Możliwość komputerowego wspomagania diagnozowania silników tłokowych stosowanych w transporcie morskim

Wielkość: px
Rozpocząć pokaz od strony:

Download "Możliwość komputerowego wspomagania diagnozowania silników tłokowych stosowanych w transporcie morskim"

Transkrypt

1 WITKOWSKI Kazmerz Możlwość omputerowego wspomagana dagnozowana slnów tłoowych stosowanych w transporce morsm WSTĘP Współczesna esploatacja słown orętowych wymaga wprowadzana na stat systemów dagnostycznych. Mogą one przyneść szereg orzyśc wymernych zwązanych z oszczędnoścą palwa, zmnejszenem zużyca częśc, wydłużenem oresów mędzynaprawczych oraz newymernych zmerzających mędzy nnym do podnesena bezpeczeństwa żeglug. Tłoowe sln o zapłone samoczynnym stanową w zdecydowanej węszośc napęd główny statów towarowych oraz są stasowane w eletrownach orętowych do napędu prądnc. Koszty ch esploatacj są bardzo duże, przede wszystm z uwag na stale rosnące ceny palw olejów smarnych. Stąd oszty esploatacj slnów orętowych stanową ponad 70% osztów esploatacj całej słown orętowej. Bezpośredn zwąze pomędzy nezawodnoścą orętowych slnów tłoowych a bezpeczeństwem żeglug oraz znaczący udzał slnów w osztach esploatacj powodują, że na statach przeważająca lczba metod urządzeń dagnostycznych opracowywana jest z myślą o tych obetach. Celem utyltarnym tego dzałana pownna być możlwość: realzacj zadań prowadzących do rozpoznawana oreślana atualnego stanu czego wynem jest dagnoza, rozpoznawana przyszłych stanów slna czego wynem jest genezaczyl oreślene przyczyn zastnena obecnego stanu, rodzaju przyczyn nesprawnośc czy uszodzena, przewdywana przyszłych stanów slna, czego efetem będze prognoza rozumana jao oreślene horyzontu czasowego przyszłej zmany stanu techncznego. O le to możlwe, należy równeż powązać możlwość oreślana fatycznego stanu techncznego slna z prowadzenem jego racjonalnej gospodar remontowej. Znaczące znaczene dla sutecznośc dzałań dagnostycznych może meć ażda próba dosonalena algorytmów dagnostycznych oraz automatyzacja omputeryzacja procesu dagnozowana. W budowe sutecznych algorytmów programów dagnostycznych można stosować metody bazujące na teor rozpoznawana obrazów. METODY ROZPOZNAWANIA OBRAZÓW Możlwość zastosowana metod rozpoznawana obrazów w dagnostyce wyna z założena, że obrazy obetu pewnej lasy znajdującego sę w oreślonym stane techncznym są blższe sobe nż obrazy tego obetu w nnych stanach. Metody rozpoznawana obrazów były omówone w welu pracach [,, 3, 4, 5, 6, 9]. Można wyróżnć probablstyczne determnstyczne metody rozpoznawana obrazów [, ]. Przy podejścu probablstycznym przyjmuje sę, że stneje obet, tóry znajduje sę w jednym z n losowych stanów D. Jest równeż znany zbór parametrów dagnostycznych, tóre z oreślonym prawdopodobeństwem charateryzują stan tego obetu. Należy sformułować zasadę decyzyjną, przy tórej wybrany do dagnozowana zbór wartośc parametrów można by odneść do jednej z możlwych dagnoz (stanów). W metodze tej bardzo ważne jest doonane oceny warygodnośc przyjętego rozwązana stopna ryzya rozwązana błędnego. Dr hab. nż., K. Wtows, prof. nadzw. Aadem Morsej w Gdyn, Wydzał Mechanczny, Katedra Słown Orętowych 96

2 Determnstyczne metody rozpoznawana pozwalają rozwązać zadane dagnostyczne z wyorzystanem welowymarowej, geometrycznej przestrzen rachunu wetorowego. Jeżel obet jest opsany n-wymarowym wetorem X, to dowolny stan tego obetu przedstawony jest w n- wymarowej przestrzen parametrów w postac puntu, a raczej pewnego obszaru tej przestrzen. Należy znaleźć zasadę, według tórej dagnozowany obet, tórego stan technczny opsany przez wetor X jest porównywany z oreślonym obszarem przestrzen odpowadającym danej dagnoze. Rozwązane tego problemu można uzysać wyorzystując metody lnowe, funcj potencjalnych, aprosymacj stochastycznej metryczne metody rozpoznawana. Z lnowych metod rozpoznawana wywodzą sę metody podzału w przestrzen objawów, a wśród nch metoda funcj rozpoznających (rozdzelających). Jedną z metrycznych metod rozpoznawana jest dagnozowane na podstawe pomaru odległośc od wzorca. W dalszej częśc doonano porównana tych metod w celu wsazana metody optymalnej w zastosowanu do budowy algorytmów programów dagnostycznych slnów orętowych.. Metoda funcj rozpoznających Metoda ta oparta jest na tzw. hpoteze zwartośc lub ompatnośc, według tórej punty odzwercedlające jeden ten sam stan obetu (dagnozę) grupują sę w oreślonej częśc przestrzen objawów, stanowąc obszar odpowadający dagnoze D. Warune zwartośc (ompatnośc) sprowadza sę do tego, aby lczba puntów grancznych obszaru danej dagnozy była znaczne mnejsza anżel ogólna lczba puntów tworzących ten obszar. W metodze funcj rozpoznających przyjmuje sę założene, że w przestrzen objawów wyznaczonej przez n-wymarowy uład współrzędnych, tórego ose opsane są olejnym parametram dagnostycznym x, x,...,x N, znajdują sę punty odpowadające różnym dagnozom (stanom) obetu D, D,..., D N. Pod pojęcem funcj rozpoznającej rozume sę taą funcję salarną f (X) ( =,,..., n), tóra spełna następujący warune: f (X) f (X) przy X D (j=,,..., n, j W taej sytuacj funcja f (X) przybera dla puntów dagnozy D najwęsze wartośc w porównanu z nnym funcjam. Oznaczene f (X) ujmuje zależność funcj od wszystch współrzędnych przestrzen x, x,...,x N. f (X) = f(x, x,...,xn) () j ) Przyładem taej funcj od -tej dagnozy będze wyrażene: gdze:,,,n+ współczynn wagowe. Współczynn wagowe można przyjąć jao: f(x) = λ x + λ x λ N xn + λ,n+ (3) gdze: - średnowadratowe odchylene parametru x j do dagnozy D. j λ j = (4) δ j Welość ta ma wówczas jasny fzyczny sens. Im mnejszy jest rozrzut parametrów dagnostycznych, tym węsza jest jego wartość dagnostyczna. Najwęsze pratyczne znaczene w powyższej metodze ma możlwość rozdzelena stanów na dwe dagnozy D D (np. zdatny nezdatny). Przy rozpoznawanu tych dwóch stanów można przyjąć różncę odpowednch funcj: f(x) = f (X)- f(x) (5) () 97

3 Wówczas można przyjąć, że: f(x) 0 gdy X D f(x) 0 gdy X D Lnowa funcja rozpoznająca (rozdzelająca) dwa stany będze mała wówczas postać: f(x) = f(x)- f(x) x + x nx n + N+ (6). Metryczne metody rozpoznawana Jedną z metrycznych metod rozpoznawana jest dagnozowane na podstawe pomaru odległośc od wzorca. Załada sę, że atualny obraz stanu techncznego obetu opsany wartoścam parametrów dagnostycznych, jest bls jednemu ze znanych, typowych objawów nezdatnośc. Załada sę węc, że możlwym jest rozróżnene stanu techncznego obetu na podstawe obserwacj obrazu, ja tworzą parametry dagnostyczne opsujące jego stan. Parametry dagnostyczne tworzą n-wymarowy wetor stanu X znajdujący sę w przestrzen objawów nezdatnośc: X = (x, x,..., x,..., x ) (7) j gdze: X - wetor stanu badanego obetu, x j - współrzędne w przestrzen objawów (mogą to być welośc cągłe lub dysretne). W n-wymarowej przestrzen stneje równeż pewna lczba wetorów wzorcowych A, utworzonych na podstawe tablc uszodzeń opsujących wybrane stany technczne obetu. Każdemu z nch odpowada dagnoza D : A = (a, a,..., a,..., a ) (8) Dagnostyczna mara odległośc mędzy wetorem X, a olejnym wetoram A wyraża sę wówczas wzorem: L n j n n = l (X,A) j (xj - an ) (9) gdze: L - dagnostyczna mara odległośc mędzy wetorem X wetorem A, j - współczynn wagowy j-tego wymaru przestrzen oraz -tej dagnozy. Rozpatrywane stanu obetu, a węc tym samym postawene dagnozy, polega na pomarze odległośc mędzy ońcem wetora X, a ońcam poszczególnych wetorów A, oraz odpowednej analze tych odległośc. Im mnejsza jest odległość mędzy danym puntam w porównanu z nnym odległoścam, tym węsze jest prawdopodobeństwo wystąpena uszodzena przypsanego odpowednemu puntow. L = mn x D (0) Analza ta sprowadza sę (w najprostszym przypadu) do wyznaczena tzw. współczynnów rozpoznawana ξ : L ξ () n L s Istotę przedstawonego ujęca poazano na rysunu. s 98

4 Rys..Dagnozowane na podstawe odległośc od wzorca [8].3 Porównane metrycznej metody z metodą funcj rozpoznających Porównując metryczną metodę rozpoznawana opartą na oreślenu mnmalnej odległośc od wzorca, z metodą funcj rozpoznających, można doonać następującego wyboru funcj: f(x) = ; f (A) () L L Wówczas warune (7.5) przyjmuje postać: L L f(x) f (X) = 0 (3) L L L L Wyrażene (7.) ne jest jedyną możlwą postacą funcj rozpoznającej. Można równeż wybrać następującą: f (X) = L f (X) = L (4) Należy teraz rozpatrzeć sytuację, w tórej przyjęta zostane wadratowa dagnostyczna mara odległośc od wzorca: L X A (X A ) (X A ) (5) Funcja rozpoznająca zgodne z równanem (4) przyjmuje teraz postać: f (X) = L X A A X (6) Poneważ welość X jest równa dla wszystch funcj rozpoznających, to można przyjąć następującą postać ońcową: Przy dagnozowanu dwóch stanów D postać: A f(x) X A - (7) D funcja rozpoznająca, rozdzelająca te stany ma A A f(x) = f(x)- f (X) X (A A ) (8) Uwzględnając równane (7) podsumowując można stwerdzć, że metoda mnmalnej odległośc od wzorca przy wadratowej merze odległośc prowadz do lnowej funcj rozdzelającej (porównaj z równanem (6)): f(x) = λ x λ x... λ x (9) gdze N-wymarowy wetor wagowy ma postać: N N λn 99

5 a wagowy współczynn N+ ma postać: λ A A (0) A A λn / () Z doonanego porównana obu metod rozpoznawana wyna, że stneje mędzy nm duże podobeństwo. Metodę opartą na oreślenu mnmalnej odległośc od wzorca z wyorzystanem wadratowej mary odległośc daje sę sprowadzć do lnowej funcj rozpoznającej stany. Stosowane jedna lnowej funcj rozpoznającej ompluje sę w sytuacjach edy rozpoznawanu podlega duża lczba obrazów rozmeszczonych w N-wymarowej przestrzen. Wówczas mamy do czynena z płaszczyznam lub hperpłaszczyznam rozdzelającym (rozpoznającym) stany. Zdanem autora stosowane metrycznych metod rozpoznawana jest znaczne wygodnejsze. Interpretacja matematyczna jest prosta, a możlwość bezpośrednego przejśca od mary odległośc do prawdopodobeństwa występowana w danym obece uszodzena pozwala na beżące formułowane onretnych wnosów dagnostycznych. Zastosowane metrycznej metody rozpoznawana opartej o pomar odległośc od wzorca może stanowć bardzo dobre narzędze wspomagające dagnostę. Metoda ta daje możlwość somputeryzowana procesu wnosowana. Wówczas po wprowadzenu wartośc parametrów dagnostycznych zmerzonych w danym momence esploatacj slna, może być utworzony wetor stanu wyonane poszuwane odległośc mnmalnej mędzy wetorem stanu a wetoram uszodzeń. Na tej podstawe podawane byłoby prawdopodobeństwo występowana danego uszodzena. PRZYKŁD KOMPUTEROWEGO WSPOMAGANIA DIAGNOSTYKI Możlwość wyorzystana do omputerowego wspomagana dagnosty wsazanej metody opartej o pomar odległośc od wzorca omówona zostane na przyładze wynów badań własnych. Obetem badań był orętowy sln o zapłone samoczynnym SULZER AL5/30. Przyjęto, że: badana wyonane będą w oparcu o esperyment czynny, uszodzena będą symulowane w uładze wtrysowym, wybrane uszodzena w uładze wtrysowym będą symulowane w ta sposób, aby możlwe werne odwzorowane były rzeczywste uszodzena występujące podczas esploatacj slna, badana zostaną przeprowadzone w szerom zarese obcążena slna dla slna technczne sprawnego, a następne z symulowanym uszodzenam, rejestrowany będze masymalne lczny zestaw parametrów, z tórego wyselecjonowane zostaną parametry dagnostyczne wyorzystane w omputerowej metodze wspomagana dagnozowana. W uładze wtrysowym symulowano następujące uszodzena: spade cśnena otwarca wtryswacza, neszczelność pary precyzyjnej pompy wtrysowej, zużyce otworów rozpylacza, zaosowane otworów rozpylacza. Uzysane w esperymence dane pozwolły zmnmalzować lczność parametrów dagnostycznych w oparcu o: oblczoną wrażlwość ażdego z nch na zmanę stanu techncznego slna, statystyczną analzę wynów pomarów. Ostateczne do dagnozowana uładu wtrysowego wybrano następujące parametry: masymalne cśnene spalana, masymalne cśnene wtrysu palwa, średne cśnene ndyowane, cśnene powetrza ładującego, temperaturę gazów za cylndrem. 00

6 Na podstawe uzysanych danych esperymentalnych możlwe było zbudowane tablc (macerzy) dagnostycznych - FIS (Fault Isolaton System), tórych przyłady poazano w tabel.w tabel użyto następujących oznaczeń: a) w odnesenu do parametrów dagnostycznych S: s cśnene powetrza ładującego, s temperatura gazów za cylndrem, s 3 masymalne cśnene spalana, s 4 średne cśnene ndyowane, s 5 masymalne cśnene wtrysu palwa, b) w odnesenu do symulowanych uszodzeń F: f spade cśnena otwarca wtryswacza, f neszczelność pary precyzyjnej pompy wtrysowej, f 3 zużyce otworów rozpylacza, f 4 zaosowane otworów rozpylacza. Przyjęce trójwartoścowej oceny resduów pozwala rozróżnć wszyste uszodzena. Poszczególne parametry dagnostyczne (S) otrzymały w nej umowne znaczena +, 0 lub, w zależnośc od reacj danego parametru na występujące uszodzene. Jeżel wartość S rośne w stosunu do wzorcowej to otrzymuje znaczene (+); jeżel spada w stosunu do wzorcowej to znaczene (-), a w przypadu zbyt słabej reacj wzrost lub spade wartośc S ne przeracza przedzału neczułośc to otrzymuje umowne znaczene (0). Wyorzystując zbudowaną tablcę FIS powstała welowymarowa przestrzen objawów uszodzeń, do tórej wprowadza sę na podstawe doonanych na beżąco pomarów wetor stanu. Zgodne z omówoną wcześnej metodą rozpoznawana wylczany jest współczynn, czyl prawdopodobeństwo wystąpena danego uszodzena. Dzałana te można realzować omputerowo w oparcu o algorytm, tórego uproszczony schemat poazano na rysunu. Tab.. Przyład FIS uładu wtrysowego slna orętowego (źródło: opracowane własne) S/F f f f 3 f 4 s s s s s Rys.. Schemat bloowy algorytmu dagnostycznego (źródło: opracowane własne) 0

7 WNIOSKI Przedstawona w nnejszym referace możlwość wyorzystana do budowy algorytmów programów dagnostycznych teor rozpoznawana obrazów do dagnozowana slnów orętowych zdaje sę być bardzo środem wygodnym pewnym. Uzysuje sę ne tylo nformację o potencjalnym uszodzenu, ale taże prawdopodobeństwe jego wystąpena, poprzez wylczaną wartość współczynna. Jest jedna możlwa sytuacja, gdy la dagnoz uzysa podobne wartośc. Sytuacja taa oznacza pewną bezradność programu dagnostycznego. Jest to możlwe szczególne, gdy sln pracuje z uszodzenem ne mającym odwzorowana w przestrzen objawów (uszodzene dotychczas ne rozpoznane). Ne można równeż autorytatywne stwerdzć, że gdyby rozszerzyć zares dagnozowana o olejne uszodzena, dotychczas nerozważane, pozostawając bez zman lczbę sygnałów (parametrów) dagnostycznych S(s, s,., s n ), czy wszyste uszodzena F(f, f,., f n ) mogłyby być rozróżnalne. Wówczas należałoby zwęszyć zestaw sygnałów dagnostycznych. Doonane właścwego wyboru parametrów dagnostycznych jest jednym z stotnejszych czynnów decydujących o poprawnośc dzałana opracowanych algorytmów dagnostycznych. W odnesenu do obetów technczne złożonych, o możlwej dużej lczbe parametrów dagnostycznych znaczene ma równeż mnmalzacja użytego w dagnostyce zestawu parametrów dagnostycznych, ta przeprowadzona, aby algorytm dagnostyczny był relatywne prosty ale dobrze rozpoznawał uszodzena. Zastosowane trójwartoścowej oceny resduów w przypadu omawanej dagnosty uładu wtrysowego orętowego slna orętowego daje bardzo dobre rezultaty dobrą rozróżnalność uszodzeń. Streszczene W referace przedstawono przyład omputerowego wspomagana dagnozowana orętowych slnów tłoowych w oparcu o algorytm zbudowany z wyorzystanem teor rozpoznawana obrazów. Porównano dwe wybrane metody rozpoznawana, wyberając metodę metryczną. Zadane dagnostyczne rozwązano z wyorzystanem welowymarowej, geometrycznej przestrzen rachunu wetorowego. Posłużono sę dagnozowanem na podstawe oblczana odległośc od wetora stanu do wetorów dagnoz, czyl badanem odległośc od wzorca. Suteczność zastosowanej metody wyazano na przyładze dagnosty uładu wtrysowego czterosuwowego, średnoobrotowego slna orętowego, na tórym wyonano odpowedne badana z wyorzystanem esperymentu czynnego. Symulowano wybrane uszodzena w uładze wtrysowym. Wybrano zestaw parametrów dagnostycznych opsujących n-wymarową przestrzeń oraz wprowadzć do nej szereg wetorów wzorców (dagnoz). Wzorce są reprezentowane w postac bnarnej tablcy (macerzy) dagnostycznej. Algorytm, na podstawe oblczanego współczynna rozpoznawana, oreśla prawdopodobeństwo wystąpena danego uszodzena, czyl dagnoza jest automatyczna, a jej trafność oreśla oblczone prawdopodobeństwo. The possblty of computer-aded dagnoss of pston engnes used n martme transport Abstract The paper presents an example of computer-aded the dagnoss of marne pston engnes based on the algorthm bult usng the theory of pattern recognton. We compared the two selected methods for detectng, selectng the method of metrc. Dagnostc tas was solved usng a mult-dmensonal geometrc space and vector calculus.were used for dagnoss on the bass of calculatng the dstance between vector of the state to the dagnoss vectors, e, research the dstance from the test pattern. The effectveness of the method was demonstrated on the example of the njecton system dagnostcs marne four-stroe engne, on whch made adequate research usng an actve experment. The selected damages were smulated n the njecton system. Selected set of dagnostc parameters descrbng the n- dmensonal space, and ntroduce a seres of vectors patterns (dagnoses).patterns are represented n bnary table (matrx) dagnostc. The algorthm, based on the calculated coeffcent of recognton, determnes the 0

8 probablty of the damage. Dagnoss s automatc and ts accuracy determnes the calculated probablty. BIBLIOGRAFIA. Ajzerman M. nn, Rozpoznawane obrazów metodą funcj potencjalnych. WNT, Warszawa 976. (). Brger I., Technczesaja dagnostya. Izd. Masznostrojenje, Moswa 978.(3) 3. Korbcz J., Metody rozpoznawana obrazów w dagnostyce procesów przemysłowych. III KKNT Dagnostya Procesów Przemysłowych, Jurata, 998.(45) 4. Koścelny J.M., Dagnostya zautomatyzowanych procesów przemysłowych. Aademca Ofcyna Wydawncza EXIT, Warszawa, 00.(49) 5. Kurzyńs M., Rozpoznawane obrazów. Metody statystyczne. Ofcyna Wydawncza Poltechn Wrocławsej, Wrocław, 997.(57) 6. Pau L.F., Falure dagnoss and performance montorng. Marcel Derrer, New Yor, 98.(74) 7. Ton J., Gonzales R., Pattern recognton prncples, Addson Wesly Publshng Company, Readng 974.(08) 8. Wtows, K., Włodars, J.,K., Zastosowane metody rozpoznawana obrazów w dagnozowanu slnów orętowych. Zagadnena Esploatacj Maszyn, wartaln PAN, 4/99.(0) 03

Ćw. 5. Wyznaczanie współczynnika sprężystości przy pomocy wahadła sprężynowego

Ćw. 5. Wyznaczanie współczynnika sprężystości przy pomocy wahadła sprężynowego 5 KATEDRA FIZYKI STOSOWANEJ PRACOWNIA FIZYKI Ćw. 5. Wyznaczane współczynna sprężystośc przy pomocy wahadła sprężynowego Wprowadzene Ruch drgający należy do najbardzej rozpowszechnonych ruchów w przyrodze.

Bardziej szczegółowo

Parametry zmiennej losowej

Parametry zmiennej losowej Eonometra Ćwczena Powtórzene wadomośc ze statysty SS EK Defncja Zmenną losową X nazywamy funcję odwzorowującą przestrzeń zdarzeń elementarnych w zbór lczb rzeczywstych, taą że przecwobraz dowolnego zboru

Bardziej szczegółowo

Kier. MTR Programowanie w MATLABie Laboratorium Ćw. 12

Kier. MTR Programowanie w MATLABie Laboratorium Ćw. 12 Ker. MTR Programowane w MATLABe Laboratorum Ćw. Analza statystyczna grafczna danych pomarowych. Wprowadzene MATLAB dysponuje weloma funcjam umożlwającym przeprowadzene analzy statystycznej pomarów, czy

Bardziej szczegółowo

BADANIE WYBRANYCH PROCEDUR I STRATEGII EKSPLOATACYJNYCH

BADANIE WYBRANYCH PROCEDUR I STRATEGII EKSPLOATACYJNYCH AKŁAD KSPLOATACJI SYSTMÓW LKTONICNYCH INSTYTUT SYSTMÓW LKTONICNYCH WYDIAŁ LKTONIKI WOJSKOWA AKADMIA TCHNICNA ---------------------------------------------------------------------------------------------------------------

Bardziej szczegółowo

ĆWICZENIE 1 BADANIE WYBRANYCH PROCEDUR I STRATEGII EKSPLOATACYJNYCH

ĆWICZENIE 1 BADANIE WYBRANYCH PROCEDUR I STRATEGII EKSPLOATACYJNYCH ĆWICNI BADANI WYBANYCH POCDU I STATGII KSPLOATACYJNYCH Cel ćwczena: - lustracja zagadneń zwązanych z zarządzanem esploatacją; - lustracja zależnośc mędzy dagnostyą nezawodnoścą a efetem procesu esploatacj.

Bardziej szczegółowo

LABORATORIUM TECHNIKI CIEPLNEJ INSTYTUTU TECHNIKI CIEPLNEJ WYDZIAŁ INŻYNIERII ŚRODOWISKA I ENERGETYKI POLITECHNIKI ŚLĄSKIEJ

LABORATORIUM TECHNIKI CIEPLNEJ INSTYTUTU TECHNIKI CIEPLNEJ WYDZIAŁ INŻYNIERII ŚRODOWISKA I ENERGETYKI POLITECHNIKI ŚLĄSKIEJ INSTYTUTU TECHNIKI CIEPLNEJ WYDZIAŁ INŻYNIERII ŚRODOWISKA I ENERGETYKI POLITECHNIKI ŚLĄSKIEJ INSTRUKCJA LABORATORYJNA Temat ćwczena: BADANIE POPRAWNOŚCI OPISU STANU TERMICZNEGO POWIETRZA PRZEZ RÓWNANIE

Bardziej szczegółowo

Nieliniowe zadanie optymalizacji bez ograniczeń numeryczne metody iteracyjne optymalizacji

Nieliniowe zadanie optymalizacji bez ograniczeń numeryczne metody iteracyjne optymalizacji Nelnowe zadane optymalzacj bez ogranczeń numeryczne metody teracyjne optymalzacj mn R n f ( ) = f Algorytmy poszuwana mnmum loalnego zadana programowana nelnowego: Bez ogranczeń Z ogranczenam Algorytmy

Bardziej szczegółowo

STATYSTYKA. Zmienna losowa skokowa i jej rozkład

STATYSTYKA. Zmienna losowa skokowa i jej rozkład STATYSTYKA Wnosowane statystyczne to proces myślowy polegający na formułowanu sądów o całośc przy dysponowanu o nej ogranczoną lczbą nformacj Zmenna losowa soowa jej rozład Zmenną losową jest welość, tóra

Bardziej szczegółowo

Udoskonalona metoda obliczania mocy traconej w tranzystorach wzmacniacza klasy AB

Udoskonalona metoda obliczania mocy traconej w tranzystorach wzmacniacza klasy AB Julusz MDZELEWSK Wydzał Eletron Techn nformacyjnych, nstytut Radoeletron, oltechna Warszawsa do:0.599/48.05.09.36 dosonalona metoda oblczana mocy traconej w tranzystorach wzmacnacza lasy AB Streszczene.

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Prawdopodobeństwo statystya.05.00 r. Zadane Zmenna losowa X ma rozład wyładnczy o wartośc oczewanej, a zmenna losowa Y rozład wyładnczy o wartośc oczewanej. Obe zmenne są nezależne. Oblcz E( Y X + Y =

Bardziej szczegółowo

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2010, Oeconomica 280 (59), 13 20

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2010, Oeconomica 280 (59), 13 20 FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Fola Pomer. Unv. Technol. Stetn. 2010, Oeconomca 280 (59), 13 20 Iwona Bą, Agnesza Sompolsa-Rzechuła LOGITOWA ANALIZA OSÓB UZALEŻNIONYCH OD ŚRODKÓW

Bardziej szczegółowo

METODA USTALANIA WSPÓŁCZYNNIKA DYNAMICZNEGO WYKORZYSTANIA ŁADOWNOŚCI POJAZDU

METODA USTALANIA WSPÓŁCZYNNIKA DYNAMICZNEGO WYKORZYSTANIA ŁADOWNOŚCI POJAZDU Stansław Bogdanowcz Poltechna Warszawsa Wydzał Transportu Załad Logsty Systemów Transportowych METODA USTALANIA WSPÓŁCZYNNIKA DYNAMICZNEGO WYKORZYSTANIA ŁADOWNOŚCI POJAZDU Streszczene: Ogólna podstawa

Bardziej szczegółowo

SYSTEMY UCZĄCE SIĘ WYKŁAD 5. LINIOWE METODY KLASYFIKACJI. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska.

SYSTEMY UCZĄCE SIĘ WYKŁAD 5. LINIOWE METODY KLASYFIKACJI. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska. SYSEMY UCZĄCE SIĘ WYKŁAD 5. LINIOWE MEODY KLASYFIKACJI Częstochowa 4 Dr hab. nż. Grzegorz Dude Wydzał Eletryczny Poltechna Częstochowsa FUNKCJE FISHEROWSKA DYSKRYMINACYJNE DYSKRYMINACJA I MASZYNA LINIOWA

Bardziej szczegółowo

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

W 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 szczegółowo

WSPOMAGANE KOMPUTEROWO POMIARY CZĘSTOTLIWOŚCI CHWILOWEJ SYGNAŁÓW IMPULSOWYCH

WSPOMAGANE KOMPUTEROWO POMIARY CZĘSTOTLIWOŚCI CHWILOWEJ SYGNAŁÓW IMPULSOWYCH Metrologa Wspomagana Komputerowo - Zegrze, 9-22 05.997 WSPOMAGANE KOMPUTEROWO POMIARY CZĘSTOTLIWOŚCI CHWILOWEJ SYGNAŁÓW IMPULSOWYCH dr nż. Jan Ryszard Jask, dr nż. Elgusz Pawłowsk POLITECHNIKA lubelska

Bardziej szczegółowo

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A

Analiza 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 szczegółowo

dr inż. ADAM HEYDUK dr inż. JAROSŁAW JOOSTBERENS Politechnika Śląska, Gliwice

dr inż. ADAM HEYDUK dr inż. JAROSŁAW JOOSTBERENS Politechnika Śląska, Gliwice dr nż. ADA HEYDUK dr nż. JAOSŁAW JOOSBEENS Poltechna Śląsa, Glwce etody oblczana prądów zwarcowych masymalnych nezbędnych do doboru aparatury łączenowej w oddzałowych secach opalnanych według norm europejsej

Bardziej szczegółowo

Referat E: ZABEZPIECZENIA OD SKUTKÓW ZWARĆ WIELKOPRĄDOWYCH W POLACH ROZDZIELNI SN

Referat E: ZABEZPIECZENIA OD SKUTKÓW ZWARĆ WIELKOPRĄDOWYCH W POLACH ROZDZIELNI SN str.e-1 Referat E: ZABEZPECZENA OD SKUTKÓW ZWARĆ WELKOPRĄDOWYCH W POLACH ROZDZELN SN 1. Wstęp Dobór aw jest cągle bardzo ważnym elementem prawdłowośc dzałana eletroenergetycznej automaty zabezpeczenowej

Bardziej szczegółowo

Metody Numeryczne 2017/2018

Metody Numeryczne 2017/2018 Metody Numeryczne 7/8 Inormatya Stosowana II ro Inżynera Oblczenowa II ro Wyład 7 Równana nelnowe Problemy z analtycznym rozwązanem równań typu: cos ln 3 lub uładów równań ja na przyład: y yz. 3z y y.

Bardziej szczegółowo

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

SZACOWANIE 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 szczegółowo

Klasyfkator 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 szczegółowo

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa. PARA ZMIENNYCH LOSOWYCH

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa.   PARA ZMIENNYCH LOSOWYCH Analza danych Analza danych welowymarowych. Regresja lnowa. Dyskrymnacja lnowa. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ PARA ZMIENNYCH LOSOWYCH Parę zmennych losowych X, Y możemy

Bardziej szczegółowo

Część 1 7. TWIERDZENIA O WZAJEMNOŚCI 1 7. TWIERDZENIA O WZAJEMNOŚCI Twierdzenie Bettiego (o wzajemności prac)

Część 1 7. TWIERDZENIA O WZAJEMNOŚCI 1 7. TWIERDZENIA O WZAJEMNOŚCI Twierdzenie Bettiego (o wzajemności prac) Część 1 7. TWIERDZENIA O WZAJEMNOŚCI 1 7. 7. TWIERDZENIA O WZAJEMNOŚCI 7.1. Twerdzene Bettego (o wzajemnośc prac) Nech na dowolny uład ramowy statyczne wyznaczalny lub newyznaczalny, ale o nepodatnych

Bardziej szczegółowo

Bayesowskie modele w diagnostyce (seminarium)

Bayesowskie modele w diagnostyce (seminarium) Wrocław, 7. marca 6 Modele Bezpeczeństwa Nezawodnośc Systemów Informatycznych oltechna Wrocławsa Wydzał Informaty Zarządzana IV ro studów Bayesowse modele w dagnostyce (semnarum) Autor doumentu: STAWARZ

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

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru

Bardziej szczegółowo

WYZNACZENIE ROZKŁADU TEMPERATUR STANU USTALONEGO W MODELU 2D PRZY UŻYCIU PROGRMU EXCEL

WYZNACZENIE ROZKŁADU TEMPERATUR STANU USTALONEGO W MODELU 2D PRZY UŻYCIU PROGRMU EXCEL Zeszyty robemowe Maszyny Eetryczne Nr /203 (98) 233 Andrze ałas BOBRME KOMEL, Katowce WYZNACZENIE ROZKŁADU TEMERATUR STANU USTALONEGO W MODELU 2D RZY UŻYCIU ROGRMU EXCEL SOLVING STEADY STATE TEMERATURE

Bardziej szczegółowo

ROZWIĄZYWANIE DWUWYMIAROWYCH USTALONYCH ZAGADNIEŃ PRZEWODZENIA CIEPŁA PRZY POMOCY ARKUSZA KALKULACYJNEGO

ROZWIĄZYWANIE DWUWYMIAROWYCH USTALONYCH ZAGADNIEŃ PRZEWODZENIA CIEPŁA PRZY POMOCY ARKUSZA KALKULACYJNEGO OZWIĄZYWAIE DWUWYMIAOWYCH USALOYCH ZAGADIEŃ PZEWODZEIA CIEPŁA PZY POMOCY AKUSZA KALKULACYJEGO OPIS MEODY Do rozwązana ustalonego pola temperatury wyorzystana est metoda blansów elementarnych. W metodze

Bardziej szczegółowo

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów. Opracowane: Dorota Mszczyńska METODA UNITARYZACJI ZEROWANEJ Porównane obektów przy ocene welokryteralnej. Rankng obektów. Porównane wybranych obektów (warantów decyzyjnych) ze względu na różne cechy (krytera)

Bardziej szczegółowo

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

BADANIA 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 szczegółowo

PROBLEMY BADANIA NIEZAWODNOŚCI SIŁOWNI TRANSPORTOWYCH OBIEKTÓW OCEANOTECHNICZNYCH

PROBLEMY BADANIA NIEZAWODNOŚCI SIŁOWNI TRANSPORTOWYCH OBIEKTÓW OCEANOTECHNICZNYCH Zbgnew MATUSZAK POBLEMY BADAIA IEZAWODOŚCI SIŁOWI TASPOTOWYCH OBIEKTÓW OCEAOTECHICZYCH Streszczene W artyule przedstawono problemy występujące podczas badana nezawodnośc słown orętowych pływających obetów

Bardziej szczegółowo

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012 ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW (88)/01 Hubert Sar, Potr Fundowcz 1 WYZNACZANIE ASOWEGO OENTU BEZWŁADNOŚCI WZGLĘDE OSI PIONOWEJ DLA SAOCHODU TYPU VAN NA PODSTAWIE WZORU EPIRYCZNEGO 1. Wstęp asowy moment

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

OPTYMALIZACJA KOSZTÓW PRZEBUDOWY PORTFELA JAKO ZADANIE TRANSPORTOWE. 1. Problem badawczy

OPTYMALIZACJA KOSZTÓW PRZEBUDOWY PORTFELA JAKO ZADANIE TRANSPORTOWE. 1. Problem badawczy B A D A N I A O P E R A C Y J N E I D E C Y Z J E Nr 2 2004 Krzysztof PIASECKI* OPTYALIZACJA KOSZTÓW PRZEBUDOWY PORTFELA JAKO ZADANIE TRANSPORTOWE Wszyste oszty generowane przez prowze malerse są włączone

Bardziej szczegółowo

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru

Bardziej szczegółowo

WikiWS For Business Sharks

WikiWS 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 szczegółowo

Odczyt kodów felg samochodowych w procesie produkcyjnym

Odczyt kodów felg samochodowych w procesie produkcyjnym Odczyt odów felg samochodowych w procese producyjnym Jace Dunaj Przemysłowy Instytut Automaty Pomarów PIAP Streszczene: W artyule przedstawono sposób realzacj odczytu odów felg samochodowych. Opracowane

Bardziej szczegółowo

Weryfikacja hipotez dla wielu populacji

Weryfikacja hipotez dla wielu populacji Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w

Bardziej szczegółowo

Część V: Analiza danych wielowymiarowych

Część V: Analiza danych wielowymiarowych . nalza podobeństwa Metody regresyjne, tae ja metoda Free-Wlsona lub metoda Hanscha, znalazły szeroe zastosowane w przypadu tach danych, dla tórych spełnone są założena teoretyczne tych metod: jednorodność

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

Wykres indykatorowy Kąt obrotu wału korbowego [stopnie OWK]

Wykres indykatorowy Kąt obrotu wału korbowego [stopnie OWK] Cśnene w cylndrze Cśnene w cylndrze Wyres ndyatorowy 1/10 9. WYKRES PRACY SINIKA SPAINOWEGO Rzeczywsty wyres pracy slna spalnowego nazywany wyresem ndyatorowym przedstawa przebeg bezwzględnego cśnena w

Bardziej szczegółowo

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.

Zapis 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 szczegółowo

Matematyka finansowa r.

Matematyka finansowa r. . Sprawdź, tóre z ponższych zależnośc są prawdzwe: () = n n a s v d v d d v v d () n n m ) ( n m ) ( v a d s ) m ( = + & & () + = = + = )! ( ) ( δ Odpowedź: A. tylo () B. tylo () C. tylo () oraz () D.

Bardziej szczegółowo

A. ROZLICZENIE KOSZTÓW CENTRALNEGO OGRZEWANIA CHARAKTERYSTYKA KOSZTÓW DOSTAWY CIEPŁA

A. ROZLICZENIE KOSZTÓW CENTRALNEGO OGRZEWANIA CHARAKTERYSTYKA KOSZTÓW DOSTAWY CIEPŁA REGULAMIN ndywdualnego rozlczena osztów energ ceplnej dostarczonej na potrzeby centralnego ogrzewana cepłej wody meszań w zasobach Spółdzeln Meszanowej Lębora. POSTANOIENIA OGÓLNE Regulamn oreśla zasady:

Bardziej szczegółowo

Pattern Classification

Pattern Classification attern Classfcaton All materals n these sldes were taken from attern Classfcaton nd ed by R. O. Duda,. E. Hart and D. G. Stork, John Wley & Sons, 000 wth the permsson of the authors and the publsher Chapter

Bardziej szczegółowo

Eugeniusz Rosołowski. Komputerowe metody analizy elektromagnetycznych stanów przejściowych

Eugeniusz Rosołowski. Komputerowe metody analizy elektromagnetycznych stanów przejściowych Eugenusz Rosołows Komputerowe metody analzy eletromagnetycznych stanów przejścowych Ocyna Wydawncza Poltechn Wrocławsej Wrocław 9 Opnodawcy Jan IŻYKOWSKI Paweł SOWA Opracowane redacyjne Mara IZBIKA Koreta

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA WYKŁAD 15. ALGORYTMY GENETYCZNE Częstochowa 014 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TERMINOLOGIA allele wartośc, waranty genów, chromosom - (naczej

Bardziej szczegółowo

Za: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch

Za: 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 szczegółowo

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Projekt 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 szczegółowo

Diagonalizacja macierzy kwadratowej

Diagonalizacja 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 szczegółowo

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.

Modele 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 szczegółowo

Rozkłady statystyczne w fizyce jądrowej

Rozkłady statystyczne w fizyce jądrowej UNIWERSYTET SZCZECIŃSKI INSTYTUT FIZYKI ZAKŁAD FIZYKI CIAŁA STAŁEGO Ćwczene laboratoryjne Rozłady statystyczne w fzyce jądrowej SZCZECIN 005 WSTĘP Różne neontrolowane zaburzena zewnętrzne (wahana temperatury,

Bardziej szczegółowo

Zastosowanie procedur modelowania ekonometrycznego w procesach programowania i oceny efektywności inwestycji w elektroenergetyce

Zastosowanie procedur modelowania ekonometrycznego w procesach programowania i oceny efektywności inwestycji w elektroenergetyce Waldemar KAMRAT Poltechna Gdańsa Katedra Eletroenergety Zastosowane procedur modelowana eonometrycznego w procesach programowana oceny efetywnośc nwestyc w eletroenergetyce Streszczene. W pracy przedstawono

Bardziej szczegółowo

A. Cel ćwiczenia. B. Część teoretyczna

A. Cel ćwiczenia. B. Część teoretyczna A. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z wsaźniami esploatacyjnymi eletronicznych systemów bezpieczeństwa oraz wyorzystaniem ich do alizacji procesu esplatacji z uwzględnieniem przeglądów

Bardziej szczegółowo

ZESZYTY NAUKOWE NR 10(82) AKADEMII MORSKIEJ W SZCZECINIE. Przedłużanie okresu eksploatacji okrętowych turbin gazowych w oparciu o modele predykcyjne

ZESZYTY NAUKOWE NR 10(82) AKADEMII MORSKIEJ W SZCZECINIE. Przedłużanie okresu eksploatacji okrętowych turbin gazowych w oparciu o modele predykcyjne ISSN 733-8670 ZESZYTY NAUKOWE NR 0(82) AKADEMII MORSKIEJ W SZCZECINIE IV MIĘDZYNARODOWA KONFERENCJA NAUKOWO-TECHNICZNA E X P L O - S H I P 2 0 0 6 Anrzej Aamewcz, Francsze Tomaszews Przełużane oresu esploatacj

Bardziej szczegółowo

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB

Rozwiązywanie 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 szczegółowo

WYZNACZANIE OPTYMALIZOWANYCH PROCEDUR DIAGNOSTYCZNO-OBSŁUGOWYCH

WYZNACZANIE OPTYMALIZOWANYCH PROCEDUR DIAGNOSTYCZNO-OBSŁUGOWYCH ZAKŁA KSPLOATACJI SYSTMÓW LKTRONICZNYCH INSTYTUT SYSTMÓW LKTRONICZNYCH WYZIAŁ LKTRONIKI WOJSKOWA AKAMIA TCHNICZNA ---------------------------------------------------------------------------------------------------------------

Bardziej szczegółowo

MODEL ROZMYTY WYBORU SAMOCHODU W NAJWYŻSZYM STOPNIU SPEŁNIAJĄCEGO PREFERENCJE KLIENTA

MODEL ROZMYTY WYBORU SAMOCHODU W NAJWYŻSZYM STOPNIU SPEŁNIAJĄCEGO PREFERENCJE KLIENTA ZESZYTY NAUKWE PLITECHNIKI ŚLĄSKIEJ 2013 Sera: RGANIZACJA I ZARZĄDZANIE z. 64 Nr ol. 1894 Dorota GAWRŃSKA Poltechna Śląsa Wydzał rganzacj Zarządzana Instytut Eono Inforaty MDEL RZMYTY WYBRU SAMCHDU W NAJWYŻSZYM

Bardziej szczegółowo

Dr Krzysztof Piontek. Metody taksonomiczne Klasyfikacja i porządkowanie

Dr Krzysztof Piontek. Metody taksonomiczne Klasyfikacja i porządkowanie Lteratura przegląd etod Studu podyploowe Analty Fnansowy Metody tasonoczne Klasyfaca porządowane Dzechcarz J. (pod red.), Eonoetra: etody, przyłady, zadana, Wydawnctwo Aade Eonoczne we Wrocławu, Wrocław,

Bardziej szczegółowo

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne

XXX 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 szczegółowo

Proces narodzin i śmierci

Proces narodzin i śmierci Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do

Bardziej szczegółowo

BADANIE NIEZAWODNOŚCI DIAGNOZ

BADANIE NIEZAWODNOŚCI DIAGNOZ ZAKŁA EKSOATACJI SYSTEMÓW EEKTOICZYCH ISTYTUT SYSTEMÓW EEKTOICZYCH WYZIAŁ EEKTOIKI WOJSKOWA AKAEMIA TECHICZA -------------------------------------------------------------------------------------------------------------------------------

Bardziej szczegółowo

PROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE

PROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE PROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE Janusz Wątroba, StatSoft Polska Sp. z o.o. W nemal wszystkch dzedznach badań emprycznych mamy do czynena ze złożonoścą zjawsk procesów.

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane 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 szczegółowo

Katedra Chemii Fizycznej Uniwersytetu Łódzkiego

Katedra Chemii Fizycznej Uniwersytetu Łódzkiego Katedra Chem Fzycznej Unwersytetu Łódzkego Wyznaczane współczynnka podzału Nernsta w układze: woda aceton chloroform metodą refraktometryczną opracowała dr hab. Małgorzata Jóźwak ćwczene nr 0 Zakres zagadneń

Bardziej szczegółowo

Analiza regresji modele ekonometryczne

Analiza regresji modele ekonometryczne Analza regresj modele ekonometryczne Klasyczny model regresj lnowej - przypadek jednej zmennej objaśnającej. Rozpatrzmy klasyczne zagadnene zależnośc pomędzy konsumpcją a dochodam. Uważa sę, że: - zależność

Bardziej szczegółowo

1. Zmienne i dane wejściowe Algorytmu Rozdziału Obciążeń

1. Zmienne i dane wejściowe Algorytmu Rozdziału Obciążeń ZAŁĄCZNIK nr Zasada dzałana Algorytmu Rozdzału Obcążeń. Zmenne dane wejścowe Algorytmu Rozdzału Obcążeń.. Zmennym podlegającym optymalzacj w procese rozdzału obcążeń są welośc energ delarowane przez Jednost

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Stanisław 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 szczegółowo

Współczynnik przenikania ciepła U v. 4.00

Współczynnik przenikania ciepła U v. 4.00 Współczynnk przenkana cepła U v. 4.00 1 WYMAGANIA Maksymalne wartośc współczynnków przenkana cepła U dla ścan, stropów, stropodachów, oken drzw balkonowych podano w załącznku do Rozporządzena Mnstra Infrastruktury

Bardziej szczegółowo

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości Podstawowe pojęca procesu pomarowego kreślene jakośc poznana rzeczywstośc Δ zmerzone rzeczywste 17 9 Zalety stosowana elektrycznych przyrządów 1/ 1. możlwość budowy czujnków zamenających werne każdą welkość

Bardziej szczegółowo

ZASADY WYZNACZANIA DEPOZYTÓW ZABEZPIECZAJĄCYCH PO WPROWADZENIU DO OBROTU OPCJI W RELACJI KLIENT-BIURO MAKLERSKIE

ZASADY WYZNACZANIA DEPOZYTÓW ZABEZPIECZAJĄCYCH PO WPROWADZENIU DO OBROTU OPCJI W RELACJI KLIENT-BIURO MAKLERSKIE Zasady wyznazana depozytów zabezpezaąyh po wprowadzenu do obrotu op w rela lent-buro malerse ZAADY WYZNACZANIA DEPOZYTÓW ZABEZPIECZAJĄCYCH PO WPROWADZENIU DO OBROTU OPCJI W RELACJI KLIENT-BIURO MAKLERKIE

Bardziej szczegółowo

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1

Rozkład 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 szczegółowo

Procedura normalizacji

Procedura normalizacji Metody Badań w Geograf Społeczno Ekonomcznej Procedura normalzacj Budowane macerzy danych geografcznych mgr Marcn Semczuk Zakład Przedsęborczośc Gospodark Przestrzennej Instytut Geograf Unwersytet Pedagogczny

Bardziej szczegółowo

STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ],

STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ], STATECZNOŚĆ SKARP W przypadku obektu wykonanego z gruntów nespostych zaprojektowane bezpecznego nachylena skarp sprowadza sę do przekształcena wzoru na współczynnk statecznośc do postac: tgφ tgα = n gdze:

Bardziej szczegółowo

5. OPTYMALIZACJA GRAFOWO-SIECIOWA

5. 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 szczegółowo

ZESZYTY NAUKOWE NR x(xx) AKADEMII MORSKIEJ W SZCZECINIE. Metody wymiarowania obszaru manewrowego statku oparte na badaniach rzeczywistych

ZESZYTY NAUKOWE NR x(xx) AKADEMII MORSKIEJ W SZCZECINIE. Metody wymiarowania obszaru manewrowego statku oparte na badaniach rzeczywistych ISSN 009-069 ZESZYTY NUKOWE NR () KDEMII MORSKIEJ W SZCZECINIE IV MIĘDZYNRODOW KONFERENCJ NUKOWO-TECHNICZN E X P L O - S H I P 0 0 6 Paweł Zalewsk, Jakub Montewka Metody wymarowana obszaru manewrowego

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Zaawansowane 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 szczegółowo

SŁAWOMIR WIAK (redakcja)

SŁAWOMIR WIAK (redakcja) SŁAWOMIR WIAK (redacja Aademca Ofcyna Wydawncza EXIT Recenzenc: Prof. Janusz Turows Potechna Łódza Prof. Ewa Naperasa Juszcza Unversty Le Nord de France, LSEE, UA, Francja Autorzy rozdzałów: Prof. Potr

Bardziej szczegółowo

6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO

6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO Różnce mędzy obserwacjam statystycznym ruchu kolejowego a samochodowego 7. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO.. Obserwacje odstępów mędzy kolejnym wjazdam na stację

Bardziej szczegółowo

SYSTEM NEURONOWO-ROZMYTY W ZASTOSOWANIU DO BADAŃ DEFORMACJI KONSTRUKCJI APPLICATION OF NEURAL-FUZZY SYSTEM IN STRUCTURE DEFORMATION ANALYSIS

SYSTEM NEURONOWO-ROZMYTY W ZASTOSOWANIU DO BADAŃ DEFORMACJI KONSTRUKCJI APPLICATION OF NEURAL-FUZZY SYSTEM IN STRUCTURE DEFORMATION ANALYSIS MRI MRÓWCZYŃSK, JÓZEF GIL SYSTEM EUROOWO-ROZMYTY W ZSTOSOWIU DO DŃ DEFORMCJI KOSTRUKCJI PPLICTIO OF EURL-FUZZY SYSTEM I STRUCTURE DEFORMTIO LYSIS Streszczene Dynamczny rozwój dzedzny przetwarzana nformacj

Bardziej szczegółowo

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 5(96)/2013

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 5(96)/2013 ZESZYTY NAUKOWE NSTYTUTU POJAZDÓW 5(96)/2013 Hubert Sar, Potr Fundowcz 1 WYZNACZANE MASOWEGO MOMENTU BEZWŁADNOŚC WZGLĘDEM OS PODŁUŻNEJ DLA SAMOCHODU TYPU VAN NA PODSTAWE WZORÓW DOŚWADCZALNYCH 1. Wstęp

Bardziej szczegółowo

STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU

STARE 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 szczegółowo

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne ś POLITECHNIKA POZNAŃSKA INSTYTUT INŻYNIERII ŚRODOWISKA PROWADZĄCY: mgr nż. Łukasz Amanowcz Systemy Ochrony Powetrza Ćwczena Laboratoryjne 2 TEMAT ĆWICZENIA: Oznaczane lczbowego rozkładu lnowych projekcyjnych

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS 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 szczegółowo

ZARYS METODY OPISU KSZTAŁTOWANIA SKUTECZNOŚCI W SYSTEMIE EKSPLOATACJI WOJSKOWYCH STATKÓW POWIETRZNYCH

ZARYS METODY OPISU KSZTAŁTOWANIA SKUTECZNOŚCI W SYSTEMIE EKSPLOATACJI WOJSKOWYCH STATKÓW POWIETRZNYCH Henry TOMASZEK Ryszard KALETA Mariusz ZIEJA Instytut Techniczny Wojs Lotniczych PRACE AUKOWE ITWL Zeszyt 33, s. 33 43, 2013 r. DOI 10.2478/afit-2013-0003 ZARYS METODY OPISU KSZTAŁTOWAIA SKUTECZOŚCI W SYSTEMIE

Bardziej szczegółowo

Rachunek niepewności pomiaru opracowanie danych pomiarowych

Rachunek niepewności pomiaru opracowanie danych pomiarowych Rachunek nepewnośc pomaru opracowane danych pomarowych Mędzynarodowa Norma Oceny Nepewnośc Pomaru (Gude to Epresson of Uncertanty n Measurements - Mędzynarodowa Organzacja Normalzacyjna ISO) http://physcs.nst./gov/uncertanty

Bardziej szczegółowo

Analiza Matematyczna Ćwiczenia. J. de Lucas

Analiza Matematyczna Ćwiczenia. J. de Lucas Aalza Matematycza Ćwczea J. de Lucas Zadae. Oblczyć grace astępujących fucj a lm y 3,y 0,0 b lm y 3 y ++y,y 0,0 +y c lm,y 0,0 + 4 y 4 y d lm y,y 0,0 3 y 3 e lm,y 0,0 +y 4 +y 4 f lm,y 0,0 4 y 6 +y 3 g lm,y

Bardziej szczegółowo

F - wypadkowa sił działających na cząstkę.

F - wypadkowa sił działających na cząstkę. PRAWA ZACHOWAIA Podstawowe termny Cała tworzące uład mechanczny oddzałują mędzy sobą z całam nenależącym do uładu za omocą: Sł wewnętrznych Sł zewnętrznych - Sł dzałających na dane cało ze strony nnych

Bardziej szczegółowo

Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych)

Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych) Statystyka - nauka zajmująca sę metodam badana przedmotów zjawsk w ch masowych przejawach ch loścową lub jakoścową analzą z punktu wdzena nauk, do której zakresu należą.

Bardziej szczegółowo

Proste modele ze złożonym zachowaniem czyli o chaosie

Proste 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 szczegółowo

NAFTA-GAZ marzec 2011 ROK LXVII. Wprowadzenie. Tadeusz Kwilosz

NAFTA-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 szczegółowo

ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ

ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XVI/3, 2015, str. 248 257 ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ Sławomr

Bardziej szczegółowo

Regulamin promocji 14 wiosna

Regulamin promocji 14 wiosna promocja_14_wosna strona 1/5 Regulamn promocj 14 wosna 1. Organzatorem promocj 14 wosna, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa od 01 lutego 2014 do 30

Bardziej szczegółowo

przez odwołanie się do funkcji programu MATLAB. Macierz A = Z

przez odwołanie się do funkcji programu MATLAB. Macierz A = Z PRYKŁAD 4.7 Oblczyć parametry ln z Przyład 4.1 dla sładowych azowych alnych, załadając, że jest to lna netransponowana. Oblczena wyonać za pomocą procedry LINE CONSANS dostępnej w programe AP-EMP. Przerój

Bardziej szczegółowo

Zestaw przezbrojeniowy na inne rodzaje gazu. 1 Dysza 2 Podkładka 3 Uszczelka

Zestaw przezbrojeniowy na inne rodzaje gazu. 1 Dysza 2 Podkładka 3 Uszczelka Zestaw przezbrojenowy na nne rodzaje gazu 8 719 002 262 0 1 Dysza 2 Podkładka 3 Uszczelka PL (06.04) SM Sps treśc Sps treśc Wskazówk dotyczące bezpeczeństwa 3 Objaśnene symbol 3 1 Ustawena nstalacj gazowej

Bardziej szczegółowo

MODELOWANIE UKŁADÓW MECHANICZNYCH Z NIEPEWNYMI PARAMETRAMI

MODELOWANIE UKŁADÓW MECHANICZNYCH Z NIEPEWNYMI PARAMETRAMI Smlaca Andrze POWNUK Katedra Mecan Teoretczne Wdzał Bdownctwa Poltecna Śląsa w Glwcac MODELOWANIE UKŁADÓW MECHANICZNYCH Z NIEPEWNYMI PARAMETRAMI Streszczene. Wszste parametr ładów mecancznc są znane z

Bardziej szczegółowo

TRANZYSTOR BIPOLARNY CHARAKTERYSTYKI STATYCZNE

TRANZYSTOR BIPOLARNY CHARAKTERYSTYKI STATYCZNE POLITHNIKA RZSZOWSKA Katedra Podstaw lektronk Instrkcja Nr4 F 00/003 sem. letn TRANZYSTOR IPOLARNY HARAKTRYSTYKI STATYZN elem ćwczena jest pomar charakterystyk statycznych tranzystora bpolarnego npn lb

Bardziej szczegółowo

V. WPROWADZENIE DO PRZESTRZENI FUNKCYJNYCH

V. WPROWADZENIE DO PRZESTRZENI FUNKCYJNYCH Krs na Stdach Doktoranckch Poltechnk Wrocławskej wersja: lty 007 34 V. WPROWADZENIE DO PRZESTRZENI FUNKCYJNYCH. Zbór np. lczb rzeczywstych a, b elementy zbor A a A b A, podzbór B zbor A : B A, sma zborów

Bardziej szczegółowo

Ćwiczenie 10. Metody eksploracji danych

Ćwiczenie 10. Metody eksploracji danych Ćwczene 10. Metody eksploracj danych Grupowane (Clusterng) 1. Zadane grupowana Grupowane (ang. clusterng) oznacza grupowane rekordów, obserwacj lub przypadków w klasy podobnych obektów. Grupa (ang. cluster)

Bardziej szczegółowo

Mikroekonometria 13. Mikołaj Czajkowski Wiktor Budziński

Mikroekonometria 13. Mikołaj Czajkowski Wiktor Budziński Mkroekonometra 13 Mkołaj Czajkowsk Wktor Budzńsk Symulacje Analogczne jak w przypadku cągłej zmennej zależnej można wykorzystać metody Monte Carlo do analzy różnego rodzaju problemów w modelach gdze zmenna

Bardziej szczegółowo