Leidsid 33 sarnast õppematerjali, mis on seotud failiga "Rakendusmatemaatika Kodutöö nr. 1". Need materjalid aitavad sul teemat sügavamalt mõista.
333333, 00012, interpolatsiooni, polünoom, ruutudeJkr nr Aeg s R1 R1(i/i0) R1ln(i/i0) Antud: U= 30 1 0 147 0,98 -0,020203 R= 200000 2 5 125 0,833333 -0,182322 i0= 150 3 10 116 0,773333 -0,257045 0,15 4 15 102 0,68 -0,385662 5 20 91 0,606667 -0,499776 6 25 82 0,546667 -0,603916 7 30 74 0,493333 -0,70657 8 35 67 0,446667 -0,805943 9 40 61 0,406667 -0,899761 10 45 55 0,366667 -1,003302
i xi N 25 1 71 Keskväärtus 44,12 2 43 Dispersioon 673,44333333 3 56 Standardhälve 25,950786758 4 17 Mediaan 51 5 56 Haare 88 6 9 7 29 8 24 0,1 9 33 t1-/2 0,95 10 4 f (vabadusaste) 24 11 53 12 51 t1-/2(f) (t kvantiil) 1,7109 13 80 (poollaius) 8,8798 14 36 15 54 Keskväärtuse usaldusvah. 16 84 alumine ülemine 17 33
TÕENÄOSEIM SAGEDUS Ülesanne 1 Praakdetaili tootmise tõenäosus on 0,035. Leida tõenäoseim praagi hulk 500 detaili tootmisel. m*=täisosa(np-q+1), kus m*-tõenäoseim sagedus n=500 p=0,035 q=1-0,035=0,965 m*=500*0,035-0,965+1=17,535 Vastus: Tõenäoseim praagi hulk on 17 detaili. Ülesanne 2 Kulli ja kirja visatakse 5 korda. Leida tõenäosus, et kull tuleb peale: a) vähem kui kaks korda; b) mitte vähem kui kaks korda. a) vähem kui kaks korda n= 5 5 on väike - kasutan binoomjaotust Tõenäosus, et kull tuleb peale p=0,5 Meid huvitavad variandid (kull tuleb 0 või 1 korda) m p 0 0,03125 1 0,15625 0,1875 Tõenäosus, et kull tuleb peale vähem kui kaks korda. b) mitte vähem kui 2 korda ehk rohkem kui 2 korda m p 2 0,3125 3 0,3125
# A N 25 xi F0(xi) 1 62 keskväärtus 53,24 77 9 0,09 2 37 dispersioon 705,69 264 15 0,15 3 81 standardhälve 26,56 771 18 0,18 4 54 mediaan 51 1 19 0,19 5 18 haare 85 1242 30 0,30 6 9 1957 32 0,32 7 43 T-qvantiil 1,711 105 33 0,33 8 89 delta mu 9,1 1279 37 0,37 9 19 1172 41 0,41 10 15 keskväärtuse usaldusv.
I y''+py'+qy=f(x), p,q IR, f(x) 0; yMHÜ=yMHE+yHÜ, kuidas leida MHE? *Lause: kui meil y1 on võrrandi y''+py'+qy=f 1(x) lahend ja y2 on y''+py'+qy=f 2(x) lahend, siis osutub et y mis on nende lahendite summa on niisuguse võrrandi y''+py'+qy=f1(x) +f2(x) lahend *arv y'=y1'+y2', y''=y1''+y2'' *as y''+py'+qy= y1''+y2''+p(y1'+y2')+q(y1+y2)= (y1''+py1'+qy1)+ (y2''+py2'+qy2) = f1(x) +f2(x)= f(x) *MHE võrrandi määramiseks vaatame, milline on parem pool ehk f(x): 1)kui selgub, et f(x) on polünoom Pn(x)=a0xn+ a1xn-1+..+an Tingimused: on vaja vaadata, kas null on karakteristliku võrr lahend. Kui ta ei ole siis otsime y MHE vastava astme polünoomina Qn(x)=b0x1+..+bn. Kui ta on siis yMHE : xQn(x) 2) sisaldab eksponentf-ni e xPn(x), küsime kas on karakteristliku võrr lah. kui ei ole siis otsime vastust e xQn(x). Kui on p-kordne lah, siis tuleb otsida e xxpQn(x) 3) trigonomeetrilised f-nid e x(Pn(x)cos x+ Rm(x)sin x) NB
Kõrgem matemaatika 1. Maatriksi mõiste, järk, tähistused, liigid. Maatriks ristkülikukujuline arvudega tabel, milles on m-rida ja n-veergu. Tähistused: (maatriksit tähistatakse suure tähega) a11 a12 ... a1n a 21 a 22 ... a2n i =1,2,..., m = A( aij ), ... ... ... ... j =1,2,..., n a m1 am2 ... a mn Maatriksi järk tähistab maatriksi môôtmeid; A on m*n järku maatriks. Maatriksi liigid: 1) Ruutmaatriks: m=n; 2) Diagonaalmaatriks: a11, a22, amm - peadiagonaal (diagonaalil ei ole 0; muud elemendid 0-d); 3) Ühikmaatriks (diagonaalmaatriksi erijuht): a11 = a22 ... = amm = 1; (Täh. E); 4) Nullmaatriks: aij = 0, iga i ja j korral; (Täh ). 2. Tehted maatriksitega (korrutamine arvuga, liitmine, lahutamine, korrutamine). 1) Korrutamine arvuga: A=(aij), kR; kA=C; C=(cij), kus cij = kaij. 2) Maatriksite liitmine: (m*n) ma. A, (p*q) m
46,2 Keskväärtus 46,2 ül4 99 Dispersioon 867,9167 intervalli nr vahemik 32 Mediaan 38 1 0-20 10 Haare 99 2 20-40 96 t-statistik -0,644942 3 40-60 2 50 4 60-80 79 5 80-100 46 1,7108820799 31 29,46043 68 46 7 Histog 47 0,4780363352 6 28 0,4168338365 75 2,063899 5 29 36,41503 32 13,84843 4 7 S2 867,9167
Andmed-A N= 25 jrk. Dispersioon= 37 9 1. Keskväärtus= 53,24 263,74 54 15 0,58 94 18 1661,38 32 19 451,14 19 30 1172,38 33 32 409,66 69 33 248,38 51 37 5,02 89 41 1278,78 43 43 104,86 18 43 1241,86 88 49
1.Praak detaili tootmise tõenäosus on 0,0345. Leida tõenäoseim praagi hulk 500 detaili tootmisel. 0,035 n=500 6,3 p= p=0,035 n*p-q+1 n=17 q= 1-p=0,965 q=1-p 17,935 tõenäoseim praagi hulk on 17 detaili 2. Binoomjaotus Kulli ja kirja visatakase 5x . Leida tõenäosus et kull tuleb peale poole : a) vähem kui 2x b) mitte vähem kui 2x A. m p 0 0,03125 1 0,15625 0,1875 true- sama vastus mis p(a) P(A) 0,1875 EELNEVATE SUMMA B m= P 2 0,3125 3 0,3125 4 0,15625
1. Mis on staat anal, võrdl staat anal, dünaamiline anal, mis on eesmärgiks? *Staatilises e. tasakaaalu analüüsis on valitud muutujate väärtused sellised, et süsteemi seisund säilub (s.t. puudub tendents muutuda). Tasakaal ei ole tingimata ideaalne seis. Osaline turutasakaal (lineaarne & mittelineaarne mudel), üldine turutasakaal. *Võrdlevstaatiline analüüs tegeleb erinevate tasakaalu seisundite võrldemisega (vastab erinevate parameetrite ja välimuutujate komplektidele). Kui mingi parameeter või välimuutuja muutub, läheb süsteem tasakaalust välja, siis võrreldakse uut ja vana. VSA on kvalitatiivne või kvantitatiivne. Peaülesanne leida sisemuutujate muudumäärad sõltuvalt parameetri või välimuutuja muutudst. *Dünaamilises analüüsis jälgitakse muutujate teed ajas ning kas antud aja jooksul muutujad koonduvad kindlateks tasakaaluväärtuseks. Täiendab eelmist kahte, sest uurib kas tasakaal on üldse saavutatav. Oluline on, et muutujad seostatakse ajaga (
15 12 33 95 10 87 25 1 62 52 98 94 62 46 11 71 79 75 24 91 40 71 96 12 82 4 6 96 38 27 7 74 20 96 69 86 10 80 25 91 74 85 22 5 39 0 38 75 95 79 xi ni xi*ni ni*xi2 ni*(xi-xk)2 0 0 1 0 0 2132,59 1 1 1 1 1 2041,23 3 3 1 3 9 1864,51 4 4 1 4 16 1779,15 7 7 1 7 49 1535,07 8 8 1 8 64 1457,71 10 10 2 20 200 2617,98 10 13 3 39 507 3302,74 13 15 1 15 225 972,19 13 20 2 40 800 1370,78 13 22 2 44 968 1169,34 15 24 1
15 12 33 95 10 87 25 1 62 52 98 94 62 46 11 71 79 75 24 91 40 71 96 12 82 4 6 96 38 27 7 74 20 96 69 86 10 80 25 91 74 85 22 5 39 0 38 75 95 79 xi ni xi*ni ni*xi2 ni*(xi-xk)2 0 0 1 0 0 2132,59 1 1 1 1 1 2041,23 3 3 1 3 9 1864,51 4 4 1 4 16 1779,15 7 7 1 7 49 1535,07 8 8 1 8 64 1457,71 10 10 2 20 200 2617,98 10 13 3 39 507 3302,74 13 15 1 15 225 972,19 13 20 2 40 800 1370,78 13 22 2 44 968 1169,34 15 24 1
1. 1. N n . , m k . N = 20, n = 5, m = 4, k = 2. . . C nk C Nm--nk C 52 C152 5!15!4!16! 5 4 3 15 14 4 P ( A) = = = = = 0,217 . CN m C 204 2!3!2!13!20! 2 20 19 18 17 2. n , k . , m . n = 10, k = 4, m = 2. . . C km C 42 4!2!8! 43 2 P ( A) = m = 2 = = = = 0,133 . Cn C10 2!2!10! 10 9 15 3. . 15% , 25%, 30%. , ( ) . . : A1 ; A2 ; A3 . , ( ) P ( A) = P ( A1 A2 A3 + A1 A2 A3 + A1 A2 A3 ) = = P( A1 A2 A3 ) + P( A1 A2 A3 ) + P ( A1 A2 A3 ) = = P ( A1 ) P ( A2 ) P ( A3 ) + P ( A1 ) P ( A2 ) P ( A3 ) + P ( A1 ) P ( A2 ) P ( A3 ) = = 0,85 0,75 0,3 +
hägusloogikasüsteemide arhitektuurist ja erinevat tüüpi hägusloogikasüsteemidest. Peatüki teine pool käsitleb hägusloogikasüsteemide interpreteeritavusega seonduvaid probleeme (tegu ei ole süsteemi vaikimisi tagatud omadustega ja selleks et saaksime hägusloogikasüsteemide reeglite interpretatsiooni usaldada, on vajalik, et rahuldatud oleksid nn. läbipaistvuse tingimused). Lisaks vaadeldakse reeglite interpolatsiooni iseloomu ja selle sõltuvust süsteemi erinevatest parameetritest. Peatüki lõpetab lühiülevaade hägusate süsteemide konstrueerimispõhimõtetest. Sisukord 3 Sisukord 1. Hägusad süsteemid .................................................. 4 1.1 Hägus hulgateooria .............................................. 4 1.2 Hägusate hulkade omadused .................................... 5
Osa A. Hinnangud, usaldusvahemikud, statistilised hüpoteesid ja jaotused xi ni xi*ni ni*xi2 ni*(xi-xk)2 0 1 0 0 2907,37 6 1 6 36 2296,33 7 1 7 49 2201,49 8 2 16 128 4217,29 9 1 9 81 2017,81 12 1 12 144 1757,29 13 2 26 338 3348,89 18 1 18 324 1290,25 23 1 23 529 956,05 24 1 24 576 895,21 26 2 52 1
45,04 Keskväärtus 45 ül4 1 Dispersioon 1167,833 1164,123 intervalli nr vahemik 4 Mediaan 38 1 0-20 6 Haare 97 2 20-40 7 t-statistik -0,706614 3 40-60 10 50 4 60-80 11 5 80-100 12 1,7108820799 15 20 10 Histogra 25 0,4780363352 9 27 0,4168338365 8 33 1,710882 7 38 36,41503 6 46 13,84843 5 52 1164,123 62 34,11925 4 62
Pidevad jaotused Olgu meil mõõdetud kuusenoorendikus puude kõrgused sentimeetrites rühmitatud andmetena (ülesannete 1 kuni 4 algandmed). Kõrguse Kõrguse Sage- Aritm. Standard- Teoreet. Teoreet. ülemised keskmisedx dused keskmine hälve tõen.-d pi saged. Hii-ruut xü ni ni*xi ni*(xi-xkaet)2 N*pi statistik i Normj. F(xü) 215 210 8 1680 6940,1 0,045 0,045 8 0,0086284 225 220 19 4180 7190,4 0,158 0,113 21 0,1432402 235 230 43 9890 3842,9 0,379 0,220 40 0,1748117 245 240 55 13200 16,4 0,650
n= 60 Andmed (165): Väärtus (xi) Kordusi (ni) ni*xi ni*xi^2 1 1 1 1 1 6 6 1 6 36 7 7 1 7 49 8 8 1 8 64 9 9 1 9 81 12 12 1 12 144 13 13 1 13 169 18 18 1 18 324 19 19 1 19 361 23 23 1 23 529 24 24 1 24 576 26 26 2 52 1352 26 33 1 33 1089 33 34
1 0 0,04 1 0 0,2 2 2 0,08 2 2 0,4 3 7 0,12 3 7 0,6 4 10 0,16 4 10 0,8 5 15 0,2 5 15 6 28 0,24 6 28 7 29 0,28 7 29 8 30 0,32 8 30 9 31 0,36 9 31 10 32 0,4 10 32 11 32 0,44 11 42 12 42 0,48 12 46 13 46 0,52 13 47 14 47 0,56 14 48 15
504.064.38 (, , , , , .), . ..................................................................................................4 1. ..............5 1.1. ....................................................................................5 1.2. .........................................................................................5 1.3. .....................................................................................6 1.4. ....................................................................................7 1.5. ........................................................................................7 2. 30 /.....................................................................9 2.1. ..................................................................................9 2.2. .......
3229 644.7415 3172.273 360 48 -14 46 61.93252 -40 -26 31.93867 194.115 257.9662 SUM: 326 48 62 313 5 157 448 3926 7036 a= 54.33333 a1 = 15.97664 b1 = 20.64305 a2 = 1.743025 b2 = 52.44047 𝑦̂ = 54.33 + 15.98 ∗ cos(𝑡) + 20.64 ∗ sin(𝑡) + 1.74 ∗ cos(2𝑡) + 52.44 ∗ sin(2𝑡) Parimaks tulemuseks on hälvete ruutude minimaalsus: (yi-y1)2 = 3926 (y1-y2)2 = 7036 Teine harmoonilisus annab parema tulemuse. Fourier 90 80 70 60 50 yi 40 30 20 10 0 0 50 100 150 200 250 300 350 400 t
1. ? . 2. . , , , . , . . 3. ? , . 4. ? , . 5. ? 6. ? ., , . 7. ? ,, ., , . 8. ? , . 9. ? - . 10. ? , , . 10. ? , , . 11. . , . , , , . 12. . . , . 13. . . . 14. ? . ,. . 15. . , . 16. ( ). , . 17. ? - 18. ? , . 19. ? . 20. ? , , . 21. . , . 22. . 0, Fx=0 , 0. Fix=0,Fiy=0,Fiz=0 23. . , , 24. ? r- - 25. ?Mo(F)=/r*F/=rFsin=Fd, - .( ) 26. ? , , 27. ? ( , 28. . Mx(F)=yFz-zFx, My(F)=zFx-xFz , Mz(F)=xFy-yFx *29. , ? ½ m, m=1/2pml 30. ? F=F1-F2, - AC/F2=BC/F1=AB/F -(.) - F1. B -`'-F2 .C-
1. ? . 2. . , , , . , . . 3. ? , . 4. ? , . 5. ? 6. ? ., , . 7. ? ,, ., , . 8. ? , . 9. ? - . 10. ? , , . 10. ? , , . 11. . , . , , , . 12. . . , . 13. . . . 14. ? . ,. . 15. . , . 16. ( ). , . 17. ? - 18. ? , . 19. ? . 20. ? , , . 21. . , . 22. . 0, Fx=0 , 0. Fix=0,Fiy=0,Fiz=0 23. . , , 24. ? r- - 25. ?Mo(F)=/r*F/=rFsin=Fd, - .( ) 26. ? , , 27. ? ( , 28. . Mx(F)=yFz-zFx, My(F)=zFx-xFz , Mz(F)=xFy-yFx *29. , ? ½ m, m=1/2pml 30. ? F=F1-F2, - AC/F2=BC/F1=AB/F -(.) - F1. B -`'-F2 .C-
Variant 23 0, 1, 4, 5, 6, 7, 10, 10, 11, 12, 12, 15, 20, 22, 24, 25, 25, 26, 27, 27, 31, 33, 38, 38, 39, 40, 43, 44, 44, 45, 46, 48, 52, 52, 55, 56, 56, 62, 62, 65, 69, 71, 71, 71, 74, 74, 75, 75, 79, 79, 80, 82, 85, 86, 87, 91, 91, 95, 96, 98 Dixon-test Rlow=(x3-x1)/(xn-2-x1), n=60 -> Rlow=(4-0)/(95-0)=4/95=0,042 < Dkr=0,35 Rhigh=(xn-xn-2)/(xn-x3) = (98-95)/(98-4)=3/94=0,0319 Osa A. Hinnangud, usaldusvahemikud, statilised hüpoteesid ja jaotused Tabel 1. Valim xi-juhuslik arv, ni xi kordumiste arv n=60 xmin=0 , xmax=98 xi ni ni*xi ni*xi2 ni(xi-x)2 2282,92 0 1 0 0 84 2188,36 1 1 1 1 84 1916,68 4 1 4 16 84 1830,12 5 1 5 25
Osa A. Tabel 1. xi ni xi*ni ni*xi2 ni*(xi-xk)2 0 1 0 0 2132,59 1 1 1 1 2041,23 3 1 3 9 1864,51 4 1 4 16 1779,15 7 1 7 49 1535,07 8 1 8 64 1457,71 10 2 20 200 2617,98 13 3 39 507 3302,74 15 1 15 225 972,19 20 2 40 800 1370,78 22 2 44 968 1169,34 24 1 24 576 491,95 27 1 27 729 367,87 28 1 28 7
^y|¿=1,1 ^y|¿=0,66, s ¿ ^y |¿=1,2, s ¿ s¿ x ^y|¿ ^y |( x=1 )=2,9, ^y |( x=3 ) =1,6, ^y |( x=5 )=2,8 ^y| x =t 0,975 ( 6 ) s ¿ Osa A 1. Keskväärtuse hinnangu ´x leidsin valimi elementide aritmeetilise keskmise arvutamisega. Dispersiooni hinnanguks s2 on katsetulemuste hälvete ruutude summa jagatud N-1-ga, kus N on valimi maht; standardhälve s on ruutjuur dispersioonist. Mediaan oli elementide järjestatud rea 13. element ning haare on suurima ja väikseima elemendi vahe. 2. Eeldades, et üldkogum on normaaljaotusega ja et =0,10, leidsin t-jaotuse tabelist kvantiili t1-/2(N-1) ning keskväärtuse poollaiuse arvutasin, korrutades kvantiili standardhälbe hinnanguga ning jagades korrutise ruutjuurega valimi mahust.
Osa A Andmed: 7 2 3 3 1 1 4 3 3 3 6 5 6 1 2 9 7 5 7 8 5 2 4 1 8 7 9 7 4 8 5 3 1 9 3 5 9 5 8 4 6 1 3 0 7 6 9 1. Valimi parameetrite hindamine. Kasutan järgmisi valemeid: Keskväärtus: 44,28 Dispersioon: 772,46 Standardhälve: 27,79 Mediaani ja haarde leidmiseks teeme valimi liikmete ümberjärjestust: 1; 2; 5; 14; 18; 19; 25; 27; 31; 33; 37; 39; 39; 45; 46; 50; 56; 63; 65; 71; 74; 77; 83; 89; 98 Mediaan: 39 Haare: 98 1 = 97 2. Leian keskväärtuse ja dispersiooni usaldusvahemikud (usaldusnivoo = 0.10), eeldades üldkogumi normaaljaotust Keskväärtuse jaoks kasutame t-statistikut f = N 1 = 24 t0.95(24) = 1.711 = 9.51 Keskväärtuse usaldusvahemik arvutatakse valemiga: P(34,77 < < 53,79) = 90% Dispersiooni usaldusvahemiku leidmiseks kasutatakse 2-statistikut f = N 1 = 24 P (509,10 < 2 < 1338,75) =
N N (variatsioonrida) Keskväärtus Dispersioon Standardhälve 12 1 45.12 1165.026667 34.1324869687 6 4 11 6 ÜL 4 62 7 Vahemikud Tõenäosus/laius 21 10 0-20 0.016 62 11 21-40 0.01 7 12 41-60 0.004 98 15 61-80 0.008 10 21 81-100 0.012 1 25 52 27 Normaaljaotus 27 33 Vahemikud Tõenäosus/laius 81 38 0-20 0.01
piirkonnas A, kui F `(x) = f(x) iga x A korral. Funktsiooni algfunktsiooni leidmist nimetatakse integreerimiseks. 31. Määramata integraal - avaldist F(x) + c , kus F(x) on funktsiooni f(x) mingi algfunktsioon ja c R on suvaline konstant, nimetatakse funktsiooni f(x) määramata integraaliks. 32. Ratsionaalfunktsioon - ratsionaalfunktsiooniks nimetatakse funktsiooni kujul: y = Fn(x) / Gm(x) kus Fn(x) ja Gm(x) on n ja m järku polünoomid. 33. Polünoom - hulkliige. Lõpliku summa näol esinev matemaatiline avaldis 34. Lihtmurdratsionaalfunktsioon - kui murru lugeja aste (polünoomi järk) on väiksem murru nimetaja astmest ( n < m) , siis nim. seda funktsiooni lihtmurdratsionaalfunktsiooniks. 35. Liigmurdratsionaalfunktsioon - kui murru lugeja aste on suurem murru nimetaja astmest ( n > m ) on tegu liigmurdratsionaalfunktsiooniga. 36. Riemanni integraal - piirväärtust lim , 0 = lim f ( i) x i , 0 ( summa n kuni i
Rakendusstatistika kodutöö aruanne Osa A 1. Leida keskväärtuse (aritmeetiline, harmooniline, geomeetriline), dispersiooni, standardhälbe, mediaani, moodi ja haarde hinnangud. Aritmeetiline keskmine 48,633 Geomeetriline 38,58 kesmine 26,53 Harmooniline keskmine Dispersioon 768,372 Standardhälve 27,720 Mediaan 47 Mood 33 Haare 95 Kasutatud valemid: Aritmeetiline keskmine N 1 ^= x´ = x N i =1 i Geomeetriline keskmine Harmooniline keskmine 2 N ^ =s 2= 1 ( x - x´ )2 Dispersioon ¿ N -1 i=1 i ¿ Mediaan on variatsioonirea keskmine element paarituarvulise valimi korral või kahe keskmise elemendi poolsumma paarisarvulise valimi korral. Mood tunnuse kõige sagedamini esinev väärtus Haare
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 1 40 1600 38,1924 45
MAJANDUSMATEMAATIKA I Ako Sauga Tallinn 2003 SISUKORD 1. MUDELID MAJANDUSES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 Mudeli mõiste. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 Matemaatiliste mudelite liigitus ja elemendid . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 Matemaatilise mudeli struktuur ja sisu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 2. FUNKTSIOONID JA NENDE ALGEBRA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 Arvud ja nende hulgad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 Funktsionaalne sõltuvus . . . . . . . . . .
Jaotustabel - tabel, mis näitab tunnuse väärtuse suhtelist esinemissagedust Statistiline rida - tunnuse väärtuste järjestamata rida Variatsioonirida - tunnuse väärtuste rida kasvavas või kahanevas järjekorras Mood - variatsioonirea kõige suurema esinemissagedusega liige (Mo) Mediaan - variatsioonirea keskmine liige (Me) Aritmeetiline keskmine - tunnuse keskväärtus ( x ) Hälve - variatsioonireas oleva tunnuse väärtuse ja keskväärtuste vahe Dispersioon - hälvete ruutude aritmeetiline keskmine ( 2) Standardhälve - ruutjuur dispersioonist ( ) Variatsioonikordaja - standardhälbe ja keskväärtuse suhe (V) Arvutusteks kasutan järgnevaid valemeid: N valemi suurus ( vaadluse all olevate objektide arv) N vahemike arv X max suurim väärtus X min väikseim väärtus X = X max - X min suurima ja väiksema väärtuse vahe 3 Mo tunnuse kõige sagedamini esinev väärtus - mood N
annaabi.ee 
