Predyktywne harmonogramowanie projektów informatycznych

Wielkość: px
Rozpocząć pokaz od strony:

Download "Predyktywne harmonogramowanie projektów informatycznych"

Transkrypt

1 Predyktywe harmoogramowae proektów formatyczych mgr Ŝ. Marc Klmek Istytut Iformatyk Państwowa WyŜsza Szkoła Zawodowa m. PapeŜa Jaa Pawła II w Bałe Podlaske Streszczee: W artykule przedstawoo problem predyktywego harmoogramowaa proektów z ograczoą dostępoścą zasobów (ag. RCPSP Resource-Costraed Proect Schedulg Problem). Jako przykład opsao harmoogramowae proektów formatyczych. Summary: I artcle s preseted predctve Resource-Costraed Proect Schedulg Problem (RCPSP). As example s descrbed IT proect schedulg. 1. Wprowadzee Zarządzae proektam (przedsęwzęcam) est coraz częśce stosowae w plaowau produkc. Poad 25% dzałalośc gospodarcze adae sę do zarządzaa przez proekty [5]. Dotyczy to takch dzedz, ak Ŝyera, sektor IT, sektor prac publczych, sektor budowlay, przemysł lotczy obroy, budowa statków tp. W zwązku ze zwększaącym sę zateresowaem proektowym zarządzaem przedsęborstwem rośe zapotrzebowae a harmoogramowae proektów. Szczególe duŝe praktycze zaczee maą algorytmy uwzględaące dyamkę systemów produkcyych w zmeaącym sę otoczeu. Realzaca przedsęwzęca odbywa sę często w warukach epewośc, które mus być uwzględoe przy tworzeu harmoogramu. Stosowae est harmoogramowae predyktywe (ag. predctve schedulg) zwae teŝ proaktywym [6] (ag. proactve schedulg), w którym tworzy są harmoogram odpory przez atycypacę moŝlwych zakłóceń. Często edak predyktywe podeśce est ewystarczaące, poawaą sę eprzewdywale zakłócea, które powoduą, Ŝe dae uszeregowae est uŝ ewydae lub emoŝlwe do zrealzowaa. Zachodz wtedy koeczość harmoogramowaa reaktywego (ag. reactve schedulg), które polega a rewz steącego harmoogramu w odpowedz a poawaące sę zaburzea. W ostatch latach powstae wele prac z harmoogramowaa realzac proektów. Naczęśce podemowaym w badaach dotyczących predyktywo-reaktywego szeregowaa zadań est problem harmoogramowaa proektu z ograczoą dostępoścą zasobów (ag. RCPSP Resource-Costraed Proect Schedulg Problem). Podemoway est problem RCPSP ze stochastyczym czasam trwaa czyośc (p. w pracach [2], [8]) oraz problem RCPSP ze stochastyczą dostępoścą zasobów (p. w pracy [6]). Brak est opracowań kompleksowo aalzuących moŝlwe zakłócea występuące w systemach produkcyych. Jest to tematyka bardzo rozwoowa. Model RCPSP moŝa z powodzeem stosować przy realzac welu praktyczych przedsęwzęć m.. przy budowe systemów formatyczych. Harmoogramowae proektów formatyczych moŝa sprowadzć do problemu predyktywo-reaktywego harmoogramowaa proektów z ograczoą dostępoścą odawalych zasobów.

2 2. Ops problemu harmoogramowaa proektów z ograczoą dostępoścą zasobów Proekt (ag. proect) to ukaly zbór współzaleŝych czyośc (zadań, operac) realzoway dla osągęca przyętych celów w ramach określoych zasobów. Przymuemy, Ŝe proekt est realzoway przy uŝycu zasobów odawalych (ag. reewable) tz. takch, których dostępość est odawaa w koleych okresach czasu lość zasobu est stała ezaleŝe od obcąŝeń w poprzedch okresach. Zasoby odawale to p. pracowcy, maszyy. Czyość to część proektu, staowąca odrębą całość, dla które trzeba wyzaczyć termy rozpoczęca /lub zakończea. Pomędzy zadaam w proekce występuą ograczea koleoścowe, które odwzorowuą logczą koleość wykoywaa zadań w ramach proektu. Dla edozaczego określea relac koecze est podae poprzedka (czyl czyośc, która poprzez relacę warukue rozpoczęce lub zakończee e czyośc), astępka oraz rodzau relac. Zakładamy, Ŝe w rozwaŝaym probleme mędzy czyoścam występuą, apowszeche stosowae w badaach, relace typu koec-początek bez zwłok (ag. fsh-start, zero-lag precedece), w których astępk moŝe sę rozpocząć bezzwłocze po zakończeu poprzedka. Przy reprezetowau problemów harmoogramowaa proektów często stosue sę zaps w forme sec (grafów). Dla rozwaŝaego problemu harmoogramowaa proektów z ograczoym zasobam RCPSP stosowaa będze seć AON tzw. seć czyośc, która est odpowedesza dla problemów szeregowaa z kryterum optymalzac czasu. Proekty w sec czyośc reprezetowae są ako acyklczy, spóy, prosty graf skeroway G(V, E), w którym V ozacza zbór węzłów odpowadaący czyoścom, a E to zbór łuków, które opsuą zaleŝośc koleoścowe mędzy czyoścam. Do proektu pomocczo dodawae są: fkcya czyość utoŝsamaa z rozpoczęcem proektu (ag. dummy start actvty) werzchołek początkowy grafu G(V, E) oraz fkcya czyość ozaczaąca zakończee proektu (ag. dummy ed actvty) werzchołek końcowy grafu G(V, E). Czas trwaa obu fkcyych czyośc wyos 0, ch zapotrzebowae a zasoby est rówe 0. Rozwązaem problemu szeregowaa zadań est wektor termów rozpoczęca lub zakończea poszczególych zadań. Jest to tzw. reprezetaca bezpośreda problemu, która edak e zalazła szerokego zastosowaa w praktyce. W badaach dla problemu determstyczego RCPSP aczęśce stosowae są [5]: reprezetaca permutacya, w które rozwązaem est cąg koleych umerów operac tzw. lsta czyośc (ag. actvty-lst), reprezetaca reguł prorytetu (ag. prorty rule based,), w które rozwązaem est lsta prorytetowa tz. wektor o długośc rówe lczbe czyośc, w którym kaŝdemu elemetow przypsaa est reguła prorytetu. Dla potrzeb harmoogramowaa odporego stosue sę róweŝ reprezetacę lsty buforów (ag. buffer lst represetato). Lsta buforów wskazue o ak bufor czasowy, awcześeszy moŝlwy czas rozpoczęca dae czyośc, est przesuęty w czase. Przy geerowau harmoogramu procedura dekoduąca wykorzystue rówocześe formace z lsty buforów z lsty prorytetowe (lub lsty czyośc). Lsta czyośc lsta prorytetowa określaą waŝość operac, a podstawe które, przy zastosowau odpowede procedury dekoduące, ustalay est harmoogram, czyl określae są termy rozpoczęca poszczególych czyośc. Jest to przekształcee rozwązaa do reprezetac bezpośrede. W determstyczym RCPSP aczęśce wykorzystywae są dwa schematy geerowaa harmoogramu SGS (ag. SGS Schedule Geerato Scheme): szeregowy SGS (ag. seral SGS) w kaŝde terac rozpoczyaa est perwsza euszeregowaa czyość z lsty czyośc lub z lsty prorytetowe, w awcześeszym moŝlwym terme rozpoczęca przy spełeu ograczeń koleoścowych zasobowych,

3 rówoległy SGS (ag. parallel SGS) teracye, w koleych mometach czasu t (w puktach decyzyych), rozpoczyae są wszystke euszeregowae czyośc, które mogą być rozpoczęte w koleośc wykaące z lsty czyośc lub z lsty prorytetowe przy spełeu ograczeń koleoścowych zasobowych. W harmoogramowau predyktywo-reaktywym poza kryterum wydaoścowym kluczowe est zachowae stablośc harmoogramu predyktywego. Aby zmmalzować odchylea rzeczywstych termów rozpoczęca od plaowaych, muszą stosowae być zmodyfkowae procedury dekoduące, tzw. odpore SGS [7]: odpory rówoległy SGS (ag. robust parallel SGS) dzała ak parallel SGS z dodatkowym ograczeem, aby e rozpoczyać czyośc przed ch plaowym termem rozpoczęca wykaącym z harmoogramu predyktywego tzw. ralway schedulg, odpory szeregowy SGS (ag. robust seral SGS) dzała ak seral SGS z dodatkowym ograczeem, aby rozpoczyać czyośc w momece ak abardze zblŝoym do plaowego termu rozpoczęca wykaącego z harmoogramu predyktywego (w odróŝeu do robust parallel SGS moŝlwe est rozpoczęce operac przed plaowaym czasem rozpoczęca). Dla predyktywo-reaktywego harmoogramowaa proektów wykorzystyway est astępuący model matematyczy uwzględaący stablość ako edo z kryterów optymalzacyych (stosoway m.. w pracach [3][6][7]): Fukca celu (mmalzaca waŝoego kosztu establośc): m = 1 R w s s (1) przy astępuących ograczeach: astępk moŝe rozpocząć sę po zakończeu poprzedka (ograczea koleoścowe): s + d s (, ) E (2) w kaŝdym momece czasu t wykorzystae zasobów odawalych przez wykoywae czyośc e przekracza welkośc dostępych (ograczea zasobowe): r a t, k (3) : S k k term zakończea proektu δ, który e moŝe być przekroczoy (ograczea czasowe): s δ (4) Ozaczea załoŝea: 0 s plaoway momet rozpoczęca operac, zmea decyzya do ustalea podczas tworzea harmoogramu predyktywego, s rzeczywsty momet rozpoczęca operac, w harmoogramowau predyktywym R za s wstawć E( s ) ako oczekway czas rzeczywstego startu operac, R R w waga określaąca koszt zakłócea przypadaący a edostkę czasu (koszt margaly) zwązay z etermowoścą rozpoczęca czyośc, koszt te moŝe być zwązay z dodatkowym kosztam orgazacyym, z kosztam magazyowaa materałów, z karam umowym zwązaym z etermowym wykoaem daego etapu proektu tp.: o gdy przymemy w 1,, w -1 =0 oraz w 0 problem sprowadza sę do mmalzac czasu realzac proektu (kryterum wydaoścowe), o gdy przymemy w 1 =w 2 = =w -1 =w 0 problem sprowadza sę do uodporea harmoogramu a moŝlwe zakłócea (kryterum stablośc), 0

4 o moŝlwość zdefowaa problemu z określoym przez kletów etapam realzac proektu tzw. kameam mlowym : czyoścom, po których teresuący kletów etap proektu est w peł zrealzoway, są adawae wększe wag (koszty establośc) Ŝ pozostałym czyoścom, d czas wykoywaa operac (ag. durato), r k zapotrzebowae czyośc a zasób typu k. 3. Harmoogramowae proektów formatyczych Plaowae proektu formatyczego sprowadza sę do określea zadań potrzebych do zrealzowaa przedsęwzęca, astępe zalezeu relac mędzy poszczególym zadaam (zadaa ezaleŝe, zadaa zwązae relacam typu koec-początek tp.). Dodatkowo koecze est oszacowae czasów trwaa zadań. Jest to zadaa trude, poewaŝ tworzee oprogramowaa est dzałaloścą twórczą. KaŜdy proekt formatyczy est ukaly oraz ma cechy owatorske. Ozacza to, Ŝe dośwadczee zdobyte podczas realzac poprzedch proektów moŝe być wykorzystae w astępych przedsęwzęcach edye ako odesee do przeprowadzea oszacowaa. Ukalość prowadzoych prac powodue, Ŝ poawa sę epewość co do uzyskaa oczekwaego rezultatu. Z druge stroy przebeg prac ad proektem formatyczym est częścowo powtarzaly, est z reguły komplacą wcześe zaych kocepc de, a epewość występue a pozome rozwązań szczegółowych. Oszacowae czasu trwaa wszystkch czyośc w proekce (lczby osobogodz potrzebych do realzac proektu) dae moŝlwość wycey przedsęwzęca. Poza lczbą osobogodz potrzebych do wykoaa zadaa koecze est określee le osób powo realzować te zadae, aby ego realzaca przebegała sprawe. Określee le zasobów (ludz) przydzelć do daego zadaa moŝe wykać z aalzy moŝlwośc podzału tego zadaa a częśc. W etape egocac z kletem stee koeczość ustalea wstępego harmoogramu realzac proektu. Wedza z harmoogramu umoŝlwa egocowae termów realzac poszczególych etapów systemu formatyczego (koleych wers systemu). Stworzee plau realzac systemu formatyczego pozwala a oceę daego zadaa w kotekśce całego przedsęwzęca. Brak plau moŝe przyczyać sę do wydłuŝaa czasu realzac poszczególych zadań (brak kotrol wykoawców). Tworzoy harmoogram mus gwaratować termową realzacę wszystkch etapów proektu dodatkowo powe zapewać cągłość pracy dla programstów oraz zrówowaŝyć obcąŝea w czase pracy ad poszczególym zadaam z uwzględeem celu całego proektu. Przy ustalau koleośc wykoywaa poszczególych zadań a początku aleŝy zdetyfkować ryzykowe zadaa, w celu zmmalzowaa ch wpływu a proekt. NaleŜy e ak aszybce realzować, gdyŝ mogą oe zdecydować o termowe wykoalośc proektu. Trudośc z ch realzacą mogą spowodować koeczość reegocac termów umowych realzac poszczególych wers systemu. Jeśl realzaca atrudeszych zadań będze sę wydłuŝać, to pozostae czas a e dzałaa zaradcze (zatrudee dodatkowych pracowków tp.). Iym rozwązaem moŝe być wczese wykoae prototypów (ag. rapd prototypg) abardze krytyczych skomplkowaych fragmetów oprogramowaa, co zwększy ch przewdywalość. W produkc systemów formatyczych często stosue sę system kame mlowych (ag. mlestoes), czyl puktów krytyczych, decyduących mometów w realzac proektu, z którym mogą być zwązae eprzekraczale termy zakończea poszczególych zadań. Te termy zobowązuą frmę p.: do wysłaa systemu formatyczego zaweraącego określoe fukcoalośc. Z opóźeam mogą być zwązae kary umowe. Natomast czasowa realzaca moŝe wązać sę z zapłatą za realzacę daego etapu proektu. Harmoogram realzac proektu to wektor termów rozpoczęca poszczególych zadań. W celu zwększea stablośc pracy w trakce produkc systemu formatyczego

5 koecze est reagowae a występuące zakłócea w celu zmmalzowaa odchyleń rzeczywstych termów rozpoczęca od plaowaych. Stablość produkc przyczya sę do lepsze orgazac pracy. W okresach bezczyośc zasobów (w realzac daego proektu) stee moŝlwość przydzelea ych zadań z ych proektów. Harmoogram usprawa pracę frmy programstycze. Pracowk, który ma przydzeloe określoe zadaa w kokretych dach, za termy ch realzac moŝe w wolych chwlach zapozać sę ze specyfką zadań, aalzować czy est e w stae wykoać termowo, doszkala sę tp. Zadaa mogą meć określoe prorytety (zadae krytycze, zadae waŝe, zadae o średm prorytece tp., zadae o skm prorytece), które mogą być zwązae z czasowym dostarczeem określoe wers kletow. Pracowk we, które czyośc muszą być zrealzowae a czas (zadaa krytycze). Określee termów rozpoczęca zadań moŝe słuŝyć do koordyac pracy ad proektem. Programsta moŝe dostawać specyfkacę (dokłady ops zadaa) zgode z harmoogramem. NaleŜy załoŝyć, Ŝe e moŝa rozpocząć czyośc przed plaowaym termem (a te momet est przygotowywaa specyfkaca). Harmoogramowae proektów formatyczych moŝa sprowadzć do problemu reaktywo-predyktywego harmoogramowaa proektów z ograczoą dostępoścą odawalych zasobów RCPSP: Zasoby w realzac proektów formatyczych ludze programśc, proektac, testerzy (problem welozasobowy), w meszych frmach, przy meszych proektach moŝlwość połączea tych wszystkch fukc (problem edozasobowy), kaŝdy pracowk pracue przy staowsku komputerowym (zasób est rozumay razem: człowek + komputer z oprogramowaem), zasoby odawale (ag. reewable) dostępość ch est odawaa w koleych okresach czasu, po realzac zadaa. Ograczee zasobowe: lczba pracowków, lczba człoków grupy proektowe realzuące day proekt, lczba staowsk komputerowych wyposaŝoych w odpowede oprogramowae (p. ograczea zwązae z lczbą lcec a dae oprogramowaa). Ograczea koleoścowe: ZaleŜośc koleoścowe przy produkc systemu formatyczego występuą główe wtedy, gdy owa fukcoalość est rozwęcem uŝ steące, mplemetaca zadaa moŝe być uzaleŝoa od wykoaa ych elemetów systemu (ych zadań). Ograczea czasowe: Termy zakończea poszczególych etapów proektu tzw. kamee mlowe. To termy zobowązuące frmę do wysłaa systemu formatyczego zaweraącego określoe fukcoalośc. Z opóźeam mogą być zwązae kary umowe. Natomast czasowa realzaca moŝe wązać sę z zapłatą za realzacę daego etapu proektu. Przykładowe zakłócea występuące w realzac proektów formatyczych: aware systemu komputerowego (awara zaslaa, aware serwerów), wrusy, błęde oszacowae czasów trwaa zadań, poawee sę owych fukcoalośc w proekce, zmay fukcoalośc, rozszerzee daego zadaa (dłuŝszy estymoway czas trwaa) tp, problemy z dostępoścą kleta, w momece kedy poawaą sę wątplwośc w trakce mplemetac proektu; mogą wydłuŝyć prace ad poszczególym zadaam, zmay czasu realzac zadań zwązae p. ze zmeą wydaoścą pracy pracowków, z krótszym efektywym czasem pracy, rotaca pracowków (zwolea, ow pracowcy) zwązay z tym czas wdroŝea owego pracowka, choroby pracowków, urlopy euwzględoe w harmoograme.

6 4. Harmoogramowae predyktywe przy epewośc zwązae z czasam trwaa czyośc W harmoogramowau proektów aczęśce podemoway est problem epewośc zwązae z czasam trwaa czyośc p. w pracach [2], [8]. Jest to uzasadae tym, Ŝe wele róŝego typu zakłóceń moŝe przyczyać sę do zmeośc czasów trwaa. Zamast aalzowaa wszystkch moŝlwych zaburzeń plau produkc podemowae są próby atycypac moŝlwych zma w czasach realzac zadań. W harmoogramowau predyktywym tworzoy est harmoogram a początku dzałaa systemu odpory a zakłócea (ag. robust schedule), uwzględaący zmeość parametrów systemu. Tworzee takego harmoogramu ma przecwdzałać establośc erwowośc (ag. ervousess) harmoogramów omalych. Odpory harmoogram tworzy sę m.. wstawaąc bufory czasowe przed zadaam. Podczas tworzea moŝe zostać uwzględoa statystycza wedza dotycząca moŝlwych zakłóceń plau produkc, wykryta dzęk aalze wcześeszego przebegu produkc. Harmoogram odpory powstae w faze plaowaa proektu, przed rozpoczęcem wykoaa proektu, est zdefoway ako harmoogram, który ze względu a swoe właścwośc, est epodaty a zakłócea, które mogą sę poawć w trakce ego realzac. Odporość to zdolość do absorbowaa zakłóceń poawaących sę w trakce dzałaa systemu produkcyego. Al-Fawza, Haouar [1] propouą, aby odporość harmoogramu rozumeć ako zdolość do przecwdzałaa ezaczym wzrostom czasów trwaa czyośc, które mogą być spowodowae przez ekotrolowae czyk. Stosowae są dwa podeśca do uodparaa uszeregowań, których celem adrzędym est: odporość akośc harmoogramu (ag. qualty robustess) podeśce, w którym kluczowym zadaem est zachowae plaowego czasu realzac proektu (ag. stablty of makespa); atycypaca zaburzeń produkcyych ma doprowadzć do mmalzac odchylea plaowaego termu wykoaa od rzeczywstego czasu realzac proektu, odporość harmoogramu (ag. soluto robustess) podeśce, w którym dąŝy sę do zrealzowaa wszystkch szczegółów uszeregowaa zgode z plaem, uwzględae są odchylea dotyczące p.: czasów rozpoczęca czasów zakończea zadań, sposobu przydzału zasobów do kokretych czyośc (ag. resource allocato) tp.; atycypaca zaburzeń produkcyych ma doprowadzć p. do mmalzac całkowtego odchylea czasów rozpoczęca zadań pomędzy plaowaym a zrealzowaym harmoogramem lub do mmalzac lczby przesuętych w czase czyośc w zrealzowaym uszeregowau w stosuku do plau. Podeśce uodparaa akośc harmoogramu stosowae est w metodze łańcucha krytyczego oraz zarządzaa buforam (ag. CC/BM Crtcal Cha/Buffer Maagemet lub CCS/BM Crtcal Cha Schedulg/Buffer Maagemet). W podeścu ochroy całego harmoogramu problem sprowadza sę do dąŝea do mmalzac wpływu zakłóceń a wskaźk stablośc harmoogramu. Jest to podeśce stosowae dla problemu opsaego w tym opracowau wzory 1-4 (poza przypadkem, gdy w 1,, w -1 =0 oraz w 0) Metoda łańcucha krytyczego oraz zarządzaa buforam Kocepca łańcuchów krytyczych została zapropoowaa przez Goldratta [2] bazue a teor ograczeń (ag. TOC Theory of Costrats). Łańcuch krytyczy defoway est ako zbór czyośc determuący całkowty czas realzac proektu, przy uwzględeu relac koleoścowych ograczeń zwązaych z zasobam. Przy eograczoych zasobach defca łańcucha krytyczego pokrywa sę z defcą śceŝk krytycze. Metoda łańcucha krytyczego wskazue a owy sposób prowadzea proektów. Zamast dodawaa margesów bezpeczeństwa do poszczególych zadań, tworzoe są wspóle bufory, umeszczae w strategczych mescach proektu, kocetruąc sę szczególe a ochroe

7 termu zakończea całośc proektu a e a termowe realzac poszczególych zadań. W metodze zarządzaa buforam CC/BM propoue sę wprowadzae dodatkowe rezerwy czasowe zaduące sę a końcu łańcucha krytyczego przedsęwzęca tzw. buforu proektowego (ag. PB Proect Buffer) wstawae buforów dla czyośc spoza tego łańcucha tzw. buforów zaslaących (ag. FB Feedg Buffers). Poprzez zastosowae buforów proektowych zabezpeczaa est termowa realzaca przedsęwzęca. Wprowadzee dodatkowych buforów zaslaących w mescach, gdze czyośc spoza łańcucha krytyczego łączą sę z tym łańcuchem, chro przed zakłóceem przebegu wykoywaa czyośc krytyczych. Ze względu a to, Ŝe do wykoaa poszczególych procesów z łańcucha krytyczego ezbęde mogą być róŝe zasoby, eprzerwaą realzacę tych procesów warukue dostępość zasobów e tylko w zaplaowaych termach. Sygalzowae wcześeszego zapotrzebowaa a zasoby krytycze umoŝlwaą dodatkowe bufory zasobów (ag. RB Resource Buffers) dostępe we wcześeszych termach (z wyprzedzeem) dla czyośc z łańcucha krytyczego Szacowae rozmaru buforów w celu zachowaa stablośc Stosowae metody CC/BM e est odpowede dla fukc celu podae wzorem 1, w które poza dotrzymaem termu realzac całego proektu stote est zachowae stablośc harmoogramu. Koecze est stosowae ych algorytmów, których zadaem est szacowae rozmaru buforów staowących zabezpeczee zarówo harmoogramu ak termowego czasu realzac proektu. WyróŜamy astępuące algorytmy określaa rozmaru buforów przed poszczególym czyoścam: algorytmy uwzględaące formace o zmeośc czasów trwaa czyośc p. algorytm FRD [7], algorytmy uwzględaące formace o wagach przypsaych czyoścom zaleŝośc koleoścowe mędzy czyoścam p. algorytmy RFDFF [3], algorytmy meszae uwzględaące formace o wagach przypsaych czyoścom wedzę dotyczącą zmeośc czasów trwaa czyośc p. algorytm STC [7]. Wstawae buforów czasowych przed poszczególe czyośc ma a celu budowę harmoogramu odporego a moŝlwe zakłócea (kryterum stablośc). Sprowadza sę to m..: do stosowaa wększych buforów przed czyoścam o wększym prawdopodobeństwe zakłócea przed czyoścam o wększym przewdywaym koszce establośc. Algorytmy dzałaą aŝ do mometu, w którym poprawa stablośc e est uŝ moŝlwa albo dalsze buforowae czyośc powodue przekroczee plaowaego termu realzac proektu ( s > δ ). Poza wymeoym prostym algorytmam heurystyczym moŝlwe est stosowae metaheurystyk t. algorytmy geetycze, tabu search tp. 5. Harmoogramowae predyktywe przy epewośc zwązae z dostępoścą zasobów Aware maszy to aczęśce aalzowae zaburzee produkcye w reharmoogramowau zadań w zarządzau produkcą [9]. W harmoogramowau proektów z ograczoą dostępoścą zasobów rozwaŝae est szerze rozumae zakłócee tzw. czasowa edostępość zasobu (awara maszyy, choroba pracowka tp.). Lczba prac dotycząca tego zagadea est ewelka. W pracy [6] zapropoowao algorytmy tworzące odpore harmoogramy algorytmy modyfkuące uszeregowaa w odpowedz a poawaące sę zakłócea zwązae ze stochastyczą dostępoścą zasobów Do strateg stosowaych w harmoogramowau predyktywym przy zmee dostępośc zasobów moŝa zalczyć (dla problemu opsaego wzoram 1-4):

8 tworzee harmoogramu mmalzuącego czas realzac proektu makespa, a astępe uodparae tego uszeregowaa przez wstawae buforów czasowych, ochroę harmoogramu przez wstawae buforów zasobowych p. tworzee harmoogramu mmalzuącego czas realzac proektu makespa, przy zakładae mesze dostępośc zasobów (zwększae buforu zasobowego aŝ do przekroczea deadle); welkość bufora zasobowego moŝe być wylczaa a podstawe wedzy o stochastyczych parametrach systemu produkcyego, tworzee harmoogramu a podstawe lsty czyośc posortowaych wg akegoś kryterum uwzględaącego p. zaleŝośc koleoścowe wag poszczególych czyośc, algorytmy heurystycze wstawaące bufory czasowe przy uwzględeu m.. zaleŝośc koleoścowych, wag przypsaych czyoścom oraz parametrów określaących czasową edostępość zasobów t. MTTR k (ag. Mea Tme To Restorato/Recovery), MTTF k (ag. Mea Tme To Falure). PowyŜsze stratege mogą być łączoe ze sobą. Np. mogą być rówolegle wstawae bufory zasobowe bufory czasowe. W pracy [6] przedstawoo strategę largest CIW frst polegaącą a tworzeu harmoogramu a podstawe lsty czyośc posortowaych erosąco wg współczyka CIW (ag. Cumulatve Istablty Weght), określaącego skumulowae wag establośc dae czyośc: CIW = w + w (5) * : S gdze: CIW - skumuloway koszt establośc dla czyośc, * S - zbór czyośc astępuących bezpośredo lub pośredo po czyośc. Idea powyŝsze strateg sprowadza sę do wcześeszego rozpoczyaa czyośc, których moŝlwe zakłócee moŝe meć awększy wpływ a establość całego harmoogramu (przy uwzględeu wag poszczególych czyośc). Tworzee uszeregowaa est dwuetapowe: I etap: stworzee lsty posortowae erosąco wg CIW, a podstawe, które powstae lsta prorytetowa czyośc, II etap: zdekodowae lsty prorytetowe z I etapu w uszeregowae zadań przy zastosowau schematu geerowaa harmoogramu SGS. W pracy [6] zastosowao algorytm heurystyczy TBH (ag. Tme Bufferg Heurstc) wstawaący bufory czasowe, przy dodatkowym uwzględeu awaryośc zasobów określoe parametram MTTR k, MTTF k w celu mmalzac wpływu czasowe edostępośc zasobu a stablość uszeregowaa. Parametr MTTR k ozacza wartość średą czasu upływaącego od chwl wystąpea uszkodzea do uzyskaa zdatośc zasobu k. Parametr MTTF k to wartość średa czasu upływaącego od chwl odzyskaa przez zasób k zdatośc do wykorzystaa do mometu wystąpea poowego uszkodzea. W algorytme TBH oblczay est oczekway wzrost czasu trwaa czyośc wg wzoru: d = max k ( MTTRk rk ) (6) MTTFk Jak wdać est wprost proporcoaly do czasu trwaa czyośc (dłuŝszy czas pracy zasobu wększe prawdopodobeństwo awar) e zapotrzebowaa a zasób (wykorzystywae wększe lczby zasobów zwększa prawdopodobeństwo wystąpea zakłócea kaŝdy z tych zasobów moŝe ulec awar). Wzrost czasu trwaa dae czyośc

9 d MTTRk rk est szacoway dla kaŝdego rodzau zasobu k wykorzystywaego przez MTTFk tę czyość wyberaa est wartość maksymala tych oszacowań. Na podstawe szacowaego wzrostu czasu trwaa czyośc wylczay est wpływ zakłócea dae czyośc I : I = w ( s + d + s ) (7) * P Współczyk I określa waŝoy koszt establośc czyośc, oblczoy a podstawe szacowaego czasu zakończea s + + ) wszystkch czyośc ze zboru P (zboru ( d czyośc pośredo bezpośredo poprzedzaących czyość ) a podstawe plaowaego czasu rozpoczęca te czyośc s. Po oblczeu I dzałae algorytmu moŝa przedstawć astępuąco: a początku sortowae są czyośc w erosące koleośc wg I, testowae est wstawee bufora czasowego welkośc edostkowe przed czyość o awększym I. Jeśl czas realzac harmoogramu z tym buforem e przekracza deadle, bufor est wstaway, harmoogram est modyfkoway, wylczae są I dla owego harmoogramu algorytm przebega aalogcze dla zaktualzowaych I. W przypadku, gdy wstawee bufora powodue przekroczee termu realzac proektu w harmoograme predyktywym, czyość dodawaa est do lsty czyośc, które uŝ e będą buforowae algorytm przebega dale dla lsty I bez te czyośc. Algorytm est kotyuoway do mometu, aŝ wszystke czyośc e mogą być buforowae lub ch współczyk I wyos zero. 6. Mary odporośc harmoogramów Tworzee harmoogramów odporych sprowadza sę do dąŝea do mmalzac wpływu zakłóceń a wskaźk stablośc harmoogramu. Do prostych wskaźków odporośc a zakłócea zalczamy p.: wskaźk lczby operac krytyczych, wskaźk średego przestou staowska przed operacam tp. Al-Fawza, Haouar [1] ako marę odporośc zapropoowal sumę FS (ag. FS free slacks). Jest to suma edostek czasu, o które mogą być przedłuŝoe poszczególe czyośc w proekce bez opóźea czasu rozpoczęca czyośc bezpośredo po ch astępuących bez aruszea ograczeń zwązaych z dostępoścą zasobów. Maksymalzaca sumy FS ako mara odporośc est wykorzystywaa m.. w pracach [1], [6]. W pracy [4] Kobylańsk Kuchta podęl sę krytyk sumy free slacks ako mary odporośc. Jako marę odporośc zapropoowal maksymalzacę mmalego free slack. lub maksymalzacę mmalego wskaźka free slack/ durato (podeśce uwzględaące sytuace, w których dłuŝsze czyośc mogą meć wększe bezwzględe zakłócea). Zdefowal róweŝ mary określaące stopeń eodporośc harmoogramu (dla kryterum zachowaa stablośc całego harmoogramu soluto robustess) lub stopeń eodporośc akośc harmoogramu (dla kryterum dochowaa termu realzac proektu qualty robustess). Harmoogram ma stopeń eodporośc (ag. soluto o-robustess degree) l, eśl l est maksymalym opóźeem czasu rozpoczęca czyośc w realzowaym proekce spowodowaym przez wydłuŝee ede (aalzowaa kaŝda czyość) czyośc o k edostek czasowych (lub o k%). Harmoogram ma stopeń eodporośc akośc (ag. qualty o-robustess degree) l, eśl l est maksymalym opóźeem czasu zakończea proektu spowodowaym przez wydłuŝee ede (aalzowaa kaŝda czyość) czyośc o k edostek czasowych (lub o k%). Dla problemu opsaego wzoram 1-4 przy oblczau odporośc harmoogramu stote est uwzględee wag przypsaych poszczególym czyoścom. Lambrechts [6] zapropoowal astępuącą fukcę celu: *

10 FS maksymalzaca( CIW e = 1 = 1 kara max(0, s δ )) gdze: CIW - skumuloway koszt establośc dla czyośc (wzór 9 tam ops), FS - zapas czasu free slack dla czyośc, kara kara za przekroczee czasu realzac proektu o 1 edostkę czasu. Zamast lczea sumy FS wylczaa est fukca, która preferue wstawae zapasów czasu przed czyoścam o ak ameszym FS. DąŜy sę do rówomerego rozłoŝea free slack w harmoograme (kocepca zblŝoa do zapropoowae prze Kobylańskego Kuchtę [4]). Dla przykładu (pomaąc zaczee skumulowaego kosztu establośc dla dae czyośc CIW ): zwększee zapasu czasu FS przed czyoścą z FS=0 (e -1 = ), zamast przed czyoścą z FS=2 (e -3 = ), poad sedmokrote zwększa wartość fukc celu ( : >7,39). 7. Zakończee W artykule przedstawoo wybrae zagadea dotyczące predyktywego harmoogramowaa proektów formatyczych. Zaprezetowao model stratege wykorzystywae w badaach dotyczących tego problemu. Mmo welu prac poawaących sę w ostatch latach dotyczących predyktyworeaktywego harmoogramowaa proektów brak est opracowań kompleksowo aalzuących moŝlwe zakłócea występuące w systemach produkcyych. Istee wele zagadeń dotyczących predyktywo-reaktywego harmoogramowaa proektów w warukach epewośc eszcze e aalzowaych. Jest to tematyka bardzo rozwoowa. Lteratura [1] Al-Fawza M., Haouar M., A b-obectve problem for robust resource-costraed proect schedulg, Iteratoal Joural of Producto Ecoomcs, 96, s , 2005 [2] Goldratt E. M.: Crtcal cha, Great Barrgto: The North Rver Press, 1997 [3] Herroele W., Leus R. Robust ad reactve proect schedulg: a revew ad classfcato of procedures, Iteratoal Joural of Producto Research, 42(8), s , 2004 [4] Kobylańsk P., Kuchta D., A ote o the paper by M. A. Al-Fawza ad M. Haouar about a b-obectve problem for robust resource-costraed proect schedulg. Iteratoal Joural of Producto Ecoomcs, do druku w 2007 roku [5] Kostrubec A.: Harmoogramowae proektów - przegląd model, IŜyera Zarządzaa Przedsęwzęcam, Wydawctwo Poltechk Gdańske, s , Gdańsk, 2003 [6] Lambrechts O., Demeulemeester E.L., Herroele W.S., Proactve ad reactve strateges for resource-costraed proect schedulg wth ucerta resource avalabltes, Raport badawczy KBI_0606, K.U.Leuve, [7] Leus R, Herroele W., Stablty ad resource allocato proect plag, IIE Trasactos, 36(7), s , 2004 [8] Va De Voder S, Demeulemeester E., Herroele W., Leus R, The trade-off betwee stablty ad makespa resource-costraed proect schedulg, Iteratoal Joural of Producto Research, 44(2), s , 2006 [9] Vera G.E., Herrma J.W., L E., Reschedulg maufacturg systems: a framework of strateges, polces ad methods, Joural of schedulg, 6(1), s , 2003 (8)

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE 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 szczegółowo

ρ (6) przy czym ρ ij to współczynnik korelacji, wyznaczany na podstawie następującej formuły: (7)

ρ (6) przy czym ρ ij to współczynnik korelacji, wyznaczany na podstawie następującej formuły: (7) PROCES ZARZĄDZANIA PORTFELEM PAPIERÓW WARTOŚCIOWYCH WSPOMAGANY PRZEZ ŚRODOWISKO AUTOMATÓW KOMÓRKOWYCH Ageszka ULFIK Streszczee: W pracy przedstawoo sposób zarządzaa portfelem paperów wartoścowych wspomagay

Bardziej szczegółowo

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA Adra Kapczyńsk Macej Woly Wprowadzee Rozwój całego spektrum coraz doskoalszych środków formatyczych

Bardziej szczegółowo

STANDARYZACJA PRZEPROWADZANIA NAPRAW JAKO ETAP WDROŻENIA TOTAL PRODUCTIVE MAINTENANCE W PRZEMYŚLE WYDOBYWCZYM

STANDARYZACJA PRZEPROWADZANIA NAPRAW JAKO ETAP WDROŻENIA TOTAL PRODUCTIVE MAINTENANCE W PRZEMYŚLE WYDOBYWCZYM STANDARYZACJA PRZEPROWADZANIA NAPRAW JAKO ETAP WDROŻENIA TOTAL PRODUCTIVE MAINTENANCE W PRZEMYŚLE WYDOBYWCZYM Edward CHLEBUS, Joaa HELMAN, Mara ROSIENKIEWICZ, Paweł STEFANIAK Streszczee: Nejszy artykuł

Bardziej szczegółowo

Planowanie eksperymentu pomiarowego I

Planowanie eksperymentu pomiarowego I POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA ENERGETYKI INSTYTUT MASZYN URZĄDZEŃ ENERGETYCZNYCH Plaowae eksperymetu pomarowego I Laboratorum merctwa (M 0) Opracował: dr ż. Grzegorz Wcak

Bardziej szczegółowo

Modelowanie niezawodności i wydajności synchronicznej elastycznej linii produkcyjnej

Modelowanie niezawodności i wydajności synchronicznej elastycznej linii produkcyjnej Dr hab. ż. Ato Śwć, prof. adzw. Istytut Techologczych ystemów Iformacyych oltechka Lubelska ul. Nadbystrzycka 36, 2-68 Lubl e-mal: a.swc@pollub.pl Dr ż. Lech Mazurek aństwowa Wyższa zkoła Zawodowa w Chełme

Bardziej szczegółowo

Portfel złożony z wielu papierów wartościowych

Portfel złożony z wielu papierów wartościowych Portfel westycyy ćwczea Na odst. Wtold Jurek: Kostrukca aalza, rozdzał 4 dr Mchał Kooczyńsk Portfel złożoy z welu aerów wartoścowych. Zwrot ryzyko Ozaczea: w kwota ulokowaa rzez westora w aery wartoścowe

Bardziej szczegółowo

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację. Wrażlwość oblgacj Jedym z czyków ryzyka westowaa w oblgacje jest zmeość rykowych stóp procetowych. Iżyera fasowa dyspouje metodam pozwalającym zabezpeczyć portfel przed egatywym skutkam zma stóp procetowych.

Bardziej szczegółowo

1. Relacja preferencji

1. Relacja preferencji dr Mchał Koopczyńsk EKONOMIA MATEMATYCZNA Wykłady, 2, 3 (a podstawe skryptu r 65) Relaca preferec koszyk towarów: przestrzeń towarów: R + = { x R x 0} x = ( x,, x ) X X R+ x 0 x 0 =, 2,, x~y xf y x y x

Bardziej szczegółowo

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu DYNAMICZNE MODELE EKONOMERYCZNE X Ogólopolske Semarum Naukowe, 4 6 wrześa 2007 w oruu Katedra Ekoometr Statystyk, Uwersytet Mkołaja Koperka w oruu Moka Jezorska - Pąpka Uwersytet Mkołaja Koperka w oruu

Bardziej szczegółowo

11/22/2014 STRATEGIE MIESZANE - MOTYWACJA. ROZWAśMY PRZYKŁAD:

11/22/2014 STRATEGIE MIESZANE - MOTYWACJA. ROZWAśMY PRZYKŁAD: //4 Gry o sue zero - gry rozgrywae w strategach eszaych STRATEGIE IESZANE - OTYWACJA. ROZWAśY PRZYKŁAD: 5 DEFINICJA..6 Strategą eszaą π gracza P azyway kaŝdy rozkład prawdopodobeństwa określoy a zborze

Bardziej szczegółowo

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ 9 Cel ćwczea Ćwczee 9 WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANE PODCZAS ZDERZENIA CIAŁ Celem ćwczea jest wyzaczee wartośc eerg rozpraszaej podczas zderzea cał oraz współczyka restytucj charakteryzującego

Bardziej szczegółowo

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki tatystycza terpretacja wyków eksperymetu Małgorzata Jakubowska Katedra Chem Aaltyczej Wydzał IŜyer Materałowej Ceramk AGH Podstawowe zadae statystyk tatystyka to uwersale łatwo dostępe arzędze, które pomaga

Bardziej szczegółowo

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych dr Ewa Wycka Wyższa Szkoła Bakowa w Gdańsku Wtold Komorowsk, Rafał Gatowsk TZ SKOK S.A. Statystycza aalza mesęczych zma współczyka szkodowośc kredytów hpoteczych Wskaźk szkodowośc jest marą obcążea kwoty/lczby

Bardziej szczegółowo

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B W przypadku gdy e występuje statystyczy rozrzut wyków (wszystke pomary dają te sam wyk epewość pomaru wyzaczamy w y sposób. Główą przyczyą epewośc pomaru jest epewość

Bardziej szczegółowo

Pomiary parametrów napięć i prądów przemiennych

Pomiary parametrów napięć i prądów przemiennych Ćwczee r 3 Pomary parametrów apęć prądów przemeych Cel ćwczea: zapozae z pomaram wartośc uteczej, średej, współczyków kształtu, szczytu, zekształceń oraz mocy czyej, berej, pozorej współczyka cosϕ w obwodach

Bardziej szczegółowo

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 7 Krzywa retowośc, zadaa (mat. f.), marża w hadlu, NPV IRR, Ustawa o kredyce kosumeckm, fukcje fasowe Excela Krzywa retowośc (dochodowośc) Yeld Curve Krzywa ta jest grafczym

Bardziej szczegółowo

Wyrażanie niepewności pomiaru

Wyrażanie niepewności pomiaru Wyrażae epewośc pomaru Adrzej Kubaczyk Wydzał Fzyk, Poltechka Warszawska Warszawa, 05 Iformacje wstępe Każdy pomar welkośc fzyczej dokoyway jest ze skończoą dokładoścą, co ozacza, że wyk tego pomaru dokoyway

Bardziej szczegółowo

Badania Operacyjne (dualnośc w programowaniu liniowym)

Badania Operacyjne (dualnośc w programowaniu liniowym) Badaa Operacye (dualośc w programowau lowym) Zadae programowaa lowego (PL) w postac stadardowe a maksmum () c x = max, podczas gdy spełoe są erówośc () ax = b ( m ), x 0 ( ) Zadae programowaa lowego (PL)

Bardziej szczegółowo

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi. 3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy

Bardziej szczegółowo

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5 L.Kowalsk zadaa ze statystyk opsowej-zestaw 5 Zadae 5. X cea (zł, Y popyt (tys. szt.. Mając dae ZADANIA Zestaw 5 x,5,5 3 3,5 4 4,5 5 y 44 43 43 37 36 34 35 35 Oblcz współczyk korelacj Pearsoa. Oblcz współczyk

Bardziej szczegółowo

ANALIZA INPUT - OUTPUT

ANALIZA INPUT - OUTPUT Aalza put - output Notatk S Dorosewcz J Staseńko Stroa z 28 SŁAWOMIR DOROSIEWICZ JUSTYNA STASIEŃKO ANALIZA INPUT - OUTPUT NOTATKI Istytut Ekoometr SGH Aalza put - output Notatk S Dorosewcz J Staseńko Stroa

Bardziej szczegółowo

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie B A D A N I A O P E R A C Y J N E I D E C Y J E Nr 2 2007 Aa ĆWIĄKAŁA-MAŁYS*, Woletta NOWAK* UOGÓLNIONA ANALIA WRAŻLIWOŚCI YSKU W PREDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW Przedstawoo ajważejsze elemety

Bardziej szczegółowo

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA Ćwczee 8 TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA 8.. Cel ćwczea Celem ćwczea jest wyzaczee statyczego współczyka tarca pomędzy walcową powerzchą cała a opasującą je lą. Poadto a drodze eksperymetalej

Bardziej szczegółowo

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe Podprzestrzee macerzowe werdzee: Dla dwóch macerzy A B o tych samych wymarach zachodz: ( ) ( ) wersz a) R A R B A ~ B Dowód: wersz a) A ~ B stee P taka że PA B 3 0 A 4 3 0 0 E A B 0 0 0 E B 3 6 4 0 0 0

Bardziej szczegółowo

Analiza wyniku finansowego - analiza wstępna

Analiza wyniku finansowego - analiza wstępna Aalza wyku fasowego - aalza wstępa dr Potr Ls Welkość wyku fasowego determuje: etowość przedsęborstwa Welkość podatku dochodowego Welkość kaptałów własych Welkość dywded 1 Aalza wyku fasowego ma szczególe

Bardziej szczegółowo

Matematyczny opis ryzyka

Matematyczny opis ryzyka Aalza ryzyka kosztowego robót remotowo-budowlaych w warukach epełe formac Mgr ż Mchał Bętkowsk dr ż Adrze Powuk Wydzał Budowctwa Poltechka Śląska w Glwcach MchalBetkowsk@polslpl AdrzePowuk@polslpl Streszczee

Bardziej szczegółowo

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki) Podstawy aalzy epewośc pomarowych (I Pracowa Fzyk) Potr Cygak Zakład Fzyk Naostruktur Naotecholog Istytut Fzyk UJ Pok. 47 Tel. 0-663-5838 e-mal: potr.cygak@uj.edu.pl Potr Cygak 008 Co to jest błąd pomarowy?

Bardziej szczegółowo

METODY KOMPUTEROWE 1

METODY KOMPUTEROWE 1 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN MTODA ULRA Mcał PŁOTKOWIAK Adam ŁODYGOWSKI Kosultacje aukowe dr z. Wtold Kąkol Pozań 00/00 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN Metod umercze MN pozwalają a ormułowae matematczc

Bardziej szczegółowo

08 Model planowania sieci dostaw 1Po_2Pr_KT+KM

08 Model planowania sieci dostaw 1Po_2Pr_KT+KM Nr Tytuł: Autor: 08 Model plaowaa sec dostaw 1Po_2Pr_KT+KM Potr SAWICKI Zakład Systeów Trasportowych WIT PP potr.sawck@put.poza.pl potr.sawck.pracowk.put.poza.pl www.facebook.co/potr.sawck.put Przedot:

Bardziej szczegółowo

OPTYMALIZACJA KONSTRUKCJI NADWOZI POJAZDÓW SZYNOWYCH PRZY UśYCIU ALGORYTMÓW MES.

OPTYMALIZACJA KONSTRUKCJI NADWOZI POJAZDÓW SZYNOWYCH PRZY UśYCIU ALGORYTMÓW MES. prof. dr hab. Ŝ. Tadeusz Uhl AGH Katedra Robotyk Dyamk Maszy prof. dr hab. Ŝ. Adrzej Chudzkewcz PW Wydzał Trasportu mgr Ŝ. Ireeusz Łuczak EC Egeerg mgr Ŝ. Grzegorz Lasko AGH Katedra Robotyk Dyamk Maszy

Bardziej szczegółowo

HARMONOGRAMOWANIE PROJEKTÓW W DYNAMICZNYCH RODOWISKACH PRODUKCYJNYCH

HARMONOGRAMOWANIE PROJEKTÓW W DYNAMICZNYCH RODOWISKACH PRODUKCYJNYCH Marcn Klmek HARMONOGRAMOWANIE PROJEKTÓW W DYNAMICZNYCH RODOWISKACH PRODUKCYJNYCH S owa kluczowe: harmonogramowane projektów, zak ócena produkcyjne, predyktywno-reaktywne harmonogramowane Wst p Zarz dzane

Bardziej szczegółowo

Badania Maszyn CNC. Nr 2

Badania Maszyn CNC. Nr 2 Poltechka Pozańska Istytut Techolog Mechaczej Laboratorum Badaa Maszy CNC Nr 2 Badae dokładośc pozycjoowaa os obrotowych sterowaych umerycze Opracował: Dr. Wojcech Ptaszy sk Mgr. Krzysztof Netter Pozań,

Bardziej szczegółowo

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego). TESTY NORMALNOŚCI Test zgodośc Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład ormaly). Hpoteza alteratywa H1( Cecha X populacj e ma rozkładu ormalego). Weryfkacja powyższych hpotez za pomocą tzw. testu

Bardziej szczegółowo

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min Fukca warogodośc Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x;. Fukcą warogodośc dla próby x azywamy welkość: ( x; f ( x ; L Twerdzee (Cramera-Rao: Mmala wartość warac m dowolego eobcążoego

Bardziej szczegółowo

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4 POZECHNE KRAJOE ZAADY YCENY (PKZ) KRAJOY TANDARD YCENY PECJALITYCZNY NR 4 K 4 YCENA ŁUŻEBNOŚCI PRZEYŁU I OKREŚLANIE KOTY YNAGRODZENIA ZA BEZUMONE KORZYTANIE Z NIERUCHOMOŚCI PRZY INETYCJACH LINIOYCH 1.

Bardziej szczegółowo

FUNKCJE DWÓCH ZMIENNYCH

FUNKCJE DWÓCH ZMIENNYCH FUNKCJE DWÓCH MIENNYCH De. JeŜel kaŝdemu puktow (, ) ze zoru E płaszczz XY przporządkujem pewą lczę rzeczwstą z, to mówm, Ŝe a zorze E określoa została ukcja z (, ). Gd zór E e jest wraźe poda, sprawdzam

Bardziej szczegółowo

MATERIAŁY I STUDIA. Efektywność sektora publicznego na poziomie samorządu lokalnego. Zesz y t nr 242. Barbara Karbownik, Grzegorz Kula

MATERIAŁY I STUDIA. Efektywność sektora publicznego na poziomie samorządu lokalnego. Zesz y t nr 242. Barbara Karbownik, Grzegorz Kula MATERAŁY STUDA Zesz y t r 242 Efektywość sektora publczego a pozome samorządu lokalego Barbara Karbowk, Grzegorz Kula Warszawa 2009 Barbara Karbowk Narodowy Bak Polsk, barbara.karbowk@bp.pl Grzegorz Kula

Bardziej szczegółowo

Zależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży

Zależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży Gawlk L., Kasztelewcz Z., 2005 Zależość kosztów produkcj węgla w kopal węgla bruatego Ko od pozomu jego sprzedaży. Prace aukowe Istytutu Górctwa Poltechk Wrocławskej r 2. Wyd. Ofcya Wydawcza Poltechk Wrocławskej,

Bardziej szczegółowo

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej Podstawy Mary położea wskazują mejsce wartośc ajlepej reprezetującej wszystke welkośc daej zmeej. Mówą o przecętym pozome aalzowaej cechy. Średa arytmetycza suma wartośc zmeej wszystkch jedostek badaej

Bardziej szczegółowo

STATYKA. Cel statyki. Prof. Edmund Wittbrodt

STATYKA. Cel statyki. Prof. Edmund Wittbrodt STATYKA Cel statyk Celem statyk jest zastąpee dowolego układu sł ym, rówoważym układem sł, w tym układem złożoym z jedej tylko sły jedej pary sł (redukcja do sły mometu główego) lub zbadae waruków, jake

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadae. W ure zajduje sę 5 kul, z których 5 jest bałych czarych. Losujemy bez zwracaa kolejo po jedej kul. Kończymy losowae w momece, kedy wycągęte zostaą wszystke czare kule. Oblcz wartość oczekwaą lczby

Bardziej szczegółowo

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4 POZECHNE KRAJOE ZAADY YCENY (PKZ) KRAJOY TANDARD YCENY PECJALITYCZNY NR 4 K 4 INETYCJE LINIOE - ŁUŻEBNOŚĆ PRZEYŁU I BEZUMONE KORZYTANIE Z NIERUCHOMOŚCI 1. PROADZENIE 1.1. Nejszy stadard przedstawa reguły

Bardziej szczegółowo

ĆWICZENIE 10 OPTYMALIZACJA STRUKTURY CZUJKI TEMPERATURY W ASPEKCIE NIEZWODNOŚCI

ĆWICZENIE 10 OPTYMALIZACJA STRUKTURY CZUJKI TEMPERATURY W ASPEKCIE NIEZWODNOŚCI ĆWICZENIE 0 OPTYMALIZACJA STUKTUY CZUJKI TEMPEATUY W ASPEKCIE NIEZWODNOŚCI Cel ćwczea: zapozae z metodam optymalzac wewętrze struktury mozakowe czuk temperatury stosowae w systemach sygalzac pożaru; wyzaczee

Bardziej szczegółowo

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej PŁAKA GEOMETRIA MA Środek cężkośc fgury płaskej Mometam statyczym M x M y fgury płaskej względem os x lub y (rys. 7.1) azywamy gracę algebraczej sumy loczyów elemetarych pól d przez ch odległośc od os,

Bardziej szczegółowo

FINANSE II. Model jednowskaźnikowy Sharpe a.

FINANSE II. Model jednowskaźnikowy Sharpe a. ODELE RYNKU KAPITAŁOWEGO odel jedowskaźkowy Sharpe a. odel ryku kaptałowego - CAP (Captal Asset Prcg odel odel wycey aktywów kaptałowych). odel APT (Arbtrage Prcg Theory Teora artrażu ceowego). odel jedowskaźkowy

Bardziej szczegółowo

Centralna Izba Pomiarów Telekomunikacyjnych (P-12) Komputerowe stanowisko do wzorcowania generatorów podstawy czasu w częstościomierzach cyfrowych

Centralna Izba Pomiarów Telekomunikacyjnych (P-12) Komputerowe stanowisko do wzorcowania generatorów podstawy czasu w częstościomierzach cyfrowych Cetrala Izba Pomarów Telekomukacyjych (P-1) Komputerowe staowsko do wzorcowaa geeratorów podstawy czasu w częstoścomerzach cyrowych Praca r 1300045 Warszawa, grudzeń 005 Komputerowe staowsko do wzorcowaa

Bardziej szczegółowo

Statystyczne charakterystyki liczbowe szeregu

Statystyczne charakterystyki liczbowe szeregu Statystycze charakterystyk lczbowe szeregu Aalzę badaej zmeej moża uzyskać posługując sę parametram opsowym aczej azywaym statystyczym charakterystykam lczbowym szeregu. Sytetycza charakterystyka zborowośc

Bardziej szczegółowo

WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY

WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY ZESZYTY NAUKOWE WYDZIAŁU NAUK EKONOMICZNYCH Mara KLONOWSKA-MATYNIA Natala CENDROWSKA WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY Zarys treśc: Nejsze opracowae pośwęcoe zostało spółkom akcyjym, które

Bardziej szczegółowo

11/22/2014. Jeśli stała c jest równa zero to takie gry nazywamy grami o sumie zerowej.

11/22/2014. 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 szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Zaawasowae metod umercze Programowae lowe (problem dual, program low w lczbach całkowtch) Dualość est kluczowm poęcem programowaa lowego. Pozwala a udowodee że otrzmwae rozwązaa są optmale. Zagadee duale

Bardziej szczegółowo

WYBRANE MOŻLIWOŚCI WSPOMAGANIA INWESTYCJI

WYBRANE MOŻLIWOŚCI WSPOMAGANIA INWESTYCJI WYBRANE MOŻLIWOŚCI WSPOMAGANIA INWESTYCJI GIEŁDOWYCH PRZY UŻYCIU ALGORYTMÓW GENETYCZNYCH mgr ż. Marc Klmek Katedra Iformatyk Państwowa Wyższa Szkoła Zawodowa m. Papeża Jaa Pawła II w Bałej Podlaskej Streszczee:

Bardziej szczegółowo

Opracowanie wyników pomiarów

Opracowanie wyników pomiarów Opracowae wków pomarów Praca w laboratorum fzczm polega a wkoau pomarów, ch terpretacj wcagęcem wosków. Ab dojść do właścwch wosków aleŝ szczególą uwagę zwrócć a poprawość wkoaa pomarów mmalzacj błędów

Bardziej szczegółowo

Funkcja wiarogodności

Funkcja wiarogodności Fukca warogodośc Defca: Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x; θ. Fukcą warogodośc dla próby x azywamy welkość: ( x; θ f ( x ; θ L Uwaga: Fukca warogodośc to e to samo co łącza

Bardziej szczegółowo

PROCEDURY ODPORNEJ ALOKACJI ZASOBÓW DLA PROBLEMU HARMONOGRAMOWANIA PROJEKTU Z WAŻONYMI KOSZTAMI NIESTABILNOŚCI 1

PROCEDURY ODPORNEJ ALOKACJI ZASOBÓW DLA PROBLEMU HARMONOGRAMOWANIA PROJEKTU Z WAŻONYMI KOSZTAMI NIESTABILNOŚCI 1 PROCEDURY ODPORNEJ ALOKACJI ZASOBÓW DLA PROBLEMU HARMONOGRAMOWANIA PROJEKTU Z WAŻONYMI KOSZTAMI NIESTABILNOŚCI 1 Marcn KLIMEK, Potr ŁEBKOWSKI Streszczene: Odporne harmonogramowane projektu jest ważnym

Bardziej szczegółowo

Miary statystyczne. Katowice 2014

Miary statystyczne. Katowice 2014 Mary statystycze Katowce 04 Podstawowe pojęca Statystyka Populacja próba Cechy zmee Szereg statystycze Wykresy Statystyka Statystyka to auka zajmująca sę loścowym metodam aalzy zjawsk masowych (występujących

Bardziej szczegółowo

5. OPTYMALIZACJA NIELINIOWA

5. OPTYMALIZACJA NIELINIOWA 5. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często, że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też, oprócz lowych zadań decyzyjych, formułujemy także elowe

Bardziej szczegółowo

Typ może być dowolny. //realizacja funkcji zamiana //przestawiajacej dwa elementy //dowolnego typu void zamiana(int &A, int &B) { int t=a; A=B; B=t; }

Typ może być dowolny. //realizacja funkcji zamiana //przestawiajacej dwa elementy //dowolnego typu void zamiana(int &A, int &B) { int t=a; A=B; B=t; } Idea: Wyzaczamy ameszy elemet w cągu tablcy zameamy go mescam z elemetem perwszym, astępe z pozostałego cągu wyberamy elemet ameszy ustawamy go a druge mesce tablcy zmeamy, td. Realzaca w C++ vod seleca

Bardziej szczegółowo

3. OPTYMALIZACJA NIELINIOWA

3. OPTYMALIZACJA NIELINIOWA Wybrae zaadea badań operacyjych dr ż. Zbew Tarapata 3. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też oprócz

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ ). W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna TECHNIKUM ZESPÓŁ SZKÓŁ w KRZEPICACH PRACOWNIA EKONOMICZNA TEORIA ZADANIA dla klasy II Techkum Marek Kmeck Zespół Szkół Techkum w Krzepcach Wprowadzee do statystyk Lekcja Statystyka - określa zbór formacj

Bardziej szczegółowo

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 6 Matematyka fasowa c.d. Rachuek retowy (autetowy) Maem rachuku retowego określa sę regulare płatośc w stałych odstępach czasu przy założeu stałej stopy procetowej. Przykłady

Bardziej szczegółowo

2012-10-11. Definicje ogólne

2012-10-11. 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 szczegółowo

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH L.Kowalsk PODSTAWOWE TESTY STATYSTYCZNE TESTY STATYSTYCZNE poteza statystycza to dowole przypuszczee dotyczące rozkładu cechy X. potezy statystycze: -parametrycze dotyczą ezaego parametru, -parametrycze

Bardziej szczegółowo

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Laboatoum Metod tatystyczych ĆWICZENIE WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Oacowała: Katazya tąo Weyfkaca hotez Hoteza statystycza to dowole zyuszczee dotyczące ozkładu oulac. Wyóżamy hotezy: aametycze

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ. W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

Agenda. Politechnika Poznańska WMRiT ZST. Piotr Sawicki Optymalizacja w transporcie 1. Kluczowe elementy wykładu

Agenda. Politechnika Poznańska WMRiT ZST. Piotr Sawicki Optymalizacja w transporcie 1. Kluczowe elementy wykładu Poltechka Pozańska WMRT ZST Tytuł: 05 Lokalzaca obektów. Model PoPr Zastosowae prograowaa lowego Autor: Potr SAWICKI Zakład Systeów Trasportowych WMRT PP potr.sawck@put.poza.pl www.put.poza.pl/~potr.sawck

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Luy 03 PODRĘCZNIKI Wsęp do aalzy błędu pomarowego Joh R. Taylor Wydawcwo Naukowe PWN Warszawa 999 I Pracowa

Bardziej szczegółowo

06 Model planowania sieci dostaw 1Po_1Pr_KT+KM

06 Model planowania sieci dostaw 1Po_1Pr_KT+KM Nr Tytuł: Autor: 06 Model plaowaa sec dostaw 1Po_1Pr_KT+KM Potr SAWICKI Zakład Systeów Trasportowych WIT PP potr.sawck@put.poza.pl potr.sawck.pracowk.put.poza.pl www.facebook.co/potr.sawck.put Przedot:

Bardziej szczegółowo

ZASTOSOWANIE MODELU LOGITOWEGO DO ANALIZY WYNIKÓW EGZAMINU

ZASTOSOWANIE MODELU LOGITOWEGO DO ANALIZY WYNIKÓW EGZAMINU Haa Dudek a, Moka Dybcak b a Katedra Ekoometr Iformatyk SGGW b studetka Mędzywydzałowego Studum Iformatyk Ekoometr e-mal: hdudek@mors.sggw.waw.pl ZASTOSOWANIE MODELU LOGITOWEGO DO ANALIZY WYNIKÓW EGZAMINU

Bardziej szczegółowo

. Wtedy E V U jest równa

. Wtedy E V U jest równa Prawdopodobeństwo statystyka 7.0.0r. Zadae Dwuwymarowa zmea losowa Y ma rozkład cągły o gęstośc gdy ( ) 0 y f ( y) 0 w przecwym przypadku. Nech U Y V Y. Wtedy E V U jest rówa 8 7 5 7 8 8 5 Prawdopodobeństwo

Bardziej szczegółowo

JEDNOWYMIAROWA ZMIENNA LOSOWA

JEDNOWYMIAROWA ZMIENNA LOSOWA JEDNOWYMIAROWA ZMIENNA LOSOWA Nech E będze zborem zdarzeń elemetarych daego dośwadczea. Fucję X(e) przyporządowującą ażdemu zdarzeu elemetaremu e E jedą tylo jedą lczbę X(e)=x azywamy ZMIENNĄ LOSOWĄ. Przyład:

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości Prawdopodobeństwo statystyka 4.0.00 r. Zadae Nech... będą ezależym zmeym losowym z rozkładu o gęstośc θ f ( x) = θ xe gdy x > 0. Estymujemy dodat parametr θ wykorzystując estymator ajwększej warogodośc

Bardziej szczegółowo

ZARYS METODY OCENY TRWAŁOSCI I NIEZAWODNOSCI OBIEKTU Z UWZGLEDNIENIEM CZYNNIKA LUDZKIEGO I PŁASZCZYZNY LICZB ZESPOLONYCH

ZARYS METODY OCENY TRWAŁOSCI I NIEZAWODNOSCI OBIEKTU Z UWZGLEDNIENIEM CZYNNIKA LUDZKIEGO I PŁASZCZYZNY LICZB ZESPOLONYCH Zdzsław IDZIASZEK 1 Mechatrocs ad Avato Faculty Mltary Uversty of Techology, 00-908 Warsaw 49, Kalskego street r zdzaszek@wat.edu.pl Norbert GRZESIK Avato Faculty Polsh Ar Force Academy, 08-51 Dębl, Dywzjou

Bardziej szczegółowo

Wielokategorialne systemy uczące się i ich zastosowanie w bioinformatyce. Rafał Grodzicki

Wielokategorialne systemy uczące się i ich zastosowanie w bioinformatyce. Rafał Grodzicki Welokategoralne systemy uząe sę h zastosowane w bonformatye Rafał Grodzk Welokategoralny system uząy sę (multlabel learnng system) Zbór danyh weśowyh: d X = R Zbór klas (kategor): { 2 } =...Q Zbór uząy:

Bardziej szczegółowo

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

Analiza 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 szczegółowo

ma rozkład normalny z nieznaną wartością oczekiwaną m

ma rozkład normalny z nieznaną wartością oczekiwaną m Zadae Każda ze zmeych losowych,, 9 ma rozkład ormaly z ezaą wartoścą oczekwaą m waracją, a każda ze zmeych losowych Y, Y,, Y9 rozkład ormaly z ezaą wartoścą oczekwaą m waracją 4 Założoo, że wszystke zmee

Bardziej szczegółowo

J. Wyrwał, Wykłady z mechaniki materiałów METODA SIŁ Wprowadzenie

J. Wyrwał, Wykłady z mechaniki materiałów METODA SIŁ Wprowadzenie J. Wyrwał Wykłady z mechak materałów.. ETODA SIŁ... Wprowadzee etoda sł est prostą metodą rozwązywaa (obczaa reakc podporowych oraz wyzaczaa sł przekroowych) statycze ewyzaczaych (zewętrze wewętrze) układów

Bardziej szczegółowo

Modelowanie i Analiza Danych Przestrzennych

Modelowanie i Analiza Danych Przestrzennych Modelowae Aalza Daych Przestrzeych Wykład 8 Adrze Leśak Katedra Geoformatyk Iformatyk Stosowae Akadema Górczo-Hutcza w Krakowe Jaką postać ma warogram daych z tredem? Moża o wylczyć teoretycze prostego

Bardziej szczegółowo

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84 Zadae. Zmea losowa X ma rozkład logarytmczo-ormaly LN (, ), gdze E ( X e X e) 4. Wyzacz. EX (A) 0,9 (B) 0,86 (C),8 (D),95 (E) 0,84 Zadae. Nech X, X,, X0, Y, Y,, Y0 będą ezależym zmeym losowym. Zmee X,

Bardziej szczegółowo

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym Pomary bezpośrede pośrede obarczoe błędem przypadkowym I. Szacowae wartośc przyblŝoej graczego błędu przypadkowego a przykładze bezpośredego pomaru apęca elem ćwczea jest oszacowae wartośc przyblŝoej graczego

Bardziej szczegółowo

Problem plecakowy (KNAPSACK PROBLEM).

Problem 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 szczegółowo

Projekt 3 Analiza masowa

Projekt 3 Analiza masowa Wydzał Mechaczy Eergetyk Lotctwa Poltechk Warszawskej - Zakład Saolotów Śgłowców Projekt 3 Aalza asowa Nejszy projekt składa sę z dwóch częśc. Perwsza polega projekce wstępy wętrza kaby (kadłuba). Druga

Bardziej szczegółowo

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1 POPULACJA I PRÓBA POPULACJĄ w statystyce matematyczej azywamy zbór wszystkch elemetów (zdarzeń elemetarych charakteryzujących sę badaą cechą opsywaą zmeą losową. Zbadae całej populacj (przeprowadzee tzw.

Bardziej szczegółowo

AKADEMIA MORSKA W SZCZECINIE

AKADEMIA MORSKA W SZCZECINIE AKADEMIA MORSKA W SZCZECINIE Istytut Iżyer Ruchu Morskego Zakład Urządzeń Nawgacyjych Istrukcja r 0 Wzory do oblczeń statystyczych w ćwczeach z radoawgacj Szczec 006 Istrukcja r 0: Wzory do oblczeń statystyczych

Bardziej szczegółowo

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X PERMUTACJE Permutacą zboru -elemetowego X azywamy dowolą wzaeme edozaczą fucę f : X X f : X X Przyład permutac X = { a, b, c, d } f (a) = d, f (b) = a, f (c) = c, f (d) = b a b c d Zaps permutac w postac

Bardziej szczegółowo

BQR FMECA/FMEA. czujnik DI CPU DO zawór. Rys. 1. Schemat rozpatrywanego systemu zabezpieczeniowego PE

BQR FMECA/FMEA. czujnik DI CPU DO zawór. Rys. 1. Schemat rozpatrywanego systemu zabezpieczeniowego PE BQR FMECA/FMEA Przed rozpoczęcem aalzy ależy przeprowadzć dekompozycję systemu a podsystemy elemety. W efekce dekompozycj uzyskuje sę klka pozomów: pozom systemu, pozomy podsystemów oraz pozom elemetów.

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

STATYSTYKA 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 szczegółowo

Elementy arytmetyki komputerowej

Elementy arytmetyki komputerowej Elemety arytmetyk komputerowej cz. I Elemety systemów lczbowych /materał pomocczy do wykładu Iformatyka sem II/ Sps treśc. Wprowadzee.... Wstępe uwag o systemach lczbowych... 3. Przegląd wybraych systemów

Bardziej szczegółowo

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne Mary położea Średa arytmetycza Klasycze Średa harmocza Średa geometrycza Mary położea e Modala Kwartyl perwszy Pozycyje Medaa (kwartyl drug) Kwatyle Kwartyl trzec Decyle Średa arytmetycza = + +... + 2

Bardziej szczegółowo

WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LABORATORIUM II PROGRAMOWANIE CELOWE, ILORAZOWE I MIN-MAX. min. min

WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LABORATORIUM II PROGRAMOWANIE CELOWE, ILORAZOWE I MIN-MAX. min. min WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LABORAORIUM II PROGRAMOWANIE CELOWE, ILORAZOWE I MIN-MAX Probley prograowae celowego lorazowego to probley prograowae ateatyczego elowego, który oża sktecze zlearyzować

Bardziej szczegółowo

Wykład 2: Uczenie nadzorowane sieci neuronowych - I

Wykład 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 szczegółowo

Projekt 2 2. Wielomiany interpolujące

Projekt 2 2. Wielomiany interpolujące Proekt Weloma terpoluące Rodzae welomaów terpoluącc uma edomaów Nec w przedzale a, b określoa będze fukca f: ec będze ustaloc m wartośc argumetu :,,, m, m L prz czm: < < L < < m m Pukt o tc odcztac azwa

Bardziej szczegółowo

TMM-2 Analiza kinematyki manipulatora metodą analityczną

TMM-2 Analiza kinematyki manipulatora metodą analityczną Opracował: dr ż. Przemysław Szumńsk Laboratorum Teor Mechazmów Automatyka Robotyka, Mechatroka TMM- Aalza kematyk mapulatora metodą aaltyczą Celem ćwczea jest zapozae sę ze sposobem aalzy kematyk mechazmu

Bardziej szczegółowo

Przestrzenno-czasowe zróżnicowanie stopnia wykorzystania technologii informacyjno- -telekomunikacyjnych w przedsiębiorstwach

Przestrzenno-czasowe zróżnicowanie stopnia wykorzystania technologii informacyjno- -telekomunikacyjnych w przedsiębiorstwach dr ż. Jolata Wojar Zakład Metod Iloścowych, Wydzał Ekoom Uwersytet Rzeszowsk Przestrzeo-czasowe zróżcowae stopa wykorzystaa techolog formacyjo- -telekomukacyjych w przedsęborstwach WPROWADZENIE W czasach,

Bardziej szczegółowo

Statystyka Matematyczna Anna Janicka

Statystyka Matematyczna Anna Janicka Statystyka Matematycza Aa Jacka wykład II, 3.05.016 PORÓWNANIE WIĘCEJ NIŻ DWÓCH POPULACJI TESTY NIEPARAMETRYCZNE Pla a dzsaj 1. Porówywae węcej ż dwóch populacj test jedoczykowej aalzy waracj (ANOVA).

Bardziej szczegółowo

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości Zadae. Nech Nech (, Y będze dwuwymarową zmeą losową o fukcj gęstośc 4 x + xy gdy x ( 0, y ( 0, f ( x, y = 0 w przecwym przypadku. S = + Y V Y E V S =. =. Wyzacz ( (A 0 (B (C (D (E 8 8 7 7 Zadae. Załóżmy,

Bardziej szczegółowo

ZAJĘCIA NR 3. loga. i nosi nazwę entropii informacyjnej źródła informacji. p. oznacza, Ŝe to co po im występuje naleŝy sumować biorąc za i

ZAJĘCIA NR 3. loga. i nosi nazwę entropii informacyjnej źródła informacji. p. oznacza, Ŝe to co po im występuje naleŝy sumować biorąc za i ZAJĘCIA NR Dzsaj omówmy o etro, redudacj, średej długośc słowa odowego o algorytme Huffmaa zajdowaa odu otymalego (od ewym względam; aby dowedzeć sę jam doczeaj do ońca). etro JeŜel źródło moŝe adawać

Bardziej szczegółowo

Materiały do wykładu 7 ze Statystyki

Materiały do wykładu 7 ze Statystyki Materał do wkładu 7 ze Statstk Aalza ZALEŻNOŚCI pomędz CECHAMI (Aalza KORELACJI REGRESJI) korelacj wkres rozrzutu (korelogram) rodzaje zależośc (brak, elowa, lowa) pomar sł zależośc lowej (współczk korelacj

Bardziej szczegółowo

Układ sterowania górniczego wielosilnikowego przenośnika taśmowego

Układ sterowania górniczego wielosilnikowego przenośnika taśmowego dr ż. ARIAN HYLA Poltechka Śląska Katedra Eergoelektrok, Napędu Elektryczego Robotyk Układ sterowaa górczego weloslkowego przeośka taśmowego W artykule przedstawoo kocepcję realzację praktyczą układu sterowaa

Bardziej szczegółowo