ROZMYTE WARTOŚCI WIELKOŚCI PRODUKCJI I INTERWAŁOWE WARTOŚCI KOSZTÓW W ANALIZIE WEJŚCIA WYJŚCIA.
|
|
- Adrian Wilk
- 5 lat temu
- Przeglądów:
Transkrypt
1 Marusz GONERA Instytut Informatyk Teoretyczne Stosowane ul. Dąbrowskego, 73, 42-2 Częstochowa ROZMYTE WARTOŚCI WIELKOŚCI PRODUKCJI I INTERWAŁOWE WARTOŚCI KOSZTÓW W ANALIZIE WEJŚCIA WYJŚCIA. (2 słów) Współczesne przedsęborstwa produkcyne lub usługowe do efektywne dzałalnośc wymagaą stnena narzędz ekonomcznych nformatycznych wspomagaących proces zarządzana welkoścą wymagane produkc oraz mnmalzuących wszelake koszty. Takm narzędzem est z pewnoścą analza weśca-wyśca sformułowana przez Leontefa na początku lat 3-tych. Metoda skoarzony z ną model opsuą wzaemne zależnośc pomędzy cenam, welkoścą produkc, popytem podażą w danym systeme ekonomcznym. Analza weśca-wyśca dae możlwość prognozowana welkośc przyszłe produkc oraz ułatwa szacowane kosztów dzałalnośc przedsęborstw, staąc sę tym samym edną z klasy metod wspomagaących podemowane optymalzowanych decyz ekonomcznych gospodarczych. W praktycznych zastosowanach dane opsuące proces produkcyny zawsze obarczone są nepewnoścą. Uwzględnene wspomnane nepewnośc wymaga zastosowana specyfcznego opsu matematycznego aparatu nformatycznego. Nabardze skutecznym sposobem uwzględnena nepewnośc est przedstawene wszystkch parametrów w forme nterwałowe lub rozmyto-nterwałowe wykorzystane odpowedne metodolog matematyczne. Maąc na uwadze powyższe spostrzeżena proponuemy w nnesze pracy nterwałowe rozszerzene klasyczne analzy weśca-wyśca, którego rozwązane pozbawone będze konecznośc odwracana główne macerzy nterwałowe, zwane nterwałową macerzą produkcyną. Brak odwracana macerzy będze możlwy dzęk zastosowanu, sformułowane przez nas, zmodyfkowane metody Gaussa z wyelmnowaną z postępowana odwrotnego operacą dzelena nterwałowego. Zmodyfkowana procedura rozwązywana nterwałowych układów równań umożlw uzyskane rozmyto-nterwałowych wartośc kosztów welkośc produkc w przypadku, gdy wszystke dane weścowe będą mały postać nterwałową. SŁOWA KLUCZOWE: Analza Weśca-Wyśca, IOA, Lczba Interwałowa, Zmodyfkowana Procedura Gaussa, Interwałowy Model Weśca-Wyśca, Interwałowa Tabela Weśca-Wyśca KEYWORDS: Input-Output Analyss, IOA, Interval Number, Modfed Gauss Procedure, Interval Input-Output Model, Interval Input-Output Table 1. WPROWADZENIE Nezwykle efektywnym narzędzem stosowanym przez ponad 6 kraów na śwece do optymalzac procesów produkcynych, poprawy stanu gospodark analzy alokac kosztów mędzysektorowych est, sformułowana przez Leontefa, analza weśca-wyśca. Została ona początkowo wykorzystana do badana gospodark Stanów Zednoczonych [5-6], [8-9]. Analza weśca-wyśca est sformalzowaną metodą wyaśnaącą zawłe wzaemne zależnośc podaży, popytu, nakładów nwestycynych oraz kosztów w różnych sektorach złożonych systemów ekonomcznych [7]. Poprzez system ekonomczny rozumeć możemy zarówno poedynczą frmę produkcyną ak całą gospodarkę akegoś państwa. Modele weśca-wyśca oparte na takch systemach dostarczaą nformac o strukturze połączeń pomędzy weloma sektoram wspomagaą ogólny plan produkcyny. Rozległe prace nad praktycznym wykorzystanem analzy weśca-wyśca [9-13] udowodnły e wyątkową przydatność w dzedzne zarządzana kontrol kosztów prowadzena dzałalnośc produkcyno-usługowe. Prace te zostały z czasem rozszerzone o wykorzystane kosztów zwązanych z - 1 -
2 ochroną środowska redukcą zaneczyszczeń w ogólnych planach funkconowana przedsęborstw [12-13]. Wynk analzy uwzględnaące take dane umożlwły zgłębene wedzy na temat tego, w ak sposób optymalne dzelć koszty pomędzy sektoram przedsęborstw. Wspomnane wcześne prace nad modelem analzą weśca-wyśca ne uwzględnały tak wszechobecne nepewnośc, która ak obecne wadomo, stanow poważny element składowy wszystkch metod wspomagaących podemowane decyz. W praktycznych zastosowanach ne stosuemy bowem opsu parametrów za pomocą poedynczych lczb, lecz przy pomocy pewnych przedzałów zmennośc wartośc tych parametrów. Aby uwzględnć w akś rozsądny sposób nepewność w procese analzy danych, należy e w odpowedn sposób przedstawć. Nepewność uwzględnać mogą dane w postac nterwałowe, rozmyte lub stochastyczne (lczby losowe). Prace nad analzą weśca-wyśca uwzględnaącą stochastyczną nepewność były prowadzone od początku lat 7-tych. Uawnły one poważne wady podeść losowych [16-18] w kontekśce stnena konecznośc odwracana tzw. główne macerzy produkcyne, które to odwracane est ednym z poważneszych źródeł propagac nepewnośc. W zwązku z uawnonym wadam podeść losowych, współczesne badana nad zastosowanam metody Leontefa skerowane zostały ku wykorzystanu lczb nterwałowych ako opsu źródeł nepewnośc. Podstawy nterwałowe analzy wprowadzł Moore [1], [14], natomast e modyfkace były udzałem Markov a [2], Hansen a [3] Syndov a[4]. Interwałowy ops parametrów pozwala na elastyczne planowane produkc dynamczne prognozowane przedzału prawdopodobnych kosztów. Poza tym, tak ops danych, w odróżnenu od formy rozmyto-nterwałowe, est bardze akceptowany przez menadżerów, którzy dostarczaą dane do analzy. Znaczne łatwe est bowem w praktyce wyznaczyć mnmalną maksymalną wartość danego parametru nż namne nabardze prawdopodobne przedzały ego zmennośc (co wymagane est do rozmyto-nterwałowego opsu danych wprowadzonego przez L. Zadeh a). W nnesze pracy przedstawone zostane nterwałowe rozszerzene klasycznego determnstycznego modelu weśca-wyśca przekształconego do postac, która pozbawona będze konecznośc zastosowana operac odwracana macerzy nterwałowe. Elmnaca odwracana macerzy z nterwałowego modelu weśca-wyśca była ednym z podstawowych założeń nasze pracy, poneważ est ona głównym źródłem propagac błędów zwększana sę nepewnośc wynków (co zwązane est z gwałtownym, trudnym w kontrol, rozszerzanem sę szerokośc nterwałów). Wspomnane problemy rozwązane zostały poprzez zastosowane zmodyfkowane przez nas nterwałowe metody rozwązywana układów równań lnowych. Zmodyfkowana metoda Gaussa umożlwła uzyskane rozmytych wartośc welkośc produkc nterwałowych wartośc kosztów w sytuac, gdy wszystke dane maą postać nterwałową. Dane do badań nad skutecznoścą naszego podeśca zaczerpnęte zostały z pracy [15]. Dotyczą one parametrów pracy przedsęborstwa zamuącego sę farbowanem materałów tekstylnych. Pozostała część nnesze pracy została zorganzowana w następuący sposób. W rozdzale 2 przedstawony est krótk przykład lustruący w ak sposób odbywa sę analza weśca-wyśca. Rozdzał 3 zawera nterwałowe rozszerzene klasycznego modelu weśca-wyśca. Rozdzał 4 zawera etapy budowy - 2 -
3 łowego modelu weśca-wyśca. Rozdzał 6 zawera końcowe wnosk spostrzeżena. 2. PROSTY PRZYKŁAD ILUSTRUJĄCY FUNKCJONOWANIE KLASYCZNEJ ANALIZY WEŚCIA-WYJŚCIA Zamast opsu zasad funkconowana klasyczne analzy weśca-wyśca operuące na lczbach rzeczywstych, postanowlśmy przedstawć krótk przykład dotyczący przypadku gdy model ekonomczny, poddawany analze, opsany est poprzez trzy sektory (Tabela 1) (Kempner 1987). Sektor A opsue rolnctwo, sektor B dotyczy zntegrowane nterwałowe tabel weśca-wyśca. W rozdzale 5 proponuemy metodę rozwązana nterwaprodukc przemysłowe, natomast sektor C zawera dane o produkc wyśca zostane przedstawony w rozdzale 4. gospodarstw domowych. Sposób budowy zntegrowane tabel, stanowące podstawę analzy weśca- Tabela 1. Prosty model weśca-wyśca dla trzech sektorów gospodarczych Sprzedaż (pozomo) Kupno (ponowo) Całkowte w yśce Sektor A Sektor B Sektor C Przych ód zewnętrzny Sektor A Sektor B Sektor C Koszty funkconowana Całkowte weśce Analzuąc powyższą tabelę możemy zauważyć, że na przykład, Sektor B sprzedae (przekazue) towary (lub zasoby fnansowe) za 4 [mld $] do Sektora A za 1 [mld $] do Sektora C, poza tym towary za 26 [mld $] sprzedane zostały do zewnętrznych, nnych sektorów. Aby wyprodukować globalną produkcę na pozome 4 [mld $], Sektor B zmuszony est nabyć (pobrać) 6 [mld $] w towarach lub usługach od Sektora A 1 [mld $] od Sektora C. W tabel uwzględnono równeż to, że Sektor B zużywa 24 [mld] na koszty funkconowana. Zauważyć należy, że dzałalność wewnątrz Sektora B ne est brana pod uwagę, co obawa sę tym, że na przecęcu wersza kolumny odpowadaącym Sektorow B ne znaduą sę żadne wartośc w praktyce znadue sę tam wartość. Tak stan rzeczy powodue zmneszene stopna uszczegółowena prowadzone analzy, lecz z druge strony pozwala na rozpatrywane każdego sektora osobno bez konecznośc zagłębana sę w wewnętrzną strukturę ego dzałalnośc. Całkowte wyśce przyporządkowane do danego sektora zawera nformacę o tym ak dochód przynósł ten sektor (Sektor B 4 [mld $]), natomast całkowte weśce mów o tym ake est zapotrzebowane danego sektora na surowce, półprodukty lub zasoby fnansowe (Sektor B 4 [mld $]. W ogólnym przypadku te welkośc dla danego sektora maą taką samą wartość (blans produkcyny wynos ). Zdarzyć sę może, że edna z tych wartośc będze wększa. Jeżel wększa będze wartość całkowtego wyśca to oznacza, że w sektorze zastosowano strategę ogranczana kosztów przez co blans est na korzyść dochodów. W przecwnym przypadku sektor przynos straty
4 Ze względu na wymog analzy weśca-wyśca należy przekształcć wszystke wartośc w tabel 1 (oprócz całkowtych weść, całkowtych wyść przychodu zewnętrznego) do postac współczynnkowe Tabela 2. (procentowy udzał podaży popytu danego sektora w całkowtym popyce całkowte podaży). Tabela 2. Współczynnkowa postać tabel weśca-wyśca Sprzedaż (pozomo) Kupno (ponowo) Całkowte wyśce Sektor A Sektor B Sektor C Przychód zewnętrzny Sektor Sektor B Sektor C Koszty roboczny Całkowte weśce Klasyczny model weśca-wyśca dla analzy weśca-wyśca oparte na danych w postac lczb rzeczywstych [6] może być przedstawony ako: xre = ( I Mre ) 1 qre, (1) gdze: xre wektor zaweraące dane o całkowte sprzeda ży (całkowte wyśce) zwany wektorem podaży, qre wektor przychodów zewnętrznych (sprzedaż do zewnętrznych sektorów, ne uwzględnonych w analze), Mre- główna macerz współczynnków, zwana macerzą produkcyną lub macerzą technologczną. Na podstawe danych z tabel 2 możemy powedzeć, że: re =.2.5 M, I = 1, ( I Mre ) = , qre T = [ ] Aby wyelmnować z równana (1) koneczność odwracana macerzy przekształcamy e do postac: ( I Mre ) xre = qre (2) Powyższe równane może być teraz rozwązane przy pomocy dowolnego algorytmu rozwązywana układów równań lnowych w postac macerzowe (dla danych rzeczywstych). W ten sposób otrzymalśmy pewen model, który może być w późneszym czase wykorzystany do prognozowana zman podaży kosztów w poszczególnych sektorach. Załóżmy dla potrzeb przykładu, że przychód zewnętrzny zwązany z Sektorem A (rolnctwem) zwększy sę ze 1 [mld $] do 12 [mld $]. Chcelbyśmy teraz poznać prognozę tego ak zmeną sę ogólne podaże we wszystkch sektorach powązanych z Sektorem A. Ponadto nteresowałaby nas zmana kosztów dzałalnośc sektorów po uwzględnenu powyższe zmany w welkośc produkc. Odpowedz na te pytana uzyskamy po zmodyfkowanu tabel 2 po rozwązanu równana (2). W wynku otrzymumy wektor całkowtych wyść (całkowte podaży) xre T = [ xre ] T = [ ] 222. Na ego podstawe możemy oszacować zmanę kosztów funkconowana wszystkch sektorów w następuący sposób: lc = xre c (3) - 4 -
5 gdze: lc wartość kosztu funkconowana poedynczego sektora, xre - wartość całkowte produkc po ponownym rozwązanu równana (2), c - procentowy udzał kosztu funkconowana poszczególnego sekto- podstawe nowych danych możemy oszacować zmodyfkowane koszty funkconowana ra w ego całkowte wartośc weśca (zapotrzebowana na różnorake środk weścowe). Na poszczególnych sektorów, które wynoszą lc T T = [ lc ] = [ ]. Zauważamy węc, że dla Sektora A koszty funkconowana wzrosły o 12.5 [mld $], dla Sektora B o 5.1 [mld $] oraz dla Sektora C o 2.3 [mld $]. 3. INTERWAŁOWA ANALIZA I MODEL WEJŚCIA-WYJŚCIA Interwałowe rozszerzene modelu Leontefa oparte zostało na klasycznym (dla lczb rzeczywstych) modelu weśca-wyśca [6]. Przy ego formułowanu wzorowalśmy sę na pracy badawcze C.C. Wu N.B. Chang [15]. Rozszerzene to pocągnęło za sobą koneczność modyfkac tabel weśca-wyśca, na które ta analza bazue, równeż do postac nterwałowe. Budowa wygląd naczęśce wykorzystywane nterwałowe tabel weśca-wyśca przedstawa Tabela 3 w rozdzale 4. Proponowany model nterwałowy umożlwa pełną analzę naczęśce spotykanych sektorów w przedsęborstwach produkcynych usługowych. Towarzysząca mu tabela opsue główne weśca (źródła surowców, półproduktów, źródeł fnansowana, zobowązana, amortyzaca) oraz typowe wyśca (sprzedaż zapasy). Formułowany model mus być zgodny ze standardem, węc pownen uwzględnać edno wyśce dla każdego sektora, edno lub wele weść, pownen operać sę na główne nterwałowe, kwadratowe macerzy produkcyne zaweraące ustalone w dane chwl współczynnk weśca-wyśca, oraz być zależny od tzw. lnowe, ednorodne funkc produkcyne. Dla uproszczena analzy formułowanego modelu na początku przedstawmy wszystke wymagane oznacze- na: x, nterwałowe współczynnk weśca-wyśca określaące wymagana wobec produktu przez sektor, gdze, = 1,, m, m lość sektorów lub produktów t h, weśce nnych zasobów takch ak amortyzaca, ubezpeczena h gdze g lczba pozostałych zasobów, = 1,, m xout całkowte wyśce (podaż, produkca) dla sektora (produktu), = 1,, m xn całkowte weśce dla sektora uwzględnaąc produkt, = 1,, m f końcowa (zewnętrzna) sprzedaż zapasy produktu, = 1,, m er k, nterwałowe wartośc określaące tzw. zewnętrzne weśca (np. zewnętrzne źródła zaopatrzena) take ak materał produkcyny k wymagany przez sektor produkcyny, k = 1,, l, gdze l lczba weść ze- wnętrznych, = 1,, m wymagane przez sektor, h = 1,, g, Możemy teraz przystąpć do formułowana kompletnego nterwałowego modelu weśca-wyśca do typowych zastosowań gospodarczych. Elementarne całkowte wyśce odpowadaące danemu sektorow, opsuące zapotrzebowane na zasób est wyrażone ako suma wszystkch współczynnków x, dotyczących analzowanego sektora odpowedne wartośc końcowego wyśca f : xout = n = 1 x, + f (4)
6 natomast elementarne całkowte we śce dla sektora może być przedstawone ako suma wartośc wszyst- kch weść zaslaących produkcę w danym sektorze: xn = n l x + erk, + = 1 k = 1 k = 1 m, t (5) h, Aby prześć do formułowana macerzowe postac nterwałowe analzy weśca-wyśca musmy podobne ak to ma mesce w klasycznym modelu zdefnować tzw. technologczne współczynnk weśca-wyśca, określaące procentowy udzał każdego weśca w całkowtym weścu dla konkretnego sektora: lub w postac macerzowe: x, erk, t a, =, erk, =, th, = xn xn xn h,. (6) A = [ a, ] n n, ER = [ erk ] l n,, T = [ t h, ] m n (7) Na podstawe zależnośc (6) możemy przekształcć główne równane (1) nterwałowego modelu weścawyśca do postac: xout = n = 1 a następne zastąpć e macerzowym równoważnkem: a, xn + f (8) xout = A xn + f (9) Jeżel, dla uproszczena całego toku analzy, założymy, że (I A) = L, przy czym L określamy ako tzw. nterwałową odwrotną, kwadratową macerz Leontefa, to możemy zapsać, że: 1 xout = (I A) 1 f = L f (1) Wykorzystuąc równane (1) esteśmy w stane wyznaczyć prognozę pozomu produkc dla każdego sektora w frme, przedsęborstwe a nawet w całym państwe borąc pod uwagę sumaryczny popyt na rynku. Możlwe est też wyznaczene (w forme procentowego udzału) wszystke wymagane wartośc dla weść zewnętrznych dla weść nnych zasobów w następuący sposób: 1 U = ER (I A) (11) gdze: U = [ u k, ] l n [ v h, ] m n V =. 1 V = T (I A), (12) Istnee równeż możlwość wyznaczena tzw. sumarycznych wartośc tu dla weść zewnętrznych oraz tv dla weść nnych zasobów, które są wyrażone w odpowednch ednostkach: tu = U f (13) tv = V f (14) Gdy założymy, że pe k, k = 1,, l oznaczać będze ednostkową cenę zasobu dostarczanego do weśca zewnętrznego k, oraz że po h, h = 1,, g, zawera nformacę o ednostkowym koszce nnego zasobu do
7 starczanego w czase okresu produkcynego, to całkowty koszt tc funkconowana poszczególnych sektorów może być wyznaczony na podstawe zależnośc : l m tc = pe k u k, + po h v h, k = 1 h= 1 f (15) Wykorzystuąc tak sform ułowany nterwałowy model weśca-wyśca, można oszacować welkość produkc dla wszystkch wyrobów (produktów), koszty funkconowana sektorów oraz lość wymaganych zasobów weścowych. Mechanzm ten pomaga unknąć sytuac nadprodukc albo nadmarowego zużyca surowców. 4. BUDOWA I PRAKTYCZNY PRZYKŁAD INTERWAŁOWEJ TABELI WEJŚCIA-WYJŚCIA Sformułowana powyże nterwałowa analza weśca zwązany z ną model, operaą sę na danych zgromadzonych w specalne tabel, zwane nterwałową tabelą weśca-wyśca. Zawera ona nformace o welkośc produkc w danym sektorze, o zapotrzebowanu na poszczególne surowce półprodukty, ale przede wszystkm e struktura zawera schemat połączeń mędzysektorowych. Dane do budowy te tabel można uzyskać od menadżerów ksęgowych nstytuc dla które przeprowadzamy analzę. Typowa nterwałowa tabela weśca-wyśca, którą można stosować w wększośc zagadneń gospodarczych, przedstawona est w tabel 3. Je tworzene podzelone est na klka etapów: budowane zależnośc pomędzy różnym sektoram; na tym etape wszystke sektory musmy podzelć na dwe grupy: na sektory produkcyne sektory usługowe obsługuące sektory produkcyne lub nne sektory. Na weśca każdego sektora dostarczane są różnorodne zasoby od których zależy ego funkconowane, natomast wyśce sektora opsue pozom ego sprzedaży lub sprzedaży zapasów. kompletowane zewnętrznych weść dla wszystkch sektorów; Wymagane zewnętrzne weśca obemuą surowce nne materały, take ak ole napędowy, elektryczność zasoby wody, które są pośredno wymagane w trakce wytwarzana akegoś wyrobu. Ta część tabel weśca-wyśca est przydatna do uzyskana nformac na temat popytu (zapotrzebowana) na wszystke typy materałów. Tabela 3. Kompletna tabela dla nterwałowe gospodarcze analzy weśca-wyśca Wewnętrzne weśca Sektor produkcyny 1 Sektor produkcyny n Sektor usługowy n+1 Sektor usługowy m Wewnętrzne wyśca Sektor produkcyny 1,, n x 1,1 x 1,n x n,1 x n,n Sektor usługowy n+1,, m x1,n+1 x 1,m f 1 x x n,n+1 n,m Końcowe wyśca Sprzedaż zapasy f n Całkowte wyśce sektora xout 1 xout n (Ilość ednostek) x n+1,1 x n+1,n xout n+1 x m,1 xm,n xout m (Wartość) - 7 -
8 Zewnętrzne weśca Materał produkcyny 1 er 1,1 er 1,n Materał produkcyny k er k,1 er k,n Półprodukt k+1 Półprodukt l er k+1, 1 er k+1,n 1 er er l, l,n er k+1,n+1 er l,n+1 er k+1,m er l,m (Ilość ednostek) (Wartość) Weśca dla nnych zasobów Pracownk 1 t 1,1 (Ilość ednostek) Pracownk g-5 t g-5,n Pracownk pośrednczący g-4 t g-4,1 t g-4,n t g-4,n+1 t g-4,m (Wartość) Ubezpeczene g-3 t g-3,1 t g -3,n t g-3,n+1 t g-3,m (Wartość) Amortyzaca g-2 t g- 2,1 t g -2,n t g-2,n+1 tg-2,m (Wartość) Prema g-1 t g -1,1 t g-1,n t g-1,n+1 t g-1,m (Wartość) Inne zasoby g t g,1 t g,n t g,n+1 t g,m (Wartość) Całkowte weśce dla sektora xn 1 xn n xn n+1 xn m uzupełnane tabel weścam nnych zasobów; Weśca nnych zasobów w przedsęborstwe, w zwązku z celam produkcynym, mogą zawera ć nformace o: pensach zatrudnonych pracownków, amortyzac urządzeń, ubezpeczenach, podatkach, prem td. skompletowane wszystkch danych w forme edne zntegrowane tabel weśca-wyśca Praktyczny przykład kompletne nterwałowe tabel weśca-wyśca lustrue tabela 4 zaczerpnęta z pracy [15]
9 Tabela 4. Kompletna nterwałowa tabela dla analzy weśca-wyśca kosztów produkc frm farbuących materały tekstylne [15]. Wewnętrzne wyśca Sektor produkcyny Sektor usługowy Sprzedaż I II Sektor Sektor Sektor Sektor R&D fnansowy bznesu nżyner zarządzana Sektor Końcowe wyśce Całkowte wyśce dla sektora Wewnętrzne weśca Sektor produkcyny I m Sektor produkcyny II m Sektor fnansowy [15788,16247] [9421,9696] [2529,25943] $ Sektor bznesu [17119,18888] [1216,11272] [27335,316] $ Sektor nżyneryny [14995,1543] [8948,927] [23943,24637] $ Sektor zarządzana [22323,22838] [13321,13629] [35644,36467] $ R&D sektor [1613,16656] [9625,994] [25755,26596] $ Zewnętrzne weśca Materał 1 [219,22] [995,1] [3185,32] Kg Materał 2 [218,22] [194,11] [3274,33] Kg Materał 3 [845,85] [189,19] [2735,275] Kg Materał 4 [447,45] [345,35] [792,8] Kg Materał 5 [129,13] [164,17] [293,3] Kg Materał 6 [286,29] [696,7] [982,99] Kg Materał 7 [3587,36] [1491,15] [578,51] Kg Środk pomocowe [348,35] [176,18] [524,53] Kg Konserwaca [38,45] [24,26] [1,12] [72,83] $ Palwo [55,56] [335,34] [885,9] $ Materały pśmenncze [12,14] [25,3] [14,15] [65,8] [35,4] $ Inne [15,2] [15,19] [22,25] [32,35] [28,3] [15,16] [127,145] $ Inne weśca Pracownk 1 [575,58] [375,38] [95,96] godzny Pracownk 2 [62563] [396,4] [121,13] godzny Pracownk 3 [313,32] [185,19] [498,51] godzny Pracownk 4 [456,46] [286,29] [742,75] godzny Pracownk pośredn [245, [225, [235, [345, [245, [1295,132] $ 25] 23] 24] 35] 25] Opłaty za usług [58,72] [44,47] [25,27] [1,12] [9,1] [23,25] [8,85] [1147,1259] $ Amortyzaca [53,55] [45,47] [7,8] [11,12] [6,7] [45,5] [149,197] $ Preme [1,3] [1,25] [,15] [,16] [,13] [,15] [,2] [2,134] $ Opłaty kontraktowe [25,3] [23,28] [4, [35,4] [483,698] $ 6] Opłaty za telefon [13,15] [4,5] [8,1] [25,3] [6,8] [92,113] $ Ubezpeczene [35,4] [35,36] [9,1] [13,15] [14,15] [9,1] [7,8] [122,134] $ Kontrola zaneczyszczeń [83,89] [61,64] [144,153] $ Zaneczyszczene wody [443871,542555] [348756,426293] [792627,968848] $ Zaneczyszczene powetrza [21668,22454] [11668,1291] [33336,34545] $ Opłaty za wodę [2424,25284] [19146,19866] [43215,4515] $ Inne [15,2] [1,13] [9,1] [18,2] [9,11] [5,8] [1,12] [76,81] $ Całkowte weśce dla sektora [2529, ] [27335, 316] [23943, 24637] [35644, 36467] [25755, 26596] Jednostka
10 5. PROPOZYCJA ROZWIĄZANIA DLA INTERWAŁOWEGO MODELU WEJŚCIA-WYJŚCIA Naczęśce spotykane rozwązana dla nterwałowego modelu weśca-wyśca bazuą na poszukwanu pewnych podmodel, które maą na celu znaleźć wartośc osobno dla lewych prawych granc nterwałów opsuących koszt welkość produkc. Rozwązana take, ne elmnuące z modelu odwracana macerzy produkcyne, maą newele wspólnego z zasadam rządzącym arytmetyką przedzałową. W odróżnenu od nch proponowane przez nas rozwązane w pełn wykorzystue metodologę nterwałową, a ponadto w aspekce wyznaczana welkośc produkc w poszczególnych sektorach elmnue całkowce koneczność odwracana nterwałowe macerzy (I A) współczynnków weśca-wyśca. Możemy zauważyć, że równane (1), opsuące welkość prognozowane produkc da sę przekształcć do równoważne postac: (I A) xout = f (16) Zależność (16) est nczym węce nż lnowym nterwałowym równanem macerzowym. Problem rozwązana modelu weśca-wyśca redukue sę węc do problemu znalezena optymalnego algorytmu rozwązywana nterwałowych układów równań, który oszacue wartość produkc xout. Badana prowadzone przez nas nad algorytmem Gaussa z pracy [1] przynosły nenalepsze wynk, obarczone zbyt dużą nepewnoścą prognozowanych wynków produkc. Dzee sę tak z powodu bezpośrednego zastosowana arytmetyk nterwałowe do algorytmu operuącego na lczbach rzeczywstych. Take dzałane ne uwzględna w żaden sposób różnc właścwośc arytmetyk przedzałowe tradycyne. Ponże przedstawmy proponowane przez nas rozwązane problemu (16). Nech mamy układ n zwykłych równań lnowych w postac macerzowe A*x = b. Stosuąc rozkładu macerzy A na dwe macerze trókątne otrzymuemy algorytm dwuprzebegowy, na który składaą sę postępowane wprost, polegaące na elmnac do zer elementów, leżących pod dagonalną macerzy A, oraz postępowane odwrotne. Przedzałowy odpowednk metody Gaussa budue sę poprzez zastosowane analogcznych etapów przetwarzana macerzy A oraz wektorów x b, których elementy składowe będą mały postać: [ ] a, a ] a =, [ x ] = x, x ], oraz [ b ] = b, b ], przy czym, = 1, 2,, n. W wynku rekurencynych [ [ [ przekształceń, zgodne z klasycznym algorytmem Gaussa, otrzymuemy następuący algorytm: a) Etap postępowana wprost: [ m, m ] [ a, a ]/[ a, a ]; [ a k, a k ] = [ a k, a k ] [ m, m ]*[ ak, ak ] [ m, m ] [ a, a ]/[ a, a ]; [ b, b ] = [ b, b ] [ m, m ]*[ b, b ] = ; (17) = (18) gdze = 1, 2,, n, = +1, ; k =,,n. b) Postępowane odwrotne: = n, n s = [, s] [ a, a ]*[ x, x ]; =, = = (19) [ x, x ] ([ b, b ] [ s, s] ) /[ a, a = ] (2) gdze: = n, n - 1,,; = n, n - 1,,, [m ], [s ] zmenne pomocncze. W wynku otrzymuemy przedzałowy wektor [x] = [[ x 1, x1],[ x2, x2 ],,[ x n, xn ]]
11 Skupamy sę na etape postępowana odwrotnego. Równane (2) przewdue welokrotne dzelene wartośc przedzałowe przez przedzał. Poneważ, ak wadomo, operaca dzelena powodue znaczne rozszerzene przedzału wynkowego, proponuemy następuące rozwązane tego problemu. Aby wyelmnować z równana dzelene należy e przekształcć do równo ważne postac: [ a ]*[ x] [ b] = [], gdze przez zaps [] rozumemy przedzałową postać zera. Z zasad arytmetyk przedzałowe [1], wynka, że [ a, a] [ a, a] = [ a a, a a].. To znaczy, że odemowane od sebe te same wartośc dae w wynku symetryczny wokół rzeczywste lczby zero przedzał. Zgodne z tą wdzą możemy zdefnować [] ako następuący przedzał []=[-y, y], gdze y oznaczać będze symetryczną odchyłkę wokół zera rzeczywstego. Ostateczne nasze równane będze meć postać: [ a, a] *[ x, x] [ b, b] = [ y, y] (21) Otrzymane równane przedzałowe można zgodne z zasadam arytmetyk przedzałowe przedstawć ako: [ a * x, a * x] [ b, b] = [ y, y]. (22) Powyższe równane może być z kole rozpsane na dwa równana dotyczące lewych prawych granc przedzałów borących w nm udzał: a * x b = y, a * x b = y. W wynku te transformac otrzymalśmy układ dwóch równań z trzema newadomym. Aby uproścć otrzymany układ równań możemy oba równana dodać stronam w wynku czego otrzymamy edno równane lnowe z dwoma newadomym: (23) a * x b + a * x b =. (24) Należałoby sę teraz zastanowć, w ak sposób możemy otrzymać rozwązana szczegółowe w ake one będą postac? W celu rozwązana równana (24) musmy dodać pewne ogranczene. Nabardze naturalnym w przypadku wększośc zagadneń fzyk albo ekonomk wygląda ogranczene typu x >, czyl przepuszczene, że wartość pozyskwanego przez nas parametru może być wyłączne dodatne. Gdy przeanalzuemy równane (24) maąc na uwadze ogranczene typu x >, to dodzemy do wnosku, że gdy warto ść x będze namnesza, czy l x =, to x osągne wartość maksymalną, z czego wynka, że długość przedzału [ x, x ] będze nawększa. Gdy wartość x przesuwać będzemy na prawo od zera to w pewnym momence rozpętość przedzału [ x, x ] osągne wartość, gdyż x przesuwaąc sę w kerunku początku układu współrzędnych zrówna sę wartoścą z x. Oczywśce, że w praktyce x ne obowązkowo pownno być równym zero. To znaczy, że w ogóle x = x, gdze x ogranczene, wynkaące z sensu rozwązywanego problemu. Na perwszy rzut oka wprowadzene takego rodzau ogranczeń w algebrze lnowe (co prawda, przedzałowe) wygląda dość nezwykłe. Jednak wystarczy wspomneć, że w zagadnenach programowana lnowego ogranczena są uż nezbędnym elementem zagadnena. Wprowadzaąc ogranczena w nasze sytuac faktyczne ne zmneszamy dokładnośc otrzymanego rozwązana, poneważ w realnych zagadnenach możlwe grancy poszukwanego rozwązana z reguły są wadome
12 Rozpatrywane przypadk podsuwaą rozwązane postac, aką przyme w nasze metodze wynk dzelena dwóch przedzałów. W wynku otrzymamy ne przedzał, lecz lczbę rozmytą (ang. fuzzy number) w postac trókątne ~ x =[l, m, u], gdze l, m, u oznaczaą charakterystyczne dla trókątne lczby rozmyte parametry: l-lewa granca, u-prawa granca, m - środek przedzału. Rozważmy procedurę otrzymana rozmytego wynku, gdy przymuemy x = x, gdze x mnmalna możlwa wartość dolne grancy. Wtedy z równana (24) otrzymamy maksymalną wartość x z kole maksymalną szerokość przedzału w([x]) = x - x = w max. Gdy przesunemy x na prawo, otrzymamy mnesze x mneszą szerokość przedzałowego rozwązana w. Oczywśce względną szerokość przedzału w/ w max możemy traktować ak naturalny względny stopeń nepewnośc przedzałowego rozwązana. Jeżel skoarzyć stopeń nepewnośc w/ w max z α- pozomem lczby rozmyte, możemy przedstawć cągły zbór możlwych przedzałowych rozwązań (równane (24)) w forme lczby rozmyte, przedstawone na rys. 1. Rys. 1. Rozmyty wynk równana nterwałowego Podsumowuąc możemy stwerdzć, że zaproponowana przez nas metoda rozwązywana nterwałowego modelu weśca-wyśca dae w wynku rozmyto-nterwałowe wartośc prognozowane produkc. Analzuąc take wynk esteśmy w stane określć nabardze prawdopodobny pozom produkc odpowadaący α -pozomow α =1., oraz prawdopodobną maksymalną wartość produkc. Wyznaczene wartośc kosztów dzałalnośc poszczególnych sektorów wymaga znalezena wartośc macerzy U V w równanach (11) (12), w których dla przykładu z tabel 4. ER T maą następuącą postać [.95,.96] [.95,.96] [.36,.37] [.19,.2] [.56,.57] [.12,.13] ER = [.156,.157] [.14,.15] [.17,.2] [.2391,.2435] [.1,.1] [.66,.67] [.72,.73] [.126,.127] [.22,.23] [.19,.113] [.46,.47] [.99,.1] [.11,.12] [.16,.17] [.2133,.2267] [.1,.1] [.46,.56] [.8,.1] [.8,.11] [.13,.15] [.38,.42] [.7,.8] [.38,.47] [.24,.31] [.5,.6]
13 [.24,.25] [.24,.25] [.26,.27] [.26,.27] [.13,.14] [.12,.13] [.19,.2] [.18,.19] [.2522,.313] [.2933,.3133] [.23,.24] [.3,.31] [.4,.13] [.7,.17] T = [.11,.13] [.15,.19] [.15,.17] [.23,.24] [.379,.387] [.47,.4267] [.193,.2359] [.2325,.2842] [.94,.98] [.78,.81] [.152,.199] [.1268,.1324] [.7,.9] [.7,.9] [.9444,.9917] [.746,.8414] [.9538,1.24] [.9461,.9819] [.9212,.977] [.96,.17] [.33,.44] [.37,.42] [.63,.7] [.31,.33] [.2,.3] [.4,.5] [.1,.2] [.17,.19] [.,.6] [.,.59] [.,.54] [.,.42] [.,.78] [.1326,.2195] [.96,.112] [.5,.6] [.133,.183] [.32,.42] [.69,.84] [.23,.31] [.35,.4] [.43,.55] [.57,.63] [.25,.28] [.26,.31] [.35,.4] [.6,.73] [.37,.46] [.14,.22] [.38,.47] Wydae sę, że nawększym problemem stane sę nemożlwość wyelmnowana odwracana macerzy 1 (I A), gdze A, dla przykładu z tabel 4 ma postać: [.686,.76] [.625,.646] A = [.744,.825] [.681,.751] [.652,.671] [.597,.614] [.971,.993] [.888,.99] [.71,.724] [.642,.663] Elmnaca tego problemu zostane przedstawona w nnych pracach, maących na celu zastosowane modelu Leontefa do rozwązywana problemów ekonomcznych gospodarczych. 6. WNIOSKI W nnesze pracy przedstawlśmy edno z kluczowych zagadneń wspomagana podemowana optymalzowanych decyz ekonomcznych w różnorodnych sektorach gospodarczych. Zaproponowane przez nas rozwązane nterwałowe analzy weśca-wyśca pozwala na wyelmnowane kłopotlwego etapu odwracana macerzy nterwałowe poprzez zastosowana sformułowanego przez nas zmodyfkowanego algorytmu rozwązywana układów równań nterwałowych, a ponadto umożlwa uzyskane rozmytego opsu prognozowane welkośc produkc w sektorach w przypadku, gdy tabela weśca-wyśca zawera co nawyże dane w postac nterwałowe. W następne pracy przedstawone zostane podeśca pozwalaące na elmnacę z równań (11) (12) problemu odwracana macerzy nterwałowych. LITETRATURA [1] Moore R.E., Interval analyss, Englewood Clffs. N.J., Prentce-Hall [2] Markov S.M., A non-standard subtracton of ntervals, Serdca 1977, 3, [3] Hansen E., A generalzed nterval arthmetc. Interval Mathematcs/ Ed. by K.Ncke, Lecture Notes n Computer Scence, 29, Berln - Hedelberg: Sprnger-Verl. 1975, [4] Sendov B., Some topcs of segment analyss, Interval Mathematcs, 198/ Ed. by K.Nckel. N.Y.e.a.: Academc Press 198, p [5] Leontef, W. W. (1985). The Choce of Technology, Scentfc Amercan, pp [6] Leontef, W. W. (1949).The Structure of the Amercan Economy, , Oxford Unversty Press, London & New York. [7] Leontef, W. W. and Danel, F. (1972). "Ar Polluton and the Economc Structure: Emprcal Results of Input-Output Computatons." Input-Output Technques. Brody, A. and Carter, A. P. edtors. North-Holland Publshng Company. [8] W. Leontef, Quanttatve nput-output relatons n the economc system of the Unted States, Revew of Economcs and Statstcs 18 (1936) [9] W. Leontef, Studes n the Structure of the Amercan Economy, Oxford Unversty Press, New York, [3] W. Leontef, The dynamc nverse, n: A.P. Carter, A. Brody (Eds.), Contrbuton to Input-Output Analyss, vol. 1, North-Holland, Amsterdam, 197, pp
14 [1] D.G. Luenberger, A. Arbel, Sngular dynamc Leontef systems, Econometrca 45 (1977) [5] D.B. Szyld, Condton for the exstence of a balanced growth soluton for the Leontef dynamc nput-output model, Econometrca 53 (1985) p [11] D. Camps, A. La Bella, Transportaton supply and economc growth n a mult-regonal system, Envronment and Plannng (A) 2 (1988) [12] C.A. Pasurka, The short-run mpact of envronmental polluton costs to US product prces, Journal of Envronmental Economcs and Management 11 (1984) [13] J.J. Rhee, J.A. Mranowsk, Determnaton of ncome, producton and employment under polluton control: An nput-output approach, Revew of Economcs and Statstcs 66 (1) (1984) [14] R.E. Moore, Method and Applcaton of Interval Analyss, SIAM, Phladelpha, USA, [15] C.C. Wu, N.B. Chang, Grey nput-output analyss and ts applcaton for envronmental cost allocaton, European Journal of Operatonal Research 145 (23), p [16] F.E. Brggs, On problems of estmaton n Leontef models, Econometrca 25 (1975) [17] G.R. West, A stochastc analyss of an nput-output model, Econometrca 54 (1986) [18] C.W. Bullard, A.V. Sebaled, Monte Carlo senstvty analyss of nput-output models, The Revew of Economcs and Statstcs 7 (4) (1988)
PIERWIASTKI ROZMYTE RÓWNAŃ PRZEDZIŁOWYCH
Marusz GONERA, Ludmła DYMOWA, Paweł SEWASTJANOW Instytut Informatyk Teoretyczne Stosowane ul. Dąbrowskego, 73, 42-200 Częstochowa PIERWIASTKI ROZMYTE RÓWNAŃ PRZEDZIŁOWYCH 285 słów Znaczna cześć problemów
Bardziej szczegółowoZaawansowane metody numeryczne
Wykład 9. jej modyfkacje. Oznaczena Będzemy rozpatrywać zagadnene rozwązana następującego układu n równań lnowych z n newadomym x 1... x n : a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x
Bardziej szczegółowoZaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych
Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,
Bardziej szczegółowoZarządzanie ryzykiem w przedsiębiorstwie i jego wpływ na analizę opłacalności przedsięwzięć inwestycyjnych
dr nż Andrze Chylńsk Katedra Bankowośc Fnansów Wyższa Szkoła Menedżerska w Warszawe Zarządzane ryzykem w rzedsęborstwe ego wływ na analzę ołacalnośc rzedsęwzęć nwestycynych w w w e - f n a n s e c o m
Bardziej szczegółowoWykład 2: Uczenie nadzorowane sieci neuronowych - I
Wykład 2: Uczene nadzorowane sec neuronowych - I Algorytmy uczena sec neuronowych Na sposób dzałana sec ma wpływ e topologa oraz funkconowane poszczególnych neuronów. Z reguły topologę sec uznae sę za
Bardziej szczegółowoProblem plecakowy (KNAPSACK PROBLEM).
Problem plecakowy (KNAPSACK PROBLEM). Zagadnene optymalzac zwane problemem plecakowym swą nazwę wzęło z analog do sytuac praktyczne podobne do problemu pakowana plecaka. Chodz o to, by zapakować maksymalne
Bardziej szczegółowoSZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW
SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.
Bardziej szczegółowoWykład 1 Zagadnienie brzegowe liniowej teorii sprężystości. Metody rozwiązywania, metody wytrzymałości materiałów. Zestawienie wzorów i określeń.
Wykład Zagadnene brzegowe lnowe teor sprężystośc. Metody rozwązywana, metody wytrzymałośc materałów. Zestawene wzorów określeń. Układ współrzędnych Kartezańsk, prostokątny. Ose x y z oznaczono odpowedno
Bardziej szczegółowoWykład 2: Uczenie nadzorowane sieci neuronowych - I
Wykład 2: Uczene nadzorowane sec neuronowych - I Algorytmy uczena sec neuronowych Na sposób dzałana sec ma wpływ e topologa oraz funkconowane poszczególnych neuronów. Z reguły topologę sec uznae sę za
Bardziej szczegółowoInstrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy rozkroju materiałowego, zagadnienia dualne
Instrukca do ćwczeń laboratorynych z przedmotu: Badana operacyne Temat ćwczena: Problemy rozkrou materałowego, zagadnena dualne Zachodnopomorsk Unwersytet Technologczny Wydzał Inżyner Mechanczne Mechatronk
Bardziej szczegółowoBADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda
BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp
Bardziej szczegółowoDiagonalizacja macierzy kwadratowej
Dagonalzacja macerzy kwadratowej Dana jest macerz A nân. Jej wartośc własne wektory własne spełnają równane Ax x dla,..., n Każde z równań własnych osobno można zapsać w postac: a a an x x a a an x x an
Bardziej szczegółowoAnaliza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A
Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe
Bardziej szczegółowoBadania operacyjne w logistyce i zarządzaniu produkcją
Państwowa Wyższa Szkoła Zawodowa w Nowym Sączu Badana operacyne w logstyce zarządzanu produkcą cz. I Andrze Woźnak Nowy Sącz Komtet Redakcyny doc. dr Zdzsława Zacłona przewodncząca, prof. dr hab. nż. Jarosław
Bardziej szczegółowoRÓWNOWAGA STACKELBERGA W GRACH SEKWENCYJNYCH
Stansław KOWALIK e-mal: skowalk@wsb.edu.pl Wyższa Szkoła Bznesu Dąbrowa Górncza RÓWNOWAGA STACKELBERGA W GRACH SEKWENCYJNYCH Streszczene Praca dotyczy nekooperacynych sekwencynych ger dwuosobowych o sume
Bardziej szczegółowoProgramowanie Równoległe i Rozproszone
Programowane Równoległe Rozproszone Wykład Programowane Równoległe Rozproszone Lucjan Stapp Wydzał Matematyk Nauk Informacyjnych Poltechnka Warszawska (l.stapp@mn.pw.edu.pl) /38 PRR Wykład Chcemy rozwązać
Bardziej szczegółowoMATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5
MATEMATYKA POZIOM ROZSZERZONY Krytera ocenana odpowedz Arkusz A II Strona 1 z 5 Odpowedz Pytane 1 2 3 4 5 6 7 8 9 Odpowedź D C C A B 153 135 232 333 Zad. 10. (0-3) Dana jest funkcja postac. Korzystając
Bardziej szczegółowoI. Elementy analizy matematycznej
WSTAWKA MATEMATYCZNA I. Elementy analzy matematycznej Pochodna funkcj f(x) Pochodna funkcj podaje nam prędkość zman funkcj: df f (x + x) f (x) f '(x) = = lm x 0 (1) dx x Pochodna funkcj podaje nam zarazem
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 7
Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy
Bardziej szczegółowoSortowanie szybkie Quick Sort
Sortowane szybke Quck Sort Algorytm sortowana szybkego opera sę na strateg "dzel zwycęża" (ang. dvde and conquer), którą możemy krótko scharakteryzować w trzech punktach: 1. DZIEL - problem główny zostae
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane
Bardziej szczegółowoProjekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE
Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:
Bardziej szczegółowo11/22/2014. Jeśli stała c jest równa zero to takie gry nazywamy grami o sumie zerowej.
/22/24 Dwuosobowe gry o sume zero DO NAUCZENIA I ZAPAMIĘTANIA: Defnca zaps ger o sume zero, adaptaca ogólnych defnc. Punkt sodłowy Twerdzena o zwązkach punktu sodłowego z koncepcam rozwązań PRZYPOMNIENIE:
Bardziej szczegółowon liczba zmiennych decyzyjnych c współczynniki funkcji celu a współczynniki przy zmienych decyzyjnych w warunkach
Problem decyzyny cel różne sposoby dzałana (decyze) warunk ogranczaące (determnuą zbór decyz dopuszczalnych) kryterum wyboru: umożlwa porównane efektywnośc różnych decyz dopuszczalnych z punktu wdzena
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH
STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj
Bardziej szczegółowoPrzykład 5.1. Kratownica dwukrotnie statycznie niewyznaczalna
rzykład.. Kratownca dwukrotne statyczne newyznaczana oecene: korzystaąc z metody sł wyznaczyć sły w prętach ponższe kratowncy. const Rozwązane zadana rozpoczynamy od obczena stopna statyczne newyznaczanośc
Bardziej szczegółowo2012-10-11. Definicje ogólne
0-0- Defncje ogólne Logstyka nauka o przepływe surowców produktów gotowych rodowód wojskowy Utrzyywane zapasów koszty zwązane.n. z zarożene kaptału Brak w dostawach koszty zwązane.n. z przestoje w produkcj
Bardziej szczegółowoDotyczy: opinii PKPP lewiatan do projektow dwoch rozporzqdzen z 27 marca 2012 (pismo P-PAA/137/622/2012)
30/04! 2012 PON 13: 30! t FAX 22 55 99 910 PKPP Lewatan _..~._. _., _. _ :. _._..... _.. ~._..:.l._.... _. '. _-'-'-'"." -.-.---.. ----.---.-.~.....----------.. LEWATAN Pol~ka KonfederacJa Pracodawcow
Bardziej szczegółowoPlan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup
Jednoczynnkowa Analza Waranc (ANOVA) Wykład 11 Przypomnene: wykłady zadana kursu były zaczerpnęte z podręcznków: Statystyka dla studentów kerunków techncznych przyrodnczych, J. Koronack, J. Melnczuk, WNT
Bardziej szczegółowoANALIZA PREFERENCJI SŁUCHACZY UNIWERSYTETU TRZECIEGO WIEKU Z WYKORZYSTANIEM WYBRANYCH METOD NIESYMETRYCZNEGO SKALOWANIA WIELOWYMIAROWEGO
Artur Zaborsk Unwersytet Ekonomczny we Wrocławu ANALIZA PREFERENCJI SŁUCHACZY UNIWERSYTETU TRZECIEGO WIEKU Z WYKORZYSTANIEM WYBRANYCH METOD NIESYMETRYCZNEGO SKALOWANIA WIELOWYMIAROWEGO Wprowadzene Od ukazana
Bardziej szczegółowoZadane 1: Wyznacz średne ruchome 3-okresowe z następujących danych obrazujących zużyce energ elektrycznej [kwh] w pewnym zakładze w mesącach styczeń - lpec 1998 r.: 400; 410; 430; 40; 400; 380; 370. Zadane
Bardziej szczegółowoTwierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że
Twerdzene Bezouta lczby zespolone Javer de Lucas Ćwczene 1 Ustal dla których a, b R można podzelć f 1 X) = X 4 3X 2 + ax b przez f 2 X) = X 2 3X+2 Oblcz a b Z 5 jeżel zak ladamy, że f 1 f 2 s a welomanam
Bardziej szczegółowoXXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne
XXX OLIMPIADA FIZYCZNA ETAP III Zadane dośwadczalne ZADANIE D Nazwa zadana: Maszyna analogowa. Dane są:. doda półprzewodnkowa (krzemowa) 2. opornk dekadowy (- 5 Ω ), 3. woltomerz cyfrowy, 4. źródło napęca
Bardziej szczegółowoAnaliza ryzyka kosztowego robót remontowo-budowlanych w warunkach niepełnej informacji
Analza ryzyka kosztowego robót remontowo-budowlanych w warunkach nepełne nformac Mgr nż. Mchał Bętkowsk, dr nż. Andrze Pownuk Wydzał Budownctwa Poltechnka Śląska w Glwcach Mchal.Betkowsk@polsl.pl, Andrze.Pownuk@polsl.pl
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Zajęcia 4
Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja
Bardziej szczegółowoAnaliza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)
Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz
Bardziej szczegółowoKRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA
KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA Krzysztof Serżęga Wyższa Szkoła Informatyk Zarządzana w Rzeszowe Streszczene Artykuł porusza temat zwązany
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne
Bardziej szczegółowoRozwiązywanie zadań optymalizacji w środowisku programu MATLAB
Rozwązywane zadań optymalzacj w środowsku programu MATLAB Zagadnene optymalzacj polega na znajdowanu najlepszego, względem ustalonego kryterum, rozwązana należącego do zboru rozwązań dopuszczalnych. Standardowe
Bardziej szczegółowoModele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.
Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można
Bardziej szczegółowo5. OPTYMALIZACJA GRAFOWO-SIECIOWA
. OPTYMALIZACJA GRAFOWO-SIECIOWA Defncja grafu Pod pojęcem grafu G rozumemy następującą dwójkę uporządkowaną (defncja grafu Berge a): (.) G W,U gdze: W zbór werzchołków grafu, U zbór łuków grafu, U W W,
Bardziej szczegółowoModel ASAD. ceny i płace mogą ulegać zmianom (w odróżnieniu od poprzednio omawianych modeli)
Model odstawowe założena modelu: ceny płace mogą ulegać zmanom (w odróżnenu od poprzedno omawanych model) punktem odnesena analzy jest obserwacja pozomu produkcj cen (a ne stopy procentowej jak w modelu
Bardziej szczegółowoZa: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch
Za: Stansław Latoś, Nwelacja trygonometryczna, [w:] Ćwczena z geodezj II [red.] J. eluch 6.1. Ogólne zasady nwelacj trygonometrycznej. Wprowadzene Nwelacja trygonometryczna, zwana równeż trygonometrycznym
Bardziej szczegółowoModel IS-LM-BP. Model IS-LM-BP jest wersją modelu ISLM w gospodarce otwartej. Pokazuje on zatem jak
Ćwczena z Makroekonom II Model IS-LM- Model IS-LM- jest wersją modelu ISLM w gospodarce otwartej. Pokazuje on zatem jak gospodarka taka zachowuje sę w krótkm okrese, w efekce dzałań podejmowanych w ramach
Bardziej szczegółowoZASTOSOWANIE KLASYCZNEGO ALGORYTMU GENETYCZNEGO DO ROZWIĄZANIA ZBILANSOWANEGO ZAGADNIENIA TRANSPORTOWEGO
Studa Materały. Mscellanea Oeconomcae Rok 6, Nr 2/22 Wydzał Zarządzana Admnstrac Unwersytetu Jana Kochanowskego w Kelcach Z a r z ą d z a n e f n a n s e Rafał Prońko ZASTOSOWANIE KLASYCZNEGO ALGORYTMU
Bardziej szczegółowoLaboratorium ochrony danych
Laboratorum ochrony danych Ćwczene nr Temat ćwczena: Cała skończone rozszerzone Cel dydaktyczny: Opanowane programowej metody konstruowana cał skończonych rozszerzonych GF(pm), poznane ch własnośc oraz
Bardziej szczegółowoKształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu
PRACE KOMISJI GEOGRAFII PRZEMY SŁU Nr 7 WARSZAWA KRAKÓW 2004 Akadema Pedagogczna, Kraków Kształtowane sę frm nformatycznych jako nowych elementów struktury przestrzennej przemysłu Postępujący proces rozwoju
Bardziej szczegółowoStatystyka. Zmienne losowe
Statystyka Zmenne losowe Zmenna losowa Zmenna losowa jest funkcją, w której każdej wartośc R odpowada pewen podzbór zboru będący zdarzenem losowym. Zmenna losowa powstaje poprzez przyporządkowane każdemu
Bardziej szczegółowoAnaliza ryzyka jako instrument zarządzania środowiskiem
WARSZTATY 2003 z cyklu Zagrożena naturalne w górnctwe Mat. Symp. str. 461 466 Elżbeta PILECKA, Małgorzata SZCZEPAŃSKA Instytut Gospodark Surowcam Mneralnym Energą PAN, Kraków Analza ryzyka jako nstrument
Bardziej szczegółowo7. Wykład VII: Warunki Kuhna-Tuckera
Wocech Grega, Metody Optymalzac 7 Wykład VII: Warunk Kuhna-Tuckera 7 Warunk koneczne stnena ekstremum Rozważane est zadane z ogranczenam nerównoścowym w postac: mn F( x ) x X X o F( x ), o { R x : h n
Bardziej szczegółowoSprawozdanie powinno zawierać:
Sprawozdane pownno zawerać: 1. wypełnoną stronę tytułową (gotowa do ćw. nr 0 na strone drugej, do pozostałych ćwczeń zameszczona na strone 3), 2. krótk ops celu dośwadczena, 3. krótk ops metody pomaru,
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Model potęgowy Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych
Bardziej szczegółowoZestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.
Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :
Bardziej szczegółowoNAFTA-GAZ marzec 2011 ROK LXVII. Wprowadzenie. Tadeusz Kwilosz
NAFTA-GAZ marzec 2011 ROK LXVII Tadeusz Kwlosz Instytut Nafty Gazu, Oddzał Krosno Zastosowane metody statystycznej do oszacowana zapasu strategcznego PMG, z uwzględnenem nepewnośc wyznaczena parametrów
Bardziej szczegółowoMETODY PLANOWANIA EKSPERYMENTÓW. dr hab. inż. Mariusz B. Bogacki
Metody Planowana Eksperymentów Rozdzał 1. Strona 1 z 14 METODY PLANOWANIA EKSPERYMENTÓW dr hab. nż. Marusz B. Bogack Marusz.Bogack@put.poznan.pl www.fct.put.poznan.pl/cv23.htm Marusz B. Bogack 1 Metody
Bardziej szczegółowoNatalia Nehrebecka. Zajęcia 4
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających
Bardziej szczegółowoWikiWS For Business Sharks
WkWS For Busness Sharks Ops zadana konkursowego Zadane Opracowane algorytmu automatyczne przetwarzającego zdjęce odręczne narysowanego dagramu na tablcy lub kartce do postac wektorowej zapsanej w formace
Bardziej szczegółowoPokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem
Zestaw zadań : Przestrzene wektorowe. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar : C C C, (z, v) z v := z v jest przestrzeną lnową nad całem lczb zespolonych
Bardziej szczegółowo2. STOPIEŃ KINEMATYCZNEJ NIEWYZNACZALNOŚCI
Część. STOPIEŃ KINEMATYCZNEJ NIEWYZNACZALNOŚCI.. STOPIEŃ KINEMATYCZNEJ NIEWYZNACZALNOŚCI W metodze sł w celu przyjęca układu podstawowego należało odrzucć węzy nadlczbowe. O lczbe odrzuconych węzów decydował
Bardziej szczegółowoANALIZA HARMONOGRAMÓW POWYKONAWCZYCH W BUDOWNICTWIE
ANALIZA HARMONOGRAMÓW POWYKONAWCZYCH W BUDOWNICTWIE Wocech BOŻEJKO Zdzsław HEJDUCKI Marusz UCHROŃSKI Meczysław WODECKI Streszczene: W pracy przedstawono metodę wykorzystana harmonogramów powykonawczych
Bardziej szczegółowoMinister Edukacji Narodowej Pani Katarzyna HALL Ministerstwo Edukacji Narodowej al. J. Ch. Szucha 25 00-918 Warszawa Dnia 03 czerwca 2009 r.
Mnster Edukacj arodowej Pan Katarzyna HALL Mnsterstwo Edukacj arodowej al. J. Ch. Szucha 25 00-918 arszawa Dna 03 czerwca 2009 r. TEMAT: Propozycja zmany art. 30a ustawy Karta auczycela w forme lstu otwartego
Bardziej szczegółowoZAGADNIENIE TRANSPORTOWE
ZAGADNIENIE TRANSPORTOWE ZT.. Zagadee trasportowe w postac tablcy Z m puktów (odpowedo A,...,A m ) wysyłamy edorody produkt w loścach a,...,a m do puktów odboru (odpowedo B,...,B ), gdze est odberay w
Bardziej szczegółowoZastosowanie symulatora ChemCad do modelowania złożonych układów reakcyjnych procesów petrochemicznych
NAFTA-GAZ styczeń 2011 ROK LXVII Anna Rembesa-Śmszek Instytut Nafty Gazu, Kraków Andrzej Wyczesany Poltechnka Krakowska, Kraków Zastosowane symulatora ChemCad do modelowana złożonych układów reakcyjnych
Bardziej szczegółowo-Macierz gęstości: stany czyste i mieszane (przykłady) -równanie ruchu dla macierzy gęstości -granica klasyczna rozkładów kwantowych
WYKŁAD 4 dla zanteresowanych -Macerz gęstośc: stany czyste meszane (przykłady) -równane ruchu dla macerzy gęstośc -granca klasyczna rozkładów kwantowych Macerz gęstośc (przypomnene z poprzednch wykładów)
Bardziej szczegółowoPodstawy teorii falek (Wavelets)
Podstawy teor falek (Wavelets) Ψ(). Transformaca Haara (97).. Przykład pewne metody zapsu obrazu Transformaca Haara Przykład zapsu obrazu -D Podstawy matematyczne transformac Algorytmy rozkładana funkc
Bardziej szczegółowoWykład Turbina parowa kondensacyjna
Wykład 9 Maszyny ceplne turbna parowa Entropa Równane Claususa-Clapeyrona granca równowag az Dośwadczena W. Domnk Wydzał Fzyk UW ermodynamka 08/09 /5 urbna parowa kondensacyjna W. Domnk Wydzał Fzyk UW
Bardziej szczegółowo1. Komfort cieplny pomieszczeń
1. Komfort ceplny pomeszczeń Przy określanu warunków panuących w pomeszczenu używa sę zwykle dwóch poęć: mkroklmat komfort ceplny. Przez poęce mkroklmatu wnętrz rozume sę zespół wszystkch parametrów fzycznych
Bardziej szczegółowoSystem Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych SPRAWOZDANIE Z BADAŃ Autor: Joanna Wójcik
Opracowane w ramach projektu System Przecwdzałana Powstawanu Bezroboca na Terenach Słabo Zurbanzowanych ze środków Europejskego Funduszu Społecznego w ramach Incjatywy Wspólnotowej EQUAL PARTNERSTWO NA
Bardziej szczegółowoKURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1
KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej
Bardziej szczegółowoZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH
Grzegorz PRZEKOTA ZESZYTY NAUKOWE WYDZIAŁU NAUK EKONOMICZNYCH ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH Zarys treśc: W pracy podjęto problem dentyfkacj cykl gełdowych.
Bardziej szczegółowoSztuczne sieci neuronowe. Krzysztof A. Cyran POLITECHNIKA ŚLĄSKA Instytut Informatyki, p. 311
Sztuczne sec neuronowe Krzysztof A. Cyran POLITECHNIKA ŚLĄSKA Instytut Informatyk, p. 311 Wykład 6 PLAN: - Repetto (brevs) - Sec neuronowe z radalnym funkcjam bazowym Repetto W aspekce archtektury: zajmowalśmy
Bardziej szczegółowoOligopol dynamiczny. Rozpatrzmy model sekwencyjnej konkurencji ilościowej jako gra jednokrotna z pełną i doskonalej informacją
Olgopol dynamczny Rozpatrzmy model sekwencyjnej konkurencj loścowej jako gra jednokrotna z pełną doskonalej nformacją (1934) Dwa okresy: t=0, 1 tzn. frma 2 podejmując decyzję zna decyzję frmy 1 Q=q 1 +q
Bardziej szczegółowoWykład 5 12/15/2013. Problemy algebry liniowej w Matlabie
Wykład 5. Problemy algebry lnowej w Matlabe. Analza sygnałów a) w dzedzne częstotlwośc b) w dzedzne czasu c) częstotlwoścowo-czasowa d) nagrywane analza dźwęku e) Sgnal Processng Toolbox Problemy algebry
Bardziej szczegółowoKwantowa natura promieniowania elektromagnetycznego
Efekt Comptona. Kwantowa natura promenowana elektromagnetycznego Zadane 1. Foton jest rozpraszany na swobodnym elektrone. Wyznaczyć zmanę długośc fal fotonu w wynku rozproszena. Poneważ układ foton swobodny
Bardziej szczegółowoZapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.
Zaps nformacj, systemy pozycyjne 1 Lteratura Jerzy Grębosz, Symfona C++ standard. Harvey M. Detl, Paul J. Detl, Arkana C++. Programowane. Zaps nformacj w komputerach Wszystke elementy danych przetwarzane
Bardziej szczegółowoWYKORZYSTANIE METODY MNOŻNIKÓW LAGRANGE A DO OCENY EFEKTYWNOŚCI PRODUKCJI NA PRZYKŁADZIE WYBRANYCH GRUP GOSPODARSTW ROLNYCH
INSTYTUT EKONOMIKI ROLNICTWA I GOSPODARKI ŻYWNOŚCIOWEJ PAŃSTWOWY INSTYTUT BADAWCZY Agneszka Natala Barczak WYKORZYSTANIE METODY MNOŻNIKÓW LAGRANGE A DO OCENY EFEKTYWNOŚCI PRODUKCJI NA PRZYKŁADZIE WYBRANYCH
Bardziej szczegółowou u u( x) u, x METODA RÓŻNIC SKOŃCZONYCH, METODA ELEMENTÓW BRZEGOWYCH i METODA ELEMENTÓW SKOŃCZONYCH
METODA RÓŻNIC SKOŃCZONYCH, METODA ELEMENTÓW BRZEGOWYCH METODA ELEMENTÓW SKOŃCZONYCH Szkc rozwązana równana Possona w przestrzen dwuwymarowe. Równane Possona to równae różnczkowe cząstkowe opsuące wele
Bardziej szczegółowoNatalia Nehrebecka. Wykład 2
Natala Nehrebecka Wykład . Model lnowy Postad modelu lnowego Zaps macerzowy modelu lnowego. Estymacja modelu Wartośd teoretyczna (dopasowana) Reszty 3. MNK przypadek jednej zmennej . Model lnowy Postad
Bardziej szczegółowoRozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1
Rozkład dwupunktowy Zmenna losowa przyjmuje tylko dwe wartośc: wartość 1 z prawdopodobeństwem p wartość 0 z prawdopodobeństwem 1- p x p 0 1-p 1 p suma 1 Rozkład dwupunktowy Funkcja rozkładu prawdopodobeństwa
Bardziej szczegółowoPortfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego
Portel nwestycyjny ćwczena Na podst. Wtold Jurek: Konstrukcja analza rozdzał 5 dr chał Konopczyńsk Portele zawerające walor pozbawony ryzyka. lementy teor rynku kaptałowego 1. Pożyczane penędzy amy dwa
Bardziej szczegółowoKomputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych
Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2007/08 Podstawowe fakty Równane Ax = b, x, b R N, A R N N (1) ma jednoznaczne
Bardziej szczegółowoMINISTER EDUKACJI NARODOWEJ
4 MINISTER EDUKACJI NARODOWEJ DWST WPZN 423189/BSZI13 Warszawa, 2013 -Q-4 Pan Marek Mchalak Rzecznk Praw Dzecka Szanowny Pane, w odpowedz na Pana wystąpene z dna 28 czerwca 2013 r. (znak: ZEW/500127-1/2013/MP),
Bardziej szczegółowoKlasyfkator lnowy Wstęp Klasyfkator lnowy jest najprostszym możlwym klasyfkatorem. Zakłada on lnową separację lnowy podzał dwóch klas mędzy sobą. Przedstawa to ponższy rysunek: 5 4 3 1 0-1 - -3-4 -5-5
Bardziej szczegółowo8. Optymalizacja decyzji inwestycyjnych
dr nż. Zbgnew Tarapata: Optymalzacja decyzj nwestycyjnych, cz.ii 8. Optymalzacja decyzj nwestycyjnych W rozdzale 8, część I przedstawono elementarne nformacje dotyczące metod oceny decyzj nwestycyjnych.
Bardziej szczegółowoSTARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU
Ewa Szymank Katedra Teor Ekonom Akadema Ekonomczna w Krakowe ul. Rakowcka 27, 31-510 Kraków STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU Abstrakt Artykuł przedstawa wynk badań konkurencyjnośc
Bardziej szczegółowoOPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE OPTIMAL INVESTMENT STRATEGY FUNDAMENTAL ANALYSIS
ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2014 Sera: ORGANIZACJA I ZARZĄDZANIE z. 68 Nr kol. 1905 Adranna MASTALERZ-KODZIS Unwersytet Ekonomczny w Katowcach OPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE
Bardziej szczegółowoSemestr zimowy Brak Nie
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angelskm Obowązuje od roku akademckego 2015/2016 Z-ID-702 Semnarum praca dyplomowa Semnar and Dplom Thess A. USYTUOWANIE MODUŁU
Bardziej szczegółowoPlan wykładu. Sztuczne sieci neuronowe. Neuronu dyskretny. Neuron dyskretny (perceptron prosty)
Plan wykładu Dzałane neuronu dyskretnego warstwy neuronów dyskretnych Wykład : Reguły uczena sec neuronowych. Sec neuronowe ednokerunkowe. Reguła perceptronowa Reguła Wdrowa-Hoffa Reguła delta ałgorzata
Bardziej szczegółowoOKREŚLENIE CZASU MIESZANIA WIELOSKŁADNIKOWEGO UKŁADU ZIARNISTEGO PODCZAS MIESZANIA Z RECYRKULACJĄ SKŁADNIKÓW
Inżynera Rolncza 8(96)/2007 OKREŚLENIE CZASU MIESZANIA WIELOSKŁADNIKOWEGO UKŁADU ZIARNISTEGO PODCZAS MIESZANIA Z RECYRKULACJĄ SKŁADNIKÓW Jolanta Królczyk, Marek Tukendorf Katedra Technk Rolnczej Leśnej,
Bardziej szczegółowoModel ISLM. Inwestycje - w modelu ISLM przyjmujemy, że inwestycje przyjmują postać funkcji liniowej:
dr Bartłomej Rokck Ćwczena z Makroekonom I Model ISLM Podstawowe założena modelu: penądz odgrywa ważną rolę przy determnowanu pozomu dochodu zatrudnena nwestycje ne mają charakteru autonomcznego, a ch
Bardziej szczegółowoKrzysztof Borowski Zastosowanie metody wideł cenowych w analizie technicznej
Krzysztof Borowsk Zastosowane metody wdeł cenowych w analze technczne Wprowadzene Metoda wdeł cenowych została perwszy raz ogłoszona przez Alana Andrewsa 1 w roku 1960. Trzy lne wchodzące w skład metody
Bardziej szczegółowoProste modele ze złożonym zachowaniem czyli o chaosie
Proste modele ze złożonym zachowanem czyl o chaose 29 kwetna 2014 Komputer jest narzędzem coraz częścej stosowanym przez naukowców do ukazywana skrzętne ukrywanych przez naturę tajemnc. Symulacja, obok
Bardziej szczegółowoZadanie na wykonanie Projektu Zespołowego
Zadane na wykonane Projektu Zespołowego Celem projektu jest uzyskane następującego szeregu umejętnośc praktycznych: umejętnośc opracowana równoległych wersj algorytmów (na przykładze algorytmów algebry
Bardziej szczegółowoWstęp do metod numerycznych Faktoryzacja SVD Metody iteracyjne. P. F. Góra
Wstęp do metod numerycznych Faktoryzacja SVD Metody teracyjne P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ 2013 Sngular Value Decomposton Twerdzene 1. Dla każdej macerzy A R M N, M N, stneje rozkład
Bardziej szczegółowoW praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.
Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas
Bardziej szczegółowoStateczność układów ramowych
tateczność układów ramowych PRZYPONIENIE IŁ KRYTYCZN DL POJEDYNCZYCH PRĘTÓW tateczność ustrou tateczność ustrou est to zdoność ustrou do zachowana nezmennego położena (kształtu) ub nacze mówąc układ po
Bardziej szczegółowoZapytanie ofertowe nr 4/2016/Młodzi (dotyczy zamówienia na usługę ochrony)
Fundacja na Rzecz Rozwoju Młodzeży Młodz Młodym ul. Katedralna 4 50-328 Wrocław tel. 882 021 007 mlodzmlodym@archdecezja.wroc.pl, www.sdm2016.wroclaw.pl Wrocław, 24 maja 2016 r. Zapytane ofertowe nr 4/2016/Młodz
Bardziej szczegółowoRozdział III Dynamiczna ocena projektów inwestycyjnych 1. Ocena projektu inwestycyjnego
Rozdzał III Dynamczna ocena proektów nwestycynych. Ocena proektu nwestycynego,t Stopa nomnalna y 9 Przykład y w w K w 2 b w, 2 K w w,, w 2, Kb- stopa kosztu użyca kredytu bankowego ( z wyłączenem prowz
Bardziej szczegółowoMetody gradientowe poszukiwania ekstremum. , U Ŝądana wartość napięcia,
Metody gradentowe... Metody gradentowe poszukwana ekstremum Korzystają z nformacj o wartośc funkcj oraz jej gradentu. Wykazując ch zbeŝność zakłada sę, Ŝe funkcja celu jest ogranczona od dołu funkcją wypukłą
Bardziej szczegółowoZmodyfikowana technika programowania dynamicznego
Zmodyfkowana technka programowana dynamcznego Lech Madeysk 1, Zygmunt Mazur 2 Poltechnka Wrocławska, Wydzał Informatyk Zarządzana, Wydzałowy Zakład Informatyk Wybrzeże Wyspańskego 27, 50-370 Wrocław Streszczene.
Bardziej szczegółowo