8.2 Luokat L ja NL. Ohjelmistotekniikan laitos OHJ-2300 Johdatus tietojenkäsittelyteoriaan, syksy
|
|
- Lauri Niemelä
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 Loat L ja NL Aavaatvsaalyysssä e ole järevää tarastella alleaarsa vaatvsloa, osa oo syötettä e yetä lemaa alle leaarsessa ajassa e sjaa oo syötettä e välttämättä tarvtse tallettaa, jote o meleästä tarastella alleaarsa tlavaatvsloa Lasetamalla tlee to mttaa Oloo Trg oeella työaha lsäs erlle syöteaha, jolle e voda rjottaa mtää Va varsaselta työahalta äytetty tla lasetaa oee vaatmas tlas 284 Loa L o determstsellä Trg oeella logartmsessa tlassa ratastave elte loa L = DPACElog NL o vastaava loa epädetermstslle oelle Aemm tarastelmme ele { 0 0 } tstavaa Trg oetta, joa vaat leaarse tla Aet merjoo lme elee vodaa ratasta jo logartmsessa tlassa Rttää lasea olle lmäärä ja yöste lmäärä seä tehdä tarpeellset tarstset. Lmäärä bäärestys o oretaa logartme syöttee ptde shtee
2 285 Aemm osotmme, että ogelma PATH: "Oo G:ssä satt pol s:stä t:he?" l P:he Aemp algortm vaat pahmmassa tapasessa leaarse tla Determststä logartmsessa tlassa tomvaa algortma e teta ogelmalle PATH e sjaa epädetermste logartmse tla vaatva algortm o olemassa Lähte solmsta s tosta oretaa m aselta Jos yysolm o t, hyväsy Talleta teto yysestä solmsta työahalle log-tla Epädetermstsest valtse ys seraajsta 286 Pellä tlavaatvslla f shde aavaatvtee 2 Of e eää välttämättä päde Esmers vaotla O vaatva Trg oe vo vaata leaarse O aselte lmäärä Nässä tapasssa aavaatvdella o asymptootte yläraja 2 Of K f log, 2 Of = 2 Of Myös avtch lase pätee sellaseaa f log PATH ss l NL:ää, mtte lltavast L:ää Itse asassa e teta yhtää loa NL ogelmaa, joa votas todstaa oleva L: lopolella 2
3 287 L =?= NL o ss vastaava ysymys P =?= NP Vodaa määrtellä NL-täydellset elet, loa NL ae vaempa elä Polyome palats e teaa elpaa määrttelyy, osa a loa NL ogelmat ovat polyomsessa ajassa rateava Täte a mt ogelmat pats ja * ovat polyomsest tossa palatettavssa e sjaa äytetää logartmse tla palatvtta L Fto o lasettavssa logartmsessa tlassa, jos se arvo laseva Trg oe äyttää työahaltaa va Olog tla 288 Lase 8.23 Jos A L B ja B L, A L. Korollaar 8.24 Jos jo NL-täydelle el o L:ssä, L = NL Lase 8.25 PATH o NL-täydelle el. Korollaar 8.26 NL P. Todsts. Lasee 8.25 persteella mlle tahasa loa NL elelle A pätee A L PATH. Tla f vaatva Trg oe tom ajassa 2 Of, jote logartmsessa tlassa tomva palatsfto laseva oe tom myös polyomsessa ajassa. Kosa A mp PATH ja PATH P, lasee 7.4 persteella myös A P. 3
4 Approsmot Tarastellaa ogelmaa, jossa o aett Persjoo U, jossa o m alota Persjoo osajooje ooelma = {,, } s.e. = U Tavotteea o löytää osapete, = U, jossa o mahdollsmma vähä osajooja Tämä ogelma o mm joopete Mmm et Cover, mc Ys vahmmsta ja ete tttsta ombatorssta optmotogelmsta 290 Ogelma päätösverso Aetta: persjoo U, pete ja ooasl Kysymys: oo U:lla osapetettä s.e. '? Lase 9. Mm joopete -ogelma päätösverso o NPtäydelle. Todsts. elväst mc NP: Arvataa aetsta petteestä : osajoo osapete ' ja tarstetaa determstsest polyomsessa ajassa ratas. 4
5 29 Polyome palats VC mp mc o helppo modostaa. Ol. G, solmpeteogelma tapas, mssä G = V, E. Valtaa vas f: fv, E, = E, V E,, mssä V E o vero G solmh lttyve aarte modostama ooelma. s joasta v V vastaa joo { e E e = v, w }. elväst f o polyomsessa ajassa lasettavssa ja o palats
6 293 mc ss o laseallsest vaatva ogelma, emme te slle polyomaasta ratasalgortma Pyrmme löytämää polyomsessa ajassa tomva algortm, joa tottama ratas e välttämättä ole paras mahdolle optmaale, mtta joa vodaa osottaa aa oleva oretaa syöttee ptdesta rppva fto verra optmaalsta ratasa hoomp Tällasta algortma tstaa approsmotalgortms Mertää, että Opt o optmaalse ja App approsmotalgortm tottama ratas stas 294 Kosa mc o mmotogelma, App/Opt Mtä lähempää arvoa tämä shdel o, se paremm totett ratas approsmo optmaalsta ratasa Approsmotalgortmlta ss vaadtaa, että osamäärää rajottaa syöttee ptde fto App Opt o algortm approsmotshde Algortma mtetää -approsmotalgortms Parhammllaa approsmotshde e rp lasaa syöttee ptdesta, vaa o vao 6
7 295 Tarastellaa seraavaa algortma solmpeteogelmalle Osotamme, että se o 2-approsmotalgortm ogelmalle yöte: taamato vero G = V, E Tloste: olmpete C. C ; 2. E'E; 3. whle E do a. oloo, v mv. joo E' aar; b.cc{,v}; c. Posta E':stä a solmh ja v lttyvät aaret; 4. od; 5. retr C; 296 Esmmäe satae aare valta: b, c b c d a e f g 7
8 297 Postetaa solmh b ja c lttyvät mt aaret b c d a e f g 298 eraava satae valta: e, f ja se solmh lttyve mde aarte posto b c d a e f g 8
9 299 Valttavaa o eää d, g aadaa ss 6: solm pete, optmaalsessa o 3 solma esm. b, d, e b c d a e f g 300 Lase 9.2 Edelle algortm o polyomaae 2- approsmotalgortm solmpeteogelmalle. Todsts. Algortm aavaatvs, äyttäe verslstaestystä verolle, o OV + E, jote se o polyomaae. O selvää, että algortm palattama solmjoo C o solmpete Vero G aarlle, osa solmja lsätää C:he rv 3 slmassa es a aaret o petetty. Oloo A algortm rvllä 3a valtseme aarte joo. e ssältäme aarte pettämses mssä tahasa solmpetteessä ertysest myös optmaalsessa solmpetteessä o oltava aa joo A aare toe pää. 9
10 30 Kosa joo A ssältäme aarte päätepsteet ovat algortm toma persteella tosstaa poeavat, A o alaraja mä tahasa solmpettee oolle. Ertysest Opt A. Tosaalta yo. algortm valtsee rvllä 3a aa aare, joa mpaa pää e velä ole joossa C. Täte App = C = 2 A. Edellset yhdstämällä, saamme App = 2 A 2 Opt, jote App/Opt Myös joopeteogelmalla o ysertae ahe approsmotalgortm Tällä eä mllää mllaaa polyomaasella determstsellä algortmlla e teaa voda saavttaa vaoapprosmotvtta yöte: Persjoo U ja se pete Tloste: Joopete C. XU; C; 2. whle X do a. valtse s.e. X masmot; b.xx\'; c. CC { }; 3. od; 4. retr C; 0
11 Ahe: 4 osajooa
12 305 Optmaale: 3 osajooa Ahe algortm o helppo totettaa syöttee ptde U ja shtee polyomsessa ajassa Rv 2 slmaa sortetaa oretaa m U, ertaa ja slma rgo sorts o helpost totetettavssa ajassa O U Kaaa ss vaatvs o O U m U, Myös leaaraae totets o mahdolle Algortm palattama ooelma C o selväst joopete, osa rv 2 slmaa sortetaa es pettämättömä alota e eää ole 2
13 307 Ahee algortm palattama joopettee stase shtattamses, asetetaa lle valtlle joolle stas Oloo ahee algortm :teä valtsema joo : stas jaetaa tasa ae she ssältyve alode ese, jota tlevat yt es erra petettyä Mer. c o alolle U lastett stas Klle alolle lastetaa stasta va erra, se es erra petetää Jos tlee es erra petettyä joolla, slle lastett stas o c \ Klle ahee algortm valtsemalle joolle aetaa stas, jote App C Optmaalse pettee C* stas polestaa o Kosa joae U l vähtää yhtee C*, Edellset yhdstämällä, seraa c ' C* ' ' C* ' App c U c c U c ' C * ' 3
14 309 Mertää H:lla :tta harmosta la H j j 2 Määrtellää H0 = 0 eraavas osotamme, että mlle tahasa pätee H ' Edellse epäyhtälö persteella tällö App c ' H ' ' C * C* Hmax{ ' : ' } Opt Hmax{ ' : ' } 30 Lemma 9.3 Kalla pätee c H ' ' Todsts. Oloo mv. ja =, 2,, C. Oloo edellee = \ 2 de : alode lmäärä, jota e ole velä petetty ahe algortm o valt joot, 2,, petteesee. Asetetaa 0 = '. Oloo pe des s.e. = 0, el joae : alo l vähtää yhtee joosta, 2,,. Tällö - ja, =, 2,,, pettää esmmäse erra - - alota. 4
15 5 3 Nyt Kosa o aheest valtt joo, se pettää vähtää mota alota joo ' ta mto ' ols ptäyt valta. Nä olle joa persteella. \ ' c '\ \ '. c 32 osa j -. Edellee sllä smma mt termt moavat tosesa., ' j j j c, 0 j j H H H H j j
16 33 Kosa vala persteella = 0 ja H0 = 0, edellee = H 0 -H0 = H 0 = H ' jote olemme todstaeet lemma. Harmoselle lvlle H pätee l < H l + Täte edellä ollesta seraa: Lase 9.4 Joopeteogelma aheelle algortmlle pätee App Opt H max{ ' : ' } l U 34 Jossa sovellsssa max { ' : } o pe vao Tällö ahee algortm atama vastas o va pee vao päässä optmaalsesta Ertysest, jos osajoolla ' o yläraja d oolle, App/Opt Hd Esmers solmpete-ogelmassa solmje aste o oretaa 3, ahee joopete -algortm palattama vastas e ole oretaa H3 = /6 < 2 ertaa sr optmaale pete 6
17 35 Fege, 996: ysää polyomaae algortm e vo approsmoda mc-ogelmaa tardella -l m, mllä tahasa > 0, jolle NP DTIME loglog Täte ahetta algortma oleellsest parempaa approsmotalgortma e voda löytää laví, 996: Ahee algortm approsmotshtee taremp yläraja o: l m-l l m + Itse asassa tämä o myös alaraja ahee algortm approsmotshteelle Asymptoottsest l m-l l m + o ss ahee algortm täsmälle approsmotshde 7
Bernoullijakauma. Binomijakauma
Beroulljaauma Beroull oe o ahde mahdollse ulostulo oe, jossa taahtumsta äytetää mtysä ostume ja eäostume. Esmerejä: rahahetto (ruua ta laava), lase sytymä (tyttö ta oa), helö verryhmä ( ta c ), oselja
LisätiedotKUNTIEN ELÄKEVAKUUTUS 30.10.2008 VARHAISELÄKEMENOPERUSTEISESSA MAKSUSSA 1.1.2009 LÄHTIEN NOUDATETTAVAT LASKUPERUSTEET
KUNTIN LÄKVKUUTU 328 VRHILÄKMNORUTI MKU 29 LÄHTIN NOUDTTTVT LKURUTT Valtuusuta ahstaa arhaseläemeoperustese masu eaode yhtesmäärä uodelle euromääräsest Tämä ahstettu masu o samalla lopullste masue yhtesmäärä
LisätiedotLuento 6 Luotettavuus Koherentit järjestelmät
Aalto-ylosto erustetede korkeakoulu Matematka a systeemaalyys latos Lueto 6 Luotettavuus Koherett ärestelmät Aht Salo Systeemaalyys laboratoro Matematka a systeemaalyys latos Aalto-ylosto erustetede korkeakoulu
LisätiedotJakaumien tunnusluvut. Jakaumien tunnusluvut. Jakaumien tunnusluvut: Mitä opimme? 2/2. Jakaumien tunnusluvut: Mitä opimme? 1/2
TKK (c) Ila Mell (4) Jaaume tuusluvut Johdatus todeäösyyslasetaa Jaaume tuusluvut Marov ja Tshebyshev epäyhtälöt Momett Vous ja hupuuus Suurte luuje la TKK (c) Ila Mell (4) Jaaume tuusluvut: Mtä opmme?
Lisätiedot= E(Y 2 ) 1 n. = var(y 2 ) = E(Y 4 ) (E(Y 2 )) 2. Materiaalin esimerkin b) nojalla log-uskottavuusfunktio on l(θ; y) = n(y θ)2
HY / Matematka ja tlastotetee latos Tlastolle päättely II, kevät 28 Harjotus 3A Ratkasuehdotuksa Tehtäväsarja I Olkoot Y,, Y ja Nθ, ) Osota, että T T Y) Y 2 o parametr gθ) θ 2 harhato estmaattor Laske
LisätiedotMatematiikan ja tilastotieteen laitos Johdatus diskreettiin matematiikkaan (Syksy 2008) 4. harjoitus Ratkaisuja (Jussi Martin)
Matematan ja tlastoteteen latos Johdatus dsreettn matemataan (Sysy 28 4. harjotus Ratasuja (Juss Martn 1. Kertomus Hotell Kosmosesta jatuu: Hotellyhtymän johdolta tul määräys laata luettelo asta mahdollssta
Lisätiedot7. Menetysjärjestelmät
lueto7.ppt S-38.45 Leeteora perusteet Kevät 25 Ssältö Kertausta: ysertae leeteoreette mall Posso-mall asaata, palvelota Sovellus vrtaava dataletee malltamsee vuotasolla Erlag-mall asaata, palvelota < Sovellus
LisätiedotTuringin kone on kuin äärellinen automaatti, jolla on käytössään
4 TUINGIN KONEET Ala Turg 1935 36 auha Koe vo srtää auha: T U I N G auhapää: ohjausykskkö: Turg koe o ku äärelle automaatt, jolla o käytössää auhapäätä vasemmalle ta okealle; se vo myös lukea ta krjottaa
LisätiedotHY, MTO / Matemaattisten tieteiden kandiohjelma Tilastollinen päättely II, kevät 2018 Harjoitus 7B Ratkaisuehdotuksia.
HY, MTO / Matemaattste tetede kadohjelma Tlastolle päättely II, kevät 208 Harjotus 7B Ratkasuehdotuksa Tehtäväsarja I Olkoo Y, Y rppumato otos Pareto jakaumasta, fy; θ θc θ y θ+ { y > c } tuetulla vakolla
LisätiedotTchebycheff-menetelmä ja STEM
Mat-2.142 Optmontopn semnaar K-2000 Montavoteopmont Semnaarestelmän tvstelmä Pentt Säynätjo 22.3.2000 Tchebycheff-menetelmä ja STEM 1. Johdanto Tchebycheff-menetelmä ja STEM ovat vuorovauttesa montavoteoptmontmenetelmä.
LisätiedotVÄRÄHTELYMEKANIIKKA SESSIO 24: Usean vapausasteen vaimenematon ominaisvärähtely osa 2
/ ÄRÄHELYMEKANIIKKA SESSIO : Usea vapausastee vaeeato oasvärähtely osa MONINKERAISE OMINAISAAJUUDE Sesso MS oreeratu oasuodo { lasetaeetelässä oletett, että o ysertae oasulataauus. arastellaa velä tapausta,
LisätiedotRaja-arvot. Osittaisderivaatat.
1 MAT-13440 LAAJA MATEMATIIKKA 4 Tamperee teklle ylopsto Rsto Slveoe Kevät 2010 Luku 3 Raja-arvot Osttasdervaatat 1 Fuktode raja-arvot Tarkastelemme fuktota f : A, jode määrttelyjoukko A T Muuttujat ovat
LisätiedotJaksolliset ja toistuvat suoritukset
Jaksollset ja tostuvat suortukset Korkojakson välen tostuva suortuksa kutsutaan jaksollsks suortuksks. Tarkastelemme tässä myös ylesempä tlanteta jossa samansuurunen talletus tehdään tasavälen mutta e
LisätiedotAluevarausmerkinnät: T/kem Maakuntakaava
kk mk mv se jl ma ge pv nat luo un kp me va sv rr rr A AA C P TP T TT T/kem V R RA RM L LM LL LS E ET EN EJ EO EK EP S SL SM SR M MT MU MY W c ca km at p t t/ kem mo vt/kt/st vt/kt st yt tv /k /v ab/12
Lisätiedot13. Lineaariset ensimmäisen kertaluvun differentiaalisysteemit
68 3. Leaarset esmmäse kertaluvu dfferetaalsysteemt Tarkastelemme systeemejä () x () t = A() t x() t + b () t, jossa matrs A kertomet ja b ovat välllä I jatkuva. Jatkuve vektorarvoste fuktode avaruutta
LisätiedotVideokoulu PASSE LEI TA VI NKKE JÄ TA RIN A N K E RT OJ A L L E
Vdeool PASSE LEI TA VI NKKE JÄ TA RIN A N K E RT OJ A L L E v 1.0 29.10.2015 Mely j ome m Te o e m m oll eem j m. M l ed j vdeo? Keelle vdeo oll eem? M vdeoll l d e? Mllo olemme vee pee, jollo vomme o
LisätiedotHarjoituksen pituus: 90min 3.10 klo 10 12
Pallollse puolustae: Sokea ja ta käspallo/ Lppupallo Tavote: aalteo estäe sjottue puolustavalle puolelle, potku ta heto estäe, syöttäse estäe rstäe taklaus, pae tla vottase estäe sjottue puolustavalle
Lisätiedot1. Luvut 1, 10 on laitettu ympyrän kehälle. Osoita, että löytyy kolme vierekkäistä
Johdatus dskreettn matematkkaan Harjotus 3, 30.9.2015 1. Luvut 1, 10 on latettu ympyrän kehälle. Osota, että löytyy kolme verekkästä lukua, joden summa on vähntään 17. Ratkasu. Tällasa kolmkkoja on 10
LisätiedotAksiaalinen rakenne koostuu suoralla peräkkäin olevista sauvoista kuvan 2.1 mukaisesti. Aksiaalinen rakenne ei ole yleinen sovelluksissa,
Elementtimenetelmän persteet. RISTIORAENTEET. Asiaalinen raenne Asiaalinen raenne oost soralla perääin olevista savoista van. maisesti. Asiaalinen raenne ei ole yleinen sovellsissa,, A, E, A, E, A, E va.
Lisätiedot8 USEAN VAPAUSASTEEN SYSTEEMIN VAIMENEMATON PAKKOVÄRÄHTELY
Värähelymeaa 8. 8 USEAN VAPAUSASEEN SYSEEMIN VAIMENEMAON PAKKOVÄRÄHELY 8. Normaalmuoomeeelmä Usea vapausasee syseem leyhälöde (7.) raaseme vaa aava (7.7) a (7.8) homogeese yhälö ylese raasu { } lsäs paovomaveora
LisätiedotJarmo Kuusela PL 467 65101 VAASA 20.10.2009 MAAPERÄTUTKIMUS LAKEUDEN ANKKURI, SEINÄJOKI
YT Rkes Oy Jrmo Ksel P 6 MAAPERÄTUTKMUS 6 VAASA MAAPERÄTUTKMUS AKEUDEN ANKKUR, SENÄJOK Ylesä YT Rkes Oy: (Jrmo Ksel) omeksos o KS-Geokosl sor ohjkmkse es mlle kede Akkrll Seäjoell Aleell eh okrks seessä,
LisätiedotTKK @ Ilkka Mellin (2008) 1/24
Mat-.60 Sovellettu todeäkösyyslasketa B Mat-.60 Sovellettu todeäkösyyslasketa B / Ratkasut Aheet: Mtta-astekot Havatoaesto kuvaame ja otostuusluvut Avasaat: Artmeette keskarvo, Frekvess, Frekvessjakauma,
LisätiedotJoulukuun vaativammat valmennustehtävät ratkaisut
Jouluuun vaativammat valmennustehtävät rataisut. Tapa. Pätee z = x + y, joten z = (x + y = x + y, josta sieventämällä seuraa xy 4x 4y + 4 = 0. Siispä (x (y =. Tästä yhtälöstä saadaan suoraan x =, y = 4
Lisätiedot9. Jakojärjestelmät. Sisältö. Puhdas jakojärjestelmä. Yksinkertainen liikenneteoreettinen malli
lueto9.ppt S-38.45 Lkeeteora perusteet Kevät 5 Ykskertae lkeeteoreette mall Puhdas jakojärjestelmä Asakkata saapuu keskmäär opeudella asakasta per akayks. / keskmääräe asakkade välaka Asakkata palvellaa
LisätiedotPainotetun metriikan ja NBI menetelmä
Panotetun metrkan ja NBI menetelmä Optmontopn semnaar - Kevät / 1 Estelmän ssältö Paretopsteden generont panotetussa metrkossa Panotettu L p -metrkka Panotettu L -metrkka el panotettu Tchebycheff -metrkka
Lisätiedot9. Jakojärjestelmät. Sisältö. Puhdas jakojärjestelmä. Yksinkertainen liikenneteoreettinen malli
Ssältö Kertausta: ykskertae lkeeteoreette mall M/M/-PS asakasta palvelja asakaspakkaa M/M/-PS asakasta palveljaa asakaspakkaa Sovellus elastse datalketee malltamsee vuotasolla M/M//k/k-PS k asakasta palvelja
LisätiedotVÄRÄHTELYMEKANIIKKA SESSIO 23: Usean vapausasteen vaimenematon ominaisvärähtely osa 1
/ VÄRÄHTELYEANIIA SESSIO : Usean vapausasteen vaeneaton onasvärähtely osa JOHDANTO Usean vapausasteen systeen leyhtälöt ovat ylesessä tapausessa uotoa [ ]{ & } [ C]{ & } [ ] { } { F} & ( un vaennusta e
Lisätiedot1. (Monisteen teht. 5.16) Eräiden kuulalaakereiden kestoa (miljoonaa kierrosta) on totuttu kuvaamaan Weibull-jakaumalla, jonka tiheysfunktio on
HY MTO / Matemaattste tetede kadohjelma Tlastolle päättely II kevät 019 Harjotus 7B Ratkasuehdotuksa Tehtäväsarja I 1 Mostee teht 516 Eräde kuulalaakerede kestoa mljooaa kerrosta o totuttu kuvaamaa Webull-jakaumalla
LisätiedotHY, MTO / Matemaattisten tieteiden kandiohjelma Tilastollinen päättely II, kevät 2018 Harjoitus 6A Ratkaisuehdotuksia.
HY, MTO / Matemaattiste tieteide adiohjelma Tilastollie päättely II, evät 2018 Harjoitus 6A Rataisuehdotusia Tehtäväsarja I 1. (Moistee tehtävä 5.4) Kauppias myy mäysiemeiä, joide itävyyde väitetää oleva
Lisätiedot6. Stokastiset prosessit (2)
Ssältö Markov-prosesst Syntymä-kuolema-prosesst luento6.ppt S-38.45 - Lkenneteoran perusteet - Kevät 6 Markov-prosess Esmerkk Tark. atkuva-akasta a dskreetttlasta stokaststa prosessa X(t) oko tla-avaruudella
LisätiedotPalkanlaskennan vuodenvaihdemuistio 2014
Palkanlaskennan vuodenvahdemusto 2014 Pkaohje: Tarkstettavat asat ennen vuoden ensmmästä palkanmaksua Kopo uudet verokortt. Samat arvot kun joulukuussa käytetyssä, lman kumulatvsa tetoja. Mahdollsest muuttuneet
LisätiedotKokonaistodennäköisyys ja Bayesin kaava. Kokonaistodennäköisyys ja Bayesin kaava. Kokonaistodennäköisyys ja Bayesin kaava: Esitiedot
TKK (c) Ilkka Mell (2004) Kokoastodeäkösyys ja Kokoastodeäkösyys ja : Johdato Kokoastodeäkösyyde ja Bayes kaavoje systeemteoreette tulkta Johdatus todeäkösyyslasketaa Kokoastodeäkösyys ja TKK (c) Ilkka
LisätiedotHASSEN-WEILIN LAUSE. Kertausta
HASSEN-WEILIN LAUSE Kertausta Käytetään seuraava merkntjä F = F/F q on sukua g oleva funktokunta Z F (t = L F (t (1 t(1 qt on funktokunnan F/F q Z-funkto. α 1, α 2,..., α 2g ovat polynomn L F (t nollakohten
Lisätiedot9 Lukumäärien laskemisesta
9 Luumäärie lasemisesta 9 Biomiertoimet ja osajouoje luumäärä Määritelmä 9 Oletetaa, että, N Biomierroi ilmaisee, uia mota -alioista osajouoa o sellaisella jouolla, jossa o aliota Meritä luetaa yli Lasimesta
LisätiedotABTEKNILLINEN KORKEAKOULU
ABTEKNILLINEN KORKEAKOULU Tetoverkkolaboratoro 6. Stokastset prosesst () Luento6.ppt S-38.45 - Lkenneteoran perusteet - Kevät 5 6. Stokastset prosesst () Ssältö Markov-prosesst Syntymä-kuolema-prosesst
Lisätiedot4.7 Todennäköisyysjakaumia
MAB5: Todeäöisyyde lähtöohdat.7 Todeäöisyysjaaumia Luvussa 3 Tuusluvut perehdyimme jo jaauma äsitteesee yleesä ja ormaalijaaumaa vähä taremmi. Lähdetää yt tutustumaa biomijaaumaa ja otetaa se jälee ormaalijaauma
LisätiedotKun annettu differenssiyhtälö z-muunnetaan puolittain, saadaan: 1 1 z Y z zy z z/4 4
DEE- Lineaariset järjestelmät Harjoits 8, rataisehdotset Tämän harjoitsen ideana on opetella -mnnosen ättöä differenssihtälöiden rataisemisessa. Lisäsi ätetään -mnnosen ehäpä hödllisintä ominaistta, eli
LisätiedotTodennäköisyyslaskenta IIa, syys lokakuu 2019 / Hytönen 1. laskuharjoitus, ratkaisuehdotukset
Todennäöisyyslasenta IIa, syys loauu 019 / Hytönen 1. lasuharjoitus, rataisuehdotuset 1. ( Klassio ) Oloot A ja B tapahtumia. Todista lasuaavat (a) P(A B) P(A) + P(B \ A), (b) P(B) P(A B) + P(B \ A), (c)
LisätiedotPainokerroin-, epsilon-rajoitusehtoja hybridimenetelmät
Panokerron-, epslon-rajotusehtoja hybrdmenetelmät Optmontopn semnaar - Kevät 000 / Estelmän ssältö Ylestä jälkkätespreferenssmenetelmstä Panokerronmenetelmä Epslon-rajotusehtomenetelmä Hybrdmenetelmä Esmerkkejä
LisätiedotTehtävä 3. Määrää seuraavien jonojen raja-arvot 1.
Jonotehtävät, 0/9/005, sivu / 5 Perustehtävät Tehtävä. Muotoile matemaattiset vastineet seuraavien väitteiden negaatioille (ts. vastaohdat).. Jono (a n ) suppenee ohti luua a.. Jono (a n ) on asvava. 3.
LisätiedotTehtävä 2 Todista luennoilla annettu kaava: jos lukujen n ja m alkulukuesitykset. ja m = k=1
Luuteoria Harjoitus 1 evät 2011 Alesis Kosi 1 Tehtävä 1 Näytä: jos a ja b ovat positiivisia oonaisluuja joille (a, b) = 1 ja a c, seä lisäsi b c, niin silloin ab c. Vastaus Kosa a c, niin jaollisuuden
Lisätiedotfunktiojono. Funktiosarja f k a k (x x 0 ) k
SARJAT JA DIFFERENTIAALIYHTÄLÖT 2003 3 4. Funtiosarjat Tässä luvussa esitettävissä funtiosarjojen tulosissa yhdistämme luujen 3 teoriaa. Esimeri 4.. Geometrinen sarja x suppenee aiilla x ], [ ja hajaantuu
LisätiedotSOVELLUSOHJELMAT HARJOITUSTYÖ
SOVELLUSOHJELMAT HARJOITUSTYÖ 5.2.2006 Tejät: Mtt Näsä (000000) Rmo Vomsto (0000001) Ssäysetteo 1.Johdto...1 2.Mtä tttt?...3 3.Johtoäätöset...4 4.Lähteet...4 1.Johdto Työssä tttt 16 32 eöste stoje htoj
Lisätiedot1, x < 0 tai x > 2a.
PHYS-C020 Kvanttmekankka Laskuharotus 2, vkko 45 Tarkastellaan ptkn x-aksela lkkuvaa hukkasta, onka tlafunkto on (x, t) Ae x e!t, mssä A, a! ovat reaalsa a postvsa vakota a) Määrtä vako A sten, että tlafunkto
LisätiedotS-55.1220/142 Piirianalyysi 2 1. Välikoe 10.3.2006
S-55.0/4 Piirianalyyi. Välioe 0.3.006 ae tehtävät 3 eri paperille in tehtävät 4 5. Mita irjoittaa joaieen paperiin elväti nimi, opielijanmero, rin nimi ja oodi. Tehtävät laetaan oaton oepaperille. Mita
LisätiedotMat Lineaarinen ohjelmointi
Mat-.4 Lneaarnen ohelmont 8..7 Luento 6 Duaaltehtävä (kra 4.-4.4) S ysteemanalyysn Lneaarnen ohelmont - Syksy 7 / Luentorunko Motvont Duaaltehtävä Duaalteoreemat Hekko duaalsuus Vahva duaalsuus Täydentyvyysehdot
Lisätiedot3 Tilayhtälöiden numeerinen integrointi
3 Tlayhtälöden numeernen ntegront Alkuarvotehtävässä halutaan ratkasta lopputla xt f ) sten, että tlayhtälöt ẋ = fx,u, t) toteutuvat, kun alkutla x 0 on annettu Tlayhtälöden numeernen ntegront vodaan suorttaa
LisätiedotC (4) 1 x + C (4) 2 x 2 + C (4)
http://matematiialehtisolmu.fi/ Kombiaatio-oppia Kuia mota erilaista lottoriviä ja poeriättä o olemassa? Lotossa arvotaa 7 palloa 39 pallo jouosta. Poeriäsi o viide orti osajouo 52 orttia äsittävästä paasta.
LisätiedotTchebycheff-menetelmä ja STEM
Tchebycheff-menetelmä ja STEM Optmontopn semnaar - Kevät 2000 / 1 1. Johdanto Tchebycheff- ja STEM-menetelmät ovat vuorovakuttesa menetelmä evät perustu arvofunkton käyttämseen pyrkvät shen, että vahtoehdot
LisätiedotS , FYSIIKKA III (ES), Syksy 2002, LH 4, Loppuviikko 39. Partitiofunktiota käyttäen keskiarvo voidaan kirjoittaa muotoon
S-11435, FYSIIKKA III (ES), Syksy 00, LH 4, Loppuvkko 39 LH4-1* Käyttän Maxwll-Boltzmann-jakauman parttofunktota määrtä a) nrgan nlön kskarvo (E ) skä b) nrgan nlöllnn kskpokkama kskarvosta l nrgan varanss,
LisätiedotKynä-paperi -harjoitukset. Taina Lehtinen Taina I Lehtinen Helsingin yliopisto
Kynä-paper -harjotukset Tana Lehtnen 8.8.07 Tana I Lehtnen Helsngn ylopsto Etelä-Suomen ja Lapn lään, 400 opettajaa a. Perusjoukon (populaaton) muodostvat kakk Etelä-Suomen ja Lapn läänn peruskoulun opettajat
LisätiedotTelecommunication engineering I A Exercise 3
Teleouao egeerg I 5359A xere 3 Proble elaodulaaor lohkokaavo o eey oppkrja kuvaa 3.63. Pulodulaaor ääuloa o aoagaal ja reeregaal erou d. Tää gaal kerroaa pulgeeraaor gaallla rajouke, el erouke erk elväe,
Lisätiedotr i m i v i = L i = vakio, (2)
4 TÖRMÄYKSET ILMATYYNYPÖYDÄLLÄ 41 Erstetyn systeemn sälymslat Kun kaks kappaletta törmää tosnsa ne vuorovakuttavat keskenään tetyn ajan Vuorovakutuksella tarkotetaan stä että kappaleet vahtavat keskenään
Lisätiedotq =, r = a b a = bq + r, b/2 <r b/2.
Luuteoria I Harjoitusia 2009 1 Osoita, että (a x = x x R, (b x x< x +1 x R, (c x + = x + x R, Z, (d x + y x + y x, y R, (e x y xy x, y R 0 2 Oloot a, b, q, r Z ja a = qb + r, 0 r< b Näytä, että a a q =,
LisätiedotViime kerralta: Puheentuotto (vokaalit)
Vme elt: Puheetuotto volt Solle glottheäte Äätöväylä Suodtue tuloe ytyvä ää Vme elt: Kelly-Lochbum yhtälöt Mllet äätöväylää tuje ute vull: 3 Vme elt: Rtooetee ll ole -uod Kelly-Lochbum yhtälöde mue toetee
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
Lisätiedot. C. C Kirjoitetaan sitten auki lineaarisuuden määritelmän oikea puoli: αt{i c1 } + βt{i c2 } = α
SMG-00 Pranals II Ehdotuset harjotusen s ratasus Jotta järjestelmän lneaarsuutta psttään tarastelemaan, on ensn muodostettava htes järjestelmän ssäänmenon ja ulostulon vällle Tällä ertaa tuo htes saadaan
LisätiedotER-kaaviot. Ohjelmien analysointi. Tilakaaviot. UML-kaaviot (luokkakaavio) Tietohakemisto. UML-kaaviot (sekvenssikaavio) Kirjasto
Ohelmen analsont Ohelmen kuvaamnen kaavolla ohelmen mmärtämnen kaavoden avulla kaavoden tuottamnen ohelmasta Erlasa kaavotppeä: ER-kaavot, tlakaavot, UML-kaavot tetohakemsto vuokaavot (tarkemmn) Vuoanals
LisätiedotMat Sovellettu todennäköisyyslasku A
TKK / Systeemaalyys laboratoro Mat-.9 Sovellettu todeäkösyyslasku A Nordlud Harjotus 8 (vko 45/3) (Ahe: Raja-arvolauseta, otostuuslukuja, johdatusta estmot, Lae luvut 9.5,.-.6). Olkoo X ~ p(λ), mssä λ
LisätiedotSMG-1100: PIIRIANALYYSI I
SMG-1100: PIIRIANALYYSI I Vahtosähkön teho hetkellnen teho p(t) pätöteho P losteho Q näennästeho S kompleksnen teho S HETKELLINEN TEHO Kn veresen kvan mpedanssn Z jännte ja vrta (tehollsarvon osottmet)
LisätiedotM 2 M = sup E M 2 t. E X t = lim. niin martingaalikonvergenssilauseen oletukset ovat voimassa, eli löydämme satunnaismuuttujan M, joka toteuttaa ehdon
Matematiian ja tilastotieteen laitos Stoastiset differentiaaliyhtälöt Rataisuehdotelma Harjoituseen 7 1. Näytä, että uvaus M M M 2, un M 2 M = sup E M 2 t 2 t 0 on normi jouossa M 2 = { M : M on martingaali
LisätiedotIII. SARJATEORIAN ALKEITA. III.1. Sarjan suppeneminen. x k = x 1 + x 2 + x ,
III. SARJATEORIAN ALKEITA Sarja on formaali summa III.. Sarjan suppeneminen = x + x 2 + x 3 +..., missä R aiilla N (merintä ei välttämättä taroita mitään reaaliluua). Luvut x, x 2,... ovat sarjan yhteenlasettavat
LisätiedotMS-A0402 Diskreetin matematiikan perusteet Esimerkkejä ym., osa I
MS-A00 Disreetin matematiian perusteet Esimerejä ym., osa I G. Gripenberg Jouo-oppi ja logiia Todistuset logiiassa Indutioperiaate Relaatiot ja funtiot Funtiot Aalto-yliopisto. maalisuuta 0 Kombinatoriia
Lisätiedotler-modern isaatio * d *r n ax* *neäemw & rffi rffi # Sch ind Schindler {4ssxisä tu\*vmisu a**r3 \mj**nt rei
ler-modern saato {4ssxsä tu\*vmsu a**r3 \mj**nt Sch nd re * d *r n ax* *neäemw & rff rff # - " Schndler e,}:r:?tr,::.}a:::.?r!=+,t:",:2-:r?:.+rp;,,..*,. 21/:4?:&rä1 1tt''f &t!:/t F:*?: Haluatko hssstäs
Lisätiedotmenetelmän laskennalliset tekniikat Epäkäyvän kantaratkaisun parantaminen
Smpex-menetemän menetemän askennaset teknkat 8. ento: Prmaa-smpex S ysteemanayysn Laboratoro Teknnen korkeako Matemaattsten agortmen ohemont Kevät 8 / Epäkäyvän kantaratkasn parantamnen. vaheen yenen smpex-menetemä
LisätiedotJohdatus lukuteoriaan Harjoitus 1 syksy 2008 Eemeli Blåsten. Ratkaisuehdotelma
Johdatus luuteoriaan Harjoitus 1 ss 008 Eemeli Blåsten Rataisuehdotelma Tehtävä 1 Oloot a ja b positiivisia oonaisluuja. Osoita, että on olemassa siäsitteinen luu h ('luujen a ja b pienin hteinen jaettava',
LisätiedotIlkka Mellin. Sovellettu todennäköisyyslasku: Kaavat ja taulukot
Mat-.09 Sovellettu todeäkösyyslasku Systeemaalyys laboratoro Teklle korkeakoulu SYKSY 00 Ilkka Mell Sovellettu todeäkösyyslasku: Kaavat ja taulukot f XY x X x X y Y ( x, y) exp XY ( XY ) XY XY X X Y Tomttaut
LisätiedotTyön tavoitteita. 1 Johdanto. 2 Ideaalikaasukäsite ja siihen liittyvät yhtälöt
FYSP103 / 1 KAASUTUTKIMUS Työn tavotteta havannollstaa deaalkaasun tlanyhtälöä oppa, mten lman kosteus vakuttaa havattavn lmöhn ja mttaustuloksn kerrata mttauspöytäkrjan ja työselostuksen laatmsta Luento-
Lisätiedott P1 `UT. Kaupparek. nro Y-tunnus Hämeenlinnan. hallinto- oikeudelle. Muutoksenhakijat. 1( UiH S<
1(0 1 4 1 1 4 UiH 0 0 0 1 S< A S I A N A J O T O I M I S T O O S S I G U S T A F S S O N P L 2 9, Ra u h a n k a t u 2 0, 1 5 1 1 1 L a h t i P u h e l i n 0 3 / 7 8 1 8 9 6 0, G S M 0 5 0 0 / 8 4 0 5
LisätiedotEo C)sl. oarl. d to E= J. o-= o cy) =uo. f,e. ic v. .o6. .9o. äji. :ir. ijo 96. {c o o. ';i _o. :fe. C=?i. t-l +) (- c rt, u0 C.
C C C)l A\ d Y) L P C v J J rl, ( 0 C.6 +) ( j 96.9 :r : C (Db]? d '; _ äj r, { . 3 k l: d d 6 60QOO:ddO 96.l ä.c p _ : 6 äp l P C..86 p r5 r!l (, ō J. J rl r O 6!6 (5 ) ä dl r l { ::: :: :: 6e g r : ;
LisätiedotS SÄHKÖTEKNIIKKA JA ELEKTRONIIKKA Aalto-yliopisto, sähkötekniikan korkeakoulu
S-55.00 SÄHKÖTKNIIKKA JA KTONIIKKA Aalto-yliopisto, sähkötekniikan korkeakol Kimmo Silvonen Tentti 30.5.03: tehtävät,3,4,6,0.. välikoe: tehtävät,,3,4,5.. välikoe: tehtävät 6,7,8,9,0. Saat vastata vain
LisätiedotTyön tavoitteita. 1 Johdanto. 2 Ideaalikaasukäsite ja siihen liittyvät yhtälöt
FYSP103 / 1 KAASUTUTKIUS Työn tavotteta havannollstaa deaalkaasun tlanyhtälöä oa, mten lman kosteus vakuttaa havattavn lmöhn ja mttaustuloksn kerrata mttausöytäkrjan ja työselostuksen laatmsta Luento-
LisätiedotAamukatsaus 13.02.2002
Indekst & korot New Yorkn päätöskursst, euroa Muutos-% Päätös Muutos-% Helsnk New York (NY/Hel) Dow Jones 9863.7-0.21% Noka 26.21 26.05-0.6% S&P 500 1107.5-0.40% Sonera 5.05 4.99-1.1% Nasdaq 1834.2-0.67%
LisätiedotUsko, toivo ja rakkaus
Makku Lulli-Seppälä sko toivo a akkaus 1. Ko. 1 baitoille viululle alttoviululle a uuille op. kummityttöi Päivi vihkiäisii 9.8.1986 iulu a alttoviulu osuude voi soittaa sama soittaa. Tavittaessa alttoviulu
Lisätiedotb 4i j k ovat yhdensuuntaiset.
MAA5. 1 Koe 29.9.2012 Jussi Tyni Valitse 6 tehtävää! Muista tehdä pisteytysruuduo ensimmäisen onseptin yläreunaan! Perustele vastausesi välivaiheilla! 1. Oloon vetorit a 2i 6 j 3 ja b i 4 j 3 a) Määritä
LisätiedotOptioiden hinnoittelu binomihilassa
Mat-2.3114 Investointiteoria Optioien hinnoittel binomihilassa 26.3.2015 Yksiperioiset optiot 1/3 Olkoon S kohe-eten arvo perioin alssa siten, että perioin päättyessä sen arvo on S toennäköisyyellä p tai
LisätiedotPOIKKILEIKKAUKSEN GEOMETRISET SUUREET
KLEKKUKEN GEMETRET UUREET d Pleause gemetrset suureet määrtellää melvaltase pstee (, hdalla leva ptaelemet d avulla. Tässä ästeltävä ptasuureta lasettaessa vdaa ättää hteelasuperaatetta (mös väheslasuperaate
LisätiedotTavoitteet skaalaavan funktion lähestymistapa eli referenssipiste menetelmä
Tavotteet skaalaavan funkton lähestymstapa el referensspste menetelmä Optmontopn semnaar - Kevät 2000 / 1 Estelmän ssältö Panotetun metrkan ongelmen havatsemnen Referensspste menetelmän dean esttely Referensspste
LisätiedotK Ä Y T T Ö S U U N N I T E L M A Y H D Y S K U N T A L A U T A K U N T A
K Ä Y T T Ö S U U N N I T E L M A 2 0 1 7 Y H D Y S K U N T A L A U T A K U N T A Forssan kaupunki Talousarvio ja -suunnitelma 2017-2019 / T O I M I A L A P A L V E L U 50 YHDYSKUNTAPALVELUT 5 0 0 T E
LisätiedotMarkov-prosessit (Jatkuva-aikaiset Markov-ketjut)
J. Vrtamo Lkenneteora a lkenteenhallnta / Markov-prosesst 1 Markov-prosesst (Jatkuva-akaset Markov-ketut) Tarkastellaan (statonaarsa) Markov-prosessea, oden parametravaruus on atkuva (yleensä aka). Srtymät
LisätiedotA = B = T = Merkkijonon A osamerkkijono A[i..j]: n merkkiä pitkä merkkijono A:
Merkkjonot (strngs) n merkkä ptkä merkkjono : T T T G T n = 18 kukn merkk [], mssä 0 < n, kuuluu aakkostoon Σ, jonka koko on Σ esm. bttjonot: Σ = {0,1} ja Σ = 2, DN: Σ = {,T,,G} ja Σ = 4 tetokoneen aakkosto
Lisätiedot4. Datan käsittely lyhyt katsaus. Havaitsevan tähtitieteen peruskurssi I, luento Thomas Hackman
4. Datan kästtel lht katsaus Havatsevan tähtteteen peruskurss I, luento 7..008 Thomas Hackman 4. Datan kästtel Ssältö Tähtteteellsten havantojen vrheet Korrelaato Funkton sovtus Akasarja-anals 4. Tähtteteellsten
LisätiedotMatematiikan tukikurssi
Matematiika tukikurssi Kurssikerta 1 Iduktiotodistus Iduktiotodistukse logiikka Tutkitaa tapausta, jossa haluamme todistaa joki väittee P() site, että se pätee kaikilla luoollisissa luvuilla. Eli halutaa
LisätiedotLuento 6 Luotettavuus ja vikaantumisprosessit
Tkll korkakoulu ysmaalyys laboraoro Luo 6 Luoavuus a vkaaumsrosss Ah alo ysmaalyys laboraoro Tkll korkakoulu PL 00, 005 TKK Tkll korkakoulu ysmaalyys laboraoro Määrlmä Tarkaslava ykskö luoavuus o s odäkösyys,
LisätiedotPRS-xPxxx- ja LBB 4428/00 - tehovahvistimet
Vestntäjärjestelmät PRS-xPxxx- ja -tehovahvstmet PRS-xPxxx- ja - tehovahvstmet www.boschsecrty.f 1, 2, 4, ta 8 äänlähtöä (valnta 100 / 70 / 50 V:n lähdöstä) Äänenkästtely ja jokasen vahvstnkanavan vve
Lisätiedot( ) ( ) Tällöin. = 1 ja voimme laskea energiatason i. = P n missä
S-445 FYSIIKKA III (Sf) Sysy 4, LH Ratasut LHSf-* ohesen uvan esttämää systeemä Systeemssä on 5 huasta joden yhtenen energa on U = 6ε Kunn energatason degeneraatotejä on Olettaen, että systeem noudattaa
LisätiedotKITTILÄ Levi MYYDÄÄN LOMARAKENNUS- KIINTEISTÖ 48. Kohde 202 261-409-33-94 283/2 YLEISKARTTA
8 7 0 :9 0 9 :97 6 9 609: 89 9:6 97 7 :60 rp :90 80 7 6 7 8 :9 0 rp0 6 68 69 6 7 :96 rp7rp8 6 8 9 YYDÄÄN LOAKENNUS- :6 KNTESTÖ 8 :98 :09 :9 6 :9 8 90 9: 9 :0 76 8 :9.7 Kohde 0 66 9 7 rp9 0.7 rp66 :9 9.8
LisätiedotSattuman matematiikkaa III
Sattuman matematiiaa III Kolmogorovin asioomat ja frevenssitulinta Tommi Sottinen Tutija Matematiian ja tilastotieteen laitos, Helsingin yliopisto Laboratoire de Probabilités et Modèles Aléatoires, Université
LisätiedotEsitä koherentin QAM-ilmaisimen lohkokaavio, ja osoita matemaattisesti, että ilmaisimen lähdöstä saadaan kantataajuiset I- ja Q-signaalit ulos.
Sgnaalt ja järjestelmät Laskuharjotukset Svu /9. Ampltudmodulaato (AM) Spektranalysaattorlla mtattn 50 ohmn järjestelmässä ampltudmodulaattorn (AM) lähtöä, jollon havattn 3 mpulssa spektrssä taajuukslla
LisätiedotT p = 0. λ n i T i B = Käytetään kohdan (i) identiteetin todistamiseen induktiotodistusta. : Oletetaan, että väite on totta, kun n = k.
Olkoot A R n n ja T R n n sten, että on olemassa ndeks p N jolle T p = Tällästä matrsa kutsutaa nlpotentks Näytä, että () () () Olkoot Määrtä matrs B n (λi + A) n = (λi + T ) n = B = n mn n,p ( ) n λ n
LisätiedotMTTTP1 SELITYKSIÄ JA ESIMERKKEJÄ KAAVAKOKOELMAN KAAVOIHIN LIITTYEN
MTTTP SELITYKSIÄ JA ESIMERKKEJÄ KAAVAKOKOELMAN KAAVOIHIN LIITTYEN Aesto kaavoje () (3), (9) ja () esmerkkeh Lepakot pakallstavat hyötesä lähettämällä korkeataajusta äätä Ne pystyvät pakallstamaa hyöteset
LisätiedotBaltian Tie 2001 ratkaisuja
Balta Te 001 ratkasuja 1. Olkoot tehtävät T, = 1,,..., 8. Eräs mahdollsuus jakaa tehtävät kahdeksalle opskeljalle O j, j =1,,..., 8 o ohesessa taulukossa T 1 T T T 4 T T 6 T 7 T 8 O 1 O O O 4 O O 6 O 7
LisätiedotPPSS. Roolikäyttäytymisanalyysi 28.03.2011. Tämän raportin on tuottanut: MLP Modular Learning Processes Oy Äyritie 8 A FIN 01510 Vantaa info@mlp.
PP Roolkäyttäytymsanalyys Roolkäyttäytymsanalyys Rool: Krjanptäjä Asema: Laskentapäällkkö Organsaato: Mallyrtys Tekjä: Matt Vrtanen 8.0.0 Tämän raportn on tuottanut: MLP Modular Learnng Processes Oy Äyrte
LisätiedotLuento 2 / 12. SMG-1200 Piirianalyysi II Risto Mikkonen
SMG-00 Piirianalsi II Lento / SMG-00 Piirianalsi II Risto Mionen 6.8.03 ) ( ) ( ) ( L L L L L ) ( ) ( Additiiviss Homogeeniss ) ( ) ( ) ( L L L Lineaariss 6.8.03 SMG-00 Piirianalsi II Risto Mionen Aiainvarianttiss
LisätiedotLuku 11. Jatkuvuus ja kompaktisuus
1 MAT-13440 LAAJA MATEMATIIKKA 4 Taperee teillie yliopisto Risto Silveoie Kevät 2008 Luu 11. Jatuvuus ja opatisuus 11.1 Jatuvat futiot ja uvauset Tässä luvussa tarastellaa yleisiillää vetoriuuttuja vetoriarvoisia
Lisätiedot1 Tarkastelun lähtökohdat
Mo M Hj () Av om pv vo v höohd mo o h K j o om v Av om mppm omv h m- j md omv Av m po K (v) j po o om v oh o d mp (fco O) o od p vo, o mö hvo o j Av om mv vv mhdo K ö o homo pv - oh jom vo j od o v v Vh
LisätiedotMATA172 Sami Yrjänheikki Harjoitus Totta vai Tarua? Lyhyt perustelu tai vastaesimerkki!
MATA17 Sami Yrjäheikki Harjoitus 7 1.1.018 Tehtävä 1 Totta vai Tarua? Lyhyt perustelu tai vastaesimerkki! (a) Jokaie jatkuva fuktio f : R R o tasaisesti jatkuva. (b) Jokaie jatkuva fuktio f : [0, 1[ R
LisätiedotPerustehtäviä. Sarjateorian tehtävät 10. syyskuuta 2005 sivu 1 / 24
Sarjateorian tehtävät 0. syysuuta 2005 sivu / 24 Perustehtäviä. Muunna sarja telesooppimuotoon ja osoita, että se suppenee. Lase myös sarjan summa. ( + ) = 2 + 6 + 2 +... 2. Osoita suoraan määritelmään
LisätiedotTerveytemme Termisanasto ja tilastolliset menetelmät
Terveytemme Termsaasto a tlastollset meetelmät Termsaasto Tlastollset meetelmät Lädevtteet Termsaasto Elaaodote Estyvyys Ilmaatuvuus Iävaot Koortt Luottamusväl Mallvaot PYLL el potetaalsest meetetyt elvuodet
LisätiedotSuoran sovittaminen pistejoukkoon
Suora sovttame pstejoukkoo Ku halutaa tutka kahde tlastollse muuttuja rppuvuutta tosstaa, käytetää use leaarsta regressota el suora sovttamsta havatojoukkoo. Sä o aettu joukko havatopareja (x, y ), ja
Lisätiedot