08 Model planowania sieci dostaw 1Po_2Pr_KT+KM

Wielkość: px
Rozpocząć pokaz od strony:

Download "08 Model planowania sieci dostaw 1Po_2Pr_KT+KM"

Transkrypt

1 Nr Tytuł: Autor: 08 Model plaowaa sec dostaw 1Po_2Pr_KT+KM Potr SAWICKI Zakład Systeów Trasportowych WIT PP potr.sawck.pracowk.put.poza.pl Przedot: Specalość: Wersa: LT, TD, TŻ Ageda Kluczowe eleety wykładu WPROWADZENIE Cel zakres wykładu. Klasyfkaca odel plaowaa sec dostaw. MODEL 1PO_2PR_KT+KM Założea odelu. Porówae KT vs. KT+KM. Optyalzaca z zastosowae MS Solver PODSUMOWANIE Resue. Dyskusa. Potr SAWICKI 2 WIT ZST 1

2 Wprowadzee Cel zakres wykładu à Cel przypoee klasyfkaca odel plaowaa sec dostaw uescowee odelu 1Po_2Pr_KT+KM a tle klasyfkac rozwązae rozważaego probleu z zastosowae Solver-a praktycze zastosowae odelu 1Po_2Pr_KT+KM, zaczee okaałowośc Grafka: Potr SAWICKI 3 Wprowadzee à M2: lokalzaca obektów (grupy probleów) Klasyfkaca odel Model 1Po_1Pr_KT Model 1Po_1Pr_KT+KM Model 2Po_1Pr_KT(+KM) Moduły teatycze à 3 oduły teatycze (grupy probleów) M0: wprowadzee M1: dobór wykorzystae zasobów M2: lokalzaca obektów ustalae zasęgu ch dzałaa M3: ustalae tras M4: podsuowae Potr SAWICKI 4 WIT ZST 2

3 Wprowadzee Klasyfkaca odel plaowaa sec à Krytera klasyfkac odel plaowaa sec: kpo_ppr_kc! _lczba pozoów: k _lczba produktów: p! _składowe kosztu: Kc! 1-pozoowy 1Po N* O* 1-produktowy 1Pr 1 koszt trasportu KT (1) 2-pozoowy 2Po N P* O (1) (2) k-pozoowy P kpo N P (1) (2) (k) * Nadawca, Odborca, Pośredk (O à N) Potr SAWICKI P (K) O 2-produktowy 2Pr 1 2 p-produktowy ppr 1 2 p! P! koszt agazyowaa KM koszt produkc KP e kategore kosztów Kc! 5 Wprowadzee à Krytera klasyfkac odel plaowaa sec: kpo_ppr_kc! _lczba pozoów: k 1-pozoowy 1Po N* O* (1) 2-pozoowy 2Po N P* (1) (2) k-pozoowy kpo N P (1) (2) P O (k) * Nadawca, Odborca, Pośredk (O à N) Potr SAWICKI _lczba produktów: p! 1-produktowy 1Pr 1 2-produktowy 2Pr 1 2 k=1 } p-produktowy P p=2 O Model ppr 1Po_2Pr_KT+KM 1 2 p! P! (K) c=t, M _składowe kosztu: Kc! koszt trasportu KT koszt agazyowaa KM koszt produkc KP e kategore kosztów Kc! 6 WIT ZST 3

4 Założea à Paraetry welkośc zdefowae lokalzaca puktów odboru popyt odborców welkośc zakładae lsta potecalych lokalzac puktów adaa edostkowe koszty wykaące z potecalych lokalzac puktów adaa (agazyowae, trasport) brak ograczea poeośc agazyów adawcy à Zee decyzye wolue towarowy rozważaego produktu, wysyłay z poszczególych puktów adaa do puktów odboru Potr SAWICKI 7 Ageda Kluczowe eleety wykładu WPROWADZENIE Cel zakres wykładu. Klasyfkaca odel plaowaa sec dostaw. MODEL 1PO_2PR_KT+KM Założea odelu. Porówae KT vs. KT+KM. Optyalzaca z zastosowae MS Solver PODSUMOWANIE Resue. Dyskusa. Potr SAWICKI 8 WIT ZST 4

5 h p h 11 h 12 h 21 h 22 h 31 h 32 Potr SAWICKI c p ; x p à Model ateatyczy 1Po_2Pr_KT+KM założea: lokalzaca -tego puktu adaa e est zaa koecze est wskazae alteratywych lokalzac, które zostaą uwzględoe w trakce optyalzac spośród tych propozyc zostaą wyzaczoe akorzystesze lokalzace wskazae alteratywych lokalzac est koecze dla ustalea: kosztów agazyowaa h p oraz kosztów trasportu c p 9 h p h 11 h 12 h 21 h 22 h 31 h 32 Potr SAWICKI c p ; x p à Fukce celu alzaca koszt trasportu agazy.! KT + KM = ( c p + h p ) x p =1 =1 p=1 gdze:! x p zea decyzya: welkość przewozu p-produktu a trase od -adawcy do -odborcy, c p edostkowy koszt przewozu p-produktu a trase od -adawcy do -odborcy; =1,..., ; =1,..., ; p=1,..., P h p edostkowy koszt agazyowaa p-produktu u -adawcy; =1,..., ; p=1,..., P! zbór adawców; =1,..., zbór odborców; =1,...,! P zbór produktów; p=1,..., P! P 10 WIT ZST 5

6 D p! D 1 D 1 à Ograczee 1 dostawa p-produktu do -odborcy od wszystkch dostawców (=1,2,,) wyka z zapotrzebowaa a te produkt D 2 D 2 Potr SAWICKI D 3 D 3 D P! gdze:! D p zapotrzebowae (zdolość absorbc) p-produktu przez -odborcę zbór adawców; =1, 2,..., zbór odborców; =1, 2,...,! P zbór produktów; p=1, 2,..., P! 11 D p! D 1 D 1 D 2 D 2 à Ograczee 1 Przykład 1: dostawa produktu p=1 do puktu odboru =1 od wszystkch dostawców (=1,2,, ) wyka z popytu odborcy =1 a produkt p=1 wyos: D 3 D 3 D P! ê, Potr SAWICKI 12 WIT ZST 6

7 D p! D 1 D 1 D 2 D 2 à Ograczee 1 Przykład 2: dostawa produktu p=2 do puktu odboru =2 od wszystkch dostawców (=1,2,, ) wyka z popytu odborcy =2 a produkt p=2 wyos: D 3 D 3 D P! ê, Potr SAWICKI 13 D p! D 1 D 1 D 2 D 2 à Ograczee 1 Przykład 3: dostawa produktu p=1 do puktu odboru =2 od wszystkch dostawców (=1,2,, ) wyka z popytu odborcy =2 a produkt p=1 wyos: D 3 D 3 D P! ê Potr SAWICKI 14 WIT ZST 7

8 S p! S 1 S 1 S 2 S 2 S 3 S 3 S P! Potr SAWICKI c p ; x p D p! D 1 D 1 D 2 D 2 D 3 D 3 D P! à Ograczee 2 podaż -adawcy w zakrese p-produktu wyka z docelowych przepływów towarowych S p = =1 x p = 1,...,; p = 1,...,P gdze:! x p wolue p-produktu od -adawcy do - odborcy S p podaż p-produktu u -adawcy zbór adawców; =1, 2,..., zbór odborców; =1, 2,...,! P zbór produktów; p=1, 2,..., P! 15 S p! S 1 S 1 S 2 S 2 S 3 S 3 D p! D 1 D 1 D 2 D 2 D 3 D 3 à Ograczee 2 Przykład 1: podaż =1 adawcy w zakrese produktu p=1 wyka z docelowych przepływów tego produktu do wszystkch -odborców (=1,2,,) S 11 = lub x 11, =1 S P! D P! S 11 = x x x 11 Potr SAWICKI 16 WIT ZST 8

9 S p! S 1 S 1 D p! D 1 D 1 D 2 D 2 à Ograczee 2 Przykład 2: podaż =2 adawcy w zakrese produktu p=2 wyka z docelowych przepływów tego produktu do wszystkch -odborców (=1,2,,) S 2 S 2 S 3 S 3 D 3 D 3 lub S 22 = x 2 2, =1 S P! D P! S 22 = x x x 22 Potr SAWICKI 17 à Ograczee 3 przepływy każdego z p-produktów od -adawcy do -odboru est euey = 1,...,; = 1,...,; p = 1,...,P Potr SAWICKI 18 WIT ZST 9

10 p h p h 11 h 12 S p! S 1 S 1 c p ; x p D p! D 1 D 1 D 2 D 2 à Model ateatyczy fukca celu KT + KM = ograczea P =1 =1 p=1 ( c p + h p ) x p h 21 h 22 S 2 S 2 = 1,...,; p = 1,...,P (1) h 31 h 32 h P! S 3 S 3 S P! D 3 D 3 D P! S p = x p ; =1 = 1,...,; p = 1,...,P = 1,...,; = 1,...,; p = 1,...,P (2) (3) Potr SAWICKI 19 Rozwązae przykładowego probleu à Aalza przypadku à rozważaa est seć dystrybuc towarów = Pozań Wrocław = Toruń = = Łódź = Warszawa =4! Tarobrzeg 3 potecalych adawców (=1,2,3): Pozań (=1), Warszawa (=2), Kraków (=3) 4 odborców (=1,2,3,4) Toruń (=1), Wrocław (=2), Łódź (=3), Tarobrzeg (=4) 2 produkty (p=1,2) = Kraków Potr SAWICKI 20 WIT ZST 10

11 Rozwązae przykładowego probleu = Pozań Wrocław = Toruń = = Łódź = Kraków = Warszawa =4! Tarobrzeg à Założea produkty trasportowae są w postac EUR paczek koszt przewozu każdego produktu est róży dla poszczególych produktów wyka z odległośc poędzy pukte adaa () odboru () z zastosowaego środka trasportu w każdy pukce adaa () dostępe są oba produkty (p), a każdy z puktów odboru () przyue oba produkty popyt a poszczególe produkty est zay podaż a poszczególe produkty est ezaa Potr SAWICKI 21 Rozwązae przykładowego probleu à Paraetry Toruń = = Pozań Wrocław = = Łódź = Kraków = Warszawa =4! Tarobrzeg Potr SAWICKI 22 WIT ZST 11

12 Rozwązae przykładowego probleu à Paraetry: (c p +h p ) à połączee obu tabel Toruń = = Pozań Wrocław = = Łódź = Kraków = Warszawa =4! Tarobrzeg Potr SAWICKI 23 Rozwązae przykładowego probleu à Zee decyzye Toruń = = Pozań Wrocław = = Łódź = Kraków = Warszawa =4! Tarobrzeg Potr SAWICKI 24 WIT ZST 12

13 Toruń = Rozwązae przykładowego probleu à w MS Excel à Rozwązae: Solver (2 sposoby) 1Po_2Pr_KT+KM = Pozań Wrocław = = Łódź = Kraków = Warszawa =4! Tarobrzeg Potr SAWICKI 25 Rozwązae przykładowego probleu à Rozwązae? (0)? (150) 150 Pozań Toruń 350? (0)? (0) Warszawa Wrocław Potr SAWICKI 400 Łódź Kraków? (1550)? (620) Tarobrzeg WIT ZST 13

14 Podsuowae Uwag dot. odelu złd: 1Po_2Pr_KT+KM à Uwag podsuowuące Jak będze wyglądało rozwązae probleu w przypadku edakowych kosztów agazyowaa obu produktów? Jak będze kształtowało sę rozwązae w przypadku obsług p=2 przez frę kurerską DHL, stawka przewozowa dla DHL Parcel (do 31,5kg), opca Next day? czyl dla =1 zaast: ależy przyąć: Potr SAWICKI 27 Podsuowae Dyskusa à Zaprasza do dyskus zadawaa pytań Potr SAWICKI 28 WIT ZST 14

15 Nr Tytuł: Autor: 08 Model plaowaa sec dostaw 1Po_2Pr_KT+KM Potr SAWICKI Zakład Systeów Trasportowych WIT PP potr.sawck.pracowk.put.poza.pl Przedot: Specalość: Wersa: LT, TD, TŻ WIT ZST 15

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

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

05 Klasyfikacja modeli planowania sieci dostaw Model: 1Po_1Pr_KT

05 Klasyfikacja modeli planowania sieci dostaw Model: 1Po_1Pr_KT Nr Tytuł: Autor: 05 Klasyfkacja odel plaowaa sec dostaw Model: 1Po_1Pr_KT Potr SAWICKI Zakład Systeów Trasportowych WIT PP potr.sawck@put.poza.pl potr.sawck.pracowk.put.poza.pl www.facebook.co/potr.sawck.put

Bardziej szczegółowo

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

Agenda. Piotr Sawicki Optymalizacja w transporcie. Politechnika Poznańska WIT ZST 1. Kluczowe elementy wykładu trasporcie Tytuł: 05 Klasyfikaca odeli plaowaia sieci Modele: PoPr_KT; PoPr_KT+KM Zastosowaie prograowaia liiowego Autor: Piotr SAWICKI Zakład Systeów Trasportowych WIT PP piotr.sawicki@put.poza.pl piotr.sawicki.pracowik.put.poza.pl

Bardziej szczegółowo

07 Model planowania sieci dostaw 2Po_1Pr_KT Zastosowanie programowania liniowego

07 Model planowania sieci dostaw 2Po_1Pr_KT Zastosowanie programowania liniowego r Tytuł: Autor: 07 Model planowania sieci dostaw 2o_1r_T Zastosowanie programowania liniowego iotr SAWC Zakład Systemów Transportowych WT piotr.sawicki@put.poznan.pl piotr.sawicki.pracownik.put.poznan.pl

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 Tytuł: 06 Model: 2o1r_T Zastosowanie programowania liniowego Autor: iotr SAWC Zakład Systemów Transportowych WMRiT piotr.sawicki@put.poznan.pl www.put.poznan.pl/~piotr.sawicki www.facebook.com/iotr.sawicki.ut

Bardziej szczegółowo

Agenda. Optymalizacja w transporcie. Piotr Sawicki WIT PP ZST 1. Kluczowe elementy wykładu. WPROWADZENIE Cel i zakres wykładu.

Agenda. Optymalizacja w transporcie. Piotr Sawicki WIT PP ZST 1. Kluczowe elementy wykładu. WPROWADZENIE Cel i zakres wykładu. Tytuł: 02 Określenie kompozycji taboru. Zastosowanie programowania całkowitoliczbowego Autor: Piotr SAWICKI Zakład Systemów Transportowych WIT PP piotr.sawicki@put.poznan.pl piotr.sawicki.pracownik.put.poznan.pl

Bardziej szczegółowo

Agenda. Politechnika Poznańska WMRiT ZST. Piotr Sawicki Optymalizacja w transporcie 1. Kluczowe elementy wykładu. WPROWADZENIE Cel i zakres wykładu.

Agenda. Politechnika Poznańska WMRiT ZST. Piotr Sawicki Optymalizacja w transporcie 1. Kluczowe elementy wykładu. WPROWADZENIE Cel i zakres wykładu. Tytuł: 03. Zastosowanie programowania binarnego i całkowitoliczbowego Autor: Piotr SAWICKI Zakład Systemów Transportowych WMRiT PP piotr.sawicki@put.poznan.pl www.put.poznan.pl/~piotr.sawicki www.facebook.com/piotr.sawicki.put

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

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

Agenda. Optymalizacja w transporcie. Piotr Sawicki WIT PP, ZST 1. Kluczowe elementy wykładu. WPROWADZENIE Cel i zakres wykładu.

Agenda. Optymalizacja w transporcie. Piotr Sawicki WIT PP, ZST 1. Kluczowe elementy wykładu. WPROWADZENIE Cel i zakres wykładu. Tytuł: 01 Budowa portfela produktowego. Zastosowanie programowania liniowego Autor: Piotr SAWICKI, dr hab. inż. Zakład Systemów Transportowych WIT PP piotr.sawicki@put.poznan.pl piotr.sawicki.pracownik.put.poznan.pl

Bardziej szczegółowo

teorii optymalizacji

teorii optymalizacji Poltechka Gdańska Wydzał Oceaotechk Okrętowctwa St. II stop. se. I Podstawy teor optyalzac wykład 7 M. H. Ghae Ma 5 Podstawy teor optyalzac Oceaotechka II stop. se. I 5 Podstawy teor optyalzac Oceaotechka

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

LOGISTYKA DYSTRYBUCJI ćwiczenia 8 LOKALIZACJA PODMIOTÓW (POŚREDNICH) METODA ŚRODKA CIĘŻKOŚCI

LOGISTYKA DYSTRYBUCJI ćwiczenia 8 LOKALIZACJA PODMIOTÓW (POŚREDNICH) METODA ŚRODKA CIĘŻKOŚCI LOGISTYKA DYSTRYBUCJI ćwczea 8 LOKALIZACJA PODIOTÓW (POŚREDNICH) ETODA ŚRODKA CIĘŻKOŚCI Lokalzacja podmotów etoda środka cężkośc AUTOR: dr ż. Roma DOAŃSKI AUTOR: dr ż. ROAN DOAŃSKI LITERATURA Potr Cyplk,

Bardziej szczegółowo

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU Przedmiot: Iformatyka w logistyce Forma: Laboratorium Temat: Zadaie 2. Automatyzacja obsługi usług logistyczych z wykorzystaiem zaawasowaych fukcji oprogramowaia Excel. Miimalizacja pustych przebiegów

Bardziej szczegółowo

LOGISTYKA DYSTRYBUCJI ćwiczenia 3 LOKALIZACJA PODMIOTÓW (POŚREDNICH) METODA ŚRODKA CIĘŻKOŚCI. AUTOR: mgr inż. ROMAN DOMAŃSKI

LOGISTYKA DYSTRYBUCJI ćwiczenia 3 LOKALIZACJA PODMIOTÓW (POŚREDNICH) METODA ŚRODKA CIĘŻKOŚCI. AUTOR: mgr inż. ROMAN DOMAŃSKI LOGISTYKA DYSTRYBUCJI ćwczea 3 LOKALIZACJA PODIOTÓW (POŚREDNICH) ETODA ŚRODKA CIĘŻKOŚCI AUTOR: mgr ż. ROAN DOAŃSKI Lokalzacja podmotów (pośredch) metoda środka cężkośc Lteratura Potr Cyplk, Dauta Głowacka-Fertch,

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

Agenda. Politechnika Poznańska WMRiT ZST. Piotr Sawicki Optymalizacja w transporcie 1. Kluczowe elementy wykładu. WPROWADZENIE Cel i zakres wykładu.

Agenda. Politechnika Poznańska WMRiT ZST. Piotr Sawicki Optymalizacja w transporcie 1. Kluczowe elementy wykładu. WPROWADZENIE Cel i zakres wykładu. Tytuł: 01 Budowa portfela produktowego. Zastosowanie programowania liniowego Autor: Piotr SAWICKI Zakład Systemów Transportowych WMRiT PP piotr.sawicki@put.poznan.pl www.put.poznan.pl/~piotr.sawicki www.facebook.com/piotr.sawicki.put

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

Sprawdzenie stateczności skarpy wykopu pod składowisko odpadów komunalnych

Sprawdzenie stateczności skarpy wykopu pod składowisko odpadów komunalnych Sprawdzee stateczośc skarpy wykopu pod składowsko odpadów koualych Ustalee wartośc współczyka stateczośc wykoae zostae uproszczoą etodą Bshopa, w oparcu o poższą forułę: [ W s( α )] ( φ ) ( φ ) W ta F

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

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

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

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

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

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

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

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

Regresja REGRESJA

Regresja REGRESJA Regresja 39. REGRESJA.. Regresja perwszego rodzaju Nech (, będze dwuwyarową zeą losową, dla które steje kowaracja. Nech E( y ozacza warukową wartość oczekwaą zdefowaą dla przypadku zeych losowych typu

Bardziej szczegółowo

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy transportowe cd, Problem komiwojażera

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy transportowe cd, Problem komiwojażera Istrukcja do ćwiczeń laboratoryjych z przedmiotu: Badaia operacyje Temat ćwiczeia: Problemy trasportowe cd Problem komiwojażera Zachodiopomorski Uiwersytet Techologiczy Wydział Iżyierii Mechaiczej i Mechatroiki

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

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

n liczba zmiennych decyzyjnych c współczynniki funkcji celu a współczynniki przy zmienych decyzyjnych w warunkach

n liczba zmiennych decyzyjnych c współczynniki funkcji celu a współczynniki przy zmienych decyzyjnych w warunkach Problem decyzyny cel różne sposoby dzałana (decyze) warunk ogranczaące (determnuą zbór decyz dopuszczalnych) kryterum wyboru: umożlwa porównane efektywnośc różnych decyz dopuszczalnych z punktu wdzena

Bardziej 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

PROGRAMOWANIE LINIOWE.

PROGRAMOWANIE LINIOWE. Wykłd 6 Progrowe lowe. Zstosow ekoocze. PROGRAMOWANIE LINIOWE. ZASTOSOWANIA EKONOMICZNE. CENY DUALNE. ANALIZA WRAŻLIWOŚCI.. RACHUNEK EKONOMICZNY. ZASADY RACJONALNEGO GOSPODAROWANIA. Rchuek ekooczy - porówe

Bardziej szczegółowo

OPTYMALIZACJA W LOGISTYCE

OPTYMALIZACJA W LOGISTYCE OPTYALIZACJA W LOGISTYCE Zagadnienie transportowe 2 dr Zbigniew Karwacki Katedra Badań Operacyjnych UŁ Zagadnienie transportowe z kryterium czasu I rodzaju () Jeżeli w modelu klasycznego zagadnienia transportowego

Bardziej szczegółowo

m) (2.2) p) (2.3) r) (2.4)

m) (2.2) p) (2.3) r) (2.4) Ekooetra dr ż. Zbgew Tarapata Wkład r : Postace zadań prograowaa lowego grafcza etoda rozwązwaa zadań PL POSTACIE ZADAŃ PROGRAMOWANIA LINIOWEGO Zadae decze w któr wszstke relace są lowe oraz wszstke zee

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

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski Różczkowae fukcj rzeczywstych welu zmeych rzeczywstych Matematyka Studum doktoracke KAE SGH Semestr let 8/9 R. Łochowsk Pochoda fukcj jedej zmeej e spojrzee Nech f : ( α, β ) R, α, β R, α < β Fukcja f

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

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

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

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

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

MODELE OBIEKTÓW W 3-D3 część

MODELE OBIEKTÓW W 3-D3 część WYKŁAD 5 MODELE OBIEKTÓW W -D część la wykładu: Kocepcja krzywej sklejaej Jedorode krzywe B-sklejae ejedorode krzywe B-sklejae owerzche Bezera, B-sklejae URBS 1. Kocepcja krzywej sklejaej Istotą z praktyczego

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

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

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE ZAGADNENE TRANSPORTOWE Definicja: Program liniowy to model, w którym warunki ograniczające oraz funkcja celu są funkcjami liniowymi. W skład każdego programu liniowego wchodzą: zmienne decyzyjne, ograniczenia

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

Ćwiczenie 1: Wyznaczanie lokalizacji magazynów metoda środka ciężkości.

Ćwiczenie 1: Wyznaczanie lokalizacji magazynów metoda środka ciężkości. Projektowanie systemów transportowych Ćwiczenie 1: Wyznaczanie lokalizacji magazynów metoda środka ciężkości. mgr inż. Marcin Hajdul Wyższa Szkoła Logistyki Marcin.Hajdul@wsl.com.pl Metoda środka ciężkości

Bardziej szczegółowo

WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIEŃ TRANSPORTOWYCH Z KRYTERIUM KOSZTÓW

WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIEŃ TRANSPORTOWYCH Z KRYTERIUM KOSZTÓW WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIEŃ TRANSPORTOWYCH Z KRYTERIUM KOSZTÓW Zadania transportowe Zadania transportowe są najczęściej rozwiązywanymi problemami w praktyce z zakresu optymalizacji

Bardziej szczegółowo

ć ć ć Ś ć Ż

ć ć ć Ś ć Ż Ę ć ć ć Ś ć Ż Ę Ś ŚĆ Ś ć ć ć Ś ć ć ć ć ć ć Ś Ć ć ć ć ć ć ć ć ć ć ć ć ć Ś ć Ś Ż Ś Ę ć ć Ż ŚĆ ć ć ć ć ć Ż ć ć ć ć ć ć ć ź ć Ż ć ć ć ć ź ć ć ć ć ć ć ć Ć ć ć Ę ć ź ć ć ć ć ć ć ć Ę ź Ę ć ć ć ć ć ć ć ć ć ć ć

Bardziej szczegółowo

EKONOMIKA TRANSPORTU EKONOMIKA TRANSPORTU MARCIN FOLTYŃSKI TRANSPORTOWYCH

EKONOMIKA TRANSPORTU EKONOMIKA TRANSPORTU MARCIN FOLTYŃSKI TRANSPORTOWYCH EKONOMIKA TRANSPORTU PROJEKTOWANIE SYSTEMÓW TRANSPORTOWYCH DEFINICJE Sieć Zbiór połączonych ze sobą i wzajemnie uwarunkowanych działań z określonym punktem początkowym i końcowym. Struktura kanałów, którymi

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

Józef Beluch Akademia Górniczo-Hutnicza w Krakowie. Wpływ wag współrzędnych na wyniki transformacji Helmerta

Józef Beluch Akademia Górniczo-Hutnicza w Krakowie. Wpływ wag współrzędnych na wyniki transformacji Helmerta Józef Beluch Akadema Górczo-Hutcza w Krakowe płw wag współrzędch a wk trasformacj Helmerta . zór a trasformację współrzędch sposobem Helmerta: = c + b = d + a + a b () 2 2. Dwa modele wzaczea parametrów

Bardziej szczegółowo

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą.

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą. Joaa Ceślak, aula Bawej ESTREA FUNCJI ESTREA FUNCJI JEDNEJ ZIENNEJ Otoczeem puktu R jest każdy przedzał postac,+, gdze >. Sąsedztwem puktu jest każdy zbór postac,,+, gdze >. Nech R, : R oraz ech. De. ówmy,

Bardziej szczegółowo

Cenniki. Taryfa opłat dla linii Warszawa - Gda sk

Cenniki. Taryfa opłat dla linii Warszawa - Gda sk Warszawa - Gda sk Warszawa - Gdańsk 61 od 1 zł do 60 zł, w zależności od daty zakupu biletu na stronie internetowej lub w punkcie sprzedaży, ilości dostępnych miejsc na dany kurs oraz innych czynników

Bardziej szczegółowo

Predyktywne harmonogramowanie projektów informatycznych

Predyktywne harmonogramowanie projektów informatycznych 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

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

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym.

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym. Wyzaczae oporu aczyowego kaplary w przepływe lamarym. I. Przebeg ćwczea. 1. Zamkąć zawór odcający przewody elastycze a astępe otworzyć zawór otwerający dopływ wody do przewodu kaplarego. 2. Ustawć zawór

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

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

Adaptacyjny regulator neuronowo-rozmyty z rekurencjami i warstwą tranzycji Petriego w sterowaniu napędem elektrycznym

Adaptacyjny regulator neuronowo-rozmyty z rekurencjami i warstwą tranzycji Petriego w sterowaniu napędem elektrycznym Potr DERUGO 1, Jarosław KACERKA 2, Krzysztof SZABAT 1 Poltechka Wrocławska, Katedra Maszy Napędów Poarów Elektryczych (1), Poltechka Łódzka, Istytut Autoatyk (2) do:10.15199/48.2016.04.19 Adaptacyy regulator

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

Badania Operacyjne Ćwiczenia nr 6 (Materiały)

Badania Operacyjne Ćwiczenia nr 6 (Materiały) Otwarte zagadnienie transportowe Jeżeli łączna podaż dostawców jest większa niż łączne zapotrzebowanie odbiorców to mamy do czynienia z otwartym zagadnieniem transportowym. Warunki dla dostawców (i-ty

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