neil konsensuse leidmise teel välja selgitada mõtlejaist sõltumatu tõe. Näite võiksin tuua Immanuel Kanti ariklist 'Kostmine küsimusele: mis on valgustus?'. Nimelt näitas Kant seal, kuidas saaksid inimesed toimida, kasutades oma mõistuse 'avalikku tarvitust' subjektiivsete teadmiste ja arvamuste väljendamiseks (seda ühiskonna kasutusse antud teadmist järelikult 'keskmistataks'), mõistuse 'eratarvitust' aga konsensuse, keskmistamise teel saadud üldise, kõigile keskmiselt kasuliku, objektiivse teadmise väljendamiseks. Samas leian mina, et mõtlejast sõltumatu teadmine ei pruugi veel olla inimesest sõltumatu tõde. Leian olevat väga reaalse võimaluse, et meie taju välismaailma kohta on kõigest luul, unenägu, kõverpeegel. Meie väärtushinnangud ennasthävitavad ning silmapiiri laiendamist piiravad dogmad. Üks meie õppejõud üritas näidata välismaailma (objektiivse) tajumise
Järeldusalgoritmis on eelnevast käigust mõjutatud järeldusalgoritmi kolmas etapp implikatsioon N Fr ( y ) = r y r = r ( p0 r + pir xi ) . (44) i =1 ning häguärastamine. TS süsteemides on implikatsiooni ja agregeerimisoperaatorid fikseeritud (vastavalt korrutis ja summa), mille järel raskuskeskme häguärastamine teiseneb algoritmiks, mida tuntakse hägusa c-keskmistamise nime all. Viimane ühendab agregeerimise ja häguärastamise üheks operatsiooniks ja on seetõttu midagi enamat kui pelgalt häguärastamismeetod [8]. R N r ( p0r + pir xi ) r =1 i =1 y = Y fcm ( F ( y )) = R (45) r r =1 Üheks 2
•(Üldine soojusõpetus) on ehitatud katselistest üldistatud tulemustest saadud seaduste peale Ei r • äägi aine siseehitusest Makroparameetrid temperatuur, • rõhk, mass, ruumala Rohkem • üldine Molekulaar–kineetiline teooria (Statistiline) lähtub aine ehituse teooriast Makroskoopilised omadused saadakse keskmistamise teel L ähteandmeteks on os– te mikroparameetrid osakeste mass, kiirus, impulss •Mool ja molaarmass (+ mõõtühikud) § Mool on ainehulga mõõtühik, milles sisaldub 6,0×1023 (Avogadro arv) samasugust osakest (molekuli, aatomit) Molaarmass µ on 1 mooli aine mass kilogrammides •Termodünaamiline süsteem, selle tasakaaluolek ja oleku määravad põhiparameetrid
· Juhusliku suuruse dispersioon ja ruuthälve (standardhälve). o Dispersioon D[x] on juhusliku suuruse hälvete ruutude matemaatiline ootus; hälvete ruutude keskväärtus. o Ruutkeskmine hälve (standardhälve) on ruutjuur dispersioonist mis defineeritakse positiivse suurusena. · Matemaatilise ootuse ja dispersiooni eksperimentaalne leidmine. o Katsete läbi viimine (nt täringuvise). · Keskmistamise mõju matemaatilisele ootusele ja dispersioonile (aritmeetilise keskmise dispersioon, libisev keskmine). o Kui juhusliku suuruse asemel vaadatakse üksikmõõtmiste aritmeetilist keskmist, siis selle hajuvus (ja ka dispersioon) vähenevad võrdeliselt katsete arvuga. o Libisevat keskmist kasutatakse aegridade keskmistamisel (nn kaalutud keskmist), kus antud hetkele vastava keskmise arvutamisel võetakse ajaliselt
Kui graafik on esitatud tegeliku aja jrgi mdetuna, nimetatakse seda kronoloogiliseks graafikuks. Arvutuste lihtsustamiseks kasutatakse ka nn koormuste jrgnevuse graafikuid, siin ajatelje muut tj i nitab koormuste P Pi pevast kestvust Mlemat liiki graafikute integreerimisel on vimalik saada tarbitud energia: Graafikute asemel vib kasutada ka nende phinitajaid: - maksimaalvimsus Pmax ; - minimaalvimsus Pmin; - keskmine vimsus , kus t - koormuse keskmistamise ajaintervall; n - nende intervallide arv ajavahemikus T; - ruutkeskmine vimsus ; - titetegur ; - kujutegur ; - htlustegur . Nitajatega Pmin, Pmax ja Pk vib pevase graafiku jagada kolme ossa: - phi (0 P Pmin); - pooltipp (Pmin < P < Pk); - tipp (Pk < P Pmax). Aasta koormusgraafikute puhul kasutatakse titeteguri asemel sagedamini maksimumkoormuse kasutusaja mistet: . 2.5. Arvutuslik koormus
annaabi.ee 
