DEA podstawowe modele

Wielkość: px
Rozpocząć pokaz od strony:

Download "DEA podstawowe modele"

Transkrypt

1 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) EA podsawowe modele WPROWAZENIE Efekwość (produkwość) obieku gospodarczego o es defiiowaa ako sosuek sum ważoch efeków do sum ważoch akładów. () θ ( u v) r= = ho = m s i= gdzie: ro r- efek obieku o io i- akład obieku o u r waga określaąca ważość efeku r v i waga określaąca ważość akładu i s liczba efeków obieku o m liczba akładów obieku o. u v r i ro io ANE do przkładu Rozważam 3 (=23) obiek (MU ) w 2 kolech okresach: w okresie (iacze 0 ) oraz w okresie (iacze ). Każd obiek es charakerzowa za pomocą 3 rodzaów akładów a i {I}; m=3 (i=23). Jedocześie każd obiek es charakerzowa za pomocą 2 rodzaów efeków ef r {O} ; s=2 (r=2). Szczegółowe dae zawieraą: abela ( okresu 0 ) oraz abela 2 ( okresu ). Tabela. ae o MU w okresie 0. Obiek a {I} a2 {I} a3 {I} ef {O} ef2 {O} MU_ MU2_ MU3_ Tabela 2. ae o MU w okresie. Obiek a {I} a2 {I} a3 {I} ef {O} ef2 {O} MU_ MU2_ MU3_

2 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [2] Aalizę efekwości meodą EA przeprowadzim a dwa sposob kóre w ermiologii EA azwam orieacą modeli EA. Są o: orieaca a akład oraz orieaca a efek. Rozróżieie akie ma swoe źródło w kieruku z kórego spoglądam a puk odworowuąc dae MU (por. rsuek ze sro części maeriałów doczącch EA) i porówuem ego położeie względem krzwe efekwości (bes pracice froier). I ak: eżeli sporzm a wbrae MU a prawo od sro osi efek (oś 0) o będzie o aaliza zorieowaa a akład eżeli sporzm a wbrae MU do gór od sro osi akład (oś 0) o będzie o aaliza zorieowaa a efek. Podsawowe modele EA - orieaca modeli a akład We wszskich modelach zakładam że aalizowae MU ma umer o (=o). Model o sałch efekach skali (crs) - model CCR (2) * θ = miθ = = i λ θ r λ io ro i = 2... m r = 2... s λ 0 = 2... W okresie 0 kolech MU (=23) modele CCR przedsawiaą abele 3-5. Tabela 3. Model CCR MU w okresie 0 - orieaca a akład. zmiee λ λ 2 λ 3 θ relaca RHS f.celu mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=0500

3 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [3] Tabela 4. Model CCR MU 2 w okresie 0 - orieaca a akład. zmiee λ λ 2 λ 3 θ relaca RHS f.celu mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=000 Tabela 5. Model CCR MU 3 w okresie 0 - orieaca a akład. zmiee λ λ 2 λ 3 θ relaca RHS f.celu mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=000 (3) Model o zmiech efekach skali (vrs) - model BCC * θ = miθ = = λ θ i r = λ λ 0 λ = io ro i = 2... m r = 2... s = 2... W okresie 0 kolech MU (=23) modele BCC przedsawiaą abele 6-8. Tabela 6. Model BCC MU w okresie 0 - orieaca a akład. zmiee λ λ 2 λ 3 θ relaca RHS f.celu mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Suma λ 0 = Rozwiązaie opmale: θ*=0692

4 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [4] Tabela 7. Model BCC MU 2 w okresie 0 - orieaca a akład. Zmiee λ λ 2 λ 3 θ relaca RHS f.celu mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Suma λ 0 = Rozwiązaie opmale: θ*=000 Tabela 8. Model BCC MU 3 w okresie 0 - orieaca a akład. zmiee λ λ 2 λ 3 θ relaca RHS f.celu mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Suma λ 0 = Rozwiązaie opmale: θ*=000 Model o ierosącch efekach skali (irs) - model NIRS (4) * θ = miθ = = λ θ i r = i = 2... m r = 2... s λ 0 = 2... λ λ io ro W okresie 0 kolech MU (=23) modele NIRS przedsawiaą abele 9-.

5 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [5] Tabela 9. Model NIRS MU w okresie 0 - orieaca a akład. zmiee λ λ 2 λ 3 θ relaca RHS f.celu mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Suma λ 0 Rozwiązaie opmale: θ*=0500 Tabela 0. Model NIRS MU 2 w okresie 0 - orieaca a akład. Zmiee λ λ 2 λ 3 θ relaca RHS f.celu mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Suma λ 0 Rozwiązaie opmale: θ*=000 Tabela. Model NIRS MU 3 w okresie 0 - orieaca a akład. zmiee λ λ 2 λ 3 θ relaca RHS f.celu mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Suma λ 0 Rozwiązaie opmale: θ*=000 Podsumowaie okresu 0 - orieaca a akład Tabela 2. Zesawieie charakersk EA okresu 0 - orieaca a akład. obiek Charakerski EA e_crs e_vrs e_irs e_s_vrs e_s_irs MU_ MU2_ MU3_

6 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [6] Charakerski: e_crs e_vrs oraz e_irs odpowiadaą w modelach zorieowach a akład opmalm warościom fukci celu θ*. Uwaga!!! W modelach zorieowach a efek będą odwroościami opmalch warości fukci celu. /θ*. Charakerska wsępowaia efeków skali e_s_vrs es wzaczaa asępuąco (por. wkład EA cz. s.3): e _ s _ vrs = e _ crs (5) e _ vrs Charakerska wsępowaia rodzaów efeków skali e_s_irs es wzaczaa asępuąco (por. wkład EA cz. s.3): e _ crs e _ s _ irs = (6) e _ irs.. Przdae zesawieie użwae w oceie MU przedsawia abela 3. Z dach zawarch w abeli 2 wika asępuąca ocea obieków w okresie 0 : MU_0 (p obieku E). obiek ieefekw echologiczie działaąc w obszarze rosącch efeków skali MU2_0 (p obieku BC). obiek efekw zarówo pod względem echologiczm ak i pod względem skali produkci MU3_0 (p obieku BC). obiek efekw zarówo pod względem echologiczm ak i pod względem skali produkci

7 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [7] Tp MU B C A E F G Tabela3. Ocea MU a podsawie charakersk z modeli EA. Zależości międz charakerskami efekwości e_crs = e_vrs = e_s_vrs = e_irs = e_crs e_crs < e_vrs = e_s_vrs < e _irs = e_crs e_crs < e_vrs = e_s_vrs < e_irs > e_crs e_crs < e_vrs < e_s_vrs < e_irs = e_crs e_crs < e_vrs < e_s_vrs = e_irs = e_crs e_crs < e_vrs < e_s_vrs < e_irs > e_crs Źródło: M. Pawłowska (2003) s.27 Opis MU efekwe zarówo pod względem echologiczm ak i względem skali produkci. MU efekwe echologiczie prz założeiu zmiech efeków skali działaące a obszarze rosącch efeków skali. MU efekwe echologiczie prz założeiu zmiech efeków skali działaące a obszarze maleącch efeków skali. MU ieefekwe echologiczie działaące a obszarze rosącch efeków skali. MU ieefekwe echologiczie działaące a obszarze sałch efeków skali. MU ieefekwe echologiczie działaące a obszarze maleącch efeków skali.

8 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [8] la okresu omówioe wcześie modele (zorieowae a akład) modele CCR BCC i NIRS pokazao w abelach 4-22 (por. abela 2 z dami okresu ). Tabela 4. Model CCR MU w okresie - orieaca a akład. zmiee λ λ 2 λ 3 θ relaca RHS f.celu mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=0444 Tabela 5. Model CCR MU 2 w okresie - orieaca a akład. zmiee λ λ 2 λ 3 θ relaca RHS f.celu mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=000 Tabela 6. Model CCR MU 3 w okresie - orieaca a akład. zmiee λ λ 2 λ 3 θ relaca RHS f.celu mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=0750 Tabela 7. Model BCC MU w okresie - orieaca a akład. zmiee λ λ 2 λ 3 θ relaca RHS f.celu mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Suma λ 0 = Rozwiązaie opmale: θ*=0667

9 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [9] Tabela 8. Model BCC MU 2 w okresie - orieaca a akład. zmiee λ λ 2 λ 3 θ relaca RHS f.celu mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Suma λ 0 = Rozwiązaie opmale: θ*=000 Tabela 9. Model BCC MU 3 w okresie - orieaca a akład. zmiee λ λ 2 λ 3 θ relaca RHS f.celu mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Suma λ 0 = Rozwiązaie opmale: θ*=000 Tabela 20. Model NIRS MU w okresie - orieaca a akład. zmiee λ λ 2 λ 3 θ relaca RHS f.celu mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Suma λ 0 Rozwiązaie opmale: θ*=0444 Tabela 2. Model NIRS MU 2 w okresie - orieaca a akład. zmiee λ λ 2 λ 3 θ relaca RHS f.celu mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Suma λ 0 Rozwiązaie opmale: θ*=000

10 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [0] Tabela 22. Model NIRS MU 3 w okresie - orieaca a akład. zmiee λ λ 2 λ 3 θ relaca RHS f.celu mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Suma λ 0 Rozwiązaie opmale: θ*=0750 Podsumowaie okresu - orieaca a akład Tabela 23. Zesawieie charakersk EA okresu - orieaca a akład. obiek Charakerski EA e_crs e_vrs e_irs e_s_vrs e_s_irs MU_ MU2_ MU3_ MU_ (p obieku E). obiek ieefekw echologiczie działaąc w obszarze rosącch efeków skali MU2_ (p obieku BC). obiek efekw zarówo pod względem echologiczm ak i pod względem skali produkci MU3_ (p obieku A). obiek efekw echologiczie prz założeiu zmiech efeków skali działaąc w obszarze rosącch efeków skali Zmia pomiędz okresami 0 a doczą klasfikaci obieku MU3. W okresie zmieił się iego p obieku. z pu BC w okresie 0 a p A w okresie.

11 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [] Podsawowe modele EA - orieaca modeli a efek We wszskich modelach zakładam że aalizowae MU ma umer o (=o). Model o sałch efekach skali (crs) - model CCR (7) = = * θ = maθ r i λ λ θ λ 0 io ro i = 2... m r = 2... s = 2... W okresie 0 kolech MU (=23) modele CCR przedsawiaą abele U W A G A!!! Należ pamięać o m że charakerski e_crs e_vrs oraz e_ irs są zawsze prz orieaci modeli a efek odwroościami opmale warości fukci celu (= /θ*). Tabela 24. Model CCR MU w okresie 0 - orieaca a efek. zmiee λ λ 2 λ 3 θ relaca RHS f.celu ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=2000 ( /θ*=0500 )

12 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [2] Tabela 25. Model CCR MU 2 w okresie 0 - orieaca a efek. zmiee λ λ 2 λ 3 θ relaca RHS f.celu ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=000 ( /θ*=000 ) Tabela 26. Model CCR MU 3 w okresie 0 - orieaca a efek. zmiee λ λ 2 λ 3 θ relaca RHS f.celu ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=000 ( /θ*=000 ) (8) Model o zmiech efekach skali (vrs) - model BCC = = * θ = maθ r i = λ λ θ λ = λ 0 io ro i = 2... m r = 2... s = 2... W okresie 0 kolech MU (=23) modele BCC przedsawiaą abele Tabela 27. Model BCC MU w okresie 0 - orieaca a efek. zmiee λ λ 2 λ 3 θ relaca RHS f.celu ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Suma λ 0 = Rozwiązaie opmale: θ*=600 ( /θ*=0625 )

13 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [3] Tabela 28. Model BCC MU 2 w okresie 0 - orieaca a efek. zmiee λ λ 2 λ 3 θ relaca RHS f.celu ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Suma λ 0 = Rozwiązaie opmale: θ*=000 ( /θ*=000 ) Tabela 29. Model BCC MU 3 w okresie 0 - orieaca a efek. zmiee λ λ 2 λ 3 θ relaca RHS f.celu ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Suma λ 0 = Rozwiązaie opmale: θ*=000 ( /θ*=000 ) Model o ierosącch efekach skali (irs) - model NIRS (9) = = * θ = maθ r i = λ io λ θ λ λ 0 ro i = 2... m r = 2... s = 2... W okresie 0 kolech MU (=23) modele NIRS przedsawiaą abele

14 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [4] Tabela 30. Model NIRS MU w okresie 0 - orieaca a efek. zmiee λ λ 2 λ 3 θ relaca RHS f.celu ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Suma λ 0 Rozwiązaie opmale: θ*=600 ( /θ*=0625 ) Tabela 3. Model NIRS MU 2 w okresie 0 - orieaca a efek. zmiee λ λ 2 λ 3 θ relaca RHS f.celu ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Suma λ 0 Rozwiązaie opmale: θ*=000 ( /θ*=000 ) Tabela 32. Model NIRS MU 3 w okresie 0 - orieaca a efek. zmiee λ λ 2 λ 3 θ relaca RHS f.celu ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Suma λ 0 Rozwiązaie opmale: θ*=000 ( /θ*=000 ) Podsumowaie okresu 0 - orieaca a efek Tabela 33. Zesawieie charakersk EA okresu 0 - orieaca a efek. obiek Charakerski EA e_crs e_vrs e_irs e_s_vrs e_s_irs MU_ MU2_ MU3_

15 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [5] Prz orieaci modeli EA a efek ocea MU w okresie 0 es asępuąca: MU_0 (p obieku G). obiek ieefekw echologiczie działaąc w obszarze maleącch efeków skali MU2_0 (p obieku BC). obiek efekw zarówo pod względem echologiczm ak i pod względem skali produkci MU3_0 (p obieku BC). obiek efekw zarówo pod względem echologiczm ak i pod względem skali produkci la okresu modele CCR BCC i NIRS (zorieowae a efek) pokazao w abelach (por. abela 2 z dami okresu ). Tabela 34. Model CCR MU w okresie - orieaca a efek. zmiee λ λ 2 λ 3 θ relaca RHS f.celu ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=2250 ( /θ*=0444 ) Tabela 35. Model CCR MU 2 w okresie - orieaca a efek. zmiee λ λ 2 λ 3 θ relaca RHS f.celu ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=000 ( /θ*=000 ) Tabela 36. Model CCR MU 3 w okresie - orieaca a efek. zmiee λ λ 2 λ 3 θ relaca RHS f.celu ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=333 ( /θ*=0750 )

16 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [6] Tabela 37. Model BCC MU w okresie - orieaca a efek. zmiee λ λ 2 λ 3 θ relaca RHS f.celu ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Suma λ 0 = Rozwiązaie opmale: θ*=500 ( /θ*=0667 ) Tabela 38. Model BCC MU 2 w okresie - orieaca a efek. zmiee λ λ 2 λ 3 θ relaca RHS f.celu ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Suma λ 0 = Rozwiązaie opmale: θ*=000 ( /θ*=000 ) Tabela 39. Model BCC MU 3 w okresie - orieaca a efek. zmiee λ λ 2 λ 3 θ relaca RHS f.celu ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Suma λ 0 = Rozwiązaie opmale: θ*=333 ( /θ*=0750 ) Tabela 40. Model NIRS MU w okresie - orieaca a efek. zmiee λ λ 2 λ 3 θ relaca RHS f.celu ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Suma λ 0 Rozwiązaie opmale: θ*=500 ( /θ*=0667 )

17 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [7] Tabela 4. Model NIRS MU 2 w okresie - orieaca a efek. zmiee λ λ 2 λ 3 θ relaca RHS f.celu ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Suma λ 0 Rozwiązaie opmale: θ*=000 ( /θ*=000 ) Tabela 42. Model NIRS MU 3 w okresie - orieaca a efek. zmiee λ λ 2 λ 3 θ relaca RHS f.celu ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Suma λ 0 Rozwiązaie opmale: θ*=333 ( /θ*=0750 ) Podsumowaie okresu - orieaca a efek Tabela 43. Zesawieie charakersk EA okresu - orieaca a efek. obiek Charakerski EA e_crs e_vrs e_irs e_s_vrs e_s_irs MU_ MU2_ MU3_ Prz orieaci modeli EA a efek ocea MU w okresie es asępuąca: MU_ (p obieku G). obiek ieefekw echologiczie działaąc w obszarze maleącch efeków skali MU2_ (p obieku BC). obiek efekw zarówo pod względem echologiczm ak i pod względem skali produkci MU3_ (p obieku F). obiek ieefekw echologiczie działaąc w obszarze sałch efeków skali

18 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [8] Pomiar zmia produkwości (efekwości) w czasie o oce zmia produkwości (efekwości) obieków w czasie wkorzsue się ideks bazuąc a mierze efekwości Farrella kór zosał po raz pierwsz zasosowa przez Malmquisa. Propoował o porówaie poziomów produkwości (efekwości) obieków F ( ) oraz ( ). F w dwóch różch momeach czasu albo W miesce poziomów produkwości (efekwości) obieków ( ) powszechie użwa się w aalizie EA odległości Shepharda ( ) 2. Miar odległości Shepharda Wliczae w aalizie EA miar odległości Shepharda ( ) F Farella są róże w zależości od przęe orieaci modeli EA. Zawsze edak będą oe odwroościami opmalch warości fukci celu ( * * θ ). ( ) = θ. * Ab orzmać θ ależ rozwiązwać modele: CCR (2) eżeli wbrao badaia orieacę modeli a akład albo CCR (7) eżeli wbrao badaia orieacę modeli a efek. W przęm zapisie miar odległości Shepharda ( ) wsępuące ideks maą asępuące zaczeie: ideks prz ozacza echologię czli zbiór obieków a le kórch dokouem oce badaego obieku (okres albo ) ideks prz parze argumeów () ozaczaą okres z kórego pochodzą iformace doczące akładów i efeków badaego obieku (okres albo ). Przkładowo ( ) ozacza że: iformace o badam (oceiam) obiekcie pochodzą z okresu zaś sama ocea es przeprowadzaa a le iformaci o wszskich obiekach z okresu. S.Malmquis (953) 2.Caves L.Chrisiase E.W.iewer (982)

19 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [9] W modelach CCR (2) albo CCR(7) paramer lewch sro ograiczeń (LHS) oraz paramer prawch sro ograiczeń (RHS) zmieiae są według zasad podach w abeli 44. Tabela 44. Zasad budow modelu CCR prz wzaczaiu wielkości ( ). LHS RHS ( ) ( echologia ) (bada obiek). ( ) z okresu z okresu 2. ( ) 3. ( ) 4. ( ) z okresu z okresu z okresu z okresu Źródło: opracowaie włase z okresu z okresu Miar odległości Shepharda wzaczoe z modeli CCR zorieowach a efek i z modeli CCR zorieowach a akład pozosaą w ścisłm związku. Miara (odległość Shepharda) uzskaa w edm podeścia es zawsze odwroością miar uzskae w drugim podeściu. Odległości Shepharda (przkład) - orieaca a efek la 3 MU kórch dae podao w abelach i 2 odległości Shepharda prz orieaci a efek podae abela 45. Tabela 45. Odległości Shepharda przkładowch MU - orieaca a efek obiek ( ) ( ) ( ) ( ) MU MU MU Źródło: obliczeia włase Miar: ( ) uzskao poprzez rozwiązaie modeli opisach wcześie w abelach ( ) uzskao poprzez rozwiązaie modeli opisach wcześie w abelach ( ) uzskao poprzez rozwiązaie modeli opisach dale w abelach ( ) uzskao poprzez rozwiązaie modeli opisach dale w abelach 49-5.

20 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [20] Tabela 46. Model CCR do wzaczeia odległości Shephadra ( ) obieku MU z okresu w echologii 0 orieaca a efek. zmiee λ λ 2 λ 3 θ relaca RHS f.celu ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=2400 ( /θ*=047 ) Tabela 47. Model CCR do wzaczeia odległości Shephadra ( ) obieku MU 2 z okresu w echologii 0 orieaca a efek. zmiee λ λ 2 λ 3 θ relaca RHS f.celu ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=0960 ( /θ*=420 ) Tabela 48. Model CCR do wzaczeia odległości Shephadra ( ) obieku MU 3 z okresu w echologii 0 orieaca a efek. zmiee λ λ 2 λ 3 θ relaca RHS f.celu ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=600 ( /θ*=0625 ) Tabela 49. Model CCR do wzaczeia odległości Shephadra ( ) obieku MU z okresu 0 w echologii orieaca a efek. zmiee λ λ 2 λ 3 θ relaca RHS f.celu ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=2000 ( /θ*=0500 )

21 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [2] Tabela 50. Model CCR do wzaczeia odległości Shephadra ( ) obieku MU 2 z okresu 0 w echologii orieaca a efek. zmiee λ λ 2 λ 3 θ relaca RHS f.celu ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=333 ( /θ*=0750 ) Tabela 5. Model CCR do wzaczeia odległości Shephadra ( ) obieku MU 3 z okresu 0 w echologii orieaca a efek. zmiee λ λ 2 λ 3 θ relaca RHS f.celu ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=800 ( /θ*=0556 ) Odległości Shepharda (przkład) - orieaca a akład la 3 MU kórch dae podao w abelach i 2 odległości Shepharda prz orieaci a akład podae abela 52. Tabela 52. Odległości Shepharda przkładowch MU - orieaca a akład obiek ( ) ( ) ( ) ( ) MU MU MU Źródło: obliczeia włase Miar: ( ) uzskao poprzez rozwiązaie modeli opisach wcześie w abelach 3-5. ( ) uzskao poprzez rozwiązaie modeli opisach wcześie w abelach 4-6. ( ) uzskao poprzez rozwiązaie modeli opisach dale w abelach ( ) uzskao poprzez rozwiązaie modeli opisach dale w abelach

22 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [22] Tabela 53. Model CCR do wzaczeia odległości Shephadra ( ) obieku MU z okresu w echologii 0 orieaca a akład. zmiee λ λ 2 λ 3 θ relaca RHS f.celu mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=047 ( /θ*=2400 ) Tabela 54. Model CCR do wzaczeia odległości Shephadra ( ) obieku MU 2 z okresu w echologii 0 orieaca a akład. zmiee λ λ 2 λ 3 θ relaca RHS f.celu mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=042 ( /θ*=0960 ) Tabela 55. Model CCR do wzaczeia odległości Shephadra ( ) obieku MU 3 z okresu w echologii 0 orieaca a akład. zmiee λ λ 2 λ 3 θ relaca RHS f.celu mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=0625 ( /θ*=600 ) Tabela 56. Model CCR do wzaczeia odległości Shephadra ( ) obieku MU z okresu 0 w echologii orieaca a akład. zmiee λ λ 2 λ 3 θ relaca RHS f.celu mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=2000 ( /θ*=0500 )

23 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [23] Tabela 57. Model CCR do wzaczeia odległości Shephadra ( ) obieku MU 2 z okresu 0 w echologii orieaca a akład. zmiee λ λ 2 λ 3 θ relaca RHS f.celu mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=0750 ( /θ*=333 ) Tabela 58. Model CCR do wzaczeia odległości Shephadra ( ) obieku MU 3 z okresu 0 w echologii orieaca a akład. zmiee λ λ 2 λ 3 θ relaca RHS f.celu mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=0556 ( /θ*=800 )

24 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [24] Ideks Malmquisa Pomiaru zmia produkwości (efekowości) obieków w czasie (pomiędz okresami oraz ) dokoue się w EA za pomocą ideksów Malmquisa. Wadą ideksów Malmquisa es o że ie daą iformaci o zmiaach efeków skali poieważ są opare włączie a modelach CCR (crs - sałe efek skali). Ideks Malmquisa mogą bć wzaczae a dwa sposob w zależości od orieaci modeli EA. Niezależie edak od przęe badaia orieaci modeli EA ideks e są zawsze akie same (w sesie warości liczbowch). Sposób I orieaca modeli CCR a efek. Ideks Malmquisa okresu przmue posać (0) a okresu posać (). Ideks (0) porówue produkwość (efekwość) obieku w okresie z produkwością (efekwością) obieku w okresie wkorzsuąc ako puk odiesieia echologię z okresu. Ideks () porówue produkwość (efekwość) obieku w okresie z produkwością (efekwością) obieku w okresie wkorzsuąc ako puk odiesieia echologię z okresu. (0) ( ) ( ) M = ( ) () ( ) ( ) M = ( ) la porówaia zmia w efekwości działaia obieku pomiędz okresami i wkorzsue się formułę (2) ideksu Malmquisa będącą średią geomerczą 3 obu ideksów (0) i (). 3 Zapropoowaa przez R.Färe S.Grasskopf B.Lidgre P.Ross w prac A.Chares (995) rozdział 3

25 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [25] (2) ( ) ( ) ( ) ( ) ( ) M = Po przekszałceiach ideks Malmquisa moża przedsawić w posaci iloczu (3) dzielącego ideks Malmquisa (2) a dwa czło (4) i (5). (3) ( ) ( ) ( ) = TC TE M Pierwsz czło TE (4) o zmiaa efekwości echicze kóra określa relawą zmiaę efekwości obieku pomiędz dwoma okresami i bez uwzględieia zmia położeia krzwe efekwości (poieważ efekwość es mierzoa względem krzwe z odpowiediego okresu albo ). rugi czło TC (5) o zmiaa echicza (związaa z posępem echologiczm) kóra określa relawą (w rozumieiu zmia położeia krzwe efekwości) zmiaę efekwości mierzoą osobo względem echologii z dwóch różch okresów z. efekwość obieku w okresie es mierzoa względem echologii z okresu a efekwość obieku w okresie es mierzoa względem echologii z okresu. (4) ( ) ( ) ( ) TE = (5) ( ) ( ) ( ) ( ) ( ) TC = Sposób II orieaca modeli CCR a akład. W przpadku orieaci modeli EA a akład w procesie liczeie ideksów Malmquisa wkorzsuem omówioe wcześie miar odległości Shepharda kóre prz orieaci modeli a akład są odwroościami odległości Shepharda orzmami prz orieaci modeli a efek. W e suaci ależ odwrócić liczeie ideksu Malmquisa zamieiaąc we wzorach (2-5) każd liczik z miaowikiem.

26 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [26] Ideks Malmquisa (przkład) W abeli 59 przedsawioo ideks damiki Malmquisa 3 przkładowch MU. W obliczeiach wkorzsao odległości Shepharda z abeli 45 (orieaca a efek). Aalogicze wiki orzmam wkorzsuąc odległości Shepharda z abeli 52 (orieaca a akład) odwracaąc we wzorach ( ) odpowiedie licziki z miaowikami. Tabela 59. Ideks damiki produkwości (efekwości) Malmquisa przkładowch obieków (MU) obiek wzór (0) wzór () wzór (2) wzór (4) wzór (5) M M M TE TC MU MU MU Źródło: obliczeia włase We wszskich 3 MU produkwość vrs ( bez uwzględiaia efeków skali) pomiędz okresami i spadła (por. M - wzór (2)): MU spadek produkwości (efekwości) o 39% MU2 spadek produkwości (efekwości) o 6% oraz MU3 spadek produkwości (efekwości) o 49%. Bez uwzględieia zmia położeia krzwe vrs produkwość pomiędz okresami i spadek produkwości zareesrował lko MU i MU2 (por. TE - wzór (4)): MU spadek produkwości (efekwości) o % MU2 produkwości (efekwość) bez zmia oraz MU3 spadek produkwości (efekwości) o 25%. Z uwzględieiem zmia położeia krzwe vrs pomiędz okresami i produkwości obieków rówież spadł (por. TC - wzór (5)): MU spadek produkwości (efekwości) o 32% MU2 spadek produkwości (efekwość) o 6% oraz MU3 spadek produkwości (efekwości) o 32%.

27 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [27] Ie (populare) ideks damiki produkwości Zaleą ch ideksów es o że daą iformaci o zmiaach efeków skali poieważ są opare międz imi a modelach BCC (vrs - zmiee efek skali). la odróżieia miar Shepharda uzskiwach poprzez rozwiązaie modeli CCR (crs - sałe efek skali) oraz BCC (vrs - zmiee efek skali) ozaczm e odległości asępuąco: ( ) ( ) CRS odległość Shepharda z modeli CCR (2) albo (7) oraz VRS odległość Shepharda z modeli BCC (3) albo (8). Miar e wliczam aalogiczie ak o opisao w pukcie doczącm odległości Shephadra. ako odwroości opmalch warości fukci celu modeli (2-37-8) i ierpreuem w koekście zmia położeia obieku MU względem krzwch vrs w okresach i. ( ) Pamięać ależ że miar VRS ie wiąże własość wzaeme odwroości (prz operowaiu w badaiu podeściem a akład bądź a efek); w odróżieiu od miar CRS ( ) kóre aką własość posiadaą. Sąd wmieioe dale ideks PTE oraz SE ie maą akich samch warości prz orieaci modelu a akład bądź a efek. Sgalizowae ideks uwzględiaące zmieość efeków skali o: PTE - ideks zmia czse efekwości echicze oraz SE - ideks zmia skali efekwości. Ideks e wliczam a dwa sposob w zależości od orieaci modeli CCR i BCC. Sposób I orieaca modeli CCR i BCC a efek. (6a) PTE( ) SE( ) (7a) = = VRS VRS CRS CRS ( ) ( ) ( ) ( ) VRS VRS ( ) ( )

28 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [28] Sposób II orieaca modeli CCR i BCC a akład. (6b) PTE ( ) SE( ) (7b) ( ) ( ) VRS = VRS ( ) ( ) ( ) ( ) CRS VRS = CRS VRS VRS prz zmiech efekach skali ie są smercze o oba ideks mogą się różić w każde z orieaci modeli EA. wiki uzskae wzorami (6a) mogą odbiegać od wików uzskach wzorami (6b). Podobie wików uzskiwach ze wzorów (7a) i (7b). Poieważ odległości Shepharda ( ) Ie ideks damiki produkwości (przkład) - orieaca a efek Odległości Shepharda względem krzwch produkwości crs i vrs wliczoo a podsawie wików zbiorczch podach w abelach 33 ( okresu 0 ) i 43 ( okresu ). Tabela 60. Odległości Shepharda oraz ideks PTE oraz SE uwzględiaące zmia w efekach skali - orieaca modeli a efek obiek CRS( ) CRS( ) VRS( ) VRS( ) PTE SE MU MU MU Ie ideks damiki produkwości (przkład) - orieaca a akład Odległości Shepharda względem krzwch produkwości crs i vrs wliczoo a podsawie wików zbiorczch podach w abelach 2 ( okresu 0 ) i 23 ( okresu ). Tabela 6. Odległości Shepharda oraz ideks PTE oraz SE uwzględiaące zmia w efekach skali - orieaca modeli a akład obiek CRS( ) CRS( ) VRS( ) VRS( ) PTE SE MU MU MU

29 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [29] Wkorzsaie meodologii EA do worzeia rakigów MU Meodologię EA moża rówież wkorzsać do worzeia rakigu badach obieków (rakigu MU). Jeżeli w zbiorze obieków MU es lko ede efekw obiek (. obiek kórego e_crs=) o rakig MU powsae auomaczie poprzez posorowaie wszskich MU według maleącch warości e_crs. W przeciwm wpadku zachodzi porzeba dodakowe oce ch efekwch MU. Ta procedura wmaga wprowadzeia poęcia superefekwości. Poęcie superefekwości defiiuem każdego z modeli CCR (2) albo CCR (7) w zależości od ich orieaci (a akład bądź a efek). Superefekwość wliczam w dowolm z modeli EA przmuąc założeie że oce obieku (MU) dokoam a le wszskich obieków za wąkiem oceiaego obieku. Imi słow z iformaci o obiekach worzącch zw. echologię włącza es iformaca o obiekcie badam. Nauralm kluczem oce es efekwość echicza (e_crs) orzmwaa prz pomoc modeli CCR (w zależości od orieaci es o model (2) albo model (7). la porzeb wzaczeia superefekwości oba modele zapisae są odpowiedio do orieaci ako (8a) albo (8b). Różice pomiędz efekwościami e_crs z modeli (2 albo7) a superefekwościami z modeli (8a albo b) są asępuące: efekwość z modelu (8a albo b).superefekość es aka sama ak efekwości z modelu (2 albo 7) eżeli obiek według miar uzskach z (2 albo 7) bł ieefekw oraz efekwość z modelu (8a albo b).superefekość różi się od efekwości z modelu (2 albo7) eżeli obiek według miar uzskach z (2 albo7) bł efekw; w e sposób obiek efekwe wg miar (2 albo7) zosaą zróżicowae wg zasad bardzie lub mie efekw obiek efekw. Zróżicowaie obieków za pomocą superefekwości z modeli (8a albo b) umożliwia ich uszeregowaie od obieków o alepsze do obieków o agorsze superefekwości (rakig MU).

30 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [30] Niech badam obiekem będzie obiek o umerze o (=o). Zaem echologię czli ło do oce MU o umerze o uworz iformaci o wszskich pozosałch obiekach (=2 ; o). (8a) * θ i = ; o r = ; o Model quasi CCR do wzaczaia superfekwości (orieaca a akład) = miθ λ θ λ λ 0 io ro i = 2... m r = 2... s = 2... Superefekwością es ua opmala warość fukci celu (θ*). (8b) * θ i = ; o r = ; o Model quasi CCR do wzaczaia superfekwości (orieaca a efek) = maθ λ io λ θ λ 0 ro i = 2... m r = 2... s = 2... Superefekwością es ua odwroość opmale warości fukci celu (/θ*). Przkład worzeia rakigu MU pokażem w oparciu o dae z abeli (okres 0 ). Przpomim że produkwość (efekwość) e_crs kszałowała się am asępuąco: Tabela 62. Produkwość (efekwość) MU w okresie 0. MU e_crs MU_ MU2_0 000 MU3_0 000 Źródło: wcześiesze obliczeia modeli CCR

31 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [3] Jeda iformaca w sesie rakigu obieków o rzecia pozca MU. A ko i 2? Wzaczaie superefekwości (orieaca a akład) Tabela 63. Model quasi CCR MU w okresie 0 - orieaca a akład. zmiee λ 2 λ 3 θ relaca RHS f.celu 0 0 mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=0500 Tabela 64. Model quasi CCR MU 2 w okresie 0 - orieaca a akład. zmiee λ λ 3 θ relaca RHS f.celu 0 0 mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=3200 Tabela 65. Model quasi CCR MU 3 w okresie 0 - orieaca a akład. zmiee λ λ 2 θ relaca RHS f.celu 0 0 mi a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=500 Tabela 66. Superefekwość MU w okresie 0. MU superefekwość MU_ MU2_ MU3_0 500 Z abeli 66 wika asępuąca koleość MU w rakigu okresu 0 : alepsz obiek o MU 2 asępie MU 3 lisę zamka MU.

32 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [32] Wzaczaie superefekwości (orieaca a efek) Tabela 67. Model quasi CCR MU w okresie 0 - orieaca a efek. zmiee λ 2 λ 3 θ relaca RHS f.celu 0 0 ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=2000 ( /θ*=0500 ) Tabela 68. Model quasi CCR MU 2 w okresie 0 - orieaca a efek. zmiee λ λ 3 θ relaca RHS f.celu 0 0 ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=033 ( /θ*=3200 ) Tabela 69. Model quasi CCR MU 3 w okresie 0 - orieaca a efek. zmiee λ λ 2 θ relaca RHS f.celu 0 0 ma a {I} a2 {I} a3 {I} ef {O} ef2 {O} Rozwiązaie opmale: θ*=0667 ( /θ*=500 ) Zgodie z własościami modeli CCR superefekwości są akie same ak prz orieaci a akład (abela 66). Tak rozumia rakig MU prz orieaci a efek będzie idecz ak prz orieaci modeli a akład.

33 Marek Miszczński KBO UŁ Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) [33] LITERATURA Chares A. Cooper W.W. Lewi A.Y. Seiford L.M. (995) aa Evelopme Aalsis: Theor Mehodolog ad Applicaios Kluwer Publishig Boso.Caves. Chrisiase L. iewer E.W. (982) The ecoomic Theor of Ide Numbers ad he Measureme of Ipu Oupu ad Producivi Ecoomerica vol. 50 Gospodarowicz M. (2000) Procedur aaliz i oce baków Maeriał i Sudia Zesz r 03 Warszawa Malmquis S. (953) Ide Numbers ad Idiffereces Surfaces Trabaos de Esaisica vol. 4 Miszczński M. (997) Programowaie liiowe w serii: Meod badań operacch Absolwe Łódź Pawłowska M. (2003) Wpłw fuzi i przeęć a efekwość w sekorze baków komercch a Polsce w laach NBP Warszawa Rogowski G. (996) Meod aaliz i oce baku a porzeb zarządzaia sraegiczego Prace aukowe Akademii Ekoomicze we Wrocławiu Wrocław

Niepewności pomiarowe

Niepewności pomiarowe Niepewości pomiarowe Obserwacja, doświadczeie, pomiar Obserwacja zjawisk fizyczych polega a badaiu ych zjawisk w warukach auralych oraz a aalizie czyików i waruków, od kórych zjawiska e zależą. Waruki

Bardziej szczegółowo

OCENA POPYTU POPYT POJĘCIA WSTĘPNE. Definicja: Popyt to ilość dobra, jaką nabywcy gotowi są zakupić przy różnych poziomach ceny.

OCENA POPYTU POPYT POJĘCIA WSTĘPNE. Definicja: Popyt to ilość dobra, jaką nabywcy gotowi są zakupić przy różnych poziomach ceny. OCENA POPYTU POPYT POJĘCIA WSTĘPNE Defiicja: Pop o ilość dobra, jaką abwc goowi są zakupić prz różch poziomach ce. Deermia popu: (a) Cea daego dobra (b) Ilość i ce dóbr subsucjch (zw. kokurecjch) (c) Ilość

Bardziej szczegółowo

D:\materialy\Matematyka na GISIP I rok DOC\07 Pochodne\8A.DOC 2004-wrz-15, 17: Obliczanie granic funkcji w punkcie przy pomocy wzoru Taylora.

D:\materialy\Matematyka na GISIP I rok DOC\07 Pochodne\8A.DOC 2004-wrz-15, 17: Obliczanie granic funkcji w punkcie przy pomocy wzoru Taylora. D:\maerialy\Maemayka a GISIP I rok DOC\7 Pochode\8ADOC -wrz-5, 7: 89 Obliczaie graic fukcji w pukcie przy pomocy wzoru Taylora Wróćmy do wierdzeia Taylora (wzory (-( Tw Szczególie waża dla dalszych R rozważań

Bardziej szczegółowo

TRANZYSTORY POLOWE JFET I MOSFET

TRANZYSTORY POLOWE JFET I MOSFET POLTECHNKA RZEZOWKA Kaedra Podsaw Elekroiki srukcja Nr5 F 00/003 sem. lei TRANZYTORY POLOWE JFET MOFET Cel ćwiczeia: Pomiar podsawowych charakerysyk i wyzaczeie paramerów określających właściwości razysora

Bardziej szczegółowo

ANALIZA DYNAMIKI ZJAWISK (dok.) WYGŁADZANIE szeregu czasowego

ANALIZA DYNAMIKI ZJAWISK (dok.) WYGŁADZANIE szeregu czasowego D. Miszczńska,M.Miszczński, Maeriał do wkładu 6 ze Saski, 009/0 [] ANALIZA DYNAMIKI ZJAWISK (dok.). szereg czasow, chroologicz (momeów, okresów). średi poziom zjawiska w czasie (średia armecza, średia

Bardziej szczegółowo

DYNAMIKA. Dynamika jest działem mechaniki zajmującym się badaniem ruchu ciał z uwzględnieniem sił działających na ciało i wywołujących ten ruch.

DYNAMIKA. Dynamika jest działem mechaniki zajmującym się badaniem ruchu ciał z uwzględnieniem sił działających na ciało i wywołujących ten ruch. DYNMIK Daika jes działe echaiki zajując się badaie uchu ciał z uwzględieie sił działającch a ciało i wwołującch e uch. Daika opiea się a pawach Newoa, a w szczególości a dugi pawie (zwa pawe daiki). Moża

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 7 Analiza dynamiki zjawisk (zjawiska w czasie) ZADANIE DOMOWE. Strona 1

KURS STATYSTYKA. Lekcja 7 Analiza dynamiki zjawisk (zjawiska w czasie) ZADANIE DOMOWE.  Strona 1 KURS STATYSTYKA Lekcja 7 Aaliza damiki zjawisk (zjawiska w czasie) ZADANIE DOMOWE www.erapez.pl Sroa Część : TEST Zazacz poprawą odpowiedź (lko jeda jes prawdziwa). Paie Szereg damicz o: a) ciąg prędkości

Bardziej szczegółowo

PROGNOZY I SYMULACJE

PROGNOZY I SYMULACJE orecasig is he ar of saig wha will happe, ad he explaiig wh i did. Ch. Chafield (986 PROGNOZY I YMULACJE Kaarza Chud Laskowska kosulacje: p. 400A środa -4 czwarek -4 sroa iereowa: hp://kc.sd.prz.edu.pl/

Bardziej szczegółowo

Czas trwania obligacji (duration)

Czas trwania obligacji (duration) Czas rwaia obligacji (duraio) Do aalizy ryzyka wyikającego ze zmia sóp proceowych (szczególie ryzyka zmiay cey) wykorzysuje się pojęcie zw. średiego ermiu wykupu obligacji, zwaego rówież czasem rwaia obligacji

Bardziej szczegółowo

Efektywność projektów inwestycyjnych. Statyczne i dynamiczne metody oceny projektów inwestycyjnych

Efektywność projektów inwestycyjnych. Statyczne i dynamiczne metody oceny projektów inwestycyjnych Efekywość projeków iwesycyjych Saycze i dyamicze meody ocey projeków iwesycyjych Źródła fiasowaia Iwesycje Rzeczowe Powiększeie mająku rwałego firmy, zysk spodzieway w dłuższym horyzocie czasowym. Fiasowe

Bardziej szczegółowo

Ćwiczenie 5 ITERACYJNY ALGORYTM LS. IDENTYFIKACJA OBIEKTÓW NIESTACJONARNYCH ALGORYTM Z WYKŁADNICZYM ZAPOMINANIEM.

Ćwiczenie 5 ITERACYJNY ALGORYTM LS. IDENTYFIKACJA OBIEKTÓW NIESTACJONARNYCH ALGORYTM Z WYKŁADNICZYM ZAPOMINANIEM. Kompterowe Sstem Idetfikacji Laboratorim Ćwiczeie 5 IERACYJY ALGORY LS. IDEYFIKACJA OBIEKÓW IESACJOARYCH ALGORY Z WYKŁADICZY ZAPOIAIE. gr iż. Piotr Bros, bros@agh.ed.pl Kraków 26 Kompterowe Sstem Idetfikacji

Bardziej szczegółowo

21. CAŁKA KRZYWOLINIOWA NIESKIEROWANA. x = x(t), y = y(t), a < t < b,

21. CAŁKA KRZYWOLINIOWA NIESKIEROWANA. x = x(t), y = y(t), a < t < b, CAŁA RZYWOLINIOWA NIESIEROWANA rzywą o rówaiach parameryczych: = (), y = y(), a < < b, azywamy łukiem regularym (gładkim), gdy spełioe są asępujące waruki: a) fukcje () i y() mają ciągłe pochode, kóre

Bardziej szczegółowo

3. Wykład III: Warunki optymalności dla zadań bez ograniczeń

3. Wykład III: Warunki optymalności dla zadań bez ograniczeń 3 Wkład III: Waruki optmalości dla zadań bez ograiczeń Podae poiże waruki optmalości dla są uogólieiem powszechie zach waruków dla fukci ede zmiee (zerowaie się pierwsze pochode i lokala wpukłość) 3 Twierdzeie

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych 9.10.2006 r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n

Matematyka ubezpieczeń majątkowych 9.10.2006 r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n Maemayka ubezpieczeń mająkowych 9.0.006 r. Zadaie. Rozważamy proces adwyżki ubezpieczyciela z czasem dyskreym posaci: U = u + c S = 0... S = W + W +... + W W W W gdzie zmiee... są iezależe i mają e sam

Bardziej szczegółowo

Wykład 11. a, b G a b = b a,

Wykład 11. a, b G a b = b a, Wykład 11 Grupy Grupą azywamy strukturę algebraiczą złożoą z iepustego zbioru G i działaia biarego które spełia własości: (i) Działaie jest łącze czyli a b c G a (b c) = (a b) c. (ii) Działaie posiada

Bardziej szczegółowo

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie Metrologia: miary dokładości dr iż. Paweł Zalewski Akademia Morska w Szczeciie Miary dokładości: Najczęściej rozkład pomiarów w serii wokół wartości średiej X jest rozkładem Gaussa: Prawdopodobieństwem,

Bardziej szczegółowo

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO Agieszka Jakubowska ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO. Wstęp Skąplikowaie współczesego życia gospodarczego powoduje, iż do sterowaia procesem zarządzaia

Bardziej szczegółowo

Mec Me han a ik i a a o gólna Wyp W a yp dko dk w o a w do d w o o w l o ne n g e o g o ukł uk a ł du du sił.

Mec Me han a ik i a a o gólna Wyp W a yp dko dk w o a w do d w o o w l o ne n g e o g o ukł uk a ł du du sił. echaika ogóla Wkład r 2 Wpadkowa dowolego układu sił. ówowaga. odzaje sił i obciążeń. odzaje ustrojów prętowch. Wzaczaie reakcji. Wpadkowa układu sił rówoległch rzłożeie układu zerowego (układ sił rówoważącch

Bardziej szczegółowo

STATYSTYKA I ANALIZA DANYCH

STATYSTYKA I ANALIZA DANYCH TATYTYKA I ANALIZA DANYCH Zad. Z pewej partii włókie weły wylosowao dwie próbki włókie, a w każdej z ich zmierzoo średicę włókie różymi metodami. Otrzymao astępujące wyiki: I próbka: 50; średia średica

Bardziej szczegółowo

Wygładzanie metodą średnich ruchomych w procesach stałych

Wygładzanie metodą średnich ruchomych w procesach stałych Wgładzanie meodą średnich ruchomch w procesach sałch Cel ćwiczenia. Przgoowanie procedur Średniej Ruchomej (dla ruchomego okna danch); 2. apisanie procedur do obliczenia sandardowego błędu esmacji;. Wizualizacja

Bardziej szczegółowo

Obligacja i jej cena wewnętrzna

Obligacja i jej cena wewnętrzna Obligacja i jej cea wewęrza Obligacja jes o isrume fiasowy (papier warościowy), w kórym jeda sroa, zwaa emieem obligacji, swierdza, że jes dłużikiem drugiej sroy, zwaej obligaariuszem (jes o właściciel

Bardziej szczegółowo

Elementy modelowania matematycznego

Elementy modelowania matematycznego Elemety modelowaia matematyczego Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Modelowaie daych (ilościowe): Metody statystycze: estymacja parametrów modelu,

Bardziej szczegółowo

OCENA EFEKTYWNOŚCI SYSTEMU POMOCY DORAŹNEJ I RATOWNICTWA MEDYCZNEGO W POLSCE Z WYKORZYSTANIEM DEA

OCENA EFEKTYWNOŚCI SYSTEMU POMOCY DORAŹNEJ I RATOWNICTWA MEDYCZNEGO W POLSCE Z WYKORZYSTANIEM DEA METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XV/3, 2014, str. 159 168 OCENA EFEKTYWNOŚCI SYSTEMU POMOCY DORAŹNEJ I RATOWNICTWA MEDYCZNEGO W POLSCE Z WYKORZYSTANIEM DEA Justya Kuawska Wydział Zarządzaia

Bardziej szczegółowo

Bielecki Jakub Kawka Marcin Porczyk Krzysztof Węgrzyn Bartosz. Zbiorcze bazy danych

Bielecki Jakub Kawka Marcin Porczyk Krzysztof Węgrzyn Bartosz. Zbiorcze bazy danych Bielecki Jakub Kawka Marci Porczk Krzsztof Węgrz Bartosz Zbiorcze baz dach Marzec 2006 Spis treści. Opis działalości bizesowej firm... 3 2. Omówieie struktur orgaizacjej... 4 3. Opis obszaru bizesowego...

Bardziej szczegółowo

INWESTYCJE MATERIALNE

INWESTYCJE MATERIALNE OCENA EFEKTYWNOŚCI INWESTYCJI INWESTCJE: proces wydatkowaia środków a aktywa, z których moża oczekiwać dochodów pieiężych w późiejszym okresie. Każde przedsiębiorstwo posiada pewą liczbę możliwych projektów

Bardziej szczegółowo

Metody oceny efektywności projektów inwestycyjnych

Metody oceny efektywności projektów inwestycyjnych Opracował: Leszek Jug Wydział Ekoomiczy, ALMAMER Szkoła Wyższa Meody ocey efekywości projeków iwesycyjych Niezbędym warukiem urzymywaia się firmy a ryku jes zarówo skuecze bieżące zarządzaie jak i podejmowaie

Bardziej szczegółowo

Wytrzymałość śruby wysokość nakrętki

Wytrzymałość śruby wysokość nakrętki Wyzymałość śuby wysoość aęi Wpowazeie zej Wie Działająca w śubie siła osiowa jes pzeoszoa pzez zeń i zwoje gwiu. owouje ozciągaie lub ścisaie zeia śuby, zgiaie i ściaie zwojów gwiu oaz wywołuje acisi a

Bardziej szczegółowo

, gdzie b 4c 0 oraz n, m ( 2). 2 2 b b b b b c b x bx c x x c x x

, gdzie b 4c 0 oraz n, m ( 2). 2 2 b b b b b c b x bx c x x c x x Meody aeaycze w echologii aeriałów Uwaga: Proszę paięać, że a zajęciach obowiązuje akże zajoość oówioych w aeriałach przykładów!!! CAŁKOWANIE FUNKCJI WYMIERNYCH Fukcją wyierą azyway fukcję posaci P ( )

Bardziej szczegółowo

V OGÓLNOPOLSKI KONKURS Z FIZYKI Fizyka się liczy I Etap ZADANIA 27 lutego 2013r.

V OGÓLNOPOLSKI KONKURS Z FIZYKI Fizyka się liczy I Etap ZADANIA 27 lutego 2013r. V OGÓLNOPOLSKI KONKURS Z FIZYKI Fizka się licz I Etap ZDNI 7 lutego 3r.. Dwa pociski wstrzeloo jeocześie w tę saą stroę z wóch puktów oległch o o. Pierwsz pocisk wstrzeloo z prękością o po kąte α. Z jaką

Bardziej szczegółowo

[ m ] > 0, 1. K l a s y f i k a c j a G 3, E 2, S 1, V 1, W 2, A 0, C 0. S t r o n a 1 z 1 7

[ m ] > 0, 1. K l a s y f i k a c j a G 3, E 2, S 1, V 1, W 2, A 0, C 0. S t r o n a 1 z 1 7 F O R M U L A R Z S P E C Y F I K A C J I C E N O W E J " D o s t a w a m a t e r i a ł ó w b u d o w l a n y c h n a p o t r z e b y G d y s k i e g o C e n t r u m S p ot ru " L p N A Z W A A R T Y K

Bardziej szczegółowo

Wykład FIZYKA I. 2. Kinematyka punktu materialnego. Dr hab. inż. Władysław Artur Woźniak

Wykład FIZYKA I. 2. Kinematyka punktu materialnego.  Dr hab. inż. Władysław Artur Woźniak Dr hab. iż. Władysław Arur Woźiak Wykład FIZYKA I. Kiemayka puku maerialego Dr hab. iż. Władysław Arur Woźiak Isyu Fizyki Poliechiki Wrocławskiej hp://www.if.pwr.wroc.pl/~woziak/fizyka1.hml Dr hab. iż.

Bardziej szczegółowo

MATEMATYKA wykład 1. Ciągi. Pierwsze 2 ciągi są rosnące (do nieskończoności), zaś 3-i ciąg jest zbieŝny do zera. co oznaczamy przez

MATEMATYKA wykład 1. Ciągi. Pierwsze 2 ciągi są rosnące (do nieskończoności), zaś 3-i ciąg jest zbieŝny do zera. co oznaczamy przez MATEMATYKA wkład Ciągi,, 2, 3, 4,,, 3, 5, 7, 9,,,,,,,,, są przkładami ciągów 2 4 6 8 Pierwsze 2 ciągi są rosące (do ieskończoości), zaś 3-i ciąg jes zbieŝ do zera co ozaczam przez lim a ch 2-óch ciągów,

Bardziej szczegółowo

Laboratorium Sensorów i Pomiarów Wielkości Nieelektrycznych. Ćwiczenie nr 1

Laboratorium Sensorów i Pomiarów Wielkości Nieelektrycznych. Ćwiczenie nr 1 1. Cel ćwiczeia: Laboratorium Sesorów i Pomiarów Wielkości Nieelektryczych Ćwiczeie r 1 Pomiary ciśieia Celem ćwiczeia jest zapozaie się z kostrukcją i działaiem czujików ciśieia. W trakcie zajęć laboratoryjych

Bardziej szczegółowo

Materiały do wykładu 4 ze Statystyki

Materiały do wykładu 4 ze Statystyki Materiały do wykładu 4 ze Statytyki CHARAKTERYSTYKI LICZBOWE STRUKTURY ZBIOROWOŚCI (dok.) 1. miary położeia - wykład 2 2. miary zmieości (dyperji, rozprozeia) - wykład 3 3. miary aymetrii (kośości) 4.

Bardziej szczegółowo

Przykładowe zadania dla poziomu rozszerzonego

Przykładowe zadania dla poziomu rozszerzonego Przkładowe zadaia dla poziomu rozszerzoego Zadaie. ( pkt W baku w pierwszm roku oszczędzaia stopa procetowa bła rówa p%, a w drugim roku bła o % iższa. Po dwóch latach, prz roczej kapitalizacji odsetek,

Bardziej szczegółowo

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń MIANO ROZTWORU TITRANTA Aaliza saysycza wyików ozaczeń Esymaory pukowe Średia arymeycza x jes o suma wyików w serii podzieloa przez ich liczbę: gdzie: x i - wyik poszczególego ozaczeia - liczba pomiarów

Bardziej szczegółowo

ś ź Ą ś Ą ś ś Ę Ą ń ń ń ś ń ńś ś ń ć ń ś ś ź ć ś ś ź ź Ę Ę ś ć ś ś ć ś ść ń Ę ć ć ć ś ń ć ć ć ś ś Ą ź ść ĘĄ ś ś ć ść ć Ś ś ś ś Ą ś ź ś ś ź ń Ą ś ź Ń ś ś ś Ń ń ź ć ś ś ś ć Ń ś ń ś ź ś ń ń ć ć ś ń ć ń ć

Bardziej szczegółowo

Ą Ś Ś ż Ż ć Ś Ż Ś Ń Ó Ż ć Ź ć ć Ż Ź Ś Ą Ą Ż Ś Ą ĘĄ Ś Ę ŚĘ Ę Ó Ś Ą ć Ś ź Ś ż Ż Ź ć ć ć Ą ć ć Ź ć ć ć ć Ś ć Ż ć ć Ą ć Ż ć Ż ć Ż Ż Ż ć Ż ć Ż ć Ż ż ź Ą ż ć Ż Ź Ż Ś Ż Ś Ą ż Ą Ż ź Ż ż ć Ż Ż Ą Ś Ź ć Ś ż Ź ż Ł

Bardziej szczegółowo

Prognozowanie i symulacje

Prognozowanie i symulacje Prognozowanie i smulacje Lepiej znać prawdę niedokładnie, niż dokładnie się mlić. J. M. Kenes dr Iwona Kowalska ikowalska@wz.uw.edu.pl Prognozowanie meod naiwne i średnie ruchome Meod naiwne poziom bez

Bardziej szczegółowo

Krzywe na płaszczyźnie.

Krzywe na płaszczyźnie. Krzwe na płaszczźnie. Współrzędne paramerczne i biegunowe. Współrzędne biegunowe. Dan jes punk O, zwan biegunem, kór sanowi począek półprosej, zwanej półosią. Dowoln punk P na płaszczźnie można opisać

Bardziej szczegółowo

ANALIZA PRZYCZYNOWOŚCI W ZAKRESIE ZALEŻNOŚCI NIELINIOWYCH. IMPLIKACJE FINANSOWE

ANALIZA PRZYCZYNOWOŚCI W ZAKRESIE ZALEŻNOŚCI NIELINIOWYCH. IMPLIKACJE FINANSOWE Wiold Orzeszko Magdalea Osińska Uiwersye Mikołaja Koperika w Toruiu ANALIA PRCNOWOŚCI W AKRSI ALŻNOŚCI NILINIOWCH. IMPLIKACJ FINANSOW WSTĘP Przyczyowość w sesie Gragera jes jedym z kluczowych pojęć ekoomeryczej

Bardziej szczegółowo

Harmonogram czyszczenia z osadów sieci wymienników ciepła w trakcie eksploatacji instalacji na przykładzie destylacji rurowo-wieżowej

Harmonogram czyszczenia z osadów sieci wymienników ciepła w trakcie eksploatacji instalacji na przykładzie destylacji rurowo-wieżowej Mariusz Markowski, Marian Trafczyński Poliechnika Warszawska Zakład Aparaury Przemysłowe ul. Jachowicza 2/4, 09-402 Płock Harmonogram czyszczenia z osadów sieci wymienników ciepła w rakcie eksploaaci insalaci

Bardziej szczegółowo

ĆWICZENIE 6. Komputerowe wspomaganie analizy i syntezy układów sterowania Liniowe układy jedno- oraz wielowymiarowe

ĆWICZENIE 6. Komputerowe wspomaganie analizy i syntezy układów sterowania Liniowe układy jedno- oraz wielowymiarowe ĆWIZENIE 6 Kompuerowe wspomagaie aaliz i sez układów serowaia Liiowe układ jedo- oraz wielowmiarowe 6. el ćwiczeia odsawowm celem ćwiczeia jes ugruowaie wiadomości z zakresu projekowaia sez oraz smulacji

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 1 i 2

STATYSTYKA OPISOWA WYKŁAD 1 i 2 STATYSTYKA OPISOWA WYKŁAD i 2 Literatura: Marek Cieciura, Jausz Zacharski, Metody probabilistycze w ujęciu praktyczym, L. Kowalski, Statystyka, 2005 2 Statystyka to dyscyplia aukowa, której zadaiem jest

Bardziej szczegółowo

. Dla każdego etapu t znamy funkcję transformacji stanu (funkcja przejścia):

. Dla każdego etapu t znamy funkcję transformacji stanu (funkcja przejścia): D Miszczńska, M Miszczński, KBO UŁ, Eleme programowaia damiczego Eleme PROGRAMOWANIA DYNAMICZNEGO (PD) Rozważam -eapow proces deczj: eap eap 2 eap - eap sa począkow 2 deczja x x x 2 x Sa procesu a począek

Bardziej szczegółowo

Metody badania zbieżności/rozbieżności ciągów liczbowych

Metody badania zbieżności/rozbieżności ciągów liczbowych Metody badaia zbieżości/rozbieżości ciągów liczbowych Ryszard Rębowski 14 grudia 2017 1 Wstęp Kluczowe pytaie odoszące się do zagadieia badaia zachowaia się ciągu liczbowego sprowadza się do sposobu opisu

Bardziej szczegółowo

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych Wokół testu Studeta Wprowadzeie Rozkłady prawdopodobieństwa występujące w testowaiu hipotez dotyczących rozkładów ormalych Rozkład ormaly N(µ, σ, µ R, σ > 0 gęstość: f(x σ (x µ π e σ Niech a R \ {0}, b

Bardziej szczegółowo

EKONOMETRIA. Liniowy model ekonometryczny (regresji) z jedną zmienną objaśniającą

EKONOMETRIA. Liniowy model ekonometryczny (regresji) z jedną zmienną objaśniającą EKONOMETRIA Tema wykładu: Liiowy model ekoomeryczy (regresji z jedą zmieą objaśiającą Prowadzący: dr iż. Zbigiew TARAPATA e-mail: Zbigiew.Tarapaa Tarapaa@isi.wa..wa.edu.pl hp:// zbigiew.arapaa.akcja.pl/p_ekoomeria/

Bardziej szczegółowo

Ocena dopasowania modelu do danych empirycznych

Ocena dopasowania modelu do danych empirycznych Ocea dopasowaia modelu do dach empirczch Po oszacowaiu parametrów modelu ależ zbadać, cz zbudowa model dobrze opisuje badae zależości. Jeśli okaże się, że rozbieżość międz otrzmam modelem a dami empirczmi

Bardziej szczegółowo

4. MODELE ZALEŻNE OD ZDARZEŃ

4. MODELE ZALEŻNE OD ZDARZEŃ 4. MODELE ZALEŻNE OD ZDARZEŃ 4.. Wrowadzeie W sysemach zależych od zdarzeń wyzwalaie określoego zachowaia się układu jes iicjowae rzez dyskree zdarzeia. Modelowaie akich syuacji ma a celu symulacyją aalizę

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi.

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi. Jarosław Wróblewski Aaliza Matematycza 1A, zima 2012/13 Ciągi. Ćwiczeia 5.11.2012: zad. 140-173 Kolokwium r 5, 6.11.2012: materiał z zad. 1-173 Ćwiczeia 12.11.2012: zad. 174-190 13.11.2012: zajęcia czwartkowe

Bardziej szczegółowo

Analiza rynku projekt

Analiza rynku projekt Analiza rynku projek A. Układ projeku 1. Srona yułowa Tema Auor 2. Spis reści 3. Treść projeku 1 B. Treść projeku 1. Wsęp Po co? Na co? Dlaczego? Dlaczego robię badania? Jakimi meodami? Dla Kogo o jes

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

(x 1 y 1 ) (x n y n ) 2. 1<j<m x i y i. x2 y 2 gdy x 1 = y 1 x 2 y 2 + x 1 + y 1 gdy x 1 = y 1. gdy x, y, 0 nie są współliniowe

(x 1 y 1 ) (x n y n ) 2. 1<j<m x i y i. x2 y 2 gdy x 1 = y 1 x 2 y 2 + x 1 + y 1 gdy x 1 = y 1. gdy x, y, 0 nie są współliniowe . Metrka Zadaie.. Pokazać, że metrka jest fukcją ieujemą. Zadaie.2. Odowodić, że poiższe wzor defiiuja metrki. a) (metrka euklidesowa) X = R. d e (, ) := ( ) 2 +... + ( ) 2 b) (metrka taksówkowa) X = R

Bardziej szczegółowo

Ź Ź Ó Ł Ś Ź Ń Ż Ę Ę ź Ę Ź ĘĄ ż ź Ę Ź Ż ź Ź Ł ź Ę Ż ż Ż Ą ź ż Ż Ż ż Ź ż ć ć ć Ż ż ż Ź ż ż Ź Ź Ż ć ć Ą Ż ć Ż Ń Ó ż ć ż Ż ż Ż Ź Ż ż ż Ę ż Ź Ź Ź Ź Ź ĄĄ ź Ż Ź Ź Ź Ż Ź Ź ź Ż Ź ź ź ź Ś Ź Ę ĘĄ ż Ż Ę ż ć Ś ĄĄ Ę

Bardziej szczegółowo

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w Zad Dae są astępujące macierze: A =, B, C, D, E 0. 0 = = = = 0 Wykoaj astępujące działaia: a) AB, BA, C+E, DE b) tr(a), tr(ed), tr(b) c) det(a), det(c), det(e) d) A -, C Jeśli działaia są iewykoale, to

Bardziej szczegółowo

Wykaz zmian wprowadzonych do skrótu prospektu informacyjnego KBC Parasol Funduszu Inwestycyjnego Otwartego w dniu 04 stycznia 2010 r.

Wykaz zmian wprowadzonych do skrótu prospektu informacyjnego KBC Parasol Funduszu Inwestycyjnego Otwartego w dniu 04 stycznia 2010 r. Wykaz zmia wprowadzoych do skróu prospeku iformacyjego KBC Parasol Fuduszu Iwesycyjego Owarego w diu 0 syczia 200 r. Rozdział I Dae o Fuduszu KBC Subfudusz Papierów DłuŜych Brzmieie doychczasowe: 6. Podsawowe

Bardziej szczegółowo

INSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ

INSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ LABORATORIUM OCHRONY ŚRODOWISKA - SYSTEM ZARZĄDZANIA JAKOŚCIĄ - INSTRUKCJA NR 06- POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ 1. Cel istrukcji Celem istrukcji jest określeie metodyki postępowaia w celu

Bardziej szczegółowo

, , , , 0

, , , , 0 S T E R O W N I K G R E E N M I L L A Q U A S Y S T E M 2 4 V 4 S E K C J I G B 6 9 6 4 C, 8 S E K C J I G B 6 9 6 8 C I n s t r u k c j a i n s t a l a c j i i o b s ł u g i P r z e d r o z p o c z ę

Bardziej szczegółowo

Zadania domowe z Analizy Matematycznej III - czȩść 2 (funkcje wielu zmiennych)

Zadania domowe z Analizy Matematycznej III - czȩść 2 (funkcje wielu zmiennych) Zadaia domowe z AM III dla grup E7 (semestr zimow 07/08) Czȩść Zadaia domowe z Aaliz Matematczej III - czȩść (fukcje wielu zmiech) Zadaie. Obliczć graice lub wkazać że ie istiej a: (a) () (00) (b) + ()

Bardziej szczegółowo

Wprowadzenie do SIMULINKA

Wprowadzenie do SIMULINKA Akademia Morska w Gdyi Kaedra Aomayki Okręowej Teoria serowaia Mirosław Tomera. WSTĘP SIMULINK jes pakieem oprogramowaia słżącym do modelowaia, symlacji i aalizowaia kładów dyamiczych. Moża implemeować

Bardziej szczegółowo

Podstawy zarządzania finansami przedsiębiorstwa

Podstawy zarządzania finansami przedsiębiorstwa Podsawy zarządzaia fiasami przedsiębiorswa I. Wprowadzeie 1. Gospodarowaie fiasami w przedsiębiorswie polega a: a) określeiu spodziewaych korzyści i koszów wyikających z form zaagażowaia środków fiasowych

Bardziej szczegółowo

Zajęcia 2. Estymacja i weryfikacja modelu ekonometrycznego

Zajęcia 2. Estymacja i weryfikacja modelu ekonometrycznego Zajęcia. Esmacja i werfikacja modelu ekonomercznego Celem zadania jes oszacowanie liniowego modelu opisującego wpłw z urski zagranicznej w danm kraju w zależności od wdaków na urskę zagraniczną i liczb

Bardziej szczegółowo

Statystyczne testy nieparametryczne

Statystyczne testy nieparametryczne Saysycze esy ieparamerycze Tesami ieparameryczymi azywamy esy służące do weryfikaci hipoez ieparameryczych, hipoez iedoyczących warości iezaych paramerów populaci (choć czasem poęcie o ozacza hipoezy ie

Bardziej szczegółowo

Rozdział 1. Nazwa i adres Zamawiającego Gdyński Ośrodek Sportu i Rekreacji jednostka budżetowa Rozdział 2.

Rozdział 1. Nazwa i adres Zamawiającego Gdyński Ośrodek Sportu i Rekreacji jednostka budżetowa Rozdział 2. Z n a k s p r a w y G O S I R D Z P I 2 70 1 3 7 2 0 1 4 S P E C Y F I K A C J A I S T O T N Y C H W A R U N K Ó W Z A M Ó W I E N I A f U d o s t p n i e n i e w r a z z r o z s t a w i e n i e m o g

Bardziej szczegółowo

t - kwantyl rozkładu t-studenta rzędu p o f stopniach swobody

t - kwantyl rozkładu t-studenta rzędu p o f stopniach swobody ZJAZD ANALIZA DANYCH CIĄGŁYCH ramach zajęć będą badae próbki pochodzące z poplacji w kórych badaa cecha ma rozkład ormaly N(μ σ). Na zajęciach będą: - wyzaczae przedziały fości dla warości średiej i wariacji

Bardziej szczegółowo

40:5. 40:5 = 500000υ5 5p 40, 40:5 = 500000 5p 40.

40:5. 40:5 = 500000υ5 5p 40, 40:5 = 500000 5p 40. Portfele polis Poieważ składka jest ustalaa jako wartość oczekiwaa rzeczywistego, losowego kosztu ubezpieczeia, więc jest tym bliższa średiej wydatków im większa jest liczba ubezpieczoych Polisy grupuje

Bardziej szczegółowo

Ż ć Ó Ś Ó ć Ę Ó Ś ź Ż Ż Ó Ż ź Ó ÓŚ Ć Ó ź Ó ź Ó Ź ć Ę Ó Ś Ż Ó Ó Ń Ą ź ź Ź Ś Ą Ą Ś Ą Ś ć ć ź ź Ó Ó Ę Ź Ą Ź Ę ĘŚ ć ź Ę Ę ź Ę ć Ś Ś Ę Ż Ż ć Ść ć ć Ń Ż Ś ć Ż Ż Ż Ż Ż Ó Ą Ę Ę Ę Ą Ż Ż Ż Ź Ż ć Ś Ż Ż Ż Ż Ż ć Ś

Bardziej szczegółowo

Zeszyty naukowe nr 9

Zeszyty naukowe nr 9 Zeszyty aukowe r 9 Wyższej Szkoły Ekoomiczej w Bochi 2011 Piotr Fijałkowski Model zależości otowań giełdowych a przykładzie otowań ołowiu i spółki Orzeł Biały S.A. Streszczeie Niiejsza praca opisuje próbę

Bardziej szczegółowo

O PEWNEJ MOŻLIWOŚCI UWZGLĘDNIENIA SUBSTYTUCJI NAKŁADÓW W MODELACH DEA. 1. Wstęp

O PEWNEJ MOŻLIWOŚCI UWZGLĘDNIENIA SUBSTYTUCJI NAKŁADÓW W MODELACH DEA. 1. Wstęp 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 3 4 2007 Bogusław GUZIK* O PEWNEJ MOŻLIWOŚCI UWZGLĘDNIENIA SUBSTYTUCJI NAKŁADÓW W MODELACH DEA W klasyczych wariatach etody DEA (p. CCR czy super-efficiecy

Bardziej szczegółowo

oznacza przyrost argumentu (zmiennej niezależnej) x 3A82 (Definicja). Granicę (właściwą) ilorazu różnicowego funkcji f w punkcie x x x e x lim x lim

oznacza przyrost argumentu (zmiennej niezależnej) x 3A82 (Definicja). Granicę (właściwą) ilorazu różnicowego funkcji f w punkcie x x x e x lim x lim WYKŁAD 9 34 Pochodna nkcji w pnkcie Inerpreacja geomerczna pochodnej Własności pochodnch Twierdzenia Rolle a Lagrange a Cach ego Regla de lhôspiala Niech ( ) O( ) będzie nkcją określoną w pewnm ooczeni

Bardziej szczegółowo

E k o n o m e t r i a S t r o n a 1. Nieliniowy model ekonometryczny

E k o n o m e t r i a S t r o n a 1. Nieliniowy model ekonometryczny E k o n o m e r i a S r o n a Nieliniowy model ekonomeryczny Jednorównaniowy model ekonomeryczny ma posać = f( X, X,, X k, ε ) gdzie: zmienna objaśniana, X, X,, X k zmienne objaśniające, ε - składnik losowy,

Bardziej szczegółowo

Cechy szeregów czasowych

Cechy szeregów czasowych energecznch Cech szeregów czasowch Rozdział Modelowanie szeregów czasowch 7 proces deerminisczn proces kórego warość może bć preczjnie określona w dowolnm czasie =T+τ = a +b T T+τ czas = sin(ω) T T+τ czas

Bardziej szczegółowo

Sygnały pojęcie i klasyfikacja, metody opisu.

Sygnały pojęcie i klasyfikacja, metody opisu. Sygały pojęcie i klasyfikacja, meody opisu. Iformacja przekazywaa jes za pośredicwem sygałów, kóre przeoszą eergię. Sygał jes o fukcja czasowa dowolej wielkości o charakerze eergeyczym, w kórym moża wyróżić

Bardziej szczegółowo

P π n π. Równanie ogólne płaszczyzny w E 3. Dane: n=[a,b,c] Wówczas: P 0 P=[x-x 0,y-y 0,z-z 0 ] Równanie (1) nazywamy równaniem ogólnym płaszczyzny

P π n π. Równanie ogólne płaszczyzny w E 3. Dane: n=[a,b,c] Wówczas: P 0 P=[x-x 0,y-y 0,z-z 0 ] Równanie (1) nazywamy równaniem ogólnym płaszczyzny Rówaie ogóle płaszczyzy w E 3. ae: P π i π o =[A,B,C] P (,y,z ) Wówczas: P P=[-,y-y,z-z ] P π PP PP= o o Rówaie () azywamy rówaiem ogólym płaszczyzy A(- )+B(y-y )+C(z-z )= ( ) A+By+Cz+= Przykład

Bardziej szczegółowo

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień.

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień. Metoda aalizy hierarchii Saaty ego Ważym problemem podejmowaia decyzji optymalizowaej jest często występująca hierarchiczość zagadień. Istieje wiele heurystyczych podejść do rozwiązaia tego problemu, jedak

Bardziej szczegółowo

PROGNOZOWANIE. mgr Żaneta Pruska. Katedra Systemów Logistycznych.

PROGNOZOWANIE. mgr Żaneta Pruska. Katedra Systemów Logistycznych. PROGNOZOWANIE Kaedra Ssemów Logisczch mgr Żaea Pruska zaea_pruska@wp.pl zaea.pruska@wsl.com.pl PROJEKT 0 pk. (grup 4-osobowe) Projek: Wersja w Wordzie Powia zawierać opis projeku z zasosowaiem eapów progozowaia.

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu. Rachuek prawdopodobieństwa i statystyka W12: Statystycza aaliza daych jakościowych Dr Aa ADRIAN Paw B5, pok 407 ada@agh.edu.pl Wprowadzeie Rozróżia się dwa typy daych jakościowych: Nomiale jeśli opisują

Bardziej szczegółowo

ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI

ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XIII/3, 202, sr. 253 26 ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI Adam Waszkowski Kaedra Ekonomiki Rolnicwa i Międzynarodowych Sosunków

Bardziej szczegółowo

WNIOSKOWANIE STATYSTYCZNE

WNIOSKOWANIE STATYSTYCZNE Wnioskowanie saysyczne w ekonomerycznej analizie procesu produkcyjnego / WNIOSKOWANIE STATYSTYCZNE W EKONOMETRYCZNEJ ANAIZIE PROCESU PRODUKCYJNEGO Maeriał pomocniczy: proszę przejrzeć srony www.cyf-kr.edu.pl/~eomazur/zadl4.hml

Bardziej szczegółowo

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej 3. Regresja liiowa 3.. Założeia dotyczące modelu regresji liiowej Aby moża było wykorzystać model regresji liiowej, muszą być spełioe astępujące założeia:. Relacja pomiędzy zmieą objaśiaą a zmieymi objaśiającymi

Bardziej szczegółowo

ź Ł Ą Ę Ź Ę Ę Ą Ę Ę Ę Ę Ę Ź Ą Ę Ą Ź Ę Ź Ó ć Ź Ó Ę Ź Ź ć ć Ę ć Ó Ó Ę Ę Ę Ę Ó Ę Ę ć Ć Ł Ó Ź ć ć ć Ę ć Ę Ł Ź Ź Ł ć ź ź Ę ć Ś Ą ć ć Ą ć Ś Ę Ź Ę Ź Ę ć Ó Ń Ę Ś Ę ź Ź Ę Ę Ć Ę Ń Ę Ę ć Ą Ę ć Ę ć Ę Ź Ę Ć Ę ź ć

Bardziej szczegółowo

Michał Gruca ZASADY OPRACOWANIA WYNIKÓW POMIARÓW

Michał Gruca ZASADY OPRACOWANIA WYNIKÓW POMIARÓW Michał Gruca ZASADY OPRACOWANIA WYNIKÓW POMIARÓW 1. Wstęp Pomiarem jest procesem pozawczm, któr umożliwia odwzorowaie właściwości fizczch obiektów w dziedziie liczb. Sam proces pomiarow jest ciągiem czości

Bardziej szczegółowo

PROGNOZOWANIE. mgr Żaneta Pruska. Katedra Systemów Logistycznych.

PROGNOZOWANIE. mgr Żaneta Pruska. Katedra Systemów Logistycznych. PROGNOZOWANIE Kaedra Ssemów Logisczch mgr Żaea Pruska zaea_pruska@wp.pl zaea.pruska@wsl.com.pl PROJEKT 5 pk. (grup 4-osobowe) Projek: Wersja w Wordzie Powia zawierać opis projeku z zasosowaiem eapów progozowaia.

Bardziej szczegółowo

ZAAWANSOWANE TECHNIKI PRZETWARZANIA SYGNAŁÓW W TELEKOMUNIKACJI LABORATORIUM

ZAAWANSOWANE TECHNIKI PRZETWARZANIA SYGNAŁÓW W TELEKOMUNIKACJI LABORATORIUM POLITCHNIKA WARSZAWSKA WYDZIAŁ LKTRONIKI I TCHNIK INFORMACYJNYCH INSTYTUT TLKOMUNIKACJI ZAAWANSOWAN TCHNIKI PRZTWARZANIA SYGNAŁÓW W TLKOMUNIKACJI LABORATORIUM ĆWICZNI NR RPRZNTACJA ORTOGONALNA SYGNAŁÓW.

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

Regulamin naboru do oddziałów sportowych

Regulamin naboru do oddziałów sportowych Regulami aoru do oddziałów sportowych W SZKOLE PODSTAWOWEJ NR 32 IM. MJR. HENRYKA DOBRZAŃSKIEGO PS."HUBAL" I PUBLICZNYM GIMNAZJUM NR 12 IM. MJR. HENRYKA DOBRZAŃSKIEGO PS."HUBAL" W ZESPOLE SZKÓŁ NR 6 W

Bardziej szczegółowo

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i. Miary położeia Średia Dla daych idywidualych: x = 1 x = 1 x i i ẋ i gdzie ẋ i środek i tego przedziału i - liczość i-tego przedziału Domiata moda Liczba ajczęściej występująca jeśli taka istieje - dla

Bardziej szczegółowo

Matematyka A, kolokwium, 15 maja 2013 rozwia. ciem rozwia

Matematyka A, kolokwium, 15 maja 2013 rozwia. ciem rozwia Maemayka A kolokwium maja rozwia zania Należy przeczyać CA LE zadanie PRZED rozpocze ciem rozwia zywania go!. Niech M. p. Dowieść że dla każdej pary liczb ca lkowiych a b isnieje aka para liczb wymiernych

Bardziej szczegółowo

DYNAMICZNE MODELE EKONOMETRYCZNE

DYNAMICZNE MODELE EKONOMETRYCZNE DYNAMICZNE MODEE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Joanna Małgorzaa andmesser Szkoła Główna

Bardziej szczegółowo

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny TEMATYKA: Regresja liiowa dla prostej i płaszczyzy Ćwiczeia r 5 DEFINICJE: Regresja: metoda statystycza pozwalająca a badaie związku pomiędzy wielkościami daych i przewidywaie a tej podstawie iezaych wartości

Bardziej szczegółowo

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i. Miary położeia Średia Dla daych idywidualych: x = 1 x = 1 x i i ẋ i gdzie ẋ i środek i tego przedziału i - liczość i-tego przedziału Domiata moda Liczba ajczęściej występująca jeśli taka istieje - dla

Bardziej szczegółowo

Optymalizacja sieci powiązań układu nadrzędnego grupy kopalń ze względu na koszty transportu

Optymalizacja sieci powiązań układu nadrzędnego grupy kopalń ze względu na koszty transportu dr hab. iż. KRYSTIAN KALINOWSKI WSIiZ w Bielsku Białej, Politechika Śląska dr iż. ROMAN KAULA Politechika Śląska Optymalizacja sieci powiązań układu adrzędego grupy kopalń ze względu a koszty trasportu

Bardziej szczegółowo

Belki złożone i zespolone

Belki złożone i zespolone Belki łożone i espolone efinicja belki łożonej siła rowarswiająca projekowanie połąceń prkła obliceń efinicja belki espolonej ałożenia echnicnej eorii ginania rokła naprężeń normalnch prkła obliceń Belki

Bardziej szczegółowo

O liczbach naturalnych, których suma równa się iloczynowi

O liczbach naturalnych, których suma równa się iloczynowi O liczbach aturalych, których suma rówa się iloczyowi Lew Kurladczyk i Adrzej Nowicki Toruń UMK, 10 listopada 1998 r. Liczby aturale 1, 2, 3 posiadają szczególą własość. Ich suma rówa się iloczyowi: Podobą

Bardziej szczegółowo

Wprowadzenie. metody elementów skończonych

Wprowadzenie. metody elementów skończonych Metody komputerowe Wprowadzeie Podstawy fizycze i matematycze metody elemetów skończoych Literatura O.C.Ziekiewicz: Metoda elemetów skończoych. Arkady, Warszawa 972. Rakowski G., acprzyk Z.: Metoda elemetów

Bardziej szczegółowo

Całka nieoznaczona Andrzej Musielak Str 1. Całka nieoznaczona

Całka nieoznaczona Andrzej Musielak Str 1. Całka nieoznaczona Całka nieoznaczona Andrzej Musielak Sr Całka nieoznaczona Całkowanie o operacja odwrona do liczenia pochodnych, zn.: f()d = F () F () = f() Z definicji oraz z abeli pochodnych funkcji elemenarnych od razu

Bardziej szczegółowo