nagu suurus, kuju ja tekstuur selgeks teha neid raputades, patsutades ja suhu pannes. Ehkki laps kasutab veel nüüdki palju vaatamist ja katsumist, laseb suurenenud intellektuaalne võimekus ja parem kontroll oma keha üle tal kasutada ka märksa keerukamaid ja laialdasemaid uuringuid. Talle hakkab huvi pakkuma asjade kokkusobitamine. Ta laob asju üksteise peale ning näeb palju vaeva, et lihtsaid kujundeid sobivatesse avadesse paigutada. Laps on asunud välja selgitama objektidevahelisi suhteid. Talle meeldib ikka veel asju mahutitesse panna ja sealt välja võtta, lelusid üksteisest eemale lükata ja neid seejärel jälle kõrvuti panna. Kõik need tegevused aitavad lapsel välja kujundada selliseid mõisteid nagu ,,suurem" ja ,,väiksem", ,,sees" ja ,,all". Laps teeb nüüd esimesi katseid kasutada tööriistu, näiteks taob mänguhaamriga puupulka aukudega alusesse. Selliste tegevuste kaudu hakkab tal välja kujunema algeline arusaam põhjusest ja tagajärjest
Sorteerimispredikaadi defineerimine: - Ordering := < , kui aritmeetiline järjestamine - Ordering := aless , kui alfabeetiline järjestamine, kus 7.2 Semantilised võrgud Semantiline võrk (SV) on diagramm, mis esitab objekte, nende omadusi ja objektide vahelisi seoseid. SV annab mõistete konteksti ja aitab selgitada valdkonna mõistete tähendust. SV graafiline esitus: - tipud: objektid ja nende omadused - kaared (suunatud): näitab objektidevahelisi seoseid ja objektide seost omadustega NB! Omadused, mis kehtivad objektide kohta, peavad kehtima ka kõigi tema alamobjektide kohta (, mis seotud predikaadi ”on” (”is_a”) kaudu). 7.3 Freimid Freime kasutatakse andmestruktuuride üldistusena, kus struktuur on paljudel andmetel ühine, kuid elemendid on erinevat tüüpi või tüüp on täpsustamata. Freim – abstraktne skelett, milles on vahetatavate elementide tarvis lahtrid (slots).
normidele vastavat keelekuju, mis ei sisalda oskuskeelte sõnavara. Täpne sõnavalik tähendab selgust ja lihtsust. Teksti loetavuse eelduseks on liigendamine: iga tekstiosa on terviku teenistuses. Selleks, et tekst oleks loetav võib kavandada lõigu algusesse raamistiku (tuumlause), mis äratab lugejas ootusi ja küsimusi. Hea tekst on terviklik nii sisu, ülesehituse kui ka keelekasutuse poolest. Kirjutaja peab objektidevahelisi suhteid selgepiirilisemaks muutma ka teksti eesmärgipäraselt pealkirjastades ja kaalutledes lõikudeks jagades, samuti keelekasutust ükskasjadeni läbi mõeldes. Tekstisisese ühtsuse loomiseks on palju sõnavaralisi, grammatilisi ja olukorrast tingitud vahendeid: 1) Ainevaldkond ja teemakäsitluse terviklikkus toovad teksti omanäolise sõnavara. 2) Sõnavara stiilivärving kutsub esile ootusi, kuivõrd tõsiselt tuleb tekstisse suhtuda. 3) Lausetevahelised viitesuhted.
vastavalt seosele x2 - 1 = (x 1)(x + 1). (nii pikalt kui võimalik). c). Kui avaldis an a ei jagu n'iga, siis ei jagu selle arvuga ükski tegur. Sellest tulenevalt ei tohi üksi parema poole teguritest jaguda arvuga n. Kui aga vähemalt üks neist teguritest n'iga jagub, on tõenäoliselt tegu algarvuga. Tõenäosuse suurendamiseks tuleks katset korrata mingi teise juhusliku alusega. [31]. Graafid ja graafide omadused. Ahelad ja tsüklid graafis. Graaf- graaf on objektidevahelisi seoseid kajastav joonismudel. Graafidest rääkides eeldatakse tavaliselt, et tegu on lihtgraafiga, st. graafis ei leidu kordseid servi ega silmuseid. Reaalse elu probleemide lahendamiseks tuleb aga paratamatult sageli kasutada ka multigraafe- seal on kordsed servad ning silmused lubatud. Graafisid on võimalik esitada joonismudelitena, naabrusmaatriksitena või ka tippude hulkadena. Graafe jaotatakse veel oma servade iseloomu poolest:
käituvad objektide grupid ehk klastrid. Klasteranalüüs on uurimuslik andmeanalüüsi meetod, mille eesmärgiks on sorteerida erinevad objektid gruppidesse sellisel moel, et ühte gruppi kuuludes on kahe objekti vahel maksimaalselt tugev seos ning vastupidisel juhul minimaalne seos. Seega saab klasteranalüüsi kasutada selleks, et andmeid struktureerida. 31 Klasteranalüüsi puhul on mitmeid erinevaid meetodeid, mille alusel objektidevahelisi sarnasusi hinnata. Nendeks on hierarhiline klasteranalüüs ja k-keskmiste meetod. Hierarhiline klasteranalüüs toimib hästi väikese arvu objektide vahel ning eeldusel, et objektid on üksteisest hästi eristatavad. Sarnased objektid pannakse omavahel kokku samm-sammu haaval, kõige viimasena ühendatakse üksteisest kõige rohkem erinevad objektid. Klasteranalüüsi tulemusena joonistatakse dendrogramm, mis esitab grupid graafiliselt
annaabi.ee 
