2. Algoritmi ajaline keerukus (jätk) 2.1. Olulisemad mõisted ([J.Kiho] põhjal ) Def: Algoritmi ajalist keerukust väljendab funktsioon f, mis igale antud algoritmi järgi lahendatavale konkreetsele ülesandele andmemahuga n seab vastavusse ülesande lahendamisel sooritatavate algoritmi sammude arvu f(n). Üldiselt eeldatakse,et antud algoritmi alusel koostatud programmide töö aeg on ajalise keerukuse funktsiooni kordne c*f(n), kus c on konstant. Eriti oluline on algoritmi ajalist keerukust väljendava funktsiooni käitumine alg- andmete mahu piiramatul kasvamisel. Vastavat hinnangut nimetatakse asümptootiliseks hinnanguks. Lahendusaja suhtelist kasvu kirjeldab järgmine tabel: Programmi töö aeg kujul c*f(n) Lahendamise aja suhteline kasv f(25)/f(5) c1*log(n) 2 c2*n2 25 c3*n3 125 c4*2n ...
Aritmeetiline jada-Jada, mille iga liige alates teisest on võrdne eelneva liikme ja selle jada jaoks mingi kindla arvu summaga nimetatakse aritmeetiliseks jadaks. Seda kindlat arvu nimetatakse aritmeetilise arvu jadaks ja tähistatakse tähega d. an=a1+(n-1)d an+1=an+d » an+1-an=d sn= a1+an/2 x n või sn=2a1+(n-1)d/2 Geomeetriline jada- Jada, mille iga liige alates teisest on võrdne eelneva liikme ja antud jada jaoks mingi kindla arvu korrutisega nimetatakse geomeetriliseks jadaks. Seda kindlat arvu nimetatakse teguriks ja tähistatakse tähega q n-1 n an=a1 x q q=an+1/n sn=a1(q -1)/q-1 Lõpmatult kahaneva geomeetrilise jada summa- S=a1/1-q Arvu ,,A" nimetatakse jada ,,an" tõkestamatul kasvamisel ja tähistatakse sümboliga liman=A n lim1/n=0 Piirväärtus n (tõkestamatul kasvamisel) ...
Statistiline modelleerimine – kokkuvõte Muutujad: Sõltuvad muutujad (dependent, outcome variables) – muutujad, mis on uurimise keskmes, millele uurija arvab, et teised muutujad mõju avaldavad. Nö katseisikust sõltuv muutuja. Sõltumatud muutujad (independent, predictor variables) – muutujad, mille kohta uurija arvab, et neil võiks olla mõju uuritavatele muutujatele. Statistilise analüüsi keskmes on uurida, kuidas teatud tunnused koos muutuvad. Kui on vaja muutujat iseloomustada, on kaks põhilist viisi, kuidas seda teha: o Milline on selle muutuja tüüpiline väärtus? o Kui hästi iseloomustab see tüüpiline väärtus kõiki mõõdetud juhtumeid? Ehk kui palju on varieeruvust selle tüüpilise väärtuse “ümber”? Statistika jagunemine: Kirjeldav statistika (descriptive stat.) meetodid andmetest kokkuvõtete tegemiseks ning kirjeldamiseks. („65-70% US...
annaabi.ee 
