DEA podstawowe modele
|
|
- Adam Kwiecień
- 8 lat temu
- Przeglądów:
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
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 szczegółowoOCENA 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 szczegółowoD:\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 szczegółowoTRANZYSTORY 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 szczegółowoANALIZA 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 szczegółowoDYNAMIKA. 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 szczegółowoKURS 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 szczegółowoPROGNOZY 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 szczegółowoCzas 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 szczegółowoEfektywność 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 szczegółowoĆwiczenie 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 szczegółowo21. 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 szczegółowo3. 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 szczegółowoMatematyka 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 szczegółowoWykład 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 szczegółowoMetrologia: 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 szczegółowoROZDZIAŁ 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 szczegółowoMec 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 szczegółowoSTATYSTYKA 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 szczegółowoWygładzanie 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 szczegółowoObligacja 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 szczegółowoElementy 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 szczegółowoOCENA 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 szczegółowoBielecki 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 szczegółowoINWESTYCJE 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 szczegółowoMetody 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 szczegółowoWytrzymałość 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
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 szczegółowoV 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
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 szczegółowoWykład 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 szczegółowoMATEMATYKA 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 szczegółowoLaboratorium 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 szczegółowoMateriały 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 szczegółowoPrzykładowe 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 szczegółowoMIANO 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 szczegółowoś 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 szczegółowoĄ 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 szczegółowoPrognozowanie 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 szczegółowoKrzywe 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 szczegółowoANALIZA 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 szczegółowoHarmonogram 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 szczegółowoĆWICZENIE 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 szczegółowoSTATYSTYKA 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):
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 szczegółowoMetody 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 szczegółowoWokół 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 szczegółowoEKONOMETRIA. 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 szczegółowoOcena 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 szczegółowo4. 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 szczegółowoJarosław 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 szczegółowoAnaliza 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 szczegółowoMINIMALIZACJA 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
. 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 szczegółowoŹ 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 szczegółowoTrzeba 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 szczegółowoWykaz 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 szczegółowoINSTRUKCJA 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
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 szczegółowoZadania 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 szczegółowoWprowadzenie 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 szczegółowoPodstawy 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 szczegółowoZajęcia 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 szczegółowoStatystyczne 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 szczegółowoRozdział 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 szczegółowot - 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 szczegółowo40:5. 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 szczegółowoŻ 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 szczegółowoZeszyty 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 szczegółowoO 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 szczegółowooznacza 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 szczegółowoE 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 szczegółowoCechy 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 szczegółowoSygnały 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 szczegółowoP 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 szczegółowoMetoda 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 szczegółowoPROGNOZOWANIE. 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 szczegółowoRachunek 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 szczegółowoESTYMACJA 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 szczegółowoWNIOSKOWANIE 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 szczegółowo3. 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 szczegółowoź 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 szczegółowoMichał 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 szczegółowoPROGNOZOWANIE. 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 szczegółowoZAAWANSOWANE 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 szczegółowoFUNKCJE 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 szczegółowoRegulamin 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 szczegółowoMiary 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 szczegółowoMatematyka 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 szczegółowoDYNAMICZNE 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 szczegółowoĆwiczenia 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 szczegółowoMiary 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 szczegółowoOptymalizacja 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 szczegółowoBelki 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 szczegółowoO 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 szczegółowoWprowadzenie. 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 szczegółowoCałka 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