12. laskuharjoituskierros, vko 16, ratkaisut
|
|
- Kaarina Jaakkola
- 8 vuotta sitten
- Katselukertoja:
Transkriptio
1 1. lakuharjoitukierro, vko 16, ratkaiut D1. Muuttujien x ja Y havaitut arvot ovat: x Y a) Määrää regreiomallin Y i = α +βx i +ǫ i regreiokertoimien PNS-etimaatit ja piirrä pitediagrammi ekä etimoitu uora ja reiduaalit. b) Määrää etimoidun regreiomallin jäännövarianin etimaatti ja elityate ekä otokorrelaatiokerroin. c) Tetaa regreiomallin kerrointa β kokevaa nollahypoteeia H 0 : β = 0. Käytä kakiuuntaita vaihtoehtohypoteeia ja 5%:n merkitevyytaoa. d) Tetaa korrelaatiokerrointa ρ xy kokevaa nollahypoteeia H 0 : ρ xy = 0. Käytä kakiuuntaita vaihtoehtohypoteeia ja 5%:n merkitevyytaoa. Ratkaiu: a) Taulukoidaan havaitut arvot, niiden neliöt ja niiden tulot ototunnulukujen lakemita varten: i x Y x xy umma x = 1 n x i = 56 n 8 = 7 Ȳ = 1 n Y i = 40 n 8 = 5 x = 1 ( x i n x 18, 8571 Y = 1 ( = 1 ( ) x i Y i n xȳ = 1 r xy = = 8 Yllä olevien harhattomien varianietimaattoreiden liäki on hyvä lakea valmiiki myö harhaiet varianietimaattorit: ˆσ x = 1 n ( n ) x i n x 16.5 ˆσ = 1 ( Yi nȳ = 7 n Näiden tietojen peruteella etimaatit regreiokertoimille ovat: ˆβ = x ˆα = Ȳ ˆβ x
2 Pitediagrammi, ovitettu regreiouora ja reiduaalit. b) Otokorrelaatiokerroin tulikin jo lakettua edellieä kohdaa: r xy = Yhden elittäjän lineaariea mallia elityate on otokorrelaation neliö: Lopulta jäännövarianin etimaatti: c) H 0 : β = 0 H 1 : β 0 Tetiuure: R = r xy = SSE n = (1 r xy )SST n T = ˆβ /( nˆσ x ) Nollahypoteein pätieä tetiuure on jakautunut Studentin t-jakauman mukaan vapauatein n, joten kriittiiki arvoiki aadaan: ±t α/ (n ) = ±t 0.05 (6) = ±.447. Hylkäyalue on näiden rajojen ulkopuolella. Koka nyt T 11.3 > t 0.05 (6) =.447, nollahypoteei hylätään. β 0 d) H 0 : ρ xy = 0 H 1 : ρ xy 0 Tetiuure: r xy T = n r xy
3 Nollahypoteein pätieä tetiuure on jakautunut Studentin t-jakauman mukaan vapauatein n, joten kriittiiki arvoiki aadaan: ±t α/ (n ) = ±t 0.05 (6) = ±.447. Hylkäyalue on näiden rajojen ulkopuolella. Koka nyt T 11.3 > t 0.05 (6) =.447, nollahypoteei hylätään. ρ xy 0 Kahden viimeien kohdan tetiuureet ovat todella yhtenevät. Käytännöä toien tetin uorittaminen riittää kertomaan toienkin tuloken. P. 6 henkilön verenpainetta mitattaea aatiin euraavat tuloket (X on henkilön ikä ja Y henkilön verenpaine): X Y a) Määrää regreiomallin Y i = α +βx i +ǫ i regreiokertoimien PNS-etimaatit ja piirrä pitediagrammi ekä etimoitu uora. b) Määrää etimoidun regreiomallin jäännövarianin etimaatit ja elityate ekä otokorrelaatiokerroin. p. Ratkaiu: a) Taulukoidaan havaitut arvot, niiden neliöt ja niiden tulot ototunnulukujen lakemita varten: i x Y x xy umma x = 1 n x i = 335 n 6 55, 8333 Ȳ = 1 n Y i = , 3333 n 6 x = 1 ( x i n x Y = 1 ( = 1 ( x i Y i n xȳ r xy = Yllä olevien harhattomien varianietimaattoreiden liäki on hyvä lakea valmiiki myö harhaiet varianietimaattorit: ˆσ x = 1 ( x i n n x ˆσ Y = 1 n ( n 109. Näiden tietojen peruteella etimaatit regreiokertoimille ovat: ˆβ = x ˆα = Ȳ ˆβ x
4 Pitediagrammi, ovitettu regreiouora ja reiduaalit. b) Otokorrelaatiokerroin edellietä kohdata: r xy = Yhden elittäjän lineaariea mallia elityate on otokorrelaation neliö: Lopulta jäännövarianin etimaatti: R = r xy = SSE n = (1 r xy )SST n P3. Otoketa lakettiin euraavat tunnuluvut: n = 6, x = 8.188, ȳ = , x = , y = , xy = ja r xy = ekä = , ˆσ x = , ˆσ Y = ja x i = Liäki piteitöön ovitettiin uora: Y i = β 0 + β 1 x i + ǫ i. Regreiokertoimien PNS-etimaateiki aatiin: ˆβ 0 = ja ˆβ 1 = a) Tetaa regreiomallin kerrointa β 1 kokevaa nollahypoteeia H 0 : β 1 = 0. Käytä ykiuuntaita vaihtoehtohypoteeia H 1 : β 1 > 0 ja 5%:n merkitevyytaoa. b) Tetaa korrelaatiokerrointa ρ xy kokevaa nollahypoteeia H 0 : ρ xy = 0.7. Käytä kakiuuntaita vaihtoehtohypoteeia ja 1%:n merkitevyytaoa. p.
5 Ratkaiu: a) Hypoteeit H 0 : β 1 = 0 H 1 : β 1 > 0 Tetiuure: T = ˆβ 1 /( nˆσ x) 3.04 Nollahypoteein pätieä tetiuure on jakautunut Studentin t-jakauman mukaan vapauatein n, joten kriittieki arvoki aadaan: t α (n ) = t 0.05 (4) =.13. Hylkäyalue on tämän rajan oikealla puolella. Koka nyt T 3.04 > t 0.05 (4) =.13, nollahypoteei hylätään. β 1 > 0 b) H 0 : ρ xy = 0.7 H 1 : ρ xy 0.7 Tetiuure: Z = ( log rxy 1 r XY ) 1 ( 1 + log ρ0 1 ρ 0 1 n 3 ) = Nollahypoteein pätieä tetiuure on approkimatiivieti normaalinen N(0,1). Merkitevyytaolla 0.01 kriittiiki rajoiki aadaan ±z ±.575. Koka tetiuureen Z arvo on rajojen iällä, hyväkytään nollahypoteei. ρ xy = 0.7 L4. Muuttujien x ja Y havaitut arvot ovat: x Y a) Määrää käänteiregreiomallin x i = γ + δy i + ǫ i regreiokertoimien PNS-etimaatit ja piirrä pitediagrammiin etimoitu uora. b) Määrää etimoidun regreiomallin jäännövarianin etimaati ja elityate ekä otokorrelaatiokerroin. c) Tetaa regreiomallin kerrointa δ kokevaa nollahypoteeia H 0 : δ = 0. Käytä ykiuuntaita vaihtoehtohypoteeia ja 1%:n merkitevyytaoa. d) Tetaa korrelaatiokerrointa ρ xy kokevaa nollahypoteeia H 0 : ρ xy = 0. Käytä ykiuuntaita vaihtoehtohypoteeia ja 1%:n merkitevyytaoa. e) Lake tämän tehtävän etimoidun uoran ja D1-tehtävän etimoidun uoran leikkaupite. Mikä erityinen aema tällä piteellä on? Ratkaiu:
6 Käänteiregreioa elittävän ja elitettävän muuttujan roolit vaihdetaan kekenään. a) Taulukointi ei muutu mitenkään alkuperäien tehtävän ratkaiuta: i x Y x xy umma Tunnuluvut ovat myö amat: x = 1 n x i = 56 n 8 = 7 Ȳ = 1 n Y i = 40 n 8 = 5 x = 1 ( x i n x 18, 8571 Y = 1 ( = 1 ( x i Y i n xȳ = 1 r xy = ˆσ x = 1 ( x i n x 16.5 ˆσ = 1 ( n n Näiden tietojen peruteella etimaatit regreiokertoimille ovat: = 8 = 7 ˆδ = Y ˆγ = x ˆδȲ
7 b) Otokorrelaatiokerroin on ama kuin alunperinkin: r xy = Selityate ei muutu, koka otokorrelaatiokerroin ei muutu: R = r xy Jäännövarianin etimaatti en ijaan vaihtuu, koka kokonaineliöumma SST vaituu: = SSE n = (1 r xy )SST n c ja d) Koka d)-kohdan tuloken on pakko olla ama kuin alkuperäieä tehtävää, ei c) kohdankaan tulo voi muuttua. e) Laketaanpa tulo teorian puolelta: Aetetaan yhtälöt yhtäuuriki: { Y = α + βx x = γ + δy Y = Ȳ x x + x x x = x Ȳ + Y Y Y x = x (Ȳ Y ) + x xy x = x (Y Ȳ ) Y Sijoitetaan takaiin: x (Ȳ Y ) + x = x xy (Y Ȳ ) Y ( x ) xy (Ȳ Y ) = 0 Y Ȳ Y = 0 Y = Ȳ x = x (Ȳ Y ) + x = x (Ȳ Ȳ ) + x = x Leikkaupite on ( x, Ȳ ) = (7, 5). Piteen erikoiaema lienee ilmeinen.
8 ( x, Ȳ ) Pitediagrammi, molemmat regreiouorat, reiduaalit (molemmille uorille) ja leikkaupite.
HY / Matematiikan ja tilastotieteen laitos Tilastollinen päättely II, kevät 2017 Harjoitus 4 Ratkaisuehdotuksia. Tehtäväsarja I
HY / Matematiikan ja tilatotieteen laito Tilatollinen päättely II, kevät 207 Harjoitu 4 Ratkaiuehdotukia Tehtäväarja I. (Kvantiili-kvantiili kuvion [engl. q q plot] idea.) Olkoon atunnaimuuttujalla X ellainen
LisätiedotTilastotieteen jatkokurssi 8. laskuharjoitusten ratkaisuehdotukset (viikot 13 ja 14)
Tilatotietee jatkokuri 8. lakuharjoitute ratkaiuehdotuket (viikot 13 ja 14) 1) Perujoukko o aluee A aukkaat ja tutkittavaa omiaiuutea ovat tulot, Tiedämme, että perujouko tulot oudattaa ormaalijakaumaa,
LisätiedotKUINKA PALJON VAROISTA OSAKKEISIIN? Mika Vaihekoski, professori. Lappeenrannan teknillinen yliopisto
KUINKA PALJON VAROISTA OSAKKEISIIN? Mika Vaihekoki, proeori Lappeenrannan teknillinen yliopito Näin uuden vuoden alkaea ueat meitä miettivät ijoitualkkuna kootumuta. Yki kekeiitä kyymykitä on päätö eri
LisätiedotRATKAISUT: 17. Tasavirtapiirit
Phyica 9. paino 1(6) ATKAST 17. Taavirtapiirit ATKAST: 17. Taavirtapiirit 17.1 a) Napajännite on laitteen navoita mitattu jännite. b) Lähdejännite on kuormittamattoman pariton napajännite. c) Jännitehäviö
LisätiedotMat-2.091 Sovellettu todennäköisyyslasku. Tilastolliset testit. Avainsanat:
Mat-.090 Sovellettu todeäköiyylaku A 0. harjoituket Mat-.09 Sovellettu todeäköiyylaku 0. harjoituket / Ratkaiut Aiheet: Avaiaat: Tilatolliet tetit Aritmeettie kekiarvo, Beroulli-jakauma, F-jakauma, F-teti,
LisätiedotMat Koesuunnittelu ja tilastolliset mallit
Mat-.03 Koeuuttelu tlatollet mallt. harjotuket Mat-.03 Koeuuttelu tlatollet mallt. harjotuket / Ratkaut Aheet: Avaaat: Tlatollte aetoje kuvaame Oto otokaumat Etmot Etmotmeetelmät Väletmot Artmeette kekarvo,
Lisätiedot4.3 Liikemäärän säilyminen
Tämän kappaleen aihe liikemäärän äilyminen törmäykiä. Törmäy on uora ja kekeinen, jo törmäävät kappaleet liikkuvat maakekipiteitten kautta kulkevaa uoraa pitkin ja jo törmäykohta on tällä amalla uoralla.
Lisätiedot1 x 2 1 x 2 C 1 D. 1 x 2 C 1. x 2 C 1 C x2 D x 2 C 1; x 0: x 2 C 1 C 1. x 2 x 4 C 1 ja. x 4 C 1 D.x4 1/.x 4 C 1/
Matematiikan ja tilatotieteen valintakoetehtävien 9 ratkaiut Sivu. a). / 6,
LisätiedotViikkotehtävät IV, ratkaisut
Viikkotehtävät IV, ratkaiut. 7,40 V (pariton napajännite) I 7 ma (lampun A ähkövirta rinnankytkennää) I 5 ma (lampun B ähkövirta rinnankytkennää) a) eitani on, joten lamppujen reitanit voidaan lakea tehtävää
LisätiedotLUKION FYSIIKKAKILPAILU 8.11.2005 avoimen sarjan vast AVOIN SARJA
LKION FYSIIKKAKILPAIL 8..5 avoien arjan vat AVOIN SARJA Kirjoita tektaten koepaperiin oa niei, kotiooitteei, ähköpotiooitteei, opettajai nii ekä koului nii. Kilpailuaikaa on inuuttia. Sekä tehtävä- että
LisätiedotRATKAISUT: 8. Momentti ja tasapaino
Phyica 9. paino (7) : 8. Voian vari r on voian vaikutuuoran etäiyy pyöriiakelita. Pyöriiakeli on todellinen tai kuviteltu akeli, jonka ypäri kappale pyörii. Voian oentti M kuvaa voian vääntövaikututa tietyn
LisätiedotIntensiteettitaso ja Doplerin ilmiö
Inteniteettitao ja Doplerin ilmiö Tehtävä Erkki työkentelee airaalaa. Sairaalalta 6,0 km päää on tapahtunut tieliikenneonnettomuu ja onnettomuupaikalta lähteneen ambulanin ireenin ääni kuuluu Erkille 60,0
LisätiedotPOSITIIVISEN LINSSIN POLTTOVÄLI
S-108110 OPTIIKKA 1/6 POSITIIVISEN LINSSIN POLTTOVÄLI Laboratoriotyö S-108110 OPTIIKKA /6 SISÄLLYSLUETTELO 1 Poitiivien linin polttoväli 3 11 Teoria 3 1 Mittauken uoritu 5 LIITE 1 6 Mittaupöytäkirja 6
LisätiedotMat-2.090 Sovellettu todennäköisyyslasku A
Mat-.090 Sovellettu todeäköiyylaku A Mat-.090 Sovellettu todeäköiyylaku A / Ratkaiut Aiheet: Avaiaat: Tilatollite aieito keräämie ja mittaamie Tilatollite aieitoje kuvaamie Oto ja otojakaumat Aritmeettie
LisätiedotÄänen nopeus pitkässä tangossa
IXPF24 Fyiikka, ryhälaboratoriotyö IST4S1 / E1 / A Okanen Janne, Vaitti Mikael, Vähäartti Pai Jyväkylän Aattikorkeakoulu, IT-intituutti IXPF24 Fyiikka, Kevät 2005, 6 ECTS Opettaja Pai Repo Äänen nopeu
LisätiedotMat Tilastollisen analyysin perusteet, kevät 2007
Mat-.4 Tilatollie aali peruteet, kevät 7 6. lueto: Johdatu regreioaalii Regreioaali idea Tavoitteea elittää elitettävä tekiä/muuttua havaittue arvoe vaihtelu elittävie tekiöide/muuttuie havaittue arvoe
LisätiedotMat Koesuunnittelu ja tilastolliset mallit
Mat-.03 Koeuuittelu ja tilatolliet mallit Mat-.03 Koeuuittelu ja tilatolliet mallit / Ratkaiut Aiheet: Avaiaat: Tilatolliet tetit Tetit uhdeateikolliille muuttujille Tetit laatueroateikolliille muuttujille
LisätiedotMAOL-Pisteitysohjeet Fysiikka kevät 2004
MAOL-Piteityohjeet Fyiikka kevät 004 Tyypilliten virheiden aiheuttaia piteenetykiä (6 piteen kaalaa): - pieni lakuvirhe -1/3 p - lakuvirhe, epäielekä tulo, vähintään - - vataukea yki erkitevä nuero liikaa
LisätiedotLuku 16 Markkinatasapaino
68 Luku 16 Markkinataaaino 16.1 Markkinataaainon määrity Tarkatelemme kilailulliia markkinoita kaikki talouenitäjät hinnanottajia kaikki määrittävät arhaat ratkaiuna uhteea makimihintoihin talouenitäjien
LisätiedotY56 Laskuharjoitukset 3 palautus ma klo 16 mennessä
1 Y6 Lakuharjoituket 3 alautu ma 3.. klo 16 menneä Harjoitu 1. Lue enin Vihmo, Jouni (006) Alkoholijuomien hintajoutot uomea vuoina 199 00, Yhteikuntaolitiikka 71, 006/1 ivut 9 ja vataa itten kyymykiin.
LisätiedotMat Tilastollisen analyysin perusteet. Testit suhdeasteikollisille muuttujille. Avainsanat:
Mat-.04 Tilatollie aalyyi peruteet. harjoituket Mat-.04 Tilatollie aalyyi peruteet. harjoituket / Tehtävät Aiheet: Avaiaat: Tetit uhdeateikolliille muuttujille Hypoteei, Kahde riippumattoma otoke t-tetit,
LisätiedotN p Katseluavaruudessa tehtävät operaatiot. Karsinta eli takasivueliminointi. Katselutilavuus
5.2. Kateluaaruuea tehtäät operaatiot Karinta eli takaiueliminointi Karinta eli takaiueliminointi on toimenpie, joka ertaa monikulmioien uuntaa katelupiteen eli projektion kekipiteen kana. Jo näkmä käittää
Lisätiedotr = 0.221 n = 121 Tilastollista testausta varten määritetään aluksi hypoteesit.
A. r = 0. n = Tilastollista testausta varten määritetään aluksi hypoteesit. H 0 : Korrelaatiokerroin on nolla. H : Korrelaatiokerroin on nollasta poikkeava. Tarkastetaan oletukset: - Kirjoittavat väittävät
LisätiedotRatkaisu: Kaikki tehtävän laskutoimitukset on tehty Microsoft Excel -ohjelmalla; ks. taulukkoa tehtävän lopussa.
Mat-.09 Sovellettu todeäköyylaku. harjotuket Mat-.09 Sovellettu todeäköyylaku. harjotuket / Ratkaut Aheet: Avaaat: Regreoaalyy Etmot, Jääöelöumma, Jääöterm, Jääövara, Kekhajota, Kokoaelöumma, Korrelaato,
LisätiedotKertausosa. 2. Kuvaan merkityt kulmat ovat samankohtaisia kulmia. Koska suorat s ja t ovat yhdensuuntaisia, kulmat ovat yhtä suuria.
5. Veitoken tilavuu on V,00 m 1,00 m,00 m 6,00 m. Pienoimallin tilavuu on 1 V malli 6,00 m 0,06m. 100 Mittakaava k aadaan tälötä. 0,06 1 k 6,00 100 1 k 0,1544... 100 Mitat ovat. 1,00m 0,408...m 100 0,41
LisätiedotS-55.1220 Piirianalyysi 2 Tentti 4.1.2007
S-55.2 Piirianalyyi 2 Tentti 4..07. Piiriä yöttää kaki lähdettä, joilla on eri taajuudet. Kuinka uuri on lämmöki muuttuva teho P? Piiri on jatkuvuutilaa. J 2 00 Ω 5µH 0 pf 0/0 V J 2 00/0 ma f MHz f 2 2MHz.
Lisätiedot12. ARKISIA SOVELLUKSIA
MAA. Arkiia ovellukia. ARKISIA SOVELLUKSIA Oleeaan, eä kappale liikkuu ykiuloeia raaa, eimerkiki -akelia pikin. Kappaleen nopeuden vekoriluonne riiää oaa vauhdin eumerkin avulla huomioon, ja on ehkä arkoiukenmukaiina
LisätiedotKahdeksansolmuinen levyelementti
Levy8 ja RS hm.. Kahdekanolminen levyelementti akatellaan kvan kahdekanolmita levyelementtiä. q 6 y (,y q 8 ( 8,y 8 8 q 7 q 6 (,y q 5 q q q 7 q q ( 7,y 7 v ( 6,y 6 P 5 ( 5,y 5 q 9 6 q 5 (,y q (,y q q q
LisätiedotKahdeksansolmuinen levyelementti
Levy8 ja RS hm 7.. Kahdekanolminen levyelementti akatellaan kvan kahdekanolmita levyelementtiä. q 6 y (,y q 8 ( 8,y 8 8 q 7 q 6 (,y q 5 q q q 7 q q ( 7,y 7 v ( 6,y 6 P 5 ( 5,y 5 q 9 6 q 5 (,y q (,y q q
LisätiedotLUKION FYSIIKKAKILPAILU 10.11.2009, ratkaisut PERUSSARJA
LUKION FYSIIKKAKILPAILU 0..009, ratkaiut PERUSSARJA Vataa huolellieti ja iititi! Kirjoita tektaten koepaperiin oa niei, kotiooitteei, ähköpotiooite, opettajai nii ekä koului nii. Kilpailuaikaa on 00 inuuttia.
LisätiedotPD-säädin PID PID-säädin
-äädin - äätö on ykinkertainen äätömuoto, jota voidaan kutua myö uhteuttavaki äädöki. Sinä lähtöignaali on uoraa uhteea tuloignaalin. -äätimen uhdealue kertoo kuinka paljon mittauuure aa muuttua ennen
LisätiedotMATEMATIIKAN KOE. AMMATIKKA top 17.11.2005. 2. asteen ammatillisen koulutuksen kaikkien alojen yhteinen matematiikka kilpailu. Oppilaitos:.
AMMATIKKA top 7..005 MATEMATIIKAN KOE. ateen ammatillien oulutuen aiien alojen yteinen matematiia ilpailu Nimi: Oppilaito:. Koulutuala:... Luoa:.. Sarjat: MERKITSE OMA SARJA. Teniia ja liienne:... Matailu-,raitemu-
Lisätiedot1 LAMMIMUURIN RAKENNE JA OMINAISUUDET 2 2 KÄYTTÖKOHTEET 2 3 MUURITYYPIT 2 4 LASKENTAOTAKSUMAT 3 4.1 Materiaalien ominaisuudet 3 4.2 Maanpaine 3 4.
1 LAIUURIN RAKENNE JA OINAISUUDET KÄYTTÖKOHTEET 3 UURITYYPIT 4 LASKENTAOTAKSUAT 3 4.1 ateriaalien ominaiuudet 3 4. aanpaine 3 4.3 uurin ketävyy npaineelle 4 4.4 Kaatumi- ja liukumivarmuu 5 4.4.1. Kaatumivarmuu
Lisätiedot7.lk matematiikka. Geometria 1. Janne Koponen versio 2.0
7.lk matematiikka 1 Janne Koponen verio 2.0 Tämä monite on tehty 7.lk. geometrian opetukeen ja olen käyttänyt itä ite Hatanpään koulua. Jo joku opettaja haluaa tätä kuitenkin käyttää omaa opetukeaan, on
Lisätiedotxi = yi = 586 Korrelaatiokerroin r: SS xy = x i y i ( x i ) ( y i )/n = SS xx = x 2 i ( x i ) 2 /n =
1. Tutkitaan paperin ominaispainon X(kg/dm 3 ) ja puhkaisulujuuden Y (m 2 ) välistä korrelaatiota. Tiettyä laatua olevasta paperierästä on otettu satunnaisesti 10 arkkia ja määritetty jokaisesta arkista
LisätiedotViivakuormituksen potentiaalienergia saadaan summaamalla viivan pituuden yli
hum.9. oiman potentiaalienergia Potentiaalienergiata puhutaan, kun kappaleeeen vaikuttaa jokin konervatiivinen voima. oima on konervatiivinen, jo en tekemä tö vaikutupieen iirteä tiettä paikata toieen
LisätiedotMATEMATIIKKAKILPAILU
Tekniikan Opettajat TOP ry Teknologiateolliuuden Kutannuoakeyhtiö Opetuhallitu 00-uotiäätiö Otaa AMMATIKKA top..05 MALLIRATKAISUT Toien ateen ammatillien koulutuken kaikkien alojen yhteinen MATEMATIIKKAKILPAILU
LisätiedotKuva 22: Fraktaalinen kukkakaali. pituus on siis 4 AB. On selvää, että käyrän pituus kasvaa n:n kasvaessa,
Tortai 6..999 = Geometria o hyvä tapa kuvata ykikertaiia kappaleita, mutta kappaleie tullea äärettömä moimutkaiiki, käy iie kuvaamie klaie geometria avulla mahottomaki. Eimerkiki rataviiva pituue määrittämie
LisätiedotX 2 = k 21X 1 + U 2 s + k 02 + k 12. (s + k 02 + k 12 )U 1 + k 12 U 2. s 2 + (k 01 + k 21 + k 02 + k 12 ) s + k
Aalto-yliopiton Perutieteiden korkeakoulu Matematiikan ja yteemianalyyin laito Mat-49 Syteemien Identifiointi 0 harjoituken ratkaiut äytetään enin iirtofunktiomalli Tehdään Laplace-muunno: ẋ k 0 k x +
Lisätiedotgallup gallup potentiaali ja voima potentiaali ja voima potentiaali ja voima potentiaali ja voima
aup Kuinka pajon käytät kurikirjaa (tai jotain muuta oppikirjaa)? a) Tututun aiheeeen ennen uentoja b) Luen kirjaa uentojen jäkeen c) Luen oppikirjaa ähinnä akareita tehdeä d) n koke oppikirjaan aup Kappae
LisätiedotLuottamusmiehen / -valtuutetun valinta, asema ja oikeudet
YLEMMÄT TOIMIHENKILÖT YTN RY OHJE YRY+K -ryhmä / Mko 19.8.2009 1 (13) Luottamumiehen / -valtuutetun valinta, aema ja oikeudet Siällyluettelo: Yleitä... 2 Oikeu luottamumiehen valintaan... 2 Luottamumiehen
LisätiedotS-55.1220 Piirianalyysi 2 Tentti 27.10.2011
S-55.220 Piirianalyyi 2 Tentti 27.0. j(t) u(t) -piiriin vaikuttaa lähdevirta j(t) = A ĵ in(ωt)]. Lake piirin jännite u(t) ajan funktiona ja vatukea kuluva teho. Piiri on jatkuvuutilaa. ĵ = 0,5A = 2µF ω
LisätiedotYDINSPEKTROMETRIA TENTTI mallivastaukset ja arvostelu max 30 p, pisterajat 15p 1, 18p 2, 21p 3, 24p 4, 27p - 5
5573-5 YDISPEKTROMETRIA TETTI 9.5.05 mallivatauket ja arvotelu max 30 p, piterajat 5p, 8p, p 3, 4p 4, 7p - 5. Mittautehokkuu ja iihen vaikuttavat aiat/ilmiöt gammapektrometriaa (yht. 6 p) Vatau: ilmaiimea
LisätiedotMP069 alueen sähköteknisten reunaehtojen laskeminen.
M069 alueen ähkötekniten reunaehtojen lakeinen. Kekiteho tälle alueelle aatiin kun otettiin Tornion irkkiötä ataaa oakotitalo alue ja niiden talojen kulututen peruteella äärättiin kullekin tontille kulutupite
LisätiedotVALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE Ratkaisut ja arvostelu < X 170
VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE 4.6.2013 Ratkaisut ja arvostelu 1.1 Satunnaismuuttuja X noudattaa normaalijakaumaa a) b) c) d) N(170, 10 2 ). Tällöin P (165 < X < 175) on likimain
LisätiedotNalle 2010. Kontion. Nallehuvilat. Osoitelähde: Kontiotuote Oy:n asiakasrekisteri.
Kontion Nallehuvilat Nalle 2010 Suomalaieen maiemaan opivat uoiihuvilat ovat pieniä ulkoa, mutta uuria iältä. Ooitelähde: Kontiotuote Oy:n aiakarekiteri. Kontion Nalle-huviloiden menety jatkuu. Monien
LisätiedotMETSÄNTUTKIMUSLAITOS. tutkimusosasto. Metsäteknologian WÄRTSILA. Kenttäkoe. Tutkimusselostus
METSÄNTUTKIMUSLAITOS Metäteknologian Uniinkatu WÄRTSILA 40 A tutkimuoato Helinki TELESKOOPPIKUORMAIN AUTOKUORMAUKSESSA Kenttäkoe Tutkimuelotu Juhani Helinki Lukkari 97 7 Ainto Tutkimuken kenttäkoe Ruokolahdella.
LisätiedotS if b then S else S S s. (b) Muodosta (a)-kohdan kieliopin kanssa ekvivalentti, so. saman kielen tuottava yksiselitteinen.
T-79.148 yky 2003 Tietojenkäittelyteorian peruteet Harjoitu 7 Demontraatiotehtävien ratkaiut 4. Tehtävä: Ooita, että yhteydettömien kielten luokka on uljettu yhdite-, katenaatioja ulkeumaoperaatioiden
Lisätiedot1 Määrittele lyhyesti seuraavat käsitteet. a) Kvantisointivirhe. b) Näytetaajuuden interpolointi. c) Adaptiivinen suodatus.
TL536DSK-algoritmit (J. Laitinen) 6.4.5 Määrittele lyyeti euraavat käitteet a) Kvantiointivire. b) äytetaajuuden interpolointi. ) Adaptiivinen uodatu. a) Kvantiointivire yntyy, kun ignaalin ykittäinen
Lisätiedot7. Pyörivät sähkökoneet
Pyörivät ähkökoneet 7-1 7. Pyörivät ähkökoneet Mekaanien energian muuntamieen ähköenergiaki ekä ähköenergian muuntamieen takaiin mekaanieki energiaki käytetään ähkökoneita. Koneita, jotka muuntavat mekaanien
LisätiedotMetallikuulan vieriminen kaltevalla tasolla
1 Metallikuulan vieriinen kaltevalla taolla Mikko Vetola Koulun nii Fyiikka luonnontieteenä FY1-Projektityö 4.6.2002 Arvoana: K+ (10) 2 1. Työn tarkoitu Tehtävänä oli tutkia illaiia liikeiliöitä eiintyy
Lisätiedot1. välikoe
Jan Loto TA7 Ekonometan johdantok Nm: Opkeljanmeo: välkoe 77 Vataa alla olevn kyymykn ympäömällä okea vahtoehto Kakn tehtävää on neljä vahtoehtoa, jota yk on oken Okeata vataketa aa pteen ja vääätä vataketa
LisätiedotS Fysiikka III (Est) Tentti
S-114137 Fyiikka III (Et) Tentti 9008 1 Vetyatomin elektronin kulmaliikemäärää kuvaa kvanttiluku l =3 Lake miä kaikia kulmia kulmaliikemäärävektori voi olla uhteea kulmaliikemäärän z-komponenttiin ( )
LisätiedotYhden selittäjän lineaarinen regressiomalli
Ilkka Melli Tilastolliset meetelmät Osa 4: Lieaarie regressioaalyysi Yhde selittäjä lieaarie regressiomalli TKK (c) Ilkka Melli (007) Yhde selittäjä lieaarie regressiomalli >> Yhde selittäjä lieaarie regressiomalli
LisätiedotFysiikkakilpailu 6.11.2007, avoimen sarjan vastaukset AVOIN SARJA
Fyiikkakilpailu 6.11.007, avoimen ajan vatauket AVOIN SARJA Kijoita tektaten koepapeiin oma nimei, kotiooitteei, ähköpotiooitteei, opettajai nimi ekä koului nimi. Kilpailuaikaa on 100 minuuttia. Sekä tehtävä-
LisätiedotRak-54.116 Rakenteiden mekaniikka C, RM C (4 ov) Tentti 30.8.2007
Rak-54.116 Rakeneden mekankka, RM (4 ov) Ten.8.7 Krjoa jokaeen koepapern elvä - koko nme, puhuelunm allevvauna - oao, vuokur, enn pävämäärä ekä enävä opnojako koodeneen - opkeljanumero, mukaan luken arkukrjan
Lisätiedot10 Suoran vektorimuotoinen yhtälö
10 Suran vektrimutinen htälö J aluki tarkatellaan -tan kuuluvaa, rign kautta kulkevaa uraa, niin ura n täin määrätt, mikäli tunnetaan en uunta. Tavallieti tämä annetaan uuntakulman tangentin = kulmakertimen
LisätiedotTilastollinen päättömyys, kevät 2017 Harjoitus 6B
Tilastollinen päättömyys, kevät 7 Harjoitus 6B Heikki Korpela 8. helmikuuta 7 Tehtävä. Monisteen teht. 6... Olkoot Y,..., Y 5 Nµ, σ, ja merkitään S 5 i Y i Y /4. Näytä, että S/σ on saranasuure eli sen
LisätiedotMAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen
MAT-5 Todennäköisyyslaskenta Tentti.. / Kimmo Vattulainen Vastaa jokainen tehtävä eri paperille. Funktiolaskin sallittu.. a) P A). ja P A B).6. Mitä on P A B), kun A ja B ovat riippumattomia b) Satunnaismuuttujan
Lisätiedot1. Tutkitaan tavallista kahden selittäjän regressiomallia
TA7, Ekonometrian johdantokurssi HARJOITUS 5 RATKAISUEHDOTUKSET 232215 1 Tutkitaan tavallista kahden selittäjän regressiomallia Y i = β + β 1 X 1,i + β 2 X 2,i + u i (a) Kirjoita regressiomalli muodossa
LisätiedotS-55.1220 Piirianalyysi 2 Tentti 1.9.2011
S-55.2 Piirianalyyi 2 Tentti.9.. e(t) L j(t) Lake vatukea lämmöki muuttuva teho P. = Ω L = mh = 2mF ω = 0 3 rad/ e = ê in(ωt) j = ĵ in(2ωt) ĵ = 0 A ê = 2 2 V. 2. u(t) k Kuvan mukainen taajännitelähteen
LisätiedotVuoden Beauceron -säännöt (voimassa alkaen) Yleisiä periaatteita
Vuoden Beauceron -äännöt (vomaa 1.1.2017 alkaen) Yleä peraatteta Klpalukau on kalentervuo. Mukaan hyväkytään van KoraNetta löytyvät tuloket pl. erkeen pteytetyt arvoklpalut. Yhden uortuken pteet muodotuvat
LisätiedotLaplace-muunnoksesta ja differentiaaliyhtälöiden ratkaisemisesta sen avulla
TAMPEREEN YLIOPISTO Pro gradu -tutkielma Jui Talja Laplace-muunnoketa ja differentiaaliyhtälöiden ratkaiemieta en avulla Informaatiotieteiden ykikkö Matematiikka Huhtikuu 2 Tampereen yliopito Informaatiotieteiden
LisätiedotRegressioanalyysi. Vilkkumaa / Kuusinen 1
Regressioanalyysi Vilkkumaa / Kuusinen 1 Regressioanalyysin idea ja tavoitteet Regressioanalyysin idea: Halutaan selittää selitettävän muuttujan havaittujen arvojen vaihtelua selittävien muuttujien havaittujen
LisätiedotValuma-aluetason kuormituksen hallintataulukon vaatimusmäärittely
Valuma-aluetaon kuormituken hallintataulukon vaatimumäärittely Verio 4.11.2011 1. Tavoitteet Veienhoidon äädöten toteutu edellyttää veitöihin kohdituvan kuormituken vähentämitä n, että veden laatu paranee
LisätiedotMAOL-Pisteitysohjeet Fysiikka kevät 2002
MAOL-Piteityhjeet Fyiikka kevät 00 Tyypilliten virheiden aiheuttaia piteenetykiä (6 piteen kaalaa): - pieni lakuvirhe -/3 p - lakuvirhe, epäielekä tul, vähintään - - vataukea yki erkitevä nuer liikaa -0
LisätiedotSovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 30. marraskuuta 2007 Antti Rasila () TodB 30. marraskuuta 2007 1 / 19 1 Lineaarinen regressiomalli ja suurimman uskottavuuden menetelmä Minimin löytäminen
Lisätiedot... 23 1.4.3. Eläkelaitoksessa vakuutettujen työnansioiden summa S
Eläketurakeku (89) Suunnitteluoato 2..2008 VASTUUNJAKOPERUSTEET Soiaali- ja tereminiteriö on ahitanut atuunjakoperuteet 20..2008. 5..2009 korjatut kirjoituirheet iuilla 62 ja 63 on päiitett etk.fi-iulle
LisätiedotSosiaalihuollon kertomusmerkintä
Soiaalihuollon kertomumerkintä Kommentoitava materiaali Terveyden ja hyvinvoinnin laito (THL) L 30 (Mannerheimintie 166) 0071 Helinki Telephone: 09 54 6000 www.thl.fi Siällyluettelo Soiaalihuollon kertomumerkintä...
LisätiedotIlkka Mellin Tilastolliset menetelmät. Osa 4: Lineaarinen regressioanalyysi. Yleinen lineaarinen malli. TKK (c) Ilkka Mellin (2007) 1
Ilkka Mellin Tilastolliset menetelmät Osa 4: Lineaarinen regressioanalyysi Yleinen lineaarinen malli TKK (c) Ilkka Mellin (2007) 1 Yleinen lineaarinen malli >> Usean selittäjän lineaarinen regressiomalli
LisätiedotMat Tilastollisen analyysin perusteet, kevät 2007
Mat-.14 Tilastollisen analyysin perusteet, kevät 7 7. luento: Tarina yhden selittään lineaarisesta regressiomallista atkuu Kai Virtanen 1 Luennolla 6 opittua Kuvataan havainnot (y, x ) yhden selittään
Lisätiedot10. laskuharjoituskierros, vko 14, ratkaisut
10. laskuharjoituskierros, vko 14, ratkaisut D1. Eräässä kokeessa verrattiin kahta sademäärän mittaukseen käytettävää laitetta. Kummallakin laitteella mitattiin sademäärät 10 sadepäivän aikana. Mittaustulokset
LisätiedotPT-36 Plasmarc-leikkausarvot
PT-36 Plamarc-leikkauarvot Leikkauarvojen opa (FI) 0558007661 Verion 8.1 releaed on 28Oct11 VARMISTA, ETTÄ KÄYTTÄJÄ SAA NÄMÄ TIEDOT. VOIT TILATA MYYJÄLTÄ LISÄÄ KOPIOITA. VARO OHJEET on tarkoitettu kokeneille
LisätiedotRATKAISUT: 3. Voimakuvio ja liikeyhtälö
Phyica 9. paino (8) 3. Voiakuvio ja liikeyhtälö : 3. Voiakuvio ja liikeyhtälö 3. a) Newtonin I laki on nieltään jatkavuuden laki. Kappale jatkaa liikettään uoraviivaieti uuttuattoalla nopeudella tai pyyy
LisätiedotTA7, Ekonometrian johdantokurssi HARJOITUS 4 1 RATKAISUEHDOTUKSET
TA7, Ekonometrian johdantokurssi HARJOITUS 4 1 RATKAISUEHDOTUKSET 16..015 1. a Poliisivoimien suuruuden lisäksi piirikuntien rikostilastoihin vaikuttaa monet muutkin tekijät. Esimerkiksi asukkaiden keskimääräinen
LisätiedotJos nollahypoteesi pitää paikkansa on F-testisuuren jakautunut Fisherin F-jakauman mukaan
17.11.2006 1. Kahdesta kohteesta (A ja K) kerättiin maanäytteitä ja näistä mitattiin SiO -pitoisuus. Tulokset (otoskoot ja otosten tunnusluvut): A K 10 16 Ü 64.94 57.06 9.0 7.29 Oletetaan mittaustulosten
Lisätiedotl (φ; y) = l(θ(φ); y) Toinen derivaatta saadaan tulon derivaatan laskusäännöllä Uudelleenparametroidun mallin Fisherin informaatio on
HY, MTO / Matemaattisten tieteiden kandiohjelma Tilastollinen päättely II, kevät 018 Harjoitus B Ratkaisuehdotuksia Tehtäväsarja I 1 (Monisteen tehtävä 14) Olkoon f Y (y; θ) tilastollinen malli, jonka
LisätiedotPikaohje Verio 1.0 marrakuu 2002 www.behringer.com SUOMI TURVALLISUUSOHJEET VAROITUS: Älä poita kantta (tai takaoaa) ähkäikuvaaran vähentämieki. Siällä ei ole käyttäjän huollettavia oia; käänny huolloa
LisätiedotJÄÄMEREN RAUTATIE ROVANIEMI-KIRKKONIEMI WWW.ARCTICCORRIDOR.FI
JÄÄMEREN RAUTATIE ROVANIEMI-KIRKKONIEMI WWW.ARCTICCORRIDOR.FI KILPAILUKYKYÄ INVESTOIJILLE JA YRITYKSILLE Jäämeren rautatie parantaa yrityten ja invetoijien toimintamahdolliuukia arktiella alueella. Uuia
LisätiedotVäliestimointi. Väliestimointi. Väliestimointi: Mitä opimme? 2/3. Väliestimointi: Mitä opimme? 1/3. Väliestimointi: Mitä opimme?
TKK (c) Ilkka Melli (004) Välietimoiti Todeäköiyyjakaumie parametrie etimoiti Normaalijakauma variai luottamuväli Beroulli-jakauma odotuarvo luottamuväli Johdatu tilatotieteeee Välietimoiti TKK (c) Ilkka
LisätiedotKaksisuuntainen varianssianalyysi. Heliövaara 1
Kaksisuuntainen varianssianalyysi Heliövaara 1 Kaksi- tai useampisuuntainen varianssianalyysi Kaksi- tai useampisuuntaisessa varianssianalyysissa perusjoukko on jaettu ryhmiin kahden tai useamman tekijän
LisätiedotNAANTALI KARJALUOTO - PIRTTILUOTO ASEMAKAAVALUONNOS 3.10.06
NAANTALI KARJALUOTO - PIRTTILUOTO ASEMAKAAVALUONNOS 3.0.06 Siniellä värillä on eitetty rakennuala/rakennualan oa, joka ijaitee kahden metrin korkeukäyrän alapuolella. Silta Epoon Suviaaritoa. Yleitä Aemakaavaonnoken
LisätiedotKouvolan kaupunki. Tarjouspyyntö 28733/2015 Päiväys 23.03.2015
1/19 TARJOUSPYYNTÖ 28733/2015 Apteekkien koneellinen lääkepalvelu ja toimitupalvelu 1. Hankintaykikön perutiedot Hankintaykikkö: Heli Mäkinen Suomi puh. +358 206154012 Tarjouket lähetettävä: Tarjou tai
LisätiedotTodennäköisyyslaskennan ja tilastotieteen peruskurssi Esimerkkikokoelma 6
Todeäkölakea ja tlatotetee perukur Emerkkkokoelma 6 Todeäkölakea ja tlatotetee perukur Emerkkkokoelma 6 Aheet: Tlatolle rppuvuu ja korrelaato Yhde elttäjä leaare regreomall Avaaat: Artmeette kekarvo Etmot
LisätiedotYmpäristöministeriön asetus puurakenteista. Annettu Helsingissä 6 päivänä lokakuuta 2000
B0 SUOMEN RAKENTAMISMÄÄRÄYSKOKOELMA YMPÄRISTÖMINISTERIÖ, Aunto- ja rakennuoato Puurakenteet OHJEET 00 Ympäritöminiteriön aetu puurakenteita Annettu Helingiä 6 päivänä lokakuuta 000 Ympäritöminiteriön päätöken
LisätiedotTehtävä 1. Vaihtoehtotehtävät.
Kem-9.7 Proeiautomaation peruteet Perutehtävät Tentti 9.. Tehtävä. Vaihtoehtotehtävät. Oikea vatau,p, väärä vatau -,p ja ei vatauta p Makimi,p ja minimi p TÄMÄ PAPERI TÄYTYY EHDOTTOMASTI PALAUTTAA TENTIN
LisätiedotSovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 8. marraskuuta 2007 Antti Rasila () TodB 8. marraskuuta 2007 1 / 15 1 Tilastollisia testejä Z-testi Normaalijakauman odotusarvon testaus, keskihajonta tunnetaan
Lisätiedot= 0, = 0, = 0, = 0, = 0, = 0,
Liite 1 SU/Vakuutumatemaattinen ykikkö 18.9.2013 Kutannutenjakokertoimet vuodelle Soiaali- ja terveyminiteriön 23.12.2011 vahvitamia kutannutenjakoperuteia eiintyvien taaukertoimien arvot vuodelle = 0,419195
LisätiedotFy07 Koe Kuopion Lyseon lukio (KK) 1 / 5
y07 Koe 8.9.05 Kuopion yeon lukio (KK) / 5 Vataa kolmeen tehtävään. Vatuken reitani on 60, käämin induktani on 0,60 H ja reitani 8 ja kondenaattorin kapaitani on 80. Komponentit ovat arjaan kytkettyinä
LisätiedotSisällysluettelo ESIPUHE KIRJAN 1. PAINOKSEEN...3 ESIPUHE KIRJAN 2. PAINOKSEEN...3 SISÄLLYSLUETTELO...4
Sisällysluettelo ESIPUHE KIRJAN 1. PAINOKSEEN...3 ESIPUHE KIRJAN 2. PAINOKSEEN...3 SISÄLLYSLUETTELO...4 1. JOHDANTO TILASTOLLISEEN PÄÄTTELYYN...6 1.1 INDUKTIO JA DEDUKTIO...7 1.2 SYYT JA VAIKUTUKSET...9
LisätiedotSisällysluettelo ESIPUHE... 4 ALKUSANAT E-KIRJA VERSIOON... 5 SISÄLLYSLUETTELO... 6 1. JOHDANTO TILASTOLLISEEN PÄÄTTELYYN... 8 2. TODENNÄKÖISYYS...
Sisällysluettelo ESIPUHE... 4 ALKUSANAT E-KIRJA VERSIOON... 5 SISÄLLYSLUETTELO... 6 1. JOHDANTO TILASTOLLISEEN PÄÄTTELYYN... 8 1.1 INDUKTIO JA DEDUKTIO... 9 1.2 SYYT JA VAIKUTUKSET... 11 TEHTÄVIÄ... 13
LisätiedotVärikoodit: Vakiovuoro Ottelu / kilpailu Muut
vko 40 28.9. 29.9. 30.9. 1.10. 2.10. 3.10. 4.10. 17.00-18.15 *ACK *KyIF KyIF KyIF KyIF ACK 16.45-18.00 18.15-19.30 *MasKi *ACK *KyIF KyIF KyIF ACK 18.00-19.15 19.30-20.45 *MasKi *ACK *KyIF KyIF KyIF ACK
LisätiedotKorrelaatiokertoinen määrittely 165
kertoinen määrittely 165 Olkoot X ja Y välimatka- tai suhdeasteikollisia satunnaismuuttujia. Havaintoaineistona on n:n suuruisesta otoksesta mitatut muuttuja-arvoparit (x 1, y 1 ), (x 2, y 2 ),..., (x
LisätiedotS FYSIIKKA IV (ES), Koulutuskeskus Dipoli, Kevät 2003, LH2. f i C C. λ 2, m 1 cos60,0 1, m 1,2 pm. λi λi
S-11436 FYSIIKKA IV (S), Kulutukeku Dipli, Kevät 003, LH LH-1 Ftni, jnka energia n 10,0 kev, törmää leva levaan vapaaeen elektrniin ja irttuu uuntaan, jka mudtaa 60,0 kulman ftnin alkuperäien liikeuunnan
Lisätiedot2. Teoriaharjoitukset
2. Teoriaharjoitukset Demotehtävät 2.1 Todista Gauss-Markovin lause. Ratkaisu. Oletetaan että luentokalvojen standardioletukset (i)-(v) ovat voimassa. Huomaa että Gauss-Markovin lause ei vaadi virhetermien
Lisätiedot521384A RADIOTEKNIIKAN PERUSTEET Harjoitus 5
5384A RADIOTEKNIIKAN PERUSTEET Haroitu 5. Häviötön 5 Ω:n aaltoohto on päätetty tuntemattomaan impedaniin. Aaltoohdolla olevaki ännitteen eiovan aallon uhteeki aadaan 3 a enimmäinen minimi havaitaan 5 cm:n
LisätiedotSAVUN JA KOSTEUDEN VAIKUTUS ELEKTRONIIKKAPIIREIHIN
SAVUN JA KOSTEUDEN VAIKUTUS ELEKTRONIIKKAPIIREIHIN TIIVISTELMÄ Johan Mang & Olavi Keki-Rahkonen VTT Rakenn- ja yhdykntatekniikka PL 803, 02044 VTT Savn, koteden ekä näiden yhteitä äkillitä vaiktta elektroniikkapiireihin
LisätiedotSMG-4200 Sähkömagneettisten järjestelmien lämmönsiirto Harjoituksen 1 ratkaisuehdotukset
SMG-4200 Sähkömagneettiten järjetelmien lämmöniirto Harjoituken 1 ratkaiuehdotuket Vata 1800-luvun puoliväliä ymmärrettiin että lämpöenergia on atomien ja molekyylien atunnaieen liikkeeeen värähtelyyn
LisätiedotTällaisessa tapauksessa on usein luontevaa samaistaa (u,v)-taso (x,y)-tason kanssa, jolloin tason parametriesitys on *** VEKTORIANALYYSI.
39 VEKTORIANALYYI Luento 6 5. Pinnat ja pintaintegraalit Pintojen parametriesitys. Aikaisemmin käsittelimme käyrän esittämistä parametrimuodossa. iihen riitti yksi reaalinen parametri (t), joka sai aroja
LisätiedotRegressioanalyysi. Kuusinen/Heliövaara 1
Regressioanalyysi Kuusinen/Heliövaara 1 Regressioanalyysin idea ja tavoitteet Regressioanalyysin idea: Oletetaan, että haluamme selittää jonkin selitettävän muuttujan havaittujen arvojen vaihtelun joidenkin
Lisätiedot