1 Sissejuhatus. Definitsioon 1 (Norm). Normiks vektorruumis V nimetatakse reeglit, mis igale vektorile u V seab vastavusse skalaari

Suurus: px
Alustada lehe näitamist:

Download "1 Sissejuhatus. Definitsioon 1 (Norm). Normiks vektorruumis V nimetatakse reeglit, mis igale vektorile u V seab vastavusse skalaari"

Väljavõte

1 1 Sissejuhatus Definitsioon 1 (Norm) Normis vetorruumis V nimetatase reeglit, mis igale vetorile u V seab vastavusse salaari u R, usjuures on täidetud järgmised tingimused: 1 u V u 0; u = 0 u = Θ 2 u V, α R αu = α u 3 u, v V u + v u + v Reaalarvu x R orral sobib normis absoluutväärtus { x, x 0 x := x, x < 0 n-mõõtmelise ruumi R n vetori x = (x 1,, x n ) normi x 2 eh vetori piuse võime defineerida ujul x := x 2 = x x2 n Võttes n = 1 saame absoluutväärtuse esitada ujul x = x 2 = x 2 Definitsioon 2 (Kaugus) Kauguses ruumis V nimetatase reeglit, mis igale ahele selle ruumi elemendile u, v V seab vastavusse salaari d(u, v) R, usjuures on täidetud järgmised tingimused: 1 u, v V d(u, v) = 0 v = u 2 u, v V d(u, v) = d(v, u) 3 u, v, w V d(u, v) d(u, w) + d(w, v) Kui meil on ruumis V defineeritud norm, siis võime ahe elemendi u, v V vahelise auguse defineerida ujul d(u, v) := v u Seega on ahe reaalarvu x 1, x 2 R vaheline augus leitav ujul d(x 1, x 2 ) = x 2 x 1 Ümbrused Definitsioon 3 Hula U ε (a) := {x V d(a, x) < ε, ε > 0} nimetatase punti a V ε-ümbruses Reaalarvu a R orral saame U ε (a) = {x R a ε < x < a + ε} Definitsioon 4 Reaalarvu a vasapoolses ümbruses nimetatase suvalist poollõiu (a ε, a], us ε > 0 Arv x uulub arvu a vasapoolsesse ümbrusesse (a ε, a] parajasti siis, ui selle arvu augus arveljel on arvust a väisem ui ε, st x a < ε, ja x ei asetse a-st paremal, st x < a Definitsioon 5 Reaalarvu a parempoolses ümbruses nimetatase suvalist poollõiu [a, a + ε), us ε > 0 Arv x uulub arvu a parempoolsesse ümbrusesse [a, a + ε) parajasti siis, ui selle arvu augus arveljel on arvust a väisem ui ε, st x a < ε, ja x ei asetse a-st vasaul, st x > a Definitsioon 6 Suuruse lõpmatus ümbruses nimetatase suvalist vahemiu (M, ), us M > 0 Tähistame U M ( ) Definitsioon 7 Suuruse miinus lõpmatus ümbruses nimetatase suvalist vahemiu (, M), us M > 0 Tõestatud hulgad Definitsioon 8 Reaalarvudest oosnevat hula A nimetatase tõestatus, ui leidub selline positiivne arv K nii, et iga a A orral ehtib võrratus a < K Hul A on tõestatud, ui õi selle hulga elemendid uuluvad nulli ümbrusesse U K (0) mingi K > 0 orral Reaalarvude orral U K (0) = ( K, K) Definitsioon 9 Elementi b nimetatase funtsiooni f piirväärtuses puntis a, ui iga ε > 0 leidub δ(ε) > 0, et iga x orral, mis täidab tingimust x U δ (a) ehtib f (x) U ε (b) f (x) = b, f (x) b 1

2 2 Jada piirväärtus Jada Definitsioon 10 (Jada) Jadas nimetatase funtsiooni, mille määramispiironnas on naturaalarvude hul N = {1, 2, 3, } Jada x väärtusi x(n) (n N) tähistame x n ja nimetame jada liimetes Jada x tähistame {x 1, x 2, } või {x n } või {x n } n=1 või {x n} n N Kui x n R (n N), st x : N R, siis nimetame jada x arvjadas Jada oonduvus ja piirväärtus Definitsioon 11 Ütleme, et jada {x n } n=1 oondub suuruses a (eh jada {x n} n=1 piirväärtus on a) ui iga 0 < ε R orral leidub N N nii et x n U ε (a) iga n > N orral Tähistame x n a või x n n a või n x n = a Näide 1 ({ n 1 } 1 n=1 ) Näitame, et n n = 0 Fiseerime ε Peame leidma sellise N N, et n 1 U ε(0) iga n > N orral Vastavalt ümbruse definitsioonile n 1 0 = n 1 < ε Saame n > 1 ε, seega n 1 U ε(0) iga n > N = 1 ε orral Lause 2 Koonduva jada piirväärtus on üheselt määratud Kui n x n = a ja n x n = b, siis a = b Tõestus Vae ε 1 2 d(b, a), seega U ε(a) ja U ε (b) ei lõiu Vastavalt piirväärtuse definitsioonile leiduvad arvud N 1, N 2 N, nii et n > N 1 n > N 2 x n U ε (a) x n U ε (b) Kui N = max{n 1, N 2 }, siis n > N n > N x n U ε (a) x n U ε (b) Saame vastuolu una vastavalt eeldusele U ε (a) U ε (b) = Tõestatus Definitsioon 12 Jada nimetatase {x n } nimetatase tõestatus, ui leidub selline arv M > 0, et iga n N orral x n U M (0), st n N(d(x n, 0) M) Definitsioon 13 Arvjada nimetatase {x n } nimetatase ülalt tõestatus, ui leidub arv M, et iga n N orral x n M Definitsioon 14 Arvjada nimetatase {x n } nimetatase alt tõestatus, ui leidub arv M, et iga n N orral x n M Lause 3 Konstantse jada piirväärtus on see onstant Lause 4 Iga oonduv jada on tõestatud Lause 5 Kui n x n = a ja n y n = a ning x n < z n < y n, siis n z n = a Tõestus Fiseerime ε Vastavalt piirväärtuse definitsioonile leiduvad arvud N 1, N 2 N, nii et n > N 1 n > N 2 x n U ε (a) a ε < x n < a + ε y n U ε (a) a ε < y n < a + ε Kui N = max{n 1, N 2 }, siis vastavalt eeldusele n > N orral a ε < x n < z n < y n < a + ε z n U ε (a), mis vastavalt piirväärtuse definitsioonile annab n z n = a 2

3 n n n = 1 Näitame, et n n = 1 Selles näitame, et ( n n 1) = 0, milles onstrueerime ülalt- ja althinnangud n n üldliimele λ n := n n 1 Tähistame a n := n n = 1 + λ n, siis Newtoni binoomvalemi põhjal n = (a n ) n = (1 + λ n ) n = ( ) n (λ n ) 2 1 n 2 = 2 n n! 2!(n 2)! (λ n) 2 = Kui n > 2, siis n 1 2 > n 4 ja n > n2 4 (λ n) 2 Järgnevalt avaldame üldliime Kuna 0 < λ n saame ülalt- ja althinnangud (λ n ) 2 < 4 n ( ) n λ n 1 n n(n 1) (λ n ) < (λ n ) 2 < 4 n 0 < λ n < 2 n Kuna n 2 = 0 ja 0 = 0, siis vastavalt eelmisele teoreemile a λ n = ( n n 1) = 0 n n n n Sellega oleme näidanud, et n n = 1 n Definitsioon 15 Kui iga M > 0 orral leidub N N, et iga n > N orral ehtib x n > M, siis öeldase, et arvjada {x n } n=1 piirväärtus on + ja tähistatase n x n = + Lause 6 Kui jadad {x n } ja {y n } oonduvad, st siis x n = a y n = b, n + n + cx n = c a, us c R n + (x n + y n ) = x n + y n = a + b, n + n + n + (x n y n ) = x n y n = a b, n + n + n + ( ) ( ) (x ny n ) = x n y n = ab, n + n + n + x n/y n = n + n + x n n + y n = a b, ui y n = 0 ja b = 0 Lause 7 Kui jada {x n } oondub arvus a, siis selle jada üldliige on esitatav ujul x n = y n + a, us y n 0 Lause 8 Iga ülalt tõestatud monotoonselt asvav jada oondub Definitsioon 16 Jada {x n } osajadas {y n } nimetatase jada, mis on saadud jadast {x n } lõpliu või lõpmatu hulga jada elementide väljajätmise teel Teoreem 9 (Bolzano-Weierstrassi teoreem) Igast tõestatud jadast saab eraldada oonduva osajada Cauchy jadad eh fundamentaaljadad Definitsioon 17 Öeldase, et {x n } on Cauchy jada eh fundamentaaljada, ui iga ε > 0 orral leidub N N, et iga naturaalarvu n > N ja naturaalarvu p orral ehtib võrratus x n+p x n < ε Lause 10 (Cauchy riteerium) Jada {x n } oondub parajasti siis, ui ta on Cauchy jada 3

4 Cauchy riteeriumi tõestus 1 Tõestame, et iga oonduv jada on Cauchy jada Eeldame, et n x n = a Olgu ε > 0 suvaline, siis leidub N N omadusega iga n > N orral Kui n > N, siis saame seega on {x n } Cauchy jada x n a < ε 2 x n+p x n = x n+p a + a x n x n+p a + x n a < ε 2 + ε 2 = ε 2 Näitame, et iga Cauchy jada on tõestatud Eeldame, et {x n } on Cauchy jada Definitsiooni ohaselt leidub selline N N, et x n+p x n < 1 õiide n > N orral Tähistame A := x N+1, siis x n A < 1 õiide n > N orral eh A 1 < x n < A + 1 (n > N) Võttes nüüd m := min{x 1,, x N, A 1} M := max{x 1,, x N, A + 1} Seega on jada {x n } tõestatud m < x n < M (n > N) 3 Näitame, et iga Cauchy jada oondub Olgu {x n } Cauchy jada Kuna iga Cauchy jada on tõestatud, siis Bolzano- Weierstrassi teoreemi ohaselt sisaldab {x n } mingi oonduva osajada {x n } Tähistame a := x n ja näitame, et x n = a Olgu ε > 0 ja olgu N selline indes, et Edasi, olgu K N valitud nii, et n > N ui > K ja x n+p x n < ε (n > N, p N) 2 x n a < ε 2 Seega saame õigi indesite n > N puhul x n a = x n x n + x n a x n x n + x n a < ε 2 + ε 2 = ε järeliult x n = a Kuhjumispuntid Definitsioon 18 Jada uhjumispuntis nimetatase arvu, mille igas ümbruses on lõpmata palju vaadeldava jada liimeid Lause 11 Arv a on jada {x n } uhjumispunt parajasti siis, ui leidub selline osajada {x n }, mis oondub arvus a Lause 12 Jada {x n } oondub parajasti siis, ui ta on tõestatud ja tal on vaid üs uhjumispunt Arv e Lause 13 Leidub piirväärtus ( ) n n + n Lause tõestus oosneb ahest osast: {( 1 näitame, et jada ) n } on ülalt tõestatud; n {( 2 näitame, et jada ) n } on asvav n 4

5 3 Reaalmuutuja funtsiooni piirväärtus Reaalmuutuja funtsiooni piirväärtus Definitsioon 19 Arvu b nimetatase funtsiooni f piirväärtuses puntis a, ui iga ε > 0 leidub δ(ε) > 0, et iga x orral, mis täidab tingimust 0 < x a < δ(ε) ehtib võrratus f (x) b < ε Näitame, et f (x) = b, x 0 x2 = 0 f (x) b Definitsioon 20 Suurust + nimetatase funtsiooni f piirväärtuses puntis a, ui iga M > 0 leidub δ(m) > 0, et iga x orral, mis täidab tingimust 0 < x a < δ(m) ehtib võrratus f (x) > M Näites x 0 1 x 2 = + Ühepoolsed piirväärtused Definitsioon 21 Arvu b nimetatase funtsiooni f vasapoolses piirväärtuses puntis a, ui iga ε > 0 leidub δ(ε) > 0, et iga x (a δ(ε), a) orral ehtib võrratus f (x) b < ε f (x) = b, f (x) b Definitsioon 22 Arvu b nimetatase funtsiooni f parempoolses piirväärtuses puntis a, ui iga ε > 0 leidub δ(ε) > 0, et iga x (a, a + δ(ε)) orral ehtib võrratus f (x) b < ε f (x) = b, + + f (x) b Lause 14 Funtsioonil f esisteerib piirväärtus puntis a parajasti siis ui iga jada {x n }, mis oondub puntis a (x n = a) orral jada { f (x n )} oondub arvus b Lause 15 Funtsioonil f esisteerib puntis a arvuga b võrduv piirväärtus parajasti siis ui Piirväärtuse omadusi f (x) = f (x) = b + Lause 16 Konstantse funtsiooni piirväärtuses on see onstant, st x X( f (x) = c) = f (x) = c Lause 17 Kui funtsioonil f (x) leidub piirväärtus puntis a, siis leidub punti a selline δ-ümbrus, et funtsioon f (x) on tõestatud hulgal (a δ, a + δ) \ {a} Lause 18 Kui f (x) b ja g(x) c ning leidub punti a selline δ-ümbrus, et f (x) g(x) iga 0 < x a < δ orral, siis ehtib võrratus b c Piirväärtuse omadusi (2) Lause 19 Kui funtsioonidel f (x) ja g(x) on puntis a sama piirväärtus b ning leidub punti a δ-ümbrus, et iga 0 < x a < δ orral ehtib võrratuste ahel f (x) h(x) g(x), siis funtsiooni h(x) piirväärtus puntis a on samuti b Näitame, et sin(x) = 1 x 0 x { 1, x = 0, sinc(x) := sin(πx) πx, x = 0 5

6 Piirväärtuse omadusi (2) Lause 20 Kui f (x) A, g(x) B ja c R, siis (c f (x)) = c f (x) = c A, ( f (x) + g(x)) = f (x) + ( ) ( f (x) g(x)) = f (x) f (x) B =0 = g(x) f (x) g(x) = A B g(x) = A + B, ( ) g(x) = A B Lause 21 ( ) x ( = e, ) x = e, x + x x x (1 + x 0 x)1/x = e Lõpmata väiesed ja lõpmata suured suurused Definitsioon 23 Funtsiooni α(x) nimetatase lõpmata väieses suuruses piirprotsessis x a, ui α(x) = 0 Definitsioon 24 Funtsiooni α(x) nimetatase lõpmata suures suuruses piirprotsessis x a, ui α(x) = 0 = α(x) = 1 = ja α(x) 1 α(x) = = α(x) = 0 Lause 22 Kahe samas piirprotsessis lõpmata väiese suuruse summa, vahe ja orrutis on samuti lõpmata väie suurus selles piirprotsessis Lõpmata väiese suuruse orrutis tõestatud suurusega on lõpmata väie suurus Lause 23 Kahe samas piirprotsessis lõpmata suure suuruse orrutis on samuti lõpmata suur suurus Definitsioon 25 Lõpmata väieseid (suuri) suurusi α(x) ja β(x) piirprotsessis x a nimetatase evivalentsetes selles piirprotsessis, ui α(x) β(x) = 1 Lause 24 Kui piirprotsessis x a α(x) α 1 (x) ja β(x) β 1 (x), siis α(x) β(x) = α 1 (x) β 1 (x) Definitsioon 26 Kui α(x) ja β(x) on lõpmata väiesed suurused piirprotsessis x a ja α(x)/β(x) = 0, siis öeldase, et α(x) on võrreldes suurusega β(x) õrgemat järu lõpmata väie suurus selles piirprotsessis Tähistatase α(x) = o(β(x)) Lause 25 Kui piirprotsessis x a α(x) β(x) Lause 26 Kui f (x) = b, siis leidub δ > 0, et α(x) β(x) = o(β(x)) f (x) = b + α(x) x (a δ, a + δ) \ {a}, us α(x) on piirprotsessis x a lõpmata väie suurus 6

7 4 Funtsiooni pidevus Funtsiooni pidevus Definitsioon 27 Funtsiooni f (x) nimetatase pidevas puntis a, ui on täidetud olm tingimust: f (a); f (x); f (x) = f (a) Tähistatase f (x) C(a) Definitsioon 28 Funtsiooni f (x), mis ei ole pidev puntis a, nimetatase atevas puntis a ja punti a nimetatase funtsiooni f (x) atevuspuntis Katevuspuntide liigid Definitsioon 29 Funtsiooni f (x) atevuspunti a nimetatase esimest liii atevuspuntis, ui puntis a esisteerivad funtsiooni f (x) lõpliud ühepoolsed piirväärtused Definitsioon 30 Funtsiooni f (x) atevuspunti a, mis ei ole esimest liii, nimetatase teist liii atevuspuntis Argumendi muut x = x a ja sellele vastav funtsiooni muut x y y = f (x) f (a) = f (a + x) f (a) Lause 27 Funtsioon f (x) on pidev puntis a parajasti siis, ui y = 0 eh x 0 xy 0 x 0 Lause 28 Funtsioon f (x) on pidev puntis a parajasti siis, ui punti a ümbruses f (x) on esitatav ujul Pidevate funtsioonide omadusi α(x) f (x) = f (a) + α(x) = f (a) + o(1), us = 0 α(x) = o(1) 1 Lause 29 Kui funtsioonid f (x) ja g(x) on pidevad puntis a ning b, c R, siis on puntis a pidevad a funtsioonid b f (x) + cg(x) ja f (x)g(x) ning täiendaval tingimusel g(a) = 0 a funtsioon f (x)/g(x) Lause 30 Kui funtsioon g(x) on pidev puntis a ja funtsioon f (x) on pidev puntis g(a), siis liitfuntsioon f (g(x)) on pidev puntis a Ühepoolne pidevus Definitsioon 31 Funtsiooni y = f (x) nimetatase pidevas paremalt puntis a, ui y = 0 x 0+ ja pidevas vasault puntis a, ui y = 0 x 0 Pidevus hulgal Definitsioon 32 Funtsiooni f (x) nimetatase pidevas hulgal X, ui ta on pidev hulga X igas puntis Tähistatase f (x) C(X) Definitsioon 33 Funtsiooni f (x) nimetatase pidevas lõigul [a, b] R, ui ta on pidev vahemiu (a, b) igas puntis, paremalt pidev lõigu otspuntis a ja vasault pidev lõigu otspuntis b Tähistatase f (x) C[a, b] Lause 31 Elementaarfuntsioon on pidev oma määramispiironna sisepuntides 7

8 5 Lõigul pidevate funtsioonide omadusi Lõigul pidevate funtsioonide omadusi Lause 32 (Weierstrassi teoreem lõigus pideva funtsiooni tõestatusest) Lõigul [a, b] pidev funtsioon f (x) on tõestatud sellel lõigul st selle funtsiooni väärtuste hul sellel lõigul Y = { f (x) x [a, b]} on tõestatud Tõestus Olgu f (x) C[a, b] Eeldame väitevastaselt, et funtsioon f (x) on tõestamata sellel lõigul, st suvalise n N orral leidub selline x n [a, b], et f (x n ) n Moodustame sel viisil jada {x n }, usjuures f (x n ) n Et x n [a, b], siis jada {x n } on tõestatud Bolzano-Weierstrassi teoreemi põhjal võib tõestatud jadast {x n } eraldada oonduva osajada {x n } Seega, x n = c [a, b] Kasutades funtsiooni pidevust lõigul [a, b], leiame, et f (x n ) = + + f (c), usjuures suurus f (c) on lõpli Teisalt järeldub tingimusest f (x n ) n tingimus f (x n ) Oleme saanud vastuolu, mis oli tingitud väitevastasest eeldusest Seega on lõigul pidev funtsioon tõestatud sellel lõigul Definitsioon 34 Hulga = X R vähimat ülemist tõet nimetatase hulga X ülemises rajas ja tähistatase sup X Definitsioon 35 Hulga = X R suurimat alumist tõet nimetatase hulga X alumises rajas ja tähistatase inf X Näide: Vahemi X = (0, 1) Leiame inf X ja sup X inf X = 0 sup X = 1 Lause 33 (Pidevuse asioom) Igal ülalt tõestatud reaalarvude hulgal on olemas ülemine raja ja igal alt tõestatud reaalarvude hulgal on olemas alumine raja Definitsioon 36 Funtsiooni suurimat ja vähimat väärtust hulgal nimetatase funtsiooni estremaalsetes väärtustes sellel hulgal Lause 34 (Weierstrassi teoreem lõigus pideva funtsiooni estremaalsetest väärtustest) Lõigul pideval funtsioonil on olemas estremaalsed väärtused sellel lõigul, st lõigus [a, b] leiduvad puntid α [a, b] ja β [a, b], nii et min f (x) = f (α), max x [a,b] f (x) = f (β) x [a,b] Tõestus Olgu f (x) C[a, b] Kuna pidev funtsioon on tõestatud, siis pidevuse asioomi põhjal leiduvad rajad inf f (x) = M x [a,b] sup f (x) = M x [a,b] Võime valida iga n N orral x n [a, b], nii et M n 1 f (x n) M Kuna x n [a, b], siis jada {x n } on tõestatud Tõestatud jadast saame eraldada puntis β oonduva osajada {x nj } Minnes võrratustes M n 1 j f (x nj ) M piirile, saame M = f (β) = sup f (x) Seega ülemine raja saavutatase Analoogilselt näitame, et saavutatase a x [a,b] alumine raja Lause 35 (Bolzano-Cauchy teoreem vahepealsetest väärtustest) Lõigul pidev funtsioon omab iga väärtust, mis paineb estremaalsete väärtuste vahel Definitsioon 37 Funtsiooni f (x) nimetatase ühtlaselt pidevas hulgal X R, ui ε > 0 δ = δ(ε) > 0 : x 1, x 2 X x 1 x 2 < δ f (x 1 ) f (x 2 ) < ε Definitsioon 38 Funtsiooni f (x) nimetatase Lipschitzi mõttes pidevas funtsioonis hulgal X R, ui leidub selline arv C R, et iga a, b X orral f (a) f (b) C a b Joone asümptoodid Definitsioon 39 Kui joone y = f (x) punti P augenemisel lõpmatusse punti P augus mingist sirgest läheneb tõestamatult nullile, siis seda sirget nimetatase selle joone asümptoodis vertiaalasümptoodid x = a; aldasümptoodid y = x + b, us f (x) + : = x + x f (x) : = x x b = ( f (x) x), x + b = ( f (x) x) x 8

9 6 Funtsiooni tuletis 61 Reaalmuutuja funtsioon Funtsiooni tuletis Definitsioon 40 (Tuletis) Funtsiooni y = f (x) tuletises ohal x nimetatase funtsiooni y = f (x) muudu y ja argumendi muudu x suhte piirväärtust, ui argumendi muut läheneb nullile f y (a) := x 0 x = f (x) f (a) x a Tähistatase f d f (a), dx (a), y (a) Definitsioon 41 (Diferentseeruvus) Kui funtsioon f omab puntis a lõpliu tuletist, siis öeldase et ta on selles puntis diferentseeruv Tähistame f C 1 (a) või f D(a) Tuletise arvutamist nimetatase diferentseerimises Vasa- ja parempoolsed tuletised Definitsioon 42 Funtsiooni y = f (x) vasapoolses tuletises ohal x nimetatase suurust f (x ) := x 0 y x Definitsioon 43 Funtsiooni y = f (x) parempoolses tuletises ohal x nimetatase suurust Diferentseeruvuse ja pidevuse seos f (x+) := x 0+ Lause 36 Funtsioon f (x) on diferentseeruv puntis a parajasti siis, ui punti a ümbruses f (x) on esitatav ujul y x f (x) = f (a) + f o(x a) (a)(x a) + o(x a), us = 0 x a Lause 37 Funtsiooni f (x) diferentseeruvusest puntis x järeldub selle funtsiooni pidevus puntis x, st f (x) D(x) f (x) C(x) Tõestus Pidevuse jaos puntis peab olema täidetud olm tingimust: 1 esisteerib f (a) Kui meil leidub f (a), siis vastavalt definitsioonile f f (x) f (a) (a) := x a See piirväärtus ei saa esisteerida ui ei esisteeri f (a) Seega esisterib f (a) 2 esisteerib f (x) Vastavalt eelnevale lausele on puntis a diferentseeruv funtsioon punti a ümbruses f (x) esitatav ujul f (x) = f (a) + f o(x a) (a)(x a) + o(x a), us = 0 x a Seega ( f (x) = f (a) + f (a)(x a) + o(x a) ) = f (a) ning esisteerib f (x) Veelgi enam: f (x) = f (a) 3 f (x) = f (a) vt eelnev punt Lause 38 Kui funtsioonid f (x) ja g(x) on diferentseeruvad puntis x ja c R on onstant, siis selles puntis on diferentseeruvad a funtsioonid c f (x), f (x) + g(x), f (x)g(x) ja täiendaval eeldusel g(x) = 0 a f (x)/g(x), usjuures (c f (x)) = c f (x), ( f (x) + g(x)) = f (x) + g (x), ( f (x)g(x)) = f (x)g(x) + f (x)g (x), ( ) f (x) = f (x)g(x) f (x)g (x) g(x) g 2 (x) 9

10 Liitfuntsiooni tuletis Lause 39 Kui funtsioonidel f (x) ja g(u) esisteerivad lõpliud tuletised vastavalt ohtadel x ja f (x), siis liitfuntsioonil g( f (x)) on lõpli tuletis ohal x, usjuures dg( f (x)) dx = dg( f (x)) d f (x) d f (x) dx = g ( f (x)) f (x) Tõestus Tähistame u = f (x) Siis y = g(u) Kui u 0, siis g pidevuse tõttu y = 0 ning seega u 0, siis d f (x) dx = 0 g diferentseeruvuse tõttu on dg( f (x)) d f (x) dg( f (x)) dx tõestatud Seega valem ehtib Muudel juhtudel = 0 Kuna y = dy dx = y x 0 x = y x 0 u u x = y x 0 u u x 0 x = [ ] diferentseeruvusest y = järeldub pidevus u 0 u u x 0 x = dy du du dx = g ( f (x)) f (x) Pöördfuntsiooni tuletis Lause 40 Kui lõigul [a, b] pideval ja rangelt monotoonsel funtsioonil y = f (x) on ohal x nullist erinev tuletis, siis pöördfuntsioonil x = f 1 (y) leidub tuletis ohal f (x), usjuures d f 1 (y) dy = 1 f (x) eh dx dy = 1 dy dx Parameetrilselt esitatud funtsiooni tuletis Lause 41 Kui funtsioon y = f (x) on esitatud parameetrilisel ujul { x = ϕ(t) y = ψ(t) (α t β), usjuures funtsioonid ϕ(t) ja ψ(t) on diferentseeruvad vahemius (α, β) ja ϕ(t) on lõigul [α, β] rangelt monotoonne ning ϕ(t) = 0 (t (α, β)), siis y = dy dx = us täpiga tähistatase tuletist parameetri järgi Ilmutamata funtsiooni tuletis dy dt dx dt = ỵ x = ψ(t) ϕ(t) (α < t < β), F(x, f (x)) = 0 d F(x, f (x)) = 0 dx Logaritmiline tuletis Lause 42 Kui f (x) D(X) ja f (x) > 0 (x X), siis f (x) = f (x) d (ln f (x)) dx (x X) 10

11 Kõrgemat järu tuletised Definitsioon 44 Kui funtsioonil f esisteerib tuletis puntis a, siis seda tuletist nimetatase funtsiooni f teist järu tuletises ohal a f (a) := [ f (a)] f x=a = (x) f (a) x a Definitsioon 45 Kui funtsioonil f (n 1) esisteerib tuletis puntis a, siis seda tuletist nimetatase funtsiooni f n-järu tuletises ohal a f (n) (a) := [ f (n 1) (a)] f x=a = (n 1) (x) f (n 1) (a) x a Lause 43 (Leibnizi valem) Funtsioonide orrutise f (x)g(x) n-järu tuletis puntis a avaldub valemiga us binoomordajad ( n ) C n := n!!(n )! [ f (x)g(x)] (n) x=a = n ( ) n f () (a)g (n ) (a) Tõestus Kasutame matemaatilse indutsiooni meetodit Näitame indutsioonibaasi, st leiame esimese tuletise ( f (x)g(x)) = f (x)g(x) + f (x)g (x) = = ( ) 1 f (x)g(x) + 1 ( ) 1 f (x)g (x) = 0 1 ( ) 1 f () (x)g (1 ) (x), Tõepoolest, valem ehtib juhul n = 1 Tõestus Nüüd tuleb näidata indutsioonisamm: eeldame, et valem ehtib juhul n 1 ja näitame, et sel juhul ehtib ta a n orral Seega ehtib Saame ( [ f (x)g(x)] (n 1) x=a ) = n 1 [ f (x)g(x)] (n 1) x=a = n 1 ( n 1 ) f () (a)g (n 1 ) (a) ( ) n 1 ( f (+1) (a)g (n 1 ) (a) + f () (a)g (n ) (a)) = ( ) n 1 = f (+1) (a)g (n 1 ) (a) + Teeme esimeses summas muutujavahetuse (summeerimisindesi nihe) j := + 1 ( = j 1) Tõestus Saame n 1 [ f (x)g(x)] (n) ( x=a = [ f (x)g(x)] (n 1) ) x=a = n ( ) n 1 = f (j) (a)g (n j) (a) + j 1 j=1 ( ) n 1 = f (0) (a)g (n) (a) + 0 n 1 n 1 ( ) n 1 f () (a)g (n ) (a) = ) f (n) (a)g (0) (a)+ ( n 1 n 1 + n 1 =1 (( ) n ( ) n 1 f () (a)g (n ) (a) ( )) n 1 f () (a)g (n ) (a) 11

12 Tõestus Kuna ( ) n saame Tuletiste tabel ( ) n 1 = (n 1)! (n 1)! + ( 1)!(n )!!(n 1 )! = (n 1)! ( 1)!(n 1 )!(n ) + (n 1)! ( 1)!(n 1 )! [ f (x)g(x)] (n) x=a = f (0) (a)g (n) (a) + f (n) (a)g (0) (a) + = n ( ) n f () (a)g (n ) (a) = (n 1)!( + n ) ( 1)!(n 1 )!(n ) = n!!(n )! = n 1 =1 C = 0 (x a ) = ax a 1 (a R) (e x ) = e x (log a x) = x ln 1 a (sin x) = cos x (cos x) = sin x (tan x) = 1 (cot x) = 1 (cos x) 2 (sin x) 2 (arcsin x) = 1 (arccos x) = 1 1 x 2 ( ) n f () (a)g (n ) (a) = 1 x 2 (arctan x) = 1 (arccot x) = 1 1+x 2 1+x 2 (sinh x) = cosh x (cosh x) = sinh x (tanh x) 1 = (coth x) = 1 (cosh x) 2 (arsinh x) = 1 (arcosh x) = 1 x 2 +1 (sinh x) 2 x 2 1 (artanh x) = 1 1 x 2 (arcoth x) = 1 1 x 2 ( ) n, Funtsiooni diferentsiaal Argumendi muut x ja sellele vastav funtsiooni y = f (x) muut ohal x y = f (x + x) f (x) Eeldusel, et f D(x), saame eh piisavalt väiese x orral ehtib f y (x) = x 0 x y x = f (x) + α( x), α( x) = 0 x 0 y = f (x) x + α( x) x, y = f (x) x +β( x), }{{} muudu peaosa β( x) = α( x) x β( x) = 0 x 0 x Definitsioon 46 Avaldist f (x) x nimetatase funtsiooni y = f (x) diferentsiaalis eh esimest järu diferentsiaalis ohal x ja tähistatase dy või d f, dy = d f = f (x) x Võttes y = x, saame dx - argumendi diferentsiaal dy = dx = x x = x dy = f (x)dx f (x) = dy dx 12

13 Diferentsiaali omadusi Lause 44 Funtsiooni diferentsiaal on võrdeline argumendi muuduga Nullist erineva tuletise orral on funtsiooni muut evivalentne funtsiooni diferentsiaaliga piirprotsessi x 0 Lause 45 d( f + g) = d f + dg; f (x) = dy dx d( f g) = d f g + f dg; ( ) f d = d f g f dg g g 2 Kõrgemat järu diferentsiaalid Definitsioon 47 Funtsiooni y = f (x) n-järu diferentsiaalis nimetatase diferentsiaali selle funtsiooni n 1-järu diferentsiaalist d n y = d(d n 1 y) Saab näidata, et d n y = f (n) (x)(dx) n 7 Funtsiooni asvamine ja ahanemine Funtsiooni asvamine ja ahanemine Definitsioon 48 Funtsiooni y = f (x) nimetatase rangelt asvavas puntis x, ui leidub selline positiivne arv δ, et suvaliste x 1 (x δ, x) ja x 2 (x, x + δ) orral f (x 1 ) < f (x) < f (x 2 ) Lause 46 Kui funtsioon y = f (x) on rangelt asvav puntis x, siis leidub selline δ > 0, et 0 < x < δ y x > 0 Definitsioon 49 Funtsiooni y = f (x) nimetatase rangelt ahanevas puntis x, ui leidub selline positiivne arv δ, et suvaliste x 1 (x δ, x) ja x 2 (x, x + δ) orral f (x 1 ) > f (x) > f (x 2 ) Lause 47 Kui funtsioon y = f (x) on rangelt ahanev puntis x, siis leidub selline δ > 0, et 0 < x < δ y x < 0 Lause 48 Kui f (a) = c > 0, siis funtsioon on rangelt asvav puntis a Kui f (a) = c < 0, siis funtsioon on rangelt ahanev puntis a Tõestus Kui funtsiooni y = f (x) tuletis f (x) on positiivne puntis a, st siis leidub selline δ > 0, et f (a) = x 0 y x > 0, 0 < x < δ y x > 0 Seega, ui a ( δ, 0) (0, δ), siis suurused x ja y on samamärgilised, st y = f (x) on rangelt asvav puntis a 13

14 Loaalsed estreemumid Definitsioon 50 Öeldase, et funtsioonil f (x) on puntis x loaalne masimum, ui leidub selline positiivne arv δ, et 0 < x < δ y 0 Definitsioon 51 Öeldase, et funtsioonil f (x) on puntis x loaalne miinimum, ui leidub selline positiivne arv δ, et 0 < x < δ y 0 Kui definitsioonis y < 0 -range loaalne masimum Kui definitsioonis y > 0 -range loaalne miinimum Definitsioon 52 Öeldase, et funtsioonil f (x) on puntis x loaalne estreemum, ui funtsioonil f (x) on puntis x as loaalne miinimum või loaalne masimum Definitsioon 53 Öeldase, et funtsioonil f (x) on puntis x range loaalne estreemum, ui funtsioonil f (x) on puntis x as range loaalne miinimum või range loaalne masimum Lause 49 (Fermat teoreem) Kui funtsioonil f (x) on puntis x loaalne estreemum ja funtsioon f (x) on diferentseeruv puntis x, siis funtsiooni tuletis selles puntis on null, st f (x) = 0 8 Kesväärtusteoreemid Kesväärtusteoreemid Lause 50 (Rolle i teoreem) Kui funtsioon on pidev lõigul [a, b] ja diferentseeruv vahemius (a, b) ning f (a) = f (b), siis leidub vahemius (a, b) punt c, us f (c) = 0 Tõestus Kuna lõigul pidev funstsioon saavutab seal oma minimaalse ja masimaalse väärtuse, siis leidub funtsioonil f (x), mis ei ole onstantne funtsioon, vastavas vahemius vähemalt üs estreemumpunt c, us f (c) = 0 Konstantse funtsiooni orral f (x) = 0 iga x (a, b) Lause 51 (Lagrange i esväärtusteoreem) Kui funtsioon f on pidev lõigul [a, b] ja diferentseeruv vahemius (a, b), siis leidub punt c (a, b), et f (b) f (a) = f (c)(b a) Tõestus Kasutame Rolle i teoreemi Selles defineerime abifuntsiooni L(x) = f (b) f (a) (x a) + f (a) b a Funtsioon g = f L rahuldab Rolle i teoreemi eeldusi, seega leidub selline punt c (a, b), us 0 = g (c) = f (c) L (c) = f (c) f (b) f (a) b a Lause 52 (Cauchy esväärtusteoreem) Kui funtsioonid f ja g on pidevad lõigul [a, b] ja diferentseeruvad vahemius (a, b), usjuures g (x) = 0, siis leidub vahemius (a, b) punt c, et f (b) f (a) g(b) g(a) = f (c) g (c) Tõestus Kasutame Lagrange i teoreemi Selles defineerime abifuntsiooni h(x) := ( f (b) f (a))g(x) (g(b) g(a)) f (x) Lagrange i esväärtusteoreemi põhjal leidub punt c (a, b), us 0 = ( f (b) f (a))(g(b) g(a)) (g(b) g(a))( f (b) f (a)) = h(b) h(a) = = h (c)(b a) = [(g(b) g(a)) f (c) ( f (b) f (a))g (c)](b a) Lähtudes tõestuse äigus saadud avaldisest võime anda Cauchy esväärtusteoreemi ujul: Lause 53 (Cauchy esväärtusteoreemi alternatiivne sõnastus) Kui funtsioonid f ja g on pidevad lõigul [a, b] ja diferentseeruvad vahemius (a, b), siis leidub vahemius (a, b) punt c, et ( f (b) f (a))g (c) = (g(b) g(a)) f (c) 14

15 Võttes Cauchy esväärtusteoreemis g(x) = x, saame ( f (b) f (a))1 = (b a) f (c) eh Lagrange i esväärtusteoreemi Võttes Lagrange i esväärtus- teoreemis funtsiooni f, mis rahuldab tingimust f (a) = f (b), saame 0 = f (b) f (a) = f (c)(b a) f (c) = 0 eh Rolle i teoreemi Seetõttu asutatase Cauchy esväärtus- teoreemi ohta a nimetust üldistatud esväärtusteoreem Lause 54 Kui funtsioon f on pidev lõigul [a, b] ja diferentseeruv vahemius (a, b), siis see funtsioon on Lipschitzi mõttes pidev lõigul [a, b], st leidub L > 0 nii, et iga x 1 ja x 2 orral lõigust [a, b] ehtib f (x 1 ) f (x 2 ) L x 1 x 2 Tõestus Lagrange i esväärtusteoreemi põhjal leidub punt c (x 2, x 1 ), us Seega võime valida L = sup f (x) x (a,b) f (x 1 ) f (x 2 ) = f (c)(x 1 x 2 ) f (x 1 ) f (x 2 ) = f (c) x 1 x 2 x 1 x 2 sup f (x) x (a,b) 81 L Hospitali reegel Lause 55 (L Hospitali reegel) Kui + f (x) = 0, g(x) = 0, + + f (x) g (x) ning siis esisteerib a usjuures δ 1 : x (a, a + δ 1 ] g(x) = 0, + + f (x) g(x), f (x) g(x) = + f (x) g (x), Analoogiline väide peab paia a vasapoolse piirväärtuse ja samuti (ahepoolse) piirväärtuse orral Tõestus Konstrueerime puntis a paremalt pidevad abifuntsioonid F(x) := { f (x) x > a 0 x = a G(x) := { g(x) x > a 0 x = a Lähtudes seostest + f (x) = 0, g(x) = 0, + + f (x) g (x) saame, et leiduvad 0 < δ 3 δ 2, nii et funtsioonid F ja G on pidevad lõigul [a, a + δ 2 ] ja diferentseeruvad vahemius (a, a + δ 3 ), usjuures F (x) = f (x) ja G (x) = g (x) ning G (x) = 0 ui x (a, a + δ 3 ) Vastavalt Cauchy esväärtusteoreemile leidub vahemius (a, a + δ) (δ = min{δ 1, δ 2, δ 3 }) punt c, et F(x) F(a) G(x) G(a) = F (c) G (c) 15

16 Tõestus Kuna vahemius (a, a + δ) F(x) = f (x), G(x) = g(x), F(a) = 0, G(a) = 0, saame f (x) g(x) = f (c) g (c) Vaadates piirprotsessi δ 0 vahemiu (a, a + δ) orral saame, una x (a, a + δ) ja c (a, a + δ), et x a+ ja c a+, seega f (x) + g(x) = f (c) c a+ g (c), mis on samaväärne võrdusega f (x) + g(x) = f (x) + g (x) 9 Taylori valem Taylori valem Me oleme tõestanud esitused pideva funtsiooni orral ja f (x) = f (a) + o(1) f (x) = f (a) + f (a)(x a) + o( x a ) diferentseeruva funtsiooni orral Kui funtsioon on diferentseeruv x [a, b), siis saame asutada Lagrange esväärtusteoree ja esimest võrdust täpsustada f (x) = f (a) + f (c)(x a) c (a, x) Seega teib idee õrgemat järu tuletiste asutamises Otsime polünoomi T 2 (x) (T 2 f )(x) := c 0 + c 1 (x a) + c 2 (x a) 2 mis rahuldab tingimusi (T 2 f )(a) = c 0 = f (a), (T 2 f ) (a) = c 1 = f (a) ja (T 2 f ) (a) = 2c 2 = f (a) Seega ja funtsiooni saame esitada ujul Kus R 2 f tähistab jääliiget Jääliige rahuldab tingimusi Kasutame Cauchy esväärtusteoreemi (c 1 (a, x)) Kasutame Cauchy esväärtusteoreemi (c 2 (a, c 1 )) Kasutame Cauchy esväärtusteoreemi (c (a, c 2 )) T 2 (x) (T 2 f )(x) := f (a) + f (a)(x a) + f (a) (x a) 2 2 f (x) = (T 2 f )(x) + (R 2 f )(x), (R 2 f )(a) = (R 2 f ) (a) = (R 2 f ) (a) = 0 ja (R 2 f ) (x) = f (x) (R 2 f )(x) (R 2 f )(a) (x a) 3 (a a) 3 = (R 2 f ) (c 1 ) 3(c 1 a) 2 (R 2 f ) (c 1 ) 3(c 1 a) 2 = (R 2 f ) (c 2 ) 3 2(c 2 a) (R 2 f ) (c 2 ) 3 2(c 2 a) = (R 2 f ) (c) 3 2 Seega eh (R 2 f )(x) (x a) 3 = (R 2 f ) (c) = f (c) (R 2 f )(x) = f (c) 3 2 (x a)3 = f (c) (x a) 3 3! 16

17 Taylori valem Seega oleme saanud teist järu Taylori valemi (c (a, x)) f (x) = f (a) + f (a)(x a) + f (a) 2 (x a) 2 + f (c) (x a) 3 3! Kui meil esisteerivad mingis puntis a õi tuletised uni järguni n, siis võis irja panna sarnase valemi st funtsiooni esituse polünoomina n f (x) = c (x a) + (R n f )(x) Tähistame (T n f )(x) := n c (x a) Leiame ordajad c lähtudes tingimustest (T n f ) () (a) = f () (a), = 0, 1,, n Kuna meil on tegemist n orda diferentseeruva funtsiooniga, siis f () (a) =!c eh c = 1! f () (a) Taylori valem Seega ui funtsioonil f esisteerivad mingis puntis a õi tuletised uni järguni n, siis oleme saanud n-järu Taylori valemi (c (a, x)) f (x) = n f () (a) (x a) + (R n f )(x)! Kui meil esisteerib a (n + 1)-järu tuletis f (n+1) (b), b [a, x], siis saame jäälimele nn Lagrange uju (R n f )(x) = f (n+1) (c) (n + 1)! (x a)n+1, c [a, x] Taylori valem Taylori valemi erijuhtu a = 0 nimetame Maclaurini valemis (c (0, x)) f (x) = n f () (0) x + (R n f )(x)! Kui meil esisteerib a (n + 1)-järu tuletis f (n+1) (b), b [0, x], siis saame Maclaurini valemi jäälime Lagrange ujul (R n f )(x) = f (n+1) (c) (n + 1)! xn+1, c [0, x] 10 Loaalsete estreemumite piisavad tingimused Loaalsed estreemumid Definitsioon 54 Öeldase, et funtsioonil f (x) on puntis x loaalne masimum, ui leidub selline positiivne arv δ, et 0 < x < δ y 0 Definitsioon 55 Öeldase, et funtsioonil f (x) on puntis x loaalne miinimum, ui leidub selline positiivne arv δ, et 0 < x < δ y 0 Kui definitsioonis y < 0 -range loaalne masimum Kui definitsioonis y > 0 -range loaalne miinimum 17

18 Statsionaarsed ja riitilised puntid Elnevalt me näitasime, et ui f (a) esisteerib ja f (a) < 0, siis funtsioon f on puntis a rangelt ahanev ning ui f (a) > 0, siis funtsioon f on puntis rangelt asvav Seega loaalsed estreemumid saavad teida puntides, us f = 0 (Fermat teoreem) või f ei esisteeri Definitsioon 56 (statsionaarne punt) Punti a nimetatase diferentseeruva funtsiooni f (x) statsionaarses puntis, ui f (a) = 0 Definitsioon 57 (riitiline punt) Punti a nimetatase funtsiooni f (x) riitilises puntis, ui a on statsionaarne punt või puntis a ei ole sel funtsioonil tuletist Näide 56 (Näide) Nii funtsioonidel f 1 (x) = x 2 ui a f 2 (x) = x on loaalne miinimum puntis 0 f 1 (x) = (x2 ) = 2x, seega f 1 (0) = 0 ja on tegemist statsionaarse puntiga f 2 (x) = ( x ) = sgn x, seega f 2 (0) ei esisteeri una f 2 (0+) := x 0+ sgn x = 1 ja f 2 (0 ) := x 0 sgn x = 1 Funtsioonid g 1 (x) = x 3 ja g 2 (x) = x + 2x on asvavad iga x R orral Samal ajal g 1 (0) = 0 ja g 2 (0) ei esisteeri (g 2 (0+) = 3 ja g 2 (0 ) = 1) Loaalsete estreemumite piisavad tingimused Meie eesmärgis on tuletada piisavaid tingimusi loaalsete estreemumite olemasolus Selles asutame Lagrange esväärtusteoreemi ja Taylori valemit Lause 57 (Loaalsete estreemumite piisavad tingimused) Kui leidub selline δ > 0, nii et funtsioon f on pidev lõigul [a δ, a + δ] ja diferentseeruv vahemies (a δ, a) ja (a, a + δ), usjuures siis puntis a on sellel funtsioonil loaalne masimum Kui siis puntis a on sellel funtsioonil loaalne miinimum f (x) 0, x (a δ, a) f (x) 0, x (a, a + δ) f (x) 0, x (a δ, a) f (x) 0, x (a, a + δ) Tõestus Funtsioonil on puntis a loaalne masimum parajasti siis, ui leidub selline positiivne arv δ, et 0 < x a < δ y 0 Lagrange esväärtusteoreemi põhjal x (a δ, a) leidub c (x, a) y = f (x) f (a) = f (c)(x a) una x a < 0, siis y 0 ui f (c) 0 iga c (a δ, a) Analoogiliselt x (a, a + δ) orral leidub c (a, x), nii et y = f (x) f (a) = f (c)(x a) una x a > 0, siis y 0 ui f (c) 0 iga c (a, a + δ) Seega on vajali funtsiooni pidevus puntis a, tuletise olemasolu puntis a ei ole vaja Analoogilselt saame tõestada loaalse miinimumi juhtumi Näide 10 Vaatame juhtu us funtsioon on atev meid huvitavas puntis f (x) = { e x 2, x = 0 0, x = Ilmselt a = 0 ümbruses y = f (x) f (a) = f (x) > 0, seega on tegemist loaalse miinimumiga Samal ajal f (x) = { 2x e x 2, x = 0, x = 0 18

19 ja f (x) > 0 ui x < 0 ning f (x) < 0 ui x > 0, mis eelneva teoreemi põhjal tähendas loaalset masimumi 10 Vaatame juhtu us f ateb puntis a f 2 (x) = x, f 2 (x) = sgn x = 1, x < 0 0, x = 0 1, x > 0 Eelneva teoreemi eeldused on täidetud Kuna f muudab märi on tegemist loaalse estreemumiga f 2 (x) = x + 2x, f 2 (x) = sgn x + 2 = 1, x < 0 2, x = 0 3, x > 0 Kuna f säilitab märi siis loaalne estreemum puudub Loaalsete estreemumite piisavad tingimused Tuletise märgi hindamine ei pruugi olla elementaarne ülesanne Kasutades Taylori valemit saame sõnastada järgneva teoreemi, us saame asutada onreetseid arve, mitte hinnanguid Lause 58 (Loaalsete estreemumite piisavad tingimused) Kui leidub selline δ > 0, nii et Kui funtsiooni f (x) orral f (a) = = f (n) (a) = 0 ja f (n+1) (a) = 0 ning f (n+1) (x) C(a), siis 1) juhul ui n on paaritu arv, on funtsioonil f (x) puntis a range loaalne estreemum, usjuures f (n+1) (a) < 0 orral on puntis a range loaalne masimum ja f (n+1) (a) > 0 orral range loaalne miinimum, 2) juhul ui n on paarisarv, ei ole funtsioonil f (x) puntis a loaalset estreemumit Tõestus Funtsioonil on puntis a loaalne masimum parajasti siis, ui leidub selline positiivne arv δ, et Paneme irja Taylori valemi y = f (x) f (a) = 0 < x a < δ y 0 n =1 f () (a) (x a) + (R n f )(x)! Kuna f (a) = = f (n) (a) = 0 ja meil esisteerib (n + 1)-järu tuletis siis x (a δ 1, a) (x (a, a + δ 1 )) orral leidub c (x, a) (c (a, x)) y = f (x) f (a) = (R n f )(x) = f (n+1) (c) (n + 1)! (x a)n+1 Tõestus Kui n on paaritu, siis (x a) n+1 on positiivne Kuna f (n+1) (a) = 0 ja f (n+1) on pidev puntis a, siis leidub U δ2 (a) us f (n+1) > 0 või f (n+1) < 0 Võttes δ = min{δ 1, δ 2 }, saame et 19

20 y < 0 ui f (n+1) (a) < 0 ja y > 0 ui f (n+1) (a) > 0 Kui n on paaris, siis jääliime mär vaheldub ja loaalset estreemumit ei ole Näide Vaatame juhtu us funtsioon ja esimene tuletis on pidevad, õrgemad tuletised atevad 10 (x + 1) 2, x < 1 f (x) = 0, 1 x 1 (x 1) 2, x > (x + 1), x < 1 f (x) = 0, 1 x 1 2(x 1), x > Kumerus Definitsioon 58 Öeldase, et funtsiooni f (x) graafi on umer puntis a (täpsemini puntis (a, f (a))), ui leidub punti a selline δ-ümbrus, et funtsiooni f (x) graafi on argumendi x väärtustel ümbrusest (a δ, a + δ) allpool (täpsemini, mitte ülalpool) puutujat, mis on tõmmatud puntis (a, f (a)) funtsiooni graafiule Definitsioon 59 Öeldase, et funtsiooni f (x) graafi on umer hulgal X, ui selle funtsiooni graafi on umer hulga X igas puntis Nõgusus Definitsioon 60 Öeldase, et funtsiooni f (x) graafi on nõgus puntis a (täpsemini puntis (a, f (a))), ui leidub punti a selline δ-ümbrus, et funtsiooni f (x) graafi on argumendi x väärtustel ümbrusest (a δ, a + δ) ülalpool (täpsemini, mitte allpool) puutujat, mis on tõmmatud puntis (a, f (a)) funtsiooni graafiule Definitsioon 61 Öeldase, et funtsiooni f (x) graafi on nõgus hulgal X, ui selle funtsiooni graafi on nõgus hulga X igas puntis Käänupuntid Definitsioon 62 Öeldase, et punt a (täpsemini punt (a, f (a))) on funtsiooni f (x) graafiu äänupunt, ui leidub selline δ > 0, et funtsiooni f (x) graafi on umer hulgal (a δ, a) ja nõgus hulgal (a, a + δ) või nõgus hulgal (a δ, a) ja umer hulgal (a, a + δ) Lause 59 Kui f (x) on pidev puntis a, siis f (a) < 0 funtsiooni f (x) graafi on umer puntis a, f (a) > 0 funtsiooni f (x) graafi on nõgus puntis a Lause 60 Kui f (x) C[a, b] ja f (x) (x (a, b)), siis funtsiooni f (x) graafiu umerusest (nõgususest) vahemius (a, b) järeldub, et x (a, b) f (x) 0 ( f (x) 0) Lause 61 Kui f (a) = 0, f (a) = 0 ja f (x) on pidev puntis a, siis punt a on funtsiooni f (x) graafiu äänupunt Lause 62 Kui f (a) = f (a) = = f (m) (a) = 0 ja f (m+1) (a) = 0 ja f (m+1) (x) on pidev puntis a, siis 1) paarisarvulise m orral on funtsiooni f (x) graafiul puntis a äänupunt, 2) paarituarvulise m orral ei ole funtsiooni f (x) graafiul puntis a äänupunti 20

Matemaatiline analüüs III 1 4. Diferentseeruvad funktsioonid 1. Diferentseeruvus antud punktis. Olgu funktsiooni f : D R määramispiirkond D R selles p

Matemaatiline analüüs III 1 4. Diferentseeruvad funktsioonid 1. Diferentseeruvus antud punktis. Olgu funktsiooni f : D R määramispiirkond D R selles p Matemaatiline analüüs III 4. Diferentseeruvad funktsioonid. Diferentseeruvus antud punktis. Olgu funktsiooni f : D R määramispiirkond D R selles paragravis mingi (lõplik või lõpmatu) intervall ning olgu

Rohkem

Matemaatiline analüüs IV 1 3. Mitme muutuja funktsioonide diferentseerimine 1. Mitme muutuja funktsiooni osatuletised Üleminekul ühe muutuja funktsioo

Matemaatiline analüüs IV 1 3. Mitme muutuja funktsioonide diferentseerimine 1. Mitme muutuja funktsiooni osatuletised Üleminekul ühe muutuja funktsioo Matemaatiline analüüs IV 1 3. Mitme muutuja funktsioonide diferentseerimine 1. Mitme muutuja funktsiooni osatuletised Üleminekul üe muutuja funktsioonidelt m muutuja funktsioonidele, kus m, 3,..., kerkib

Rohkem

19. Marek Kolk, Kõrgem matemaatika, Tartu Ülikool, Arvridade koonduvustunnused Sisukord 19 Arvridade koonduvustunnused Vahelduvat

19. Marek Kolk, Kõrgem matemaatika, Tartu Ülikool, Arvridade koonduvustunnused Sisukord 19 Arvridade koonduvustunnused Vahelduvat 9. Marek Kolk, Kõrgem matemaatika, Tartu Ülikool, 203-4. 9 Arvridade koonduvustunnused Sisukord 9 Arvridade koonduvustunnused 23 9. Vahelduvate märkidega read.......................... 24 9.2 Leibniz i

Rohkem

Polünoomi juured Juure definitsioon ja Bézout teoreem Vaadelgem polünoomi kus K on mingi korpus. f = a 0 x n + a 1 x n a n 1 x

Polünoomi juured Juure definitsioon ja Bézout teoreem Vaadelgem polünoomi kus K on mingi korpus. f = a 0 x n + a 1 x n a n 1 x 1 5.5. Polünoomi juured 5.5.1. Juure definitsioon ja Bézout teoreem Vaadelgem polünoomi kus K on mingi korpus. f = a 0 x n + a 1 x n 1 +... + a n 1 x + a n K[x], (1) Definitsioon 1. Olgu c K. Polünoomi

Rohkem

12. Marek Kolk, Kõrgem matemaatika, Tartu Ülikool, Algfunktsioon ja määramata integraal Sisukord 12 Algfunktsioon ja määramata integraal 1

12. Marek Kolk, Kõrgem matemaatika, Tartu Ülikool, Algfunktsioon ja määramata integraal Sisukord 12 Algfunktsioon ja määramata integraal 1 2. Marek Kolk, Kõrgem matemaatika, Tartu Ülikool, 203-. 2 Algfunktsioon ja määramata integraal Sisukord 2 Algfunktsioon ja määramata integraal 9 2. Sissejuhatus................................... 50 2.2

Rohkem

IMO 2000 Eesti võistkonna valikvõistlus Tartus, aprillil a. Ülesannete lahendused Esimene päev 1. Olgu vaadeldavad arvud a 1, a 2, a 3,

IMO 2000 Eesti võistkonna valikvõistlus Tartus, aprillil a. Ülesannete lahendused Esimene päev 1. Olgu vaadeldavad arvud a 1, a 2, a 3, IMO 000 Eesti võistkonna valikvõistlus Tartus, 19. 0. aprillil 000. a. Ülesannete lahendused Esimene päev 1. Olgu vaadeldavad arvud a 1, a, a 3, a 4, a 5. Paneme tähele, et (a 1 + a + a 3 a 4 a 5 ) (a

Rohkem

MATEMAATILINE ANALÜÜS I. ESIMESE KONTROLLTÖÖ NÄITEÜLESANDED (1) Leida funktsiooni y = sin x + ln(16 x 2 ) määramispiirkond. (2) Leida funktsiooni y =

MATEMAATILINE ANALÜÜS I. ESIMESE KONTROLLTÖÖ NÄITEÜLESANDED (1) Leida funktsiooni y = sin x + ln(16 x 2 ) määramispiirkond. (2) Leida funktsiooni y = MATEMAATILINE ANALÜÜS I. ESIMESE KONTROLLTÖÖ NÄITEÜLESANDED () Leida funktsiooni y = sin + ln(6 ) määramispiirkond. () Leida funktsiooni y = arcsin( 5 + 5) + 9 määramispiirkond. () Leida funktsiooni määramispiirkond

Rohkem

vv05lah.dvi

vv05lah.dvi IMO 05 Eesti võistkonna valikvõistlus 3. 4. aprill 005 Lahendused ja vastused Esimene päev 1. Vastus: π. Vaatleme esiteks juhtu, kus ringjooned c 1 ja c asuvad sirgest l samal pool (joonis 1). Olgu O 1

Rohkem

Sügis 2018 Kõrgema matemaatika 2. kontrolltöö tagasiside Üle 20 punkti kogus tervelt viis üliõpilast: Robert Johannes Sarap, Enely Ernits, August Luur

Sügis 2018 Kõrgema matemaatika 2. kontrolltöö tagasiside Üle 20 punkti kogus tervelt viis üliõpilast: Robert Johannes Sarap, Enely Ernits, August Luur Sügis 2018 Kõrgema matemaatika 2. kontrolltöö tagasiside Üle 20 punkti kogus tervelt viis üliõpilast: Robert Johannes Sarap, Enely Ernits, August Luure, Urmi Tari ja Miriam Nurm. Ka teistel oli edasiminek

Rohkem

lvk04lah.dvi

lvk04lah.dvi Lahtine matemaatikaülesannete lahendamise võistlus. veebruaril 004. a. Lahendused ja vastused Noorem rühm 1. Vastus: a) jah; b) ei. Lahendus 1. a) Kuna (3m+k) 3 7m 3 +7m k+9mk +k 3 3M +k 3 ning 0 3 0,

Rohkem

prakt8.dvi

prakt8.dvi Diskreetne matemaatika 2012 8. praktikum Reimo Palm Praktikumiülesanded 1. Kas järgmised graafid on tasandilised? a) b) Lahendus. a) Jah. Vahetades kahe parempoolse tipu asukohad, saame graafi joonistada

Rohkem

ma1p1.dvi

ma1p1.dvi Peatükk 1 Funktsioonid ja nendega seotud mõisted 1.1 Reaalarvud ja Arvtelg. Absoluutväärtuse mõiste. Reaalarvudest koosnevad hulgad. Enne arvu mõiste käsitlemist toome sisse mõned hulkadega seotud tähised.

Rohkem

Aili_A-mf-4_adiab.doc

Aili_A-mf-4_adiab.doc 4. ADIABAAILINE ROSESS 4.. emperatuuri adiabaatiline radient ermodünaamilisi protsesse, mis toimuvad soojusvahetuseta ümbritseva esonnaa, nimetatase adiabaatilistes. emperatuuri adiabaatilise radiendi

Rohkem

Ruutvormid Denitsioon 1. P n Ütleme, et avaldis i;j=1 a ijx i x j ; kus a ij = a ji ; a ij 2 K ja K on korpus, on ruutvorm üle korpuse K muutujate x 1

Ruutvormid Denitsioon 1. P n Ütleme, et avaldis i;j=1 a ijx i x j ; kus a ij = a ji ; a ij 2 K ja K on korpus, on ruutvorm üle korpuse K muutujate x 1 Ruutvormid Denitsioon. P n Ütleme, et avaldis i;j= a ijx i x j ; kus a ij = a ji ; a ij K ja K on korus, on ruutvorm üle koruse K muutujate x ;;x n suhtes. Maatriksit =(a ij ) nimetame selle ruutvormi

Rohkem

Tartu Ülikool Matemaatika-informaatikateaduskond Puhta Matemaatika Instituut Algebra õppetool Riivo Must Mõned katsed üldistada inversseid poolrühmi M

Tartu Ülikool Matemaatika-informaatikateaduskond Puhta Matemaatika Instituut Algebra õppetool Riivo Must Mõned katsed üldistada inversseid poolrühmi M Tartu Ülikool Matemaatika-informaatikateaduskond Puhta Matemaatika Instituut Algebra õppetool Riivo Must Mõned katsed üldistada inversseid poolrühmi Magistritöö Juhendaja: prof. Mati Kilp Tartu 2004 Sisukord

Rohkem

XV kursus

XV kursus KORDAMINE RIIGIEKSAMIKS VI FUNKTSIOONID JA NENDE GRAAFIKUD. TULETISE RAKENDUSED.. Funktsiooni määramispiirkonna ( X ) moodustavad argumendi () väärtused, mille korral funktsiooni väärtus (y) on eeskirjaga

Rohkem

Relatsiooniline andmebaaside teooria II. 6. Loeng

Relatsiooniline andmebaaside teooria II. 6. Loeng Relatsiooniline andmebaaside teooria II. 5. Loeng Anne Villems ATI Loengu plaan Sõltuvuste pere Relatsiooni dekompositsioon Kadudeta ühendi omadus Sõltuvuste pere säilitamine Kui jõuame, siis ka normaalkujud

Rohkem

Diskreetne matemaatika I Kevad 2019 Loengukonspekt Lektor: Valdis Laan 20. juuni a.

Diskreetne matemaatika I Kevad 2019 Loengukonspekt Lektor: Valdis Laan 20. juuni a. Diskreetne matemaatika I Kevad 2019 Loengukonspekt Lektor: Valdis Laan 20. juuni 2019. a. 2 Sisukord 1 Matemaatiline loogika 7 1.1 Lausearvutus.................................. 7 1.1.1 Põhimõistete meeldetuletamine....................

Rohkem

KM 1 Ülesannete kogu, 2018, s

KM 1 Ülesannete kogu, 2018, s MTMM.00.340 Kõrgem matemaatika 1 2018 sügis Ülesannete kogu 1. osa Põhiliste elementaarfunktsioonide tuletised (Const) = 0 (sinx) = cosx (arcsinx) = 1 1 x 2 (x α ) = α x α 1, α 0 (cosx) = sinx (arccosx)

Rohkem

Treeningvõistlus Balti tee 2014 võistkonnale Tartus, 4. novembril 2014 Vastused ja lahendused 1. Vastus: 15, 18, 45 ja kõik 0-ga lõppevad arvud. Olgu

Treeningvõistlus Balti tee 2014 võistkonnale Tartus, 4. novembril 2014 Vastused ja lahendused 1. Vastus: 15, 18, 45 ja kõik 0-ga lõppevad arvud. Olgu Treeningvõistlus Balti tee 014 võistkonnale Tartus, 4. novembril 014 Vastused ja lahendused 1. Vastus: 15, 18, 45 ja kõik 0-ga lõppevad arvud. Olgu b arvu k üheliste number ning a arv, mille saame arvust

Rohkem

loeng7.key

loeng7.key Grammatikate elustamine JFLAPiga Vesal Vojdani (TÜ Arvutiteaduse Instituut) Otse Elust: Java Spec https://docs.oracle.com/javase/specs/jls/se8/html/ jls-14.html#jls-14.9 Kodutöö (2. nädalat) 1. Avaldise

Rohkem

pkm_2010_ptk6_ko_ja_kontravariantsus.dvi

pkm_2010_ptk6_ko_ja_kontravariantsus.dvi Peatükk 6 Kovariantsus ja kontravariantsus ehk mis saab siis kui koordinaatideks pole Descartes i ristkoordinaadid 1 6.1. Sissejuhatus 6-2 6.1 Sissejuhatus Seni oleme kasutanud DRK, kuid üldjuhul ei pruugi

Rohkem

Microsoft Word - Sobitusahelate_projekteerimine.doc

Microsoft Word - Sobitusahelate_projekteerimine.doc Sobitusahelate projekteerimine Vaatleme 3 erinevat meetodit: koondparameetitega elementidel sobitamine häälestusribaga sobitamine veerandlainelõiguga sobitamine Sobitust võib vaadelda koormustakistuse

Rohkem

Matemaatika ainekava 8.klass 4 tundi nädalas, kokku 140 tundi Kuu Õpitulemus Õppesisu Algebra (65 t.) Geomeetria (60 t.) Ajavaru kordamiseks (15 õppet

Matemaatika ainekava 8.klass 4 tundi nädalas, kokku 140 tundi Kuu Õpitulemus Õppesisu Algebra (65 t.) Geomeetria (60 t.) Ajavaru kordamiseks (15 õppet Matemaatika ainekava 8.klass 4 tundi nädalas, kokku 140 tundi Algebra (65 t.) Geomeetria (60 t.) Ajavaru kordamiseks (15 õppetundi) septembernovember korrastab hulkliikmeid Hulkliige. Tehted liidab, lahutab

Rohkem

Image segmentation

Image segmentation Image segmentation Mihkel Heidelberg Karl Tarbe Image segmentation Image segmentation Thresholding Watershed Region splitting and merging Motion segmentation Muud meetodid Thresholding Lihtne Intuitiivne

Rohkem

Word Pro - diskmatTUND.lwp

Word Pro - diskmatTUND.lwp Loogikaalgebra ( Boole'i algebra ) George Boole (85 864) Sündinud Inglismaal Lincolnis. 6-aastasena tegutses kooliõpetaja assistendina. Õppis 5 aastat iseseisvalt omal käel matemaatikat, keskendudes hiljem

Rohkem

Word Pro - digiTUNDkaug.lwp

Word Pro - digiTUNDkaug.lwp / näide: \ neeldumisseadusest x w x y = x tuleneb, et neeldumine toimub ka näiteks avaldises x 2 w x 2 x 5 : x 2 w x 2 x 5 = ( x 2 ) w ( x 2 ) [ x 5 ] = x 2 Digitaalskeemide optimeerimine (lihtsustamine)

Rohkem

Mittekorrektsed ülesanded 2008

Mittekorrektsed ülesanded 2008 Mittekorrektsed ülesanded 008 Sisukord 1 Näiteid mittekorrektsetest ül.-test ja iseregulariseerimisest 5 1.1 Sissejuhatus............................. 5 1.1.1 Lineaarne võrrand ruumis R...............

Rohkem

ITI Loogika arvutiteaduses

ITI Loogika arvutiteaduses Predikaatloogika Predikaatloogika on lauseloogika tugev laiendus. Predikaatloogikas saab nimetada asju ning rääkida nende omadustest. Väljendusvõimsuselt on predikaatloogika seega oluliselt peenekoelisem

Rohkem

TALLINNA PAE GÜMNAASIUMI AINEKAVAD GÜMNAASIUM AINEVALDKOND: MATEMAATIKA

TALLINNA PAE GÜMNAASIUMI AINEKAVAD GÜMNAASIUM AINEVALDKOND: MATEMAATIKA TALLINNA PAE GÜMNAASIUMI AINEKAVAD GÜMNAASIUM AINEVALDKOND: MATEMAATIKA SISUKORD 1. AINEVALDKOND: MATEMAATIKA 4 1.1. MATEMAATIKAPÄDEVUS JA ÜLDPÄDEVUSTE KUJUNDAMINE 4 1.1.1. ÜLDPÄDEVUSTE KUJUNDAMINE MATEMAATIKA

Rohkem

Microsoft PowerPoint - K ja Kr L 16a.pptx

Microsoft PowerPoint - K ja Kr L 16a.pptx 6. Krüpteerimisealgoritmid ja meetodid. Sümmeetriline rüptisüsteem. Avaliu võtmega rüpteerimine 3. Digitaalne alliri (asümmeetrilise rüpteerimise alusel, lisas asutatase veel paisefuntsiooni adresseerimises)

Rohkem

Diskreetne matemaatika I praktikumiülesannete kogu a. kevadsemester

Diskreetne matemaatika I praktikumiülesannete kogu a. kevadsemester Diskreetne matemaatika I praktikumiülesannete kogu 2019. a. kevadsemester Sisukord 1 Tingimuste ja olukordade analüüsimine 3 2 Tõesuspuu meetod 5 3 Valemite teisendamine 7 4 Normaalkujud 7 5 Predikaadid

Rohkem

Microsoft Word - 56ylesanded1415_lõppvoor

Microsoft Word - 56ylesanded1415_lõppvoor 1. 1) Iga tärnike tuleb asendada ühe numbriga nii, et tehe oleks õige. (Kolmekohaline arv on korrutatud ühekohalise arvuga ja tulemuseks on neljakohaline arv.) * * 3 * = 2 * 1 5 Kas on õige, et nii on

Rohkem

raamat5_2013.pdf

raamat5_2013.pdf Peatükk 5 Prognoosiintervall ja Usaldusintervall 5.1 Prognoosiintervall Unustame hetkeks populatsiooni parameetrite hindamise ja pöördume tagasi üksikvaatluste juurde. On raske ennustada, milline on huvipakkuva

Rohkem

elastsus_opetus_2017_ptk3

elastsus_opetus_2017_ptk3 1 Peatükk 3 Deformatsioon ja olekuvõrrandid 3.1. Siire ja deformatsioon 3-2 3.1 Siire ja deformatsioon 3.1.1 Cauchy seosed Vaatleme deformeeruva keha meelevaldset punkti A. Algolekusontemakoor- dinaadid

Rohkem

Matemaatiline maailmapilt MTMM Terje Hõim Johann Langemets Kaido Lätt 2018/19 sügis

Matemaatiline maailmapilt MTMM Terje Hõim Johann Langemets Kaido Lätt 2018/19 sügis Matemaatiline maailmapilt MTMM.00.342 Terje Hõim Johann Langemets Kaido Lätt 2018/19 sügis Sisukord *** 1 Sissejuhatus 1 1.1 Kursuse eesmärk.................................... 2 1.2 Matemaatika kui keel.................................

Rohkem

Matemaatilised meetodid loodusteadustes. I Kontrolltöö I järeltöö I variant 1. On antud neli vektorit: a = (2; 1; 0), b = ( 2; 1; 2), c = (1; 0; 2), d

Matemaatilised meetodid loodusteadustes. I Kontrolltöö I järeltöö I variant 1. On antud neli vektorit: a = (2; 1; 0), b = ( 2; 1; 2), c = (1; 0; 2), d Matemaatilised meetodid loodusteadustes I Kontrolltöö I järeltöö I variant On antud neli vektorit: a (; ; ), b ( ; ; ), c (; ; ), d (; ; ) Leida vektorite a ja b vaheline nurk α ning vekoritele a, b ja

Rohkem

elastsus_opetus_2005_14.dvi

elastsus_opetus_2005_14.dvi 7.4. Näiteid ümar- ja rõngasplaatide paindeülesannetest. 298 7.4 Näiteid ümar- ja rõngasplaatide paindeülesannetest. Rajatingimused: jäik kinnitus vaba toetus vaba serv w = 0, dw dr = 0; (7.43) w = 0,

Rohkem

KITSAS JA LAI MATEMAATIKA Matemaatikapädevus Matemaatikapädevus tähendab matemaatiliste mõistete ja seoste süsteemset tundmist, samuti suutlikkust kas

KITSAS JA LAI MATEMAATIKA Matemaatikapädevus Matemaatikapädevus tähendab matemaatiliste mõistete ja seoste süsteemset tundmist, samuti suutlikkust kas KITSAS JA LAI MATEMAATIKA Matemaatikapädevus Matemaatikapädevus tähendab matemaatiliste mõistete ja seoste süsteemset tundmist, samuti suutlikkust kasutada matemaatikat temale omase keele, sümbolite ja

Rohkem

Microsoft PowerPoint - loeng2.pptx

Microsoft PowerPoint - loeng2.pptx Kirjeldavad statistikud ja graafikud pidevatele tunnustele Krista Fischer Pidevad tunnused ja nende kirjeldamine Pidevaid (tihti ka diskreetseid) tunnuseid iseloomustatakse tavaliselt kirjeldavate statistikute

Rohkem

Microsoft PowerPoint - Loeng2www.ppt [Compatibility Mode]

Microsoft PowerPoint - Loeng2www.ppt [Compatibility Mode] Biomeetria 2. loeng Lihtne lineaarne regressioon mudeli hindamisest; usaldusintervall; prognoosiintervall; determinatsioonikordaja; Märt Möls martm@ut.ee Y X=x~ N(μ=10+x; σ=2) y 10 15 20 2 3 4 5 6 7 8

Rohkem

8.klass 4 tundi nädalas, kokku 140 tundi Hulkliikmed ( 45 tundi) Õppesisu Hulkliige. Hulkliikmete liitmine ja lahutamine ning korrutamine ja jagamine

8.klass 4 tundi nädalas, kokku 140 tundi Hulkliikmed ( 45 tundi) Õppesisu Hulkliige. Hulkliikmete liitmine ja lahutamine ning korrutamine ja jagamine 8.klass 4 tundi nädalas, kokku 140 tundi Hulkliikmed ( 45 tundi) Hulkliige. Hulkliikmete liitmine ja lahutamine ning korrutamine ja jagamine üksliikmega. Hulkliikme tegurdamine ühise teguri sulgudest väljatoomisega.

Rohkem

G OSA A VARIANT RESPONDENDILE ISE TÄITMISEKS

G OSA A VARIANT RESPONDENDILE ISE TÄITMISEKS G OSA A VARIANT RESPONDENDILE ISE TÄITMISEKS GS1 Järgnevalt on kirjeldatud lühidalt mõningaid inimesi. Palun lugege iga kirjeldust ja märkige igale reale, kuivõrd Teie see inimene on. Väga Minu Mõnevõrra

Rohkem

7 KODEERIMISTEOORIA 7.1 Sissejuhatus Me vaatleme teadete edastamist läbi kanali, mis sisaldab müra ja võib seetõttu moonutada lähteteadet. Lähteteade

7 KODEERIMISTEOORIA 7.1 Sissejuhatus Me vaatleme teadete edastamist läbi kanali, mis sisaldab müra ja võib seetõttu moonutada lähteteadet. Lähteteade 7 KODEERIMISTEOORIA 7.1 Sissejuhatus Me vaatleme teadete edastamist läbi kanali, mis sisaldab müra ja võib seetõttu moonutada lähteteadet. Lähteteade kodeeritakse, st esitatakse sümbolite kujul, edastatakse

Rohkem

Antennide vastastikune takistus

Antennide vastastikune takistus Antennide vastastikune takistus Eelmises peatükis leidsime antenni kiirgustakistuse arvestamata antenni lähedal teisi objekte. Teised objektid, näiteks teised antennielemendid, võivad aga mõjutada antenni

Rohkem

Praks 1

Praks 1 Biomeetria praks 3 Illustreeritud (mittetäielik) tööjuhend Eeltöö 1. Avage MS Excel is oma kursuse ankeedivastuseid sisaldav andmestik, 2. lisage uus tööleht, 3. nimetage see ümber leheküljeks Praks3 ja

Rohkem

Scala ülevaade 1 Meetodid, muutujad ja väärtused. Süntaks 2 Lihtsad tüübid ja väärtused. 3 OOP, case-klassid ja mustrisobitus. 4 Puhta Scala väärtusta

Scala ülevaade 1 Meetodid, muutujad ja väärtused. Süntaks 2 Lihtsad tüübid ja väärtused. 3 OOP, case-klassid ja mustrisobitus. 4 Puhta Scala väärtusta Scala ülevaade 1 Meetodid, muutujad ja väärtused. Süntaks 2 Lihtsad tüübid ja väärtused. 3 OOP, case-klassid ja mustrisobitus. 4 Puhta Scala väärtustamine. 5 Keerulisemad tüübid. 6 Nähtavus, implitsiitsus.

Rohkem

Funktsionaalne Programmeerimine

Funktsionaalne Programmeerimine Geomeetrilised kujundid Geomeetriliste kujundite definitsioon: data Shape = Rectangle Side Side Ellipse Radius Radius RtTriangle Side Side Polygon [Vertex] deriving Show type Radius = Float type Side =

Rohkem

Kontrollijate kommentaarid a. matemaatikaolümpiaadi piirkonnavooru tööde kohta Kokkuvõtteks Ka tänavu püüdsime klasside esimesed 2 ülesa

Kontrollijate kommentaarid a. matemaatikaolümpiaadi piirkonnavooru tööde kohta Kokkuvõtteks Ka tänavu püüdsime klasside esimesed 2 ülesa Kontrollijate kommentaarid 2004. a. matemaatikaolümpiaadi piirkonnavooru tööde kohta Kokkuvõtteks Ka tänavu püüdsime 10.-12. klasside esimesed 2 ülesannet koostada nii, et nad kasutaksid koolis hiljuti

Rohkem

I Generaatori mõiste (Java) 1. Variantide läbivaatamine Generaator (ehk generaator-klass) on klass, milles leidub (vähemalt) isendimeetod next(). Kons

I Generaatori mõiste (Java) 1. Variantide läbivaatamine Generaator (ehk generaator-klass) on klass, milles leidub (vähemalt) isendimeetod next(). Kons I Generaatori mõiste (Java) 1. Variantide läbivaatamine Generaator (ehk generaator-klass) on klass, milles leidub (vähemalt) isendimeetod next(). Konstruktorile antakse andmed, mis iseloomustavad mingit

Rohkem

Microsoft Word - Errata_Andmebaaside_projekteerimine_2013_06

Microsoft Word - Errata_Andmebaaside_projekteerimine_2013_06 Andmebaaside projekteerimine Erki Eessaar Esimene trükk Teadaolevate vigade nimekiri seisuga 24. juuni 2013 Lehekülg 37 (viimane lõik, teine lause). Korrektne lause on järgnev. Üheks tänapäeva infosüsteemide

Rohkem

pkm_2010_ptk1_Sissejuh.dvi

pkm_2010_ptk1_Sissejuh.dvi Peatükk 1 Sissejuhatus ülevaade staatika, dünaamika ja tugevusõpetuse põhimõistetest, hüpoteesidest ja võrranditest 1 1.1. Mehaanika harud 1-2 1.1 Mehaanika harud Mehaanika on teadus, mis uurib tahkete

Rohkem

3D mänguarenduse kursus (MTAT ) Loeng 3 Jaanus Uri 2013

3D mänguarenduse kursus (MTAT ) Loeng 3 Jaanus Uri 2013 3D mänguarenduse kursus (MTAT.03.283) Loeng 3 Jaanus Uri 2013 Teemad Tee leidmine ja navigatsioon Andmete protseduuriline genereerimine Projektijuhtimine Tee leidmine Navigatsiooni võrgustik (navigation

Rohkem

Microsoft Word - A-mf-7_Pidev_vorr.doc

Microsoft Word - A-mf-7_Pidev_vorr.doc 7. PIDEVUE VÕRRAND, LIANDITE DIFUIOON 7.1. Põhivalemi tuletamine Pidevuse võrrand kirjeldab liikuva vedeliku- või gaasimassi jäävust ruumielementi sisseja väljavoolava massi erinevus väljendub ruumiühikus

Rohkem

Sissejuhatus mehhatroonikasse MHK0120

Sissejuhatus mehhatroonikasse  MHK0120 Sissejuhatus mehhatroonikasse MHK0120 5. nädala loeng Raavo Josepson raavo.josepson@ttu.ee Pöördliikumine Kulgliikumine Kohavektor Ԧr Kiirus Ԧv = d Ԧr dt Kiirendus Ԧa = dv dt Pöördliikumine Pöördenurk

Rohkem

Neurovõrgud. Praktikum aprill a. 1 Stohhastilised võrgud Selles praktikumis vaatleme põhilisi stohhastilisi võrke ning nende rakendust k

Neurovõrgud. Praktikum aprill a. 1 Stohhastilised võrgud Selles praktikumis vaatleme põhilisi stohhastilisi võrke ning nende rakendust k Neurovõrgud. Praktikum 11. 29. aprill 2005. a. 1 Stohhastilised võrgud Selles praktikumis vaatleme põhilisi stohhastilisi võrke ning nende rakendust kombinatoorsete optimiseerimisülesannete lahendamiseks.

Rohkem

VL1_praks2_2009s

VL1_praks2_2009s Biomeetria praks 2 Illustreeritud (mittetäielik) tööjuhend Eeltöö 1. Avage MS Excel is oma kursuse ankeedivastuseid sisaldav andmestik (see, mida 1. praktikumiski analüüsisite), 2. nimetage Sheet3 ümber

Rohkem

Infix Operaatorid I Infix operaatorid (näiteks +) ja tüübid (näiteks ->) kirjutatakse argumentide vahele, mitte argumentide ette. Näiteks: 5 + 2, 2*pi

Infix Operaatorid I Infix operaatorid (näiteks +) ja tüübid (näiteks ->) kirjutatakse argumentide vahele, mitte argumentide ette. Näiteks: 5 + 2, 2*pi Infix Operaatorid I Infix operaatorid (näiteks +) ja tüübid (näiteks ->) kirjutatakse argumentide vahele, mitte argumentide ette. Näiteks: 5 + 2, 2*pi*r^2, Float -> Int Infixoperaatori kasutamiseks prefix-vormis

Rohkem

Eesti koolinoorte LIII matemaatikaolümpiaad 28. jaanuar 2006 Piirkonnavoor Hindamisjuhised Lp hindaja! 1. Juhime Teie tähelepanu sellele, et alljärgne

Eesti koolinoorte LIII matemaatikaolümpiaad 28. jaanuar 2006 Piirkonnavoor Hindamisjuhised Lp hindaja! 1. Juhime Teie tähelepanu sellele, et alljärgne Eesti koolinoorte LIII matemaatikaolümpiaad 28. jaanuar 2006 Piirkonnavoor Hindamisjuhised Lp hindaja! 1. Juhime Teie tähelepanu sellele, et alljärgnevas on 7. 9. klasside olümpiaadi I osa (testi) ning

Rohkem

Andmed arvuti mälus Bitid ja baidid

Andmed arvuti mälus Bitid ja baidid Andmed arvuti mälus Bitid ja baidid A bit about bit Bitt, (ingl k bit) on info mõõtmise ühik, tuleb mõistest binary digit nö kahendarv kahe võimaliku väärtusega 0 ja 1. Saab näidata kahte võimalikku olekut

Rohkem

elastsus_opetus_2013_ptk2.dvi

elastsus_opetus_2013_ptk2.dvi Peatükk 2 Pinge 1 2.1. Jõud ja pinged 2-2 2.1 Jõud ja pinged Kehale mõjuvad välisjõud saab jagada kahte rühma. 1. Pindjõud ehk kontaktjõud on põhjustatud keha kontaktist teiste kehade või keskkondadega.

Rohkem

III teema

III teema KORDAMINE RIIGIEKSAMIKS IV TRIGONOMEETRIA ) põhiseosed sin α + cos α = sin tanα = cos cos cotα = sin + tan = cos tanα cotα = ) trigonomeetriliste funktsioonide täpsed väärtused α 5 6 9 sin α cos α tan

Rohkem

PALMIKRÜHMAD Peeter Puusempa ettekanded algebra ja geomeetria õppetooli seminaril 11., 18. ja 25. jaanuaril a. 1. Palmikud ja palmikrühmad Ajalo

PALMIKRÜHMAD Peeter Puusempa ettekanded algebra ja geomeetria õppetooli seminaril 11., 18. ja 25. jaanuaril a. 1. Palmikud ja palmikrühmad Ajalo PALMIKRÜHMAD Peeter Puusempa ettekanded algebra ja geomeetria õppetooli seminaril 11., 18. ja 25. jaanuaril 2009. a. 1. Palmikud ja palmikrühmad Ajaloolisi märkmeid 1891 ilmus Adolf Hurwitzi 1 artikkel

Rohkem

Pealkiri

Pealkiri Andmebaasid II praktikum Andmebaaside administreerimine Andmete sisestamine KESKKOND, KASUTAJAD, ÕIGUSED Mõisted Tabelid, vaated, trigerid, jpm on objektid Objektid on grupeeritud skeemi Skeemid moodustavad

Rohkem

Mining Meaningful Patterns

Mining Meaningful Patterns Konstantin Tretjakov (kt@ut.ee) EIO õppesessioon 19. märts, 2011 Nimetuse saladus Vanasti kandis sõna programmeerimine natuke teistsugust tähendust: Linear program (~linear plan) X ülesannet * 10 punkti

Rohkem

6

6 TALLINNA ÕISMÄE GÜMNAASIUMI ÕPPESUUNDADE KIRJELDUSED JA NENDE TUNNIJAOTUSPLAAN GÜMNAASIUMIS Õppesuundade kirjeldused Kool on valikkursustest kujundanud õppesuunad, võimaldades õppe kolmes õppesuunas. Gümnaasiumi

Rohkem

my_lauluema

my_lauluema Lauluema Lehiste toomisel A. Annisti tekst rahvaluule õhjal Ester Mägi (1983) Soran Alt q = 144 Oh se da ke na ke va de ta, ae ga i lust üü ri kes ta! üü ri kes ta! 3 Ju ba on leh tis lei na kas ke, hal

Rohkem

Praks 1

Praks 1 Biomeetria praks 6 Illustreeritud (mittetäielik) tööjuhend Eeltöö 1. Avage MS Excel is oma kursuse ankeedivastuseid sisaldav andmestik, 2. lisage uus tööleht, nimetage see ümber leheküljeks Praks6 ja 3.

Rohkem

(Tõrked ja töökindlus \(2\))

(Tõrked ja töökindlus \(2\)) Elektriseadmete tõrked ja töökindlus Click to edit Master title style 2016 sügis 2 Prof. Tõnu Lehtla VII-403, tel.6203 700 http://www.ttu.ee/energeetikateaduskond/elektrotehnika-instituut/ Kursuse sisu

Rohkem

efo03v2pkl.dvi

efo03v2pkl.dvi Eesti koolinoorte 50. füüsikaolümpiaad 1. veebruar 2003. a. Piirkondlik voor Põhikooli ülesannete lahendused NB! Käesoleval lahendustelehel on toodud iga ülesande üks õige lahenduskäik. Kõik alternatiivsed

Rohkem

Praks 1

Praks 1 Biomeetria praks 6 Illustreeritud (mittetäielik) tööjuhend Eeltöö 1. Avage MS Excel is ankeedivastuseid sisaldav andmestik, 2. lisage uus tööleht, nimetage see ümber leheküljeks Praks6 ja 3. kopeerige

Rohkem

DIGITAALTEHNIKA DIGITAALTEHNIKA Arvusüsteemid Kümnendsüsteem Kahendsüsteem Kaheksandsüsteem Kuueteistkü

DIGITAALTEHNIKA DIGITAALTEHNIKA Arvusüsteemid Kümnendsüsteem Kahendsüsteem Kaheksandsüsteem Kuueteistkü DIGITAALTEHNIKA DIGITAALTEHNIKA... 1 1. Arvusüsteemid.... 2 1.1.Kümnendsüsteem....2 1.2.Kahendsüsteem.... 2 1.3.Kaheksandsüsteem.... 2 1.4.Kuueteistkümnendsüsteem....2 1.5.Kahendkodeeritud kümnendsüsteem

Rohkem

Andmebaasid, MTAT loeng Normaalkujud

Andmebaasid, MTAT loeng Normaalkujud Andmebaasid, MTAT.03.264 6. loeng Normaalkujud E-R teisendus relatsiooniliseks Anne Villems Meil on: Relatsiooni mõiste Relatsioonalgebra Kus me oleme? Funktsionaalsete sõltuvuse pere F ja tema sulund

Rohkem

Osakogumite kitsendustega hinnang Kaja Sõstra 1 Eesti Statistikaamet Sissejuhatus Valikuuringute üheks oluliseks ülesandeks on osakogumite hindamine.

Osakogumite kitsendustega hinnang Kaja Sõstra 1 Eesti Statistikaamet Sissejuhatus Valikuuringute üheks oluliseks ülesandeks on osakogumite hindamine. Osakogumite kitsendustega hinnang Kaja Sõstra 1 Eesti Statistikaamet Sissejuhatus Valikuuringute üheks oluliseks ülesandeks on osakogumite hindamine. Kasvanud on nõudmine usaldusväärsete ja kooskõlaliste

Rohkem

PIDEVSIGNAALIDE TÖÖTLEMINE

PIDEVSIGNAALIDE TÖÖTLEMINE 5. Lõpliku siirdega filtrid (I) SIGNAALITÖÖTLUS II Loegumaterjal 5 (I/II) Toomas uube I filter omab lõpliku pikkusega diskreetset impulsskaja hi iltri väljudsigaal y o kovolutsioo impulsskajast ja diskreetsest

Rohkem

6

6 TALLINNA ÕISMÄE GÜMNAASIUMI ÕPPESUUNDADE KIRJELDUSED JA NENDE TUNNIJAOTUSPLAAN GÜMNAASIUMIS Õppesuundade kirjeldused Kool on valikkursustest kujundanud õppesuunad, võimaldades õppe kahes õppesuunas. Gümnaasiumi

Rohkem

BioMech_2011_1.dvi

BioMech_2011_1.dvi Tallinna Tehnikaülikool Mehaanikainstituut Rakendusmehaanika õppetool Andrus Salupere Biomehaanika (Sissejuhatavad loengud mehaanika) Tallinn 2011 2 Peatükk 1 Sissejuhatus 1.1 Mis on biomehaanika Biomehaanika

Rohkem

pkm_2016_ptk7_olekuvõrrandid

pkm_2016_ptk7_olekuvõrrandid 1 Peatükk 7 Olekuvõrrandid 7.1 Sissejuhatus Vastavalt pideva keskkonna neljale põhiaksioomile oleme saanud põhivõrrandite süsteemi, mis koosneb kaheksast sõltumatust võrrandist 1. 1. Massi jäävuse seadus

Rohkem

Microsoft Word - Karu 15 TERMO nr 527.doc

Microsoft Word - Karu 15 TERMO nr 527.doc Termoülevaatus nr.57 (57/1. Märts 8) Hoone andmed Aadress Lühikirjeldus Karu 15, Tallinn Termopildid Kuupäev 6.1.8 Tuule kiirus Õhutemperatuur -1,1 o C Tuule suund Osalesid Kaamera operaator Telefoni nr.

Rohkem

Microsoft Word - VG loodus

Microsoft Word - VG loodus Loodusteaduste õppesuund Loodusteaduste õppesuund annab lisateadmisi loodusprotsesside toimemehhanismide paremaks mõistmiseks ja igapäevaeluliste probleemide lahendamiseks. Uusi teadmisi saadakse loodusteaduslikke

Rohkem

ET TOIMIVUSDEKLARATSIOON vastavalt järgneva määruse (EL) Nr. 305/2011 lisale III: lisale III Elektritööriistadega kasutatavad Hilti kinnitid X-P 20 B3

ET TOIMIVUSDEKLARATSIOON vastavalt järgneva määruse (EL) Nr. 305/2011 lisale III: lisale III Elektritööriistadega kasutatavad Hilti kinnitid X-P 20 B3 ET TOIMIVUSDEKLARATSIOON vastavalt järgneva määruse (EL) Nr. 305/2011 lisale III: lisale III Elektritööriistadega kasutatavad Hilti kinnitid X-P 20 B3, X-P 24 B3, X-P 20 G3 ja X-P 24 G3, mis on mõeldud

Rohkem

Pintsli otsade juurde tegemine Esiteks Looge pilt suurusega 64x64 ja tema taustaks olgu läbipaistev kiht (Transparent). Teiseks Minge kihtide (Layers)

Pintsli otsade juurde tegemine Esiteks Looge pilt suurusega 64x64 ja tema taustaks olgu läbipaistev kiht (Transparent). Teiseks Minge kihtide (Layers) Pintsli otsade juurde tegemine Esiteks Looge pilt suurusega 64x64 ja tema taustaks olgu läbipaistev kiht (Transparent). Teiseks Minge kihtide (Layers) aknasse ja looge kaks läbipaistvat kihti juurde. Pange

Rohkem

ISS0010_5osa_2018

ISS0010_5osa_2018 Süeemieooria ISS E 5 EP Juhiavu, jälgiavu, raendued hp://www.alab.ee/edu/i Eduard Pelenov eduard.pelenov@u.ee, TTÜ IT5b, el. 64 TTÜ rvuiüeemide iniuu ruae üeemide eu Juhiavu, jälgiavu Juharvui Süeem JUHITVUS!

Rohkem

Failiotsing: find paljude võimalustega otsingukäsk find kataloog tingimused kataloog - otsitakse sellest kataloogist ja tema alamkataloogidest tingimu

Failiotsing: find paljude võimalustega otsingukäsk find kataloog tingimused kataloog - otsitakse sellest kataloogist ja tema alamkataloogidest tingimu Failiotsing: find paljude võimalustega otsingukäsk find kataloog tingimused kataloog - otsitakse sellest kataloogist ja tema alamkataloogidest tingimused: faili nimi faili vanus faili tüüp... 1 Failiotsing:

Rohkem

TARTU ÜLIKOOL MATEMAATIKA-INFORMAATIKATEADUSKOND MATEMAATILISE STATISTIKA INSTITUUT Astrid Haas Üldistatud lineaarne segamudel ESM-uuringu andmetele M

TARTU ÜLIKOOL MATEMAATIKA-INFORMAATIKATEADUSKOND MATEMAATILISE STATISTIKA INSTITUUT Astrid Haas Üldistatud lineaarne segamudel ESM-uuringu andmetele M TARTU ÜLIKOOL MATEMAATIKA-INFORMAATIKATEADUSKOND MATEMAATILISE STATISTIKA INSTITUUT Astrid Haas Üldistatud lineaarne segamudel ESM-uuringu andmetele Magistritöö (30 EAP) Finants- ja kindlustusmatemaatika

Rohkem

Ülesanne #5: Käik objektile Kooli ümberkujundamist vajava koha analüüs. Ülesanne #5 juhatab sisse teise poole ülesandeid, mille käigus loovad õpilased

Ülesanne #5: Käik objektile Kooli ümberkujundamist vajava koha analüüs. Ülesanne #5 juhatab sisse teise poole ülesandeid, mille käigus loovad õpilased Ülesanne #5: Käik objektile Kooli ümberkujundamist vajava koha analüüs. Ülesanne #5 juhatab sisse teise poole ülesandeid, mille käigus loovad õpilased oma kujunduse ühele kohale koolis. 5.1 Kohavalik Tiimi

Rohkem

Imbi Traat, Natalja Lepik (Tartu Ülikool), 2013 E-kursuse Bayesi statistika Markovi ahelatega materjalid Aine maht 6 EAP Imbi Traat, Natalja Lepik (Ta

Imbi Traat, Natalja Lepik (Tartu Ülikool), 2013 E-kursuse Bayesi statistika Markovi ahelatega materjalid Aine maht 6 EAP Imbi Traat, Natalja Lepik (Ta Imbi Traat, Natalja Lepik (Tartu Ülikool), 2013 E-kursuse Bayesi statistika Markovi ahelatega materjalid Aine maht 6 EAP Imbi Traat, Natalja Lepik (Tartu Ülikool), 2013 Bayesi statistika Markovi ahelatega,

Rohkem

Microsoft Word - essee_CVE ___KASVANDIK_MARKKO.docx

Microsoft Word - essee_CVE ___KASVANDIK_MARKKO.docx Tartu Ülikool CVE-2013-7040 Referaat aines Andmeturve Autor: Markko Kasvandik Juhendaja : Meelis Roos Tartu 2015 1.CVE 2013 7040 olemus. CVE 2013 7040 sisu seisneb krüptograafilises nõrkuses. Turvaaugu

Rohkem

Suunised Euroopa turu infrastruktuuri määruse (EMIR) kohaste kesksetele vastaspooltele suunatud protsüklilisusvastaste tagatismeetmete kohta 15/04/201

Suunised Euroopa turu infrastruktuuri määruse (EMIR) kohaste kesksetele vastaspooltele suunatud protsüklilisusvastaste tagatismeetmete kohta 15/04/201 Suunised Euroopa turu infrastruktuuri määruse (EMIR) kohaste kesksetele vastaspooltele suunatud protsüklilisusvastaste tagatismeetmete kohta 15/04/2019 ESMA70-151-1496 ET Sisukord I. Reguleerimisala...

Rohkem

OÜ Lemonsport Hummel spordivarustus Raplamaa JK õpilastele ja pereliikmetele Valik september Jalgpallikooli võistlus- ja treeningvarustus 20

OÜ Lemonsport Hummel spordivarustus Raplamaa JK õpilastele ja pereliikmetele Valik september Jalgpallikooli võistlus- ja treeningvarustus 20 OÜ Lemonsport Hummel spordivarustus Raplamaa JK õpilastele ja pereliikmetele Valik september 2016 -... Jalgpallikooli võistlus- ja treeningvarustus 2016/17 Jalgpallisärk 22.- 100% polüester Suurused 6/8,

Rohkem

NR-2.CDR

NR-2.CDR 2. Sõidutee on koht, kus sõidavad sõidukid. Jalakäija jaoks on kõnnitee. Kõnnitee paikneb tavaliselt mõlemal pool sõiduteed. Kõige ohutum on sõiduteed ületada seal, kus on jalakäijate tunnel, valgusfoor

Rohkem

6. KLASSI MATEMAATIKA E-TASEMETÖÖ ERISTUSKIRI Alus: haridus- ja teadusministri määrus nr 54, vastu võetud 15. detsembril E-TASEMETÖÖ EESMÄRK Tas

6. KLASSI MATEMAATIKA E-TASEMETÖÖ ERISTUSKIRI Alus: haridus- ja teadusministri määrus nr 54, vastu võetud 15. detsembril E-TASEMETÖÖ EESMÄRK Tas 6. KLASSI MATEMAATIKA E-TASEMETÖÖ ERISTUSKIRI Alus: haridus- ja teadusministri määrus nr 54, vastu võetud 15. detsembril 2015. E-TASEMETÖÖ EESMÄRK Tasemetööga läbiviimise eesmärk on hinnata riiklike õppekavade

Rohkem

VL1_praks6_2010k

VL1_praks6_2010k Biomeetria praks 6 Illustreeritud (mittetäielik) tööjuhend Eeltöö 1. Avage MS Excel is oma kursuse ankeedivastuseid sisaldav andmestik, 2. lisage uus tööleht (Insert / Lisa -> Worksheet / Tööleht), nimetage

Rohkem

Microsoft PowerPoint - Keskkonnamoju_rus.ppt

Microsoft PowerPoint - Keskkonnamoju_rus.ppt Keskkonnakonverents 07.01.2011 Keskkonnamõju hindamine ja keskkonnamõju strateegiline hindamine on avalik protsess kuidas osaleda? Elar Põldvere (keskkonnaekspert, Alkranel OÜ) Kõik, mis me õpime täna,

Rohkem

QUANTUM SPIN-OFF - Experiment UNIVERSITEIT ANTWERPEN

QUANTUM SPIN-OFF - Experiment UNIVERSITEIT ANTWERPEN 1 Kvantfüüsika Tillukeste asjade füüsika, millel on hiiglaslikud rakendusvõimalused 3. osa: PRAKTILISED TEGEVUSED Elektronide difraktsioon Projekti Quantum Spin-Off rahastab Euroopa Liit programmi LLP

Rohkem