Statyczna alokacja kanałów (FCA)

Wielkość: px
Rozpocząć pokaz od strony:

Download "Statyczna alokacja kanałów (FCA)"

Transkrypt

1 Przydzał kanałów 1

2 Zarys wykładu Wprowadzene Alokacja statyczna a alokacja dynamczna Statyczne metody alokacj kanałów Dynamczne metody alokacj kanałów Inne metody alokacj kanałów Alokacja w strukturach systemów specjalzowanych Modelowane kanałów Modelowane dla zgłoszeń typu przenesene regonu 2

3 Wprowadzene Czym jest przydzał (alokacja) kanałów? Dostępne radowe spektrum częstotlwośc mus być podzelone na pewną lczbę rozłącznych kanałów, które mogą być używane jednocześne w tak sposób, aby mnmalzować nterferencję przyległych kanałów poprzez ch odpowedną alokację (szczególne kanałów roboczych) Technk alokacj kanałów można podzelć na Statyczne (Fxed Channel Allocaton (FCA) schemes); Dynamczne (Dynamc Channel Allocaton (DCA) schemes); Hybrydowe (Hybrd Channel Allocaton (HCA) schemes: łączące technk FCA oraz DCA 3

4 Statyczna alokacja kanałów (FCA) Technk statycznej alokacj zakładają, że dany zbór kanałów jest na stale przydzelony do każdej komórk w sec Jeżel całkowta lczba dostępnych kanałów w systeme S jest podzelona na zbory, to mnmalna lczba N zborów tych kanałów wymagana, aby obsłużyć całkowty obszar pokryca jest zwązana z odległoścą D wykorzystana częstotlwośc w sposób następujący: N = D 2 / 3R 2 W wynku krótkotermnowych fluktuacj ruchu secowego, schematy FCA często ne są w stane podtrzymywać wysokej jakośc obsług. Jedną z możlwośc rozwązana tego problemu jest pożyczane wolnych kanałów z sąsednch komórek 4

5 Proste pożyczane (Smple Borrowng (SB)) komórka (acceptor cell), która zużyła wszystke swoje nomnalne kanały może pożyczyć wolne kanały z sąsednej komórk (donor cell), po to aby obsłużyć nowe zgłoszena Pożyczene może nastąpć z przyległej komórk, np. z tej, która ma najwększą lczbę wolnych kanałów (pożyczane od najbogatszego) Wyberz perwszy wolny kanał odnalezony przez algorytm poszukwana (pożycz perwszy dostępny kanał) Zwróć pożyczony kanał gdy on staje sę wolny w komórce (basc algorthm wth reassgnment) Aby kanał nadawał sę do pożyczena ne może on nterferować z obsługwanym aktualne zgłoszenam (patrz, następny slajd) 5

6 Proste schematy pożyczana kanałów Komórk donory dla sektora X 1 komórka 3 2 X Y Z zgłoszene zancjowane w sektorze X komórk 3 może pożyczyć kanał z przyległych komórek 1 lub 2. 6

7 Konsekwencje pożyczana kanałów w systemach bezprzewodowych z sektorowanym komórkam A 7 c a A 2 b c b a A 6 c b a A 1 c a x A 3 b c b a A 5 c b a A 4 c b a X pożycza pewne kanały z a 7

8 Metody prostego pożyczana kanałów (CB) Metoda Proste pożyczane (CB) Pożycz od najbogatszego (SBR) Ops Nomnalny zbór kanałów przyznaje sę komórce, tak jak w przypadku FCA. Po wykorzystanu wszystkch nomnalnych kanałow, dostępny kanał z sąsednej komórk jest pożyczany Kandydatam do pożyczana są dostępne nomnalne kanały przypsane do jednej z przyległych komórek komórk akceptora. Jeżel węcej nż jedna z przyległych komórek ma dostępne dla pożyczana kanały to jest pożyczany kanał z komórk z najwększą lczbą dostępnych kanałów Algorytm podstawowy (BA) Algorytm podstawowy ze zwrotem (BAR) Pożycz perwszy dostępny (BFA) Jest to ulepszona wersja strateg SBR, która wybera kanał badając stan podczas wyboru kanału kandydata na pożyczene. Ta metoda próbuje mnmalzować prawdopodobeństwo przyszłej blokady zgłoszena w komórce, która jest najbardzej dotknęta pożyczanem Ta metoda transferuje zgłoszene z pożyczonego kanału do kanału nomnalnego jak tylko kanał nomnalny staje sę dostępny Zamast próby optymalzacj podczas pożyczana, ten algorytm wybera do pożyczena perszwszego znalezonego kandydata 8

9 Dynamczna alokacja kanałów (Dynamc Channel Allocaton-(DCA)) W metodach DCA wszystke kanały trzymane są w centralnej pul są przypsywane dynamczne do nowych zgłoszeń podczas ch napływu do systemu Po zakończenu obsług zgłoszena kanał jest zwracany do centralnej pul. Wybór odpowednego kanału dla pojawającego sę zgłoszena jest zadanem prostym odbywa sę na podstawe beżącej alokacj beżącego ruchu, w tak sposób aby mnmalzować nterferencję Metoda DCA potraf sprostać problemom zwązanym z metodą FCA. Różne odmany metod DCA są skupone wokół różnych funkcj kosztów używanych podczas selekcj jednego z kanałów kandydatów do przydzelena 9

10 Dynamczna alokacja kanałów (Dynamc Channel Allocaton-(DCA)) Metody DCA mogą być zcentralzowane lub rozproszone Metoda zcentralzowanego DCA polega na używanu jednego kontrolera wyberającego kanał dla każdej komórk Metoda rozproszonego DCA wykorzystuje pewną lczbę kontrolerów rozmeszczonych w sec (MSCs). Metody zcentralzowanego DCA mogą teoretyczne zapewnć najlepszą wydajność. Jednak, ogromna lczba oblczeń komunkacj mędzy BS-m prowadz do nadmernych systemowych opóźneń powoduje, że zcentralzowane DCA są nepraktyczne. Tym nemnej, zcentralzowane DCA często służą jako pożyteczny benchmark umożlwający porównane z praktycznym zdecentralzowanym DCA 10

11 Zcentralzowane DCA Przy pojawenu sę nowego zgłoszena, wyberany jest z centralnej pul wolny kanał w tak sposób, aby maksymalzować rozmar zboru współkanałów, który będze można przypsać komórkom znajdującym sę w odległośc wykorzystana Inna modyfkacja: mnmalzować średnokwadratową odległość mędzy komórkam używającym tego samego kanału 11

12 Zcentralzowane metody DCA Metoda Perwszy dostępny (Frst Avalable- (FA)) Lokalne optymalzowany dynamczny przydzał (LODA)) Wybór na podstawe maksymalnego użyca (RING) Ops Stratega FA jest najprostrzą metodą spośród metod DCA. W FA, perwszy dostępny kanał spełnający kryterum odległośc wykorzystana jest przypsywany zgłoszenu. Ta stratega mnmalzuje czas oblczenowy systemu. Wybór kanału oparty jest na prawdopodobeństwe przyszłej blokady w sasedztwe tej komórk gdze pojawło sę zgłoszene Jako kandydat wyberany jest kanał, który jest w użycu w najwększej lczbe komórek w zborze wspólkanałów. Jeżel węcej nż jeden kanał ma tę własność to wyberany jest w sposób arbtralny jeden z nch, aby obsłużyć zgłoszene. Jeżel żaden z nch ne jest dostepny to wybór dokonuje sę metodą FA 12

13 Zcentralzowane metody DCA Metoda średnokwadratowy (MSQ), 1-clque Ops metoda MSQ wybera dostępny kanał tak, aby mnmalzować średnokwadratową odległość mędzy komórkam używającym tego samego kanału Metoda oparta na teror grafów. Wykorzystuje zbór węzłów grafu, jeden węzeł dla kanału połączene krawędzą dwóch węzłów jeżel ne ma ma mędzy nm współkanałowej nterferencj. Maksymalzacja lczby krawędz wskazuje na dostępność węzłów (kanałów) po wykonanu beżącej selekcj 13

14 Rozproszone metody DCA Operają sę na jednym z trzech parametrów: współkanałowej odległośc - współkanałowych komórkach w sąsedztwe neużywających danego kanału - czasam nterferencja przyległych kanałow jest brana pod uwagę Pomar sły sygnału - przewdywany współczynnk współkanałowej nterferencj (CIR) ponad zadany pozom Współczynnk sygnału do szumu - spełna wymaganą welkość wspólczynnka CIR 14

15 Porównane mędzy FCA DCA FCA lepsza przy dużym ruchu nska elastycznośc podczas przydzału kanału Maksymalne powtórne wykorzystane kanałów czuła na zmany w czase przestrzen Nestablny pozom obslug komórk z grupy nterferujących komórek wysoke wymuszone prawdopodobeństwo zakończena rozmowy Stosowna dla dużych sec komórkowych nska elastyczność DCA lepsza przy małym/umarkowanym ruchu elastyczna alokacja kanałów Ne zawsze maksymalne powtórne wykorzystane kanałów neczuła na zmany w czase przestrzen Stablny pozom obsług komórk z grupy nterferujących komórek nske lub umarkowane wymuszone prawdopodobeństwo zakończena rozmowy Stosowana w secach mkrokomórkowych wysoka elastyczność 15

16 Porównane mędzy FCA DCA FCA urządzena radowe pokrywają wszystke kanały przyznane komórce nezależne zarządzane kanałów nske koszty oblczenowe małe opóźnena podczas ustanowena połączena nska złożoność mplementacj planowane częstotlwośc złożone pracochłonne nske obcażene sygnalzacyjne zarządzane zcentralzowane DCA urządzena radowe pokrywają chwlowy kanał przyznany komórce od całkowce zcentralzowanego do całkowce rozproszonego zarządzana w zależnośc od przyjętej metody wysoke koszty oblczenowe opóźnene od umarkowanego do dużego podczas ustanowena połączena złożoność mplementacj od umarkowanej do wysokej ne ma żadnego planowana częstotlwośc obcążene sygnalzacyjne od umarkowanego do wysokego zarządzane zcentralzowane, rozproszone w zależnośc od metody 16

17 Inne metody alokacj kanałów Na podstawe różnych kryterów używanych w celu optymalzacj wydajnośc zaproponowano wele nnych metod alokacj kanałów Hybrydowa alokacja kanałów (HCA) Elastyczna alokacja kanałów (FCA) Alokacja kanałów z przenesenem (HCA) 17

18 Hybrydowa alokacja kanałów (HCA) Technk HCA są kombnacją technk FCA DCA W HCA całkowta lczba dostępnych kanałów jest dzelona na zbory stałe dynamczne Zbór stały zawera lczbę nomnalnych kanałów, które są przydzelane do komórek podobne jak w metodach FCA; te kanały są preferowane do użyca podczas pojawana sę kolejnych zgłoszeń Zbór dynamczny jest współdzelony przez wszystkch użytkownków systemu w celu zwększena elastycznośc systemu Przykład: gdy pojawa sę zgłoszene w komórce jej wszystke nomnalne kanały są zajęte to wówczas przydzelany jest kanał ze zboru dynamcznego 18

19 Hybrydowa alokacja kanałów (HCA) Zapotrzebowane na kanał ze zboru dynamcznego jest ncjalzowane tylko wtedy gdy komórka jest przecążona zużywając wszystke kanały ze zboru stałego Optymalna proporcja (stosunek lczby kanałów stałych kanałów dynamcznych) zależy od obcążena systemu 3:1 (stałe do dynamcznych) zapewna lepszą obsługę nż metoda stała dla obcążena do 50% Dla obcążena powyżej 50% metoda stała jest lepsza Dla metod dynamcznych, przy obcążenu od 15% do 32%, lepsze wynk daje HCA 19

20 Elastyczna (flexble) alokacja kanałów (FCA) Podobne jak w technce hybrydowej kanały są dzelone na zbory stałe elastyczne (dla sytuacj nadzwyczajnych) Zbory stałe są używane do obsług lżejszego obcążena Zmany obcążena (pk w czase przestrzen) aktywzują uruchomene poltyk wykorzystana kanałów nadzwyczajnych Dwe stratege: harmonogramujące oraz przewdujące harmonogramujące: na podstawe oceny a pror oczekwanych zman ruchu przewdujące: na podstawe beżącego montorowana w każdej komórce ntensywnośc ruchu secowego oraz prawdopodobeństwa blokowana 20

21 Struktury specjalzowane: alokacja kanałów w 1D systeme Incjowane połączene a b c d e Odległość wykorzystana D Nowe połączene jest ncjowane w komórce 1 beżąca lokalzacja kanałów a, b, c, d, e jak pokazano na rysunku. Zakłada sę, że MS w komórce 1 porusza sę w kerunku komórk 2, MS w komórce 7 porusza sę w kerunku komórk 8. Lepej przypsać kanał e do urządzena moblnego w komórce 1. 21

22 Struktury specjalzowane: alokacja kanałów oparta na partycjonowanu odległośc wykorzystana Każda komórka jest dzelona na koncentryczne strefy Wewnętrzna strefa blższa do BS wymaga mnejszej mocy aby osągnąć nezbędną welkość współczynnka CIR or SIR

23 Dzęk nższemu SIR możlwe jest korzystane z mnejszych wartośc parametru odległośc wykorzystana lepsze wykorzystane spektrum Grupom MS-ow z najlepszym SIR przydzela sę kanały charakteryzujące sę najmnejszą wartość odległośc wykorzystana podobną strategę stosuje sę przydzelając kanały z najwększą wartoścą odległośc wykorzystana najnższym SIR koneczna modyfkacja grup kanałów gdy zmena se SIR dla MS-ow 23

24 Struktury specjalzowane: alokacja oparta na nakładających sę komórkach 7 komórka Mkrokomórka

25 Alokacja oparta na nakładających sę komórkach Komórkę dzel sę na pewną lczbę mnejszych komórek (pco, mkrokomórk), aby zarządzać zwększonym ruchem Jedna z alternatyw: przydzał kanałów przez mkrokomórk bądź komórk zależy od tego czy dany MS należy do grupy szybko czy wolno poruszających sę urzadzeń Dla wolno poruszających sę komórek kanały przydzelane są przez mkrokomórk (lub pco) na podstawe beżącej lokalzacj jeżel kanały przydzelane byłyby z mkrokomórk dla szybko poruszających sę MS to zwększyłoby częstotlwość regonu przenoszena połączena Dlatego dla MS-ow szybko przemeszczających sę kanały przydzelane są przez komórk 25

26 Inna alternatywa: logczna struktura komórk zmena sę dynamczne w zależnośc od welkośc obcążena Na początku, przy małym obcążenu, tylko główna komórka jest włączona, a mkrokomórk są wyłączone Gdy obcążene rośne w jednej lub klku częścach komórk to odpowedne mkrokomórk są włączane jeżel jest neakceptowalny pozom mędzykanałowej nterferencj lub jeżel nedostępność zasobów prowadz do wymuszonego blokowana komórek Włączane mkrokomórek położonych najblżej od MS-ow żądających kanału powoduje, że BS-y tych mkrokomórek zapewnają odpowedn pozom CIR Gdy obcążene maleje to komórka wyłącza odpowedne mkrokomórk automatyczne adoptując sę do aktualnego obcążena 26

27 Wykorzystane nakładających sę obszarów komórek Jeżel nowe zgłoszene w komórce A ne znajduje w nej wolnego kanału to realzowane aktualne w współdzelonej strefe nne połączene może być zmuszone do przenesena połaczena do komórk B zwolnena w ten sposób kanału jeżel MS w współdzelonej strefe ne może znaleźć wolnego kanału w A, to może on użyć wolny kanał z komórk B C A B 27

28 Modelowane kanału Przyjmuje sę następujące założena w celu uzyskana przyblżonego modelu systemu Przyjmuje se, że MS-sy są równomerne rozlokowane w komórce każdy MS porusza sę z losową prędkoścą oraz w dowolnym losowym kerunku Średna lczba napływających nowych zgłoszeń - λo. Średna lczba przeneseń regonu połączeń - λh. Średna lczba obsłużonych zgłoszeń - µ 28

29 Model systemu S λ H.. µ λ O 2 1 kanały Generyczny model systemu modelującego komórkę 29

30 Analza modelu Stany komórk mogą być reprezentowane przez (S+1) stanów modelu Markowa. Dagram przejść modelu M/M/S/S pokazano nżej: (A/B/C/D : A-rozkład odcnków czasu mędzy kolejnym pojawającym sę użytkownkam, B-rozkład czasów obsług, C-lczba serwerów, D- maksymalna lczba użytkownków w systeme; M rozkład wykładnczy) λ O + λ H 0 µ λ O + λ H µ λ O + λ H (+1)µ λ O + λ H Sµ S Dagram przejść stanów 30

31 Analza modelu (cd.) Następujące parametry są określone w modelu analzy: P(): prawdopodobeństwo, że kanał jest zajęty λ O : średna lczba napływu nowych zgłoszeń w komórce λ H : średna lczba pojawana sę przeneseń regonu połączeń z sąsednch komórek B O : prawdopodobeństwo blokowana pojawających sę zgłoszeń S : całkowta lczba kanałów przydzelonych komórce µ: średna lczba obsługwanych zgłoszeń µ c : średn czas obsług pojedyńczego zgłoszena µ c-dwell : średna lczba wychodzących z systemu MS-ow 31

32 32 Analza modelu (cd.) Równane równowag stanu dla danego stanu można określć jako suma dla wszystkch stanów mus wynosć 1: Prawdopodobeństwo blokowana gdy wszystke S kanałów jest zajętych można wyrazć jako:. 0 1), ( ) ( O S P P H + = µ λ λ = = S P 0 1. ) ( ( ) = + + = = S H O S S H O O S S P B 0!! ) ( ) ( µ λ λ µ λ λ

33 Modelowane zgłoszeń typu przenesene regonu Dlaczego pownnsmy zapewnć wyższy prorytet dla zgłoszeń typu przenesene regonu? Z punktu wdzena użytkownka przerwane połączena typu przenesene regonu jest sprawą bardzej poważną rytującą nż blokada nowych połączeń. Jak zapewnć wyższy prorytet dla połączeń typu przenesene regonu? Jedno z podejść opera sę na rezerwacj spośród S kanałów komórk S R kanałów przeznaczonych wyłączne dla połączeń typu przenesene połączena 33

34 Model systemu S λ H. S R S C.. µ λ O 2 1 kanały Model systemu z rezerwacją kanałów dla połączeń typu regon przenesena (Ne ma blokady dopók mnej nż S C kanałów jest 34 zajętych)

35 Model analzy λ O + λ H 0 µ λ O + λ H S C µ λ H S C (S C +1)µ λ H Sµ S dagram przejść stanów 35

36 36 Model analzy (cd.) Równana równowag stanów:. S 1), ( ) ( 0 1), ( ) ( ) ( C = + = S P P S P P H C H O λ µ λ λ µ = = S P 0 1. ) (

37 Model analzy (cd.) Prawdopodobeństwo blokady BO dla nowych zgłoszeń (conajmnej S C kanałów jest zajętych): S B = P( ). o = S C Prawdopodobeństwo blokady BH zgłoszena typu przenesene regonu (wszystke S kanałów jest zajętych): B H = ( λ + λ ) C S SC O H λh P( S) = P(0). S S! µ S 37

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

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja) Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz

Bardziej szczegółowo

Proces narodzin i śmierci

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

Bardziej szczegółowo

Zmodyfikowana technika programowania dynamicznego

Zmodyfikowana technika programowania dynamicznego Zmodyfkowana technka programowana dynamcznego Lech Madeysk 1, Zygmunt Mazur 2 Poltechnka Wrocławska, Wydzał Informatyk Zarządzana, Wydzałowy Zakład Informatyk Wybrzeże Wyspańskego 27, 50-370 Wrocław Streszczene.

Bardziej szczegółowo

Modelowanie i obliczenia techniczne. Metody numeryczne w modelowaniu: Optymalizacja

Modelowanie i obliczenia techniczne. Metody numeryczne w modelowaniu: Optymalizacja Modelowane oblczena technczne Metody numeryczne w modelowanu: Optymalzacja Zadane optymalzacj Optymalzacja to ulepszane lub poprawa jakośc danego rozwązana, projektu, opracowana. Celem optymalzacj jest

Bardziej szczegółowo

Urządzenia wejścia-wyjścia

Urządzenia wejścia-wyjścia Urządzena wejśca-wyjśca Klasyfkacja urządzeń wejśca-wyjśca. Struktura mechanzmu wejśca-wyjśca (sprzętu oprogramowana). Interakcja jednostk centralnej z urządzenam wejśca-wyjśca: odpytywane, sterowane przerwanam,

Bardziej szczegółowo

Ćwiczenie 10. Metody eksploracji danych

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7 Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane

Bardziej szczegółowo

Algorytm FA. Zastosowanie w zadanich optymalizacji z ograniczeniami dla ciągłych dziedzin poszukiwań

Algorytm FA. Zastosowanie w zadanich optymalizacji z ograniczeniami dla ciągłych dziedzin poszukiwań Algorytm FA Metaheurystyczna metoda poszukwań (Xn-She Yang, 2008), nsprowana przez: zachowana społeczne zjawsko bolumnescencj robaczków śwetojańskch (śwetlków) Zastosowane w zadanch optymalzacj z ogranczenam

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

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.

Bardziej szczegółowo

ZAŁĄCZNIK NR 1C KARTA USŁUGI Utrzymanie Systemu Kopii Zapasowych (USKZ)

ZAŁĄCZNIK NR 1C KARTA USŁUGI Utrzymanie Systemu Kopii Zapasowych (USKZ) Załącznk nr 1C do Umowy nr.. z dna.2014 r. ZAŁĄCZNIK NR 1C KARTA USŁUGI Utrzymane Systemu Kop Zapasowych (USKZ) 1 INFORMACJE DOTYCZĄCE USŁUGI 1.1 CEL USŁUGI: W ramach Usług Usługodawca zobowązany jest

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

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

Oligopol dynamiczny. Rozpatrzmy model sekwencyjnej konkurencji ilościowej jako gra jednokrotna z pełną i doskonalej informacją

Oligopol dynamiczny. Rozpatrzmy model sekwencyjnej konkurencji ilościowej jako gra jednokrotna z pełną i doskonalej informacją Olgopol dynamczny Rozpatrzmy model sekwencyjnej konkurencj loścowej jako gra jednokrotna z pełną doskonalej nformacją (1934) Dwa okresy: t=0, 1 tzn. frma 2 podejmując decyzję zna decyzję frmy 1 Q=q 1 +q

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

na zabezpieczeniu z połączeniu

na zabezpieczeniu z połączeniu 2011 Montorng Zabezpeczane obektów Jesteśmy zespołem fachowców, którzy dostarczają wysokej jakośc usług. Nasza dzałalnośćć koncentruje sę przede wszystkm na doskonałym zabezpeczenu państwa dóbr. Dostarczamy

Bardziej szczegółowo

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

Za: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch Za: Stansław Latoś, Nwelacja trygonometryczna, [w:] Ćwczena z geodezj II [red.] J. eluch 6.1. Ogólne zasady nwelacj trygonometrycznej. Wprowadzene Nwelacja trygonometryczna, zwana równeż trygonometrycznym

Bardziej szczegółowo

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne

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

Bardziej szczegółowo

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

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe

Bardziej szczegółowo

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

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4. Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można

Bardziej szczegółowo

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.

Bardziej szczegółowo

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4 Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =

Bardziej szczegółowo

Wprowadzenie do Sieci Neuronowych Sieci rekurencyjne

Wprowadzenie do Sieci Neuronowych Sieci rekurencyjne Wprowadzene do Sec Neuronowych Sec rekurencyjne M. Czoków, J. Persa 2010-12-07 1 Powtórzene Konstrukcja autoasocjatora Hopfelda 1.1 Konstrukcja Danych jest m obrazów wzorcowych ξ 1..ξ m, gdze każdy pojedynczy

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

Diagnostyka układów kombinacyjnych

Diagnostyka układów kombinacyjnych Dagnostyka układów kombnacyjnych 1. Wprowadzene Dagnostyka obejmuje: stwerdzene stanu układu, systemu lub ogólne sec logcznej. Jest to tzw. kontrola stanu wykrywająca czy dzałane sec ne jest zakłócane

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Regulamin promocji 14 wiosna

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

Bardziej szczegółowo

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

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

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

Jakość cieplna obudowy budynków - doświadczenia z ekspertyz

Jakość cieplna obudowy budynków - doświadczenia z ekspertyz dr nż. Robert Geryło Jakość ceplna obudowy budynków - dośwadczena z ekspertyz Wdocznym efektem występowana znaczących mostków ceplnych w obudowe budynku, występującym na ogół przy nedostosowanu ntensywnośc

Bardziej szczegółowo

System Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych SPRAWOZDANIE Z BADAŃ Autor: Joanna Wójcik

System Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych SPRAWOZDANIE Z BADAŃ   Autor: Joanna Wójcik Opracowane w ramach projektu System Przecwdzałana Powstawanu Bezroboca na Terenach Słabo Zurbanzowanych ze środków Europejskego Funduszu Społecznego w ramach Incjatywy Wspólnotowej EQUAL PARTNERSTWO NA

Bardziej szczegółowo

Natalia Nehrebecka. Wykład 2

Natalia Nehrebecka. Wykład 2 Natala Nehrebecka Wykład . Model lnowy Postad modelu lnowego Zaps macerzowy modelu lnowego. Estymacja modelu Wartośd teoretyczna (dopasowana) Reszty 3. MNK przypadek jednej zmennej . Model lnowy Postad

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

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

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

Bardziej szczegółowo

(M2) Dynamika 1. ŚRODEK MASY. T. Środek ciężkości i środek masy

(M2) Dynamika 1. ŚRODEK MASY. T. Środek ciężkości i środek masy (MD) MECHANIKA - Dynamka T. Środek cężkośc środek masy (M) Dynamka T: Środek cężkośc środek masy robert.szczotka(at)gmal.com Fzyka astronoma, Lceum 01/014 1 (MD) MECHANIKA - Dynamka T. Środek cężkośc środek

Bardziej szczegółowo

Model ASAD. ceny i płace mogą ulegać zmianom (w odróżnieniu od poprzednio omawianych modeli)

Model ASAD. ceny i płace mogą ulegać zmianom (w odróżnieniu od poprzednio omawianych modeli) Model odstawowe założena modelu: ceny płace mogą ulegać zmanom (w odróżnenu od poprzedno omawanych model) punktem odnesena analzy jest obserwacja pozomu produkcj cen (a ne stopy procentowej jak w modelu

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

Makroekonomia Gospodarki Otwartej Wykład 8 Polityka makroekonomiczna w gospodarce otwartej. Model Mundella-Fleminga

Makroekonomia Gospodarki Otwartej Wykład 8 Polityka makroekonomiczna w gospodarce otwartej. Model Mundella-Fleminga Makroekonoma Gospodark Otwartej Wykład 8 Poltyka makroekonomczna w gospodarce otwartej. Model Mundella-Flemnga Leszek Wncencak Wydzał Nauk Ekonomcznych UW 2/29 Plan wykładu: Założena analzy Zaps modelu

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4 Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja

Bardziej szczegółowo

Model IS-LM-BP. Model IS-LM-BP jest wersją modelu ISLM w gospodarce otwartej. Pokazuje on zatem jak

Model IS-LM-BP. Model IS-LM-BP jest wersją modelu ISLM w gospodarce otwartej. Pokazuje on zatem jak Ćwczena z Makroekonom II Model IS-LM- Model IS-LM- jest wersją modelu ISLM w gospodarce otwartej. Pokazuje on zatem jak gospodarka taka zachowuje sę w krótkm okrese, w efekce dzałań podejmowanych w ramach

Bardziej szczegółowo

Realizacja logiki szybkiego przeniesienia w prototypie prądowym układu FPGA Spartan II

Realizacja logiki szybkiego przeniesienia w prototypie prądowym układu FPGA Spartan II obert Berezowsk Natala Maslennkowa Wydzał Elektronk Poltechnka Koszalńska ul. Partyzantów 7, 75-4 Koszaln Mchał Bałko Przemysław Sołtan ealzacja logk szybkego przenesena w prototype prądowym układu PG

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

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3 Stansław Cchock Natala Nehrebecka Katarzyna Rosak-Lada Zajęca 3 1. Dobrod dopasowana równana regresj. Współczynnk determnacj R 2 Dekompozycja warancj zmennej zależnej Współczynnk determnacj R 2 2. Zmenne

Bardziej szczegółowo

PROBLEMY WYKORZYSTYWANIA ZAUTOMATYZOWANYCH SYSTEMÓW AGV W WEWNĄTRZZAKŁADOWEJ DYSTRYBUCJI MATERIAŁÓW BUDOWLANYCH

PROBLEMY WYKORZYSTYWANIA ZAUTOMATYZOWANYCH SYSTEMÓW AGV W WEWNĄTRZZAKŁADOWEJ DYSTRYBUCJI MATERIAŁÓW BUDOWLANYCH Budownctwo 17 Lucjan Kurzak, Robert Sałek PROBLEMY WYKORZYSTYWANIA ZAUTOMATYZOWANYCH SYSTEMÓW AGV W WEWNĄTRZZAKŁADOWEJ DYSTRYBUCJI MATERIAŁÓW BUDOWLANYCH Wprowadzene Cągłe dążene przedsęborstw do zwększana

Bardziej szczegółowo

Płyny nienewtonowskie i zjawisko tiksotropii

Płyny nienewtonowskie i zjawisko tiksotropii Płyny nenewtonowske zjawsko tksotrop ) Krzywa newtonowska, lnowa proporcjonalność pomędzy szybkoścą ścnana a naprężenem 2) Płyny zagęszczane ścnanem, naprężene wzrasta bardzej nż proporcjonalne do wzrostu

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

Wyznaczanie współczynnika sztywności zastępczej układu sprężyn

Wyznaczanie współczynnika sztywności zastępczej układu sprężyn Wyznaczane zastępczej sprężyn Ćwczene nr 10 Wprowadzene W przypadku klku sprężyn ze sobą połączonych, można mu przypsać tzw. współczynnk zastępczej k z. W skrajnych przypadkach sprężyny mogą być ze sobą

Bardziej szczegółowo

RUCH OBROTOWY Można opisać ruch obrotowy ze stałym przyspieszeniem ε poprzez analogię do ruchu postępowego jednostajnie zmiennego.

RUCH OBROTOWY Można opisać ruch obrotowy ze stałym przyspieszeniem ε poprzez analogię do ruchu postępowego jednostajnie zmiennego. RUCH OBROTOWY Można opsać ruch obrotowy ze stałym przyspeszenem ε poprzez analogę do ruchu postępowego jednostajne zmennego. Ruch postępowy a const. v v at s s v t at Ruch obrotowy const. t t t Dla ruchu

Bardziej szczegółowo

Regulamin promocji upalne lato 2014 2.0

Regulamin promocji upalne lato 2014 2.0 upalne lato 2014 2.0 strona 1/5 Regulamn promocj upalne lato 2014 2.0 1. Organzatorem promocj upalne lato 2014 2.0, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa

Bardziej szczegółowo

OPIS PRZEDMIOTU ZAMÓWIENIA w odniesieniu do zadania "interkom - dostawa i wdrożenie wewnętrznego systemu komunikacyjnego i przywoławczego

OPIS PRZEDMIOTU ZAMÓWIENIA w odniesieniu do zadania interkom - dostawa i wdrożenie wewnętrznego systemu komunikacyjnego i przywoławczego ZADANIE XI OPIS PRZEDMIOTU ZAMÓWIENIA w odnesenu do zadana "nterkom - dostawa wdrożene wewnętrznego systemu komunkacyjnego przywoławczego A. ROZMIARY I CHARAKTER ZADANIA 1. Medyczny system przywoławczy

Bardziej szczegółowo

Zadane 1: Wyznacz średne ruchome 3-okresowe z następujących danych obrazujących zużyce energ elektrycznej [kwh] w pewnym zakładze w mesącach styczeń - lpec 1998 r.: 400; 410; 430; 40; 400; 380; 370. Zadane

Bardziej szczegółowo

Bonus! Odpowiedzi do zadań na FTP. Pewnie wkrocz w świat baz danych z programem Access 2010!

Bonus! Odpowiedzi do zadań na FTP. Pewnie wkrocz w świat baz danych z programem Access 2010! Pewne wkrocz w śwat baz danych z programem Access 2010! Poznaj zasady rządzące systemam baz danych Naucz sę nstalować program Access korzystać z jego możlwośc Dowedz sę, jak defnować modyfkować strukturę

Bardziej szczegółowo

Natalia Nehrebecka. Zajęcia 4

Natalia Nehrebecka. Zajęcia 4 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających

Bardziej szczegółowo

ELEKTROCHEMIA. ( i = i ) Wykład II b. Nadnapięcie Równanie Buttlera-Volmera Równania Tafela. Wykład II. Równowaga dynamiczna i prąd wymiany

ELEKTROCHEMIA. ( i = i ) Wykład II b. Nadnapięcie Równanie Buttlera-Volmera Równania Tafela. Wykład II. Równowaga dynamiczna i prąd wymiany Wykład II ELEKTROCHEMIA Wykład II b Nadnapęce Równane Buttlera-Volmera Równana Tafela Równowaga dynamczna prąd wymany Jeśl układ jest rozwarty przez elektrolzer ne płyne prąd, to ne oznacza wcale, że na

Bardziej szczegółowo

RÓWNOWAGA STACKELBERGA W GRACH SEKWENCYJNYCH

RÓWNOWAGA STACKELBERGA W GRACH SEKWENCYJNYCH Stansław KOWALIK e-mal: skowalk@wsb.edu.pl Wyższa Szkoła Bznesu Dąbrowa Górncza RÓWNOWAGA STACKELBERGA W GRACH SEKWENCYJNYCH Streszczene Praca dotyczy nekooperacynych sekwencynych ger dwuosobowych o sume

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

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

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp

Bardziej szczegółowo

Statystyka. Zmienne losowe

Statystyka. Zmienne losowe Statystyka Zmenne losowe Zmenna losowa Zmenna losowa jest funkcją, w której każdej wartośc R odpowada pewen podzbór zboru będący zdarzenem losowym. Zmenna losowa powstaje poprzez przyporządkowane każdemu

Bardziej szczegółowo

Dobór zmiennych objaśniających

Dobór zmiennych objaśniających Dobór zmennych objaśnających Metoda grafowa: Należy tak rozpąć graf na werzchołkach opsujących poszczególne zmenne, aby występowały w nm wyłączne łuk symbolzujące stotne korelacje pomędzy zmennym opsującym.

Bardziej szczegółowo

3. ŁUK ELEKTRYCZNY PRĄDU STAŁEGO I PRZEMIENNEGO

3. ŁUK ELEKTRYCZNY PRĄDU STAŁEGO I PRZEMIENNEGO 3. ŁUK ELEKTRYCZNY PRĄDU STŁEGO I PRZEMIENNEGO 3.1. Cel zakres ćwczena Celem ćwczena jest zapoznane sę z podstawowym właścwoścam łuku elektrycznego palącego sę swobodne, w powetrzu o cśnentmosferycznym.

Bardziej szczegółowo

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni. Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :

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

WYZNACZANIE WSPÓŁCZYNNIKA LEPKOŚCI CIECZY METODĄ STOKESA

WYZNACZANIE WSPÓŁCZYNNIKA LEPKOŚCI CIECZY METODĄ STOKESA WYZNACZANIE WSPÓŁCZYNNIKA LEPKOŚCI CIECZY METODĄ STOKESA. Ops teoretyczny do ćwczena zameszczony jest na strone www.wtc.wat.edu.pl w dzale DYDAKTYKA FIZYKA ĆWICZENIA LABORATORYJNE.. Ops układu pomarowego

Bardziej szczegółowo

Regulamin promocji fiber xmas 2015

Regulamin promocji fiber xmas 2015 fber xmas 2015 strona 1/5 Regulamn promocj fber xmas 2015 1. Organzatorem promocj fber xmas 2015, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa od 01 grudna 2015

Bardziej szczegółowo

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

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej

Bardziej szczegółowo

Zwielokrotnianie i spójność

Zwielokrotnianie i spójność Zwelokrotnane spójność Zwelokrotnane Zwelokrotnane polega na utrzymywanu welu kop danych (obektów) na nezależnych serwerach Cele zwelokrotnana 1. zwększene efektywnośc 2. zwększene nezawodnośc ( dostępnośc)

Bardziej szczegółowo

BADANIA CHARAKTERYSTYK HYDRAULICZNYCH KSZTAŁTEK WENTYLACYJNYCH

BADANIA CHARAKTERYSTYK HYDRAULICZNYCH KSZTAŁTEK WENTYLACYJNYCH INSTYTUT KLIMATYZACJI I OGRZEWNICTWA ĆWICZENIA LABORATORYJNE Z WENTYLACJI I KLIMATYZACJI: BADANIA CHARAKTERYSTYK HYDRAULICZNYCH KSZTAŁTEK WENTYLACYJNYCH 1. WSTĘP Stanowsko laboratoryjne pośwęcone badanu

Bardziej szczegółowo

Pewnie wkrocz w świat baz danych z programem Access 2010! Bonus! Odpowiedzi do zadań na FTP

Pewnie wkrocz w świat baz danych z programem Access 2010! Bonus! Odpowiedzi do zadań na FTP Pewne wkrocz w śwat baz danych z programem Access 2010! Poznaj zasady rządzące systemam baz danych Naucz sę nstalować program Access korzystać z jego możlwośc Dowedz sę, jak defnować modyfkować strukturę

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 PRZEMY SŁU Nr 7 WARSZAWA KRAKÓW 2004 Akadema Pedagogczna, Kraków Kształtowane sę frm nformatycznych jako nowych elementów struktury przestrzennej przemysłu Postępujący proces rozwoju

Bardziej szczegółowo

EKONOMETRIA I Spotkanie 1, dn. 05.10.2010

EKONOMETRIA I Spotkanie 1, dn. 05.10.2010 EKONOMETRIA I Spotkane, dn. 5..2 Dr Katarzyna Beń Program ramowy: http://www.sgh.waw.pl/nstytuty/e/oferta_dydaktyczna/ekonometra_stacjonarne_nest acjonarne/ Zadana, dane do zadań, ważne nformacje: http://www.e-sgh.pl/ben/ekonometra

Bardziej szczegółowo

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ WERYFIKACJA HIPOTEZY O ISTOTNOŚCI OCEN PARAMETRÓW STRUKTURALNYCH MODELU Hpoezy o sonośc oszacowao paramerów zmennych objaśnających Tesowane sonośc paramerów zmennych objaśnających sprowadza sę do nasępującego

Bardziej szczegółowo

Procedura normalizacji

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

Bardziej szczegółowo

Regulamin promocji zimowa piętnastka

Regulamin promocji zimowa piętnastka zmowa pętnastka strona 1/5 Regulamn promocj zmowa pętnastka 1. Organzatorem promocj zmowa pętnastka, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa od 01 grudna

Bardziej szczegółowo

Problem plecakowy (KNAPSACK PROBLEM).

Problem plecakowy (KNAPSACK PROBLEM). Problem plecakowy (KNAPSACK PROBLEM). Zagadnene optymalzac zwane problemem plecakowym swą nazwę wzęło z analog do sytuac praktyczne podobne do problemu pakowana plecaka. Chodz o to, by zapakować maksymalne

Bardziej szczegółowo

Model ISLM. Inwestycje - w modelu ISLM przyjmujemy, że inwestycje przyjmują postać funkcji liniowej:

Model ISLM. Inwestycje - w modelu ISLM przyjmujemy, że inwestycje przyjmują postać funkcji liniowej: dr Bartłomej Rokck Ćwczena z Makroekonom I Model ISLM Podstawowe założena modelu: penądz odgrywa ważną rolę przy determnowanu pozomu dochodu zatrudnena nwestycje ne mają charakteru autonomcznego, a ch

Bardziej szczegółowo

Sortowanie szybkie Quick Sort

Sortowanie szybkie Quick Sort Sortowane szybke Quck Sort Algorytm sortowana szybkego opera sę na strateg "dzel zwycęża" (ang. dvde and conquer), którą możemy krótko scharakteryzować w trzech punktach: 1. DZIEL - problem główny zostae

Bardziej szczegółowo

MATERIAŁY I STUDIA. Zeszyt nr 286. Analiza dyskryminacyjna i regresja logistyczna w procesie oceny zdolności kredytowej przedsiębiorstw

MATERIAŁY I STUDIA. Zeszyt nr 286. Analiza dyskryminacyjna i regresja logistyczna w procesie oceny zdolności kredytowej przedsiębiorstw MATERIAŁY I STUDIA Zeszyt nr 86 Analza dyskrymnacyjna regresja logstyczna w procese oceny zdolnośc kredytowej przedsęborstw Robert Jagełło Warszawa, 0 r. Wstęp Robert Jagełło Narodowy Bank Polsk. Składam

Bardziej szczegółowo

Przewodnik użytkownika

Przewodnik użytkownika Przewodnk użytkownka Aplkacja Mertum Bank Moblny Przejdź do mertum 2 moblny.mertumbank.pl Aktualzacja: grudzeń 2013 Szanowny Klence, Dzękujemy za zanteresowane naszą aplkacją. Aplkacja moblna Mertum Banku

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

EKONOMIA MENEDŻERSKA. Wykład 3 Funkcje produkcji 1 FUNKCJE PRODUKCJI. ANALIZA KOSZTÓW I KORZYŚCI SKALI. MINIMALIZACJA KOSZTÓW PRODUKCJI.

EKONOMIA MENEDŻERSKA. Wykład 3 Funkcje produkcji 1 FUNKCJE PRODUKCJI. ANALIZA KOSZTÓW I KORZYŚCI SKALI. MINIMALIZACJA KOSZTÓW PRODUKCJI. EONOMIA MENEDŻERSA Wykład 3 Funkcje rodukcj 1 FUNCJE PRODUCJI. ANAIZA OSZTÓW I ORZYŚCI SAI. MINIMAIZACJA OSZTÓW PRODUCJI. 1. FUNCJE PRODUCJI: JEDNO- I WIEOCZYNNIOWE Funkcja rodukcj określa zależność zdolnośc

Bardziej szczegółowo

Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa

Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa Badana sondażowe Brak danych Konstrukcja wag Agneszka Zęba Zakład Badań Marketngowych Instytut Statystyk Demograf Szkoła Główna Handlowa 1 Błędy braku odpowedz Całkowty brak odpowedz (UNIT nonresponse)

Bardziej szczegółowo

Wykład IX Optymalizacja i minimalizacja funkcji

Wykład IX Optymalizacja i minimalizacja funkcji Wykład IX Optymalzacja mnmalzacja funkcj Postawene zadana podstawowe dee jego rozwązana Proste metody mnmalzacj Metody teracj z wykorzystanem perwszej pochodnej Metody teracj z wykorzystanem drugej pochodnej

Bardziej szczegółowo

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są

Bardziej szczegółowo

Pesymistyczna złożoność obliczeniowa algorytmu faktoryzacji Fact

Pesymistyczna złożoność obliczeniowa algorytmu faktoryzacji Fact Pesymstyczna złożoność oblczenowa algorytmu faktoryzacj Fact Lech Madeysk 1, Zygmunt Mazur Poltechnka Wrocławska, Wydzał Informatyk Zarządzana, Wydzałowy Zakład Informatyk Wybrzeże Wyspańskego 7, 50-370

Bardziej szczegółowo

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer Statystyka Opsowa 2014 część 2 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,

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

Kwantowa natura promieniowania elektromagnetycznego

Kwantowa natura promieniowania elektromagnetycznego Efekt Comptona. Kwantowa natura promenowana elektromagnetycznego Zadane 1. Foton jest rozpraszany na swobodnym elektrone. Wyznaczyć zmanę długośc fal fotonu w wynku rozproszena. Poneważ układ foton swobodny

Bardziej szczegółowo

Przykład 5.1. Kratownica dwukrotnie statycznie niewyznaczalna

Przykład 5.1. Kratownica dwukrotnie statycznie niewyznaczalna rzykład.. Kratownca dwukrotne statyczne newyznaczana oecene: korzystaąc z metody sł wyznaczyć sły w prętach ponższe kratowncy. const Rozwązane zadana rozpoczynamy od obczena stopna statyczne newyznaczanośc

Bardziej szczegółowo

dy dx stąd w przybliżeniu: y

dy dx stąd w przybliżeniu: y Przykłady do funkcj nelnowych funkcj Törnqusta Proszę sprawdzć uzasadnć, które z podanych zdań są prawdzwe, a które fałszywe: Przykład 1. Mesęczne wydatk na warzywa (y, w jednostkach penężnych, jp) w zależnośc

Bardziej szczegółowo

1. SPRAWDZENIE WYSTEPOWANIA RYZYKA KONDENSACJI POWIERZCHNIOWEJ ORAZ KONDENSACJI MIĘDZYWARSTWOWEJ W ŚCIANIE ZEWNĘTRZNEJ

1. SPRAWDZENIE WYSTEPOWANIA RYZYKA KONDENSACJI POWIERZCHNIOWEJ ORAZ KONDENSACJI MIĘDZYWARSTWOWEJ W ŚCIANIE ZEWNĘTRZNEJ Ćwczene nr 1 cz.3 Dyfuzja pary wodnej zachodz w kerunku od środowska o wyższej temperaturze do środowska chłodnejszego. Para wodna dyfundująca przez przegrody budowlane w okrese zmowym napotyka na coraz

Bardziej szczegółowo

Semestr zimowy Brak Nie

Semestr zimowy Brak Nie KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angelskm Obowązuje od roku akademckego 2015/2016 Z-ID-702 Semnarum praca dyplomowa Semnar and Dplom Thess A. USYTUOWANIE MODUŁU

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Model potęgowy Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych

Bardziej szczegółowo

Zarządzanie ryzykiem w przedsiębiorstwie i jego wpływ na analizę opłacalności przedsięwzięć inwestycyjnych

Zarządzanie ryzykiem w przedsiębiorstwie i jego wpływ na analizę opłacalności przedsięwzięć inwestycyjnych dr nż Andrze Chylńsk Katedra Bankowośc Fnansów Wyższa Szkoła Menedżerska w Warszawe Zarządzane ryzykem w rzedsęborstwe ego wływ na analzę ołacalnośc rzedsęwzęć nwestycynych w w w e - f n a n s e c o m

Bardziej szczegółowo

11/22/2014. Jeśli stała c jest równa zero to takie gry nazywamy grami o sumie zerowej.

11/22/2014. Jeśli stała c jest równa zero to takie gry nazywamy grami o sumie zerowej. /22/24 Dwuosobowe gry o sume zero DO NAUCZENIA I ZAPAMIĘTANIA: Defnca zaps ger o sume zero, adaptaca ogólnych defnc. Punkt sodłowy Twerdzena o zwązkach punktu sodłowego z koncepcam rozwązań PRZYPOMNIENIE:

Bardziej szczegółowo

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup Jednoczynnkowa Analza Waranc (ANOVA) Wykład 11 Przypomnene: wykłady zadana kursu były zaczerpnęte z podręcznków: Statystyka dla studentów kerunków techncznych przyrodnczych, J. Koronack, J. Melnczuk, WNT

Bardziej szczegółowo