Modelowanie ryzyka dla dużych statków podczas kotwiczenia
|
|
- Gabriel Jaworski
- 7 lat temu
- Przeglądów:
Transkrypt
1 SMOLAREK Leszek 1 ŚNIEGOCKI Henryk 2 Modelowanie ryzyka dla dużych statków podczas kotwiczenia WSTĘP Kotwicowisko dla statków powinno zapewnić bezpieczny postój, eliminować wszelkie ryzyka i zagrożenia napotkania innych statków, a szczególnie tych o dużej wyporności, poruszających się z dużą prędkością. Parametry tego kotwicowiska powinny odpowiadać charakterystyce zachowania się statku podczas występowania na nim przeważających kierunków wiatru i prądu mających wpływ na ustawianie statku. Minimalna głębokość zapewniającą bezpieczeństwo statku w czasie manewrowania i łukowania na kotwicy jest podstawowym parametrem w ocenie ryzyka dla kotwiczącego statku,[6]. Pozyskiwanie bieżących danych empirycznych dla oceny głębokości i profilu przestrzennego dna na kotwicowisku jest czasochłonne, kosztowne i nie zawsze możliwe, dlatego stosuje się tu podejście statystyczne obejmujące próbkowanie, interpolację i aproksymację [2]. Zapas wody pod stępką można podzielić na dwie składowe statyczną i dynamiczną. Składowa statyczna jest traktowana jako stała dla danego akwenu ale jej określanie obejmuje błąd sondaży, nieciągłość sondaży, zamulanie, błąd określonego stanu wody (wahania poziomu w stosunku do zera mapy), błąd określonego zanurzenia statku, błąd oceny przechyłu statku, [6]. Każdy z tych błędów można modelować jako zmienne losowe. Składowa dynamiczna związana jest z falowaniem i zachowaniem się statku na fali. Jest ona wypadkową wielu powiązanych ze sobą czynników dlatego powinno się ją szacować wykorzystując badania modelowe lub symulacyjne. 1. OPIS KOTWICOWISKA WYKORZYSTANEGO W SYMULACJI W przypadku dużych statków takich jak LNG kotwicowisko powinno być zlokalizowane dla nich oddzielnie od innych statków i powinno uwzględniać konsekwencje dużej powierzchni nawiewu, która powoduje, że statki LNG są znacznie bardziej podatne na dragowanie kotwicy niż inne typy statków. W związku z powyższym, kotwicowisko dla statków LNG powinno posiadać większe rozmiary i dno o większej sile trzymania kotwicy, w porównaniu z kotwicowiskami dla innych statków. Powinno ono zapewniać takim statkom wystarczający zapas wody pod stępką z uwzględnieniem różnych warunków hydrometeorologicznych, które mogą wystąpić podczas kotwiczenia. Kotwicowisko to musi być wyraźnie wskazane na mapie oraz w terenie [7]. Dla statków o maksymalnym zanurzeniu 12,8 m zawijających do portu Świnoujście-Szczecin zapewniono kotwicowisko nr 3 leżące na terenie niemieckiej strefy (Rys. 1.1). Według Urzędu Morskiego w Szczecinie kotwicowisko to ma powierzchnię 19,85 km 2 i głębokości od 16,3 m do 18,6 m odczytane z mapy UKHO No Akademia Morska w Gdyni, Wydział Nawigacyjny; Gdynia, ul. Morska Tel: , leszsmol@am.gdynia.pl 2 Akademia Morska w Gdyni, Wydział Nawigacyjny; Gdynia, ul. Morska Tel: , henryksa@am.gdynia.pl 5822
2 Rys. 1.1 Kotwicowisko nr 3 stan aktualny, mapa UKHO No 2679 Na kotwicowisku wyznaczono dwa stanowiska bezpieczne, dla statków o zanurzeniu do 13,5 m ograniczone okręgiem zakreślonym promieniem 800 m (0,432 Mm) z pozycji φ = 54 18,70 N; λ = ,39 E; oraz dla statków o zanurzeniu do 15,0 m ograniczone okręgiem zakreślonym promieniem 700 m (0,378 Mm) z pozycji φ = 54 17,80 N; λ = ,69 E; Analiza warunków hydrometeorologicznych Do analizy wiatrów wykorzystano dane zamieszczone w opracowaniu 3 obejmującym okres dla stacji pomiarowej Świnoujście obejmującej swoim nadzorem rejon kotwicowiska. Prędkości wiatru podane są w [m/s]. Wyznaczony rozkład przedziałowy prędkości wiatru przedstawiony jest w Tab Tab. 1.2 Tabela częstości dla histogramu Przedział klasowy [m/s] <0, 2> 18,25% (2, 4> 60,80% (4, 6> 13,65% (6, 8> 4,41% (8, 10> 2,01% (10, 12> 0,68% (12, 14> 0,17% (14, 16> 0,03% Prawdopodobieństwo [%] Histogram prędkości wiatru został przedstawiony na Rys J. Ferdynus, Prace Wydziału Nawigacyjnego AM Gdynia, 2011 r. 5823
3 70.00% 60.00% 50.00% 40.00% 30.00% 20.00% 10.00% 0.00% <0, 2> (2, 4> (4, 6> (6, 8> (8, 10> (10, 12> (12, 14> (14, 16> Rys. 1.3 Histogram dla prędkości wiatru dla stacji Świnoujście z lat Rozkład prawdopodobieństwa kierunków wiatru przedstawiony jest na Rys. 1., WNW 20.00% WSW 15.00% 10.00% E ENE ESE W 5.00% 0.00% N Prawdopodobieństwo [%] SSW NE S NNE NW NNW Rys. 1.4 Diagram kołowy dla kierunku wiatru Analogiczne badania przeprowadzono z uwzględnienim szkwałów, otrzymując rozkład prędkości wiatru z uwzględnieniem szkwałów w formie tabeli częstości (Tab. 1.), histogramu (Rys. 1.) Tab. 1.5 Tabela częstości Przedział klasowy [m/s] Prawdopodobieństwo [%] <0, 6> 50,00% (6, 12> 36,16% (12, 18> 11,55% (18, 24> 1,47% (24, 30> 0,21% (30, 36> 0,12% (36, 42> 0,03% (42, 48> 0,11% (48, 54> 0,14% (54, 60> 0,22% Prawdopodobieństwo wystąpienia szkwału o prędkości nie mniejszej niż 24 m/s wynosi 0,83%. 5824
4 Rys. 1.6 Histogram dla prędkości szkwałów dla stacji Świnoujście z lat OPIS MODELU W artykule przy ocenie bezpieczeństwa statku ograniczono się do przypadku uderzenia o dno. Dlatego podstawową charakterystyką jest rezerwa wody pod stępką. Minimalną głębokość zapewniającą bezpieczeństwo statku w czasie manewrowania i łukowania na kotwicy oblicza się za pomocą wzoru [5]: G T 2 3 h Z gdzie: T - maksymalne zanurzenie statku [m], h - maksymalna wysokość fali, jaka może wystąpić na danym obszarze [m] Z - zapas wody pod stępką plus rezerwa nawigacyjna. Zmiany poziomu wody istotnie wpływają na rzeczywistą głębokość. Dokładność określenia głębokości przez instytucje hydrograficzne jest ściśle określona stosownymi przepisami IMO, w szczególności dla głębokości akwenu 10,0-20,0 m dokładność pomiaru przyjmuje się 0,20 m. Zapas wody pod stępką (1) można podzielić na dwie składowe statyczną i dynamiczną. Składowa statyczna jest stała dla danego akwenu i obejmuje błąd sondaży, nieciągłość sondaży, zamulanie, błąd określonego stanu wody (wahania poziomu w stosunku do zera mapy), błąd określonego zanurzenia statku, błąd oceny przechyłu statku. Każdy z tych błędów można modelować jako jednowymiarowe zmienne gaussowskie [3,4]. Dla przypadku jednowymiarowej gaussowskiej zmiennej losowej X, o rozkładzie normalnym, funkcja gęstości prawdopodobieństwa, określona dla każdego rzeczywistego x ma postać: x m f x exp 2 (2) 2 2 (1) gdzie: 2 m E X - wartość oczekiwana, var X - wariancja zmiennej losowej X. Twierdzenie [1] Skończona suma nieskorelowanych zmiennych losowych gaussowskich też jest zmienną gaussowską. Pozwala to opisać składową statyczną rezerwy wody pod stępką rozkładem normalnym (2). Składowa dynamiczna związana jest z falowaniem i zachowaniem się statku na fali. Ponieważ jest ona wypadkową wielu powiązanych ze sobą czynników dlatego powinno się ją wyliczać w oparciu o badania modelowe lub symulacyjne. 5825
5 3. BADANIA SYMULACYJNE Badania symulacyjne zostały przeprowadzone w laboratoriach Katedry Nawigacji Akademii Morskiej w Gdyni przy wykorzystaniu symulatora nawigacyjno manewrowego. Użytym modelem statku był model gazowca membranowego LNG w stanie załadowania o parametrach L= 315m, B=50 m, T=12 m. Statek znajdował się na równej stępce. W scenariuszu symulacji zachowania się modelu znajdującego się na kotwicy przyjęto, iż gazowiec znajduje się na kotwicowisku nr 3. Przyjęto na tym kotwicowisku stałą głębokość równą 15,5 m. Statek stał na jednej (lewej) kotwicy, a długość łańcucha kotwicznego wynosiła 7 szakli. Zmiany poziomu wody istotnie wpływają na rzeczywistą głębokość. Dokładność określenia głębokości zgodnie ze stosownymi przepisami IMO, dla głębokości akwenu 10,0-20,0 m przyjęto 0,20 m. W symulacji dziedzinę prędkości wiatru ograniczono z dołu do wartości 6 m/s. Parametry generowanego falowania wyznaczono oraz wyniki badań symulacyjnych uzyskano dla wiatrów (bez szkwałów) o prędkości 6, 9, 12, 15 m/s oraz 15,1 18,0 m/s co 0,1 m/s. Przykładowy zrzut z nawigacyjnej mapy elektronicznej z pozycjami (obrysem) modelu statku LNG na kotwicy przedstawia Rys Rys. 3.1 Przykładowy zrzut z nawigacyjnej mapy elektronicznej z pozycjami (obrysem) modelu statku LNG na kotwicy W symulacji zbadano w szczególności przebieg zmienności zapasu wody pod stępką (UKC) przy zadanych parametrach zakłóceń (warunki hydrometeorologiczne). Na wykresie, Rys. 3.2, przedstawiono graficznie w funkcji czasu prędkość wiatru (v w ) oraz zmianę zapasu wody pod stępką w części dziobowej i rufowej uzyskanych z pomiarów na podstawie czujników znajdujących się w linii symetrii dna modelu gazowca LNG. Przeprowadzono również symulacje z uwzględnieniem dodatkowego wpływu szkwałów a także fali martwej. 5826
6 Rys. 3.2 Przykładowy wykres zmian UKC i V w Oczywistym niebezpieczeństwem na płytkowodziu, które było przyczyną wielu niepożądanych kontaktów kadłuba statków z dnem, jest falowanie i związane z nim ruchy statku, które w oczywisty sposób zmniejszają odległość kadłuba statku od dna. Określanie zapasu wody pod stępką na kotwicowisku na podstawie badań symulacyjnych zostało określone w oparciu o wzory: (Under Keel Clearance fwd(m),under Keel Clearance aft(m)) 25 RWpS UKC( symulator ) (3) sin roll angle gdzie: under keel clearance fwd(m) UKC na dziobie [m], under keel clearance aft(m) UKC na rufie [m], roll angle kąt kołysania (ang. rolling) w radianach. Analiza statystyczna wyników symulacji modelu gazowca LNG na kotwicy Podstawowe parametry statystyczne danych uzyskanych z przeprowadzonych symulacji gazowca LNG na kotwicy przedstawia Rys Rys. 3.3 Wykres pudełkowy dla UKC modelu gazowca LNG na kotwicy Analiza wpływu prędkości wiatru na zmienną UKC (3) przedstawiona jest na Rys
7 Rys. 3.4 Wykres Boxa-Wiskera dla UKC modelu gazowca LNG na kotwicy przy różnych progach prędkości wiatru Model statku do końca symulacji utrzymywał się na kotwicy. Dragowanie kotwicy wystąpiło jedynie w przypadku działania zakłóceń w postaci szkwałów. Wnioski z symulacji zawarte są w Tab. 3. i Tab. 3., które zawierają prawdopodobieństwa zdarzeń, że zmienna UKC [m] przyjmuje wartości z danego przedziału dla różnych zakresów prędkości wiatru. Tab. 3.5 Prawdopodobieństwa zdarzeń dla zmiennej UKC przy różnych zakresach prędkości wiatru Vw do 10m/s do 12m/s do 14m/s do 16m/s do 18m/s do 20m/s Przedział Częstość Częstość Częstość Częstość Częstość Częstość UKC [m] względna względna względna względna względna względna [0; 0,1] 0,00% 0,00% 0,01% 0,01% 0,31% 0,31% (0,1;0,3] 0,01% 0,01% 0,01% 0,00% 0,05% 0,05% (0,3;0,5] 0,02% 0,03% 0,02% 0,01% 0,12% 0,13% (0,5;0,7] 0,06% 0,06% 0,05% 0,02% 0,16% 0,16% (0,7;0,9] 0,16% 0,16% 0,13% 0,07% 0,35% 0,35% (0,9;1,1] 0,23% 0,25% 0,19% 0,10% 0,54% 0,53% (1,1;1,3] 0,36% 0,35% 0,27% 0,15% 0,76% 0,76% (1,3;1,5] 0,43% 0,44% 0,32% 0,17% 1,01% 1,00% (1,5;1,7] 0,55% 0,58% 0,43% 0,22% 1,27% 1,27% (1,7;1,9] 0,71% 0,74% 0,57% 0,32% 1,70% 1,69% (1,9;2,1] 0,78% 0,82% 0,65% 0,39% 1,98% 1,98% (2,1;2,3] 0,83% 0,88% 0,72% 0,47% 2,19% 2,18% (2,3;2,5] 1,66% 1,70% 1,52% 0,97% 2,66% 2,65% (2,5;2,7] 2,32% 2,39% 2,01% 1,57% 3,10% 3,10% (2,7;2,9] 2,75% 2,79% 2,91% 3,36% 4,82% 4,81% (2,9;3,1] 4,28% 4,48% 4,54% 10,13% 10,79% 10,76% (3,1;3,3] 9,72% 9,98% 10,62% 25,79% 24,17% 24,11% (3,3;3,5] 70,78% 70,04% 70,70% 52,10% 40,49% 40,65% (3,5;3,7] 4,33% 4,30% 4,30% 4,08% 3,43% 3,43% (3,7;3,9] 0,01% 0,01% 0,04% 0,08% 0,08% 0,08% 5828
8 Tab. 3.6 Prawdopodobieństwa zdarzeń dla zmiennej UKC przy różnych zakresach prędkości wiatru 4. OCENA RYZYKA Vw 10-12m/s 12-14m/s 14-16m/s 16-18m/s 18-20m/s < 20m/s Przedział Częstość Częstość Częstość Częstość Częstość Częstość UKC [m] względna względna względna względna względna względna [0; 0,1] 0,00% 0,03% 0,01% 0,99% 0,53% 1,44% (0,1;0,3] 0,00% 0,00% 0,00% 0,16% 0,00% 0,07% (0,3;0,5] 0,32% 0,00% 0,00% 0,38% 0,53% 0,17% (0,5;0,7] 0,00% 0,02% 0,00% 0,48% 0,00% 0,30% (0,7;0,9] 0,00% 0,05% 0,01% 1,00% 0,00% 0,65% (0,9;1,1] 0,96% 0,03% 0,01% 1,54% 0,00% 0,67% (1,1;1,3] 0,00% 0,07% 0,03% 2,16% 0,00% 1,19% (1,3;1,5] 0,64% 0,02% 0,02% 2,92% 0,53% 1,49% (1,5;1,7] 1,92% 0,05% 0,02% 3,66% 1,06% 1,89% (1,7;1,9] 1,92% 0,15% 0,07% 4,85% 0,79% 3,31% (1,9;2,1] 2,56% 0,22% 0,14% 5,62% 0,53% 3,85% (2,1;2,3] 3,19% 0,33% 0,22% 6,11% 1,06% 3,90% (2,3;2,5] 3,51% 1,09% 0,42% 6,53% 1,06% 5,32% (2,5;2,7] 5,43% 1,08% 1,13% 6,60% 2,11% 5,22% (2,7;2,9] 5,11% 3,22% 3,79% 8,15% 2,64% 7,63% (2,9;3,1] 13,74% 4,69% 15,64% 12,30% 5,28% 15,24% (3,1;3,3] 22,36% 12,21% 40,70% 20,50% 13,46% 25,02% (3,3;3,5] 35,46% 72,34% 33,82% 14,01% 67,28% 20,69% (3,5;3,7] 2,88% 4,29% 3,86% 1,96% 2,90% 1,91% (3,7;3,9] 0,00% 0,12% 0,12% 0,08% 0,00% 0,00% (3,9;4,1] 0,01% 0,26% W tworzeniu modeli ryzyka aparat matematyczny odgrywa kluczową rolę. Można wyróżnić dwie główne metodologie, które w tych modelach występują. Pierwsza to proces stochastyczny, który służy do identyfikacji dynamiki. Druga to rozkłady wielowymiarowe, których zadaniem jest identyfikacja struktury. Oprócz tradycyjnego ujęcia statystycznego rozkładu wielowymiarowego, występuje jeszcze zastosowanie funkcji kopuli, które pozwalają na odrębne modelowanie zmienności i powiązań a także teoria wartości ekstremalnych, która pozwala na modelowanie zdarzeń rzadkich, czyli takich, które mają niewielkie prawdopodobieństwo zajścia, ale generują duże ryzyko. Przy pomiarze ryzyka można stosować wiele miar. Wśród miar opartych na rezerwie wody pod stepką (RWpS) można wykorzystać: miary zmienności; kwantyle rozkładu; wartości dystrybuanty rozkładu. Miary zmienności oparte są na założeniu, że ryzyko rośnie gdy zwiększa się zmienność wartości rezerwy wody pod stępką i odwrotnie. Do klasycznych miar zmienności zalicza się wariancja wartości rezerwy wody i odchylenie standardowe wartości rezerwy wody. Odchylenie standardowe jest mierzone w procentach i jest ono wprost proporcjonalne z ryzykiem. 5829
9 W przypadku kwantyli rozkładu najczęściej używaną miarą Z b jest poziom bezpieczeństwa określany wzorem P(RWpS < Z b )= p b tzn. jest to wartość której RWpS nie przekroczy z określonym wcześniej prawdopodobieństwem p b. Im wyższy poziom Z b, tym mniejsze ryzyko. Wartości dystrybuanty rozkładu RWpS pozwalają na obliczenie prawdopodobieństw znalezienia się RWpS w przyjetym przedziale liczbowym. Miary te wykorzystują znany lub zamodelowany warunkowy rozkład RWpS, gdzie warunkiem są warunki hydrometeorologiczne. Bardziej ogólnym i pozwalającym na całościowe, chociaż mniej dokładne, określenie miary ryzyka jest model iloczynowy uwzględniający zarówno warunkowe rozkłady RWpS jak i prawdopodobieństwa wystąpienia konkretnych warunków hydrometeorologicznych. Model ten dany jest wzorem: R P H k P RWpS/H k E E/H k S P A/ RWpS Hk E (4) k gdzie P H k -prawdopodobieństwo zdarzenia H k wystąpienia k-tych warunków hydrometeorologicznych, P RWpS/H k -warunkowy rozkład RWpS pod warunkiem H k, E/H k -miara czasu ekspozycji statku na warunki H k, P A RWpS H E / k -warunkowe prawdopodobieństwo awarii, S -miara skutków. W przypadku miary skutków można przyjąć najbardziej prawdopodobne skutki zależne od rodzaju dna i typu jednostki. Rozkłady warunkowe określone są w tabelach Tab. 1.2, Tab 1.5, Tab 3.5, Tab 3.6. WNIOSKI Zastosowanie modeli losowych uwzględniających niepełność i niepewność posiadanej informacji pozwala na oszacowanie bezpieczeństwa statku na kotwicowisku. Wykorzystanie metod symulacyjnych, szczególnie ważne dla dużych statków, daje informacje o specyficznych zachowaniach się tych jednostek pod wpływem oddziaływania wiatru, prądu i fali. Zastosowanie miar probabilistycznych zarówno dla składowej statycznej jak i składowej dynamicznej pozwala na oszacowanie ryzyka uderzenia o dno dla dużych statków w przypadku kotwicowisk o granicznej rezerwie wody pod kilem. Dodatkowo pozwala na określenie warunków hydrometeorologicznych dla których osiągnięty jest akceptowalny poziom bezpieczeństwa. Streszczenie Kotwicowisko dla statków powinno zapewnić bezpieczny postój, eliminować wszelkie ryzyka i zagrożenia napotkania innych statków, a szczególnie tych o dużej wyporności, poruszających się z dużą prędkością. Parametry tego kotwicowiska powinny odpowiadać charakterystyce zachowania się statku podczas występowania na nim przeważających kierunków wiatru i prądu mających wpływ na ustawianie statku. Minimalna głębokość zapewniającą bezpieczeństwo statku w czasie manewrowania i łukowania na kotwicy jest podstawowym parametrem w ocenie ryzyka dla kotwiczącego statku,[6]. Pozyskiwanie bieżących danych empirycznych dla oceny głębokości i profilu przestrzennego dna na kotwicowisku jest czasochłonne, kosztowne i nie zawsze możliwe, dlatego stosuje się tu podejście statystyczne obejmujące próbkowanie, interpolację i aproksymację [2]. Zapas wody pod stępką można podzielić na dwie składowe statyczną i dynamiczną. Składowa statyczna jest traktowana jako stała dla danego akwenu ale jej określanie obejmuje błąd sondaży, nieciągłość sondaży, zamulanie, błąd określonego stanu wody (wahania poziomu w stosunku do zera mapy), błąd określonego zanurzenia statku, błąd oceny przechyłu statku, [6]. Każdy z tych błędów można modelować jako zmienne losowe. Składowa dynamiczna związana jest z falowaniem i zachowaniem się statku na fali. Jest ona wypadkową wielu powiązanych ze sobą czynników dlatego powinno się ją szacować wykorzystując badania modelowe lub symulacyjne. 5830
10 Risk modeling for large ships in the event of an anchorage Abstract An anchorage for ships should provide safe area while the vessel is at anchor, eliminate all the risks and hazards from other vessels, especially those of large displacement and moving at high speed. The parameters of the anchorage should be appropriate for the ship s behavior during prevailing wind and current conditions. The minimum depth ensuring the safety of the ship during maneuvering and turning at anchor is a fundamental parameter in the risk assessment for the anchoring vessel. Obtaining current empirical data for the assessment of depth and the spatial profile of the bottom of the anchorage is time consuming, expensive and not always possible, that is why the approach used here includes statistical sampling, interpolation and approximation. The under keel clearance can be divided into two components, i.e. static and dynamic. The static component is treated as a constant for a given area but its determination includes a survey error, discontinuity of surveys, silting, an error when determining water level ( level fluctuations in relation to chart datum ), an error connected with defining the vessel s draft, an error when assessing the vessel s list.. Each of these errors can be modeled as random variables. Dynamic component is related to waves and the behavior of the ship on the waves. It is the result of many interrelated factors and should therefore be estimated using modeling or simulation studies. BIBLIOGRAFIA 1. Billingsley P., Prawdopodobieństwo i miara, Wydawnictwo Naukowe PWN, Warszawa 2012 (copyright 2009) 2. Bivand R., Modelowanie geograficznych układów czasoprzestrzennych, Państwowe Wydawnictwo Naukowe, Warszawa Feller W., Wstęp do rachunku prawdopodobieństwa, T.1, Wydawnictwo Naukowe PWN, Warszawa Feller W., Wstęp do rachunku prawdopodobieństwa, T.2, Państwowe Wydawnictwo Naukowe, Warszawa Gucma S. Model of vessel s maneuvering in limited sea areas in navigational risk aspect, Archives of Transport, velum 12 issue 1. Warszawa Gucma S.: Inżynieria ruchu morskiego, Okrętownictwo i Żegluga. Gdańsk Smolarek L., Śniegocki H., Risk Modelling for Passages in Approach Channel, Mathematical Problems in Engineering, Volume 2013 (2013), Article ID , 8 pages 5831
POZIOM UFNOŚCI PRZY PROJEKTOWANIU DRÓG WODNYCH TERMINALI LNG
Stanisław Gucma Akademia Morska w Szczecinie POZIOM UFNOŚCI PRZY PROJEKTOWANIU DRÓG WODNYCH TERMINALI LNG Streszczenie: W artykule zaprezentowano probabilistyczny model ruchu statku na torze wodnym, który
Bardziej szczegółowoInżynieria Ruchu Morskiego wykład 01. Dr inż. Maciej Gucma Pok. 343 Tel //wykłady tu//
Inżynieria Ruchu Morskiego wykład 01 Dr inż. Maciej Gucma Pok. 343 Tel. 91 4809 495 www.uais.eu //wykłady tu// m.gucma@am.szczecin.pl Zaliczenie Wykładu / Ćwiczeń Wykład zaliczenie pisemne Ćwiczenia -
Bardziej szczegółowoUNIKANIE NIEBEZPIECZNYCH SYTUACJI W ZŁYCH WARUNKACH POGODOWYCH W RUCHU STATKU NA FALI NADĄŻAJĄCEJ
MIROSŁAW JURDZIŃSKI Akademia Morska w Gdyni Katedra Nawigacji UNIKANIE NIEBEZPIECZNYCH SYTUACJI W ZŁYCH WARUNKACH POGODOWYCH W RUCHU STATKU NA FALI NADĄŻAJĄCEJ Podstawową zasadą planowania nawigacji jest
Bardziej szczegółowoPROCESY NAWIGACYJNE W SYSTEMIE DYNAMICZNEGO ZAPASU WODY POD STĘPKĄ DUKC (DYNAMIC UNDER KEEL CLEARANCE )
Mirosław Jurdziński Akademia Morska w Gdyni PROCESY NAWIGACYJNE W SYSTEMIE DYNAMICZNEGO ZAPASU WODY POD STĘPKĄ DUKC (DYNAMIC UNDER KEEL CLEARANCE ) W pracy przedstawiono założenia działania lądowego systemu
Bardziej szczegółowoOKREŚLENIE PARAMETRÓW PORTU ZEWNĘTRZNEGO W ŚWINOUJŚCIU W ASPEKCIE BEZPIECZEŃSTWA EKSPLOATACJI GAZOWCÓW LNG
XXVI Konferencja awarie budowlane 2013 Naukowo-Techniczna STANISŁAW GUCMA, s.gucma@am.szczecin.pl Akademia Morska w Szczecinie OKREŚLENIE PARAMETRÓW PORTU ZEWNĘTRZNEGO W ŚWINOUJŚCIU W ASPEKCIE BEZPIECZEŃSTWA
Bardziej szczegółowoZmienność wiatru w okresie wieloletnim
Warsztaty: Prognozowanie produktywności farm wiatrowych PSEW, Warszawa 5.02.2015 Zmienność wiatru w okresie wieloletnim Dr Marcin Zientara DCAD / Stermedia Sp. z o.o. Zmienność wiatru w różnych skalach
Bardziej szczegółowoSYSTEMY DYNAMICZNEGO USTALANIA WARTOŚCI ZAPASU WODY POD STĘPKĄ NA PŁYTKOWODZIU
Mirosław Jurdziński Akademia Morska w Gdyni SYSTEMY DYNAMICZNEGO USTALANIA WARTOŚCI ZAPASU WODY POD STĘPKĄ NA PŁYTKOWODZIU W pracy przedstawiono działanie systemu do określania dynamicznego zapasu wody
Bardziej szczegółowoI. KARTA PRZEDMIOTU INŻYNIERIA BEZPIECZEŃSTWA NAWIGACJI
I. KARTA PRZEDMIOTU. Nazwa przedmiotu: INŻYNIERIA BEZPIECZEŃSTWA NAWIGACJI. Kod przedmiotu: Nj. Jednostka prowadząca: Wydział Nawigacji i Uzbrojenia Okrętowego 4. Kierunek: Nawigacja 5. Specjalność: Nawigacja
Bardziej szczegółowoRozkład prędkości statków na torze wodnym Szczecin - Świnoujście
KASYK Lech 1 Rozkład prędkości statków na torze wodnym Szczecin - Świnoujście Tor wodny, strumień ruchu, Zmienna losowa, Rozkłady dwunormalne Streszczenie W niniejszym artykule przeanalizowano prędkości
Bardziej szczegółowoSTOCHASTYCZNY MODEL BEZPIECZEŃSTWA OBIEKTU W PROCESIE EKSPLOATACJI
1-2011 PROBLEMY EKSPLOATACJI 89 Franciszek GRABSKI Akademia Marynarki Wojennej, Gdynia STOCHASTYCZNY MODEL BEZPIECZEŃSTWA OBIEKTU W PROCESIE EKSPLOATACJI Słowa kluczowe Bezpieczeństwo, procesy semimarkowskie,
Bardziej szczegółowoSzczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bardziej szczegółowoW rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych:
W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych: Zmienne losowe skokowe (dyskretne) przyjmujące co najwyżej przeliczalnie wiele wartości Zmienne losowe ciągłe
Bardziej szczegółowoAKADEMIA GÓRNICZO-HUTNICZA Wydział Matematyki Stosowanej ROZKŁAD NORMALNY ROZKŁAD GAUSSA
AKADEMIA GÓRNICZO-HUTNICZA Wydział Matematyki Stosowanej KATEDRA MATEMATYKI TEMAT PRACY: ROZKŁAD NORMALNY ROZKŁAD GAUSSA AUTOR: BARBARA MARDOSZ Kraków, styczeń 2008 Spis treści 1 Wprowadzenie 2 2 Definicja
Bardziej szczegółowoPRZEPISY PUBLIKACJA NR 19/P ANALIZA STREFOWEJ WYTRZYMAŁOŚCI KADŁUBA ZBIORNIKOWCA
PRZEPISY PUBLIKACJA NR 19/P ANALIZA STREFOWEJ WYTRZYMAŁOŚCI KADŁUBA ZBIORNIKOWCA 2010 Publikacje P (Przepisowe) wydawane przez Polski Rejestr Statków są uzupełnieniem lub rozszerzeniem Przepisów i stanowią
Bardziej szczegółowoZESZYTY NAUKOWE NR 11(83) AKADEMII MORSKIEJ W SZCZECINIE
ISSN 1733-8670 ZESZYTY NAUKOWE NR 11(83) AKADEMII MORSKIEJ W SZCZECINIE IV MIĘDZYNARODOWA KONFERENCJA NAUKOWO-TECHNICZNA EXPLO-SHIP 2006 Paweł Zalewski, Jakub Montewka Weryfikacja metody wyznaczania akwenu
Bardziej szczegółowoProbabilistyczny model oceny bezpieczeństwa na akwenach przybrzeżnych. Marcin Przywarty
Probabilistyczny model oceny bezpieczeństwa na akwenach przybrzeżnych Marcin Przywarty Szczecin, 2010 1 Marcin Przywarty Probabilistyczny model oceny bezpieczeństwa na akwenach przybrzeżnych W związku
Bardziej szczegółowoWażne rozkłady i twierdzenia
Ważne rozkłady i twierdzenia Rozkład dwumianowy i wielomianowy Częstość. Prawo wielkich liczb Rozkład hipergeometryczny Rozkład Poissona Rozkład normalny i rozkład Gaussa Centralne twierdzenie graniczne
Bardziej szczegółowoCHARAKTERYSTYKA PORÓWNAWCZA PRZEBIEGU ELEMENTÓW METEOROLOGICZNYCH NA STACJACH W BORUCINIE i OSTRZYCACH (Złota Góra) - CZERWIEC 2010 r.
CHARAKTERYSTYKA PORÓWNAWCZA PRZEBIEGU ELEMENTÓW METEOROLOGICZNYCH NA STACJACH W BORUCINIE i OSTRZYCACH (Złota Góra) - CZERWIEC 2010 r. Element Wskaźnik Ostrzyce Borucino Temperatura powietrza [ C] Temperatura
Bardziej szczegółowoDokładność pozycji. dr inż. Stefan Jankowski
Dokładność pozycji dr inż. Stefan Jankowski s.jankowski@am.szczecin.pl Nawigacja Nawigacja jest gałęzią nauki zajmującą się prowadzeniem statku bezpieczną i optymalną drogą. Znajomość nawigacji umożliwia
Bardziej szczegółowoSzczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bardziej szczegółowoAnaliza niepewności pomiarów
Teoria pomiarów Analiza niepewności pomiarów Zagadnienia statystyki matematycznej Dr hab. inż. Paweł Majda www.pmajda.zut.edu.pl Podstawy statystyki matematycznej Histogram oraz wielobok liczebności zmiennej
Bardziej szczegółowoZASADY MONITOROWANIA MORSKICH OBIEKTÓW O MAŁYCH PRĘDKOŚCIACH
Tadeusz Stupak Akademia Morska w Gdyni Ryszard Wawruch Akademia Morska w Gdyni ZASADY MONITOROWANIA MORSKICH OBIEKTÓW O MAŁYCH PRĘDKOŚCIACH Streszczenie: W referacie przedstawiono wyniki badań dokładności
Bardziej szczegółowoPUBLIKACJA INFORMACYJNA NR 22/I METODA OBLICZANIA I OCENY STATECZNOŚCI STATKU NA FALI NADĄŻAJĄCEJ
PUBLIKACJA INFORMACYJNA NR 22/I METODA OBLICZANIA I OCENY STATECZNOŚCI STATKU NA FALI NADĄŻAJĄCEJ 2003 Publikacje I (Informacyjne) wydawane przez Polski Rejestr Statków mają charakter instrukcji lub wyjaśnień
Bardziej szczegółowoAnaliza współzależności zjawisk
Analiza współzależności zjawisk Informacje ogólne Jednostki tworzące zbiorowość statystyczną charakteryzowane są zazwyczaj za pomocą wielu cech zmiennych, które nierzadko pozostają ze sobą w pewnym związku.
Bardziej szczegółowoWykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu
Wykład 11-12 Centralne twierdzenie graniczne Statystyka matematyczna: Estymacja parametrów rozkładu Centralne twierdzenie graniczne (CTG) (Central Limit Theorem - CLT) Centralne twierdzenie graniczne (Lindenberga-Levy'ego)
Bardziej szczegółowoKOMPUTEROWA SYMULACJA PROCESÓW ZWIĄZANYCH Z RYZYKIEM PRZY WYKORZYSTANIU ŚRODOWISKA ADONIS
KOMPUTEROWA SYMULACJA PROCESÓW ZWIĄZANYCH Z RYZYKIEM PRZY WYKORZYSTANIU ŚRODOWISKA ADONIS Bogdan RUSZCZAK Streszczenie: Artykuł przedstawia metodę komputerowej symulacji czynników ryzyka dla projektu inwestycyjnego
Bardziej szczegółowoInżynieria Środowiska. II stopień ogólnoakademicki. przedmiot podstawowy obowiązkowy polski drugi. semestr zimowy
Załącznik nr 7 do Zarządzenia Rektora nr../12 z dnia.... 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2017/2018 STATYSTYKA
Bardziej szczegółowoLABORATORIUM PODSTAW TELEKOMUNIKACJI
WOJSKOWA AKADEMIA TECHNICZNA im. Jarosława Dąbrowskiego w Warszawie Wydział Elektroniki LABORATORIUM PODSTAW TELEKOMUNIKACJI Grupa Podgrupa Data wykonania ćwiczenia Ćwiczenie prowadził... Skład podgrupy:
Bardziej szczegółowoCYFROWE PRZETWARZANIE SYGNAŁÓW
POLITECHNIKA RZESZOWSKA im. I. Łukasiewicza WYDZIAŁ ELEKTROTECHNIKI I INFORMATYKI Katedra Metrologii i Systemów Diagnostycznych CYFROWE PRZETWARZANIE SYGNAŁÓW Sygnały stochastyczne, parametry w dziedzinie
Bardziej szczegółowoProf. dr hab. inż. Tadeusz Szelangiewicz. transport morski
17.09.2012 r. Prof. dr hab. inż. Tadeusz Szelangiewicz Dziedzina nauki: Dyscyplina: Specjalność naukowa: nauki techniczne budowa i eksploatacja maszyn projektowanie okrętu, hydromechanika okrętu, transport
Bardziej szczegółowoPrzedmowa 12 Od wydawcy 15 Wykaz ważniejszych oznaczeń 16
Spis treści Przedmowa 12 Od wydawcy 15 Wykaz ważniejszych oznaczeń 16 Rozdział 1. WPROWADZENIE 19 1.1. Porównanie stopnia trudności manewrowania statkami morskimi z kierowaniem innymi środkami transportu
Bardziej szczegółowoRozkład zmiennej losowej Polega na przyporządkowaniu każdej wartości zmiennej losowej prawdopodobieństwo jej wystąpienia.
Rozkład zmiennej losowej Polega na przyporządkowaniu każdej wartości zmiennej losowej prawdopodobieństwo jej wystąpienia. D A R I U S Z P I W C Z Y Ń S K I 2 2 ROZKŁAD ZMIENNEJ LOSOWEJ Polega na przyporządkowaniu
Bardziej szczegółowoprzedmiot podstawowy obowiązkowy polski drugi
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 07/08 IN--008 STATYSTYKA W INŻYNIERII ŚRODOWISKA Statistics in environmental engineering
Bardziej szczegółowoSzacowanie ryzyka z wykorzystaniem zmiennej losowej o pramatkach rozmytych w oparciu o język BPFPRAL
Szacowanie ryzyka z wykorzystaniem zmiennej losowej o pramatkach rozmytych w oparciu o język BPFPRAL Mgr inż. Michał Bętkowski, dr inż. Andrzej Pownuk Wydział Budownictwa Politechnika Śląska w Gliwicach
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład XIV: Metody Monte Carlo 19 stycznia 2016 Przybliżone obliczanie całki oznaczonej Rozważmy całkowalną funkcję f : [0, 1] R. Chcemy znaleźć przybliżoną wartość liczbową całki 1 f (x) dx. 0 Jeden ze
Bardziej szczegółowoAkademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki
Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki Przetwarzanie Sygnałów Studia Podyplomowe, Automatyka i Robotyka. Wstęp teoretyczny Zmienne losowe Zmienne losowe
Bardziej szczegółowoSpis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
Bardziej szczegółowoHISTOGRAM. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH Liczba pomiarów - n. Liczba pomiarów - n k 0.5 N = N =
HISTOGRAM W pewnych przypadkach interesuje nas nie tylko określenie prawdziwej wartości mierzonej wielkości, ale także zbadanie całego rozkład prawdopodobieństwa wyników pomiarów. W takim przypadku wyniki
Bardziej szczegółowoIdentyfikacja i pomiar ryzyka pierwszy krok w zarządzaniu ryzykiem.
Identyfikacja i pomiar ryzyka pierwszy krok w zarządzaniu ryzykiem. Andrzej Podszywałow Własność przemysłowa w innowacyjnej gospodarce. Zarządzanie ryzykiem, strategia zarządzania własnością intelektualną
Bardziej szczegółowoWymiary akwenu w płaszczyźnie pionowej bezpieczna głębokość podawana zazwyczaj w postaci stosunku minimalnej rezerwy wody pod kilem do zanurzenia
IRM wykład 2 Parametry Wymiary akwenu w płaszczyźnie pionowej bezpieczna głębokość podawana zazwyczaj w postaci stosunku minimalnej rezerwy wody pod kilem do zanurzenia maksymalnego statku /T. Wymiary
Bardziej szczegółowoProjektowanie systemów pomiarowych. 02 Dokładność pomiarów
Projektowanie systemów pomiarowych 02 Dokładność pomiarów 1 www.technidyneblog.com 2 Jak dokładnie wykonaliśmy pomiar? Czy duża / wysoka dokładność jest zawsze konieczna? www.sparkfun.com 3 Błąd pomiaru.
Bardziej szczegółowoStatystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory
Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl
Bardziej szczegółowoPrognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania
Prognozowanie i Symulacje. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Szeregi czasowe 1 Szeregi czasowe 2 3 Szeregi czasowe Definicja 1 Szereg czasowy jest to proces stochastyczny z czasem dyskretnym
Bardziej szczegółowoGenerowanie ciągów pseudolosowych o zadanych rozkładach przykładowy raport
Generowanie ciągów pseudolosowych o zadanych rozkładach przykładowy raport Michał Krzemiński Streszczenie Projekt dotyczy metod generowania oraz badania własności statystycznych ciągów liczb pseudolosowych.
Bardziej szczegółowoSpis treści 3 SPIS TREŚCI
Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA ZESTAW 0 (POWT. RACH. PRAWDOPODOBIEŃSTWA) ZADANIA
STATYSTYKA MATEMATYCZNA ZESTAW 0 (POWT. RACH. PRAWDOPODOBIEŃSTWA) ZADANIA Zadanie 0.1 Zmienna losowa X ma rozkład określony funkcją prawdopodobieństwa: x k 0 4 p k 1/3 1/6 1/ obliczyć EX, D X. (odp. 4/3;
Bardziej szczegółowoMatematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013
0,KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013 A.
Bardziej szczegółowoZ Wikipedii, wolnej encyklopedii.
Rozkład normalny Rozkład normalny jest niezwykle ważnym rozkładem prawdopodobieństwa w wielu dziedzinach. Nazywa się go także rozkładem Gaussa, w szczególności w fizyce i inżynierii. W zasadzie jest to
Bardziej szczegółowoStatystyka hydrologiczna i prawdopodobieństwo zjawisk hydrologicznych.
Statystyka hydrologiczna i prawdopodobieństwo zjawisk hydrologicznych. Statystyka zajmuje się prawidłowościami zaistniałych zdarzeń. Teoria prawdopodobieństwa dotyczy przewidywania, jak często mogą zajść
Bardziej szczegółowoWYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI
WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskiego 8, 04-703 Warszawa tel. (0)
Bardziej szczegółowoOszacowanie i rozkład t
Oszacowanie i rozkład t Marcin Zajenkowski Marcin Zajenkowski () Oszacowanie i rozkład t 1 / 31 Oszacowanie 1 Na podstawie danych z próby szacuje się wiele wartości w populacji, np.: jakie jest poparcie
Bardziej szczegółowoJeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x 1, x 2,...}, to mówimy, że jest to zmienna dyskretna.
Wykład 4 Rozkłady i ich dystrybuanty Dwa typy zmiennych losowych Jeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x, x 2,...}, to mówimy, że jest to zmienna dyskretna.
Bardziej szczegółowoBiostatystyka, # 3 /Weterynaria I/
Biostatystyka, # 3 /Weterynaria I/ dr n. mat. Zdzisław Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Głęboka 28, p. 221 bud. CIW, e-mail: zdzislaw.otachel@up.lublin.pl
Bardziej szczegółowoSTATYSTYKA Statistics. Inżynieria Środowiska. II stopień ogólnoakademicki
Załącznik nr 7 do Zarządzenia Rektora nr../12 z dnia.... 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/13 STATYSTYKA
Bardziej szczegółowoWstęp do teorii niepewności pomiaru. Danuta J. Michczyńska Adam Michczyński
Wstęp do teorii niepewności pomiaru Danuta J. Michczyńska Adam Michczyński Podstawowe informacje: Strona Politechniki Śląskiej: www.polsl.pl Instytut Fizyki / strona własna Instytutu / Dydaktyka / I Pracownia
Bardziej szczegółowoKomputerowa Analiza Danych Doświadczalnych
Komputerowa Analiza Danych Doświadczalnych Prowadząca: dr inż. Hanna Zbroszczyk e-mail: gos@if.pw.edu.pl tel: +48 22 234 58 51 konsultacje: poniedziałek, 10-11, środa: 11-12 www: http://www.if.pw.edu.pl/~gos/students/kadd
Bardziej szczegółowoRachunek prawdopodobieństwa WZ-ST1-AG--16/17Z-RACH. Liczba godzin stacjonarne: Wykłady: 15 Ćwiczenia: 30. niestacjonarne: Wykłady: 9 Ćwiczenia: 18
Karta przedmiotu Wydział: Wydział Zarządzania Kierunek: Analityka gospodarcza I. Informacje podstawowe Nazwa przedmiotu Rachunek prawdopodobieństwa Nazwa przedmiotu w j. ang. Język prowadzenia przedmiotu
Bardziej szczegółowoLiteratura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III.
Literatura Krysicki W., Bartos J., Dyczka W., Królikowska K, Wasilewski M., Rachunek Prawdopodobieństwa i Statystyka Matematyczna w Zadaniach, cz. I. Leitner R., Zacharski J., Zarys matematyki wyŝszej
Bardziej szczegółowoZESZYTY NAUKOWE NR 11(83) AKADEMII MORSKIEJ W SZCZECINIE
ISSN 733-8670 ZESZYTY NAUKOWE NR (83) AKADEMII MORSKIEJ W SZCZECINIE IV MIĘDZYNARODOWA KONFERENCJA NAUKOWO-TECHNICZNA E X P L O - S H I P 0 0 6 Lucjan Gucma Modele probabilistyczne do oceny bezpieczeństwa
Bardziej szczegółowoWeryfikacja hipotez statystycznych, parametryczne testy istotności w populacji
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowoFizyka (Biotechnologia)
Fizyka (Biotechnologia) Wykład I Marek Kasprowicz dr Marek Jan Kasprowicz pokój 309 marek.kasprowicz@ur.krakow.pl www.ar.krakow.pl/~mkasprowicz Marek Jan Kasprowicz Fizyka 013 r. Literatura D. Halliday,
Bardziej szczegółowoWykład 1 Próba i populacja. Estymacja parametrów z wykorzystaniem metody bootstrap
Wykład 1 Próba i populacja. Estymacja parametrów z wykorzystaniem metody bootstrap Magdalena Frąszczak Wrocław, 21.02.2018r Tematyka Wykładów: Próba i populacja. Estymacja parametrów z wykorzystaniem metody
Bardziej szczegółowoANALIZA WRAŻLIWOŚCI CENY OPCJI O UWARUNKOWANEJ PREMII
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 31 Ewa Dziawgo Uniwersytet Mikołaja Kopernika w Toruniu ANALIZA WRAŻLIWOŚCI CENY OPCJI O UWARUNKOWANEJ PREMII Streszczenie W artykule przedstawiono
Bardziej szczegółowoSposoby opisu i modelowania zakłóceń kanałowych
INSTYTUT TELEKOMUNIKACJI ZAKŁAD RADIOKOMUNIKACJI Instrukcja laboratoryjna z przedmiotu Podstawy Telekomunikacji Sposoby opisu i modelowania zakłóceń kanałowych Warszawa 2010r. 1. Cel ćwiczeń: Celem ćwiczeń
Bardziej szczegółowoPODSTAWY MODELOWANIA UKŁADÓW DYNAMICZNYCH W JĘZYKACH SYMULACYJNYCH
PODSTAWY MODELOWANIA UKŁADÓW DYNAMICZNYCH W JĘZYKACH SYMULACYJNYCH ( Na przykładzie POWERSIM) M. Berndt-Schreiber 1 Plan Zasady modelowania Obiekty symbole graficzne Dyskretyzacja modelowania Predefiniowane
Bardziej szczegółowoPROGRAMOWANIE 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 szczegółowoRozkład Gaussa i test χ2
Rozkład Gaussa jest scharakteryzowany dwoma parametramiwartością oczekiwaną rozkładu μ oraz dyspersją σ: METODA 2 (dokładna) polega na zmianie zmiennych i na obliczeniu pk jako różnicy całek ze standaryzowanego
Bardziej szczegółowoPRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR. Wojciech Zieliński
PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR Wojciech Zieliński Katedra Ekonometrii i Statystyki SGGW Nowoursynowska 159, PL-02-767 Warszawa wojtek.zielinski@statystyka.info
Bardziej szczegółowoZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 50 2012 ANALIZA WŁASNOŚCI OPCJI SUPERSHARE
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 5 212 EWA DZIAWGO ANALIZA WŁASNOŚCI OPCJI SUPERSHARE Wprowadzenie Proces globalizacji rynków finansowych stwarza
Bardziej szczegółowoMatematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013 A.
Bardziej szczegółowoCharakterystyka mierników do badania oświetlenia Obiektywne badania warunków oświetlenia opierają się na wynikach pomiarów parametrów świetlnych. Podobnie jak każdy pomiar, również te pomiary, obarczone
Bardziej szczegółowolp tematy pracy promotor dyplomant data otrzymania tematu uwagi ZAKŁAD URZĄDZEŃ NAWIGACYJNYCH
Tematy prac dyplomowych inżynierskich dla studentów niestacjonarnych prowadzone przez nauczycieli akademickich Instytutu Inżynierii Ruchu Morskiego na rok akademicki 2008/2009 lp tematy pracy promotor
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład VII: Metody specjalne Monte Carlo 24 listopada 2014 Transformacje specjalne Przykład - symulacja rozkładu geometrycznego Niech X Ex(λ). Rozważmy zmienną losową [X ], która przyjmuje wartości naturalne.
Bardziej szczegółowoUniwersytecki Biuletyn Meteorologiczny
Uniwersytecki Biuletyn Meteorologiczny Borucino-Kościerzyna-Ostrzyce KATEDRA METEOROLOGII I KLIMATOLOGII Instytut Geografii, Uniwersytet Gdański Nr 47 (96) MAJ 2014 ISSN 2081-884X Od Redakcji: Opracowanie
Bardziej szczegółowoODDZIAŁYWANIE RUCHU STATKU NA LIP W OBSZARZE TORU PODEJŚCIOWEGO DO PORTU
Wojciech ŚLĄCZKA 1 Stefan JANKOWSKI 2 Transport, morski, linie przesyłowe, rurociąg, osiadanie, bezpieczny zapas wody pod stępka, ryzyko kolizji ODDZIAŁYWANIE RUCHU STATKU NA LIP W OBSZARZE TORU PODEJŚCIOWEGO
Bardziej szczegółowoOCENA STATECZNOŚ CI DYNAMICZNEJ OKRĘ TU NA PODSTAWIE WYMAGAŃ PRZEPISÓW POLSKIEGO REJESTRU STATKÓW
ZESZYTY NAUKOWE AKADEMII MARYNARKI WOJENNEJ ROK LI NR 4 (183) 2010 Adam Pawlę dzio Akademia Marynarki Wojennej OCENA STATECZNOŚ CI DYNAMICZNEJ OKRĘ TU NA PODSTAWIE WYMAGAŃ PRZEPISÓW POLSKIEGO REJESTRU
Bardziej szczegółowog) wartość oczekiwaną (przeciętną) i wariancję zmiennej losowej K.
TEMAT 1: WYBRANE ROZKŁADY TYPU SKOKOWEGO ROZKŁAD DWUMIANOWY (BERNOULLIEGO) Zadanie 1-1 Prawdopodobieństwo nieprzekroczenia przez pewien zakład pracy dobowego limitu zużycia energii elektrycznej (bez konieczności
Bardziej szczegółowoStatystyka matematyczna dla leśników
Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 2013/2014 Wykład 3 Zmienna losowa i jej rozkłady Zdarzenia losowe Pojęcie prawdopodobieństwa
Bardziej szczegółowoStatystyka matematyczna i ekonometria
Statystyka matematyczna i ekonometria prof. dr hab. inż. Jacek Mercik B4 pok. 55 jacek.mercik@pwr.wroc.pl (tylko z konta studenckiego z serwera PWr) Konsultacje, kontakt itp. Strona WWW Elementy wykładu.
Bardziej szczegółowoWłaściwości testu Jarque-Bera gdy w danych występuje obserwacja nietypowa.
Właściwości testu Jarque-Bera gdy w danych występuje obserwacja nietypowa. Paweł Strawiński Uniwersytet Warszawski Wydział Nauk Ekonomicznych 16 stycznia 2006 Streszczenie W artykule analizowane są właściwości
Bardziej szczegółowoSPITSBERGEN HORNSUND
Polska Stacja Polarna Instytut Geofizyki Polska Akademia Nauk Polish Polar Station Institute of Geophysics Polish Academy of Sciences BIULETYN METEOROLOGICZNY METEOROLOGICAL BULLETIN SPITSBERGEN HORNSUND
Bardziej szczegółowoPodstawy Nawigacji. Kierunki. Jednostki
Podstawy Nawigacji Kierunki Jednostki Program wykładów: Istota, cele, zadania i rodzaje nawigacji. Podstawowe pojęcia i definicje z zakresu nawigacji. Morskie jednostki miar. Kierunki na morzu, rodzaje,
Bardziej szczegółowoWYZNACZENIE KĄTA PRZECHYŁU DYNAMICZNEGO OKRĘTU NA PODSTAWIE BADAŃ MODELOWYCH
ZESZYTY NAUKOWE AKADEMII MARYNARKI WOJENNEJ ROK LII NR (185) 011 Adam Pawlę dzio Akademia Marynarki Wojennej WYZNACZENIE KĄTA PRZECHYŁU DYNAMICZNEGO OKRĘTU NA PODSTAWIE BADAŃ MODELOWYCH STRESZCZENIE W
Bardziej szczegółowoFORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS
FOLIA UNIVERSITATIS AGRICULTURAE STETINENSIS Folia Univ. Agric. Stetin. 007, Oeconomica 54 (47), 73 80 Mateusz GOC PROGNOZOWANIE ROZKŁADÓW LICZBY BEZROBOTNYCH WEDŁUG MIAST I POWIATÓW FORECASTING THE DISTRIBUTION
Bardziej szczegółowoPolitechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015
Politechnika Krakowska im. Tadeusza Kościuszki Karta przedmiotu Wydział Inżynierii Środowiska obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015 Kierunek studiów: Inżynieria Środowiska
Bardziej szczegółowoANALIZA ZDOLNOŚCI PROCESU O ZALEŻNYCH CHARAKTERYSTYKACH
Małgorzata Szerszunowicz Uniwersytet Ekonomiczny w Katowicach ANALIZA ZDOLNOŚCI PROCESU O ZALEŻNYCH CHARAKTERYSTYKACH Wprowadzenie Statystyczna kontrola jakości ma na celu doskonalenie procesu produkcyjnego
Bardziej szczegółowo53 56,4' N 14 16,3' E. Iso.R.4s ,4' N 14 16,5' E. Nanieść: Insert: Fl(2)G.8s 53 56,64' N 14 16,23' E. Fl(2)R.8s ,66' N 14 16,43' E
Wykaz informacyjny zawiera spis stałych wiadomości żeglarskich BHMW. The List of Amendments Charts contains permanent NtMs only. (dotyczy mapy nr 46 wydanie 2.2012.VI / Chart No 46 Ed 2.2012.VI) 2013/09/226
Bardziej szczegółowoWprowadzenie do analizy korelacji i regresji
Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących
Bardziej szczegółowo5. WNIOSKOWANIE PSYCHOMETRYCZNE
5. WNIOSKOWANIE PSYCHOMETRYCZNE Model klasyczny Gulliksena Wynik otrzymany i prawdziwy Błąd pomiaru Rzetelność pomiaru testem Standardowy błąd pomiaru Błąd estymacji wyniku prawdziwego Teoria Odpowiadania
Bardziej szczegółowoSTATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE
STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE 1 W trakcie badania obliczono wartości średniej (15,4), mediany (13,6) oraz dominanty (10,0). Określ typ asymetrii rozkładu. 2 Wymień 3 cechy rozkładu Gauss
Bardziej szczegółowoStreszczenie: Zasady projektowania konstrukcji budowlanych z uwzględnieniem aspektów ich niezawodności wg Eurokodu PN-EN 1990
Streszczenie: W artykule omówiono praktyczne podstawy projektowania konstrukcji budowlanych wedłu Eurokodu PN-EN 1990. Podano metody i procedury probabilistyczne analizy niezawodności konstrukcji. Podano
Bardziej szczegółowoWYZNACZANIE SPADKÓW NAPIĘĆ W WIEJSKICH SIECIACH NISKIEGO NAPIĘCIA
Problemy Inżynierii Rolniczej nr 4/2008 Małgorzata Trojanowska, Krzysztof Nęcka Katedra Energetyki Rolniczej Uniwersytet Rolniczy w Krakowie WYZNACZANIE SPADKÓW NAPIĘĆ W WIEJSKICH SIECIACH NISKIEGO NAPIĘCIA
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5.
Bardziej szczegółowoSpacery losowe generowanie realizacji procesu losowego
Spacery losowe generowanie realizacji procesu losowego Michał Krzemiński Streszczenie Omówimy metodę generowania trajektorii spacerów losowych (błądzenia losowego), tj. szczególnych procesów Markowa z
Bardziej szczegółowoWnioskowanie statystyczne. Statystyka w 5
Wnioskowanie statystyczne tatystyka w 5 Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających
Bardziej szczegółowoKARTA PRZEDMIOTU. 12. Przynależność do grupy przedmiotów: Prawdopodobieństwo i statystyka
(pieczęć wydziału) KARTA PRZEDMIOTU Z1-PU7 WYDANIE N1 Strona 1 z 5 1. Nazwa przedmiotu: RACHUNEK PRAWDOPODOBIEŃSTWA 2. Kod przedmiotu: RPr 3. Karta przedmiotu ważna od roku akademickiego: 20152016 4. Forma
Bardziej szczegółowoUniwersytecki Biuletyn Meteorologiczny
Uniwersytecki Biuletyn Meteorologiczny Borucino-Kościerzyna-Ostrzyce KATEDRA METEOROLOGII I KLIMATOLOGII Instytut Geografii, Uniwersytet Gdański Nr 44 (93) LUTY 2014 ISSN 2081-884X Od Redakcji: Opracowanie
Bardziej szczegółowoSymulacyjne metody analizy ryzyka inwestycyjnego wybrane aspekty. Grzegorz Szwałek Katedra Matematyki Stosowanej Uniwersytet Ekonomiczny w Poznaniu
Symulacyjne metody analizy ryzyka inwestycyjnego wybrane aspekty Grzegorz Szwałek Katedra Matematyki Stosowanej Uniwersytet Ekonomiczny w Poznaniu Plan prezentacji 1. Opis metody wyceny opcji rzeczywistej
Bardziej szczegółowoBADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI
14 BADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI 14.1 WSTĘP Ogólne wymagania prawne dotyczące przy pracy określają m.in. przepisy
Bardziej szczegółowoSterowanie wielkością zamówienia w Excelu - cz. 3
Sterowanie wielkością zamówienia w Excelu - cz. 3 21.06.2005 r. 4. Planowanie eksperymentów symulacyjnych Podczas tego etapu ważne jest określenie typu rozkładu badanej charakterystyki. Dzięki tej informacji
Bardziej szczegółowo