HEURYSTYCZNA PROCEDURA SZEREGOWANIA ZADA W SYSTEMIE MASZYN RÓWNOLEGŁYCH PRZY OGRANICZONEJ DOST PNO CI ZASOBÓW

Wielkość: px
Rozpocząć pokaz od strony:

Download "HEURYSTYCZNA PROCEDURA SZEREGOWANIA ZADA W SYSTEMIE MASZYN RÓWNOLEGŁYCH PRZY OGRANICZONEJ DOST PNO CI ZASOBÓW"

Transkrypt

1 EURYSYCA PROCEDURA SEREGOWAIA ADA W SYSEMIE MASY RÓWOLEGŁYC PRY OGRAICOEJ DOSPOCI ASOBÓW BIGIEW BUCALSKI Poltechna Wrocławsa Streszczene Cele artył jest prezentacja rezltatów bada proble czasowo-optyalnego szeregowana zada rozdzał zasobów w systee aszyn równoległych. Syste ten posada równoległych aszyn na tórych naley wyona n zada. aładay e wszyste zadana s nezalene lczba zada jest wsza od lczby aszyn. aładay ponadto e wystpje stało przydzał zasobów do aszyn podczas wyonywana całego zbor zada. Dla zadanej fncj czas realzacj zada sforłowano odel ateatyczny proble. Ponewa proble ten naley do lasy probleów P-zpełnych zaproponowano pewen algoryt herystyczny dla rozwzana postawonego proble. aprezentowano rezltaty esperyentów oblczenowych wyonanych na baze podanego w pracy algoryt herystycznego. Słowa lczowe systey aszyn równoległych szeregowane zada rozdzał zasobów algoryty herystyczne.. Wprowadzene Rozwój równoległych systeów przetwarzana nforacj pocgnł za sob ntensywny rozwój probleaty szeregowana zada rozdzał zasobów. Szczególnego znaczena nabera proble nalzacj dłgoc szeregowana zada na aszynach. adana optyalzacj zarówno dysretnej ja cgłej nale do lasy probleów bardzo trdnych zarówno z teoretycznego ja oblczenowego pnt wdzena najczcej nale do lasy probleów P-zpełnych a wc s do soplowane. Przy rozwzywan tych probleów wystpj stotne trdnoc natry oblczenowej. Pojawaj s bardzo trdne zagadnena rozstrzygnca złoonoc oblczenowej rozpatrywanych probleów. Rozstrzygnca te s stotne z pnt wdzena onstrcj efetywnych oblczenowo algorytów rozwzjcych te probley [ ]. Wyn teor złoonoc oblczenowej oraz rozar probleów pratycznych w sposób jednoznaczny elnj z rozwaa algoryty doładne pozostawajc do zastosowana pratycznego jedyne algoryty herystyczne olwajce rozwzane postawonych probleów w rót czase z zadowalajca doładnoc. Fat ten jest typowy dla tej lasy probleów optyalzacj dysretnej w przypad edy zaley na na rót czase oblcze jedyny podejce jest zastosowane algorytów herystycznych. Badana nad algoryta herystyczny dostarczajcy rozwza zagadne w tórych zastosowane etod doładnych jest neefetywne lb wrcz neolwe stanow jedn z najszybcej rozwjajcych s gałz na [ ]. Cele nnejszej pracy jest znalezene taego szeregowana n nezalenych nepodzelnych zada na aszynach pracjcych równolegle oraz taego przydzał zasob podzelnego w sposób cgły do tych aszyn aby nalzowa czas za zaoczena wyonywana

2 272 POLSKIE SOWARYSEIE ARDAIA WIED Sera Stda Materały nr wszystch zada. Sposób wyonana zada orela nezbdna do tego lo zasob. eatya ta porszana j była we wczenejszych pracach atora [9 0 ]. W artyle zaprezentowanono algoryt herystyczny wyznaczajcy czasowo-optyalne szeregowane n zada nezalenych nepodzelnych ogranczonej lczby jednoste zasob neodnawalnego podzelnego w sposób cgły do aszyn pracjcych równolegle. Przedstawono wyn bada nerycznych przeprowadzonych na algoryte dla losowo generowanych danych. 2. Sforłowane zagadnena Rozpatrzy syste aszyn połczonych równolegle przedstawony na ponszy rysn ródło Opracowane własne. Rys.. Syste aszyn równoległych a syste aszyn równoległych naładay nastpjce załoena (I) posada rónych aszyn M { } na tórych naley wyona n nezalenych zada { n} (II) zadane oe by wyonywane na dowolnej aszyne w trace jego wyonywana ne oe by przerywane (III) lczba zada do wyonana jest wsza od lczby aszyn n > (IV) realzacja adego z zada na aszynach s nastpowa nezwłoczne po zaoczen wyonywana poprzednego zadana lb nastp w chwl zerowej gdy zadane realzowane jest jao perwsze na jednej z aszyn. ech oznacza globaln lo zasobów neodnawalnych a przez oznaczy t cz zasobów tóre zostan przydzelone -tej aszyne w trace wyonywana zada szeregowanych na tej aszyne. Ogranczene dotyczce zasobów jest nastpjce 0.

3 bgnew Bchals erystyczna procedra szeregowana zada w systee aszyn równoległych przy ogranczonej dostpnoc zasobów 273 Czas wyonywana -tego zadana na -tej aszyne orelony jest przez nastpjc fncj ( ) b ( ) a + { 2... } n. () Paraetry a > 0 b > 0 charateryzj -te zadane -t aszyn. aley znale tae szeregowane zada na aszynach ta przydzał ogranczonych zasobów do aszyn równoległych aby nalzowa czas zaoczena wyonana całego zbor zada za. 3. Model ateatyczny zagadnena Jeel oznaczyy przez zbór zada szeregowanych na -tej aszyne to za znajdzey rozwzjc nastpjcy proble nalzacyjny za n ax ( ).... (2) Ogranczena nałoone na rozwzane tego proble s nastpjce r s φ r s 2... r s 2... całowte dodatne. Ogranczene (III) powodje e proble do rozwzana jest do soplowany. Przyjey zate najperw e zasoby neodnawalne 2... s cgłe. Przy ty załoen wyznaczyy rozwzane optyalne a nastpne zaorgly otrzyane wartoc zasobów do najblszych lczb natralnych (ro 6 algoryt herystycznego w pnce 4). Uwzgldnajc t relasacj nalny czas za zaoczena wyonywana zbor zada przez syste aszyn równoległych znajdzey rozwzjc nastpjcy proble nalzacj dysretno-cgłej za n ax '( ) (3) przy nastpjcych ogranczenach r s φ r s 2... r s 0 + gdze [ 0 ] { 2.. } R + { 2... } { 2.. } R 2... ' jest rozszerzene nastpjcej fncj orelone jest przez fncj

4 POLSKIE SOWARYSEIE ARDAIA WIED Sera Stda Materały nr ( ) [ ]. 0 ' n b a + (4) Do rozwzana postawonego proble poocny bdze nastpjcy leat Leat. Jeel... 2 s rozwzana optyalny zadana (3) to > φ φ ) ( ' const φ Warne () w Leace oznacza e w przydzale czasowo-optyalny zasobów zada do aszyn wyorzystje s wszyste jednost zasobów a warne () e czasy pracy tych aszyn na tórych wyonywane s jae zadana s dentyczne. defnjy fncj F( 2... ) orelon dla zborów 2... dla tórych zachodz ogranczene () dla wzor (3). Warto tej fncj jest rozwzane nastpjcego ład równa > + F b a )... ( (5) Wyorzystjc Leat oraz (5) zadane (3) ona przedstaw w postac ( )... n za F (6) przy ogranczenach s r s r s r φ 2.. Jeel 2.. jest rozwzane zadana (6) to... 2 gdze ( ) a F b φ φ (7) jest rozwzane zadana (3).

5 bgnew Bchals erystyczna procedra szeregowana zada w systee aszyn równoległych przy ogranczonej dostpnoc zasobów Algoryt herystyczny Maszyny wchodzce w sład syste aszyn równoległych rón s pod wzglde szyboc wyonywana zada. Decydje o ty lo zasobów przydzelanych poszczególny aszyno. Dlatego te -ta aszyna bdze ty szybsza wcej zasobów jej przydzelono. Przedstawony w pracy algoryt herystyczny szeregje najperw zadana na jednaowych aszynach tj. tach do tórych przydzelona została jednaowa lczba dostpnych zasobów 2... (ro 4 ). Po ty szeregowan nastpje zróncowane aszyn pod wzglde lczby przydzelonych zasobów sprawdzene czy srócony został czas zaoczena wyonywana wszystch zada za (ro 2 5).. aładay e aszyn najszybsz jest aszyna perwsza ze zbor M a aszyn najwolnejsz jest aszyna -ta. Mar szyboc realzacj -tego zadana przez -t aszyn jest współczynn zasobów β β >. Maszyne -tej czyl najwolnejszej przydzelay zasobów wg nastpjcej zalenoc + [( ) β ] (8) a pozostały aszyno przydzelay lczb zasobów wg wzor ( ) β (9) Algoryt herystyczny wyznaczajcy czasowo-optyalne szeregowane zada nezalenych na aszynach równoległych a nastpjc posta ro. Oblcz czasy wyonywana zada na poszczególnych aszynach ro 2. ro 3. b + ( ) a 2... n 2.. dla losowo generowanych paraetrów a b oraz dla zadanej wartoc. Uszeregj alejco zadana wg czasów ch trwana tworzc lst L tych zada. Oblcz redn czas r wyonywana zada przez ad z aszyn wg wzor n ( ) M. r ro 4. Przydzelaj na przean najdłsze najrótsze zadana z lsty L do perwszej wolnej aszyny poczynajc od aszyny perwszej do oent gdy sa czasów wyonywana zada przydzelonych tej aszyne ne przeroczy czas r a nastpne s te zadana z lsty L. ro 5. Jeel s jeszcze aszyny tóry ne przydzelono adnych zada to wró do ro 4. W przecwny wypad przejd do ro 6.. ro 6. Przydzelaj olejno najrótsze zadana z lsty L do olejnych aszyn od perwszej poczynajc a na -tej oczc a nastpne s te zadana z lsty L. Jeel lsta L s

6 276 POLSKIE SOWARYSEIE ARDAIA WIED Sera Stda Materały nr jeszcze ne wyczerpała to wyonaj ro 7. W przecwny wypad przejd do ro 8. ro 7. Przydzelaj olejno najrótsze zadana z lsty L do aszyn w odwrotnej olejnoc n w ro 6 tzn. od -tej poczynajc a na perwszej oczc a nastpne s te zadana z lsty L. Jeel lsta L s jeszcze ne wyczerpała to wró do ro 6. W przecwny wypad przejd do ro 8. ro 8. Oblcz czas zaoczena wyonywana wszystch zada za dla szeregowana zada na aszynach tworzonego w roach 4 7 dla. ro 9. Oblcz saryczne czasy wyonywana zada szeregowanych na poszczególnych aszynach. ro 0. Us najrótsze zadane z aszyny o najdłszy saryczny czase wyonywana zada przydzel je do aszyny o najrótszy saryczny czase wyonywana zada. ro. Oblcz czas zaoczena wyonywana wszystch zada za po zaane zada w ro 0. Jeel czas ten legne srócen to wró do ro 9. W przecwny wypad anlj ostatno wyonan czynno w ro 0 zaocz szeregowane zada na aszynach. ro 2. Dla zadanego współczynna β przydzel zasoby 2... poszczególny aszyno wylczone z zalenoc (8) (9). ro 3. Dla szeregowana zada na aszynach tworzonego w roach 4 dla lczby zasobów przydzelonych aszyno w ro 2 oblcz czas zaoczena wyonywana wszystch zada za. ro 4. Powtórz ro 2 ro 3 dla nastpnych zwszajcych s olejno sed wartoc współczynna β. Po zaoczen tych prób przejd do ro 5. ro 5. Porównaj wartoc czasów zaoczena wyonywana wszystch zada za z olejnych prób wyberz najrótszy z tych czasów. ro 6. Wyznacz dysretne loc zasobów 2... wedłg zalenoc ˆ ( ) ( ) ( ) gdze + j j 2... ˆ ( ) oraz jest ta pertacj eleentów zbor M { 2... } e ( ) () (2) (2)... ( ) ( ). Jeel stnej tae aszyny tóry przydzelono zerowe loc zasobów to przydzel adej z tych aszyn po jednej jednostce zasob poberajc je z olejnych aszyn poczynajc od aszyny tórej przydzelono najwsz lo zasobów.. 5. Wyn esperyentów oblczenowych a baze przedstawonego w poprzedn pnce pracy algoryt herystycznego przeprowadzono esperyenty oblczenowe. Algoryt wyonje za ady raze ose prób znalezena najlepszego z pnt wdzena czas realzacj zbor zada rozwzana. Po

7 bgnew Bchals erystyczna procedra szeregowana zada w systee aszyn równoległych przy ogranczonej dostpnoc zasobów 277 wyonan ser prób z róny wartoca współczynna podzał zasobów β porównywane s ze sob czasy realzacj zbor zada wyberany jest najrótszy z nch. Esperyenty oblczenowe przeprowadzono dla o zwszajcych s olejno wartoc współczynna podzał zasobów β ze zbor {3 6 24}. Paraetry a b charateryzjce -te zadane -t aszyn wylosowane zostały ze zbor {5 0 50} przez generator o jednostajny rozładze prawdopodobestwa. Oblczena przeprowadzono dla zadanej lczby zada n lczby aszyn oraz dla ogranczonej lczby zasobów Dla adej obnacj n wygenerowano 40 nstancj. astpne doonano analzy porównawczej zaproponowanego w pracy algoryt herystycznego ze znany z lteratry algoryte LP (Longest Processng e) [3]. Rezltaty tej analzy zostały przedstawone w abel. W abel wystpj nastpjce weloc n lczba zada lczba aszyn czas zaoczena wyonywana wszystch zada ze zbor przy wyorzystan za algoryt herystycznego LP czas zaoczena wyonywana wszystch zada ze zbor przy wyorzystan za algoryt LP redna procentowa poprawa czas w stosn do LP S S LP LP za za 00% za redn czas oblcze dla algoryt herystycznego redn czas oblcze dla algoryt LP. za abela. Wyn analzy porównawczej algoryt herystycznego algoryt LP za n/ < za Lczba nstancj dla tórych LP za za LP za S S LP LP > za za % se se 30/ / / / / / / / / / / / /

8 278 POLSKIE SOWARYSEIE ARDAIA WIED Sera Stda Materały nr n/ < za Lczba nstancj dla tórych LP za za LP za S S LP LP > za za % se se 60/ / / / / / / ródło Opracowane własne. 6. Uwag ocowe Przedstawone w poprzedn pnce esperyenty oblczenowe wyazały e jao szeregowana zada na równoległych aszynach na baze zaproponowanego w pracy algoryt herystycznego legła poprawe w stosn do szeregowana za pooc znanego z lteratry LP algoryt LP. Klprocentowa poprawa czas za w stosn do za oe by zacht do dalszych prac nad efetywny algoryta herystyczny. astosowane podanego w pracy algoryt herystycznego jest wsazane przede wszyst dla systeów prodcyjnych o dej lczbe zada gdy wówczas redna procentowa poprawa Η jest najwsza. aproponowany algoryt oe sły zarówno do rozdzał operacj na stanowsa prodcyjne wyposaone w odpowedne aszyny w dysretnych systeach prodcyjnych ja do szeregowana prograów w weloprocesorowych systeach opterowych. [] Banco L. n. Preeptve schedlng of ltprocessor tass on the dedcated processors syste sbject to nal lateness. Inforaton Processng Letters pp [2] Banco L. n. Lnear algorths for preetve schedlng of ltprocessor tass sbject to nal lateness. Dscrete Appled Matheatcs pp [3] Błaewcz J. n. Badana operacyjne dla nforatyów W Warszawa 983. [4] Błaewcz J. n. Schedlng ndependent ltprocessor tass before deadlnes. Dscrete Appled Matheatcs 65 ( 3) 996 pp [5] Błaewcz J. n. Schedlng n Copter and Manfactrng Systes. Sprnger-Verlag Berln-edelberg 993. [6] Błaewcz J. L. Schedlng ltprocessor tass wth chan constrants. Eropean Jornal of Operatonal Research pp [7] Boctor F. F. A new and effcent herstc for schedlng projects wll resorces restrctons and ltple execton odel. Eropean Jornal of Operatonal Research vol pp [8] Brah S.A. Loo L.L. erstcs for schedlng n a flow shop wth ltple processors Eropean Jornal of Operatonal Research Vol. 3 o. 999 pp

9 bgnew Bchals erystyczna procedra szeregowana zada w systee aszyn równoległych przy ogranczonej dostpnoc zasobów 279 [9] Bchals. Szeregowane zada na rónych aszynach równoległych z razdzałe ogranczonych zasobów. eszyty aowe Poltechn lsej Atoatya o. 389 Glwce 998 pp [0] Bchals. A Progra Schedlng erstc Algorth n Mltprocessng Copter Syste wth Lted Meory Pages. Polsh Jornal of Envronental Stdes Vol. 5 o. 4C 2006 pp [] Bchals. Mnsng the otal Processng e for the ass Schedlng on the Parallel Machnes Syste. Proc. of the 2 th IEEE Internatonal Conference on Methods and Models n Atoaton and Robotcs Doe S. Kaszys R. (Eds.) Mdzyzdroje Poland MMAR Agst 2006 pp [2] Cheng J. Karno Y. Kse. A shftng bottlenec approach for a parallel-achne flowshop schedlng proble Jornal of the Operatonal Reasearch Socety of Japan Vol. 44 o pp [3] Gpta J..D. arr A.M.A. Potts C.. Schedlng a two-stage hybrd flow shop wth parallel achnes at the frst stage Annals of Operatons Research Vol. 69 o pp [4] oogeveen J.A. Lenstra J.K. Veltan B. Preeptve schedlng n a two-stage ltprocessor flow shop n P-hard Eropean Jornal of Operatonal Research Vol. 89 o. 996 pp [5] Jana A. Kovalyov M. Sngle achne schedlng sbject to deadlnes and resorces dependent processng tes. Eropean Jornal of Operatonal Research vol pp [6] Józefowsa J. n. Dscrete-contnos schedlng to nze ax lateness Proceedngs of the Forth Internatonal Sypos on Methods and Models n Atoaton and Robotcs MMAR 97 Mdzyzdroje Poland 997 pp [7] Józefowsa J. n. Local search etaherstcs for dscrete-contnos schedlng probles Eropean Jornal of Operatonal Research pp [8] Józefowsa J. Wglarz J. Dscrete-contnos schedlng probles ean copleton te reslt Eropean Jornal of Operatonal Research vol. 94 o pp [9] Józefowsa J. Wglarz J. On a ethodology for dscrete-contnos schedlng Eropean Jornal of Operatonal Research Vol. 07 o pp [20] g C.. n. Grop Schedlng wth controllable setp and processng tes nzng total weghted copleton te Ann. Oper. Res pp [2] owc E. Stnc C. he flow shop wth parallel achnes. A ab search approach. Eropean Jornal of Operatonal Research pp [22] Santos D.L. J.L. Deal D.E. An evalaton of seqencng herstcs n flow shops wth ltple processors Copters and Indstral Engneerng Vol. 30 o pp [23] Wglarz J. Mltprocessor schedlng wth eory allocaton a deternstc approach. IEEE rans. Copt. C pp

10 280 POLSKIE SOWARYSEIE ARDAIA WIED Sera Stda Materały nr EURISIC PROCEDURE OF ASK SCEDULIG I PARALLEL MACIE SYSEM WI LIMIED RESOURCE ACCESS Sary he a of the paper s to present reslts of research on the proble of teoptal tass schedlng and resorces allocaton n parallel achnes syste. We consder syste havng parallel achnes. hs syste can execte n tass. We asse that all n tass are ndependent and nber of tass s greater than nber of achnes. We also asse that s constancy of resorces allocaton n execton te all tass set. For soe tass processng te fncton the atheatcal odel of ths proble s forlated. Becase or proble belongs to the class of P-coplete probles we propose an herstc algorth for solton of ths proble. Soe reslts of exected nercal experents for bass of proposed herstc algorth are presented. Keywords parallel achnes systes tas schedlng resorces allocaton herstc algorths. bgnew Bchals Instytt Inforaty Atoaty Roboty Wydzał Eletron Poltechna Wrocławsa l. Janszewsgo / Wrocław e-al zbgnew.bchals@pwr.wroc.pl

HEURYSTYCZNA PROCEDURA SZEREGOWANIA ZADAŃ I ROZDZIAŁU OGRANICZONYCH ZASOBÓW W SYSTEMIE MASZYN RÓWNOLEGŁYCH-OCENA EFEKTYWNOŚCI ALGORYTMU HEURYSTYCZNEGO

HEURYSTYCZNA PROCEDURA SZEREGOWANIA ZADAŃ I ROZDZIAŁU OGRANICZONYCH ZASOBÓW W SYSTEMIE MASZYN RÓWNOLEGŁYCH-OCENA EFEKTYWNOŚCI ALGORYTMU HEURYSTYCZNEGO EURYSTYCZA PROCEDURA SZEREGOWAIA ZADAŃ I ROZDZIAŁU OGRAICZOYC ZASOBÓW W SYSTEMIE MASZY RÓWOLEGŁYC-OCEA EFEKTYWOŚCI ALGORYTMU EURYSTYCZEGO Zbigniew BUCALSKI Streszczenie: Artył dotyczy zagadnienia czasowo-optyalnego

Bardziej szczegółowo

ALGORYTM HEURYSTYCZNY DO OPTYMALIZACJI ROZDZIAŁU PROGRAMÓW W WIELOPROCESOROWYM SYSTEMIE INFORMATYCZNYM

ALGORYTM HEURYSTYCZNY DO OPTYMALIZACJI ROZDZIAŁU PROGRAMÓW W WIELOPROCESOROWYM SYSTEMIE INFORMATYCZNYM ALGORYTM EURYSTYCZY DO OPTYMALIZACI ROZDZIAŁU PROGRAMÓW W WIELOPROCESOROWYM SYSTEMIE IFORMATYCZYM Zbigniew BUCALSKI Streszczenie: W artyle przedstawiono zagadnienie czasowo-yalnego przydział n prograów

Bardziej szczegółowo

ZASTOSOWANIE PROGRAMOWANIA DYNAMICZNEGO DO OPRACOWANIA STRATEGII REDUKCJI EMISJI GAZÓW

ZASTOSOWANIE PROGRAMOWANIA DYNAMICZNEGO DO OPRACOWANIA STRATEGII REDUKCJI EMISJI GAZÓW ZASTOSOWANIE PROGRAOWANIA DYNAICZNEGO DO OPRACOWANIA STRATEGII REDUKCJI EISJI GAZÓW ANDRZEJ KAŁUSZKO Instytut Bada Systemowych Streszczene W pracy opsano zadane efektywnego przydzału ogranczonych rodków

Bardziej szczegółowo

System M/M/1/L. λ = H 0 µ 1 λ 0 H 1 µ 2 λ 1 H 2 µ 3 λ 2 µ L+1 λ L H L+1. Jeli załoymy, e λ. i dla i = 1, 2,, L+1 oraz

System M/M/1/L. λ = H 0 µ 1 λ 0 H 1 µ 2 λ 1 H 2 µ 3 λ 2 µ L+1 λ L H L+1. Jeli załoymy, e λ. i dla i = 1, 2,, L+1 oraz System M/M// System ten w odrónenu do wczenej omawanych systemów osada kolejk. Jednak jest ona ogranczona, jej maksymalna ojemno jest wartoc skoczon

Bardziej szczegółowo

HEURYSTYCZNY ALGORYTM SZEREGOWANIA ZADAŃ W SYSTEMIE MASZYN RÓWNOLEGŁYCH Z KRYTERIUM MINIMALNO-CZASOWYM

HEURYSTYCZNY ALGORYTM SZEREGOWANIA ZADAŃ W SYSTEMIE MASZYN RÓWNOLEGŁYCH Z KRYTERIUM MINIMALNO-CZASOWYM EURYSTYCZNY ALGORYTM SZEREGOWANIA ZADAŃ W SYSTEMIE MASZYN RÓWNOLEGŁYC Z KRYTERIUM MINIMALNO-CZASOWYM Zbigniew BUCALSKI Streszczenie: Artykuł dotyczy zagadnienia czasowo-optymalnego przydziału zasobu podzielnego

Bardziej szczegółowo

METODA MONTE CARLO DLA PROBLEMU HARMONOGRAMOWANIA PROJEKTU Z MAKSYMALIZACJĄ PRZEPŁYWÓW PIENIĘŻNYCH W WARUNKACH NIEPEWNOŚCI 1

METODA MONTE CARLO DLA PROBLEMU HARMONOGRAMOWANIA PROJEKTU Z MAKSYMALIZACJĄ PRZEPŁYWÓW PIENIĘŻNYCH W WARUNKACH NIEPEWNOŚCI 1 METODA MONTE CARLO DLA PROBLEMU HARMONOGRAMOWANIA PROJEKTU Z MAKSYMALIZACJĄ PRZEPŁYWÓW PIENIĘŻNYCH W WARUNKACH NIEPEWNOŚCI 1 Marcn KLIMEK, Potr ŁEBKOWSKI Streszczene: W artykule przedstawone jest zagadnene

Bardziej szczegółowo

HEURYSTYCZNE PODEJCIE DO OPTYMALIZACJI ZDOLNOCI PRODUKCYJNEJ

HEURYSTYCZNE PODEJCIE DO OPTYMALIZACJI ZDOLNOCI PRODUKCYJNEJ HEURYSYCZNE PODEJCIE DO OPYMALIZACJI ZDOLNOCI PRODUKCYJNEJ Przemyław Korytow Wydzał Informaty Poltechn Szczecej l. ołnera 49, 7-20 Szczecn, porytow@w.p.pl Problem optymalzacj zdolnoc prodcyjnej zotał potawony

Bardziej szczegółowo

RÓWNOLEGŁY ALGORYTM NEURO-TABU DLA PROBLEMU GNIAZDOWEGO SZEREGOWANIA ZADAŃ

RÓWNOLEGŁY ALGORYTM NEURO-TABU DLA PROBLEMU GNIAZDOWEGO SZEREGOWANIA ZADAŃ ÓWNOLEGŁY ALGOYTM NEUO-TABU DLA POBLEMU GNIAZDOWEGO SZEEGOWANIA ZADAŃ Wojcech BOŻEJKO, Marusz UCHOŃSKI, Meczysław WODECKI Streszczene: W pracy proponujemy zastosowane dwóch równoległych algorytmów bazujących

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

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

Bardziej szczegółowo

aij - wygrana gracza I bij - wygrana gracza II

aij - wygrana gracza I bij - wygrana gracza II M.Mszczsk KBO UŁ, Badana operacjne I (cz.) (wkład B 7) GRY KONFLIKTOWE GRY -OSOBOWE O SUMIE WYPŁT ZERO I. DEFINICJE TWIERDZENI Konflktowe gr dwuosobowe opsuje macerz wpłat ( a ) [ ] mxn j,b j gdze: aj

Bardziej szczegółowo

LABORATORIUM METROLOGII TECHNIKA POMIARÓW (M-1)

LABORATORIUM METROLOGII TECHNIKA POMIARÓW (M-1) LABORATORIUM METROLOGII TECHNIKA POMIARÓW (M-) wwwmuepolslpl/~wwwzmape Opracował: Dr n Jan Około-Kułak Sprawdzł: Dr hab n Janusz Kotowcz Zatwerdzł: Dr hab n Janusz Kotowcz Cel wczena Celem wczena jest

Bardziej szczegółowo

2012-10-11. Definicje ogólne

2012-10-11. Definicje ogólne 0-0- Defncje ogólne Logstyka nauka o przepływe surowców produktów gotowych rodowód wojskowy Utrzyywane zapasów koszty zwązane.n. z zarożene kaptału Brak w dostawach koszty zwązane.n. z przestoje w produkcj

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

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

Bardziej szczegółowo

RÓWNOLEGŁY ALGORYTM POPULACYJNY DLA PROBLEMU GNIAZDOWEGO Z RÓWNOLEGŁYMI MASZYNAMI

RÓWNOLEGŁY ALGORYTM POPULACYJNY DLA PROBLEMU GNIAZDOWEGO Z RÓWNOLEGŁYMI MASZYNAMI RÓWNOLEGŁY ALGORYTM POPULACYJNY DLA PROBLEMU GNIAZDOWEGO Z RÓWNOLEGŁYMI MASZYNAMI Wojcech BOŻEJKO, Marusz UCHROŃSKI, Meczysław WODECKI Streszczene: W pracy rozpatrywany jest ogólny problem kolejnoścowy

Bardziej szczegółowo

PROBLEMATYKA DOBORU MIARY ODLEGŁOŚCI W KLASYFIKACJI SPEKTRALNEJ DANYCH SYMBOLICZNYCH

PROBLEMATYKA DOBORU MIARY ODLEGŁOŚCI W KLASYFIKACJI SPEKTRALNEJ DANYCH SYMBOLICZNYCH Marcn Peła Unwersytet Eonoczny we Wrocławu PROBLEMATYKA DOBORU MIARY ODLEGŁOŚCI W KLASYFIKACJI SPEKTRALNEJ DANYCH SYMBOLICZNYCH Wprowadzene Zagadnene doboru odpowednej ary odległośc stanow, obo probleaty

Bardziej szczegółowo

KOINCYDENTNOŚĆ MODELU EKONOMETRYCZNEGO A JEGO JAKOŚĆ MIERZONA WARTOŚCIĄ WSPÓŁCZYNNIKA R 2 (K)

KOINCYDENTNOŚĆ MODELU EKONOMETRYCZNEGO A JEGO JAKOŚĆ MIERZONA WARTOŚCIĄ WSPÓŁCZYNNIKA R 2 (K) STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 31 Mchał Kolupa Poltechnka Radomska w Radomu Joanna Plebanak Szkoła Główna Handlowa w Warszawe KOINCYDENTNOŚĆ MODELU EKONOMETRYCZNEGO A JEGO

Bardziej szczegółowo

Kwantyzacja skalarna. Plan 1. Definicja 2. Kwantyzacja równomierna 3. Niedopasowanie, adaptacja 4. Kwantyzacja nierównomierna

Kwantyzacja skalarna. Plan 1. Definicja 2. Kwantyzacja równomierna 3. Niedopasowanie, adaptacja 4. Kwantyzacja nierównomierna Kwantyzacja salarna Plan. Defncja. Kwantyzacja równomerna 3. Nedopasowane, adaptacja 4. Kwantyzacja nerównomerna Pojce wantyzacj Defncja: Kwantyzacja reprezentacja duego w szczególnoc nesoczonego) zboru

Bardziej szczegółowo

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego Portel nwestycyjny ćwczena Na podst. Wtold Jurek: Konstrukcja analza rozdzał 5 dr chał Konopczyńsk Portele zawerające walor pozbawony ryzyka. lementy teor rynku kaptałowego 1. Pożyczane penędzy amy dwa

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj

Bardziej szczegółowo

D Archiwum Prac Dyplomowych - Instrukcja dla studentów

D Archiwum Prac Dyplomowych - Instrukcja dla studentów Kraków 01.10.2015 D Archwum Prac Dyplomowych - Instrukcja dla studentów Procedura Archwzacj Prac Dyplomowych jest realzowana zgodne z zarządzenem nr 71/2015 Rektora Unwersytetu Rolnczego m. H. Kołłątaja

Bardziej szczegółowo

Laboratorium ochrony danych

Laboratorium ochrony danych Laboratorum ochrony danych Ćwczene nr Temat ćwczena: Cała skończone rozszerzone Cel dydaktyczny: Opanowane programowej metody konstruowana cał skończonych rozszerzonych GF(pm), poznane ch własnośc oraz

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 1 Statystyka opsowa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 W statystyce opsowej mamy pełne nformacje

Bardziej szczegółowo

OKREŚLANIE PARZYSTOŚCI LICZB W RESZTOWYM SYSTEMIE LICZBOWYM Z WYKORZYSTANIEM KONWERSJI DO SYSTEMU Z MIESZANYMI PODSTAWAMI

OKREŚLANIE PARZYSTOŚCI LICZB W RESZTOWYM SYSTEMIE LICZBOWYM Z WYKORZYSTANIEM KONWERSJI DO SYSTEMU Z MIESZANYMI PODSTAWAMI POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 76 Electrcal Engneerng 2013 Mrosław PLEBANEK* OKREŚLANIE PARZYSTOŚCI LICZB W RESZTOWYM SYSTEMIE LICZBOWYM Z WYKORZYSTANIEM KONWERSJI DO SYSTEMU Z

Bardziej szczegółowo

Twierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że

Twierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że Twerdzene Bezouta lczby zespolone Javer de Lucas Ćwczene 1 Ustal dla których a, b R można podzelć f 1 X) = X 4 3X 2 + ax b przez f 2 X) = X 2 3X+2 Oblcz a b Z 5 jeżel zak ladamy, że f 1 f 2 s a welomanam

Bardziej szczegółowo

HEURYSTYKA Z REGUŁAMI PRIORYTETOWYMI DLA PROBLEMU HARMONOGRAMOWANIA PROJEKTU Z OGRANICZONYMI ZASOBAMI

HEURYSTYKA Z REGUŁAMI PRIORYTETOWYMI DLA PROBLEMU HARMONOGRAMOWANIA PROJEKTU Z OGRANICZONYMI ZASOBAMI HEURYSTYKA Z REGUŁAMI PRIORYTETOWYMI DLA PROBLEMU HARMONOGRAMOWANIA PROJEKTU Z OGRANICZONYMI ZASOBAMI Marcn KLIMEK, Potr ŁEBKOWSKI Streszczene: W artykule analzowane jest zagadnene harmonogramowana projektu

Bardziej szczegółowo

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012

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

Bardziej szczegółowo

ORGANIZACJA ZAJĘĆ OPTYMALIZACJA GLOBALNA WSTĘP PLAN WYKŁADU. Wykładowca dr inż. Agnieszka Bołtuć, pokój 304, e-mail: aboltuc@ii.uwb.edu.

ORGANIZACJA ZAJĘĆ OPTYMALIZACJA GLOBALNA WSTĘP PLAN WYKŁADU. Wykładowca dr inż. Agnieszka Bołtuć, pokój 304, e-mail: aboltuc@ii.uwb.edu. ORGANIZACJA ZAJĘĆ Wykładowca dr nż. Agneszka Bołtuć, pokój 304, e-mal: aboltuc@.uwb.edu.pl Lczba godzn forma zajęć: 15 godzn wykładu oraz 15 godzn laboratorum 15 godzn projektu Konsultacje: ponedzałk 9:30-11:00,

Bardziej szczegółowo

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB Rozwązywane zadań optymalzacj w środowsku programu MATLAB Zagadnene optymalzacj polega na znajdowanu najlepszego, względem ustalonego kryterum, rozwązana należącego do zboru rozwązań dopuszczalnych. Standardowe

Bardziej szczegółowo

Zagadnienia do omówienia

Zagadnienia do omówienia Zarządzane produkcją dr nż. Marek Dudek Ul. Gramatyka 0, tel. 6798 http://www.produkcja.zarz.agh.edu.pl Zagadnena do omówena Zasady projektowana systemów produkcyjnych część (organzacja procesów w przestrzen)

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

Zadanie na wykonanie Projektu Zespołowego

Zadanie na wykonanie Projektu Zespołowego Zadane na wykonane Projektu Zespołowego Celem projektu jest uzyskane następującego szeregu umejętnośc praktycznych: umejętnośc opracowana równoległych wersj algorytmów (na przykładze algorytmów algebry

Bardziej szczegółowo

TRANZYSTOR BIPOLARNY CHARAKTERYSTYKI STATYCZNE

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

Bardziej szczegółowo

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

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np. Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas

Bardziej szczegółowo

Ćw. 2. Wyznaczanie wartości średniego współczynnika tarcia i sprawności śrub złącznych oraz uzyskanego przez nie zacisku dla określonego momentu.

Ćw. 2. Wyznaczanie wartości średniego współczynnika tarcia i sprawności śrub złącznych oraz uzyskanego przez nie zacisku dla określonego momentu. Laboratorum z Podstaw Konstrukcj aszyn - - Ćw.. Wyznaczane wartośc średnego współczynnka tarca sprawnośc śrub złącznych oraz uzyskanego przez ne zacsku da okreśonego momentu.. Podstawowe wadomośc pojęca.

Bardziej szczegółowo

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

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,

Bardziej szczegółowo

Dr inż. Robert Smusz Politechnika Rzeszowska im. I. Łukasiewicza Wydział Budowy Maszyn i Lotnictwa Katedra Termodynamiki

Dr inż. Robert Smusz Politechnika Rzeszowska im. I. Łukasiewicza Wydział Budowy Maszyn i Lotnictwa Katedra Termodynamiki Dr nż. Robert Smusz Poltechnka Rzeszowska m. I. Łukasewcza Wydzał Budowy Maszyn Lotnctwa Katedra Termodynamk Projekt jest współfnansowany w ramach programu polskej pomocy zagrancznej Mnsterstwa Spraw Zagrancznych

Bardziej szczegółowo

Materialy dydaktyczne

Materialy dydaktyczne .. Cel ćwczena Ćwczene BADANIE ZJAWISKA TARCIA Celem ćwczena jest obserwacja efetów dzałana sł tarca statycznego netycznego w prostych uładach. W szczególnośc jest nm esperymentalne wyznaczene współczynnów

Bardziej szczegółowo

Rozliczanie kosztów Proces rozliczania kosztów

Rozliczanie kosztów Proces rozliczania kosztów Rozlczane kosztów Proces rozlczana kosztów Koszty dzałalnośc jednostek gospodarczych są złoŝoną kategorą ekonomczną, ujmowaną weloprzekrojowo. W systeme rachunku kosztów odbywa sę transformacja jednych

Bardziej szczegółowo

ochrona przed em mgr Mikołaj Kirpluk

ochrona przed em mgr Mikołaj Kirpluk ochrona przed em mgr Mkołaj Krpluk 0-502 216620 www.ntlmk.com Okrelane nepewnoc oblczanego / merzonego równowanego pozomu dwku: wpływ wybranej statystyk pomarów krótkookresowych, w zalenoc od czasu pomaru

Bardziej szczegółowo

Zad 2 Dynamika zatrudnienia mierzona indeksami łańcuchowymi w ostatnich pięciu latach kształtowały się następująco: Lata Indeksy ( w %)

Zad 2 Dynamika zatrudnienia mierzona indeksami łańcuchowymi w ostatnich pięciu latach kształtowały się następująco: Lata Indeksy ( w %) Analza dnamk Zad. 1 Indeks lczb studującch studentów w województwe śląskm w kolejnch pęcu latach przedstawał sę następująco: Lata 1 2 3 4 5 Indeks jednopodstawowe z roku t = 1 100,0 115,7 161,4 250,8 195,9

Bardziej szczegółowo

KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA

KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA Krzysztof Serżęga Wyższa Szkoła Informatyk Zarządzana w Rzeszowe Streszczene Artykuł porusza temat zwązany

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych 12.10.2002 r.

Matematyka ubezpieczeń majątkowych 12.10.2002 r. Matematya ubezpieczeń majątowych.0.00 r. Zadanie. W pewnym portfelu ryzy ubezpieczycielowi udaje się reompensować sobie jedną trzecią wartości pierwotnie wypłaconych odszodowań w formie regresów. Oczywiście

Bardziej szczegółowo

Wielokryterialny Trójwymiarowy Problem Pakowania

Wielokryterialny Trójwymiarowy Problem Pakowania Łukasz Kacprzak, Jarosław Rudy, Domnk Żelazny Instytut Informatyk, Automatyk Robotyk, Poltechnka Wrocławska Welokryteralny Trójwymarowy Problem Pakowana 1. Wstęp Problemy pakowana należą do klasy NP-trudnych

Bardziej szczegółowo

Koncepcja środowiska symulacyjnego do oceny samoorganizacji trasowania w sieci sensorycznej

Koncepcja środowiska symulacyjnego do oceny samoorganizacji trasowania w sieci sensorycznej dr nż. Krzysztof Stankewcz Instytut Technk Górnczej KOMAG Koncepcja środowska symulacyjnego do oceny samoorganzacj trasowana w sec sensorycznej S t r e s z c z e n e S u m m a r y Technk Internetu Rzeczy

Bardziej szczegółowo

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

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

Bardziej szczegółowo

1 0 0 / m S t a n d a r d w y m a g a ń - e g z a m i n m i s t r z o w s k i dla zawodu K O S M E T Y C Z K A * * (dla absolwentów szkół ponadzasadniczych) Kod z klasyfikacji zawodów i sp e cjaln oś ci

Bardziej szczegółowo

Badanie energetyczne płaskiego kolektora słonecznego

Badanie energetyczne płaskiego kolektora słonecznego Katedra Slnów Salnowych Pojazdów ATH ZAKŁAD TERMODYNAMIKI Badane energetyczne łasego oletora słonecznego - 1 - rowadzene yorzystane energ celnej romenowana słonecznego do celów ogrzewana, chłodzena oraz

Bardziej szczegółowo

Miary statystyczne. Katowice 2014

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

Bardziej szczegółowo

5. OPTYMALIZACJA GRAFOWO-SIECIOWA

5. OPTYMALIZACJA GRAFOWO-SIECIOWA . OPTYMALIZACJA GRAFOWO-SIECIOWA Defncja grafu Pod pojęcem grafu G rozumemy następującą dwójkę uporządkowaną (defncja grafu Berge a): (.) G W,U gdze: W zbór werzchołków grafu, U zbór łuków grafu, U W W,

Bardziej szczegółowo

WikiWS For Business Sharks

WikiWS For Business Sharks WkWS For Busness Sharks Ops zadana konkursowego Zadane Opracowane algorytmu automatyczne przetwarzającego zdjęce odręczne narysowanego dagramu na tablcy lub kartce do postac wektorowej zapsanej w formace

Bardziej szczegółowo

Kier. MTR Programowanie w MATLABie Laboratorium Ćw. 12

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

Bardziej szczegółowo

ZESTAW ZADAŃ Z INFORMATYKI

ZESTAW ZADAŃ Z INFORMATYKI (Wpsue zdaąc przed rozpoczęcem prac) KOD ZDAJĄCEGO ZESTAW ZADAŃ Z INFORMATYKI CZĘŚĆ II (dla pozomu rozszerzonego) GRUDZIEŃ ROK 004 Czas prac 50 mnut Instrukca dla zdaącego. Proszę sprawdzć, cz zestaw zadań

Bardziej szczegółowo

IN YNIERIA BEZPIECZE STWA LABORATORIUM NR 6

IN YNIERIA BEZPIECZE STWA LABORATORIUM NR 6 IN YNIERIA BEZPIECZE STWA LABORATORIUM NR 6 WYBRANE ZAGADNIENIA Z TEORII LICZB 1. Wybrane zagadnena z teor lczb Do onstruowana systemów ryptografcznych u Ŝ ywa sę czę sto wyrafnowanego aparatu matematycznego,

Bardziej szczegółowo

HARMONOGRAMOWANIE PROJEKTÓW W DYNAMICZNYCH RODOWISKACH PRODUKCYJNYCH

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

ZESZYTY NAUKOWE NR 11(83) AKADEMII MORSKIEJ W SZCZECINIE. Fuzja danych nawigacyjnych w przestrzeni filtru Kalmana

ZESZYTY NAUKOWE NR 11(83) AKADEMII MORSKIEJ W SZCZECINIE. Fuzja danych nawigacyjnych w przestrzeni filtru Kalmana ISSN 733-867 ZESZ NAUKOWE NR (83) AKADEMII MORSKIEJ W SZCZECINIE IV MIĘDZNARODOWA KONFERENCJA NAUKOWO-ECHNICZNA E X L O - S H I 6 Andrzej Stteczny, Andrzej Lsj, Chfn Mohmmd Fzj dnych nwgcyjnych w przestrzen

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie. Zaps nformacj, systemy pozycyjne 1 Lteratura Jerzy Grębosz, Symfona C++ standard. Harvey M. Detl, Paul J. Detl, Arkana C++. Programowane. Zaps nformacj w komputerach Wszystke elementy danych przetwarzane

Bardziej szczegółowo

XLI OLIMPIADA FIZYCZNA ETAP WSTĘPNY Zadanie teoretyczne

XLI OLIMPIADA FIZYCZNA ETAP WSTĘPNY Zadanie teoretyczne XLI OLIMPIADA FIZYCZNA ETAP WSTĘPNY Zadane teoretyczne Rozwąż dowolne rzez sebe wybrane dwa sośród odanych nże zadań: ZADANIE T Nazwa zadana: Protony antyrotony A. Cząstk o mase równe mase rotonu, ale

Bardziej szczegółowo

WPROWADZENIE DO TEORII DECYZJI STATYSTYCZNYCH

WPROWADZENIE DO TEORII DECYZJI STATYSTYCZNYCH Ćwczene nr 1 Statystyczne metody wspomagana decyzj Teora decyzj statystycznych WPROWADZENIE DO TEORII DECYZJI STATYSTYCZNYCH Problem decyzyjny decyzja pocągająca za sobą korzyść lub stratę. Proces decyzyjny

Bardziej szczegółowo

Ćwiczenie 18. Anna Jakubowska, Edward Dutkiewicz ADSORPCJA NA GRANICY FAZ CIECZ GAZ. IZOTERMA ADSORPCJI GIBBSA

Ćwiczenie 18. Anna Jakubowska, Edward Dutkiewicz ADSORPCJA NA GRANICY FAZ CIECZ GAZ. IZOTERMA ADSORPCJI GIBBSA Ćwczene 18 Anna Jakubowska, Edward Dutkewcz ADSORPCJA NA GRANICY FAZ CIECZ GAZ. IZOTERMA ADSORPCJI GIBBSA Zagadnena: Zjawsko adsorpcj, pojęce zotermy adsorpcj. Równane zotermy adsorpcj Gbbsa. Defncja nadmaru

Bardziej szczegółowo

Programowanie wielokryterialne

Programowanie wielokryterialne Prgramwane welkryteralne. Pdstawwe defncje znaczena. Matematyczny mdel sytuacj decyzyjnej Załóżmy, że decydent dknując wybru decyzj dpuszczalnej x = [ x,..., xn ] D keruje sę szeregem kryterów f,..., f.

Bardziej szczegółowo

Weryfikacja hipotez dla wielu populacji

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

Bardziej szczegółowo

PROBLEMY DOBORU ALGORYTMÓW STEROWANIA UKŁADÓW NAPDOWYCH WSPÓŁCZESNYCH DWIGÓW OSOBOWYCH

PROBLEMY DOBORU ALGORYTMÓW STEROWANIA UKŁADÓW NAPDOWYCH WSPÓŁCZESNYCH DWIGÓW OSOBOWYCH Krzysztof Kolano, Jan Kolano Poltechna Lubelsa, Lubln PROBLEMY DOBORU ALGORYMÓW SEROWAIA UKŁADÓW APDOWYCH WSPÓŁCZESYCH DWIGÓW OSOBOWYCH HE CHOOSIG OF OPIMAL COROL ROUIE FOR MODER ELEVAOR SYSEMS Abstract:

Bardziej szczegółowo

Zastosowanie priorytetów dynamicznych do optymalizacji wieloproduktowych systemów produkcyjnych w poligrafii

Zastosowanie priorytetów dynamicznych do optymalizacji wieloproduktowych systemów produkcyjnych w poligrafii Zachodnopomorsk Unwersytet Technologczny w Szczecne Wydzał Informatyk Zastosowane prorytetów dynamcznych do optymalzacj weloproduktowych systemów produkcyjnych w polgraf Autoreferat rozprawy doktorskej

Bardziej szczegółowo

Indukcja matematyczna

Indukcja matematyczna Iducja matematycza Twerdzee. zasada ducj matematyczej Nech T ozacza pewą tezę o lczbe aturalej. Jeżel dla pewej lczby aturalej 0 teza T 0 jest prawdzwa dla ażdej lczby aturalej 0 z prawdzwośc tezy T wya

Bardziej szczegółowo

METODY OCENY STOPNIA ZAAWANSOWANIA TELEINFORMATYCZNEGO POLSKICH PRZEDSI BIORSTW

METODY OCENY STOPNIA ZAAWANSOWANIA TELEINFORMATYCZNEGO POLSKICH PRZEDSI BIORSTW METODY OCENY STOPNIA ZAAWANSOWANIA TELEINFORMATYCZNEGO POLSKICH PRZEDSI BIORSTW ANETA BECKER, Aadema Rolncza w Szczecne JAROSŁAW BECKER Poltechna Szczec sa Streszczene W artyule scharateryzowano wyorzystane

Bardziej szczegółowo

PROCEDURA OCENY EFEKTÓW KSZTAŁCENIA, OSI GANYCH PRZEZ STUDENTÓW SPECJALNO CI INFORMATYCZNYCH

PROCEDURA OCENY EFEKTÓW KSZTAŁCENIA, OSI GANYCH PRZEZ STUDENTÓW SPECJALNO CI INFORMATYCZNYCH PROCEDURA OCENY EFEKTÓW KSZTAŁCENIA, OSIGANYCH PRZEZ STUDENTÓW SPECJALNOCI INFORMATYCZNYCH WALERY SUSŁOW, ADAM SŁOWIK, TOMASZ KRÓLIKOWSKI Streszczene W nnejszym artykule przedstawono procedury organzacyjne

Bardziej szczegółowo

POROZUMIENIE. z dnia roku

POROZUMIENIE. z dnia roku Załcznk do UCHWAŁY NR LXI/710/02 RADY MIASTA ZIELONA GÓRA z dna 1 padzernka 2002 r. POROZUMIENIE z dna... 2002 roku Na podstawe: 1. Uchwały Nr... Rady Masta...z dna... 2002 r w sprawe porozumena 2. Uchwały

Bardziej szczegółowo

Treść zadań 1 8 odnosi się do poniższego diagramu przestrzenno-czasowego.

Treść zadań 1 8 odnosi się do poniższego diagramu przestrzenno-czasowego. Treść zadań 8 odnos sę do ponższego dagramu przestrzenno-czasowego. P e e e e e e P e P P e e e e. Jaka będze wartość zmennej clock (zegara skalarnego) po zajścu zdarzena e w procese P zakładając że wartość

Bardziej szczegółowo

Plan wykładu. Sztuczne sieci neuronowe. Uczenie nienadzorowane (bez nauczyciela) Uczenie nienadzorowane - przykłady

Plan wykładu. Sztuczne sieci neuronowe. Uczenie nienadzorowane (bez nauczyciela) Uczenie nienadzorowane - przykłady Plan yładu Wyład 10: Sec samoorganzuce s na zasadze spółzaodncta Sec samoorganzuace s na zasadze spółzaodncta: uczene nenadzoroane uczene onurencyne reguła WTA reguła WTM antoane etoroe mapa cech Kohonena

Bardziej szczegółowo

KRYTERIA WYBORU ARCHITEKTURY SIECI NEURONOWYCH - FINANSOWE CZY BŁ DU PROGNOZY

KRYTERIA WYBORU ARCHITEKTURY SIECI NEURONOWYCH - FINANSOWE CZY BŁ DU PROGNOZY KRYTERIA WYBORU ARCHITEKTURY SIECI NEURONOWYCH - FINANSOWE CZY BŁDU PROGNOZY HENRYK MARJAK Zachodnopomorsk Unwersytet Technologczny w Szczecne Streszczene Klasyczne podejce do zastosowana sec neuronowych

Bardziej szczegółowo

Odczyt kodów felg samochodowych w procesie produkcyjnym

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

Bardziej szczegółowo

Nieliniowe zadanie optymalizacji bez ograniczeń numeryczne metody iteracyjne optymalizacji

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

Bardziej szczegółowo

PROGRAMOWANIE DYNAMICZNE W ROZMYTYM OTOCZENIU DO STEROWANIA STATKIEM

PROGRAMOWANIE DYNAMICZNE W ROZMYTYM OTOCZENIU DO STEROWANIA STATKIEM Mostefa Mohamed-Seghir Akademia Morska w Gdyni PROGRAMOWANIE DYNAMICZNE W ROZMYTYM OTOCZENIU DO STEROWANIA STATKIEM W artykule przedstawiono propozycję zastosowania programowania dynamicznego do rozwiązywania

Bardziej szczegółowo

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:

Bardziej szczegółowo

OPTYMALIZACJA WARTOŚCI POLA MAGNETYCZNEGO W POBLIŻU LINII NAPOWIETRZNEJ Z WYKORZYSTANIEM ALGORYTMU GENETYCZNEGO

OPTYMALIZACJA WARTOŚCI POLA MAGNETYCZNEGO W POBLIŻU LINII NAPOWIETRZNEJ Z WYKORZYSTANIEM ALGORYTMU GENETYCZNEGO POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 81 Electrcal Engneerng 015 Mkołaj KSIĄŻKIEWICZ* OPTYMALIZACJA WARTOŚCI POLA MAGNETYCZNEGO W POLIŻU LINII NAPOWIETRZNEJ Z WYKORZYSTANIEM ALGORYTMU

Bardziej szczegółowo

Evaluation of estimation accuracy of correlation functions with use of virtual correlator model

Evaluation of estimation accuracy of correlation functions with use of virtual correlator model Jadwga LAL-JADZIAK Unwersytet Zelonogórsk Instytut etrolog Elektrycznej Elżbeta KAWECKA Unwersytet Zelonogórsk Instytut Informatyk Elektronk Ocena dokładnośc estymacj funkcj korelacyjnych z użycem modelu

Bardziej szczegółowo

WPŁYW PARAMETRÓW DYSKRETYZACJI NA NIEPEWNOŚĆ WYNIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO

WPŁYW PARAMETRÓW DYSKRETYZACJI NA NIEPEWNOŚĆ WYNIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO Walenty OWIECZKO WPŁYW PARAMETRÓW DYSKRETYZACJI A IEPEWOŚĆ WYIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO STRESZCZEIE W artykule przedstaono ynk analzy nepenośc pomaru ybranych cech obektu obrazu cyfroego. Wyznaczono

Bardziej szczegółowo

APROKSYMACJA QUASIJEDNOSTAJNA

APROKSYMACJA QUASIJEDNOSTAJNA POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 73 Electrcal Engneerng 213 Jan PURCZYŃSKI* APROKSYMACJA QUASIJEDNOSTAJNA W pracy wykorzystano metodę aproksymacj średnokwadratowej welomanowej, przy

Bardziej szczegółowo

1. Rozwiązać układ równań { x 2 = 2y 1

1. Rozwiązać układ równań { x 2 = 2y 1 Dzień Dziecka z Matematyką Tomasz Szymczyk Piotrków Trybunalski, 4 czerwca 013 r. Układy równań szkice rozwiązań 1. Rozwiązać układ równań { x = y 1 y = x 1. Wyznaczając z pierwszego równania zmienną y,

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 9. jej modyfkacje. Oznaczena Będzemy rozpatrywać zagadnene rozwązana następującego układu n równań lnowych z n newadomym x 1... x n : a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x

Bardziej szczegółowo

Zadanie 1. Udowodnij, że CAUS PRAM. Załóżmy przetwarzanie przyczynowo spójne. Dla każdego obrazu historii hv i zachodzi zatem:

Zadanie 1. Udowodnij, że CAUS PRAM. Załóżmy przetwarzanie przyczynowo spójne. Dla każdego obrazu historii hv i zachodzi zatem: Zadane 1 Udowodnj, że CAUS PRAM Załóżmy przetwarzane przyczynowo spójne. Dla każdego obrazu hstor hv zachodz zatem: O OW O OW x X p j o O o1 o2 o1 o2 o1 j o2 ( o1 = w( x) v o2 = r( x) v) o1 o2 ( o1 o o2)

Bardziej szczegółowo

Warunek równowagi bryły sztywnej: Znikanie sumy sił przyłożonych i sumy momentów sił przyłożonych.

Warunek równowagi bryły sztywnej: Znikanie sumy sił przyłożonych i sumy momentów sił przyłożonych. Warunek równowag bryły sztywnej: Znkane suy sł przyłożonych suy oentów sł przyłożonych. r Precesja koła rowerowego L J Oznaczena na poprzench wykłaach L L L L g L t M M F L t F Częstość precesj: Ω ϕ t

Bardziej szczegółowo

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu PRACE KOMISJI GEOGRAFII PRZEMYSŁU Nr 7 WARSZAWA KRAKÓW 2004 Akadema Pedagogczna, Kraków Kształtowane sę frm nformatycznych jako nowych elementów struktury przestrzennej przemysłu Postępujący proces rozwoju

Bardziej szczegółowo

Rozwiązywanie zadania harmonogramowania ruchu statków jako element bezpieczeństwa ruchu w systemie VTS

Rozwiązywanie zadania harmonogramowania ruchu statków jako element bezpieczeństwa ruchu w systemie VTS UCHACZ Waldear 1 Rozwązywane zadana haronograowana ruchu statków ako eleent bezpeczeństwa ruchu w systee VS 1. WSĘP Bezpeczne prowadzene statków na torze wodny stae sę ogrony problee w sytuac duże ntensywnośc

Bardziej szczegółowo

METODA GMDH DO PROGNOZOWANIA RYNKÓW W WARUNKACH KRYZYSU FINANSOWEGO

METODA GMDH DO PROGNOZOWANIA RYNKÓW W WARUNKACH KRYZYSU FINANSOWEGO METODA GMDH DO PROGNOZOWANIA RNKÓW W WARUNKACH KRZSU FINANSOWEGO ANTONI WILISKI Zachodnopomorsk Unwersytet Technczny Streszczene W artykule rozwaany jest odweczny problem dokładnoc predykcj na rynkach

Bardziej szczegółowo

Udoskonalona metoda obliczania mocy traconej w tranzystorach wzmacniacza klasy AB

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

Bardziej szczegółowo

WSPOMAGANIE KOOPERACJI Z WYKORZYSTANIEM TEORII GIER I ANALIZY WIELOKRYTERIALNEJ

WSPOMAGANIE KOOPERACJI Z WYKORZYSTANIEM TEORII GIER I ANALIZY WIELOKRYTERIALNEJ Macej Wolny WPOMAGANIE KOOPERACJI Z WYKORZYTANIEM TEORII GIER I ANALIZY WIELOKRYTERIALNEJ Wprowadzene Kooperacja mędzy organzacjam ma stotne znaczene w życu gospodarczym. Podmoty gospodarcze lub ch poszczególne

Bardziej szczegółowo

Arytmetyka finansowa Wykład z dnia 30.04.2013

Arytmetyka finansowa Wykład z dnia 30.04.2013 Arytmetyka fnansowa Wykła z na 30042013 Wesław Krakowak W tym rozzale bęzemy baać wartość aktualną rent pewnych, W szczególnośc, wartość obecną renty, a równeż wartość końcową Do wartośc końcowej renty

Bardziej szczegółowo

D Archiwum Prac Dyplomowych - Instrukcja dla opiekunów/promotorów/recenzentów

D Archiwum Prac Dyplomowych - Instrukcja dla opiekunów/promotorów/recenzentów D Archwum Prac Dyplomowych - Instrukcja dla opekunów/promotorów/recenzentów Kraków 13.01.2016 r. Procedura Archwzacj Prac Dyplomowych jest realzowana zgodne z zarządzenem nr 71/2015 Rektora Unwersytetu

Bardziej szczegółowo

Systemy resztowe. Kongruencje. Liczby kongruentne (przystaj ce) modulo w (w moduł przystawania) (N,M ): N M(modw) k : N M=kw M N=kw

Systemy resztowe. Kongruencje. Liczby kongruentne (przystaj ce) modulo w (w moduł przystawania) (N,M ): N M(modw) k : N M=kw M N=kw Kongruencje Lczby ongruentne (przytaj ce) modulo w (w moduł przytawana) (N,M ): N M(modw) : N Mw M Nw Kongruencja relacja równowa no c: zwrotna (reflexve): N N(modw), ymetryczna (ymmetrc): N M(modw) M

Bardziej szczegółowo

O PEWNYM MODELU POZWALAJĄCYM IDENTYFIKOWAĆ K NAJBARDZIEJ PODEJRZANYCH REKORDÓW W ZBIORZE DANYCH KSIĘGOWYCH W PROCESIE WYKRYWANIA OSZUSTW FINANSOWYCH

O PEWNYM MODELU POZWALAJĄCYM IDENTYFIKOWAĆ K NAJBARDZIEJ PODEJRZANYCH REKORDÓW W ZBIORZE DANYCH KSIĘGOWYCH W PROCESIE WYKRYWANIA OSZUSTW FINANSOWYCH Mateusz Baryła Unwersytet Ekonomczny w Krakowe O PEWNYM MODELU POZWALAJĄCYM IDENTYFIKOWAĆ K NAJBARDZIEJ PODEJRZANYCH REKORDÓW W ZBIORZE DANYCH KSIĘGOWYCH W PROCESIE WYKRYWANIA OSZUSTW FINANSOWYCH Wprowadzene

Bardziej szczegółowo

STATYSTYKA. Zmienna losowa skokowa i jej rozkład

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

Bardziej szczegółowo

Pomiar mocy i energii

Pomiar mocy i energii Zakład Napędów Weloźródłowych Instytut Maszyn Roboczych CęŜkch PW Laboratorum Elektrotechnk Elektronk Ćwczene P3 - protokół Pomar mocy energ Data wykonana ćwczena... Zespół wykonujący ćwczene: Nazwsko

Bardziej szczegółowo

Metoda kształtowania pola elektrycznego w procesie elektrochemicznego osadzania miedzi

Metoda kształtowania pola elektrycznego w procesie elektrochemicznego osadzania miedzi OLITECHNIKA BIAŁOSTOCKA WYDZIAŁ ELEKTRYCZNY AUTOREFERAT ROZRAWY DOKTORSKIEJ gr nŝ. Anna Mara Bałostocka Metoda kształtowana pola elektrycznego w procese elektrochecznego osadzana edz rootor: dr hab. nŝ.

Bardziej szczegółowo

Klasyfkator lnowy Wstęp Klasyfkator lnowy jest najprostszym możlwym klasyfkatorem. Zakłada on lnową separację lnowy podzał dwóch klas mędzy sobą. Przedstawa to ponższy rysunek: 5 4 3 1 0-1 - -3-4 -5-5

Bardziej szczegółowo

Ćw. 5. Wyznaczanie współczynnika sprężystości przy pomocy wahadła sprężynowego

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

Bardziej szczegółowo