINE KOOD Üliõpilane: Eesnimi Perekonnanimi
Bin_pikkus 165 180 195 Piisab vaid kolmest klassipiirist, kuna protseduur Histogram genereerib ise alati ühe lisaklassi rühmitamiseeskirjaga mittemääratud väärtuste tarvis (antud juhul siis inimestele pikkusega üle 195 cm). Protseduuri Histogram aknas tuleb täita järgmised väljad: Input Range - algandmete blokk (tavaliselt üks tulp); Bin Range - rühmade ülemiste piiride väärtuste blokk; Labels - märgitakse tunnuse nime või tähise olemasolu korral andmebloki ülemises reas; Output options - määratakse tulemuste väljastamise asukoht: samale töölehele (Output Range), uuele töölehele (New Worksheet Ply) või uude faili (New Workbook);
Maa 100000*90%= 90 000 100000*10%= 10 000 Võlakirja võlg(suurenemine) 55556*90%= 50 000 55556*10%= 5 556 Jääk 140 000 15 555 Goodwill 140 000 15 555 Saldo 0 0 Konsolideeritud ja T-firma aruandes toodud algandmete võrdlus T-firma bilansis Hinnaerinevuse jaotus Konsolid.d aruandes Varud 160 000 50 000 Seadmed 200 000 60 000 Maa 190 000 100 000 Muud Võlakirja kohustusevõlg(suurenemine) -205 556 55 556 ja vara
· Korrektsus (algoritm lahendab "õiget" ülesannet, tulemus vastab spetsifikatsioonile). · Määratletus (sammud on lõplikud ja üheselt määratud). · Kirjelduse lõplikkus (algoritm on kirjeldatav lõpliku arvu sammudega). · Peatuvus. Töö lõpetamine mistahes sisendi korral - kõikjal määratud algoritm. Osaline e. "poollahenduv" algoritm kas annab tulemuse või ei lõpeta tööd. · Determinism (samade algandmete korral vastus sama, lahenduskäik on korratav) vs. mittedeterminism (näit. "tõeline" juhuarvude generaator). · Universaalsus (lahendab probleemide klassi: sisend -> väljund ). · Keerukus (efektiivsus, kas lõpetamise aeg ja/või mälumaht on praktilised). Algoritmi formaalsed (matemaatilised) esitused (samaväärsed): · Turingi masin, 1936-37 · lambda-arvutus (Church), 1941 · Posti süsteemid, 1943 · Markovi algoritmid, 1951
a-e a +x cos 2 y 3 x 2 2 by y= ln - 5 2 z= +btan +sin on naturaallogaritmi alus. 5 5 bx+3,2 b 5 2a3 2,5a a+x Vastuste variandid kahe algandmete komplekti jaoks. Võrrelge oma tulemusi! c z nr 0 2 8 2 9 4 d: | avaldis | tähendavad bsoluutväärtust b eksponentfunktsiooni, kus e logaritmi alus. Koostada funktsiooni väärtuste tabel (15-25 rida). Argumendi väärtused alates etteantud algväärtusest
o Ühe kaardikihi pikslid on ühesuurused ja sama kujugasee võimaldab lihtsamini sooritada kattuvusülesandeid (nt saab maapinna kõrgusele liita maakasutuse kõrguse ning leida reaalsema vaatevälja) o Kattuvusülesannete(kaardialgebra) sooritamiseks peavad erinevad kaardikihid asuma täpselt kohakuti(õige projektsioon ja koordinaatide fikseerimise punkt) o Piksli suurus: 1 Liiga väikepiksel suurendab andmemahtu, aga ei anna juurde täpsust (algandmete täpsus!) 2 Liiga suurpiksel üldistab liialt o Rastermudel sobib eeskätt sujuvalt muutuvate nähtustejaoks
Osa A: Algandmete tabel xi ni ni*xi ni*xi2 ni(xi-X)2 0 1 0 0 2132,5924 1 1 1 1 2041,2324 3 1 3 9 1864,5124 4 1 4 16 1779,1524 7 1 7 49 1535,0724 8 1 8 64 1457,7124 10 2 20 200 2617,9848 13 3 39 507 3302,7372 15 1 15 225 972,1924 20 2 40 800 1370,7848 22 2 44 968 1169,3448 24 1 24 576 491,9524 27 1 27 729 367,8724 28 1 28 784 330,5124 30 1 30 900 261,7924 31 1 31 961 230,4324 32 1 32 1024 201,0724 35 1 35 1225 124,9924 40 ...
3. 8 kr, keskmine püsikulu AFC3 =TFC / Q=24 / 3=8; 4. 8 kr, piirkulu MC6= TC / Q=(69-61) / 1=8; 19.d; eeldades arvutusprintsiipe keskmised muutuvkulud AVC=TVC / Q ja piirkulu MC=TVC / Q ning keskmine kogukulu ATC= AFC + AVC, vähendab muutuvressursside vähenemine firma muutuvkulusid TVC ning seega ka AVC, MC ja ATC näitajat, mistõttu vastavad kulukõverad nihkuvadki allapoole; 20.b; firma keskmine kogukulu ATC=AFC+AVC=0,50+2,00=2,50; kogukulu TC=ATC×Q=2,5×500=1250; 21.d; esitatud algandmete järgi võib välja arvutada keskmise kogukulu ATC=AFC+AVC=5+22=27 ning kogukulu TC=ATC×Q=27×10=270; seega ainuke õige vastus on esitatud vastusvariandis d); 22.b; firma töötajate palga tõus tähendav muutuvkulude TVC suurenemist ning kõik kulunäitajad, kus TVC parameeter on esindatud (vt ka ülesanne 19) suurenevad, järelikult vastavad kulukõverad tõusevad ülespoole; 23.d; pikal perioodil saab firma varieerida kõiki sisendeid, seega pole firmal mingeid püsikulusid TFC; 24
programmi ressursivajadus töödeldavate andmete mahu suurenemisel. • Keerukusfunktsiooni leidmiseks on võimalik kokku arvutada kõik sammud, mida arvuti teeb ülesande lahendamiseks. Pole võimalik väljendada konkreetse arvuga, vaid andmete hulgast (n) sõltuva valemina. Algoritmi keerukus halvimal juhul Algoritmi keskmine Algoritmi keerukus parimal juhul keerukus Teatud algandmete komplekti juures Igasuguste halvemate ja Mingi algandmete komplekti võib kuluda aega tunduvalt rohkem paremate juhuste puhul võib algoritm töötada keskmisest; selgitakse välja, millised keskmine, mis aga tunduvalt kiiremini. Need juhused on halvimad variandid ja kui tihti tavaliselt kipub suvaliselt on huvitav väljaselgitada, paraku nad esinevad
Puudusteks võib lugeda suurema juhtide vajaduse ning suuremad juhtimiskulud. 3.2 Süsteemi disaini mõjud Selleks, et infosüsteem rahuldaks ettevõtete ja inimeste vajadusi on nende arendamise juures oluline teada otsustamiste mehhanisme. Infosüsteemide ülesanne on ka parema kommunikatsiooni võimaldamine ettevõtte kõikide tasandite vahel. Iga otsustusprotsessi juures tuleb kõigepealt väga palju rõhku panna algandmete kvaliteedi hindamisele, otsustusprotsessi enda kvaliteedile ja kahtlemisele. Valedele andmetele tuginev või vale otsustusprotsessi kasutamine võib tuua kaasa palju probleeme. Infosüsteemid peavad vastama järgmistele kriteeriumitele: 1. Peavad olema võimalikult paindlikud ja võimaldama erinevaid andmete töötlemise ja informatsiooni analüüsi võimalusi. 2. Peavad toetama erinevaid stiile, oskusi ning teadmisi.
samadel lähteandmetel 5000 tsükliga. Peale 1000 tsüklit täpsus eriti ei suurene. Süsteem muutub ebastabiilseks, kuna meetod trainlm ei ole sobilik adaptiivse juhtimissüsteemiga. Aktiveerimisfunktsiooni muutmine ei muuda seda olukorda, seega logsig ei hakka katsetama. Pilt 5 Parimaks osutub aktiveerimisfunktsioon tansig ja treenimise algoritm traingd. Minimaalse neuronite arvu leidmine See sõltub kindlasti ka treenimisest ja algandmete hulgast. Katsed viime läbi 5000 treeningtsükliga ja 101 elemendiga katseandmete vektoritega. Proovime 10 neuroniga. Pilt on veel päris ilus, kui välja arvata üks koht (step 130 paiku), kus peale häiringut läheb ülereguleerimine üle 5%. 7 Pilt 6. tansig, traingd, 10 neuronit peidetud kihis. Proovime 5 neuroniga. Pilt on ikka veel täitsa hea, aga reguleerimise aeg häiringu
ajakirju, internetis olevaid andmebaase jne. Kirjanduse valikul on soovitatav kasutada uuemaid väljaandeid. Juba esialgsel materjaliga tutvumisel on soovitatav teha endale märkmeid (autor, pealkiri, kirjastus, aasta), et kergendada hiljem vastava allika leidmist. Kasutatud kirjanduses esitatakse ainult töös viidatud väljaanded. 2.6. Lisad On töö põhiosaga seotud ja seda täiendavad lisamaterjalid (vaatlusprotokollid, faktiliste algandmete tabelid, ankeetküsitluse vormid jms). 2.7. Töö keel Töö tuleb kirjutada täpses ja selges, vastavale teemale omases keeles. Släng ja kõnekeelsed fraasid on uurimistöös sobimatud. Töö pealkirjas lühendeid ei kasutata. Töö käigus kasutusele võetud lühenditest tuleb kogu töö ulatuses kinni pidada. 3. TÖÖ VORMISTAMINE 3.1. ÜLDNÕUDED Uurimistöö esitatakse formaadis A4 (210 x 297 mm) pehmes köites. Töö peab olema trükitud arvuti abil.
3. O(N) – lineaarne keerukus (elementide töötlemine, andmehulga kasvades 2x kasvab ka tööaeg 2x, lineaarne otsimine). 4. O(n*log n) – linearitmiline keerukus (kui õnnestub saavutada O(N2) asemel, siis on hästi. Kiirsorteerimine & mestimine, kiirem kui ruutkeerukus). 5. O(N2) – ruutkeerukus (andmehulga kasvamisel 10x suureneb tööaeg 102 x, enamasti 2 tsüklit üksteise sees, sõltuvad algandmete hulgast, sobilik väikeste probleemide lahendamisex). 6. O(N3) – kuupkeerukus (3 tsüklit üksteise sees, sõltuvad algandmete hulgast, sobilik väikeste andmehulkade korral, maatriksite korrutamine). 7. O(2n) – eksponentsiaalne keerukus (N=10, aeg on 1000; N=200, aeg on 1 000 000, ebapraktiline, sellised on tihti jõumeetodil lahendused) 2
Teisene on olemasoleva informatsioon, mida ei ole kogutud spetsiaalselt käsiloleva probleemi lahendamiseks, vaid muudel eesmärkidel. See on kellegi poolt varem kogutud, töödeldud ja avaldatud ning tehtud paljudele kätte saadavaks. Teisese info puhul pole vaja ligi pääseda nähtustele ega küsitlevatele. Kõige selle tõttu saavad teisest infot ka väiksemad ettevõtted.Teiene info jaguneb ettevõtte siseseksinfoks ja ettevõtte väliseks infoks. 5.Algandmete kogumise meetodid (3 viisi)4. 1) Vaatlus on mittepealetükkiv andmete kogumise protseduur. Subjektide käitumist jälgitakse ilma nende teadmata. Seega nende koostöösoov pole vajalik ja neid ei mõjuta uurija poolt. Peamine puudus on see, et inimese hoiakud ei saa välja selgitada vaid välise vaatluse abil.
25. Sugupuu meetod võimaldab tingmärkide abil leida pärilikkus- ja sugulussidemeid erinevate isikute vahel. Võimaldab: -Piisava hulga andmete olemasolul teha kindlaks geneetilise puude pärandumistüübi- autosoomne retsessiivne/X-liiteline dominantne. -Saab määrata puude avaldumise määra ja aega. -Hinnata puudega laste sünni tõenäosust, kui mõlemas suguvõsas sarnane pärilik puue. Edukuse määr sõltub algandmete rohkusest ja täpsusest. 26. Ühemunaraku kaksikud (ÜK) - üks munarakk viljastatakse ühe spermiga ja embrüo jaguneb moorlast kuni keskgastrulani kaheks eraldi osaks. Mida varem jagunemine toimub, seda vähem ühiseid lootekesti. Identne genotüüp ja sarnane fenotüüp. erijuhtumiks siiami kaksikud- mida rohkem ühiseid organeid, seda väiksem eluvus/mida elutähtsamad organid. 27. Erimunaraku kaksikud (EK) - vabaneb 2 munarakke, kummagi munaraku viljastab eri sperm.
müügikäibe ja müügi makroanalüüs läbimüügi andmete detailne uurimine turunduse tõhususe hindamiseks (sales volume analysis) normatiivne analüüs majandusprobleemide analüüs, mille abil hinnatakse majanduse seisu võrreldes teatud etteantud normidega või kriteeriumitega OLAP (online analytic protsessing) mitmedimensiooniline andmebaas ,,kuubipuu" põhimõttel, mida analüüsi eesmärgil kasutavad suuremad ettevõtted. Koosneb kasutajaliidesest, OLAP serverist ja algandmete kogudest (andmeaitadest). operatsioon(i)analüüs matemaatiliste mudelite kasutamine väljavaatega luua kvantitatiivne baas taotletavate eesmärkide optimaalse lahenduseni jõudmiseks (operations research) optimeerimine mingi majandusliku või muu protsessi jaoks parima teostusviisi või juhtimisstrateegia leidmine (optimization) osatasakaalu analüüs üksikute otsustusüksuste (nt isikute või ettevõtete) ja
Teisene info on olemasolev informatsioon, mida ei ole kogutud spetsiaalselt käsiloleva probleemi lahendamiseks, vaid muudel eesmärkidel. See ei ole kellegil varem kogutud, töödeldud, avaldatud ning on kättesaadav paljudele. Teisene info jaguneb sisene ja väline info. Ettevõttesisesed allikad: finantsallikad, turustusosakond, teenindusosakond, tootmisosakond. Ettevõttevälised allikad: tarnijad, vahendajad, konkurendid, tarbijad, info-ja nõustamisfirmad. 7. Algandmete kogumise meetodid Küsitlus(otsene intervjuu, postiküsitlus, telefoniküsitlus), vaatlus, eksperiment 8. Turundusmeetmestik J. McCarthy 4 P mudel : 1. Toode 2. Hind 3. Turustus 4. Toetus 9. Toote määratus, olemus ja tasandid Toote all mõistetakse kõike seda, mis võib rahuldada turu vajadusi ja soove. Tooted võivad olla füüsilised objektid(asjad), teenused, kohad, organisatsioonid, ideed, informatsioonid jne. Toote liigitus:1
2. Sellest, kas varasemade perioodide finantsaruanded on auditeeritud ning milliste tulemustega. Juhul kui audiitori arvates on bilansis kirjeid, mille sisu pole selge ja mis võivad oluliselt mõjutada lõppjäreldusi, siis peab audiitor püüdma ebaselged positsioonid endale selgeks tegema ja kui see osutub võimatuks, siis sellele lõpparuandes viitama. Kui audiitor alustab tööd aasta kestel uue kliendiga, peab ta arvestama sellega, et ta võtab endale kõrgendatud riski, sest algandmete kontrollitavus võib mõnes valdkonnas olla ebareaalne ning seetõttu võivad audiitori järeldusotsused ja hinnangud osutuda mitte kõige tõepärasemaks. Analüüsides eelneva audiitori tööd peab ta kriitiliselt hindama tema erialast kompetentsust ja kindlasti sõltumatust. Kui on põhjust arvata, et eelmise audiitori töös võis esineda olulisi puudusi, tuleks algandmete hindamisse suhtuda nii nagu neid ei oleks varem auditeeritud.
Antiaine on füüsikas aine, mis koosneb antiaatomitest, mille tuumades (antituumades) on prootonite asemel antiprootonid ja antineutronid ning tuumade ümber ringlevad positronid. Antiaine kokkupuutel tavalise ainega tekib annihilatsioonireaktsioon, mille käigus mõlemad aine vormid neelduvad ning selle tagajärjel eraldub energia footonite näol. Elementaarosakeste uurimine- uuritakse kiirendites. See annab meile infot kosmoloogia ja mateeria algandmete kohta. Kiirendi- põhimõte: antakse osakesele tohutu energia e. Kiirus. Nii väikese massiga osakesele tekib talle mass, millega teeb jälje, mida uuritakse. Mida väiksemat osakest uurida, seda suurem kiirus anda. Esimesed kiirendid: lineaarsed, kus nt klooriioonile vastu põrkab elektron. Praegu: vastu osakeste kimpu kollaidereid. (sellega veel suurem jõud ja kiirus). Tänapäeval rohkem ringikujulisi- tsüklilisi (~27 km) kiirendi peab olema hästi
• Fenomenoloogilise lähenemise keskmes on küsimus kogemusest • Uurib inimeste taju, suhtumist, tundeid, emotsioone, aga ka tõlgendust igapäevases elus • Eesmärk on kirjeldada, kuidas inimesed konstrueerivad sotsiaalset tegelikkust • Tähendab eelkõige detailset kirjeldust, kasutab peamiselt intervjuusid ETAPID JA ÜLESEHITUS Uurimustöö/ainetöö • Olulised lähtekohad – Olulisus – Teostatavus – Huvi – Fokusseeritus – Algandmete kogumine vs teisaste (olemasolevate) andmete kasutamine (desk-research) Sisulised nõuded • Sisulised nõuded eristavad teaduslikku tööd muudest allikatest (IV kodutöö lahendamiseks oluline!) • I Selge eesmärk – Eesmärgi sõnastus peab olema selge ja piiritletud • II Aktuaalsus – Mis tulu saadakse läbiviidud uurimusest? Kas ja kellele see omab tähtsust? – kas uurimus panustab olemasoleva teadmise edasiarendamisele?
11. Mis on meetod? Kindel, äraproovitud tee või viis kindla eesmärgini jõudmiseks. Vahend, mille kaudu on võimalik jõuda süstemaatilise teadmiseni. Millised olulisi meetodeid peaks valdama uurimistöö kirjutamiseks ja juristitöös üldiselt? Katse läbiviimine, eksperiment, vaatlus. Õiguse tõlgendamise meetod (normist arusaamine) Näiteks on diplomitöö jaoks vaja osata kahte liiki meetodeid: ühed võimaldavad koguda algandmeid ja teised analüüsida statistilist materjali. Algandmete kogumise meetodid on küsitlus, ankeet, eksperiment. Et saada fakte, on vaja mingisuguste teooriate raames osata interpreteerida saadud algandmeid. 12. Milles seisnevad peamised empiirilised meetodid ja kuidas neid rakendada? (Prof Talis Bachmanni teksti alusel) katsete, vaatluste läbiviimine Katse e eksperiment on olukord, kus katse korraldaja püüab arvestada ja muutumatuna hoida teatud faktoreid või tegureid (teatud muutujaid) ja
Asümmeetriakordaja -0,04 0,31 0,88 3,27 Teravatipulisuse kordaja -0,29 -1,19 -0,42 12,31 Korrigeeritud variatsioonikordaja 43,51 71,04 82,72 154,34 algandmete mõõdukas as. oluline as. oluline as. kontroll Teravilja müügi Segavilja osakaal Segavilja Kasvupind saagikus, kg/ha kogumüügist toodang, kg kokku, ha X1 X2 X3 X4
reas on aadressi reanumber ühe võrra 6,35 5,12 32,5 22,94 suurem kui eelmises reas. 7,39 6,23 46,0 27,24 4,83 3,95 19,1 17,56 7,20 5,75 41,4 25,90 a b S P Valemite kopeerimine 5,00 4,00 1. Sisestage valemid esimese 7,20 4,80 rea lahtritesse ja kopeerige alla 6,35 5,12 kuni algandmete lõpuni. 7,39 6,23 2. Lisage 4-5 rida algandmeid ja 4,83 3,95 kopeerige vastavalt valemid 7,20 5,75 Ruumide mõõtmed a, m b, m h, m S, m2 P, m Ss, m2 V, m3 Summade leidmin 5,00 4,00 3,00 6,20 3,60 2,80 Valemi sisetam 8,40 6,32 2,80 Sisestada lahtrisse
Loodud projektiplaan peab võimaldama: · jaotada projekti ressursse · vältida üle ja alakoormust · tagada projekti käigus ühtlast töötempot · teadvustada kriitiliste tööde olemasolu · ennetada riske · valitseda tegevusvaldkonnas toimuvaid muutusi. Väiksemate projektide korral jäetakse mõnikord plaanimise etapp vahele, kuna ideede genereerimise, arendamise ning eeluuringu käigus saadud algandmete põhjal siirdutakse kohe teostamisetappi. Selliste projektide õnnestumine on aga seotud suurte riskidega, sest alles plaanimise käigus pannakse täpselt paika, mida, millal ja kuidas peab tegema. Sealjuures määratletakse ära kõik ülesanded ja püstitatud eesmärkide täitmiseks vaja minevad ressursid. Plaanimise tulemusena valmiv projektiplaan peab olema süstemaatiline ja loogiline esitus
Variant 2 - Table algus samm p zmin zmax -5 0,5 2 Koostada kahe ühemuutuja funktsiooni tabe Algandmed x y z algus lõigu algus (x0), samm xi muutumise samm x0 = algus, xi = xi1 + samm Määrata nimed algandmete lahtritele Teha tabeli kaks rida määrata nimed tulpadele sisestada valemid luua Tableobjekt teha graafik kahe punkti jaoks paljundada esimest tulpa (x), automaatselt l funktsioonide väärtusi ja laiendakse graafiku
annaabi.ee 
