WYZNACZANIE OPTYMALIZOWANYCH PROCEDUR DIAGNOSTYCZNO-OBSŁUGOWYCH

Wielkość: px
Rozpocząć pokaz od strony:

Download "WYZNACZANIE OPTYMALIZOWANYCH PROCEDUR DIAGNOSTYCZNO-OBSŁUGOWYCH"

Transkrypt

1 ZAKŁA KSPLOATACJI SYSTMÓW LKTRONICZNYCH INSTYTUT SYSTMÓW LKTRONICZNYCH WYZIAŁ LKTRONIKI WOJSKOWA AKAMIA TCHNICZNA POSTAWY KSPLOATACJI ĆWICZNI LABORATORYJN NR WYZNACZANI OPTYMALIZOWANYCH PROCUR IAGNOSTYCZNO-OBSŁUGOWYCH. Narzęza wspomagające realzację ćwczena: omputerowe programy o wyznaczana proceur agnozowana: POZ-POŁÓWK SKUT-INFOR IAGNOSIS omomerz. Przemot ćwczena: obet agnozowana o oreślonej struturze właścwoścach 3. Cel ćwczena: a wyznaczene proceur baana agnostycznego optymalzowanych przy zastosowanu różnych meto optymalzacyjnych; b ysusja pojęć: sprawzene wyn sprawzena objaw synrom warunowe bezwarunowe prawopoobeństwo stanu nezatnośc warun baana oszt sprawzena wartość oczewana osztu agnozowana wartość oczewana lczby sprawzeń Warszawa 9

2 A. CHARAKTRYSTYKA OBIKTU IAGNOZOWANIA. Obet baana agnostycznego (Rys. słaa sę z -tu moułów (elementów e e tworzących struturę szeregową. W 3 9 e e e3 e e e e e e9 e WY e e9 9 e Rys.. Schemat struturalny obetu agnozowana Uwaga: Mouły: e e e bezpeczn; Mouły: e e e oy; Mouły pozostałe: rezystory. e e e e e3 3 e e. Oprzyrząowane pomarowe: omomerz. 3. Możlwe waranty sprawzeń: a pomar rezystancj przejśca owolnej lczby moułów czyl męzy puntam: Tabela A. Nr spr. 3 9 We (+ 3 9 Wy ( 3 9 Nr spr. 3 9 We (+ 3 9 Wy ( 3 9 b pomar rezystancj przejśca poszczególnych moułów czyl męzy puntam: Tabela A. Nr spr. 3 9 We ( Wy ( Nr spr. 3 9 We ( Wy ( Uwaga: Każe sprawzene może meć wyn pozytywny ( lub wyn negatywny ( wsazujący na stan nezatnośc. wsazujący na stan zatnośc

3 B. ZAANIA IAGNOSTYCZN ZAANI. Warun wstępne a Obet jest nezatny nezaslany. Jeen tylo jeen mouł jest nezatny. b Prawopoobeństwa a pror nezatnośc poszczególnych moułów są jenaowe posaają wartośc poane w tabel.. Tabela. 3 9 P e 3 9 P e c Koszty t poszczególnych sprawzeń są jenaowe.. Wnos wstępne Przy założenu jenaowych prawopoobeństw nezatnośc moułów preferowaną metoą optymalzacj proceury agnozowana obsługowego jest metoa pozału połówowego weług lczby moułów a opowenm la tej metoy sprawzenam są sprawzena poane w tabel A.. Rozwązane Zgone z metoą pozału połówowego weług lczby moułów sprawzena wyberane na olejnych roach pozału pownny zelć objęty obserwacją zbór moułów obetu na wa analogczne lczbowo pozbory: L e e... e L e e... e (. gze: : j j+ s s+ s+ numer rou pozału połówowego; j s n numery moułów objętych pozałem połówowym na rou ; L lczność pozboru moułów obetu na -tym rou pozału. W rozpatrywanym obece na perwszym rou pozału warune ten spełna sprawzene polegające na pomarze rezystancj przejśca pomęzy puntam - (zgone z tabelą A.. Kolejnym sprawzenam są sprawzena oraz t. Proceura obsługowego baana agnostycznego ma postać enrytu (Rys... Proceurę tę zapsać można równeż w postac uporząowanego zboru sprawzeń: n opt = ( 3 ( ( ( 9 ( 3

4 o o = e v e v o e ( v e v 9 e v e v ve ve 9 ( e v e e v v ve 9 e v ( v e e v v e e v e v ( e v v e 3 3 (3 3 e v e v e 3 e ve (3 e v e v e e ve 9 e v e (3 e ve v 3 e (3 e v e ve e ve 9 ( e e ve 3 ( e e ( e e ve 9 9 ( 9 e 9 e ( e e ( ( e 3 v e e e e v e 9 e 9 9 ( 9 e ( e e 3 ( e e 3 3 ( 3 e 3 e e ( e Rys... Proceura baana agnostycznego wyznaczona metoą pozału połówowego weług lczby moułów Proceura ta jest optymalna w aspece wartośc oczewanej lczby sprawzeń. ZAANI. Warun wstępne a Obet jest nezatny nezaslany. Tylo jeen mouł jest nezatny (warune A. b Prawopoobeństwa a pror nezatnośc poszczególnych moułów poane są w tabel.. Tabela. 3 9 P 3 e 3 9 P 3 3 e. Wnos wstępne a W przypau różnych prawopoobeństw nezatnośc moułów stosunowo prostą metoą optymalzacj proceury agnozowana obsługowego jest metoa sutecznośc probablstycznej a opowenm la tej metoy sprawzenam są sprawzena poane w tabel A.. b Koszty t poszczególnych sprawzeń poaje tabela.: Tabela. Nr spr t

5 c Warunowe prawopoobeństwa P( e A nezatnośc poszczególnych moułów należy wylczyć w oparcu o wzór: P ( e p = P e A = n =... n; j =... n (. P e j= gze: j numery moułów; n lczba moułów w obece (n =. Wartośc te poaje tabela.3. Tabela P e A Uwaga: j 3 9 P e A n = P ( e A = Rozwązane Zgone z metoą sutecznośc probablstycznej o olejnośc sprawzeń ecyuje wartość wsaźna sutecznośc probablstycznej tórą wyznacza sę la sprawzena ażego z moułów w oparcu o zależność: p η = (. t Wartośc te poaje tabela.: Tabela. 3 9 η η 3 3 Kryteralny szereg malejących wartośc wsaźna sutecznośc probablstycznej ma na postawe tabel. postać zapsaną w tabel.. Tabela. r η 3 η gze: r η 3 3 r numer wyznaczający olejność sprawzena w proceurze agnozowana; numer (nes sprawzena (zarazem numer moułu.

6 Proceura obsługowego baana agnostycznego ma postać enrytu (Rys... o o o ( v e v ve v 9 = e e ( e ( e e (3 ( e 9 9 (9 9 e 9 e Rys... Proceura baana agnostycznego wyznaczona metoą sutecznośc probablstycznej Proceurę tę zapsać można równeż w postac uporząowanego zboru sprawzeń: opt = ( ( 3 ( ( (... ( 9( 9... Proceura ta jest optymalna w aspece wsaźna sutecznośc probablstycznej.

7 ZAANI 3. Warun wstępne a Obet jest nezatny nezaslany. Tylo jeen mouł jest nezatny (warune A. b Prawopoobeństwa a pror nezatnośc poszczególnych moułów poane są w tabel 3.. Tabela P 3 e 3 9 P 3 3 e c Koszty t poszczególnych sprawzeń są jenaowe.. Wnos wstępne Przy różnych prawopoobeństwach nezatnośc moułów preferowaną metoą optymalzacj proceury agnozowana obsługowego jest metoa pozału połówowego weług sumy prawopoobeństw a opowenm la tej metoy sprawzenam są sprawzena poane w tabel A.. Rozwązane Zgone z metoą pozału połówowego weług sumy prawopoobeństw wyberane na olejnych roach pozału sprawzena pownny zelć objęty obserwacją zbór moułów obetu na wa analogczne probablstyczne pozbory: s( n( : p( p( (3. ( = ( = s( + gze: numer rou pozału połówowego; ( s( n( numery moułów objętych pozałem połówowym na rou ; p ( prawopoobeństwo warunowe nezatnośc -tego moułu obetu na -tym rou pozału. Warunowe prawopoobeństwa P( e A nezatnośc poszczególnych moułów wylcza sę w oparcu o wzór: P ( e p = P e A = n =... n; j =... n (3. P e j= j gze: j numery moułów; n lczba moułów w obece (n =. Wartośc te na perwszym rou pozału połówowego poaje tabela 3.: Tabela P e A 3 9 P e A

8 Uwaga: n = P ( e A = Korzystając z programu Cwcz (w atalogu Poz-połów wyznaczamy optymalną probablstyczne proceurę baana agnostycznego. Proceura ta ma postać enrytu poazanego na Rys.3.. o o = e v e v o e ( v e v 9 e v e v ve ve ( e v e e 9 v v ve 9 e v ( v e e v v e e v e 9 v ( e v v e (3 e e v e v e 3 (3 e v e v e e e v e v e 9 (3 e v e v (3 e e ve ve 9 ( e e ve 3 e v e ( e ( e e ve ( 3 e v e 3 e v e v e ( e e 9 v e 3 3 ( 3 e 3 e ( e e 9 9 ( 9 e 9 e ( e e 3 ( e e ve 9 e 9 9 ( 9 e ( e e Rys.3.. Proceura baana agnostycznego wyznaczona metoą pozału połówowego wg. sumy prawopoobeństw nezatnośc Proceurę tę zapsać można równeż w postac uporząowanego zboru sprawzeń: opt = (( ( ( ( 9 ( ( ( Proceura ta jest optymalna w aspece wartośc oczewanej lczby sprawzeń.

9 ZAANI. Warun wstępne a Obet jest nezatny nezaslany. Tylo jeen mouł jest nezatny (warune A. b Prawopoobeństwa a pror nezatnośc poszczególnych moułów poane są w tabel.. Tabela. 3 9 P 3 e 3 9 P 3 3 e c Koszty poszczególnych sprawzeń są jenaowe wynoszą t = [j.u..]. Załóżmy że w oreślonych warunach możlwe jest wyonane jeyne netórych sprawzeń. Tabela. poaje relacje agnostyczne typu: stan synrom stanu czyl uazuje prawopoobne wyn sprawzeń (objawy w poszczególnych stanach obetu. Tabela. Stany obetu (moułów obetu synromy stanów e e e e3 e e e e e e9 Nr sprawzena 3 ( ( 3 ( ( ( ( ( ( Nr sprawzena Stany obetu (moułów obetu synromy stanów e e e e3 e e e e e e9 e 3 ( ( 3 ( ( ( ( ( ( Uwaga:. W rozważanym przyłaze założono że aży mouł obetu może być zatny lub nezatny. Stą wyna że lczność zboru stanów nezatnośc obetu jest równa lcznośc zboru moułów (czyl n =. Zastosowana notacja stanu oznacza: stan zatnośc obetu; stan nezatnośc obetu polegający na nezatnośc moułu e

10 . Notację objawów należy rozumeć następująco: objaw wsazujący na stan zatnośc; objaw wsazujący na stan nezatnośc. 3. Symbolem e oznaczono cały obet.. W nawasach poano numery sprawzeń zgone z oznaczenam w tabel A... Wnos wstępne Jeną z barzej rozpowszechnonych w pratyce agnostycznej meto optymalzacj proceur agnozowana jest metoa sutecznośc nformacyjnej. Opowenm la tej metoy sprawzenam mogą być sprawzena poane w tabel A.. Rozwązane Zgone z zasaam postępowana oreślonym w metoze sutecznośc nformacyjnej należy la ażego sprawzena możlwego o wyonana wyznaczyć entropę (neoreśloność jego wynu. ntropa ta jest loścowo równa nformacj jaej ostarczy zrealzowane tego sprawzena. Zapsujemy to w postac: J ( log P( P( log P( = H = P (. gze: J nformacja ostarczana przez -te sprawzene; H entropa wynu -tego P prawopoobeństwo negatywnego objawu (tj. wynu -tego sprawzena; ( sprawzena wsazującego na stan nezatnośc; P prawopoobeństwo pozytywnego objawu (tj. wynu -tego sprawzena wsazującego na stan zatnośc. Na tej postawe można wyznaczyć wsaźn sutecznośc nformacyjnej -tego sprawzena: η J = (. t gze: t czas (lub oszt realzacj sprawzena -tego sprawzena. Sprawzena należy realzować w olejnośc malejących wartośc wsaźna sutecznośc nformacyjnej czyl: η J ( ηj(... ηj(n (.3 Tego rozaju postępowane można zastosować zarówno przy agnozowanu zatnośc obetu jao całośc (agnozowane użytowe ja też przy entyfacj nezatnego moułu (agnozowane obsługowe. Korzystając z programu Program (w atalogu Sut-nfor wyznaczamy optymalną probablstyczne proceurę baana agnostycznego. Proceura ta ma postać enrytu poazanego na Rys... Proceurę tę zapsać można równeż w postac uporząowanego zboru sprawzeń: J

11 opt = (( ( ( 3 ( ( Proceura ta jest optymalna w aspece wsaźna sutecznośc nformacyjnej. o o = e v e v o e ( v e v 9 e v v e ( e v v e e v ( v e v e v e e v v e ( e v v e (3 e e v ve 3 (3 (3 e e v e v e v e e v v e e e v e e e v e v 9 (3 ( e e v 9 e Rys... Proceura baana agnostycznego wyznaczona metoą sutecznośc nformacyjnej C. UWAGI KOŃCOW. Wyn oblczeń przestawć w postac grafcznej (w postac enrytów oraz w postac opsowej.. Całość przestawć w forme sprawozana.

ZESZYTY NAUKOWE NR 10(82) AKADEMII MORSKIEJ W SZCZECINIE. Przedłużanie okresu eksploatacji okrętowych turbin gazowych w oparciu o modele predykcyjne

ZESZYTY NAUKOWE NR 10(82) AKADEMII MORSKIEJ W SZCZECINIE. Przedłużanie okresu eksploatacji okrętowych turbin gazowych w oparciu o modele predykcyjne ISSN 733-8670 ZESZYTY NAUKOWE NR 0(82) AKADEMII MORSKIEJ W SZCZECINIE IV MIĘDZYNARODOWA KONFERENCJA NAUKOWO-TECHNICZNA E X P L O - S H I P 2 0 0 6 Anrzej Aamewcz, Francsze Tomaszews Przełużane oresu esploatacj

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

BADANIE WYBRANYCH PROCEDUR I STRATEGII EKSPLOATACYJNYCH

BADANIE WYBRANYCH PROCEDUR I STRATEGII EKSPLOATACYJNYCH AKŁAD KSPLOATACJI SYSTMÓW LKTONICNYCH INSTYTUT SYSTMÓW LKTONICNYCH WYDIAŁ LKTONIKI WOJSKOWA AKADMIA TCHNICNA ---------------------------------------------------------------------------------------------------------------

Bardziej szczegółowo

Arytmetyka finansowa Wykład z dnia 30.04.2013

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

Bardziej szczegółowo

STATYSTYKA. Zmienna losowa skokowa i jej rozkład

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

Bardziej szczegółowo

ĆWICZENIE 1 BADANIE WYBRANYCH PROCEDUR I STRATEGII EKSPLOATACYJNYCH

ĆWICZENIE 1 BADANIE WYBRANYCH PROCEDUR I STRATEGII EKSPLOATACYJNYCH ĆWICNI BADANI WYBANYCH POCDU I STATGII KSPLOATACYJNYCH Cel ćwczena: - lustracja zagadneń zwązanych z zarządzanem esploatacją; - lustracja zależnośc mędzy dagnostyą nezawodnoścą a efetem procesu esploatacj.

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

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

Bardziej szczegółowo

Ćw. 5. Wyznaczanie współczynnika sprężystości przy pomocy wahadła sprężynowego

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

Bardziej szczegółowo

wtedy i tylko wtedy, gdy rozwiązanie i jest nie gorsze od j względem k-tego kryterium. 2) Macierz części wspólnej Utwórz macierz

wtedy i tylko wtedy, gdy rozwiązanie i jest nie gorsze od j względem k-tego kryterium. 2) Macierz części wspólnej Utwórz macierz Temat: Programowanie wieloryterialne. Ujęcie dysretne.. Problem programowania wieloryterialnego. Z programowaniem wieloryterialnym mamy do czynienia, gdy w problemie decyzyjnym występuje więcej niż jedno

Bardziej szczegółowo

Systemy Just-in-time. Sterowanie produkcją

Systemy Just-in-time. Sterowanie produkcją Systemy Just-n-tme Sterowane proukcją MRP MRP II Just n tme OPT 1 Sterowane proukcją MRP MRP II Just n tme OPT Koszty opóźneń Kary umowne Utrata zamówena Utrata klenta Utrata t reputacj 2 Problemy z zapasam

Bardziej szczegółowo

WYZNACZANIE OPTYMALIZOWANYCH PROCEDUR DIAGNOSTYCZNO-OBSŁUGOWYCH

WYZNACZANIE OPTYMALIZOWANYCH PROCEDUR DIAGNOSTYCZNO-OBSŁUGOWYCH ZAKŁAD EKSPLOATACJI SYSTEMÓW ELEKTRONICZNYCH INSTYTUT SYSTEMÓW ELEKTRONICZNYCH WYDZIAŁ ELEKTRONIKI WOJSKOWA AKADEMIA TECHNICZNA ---------------------------------------------------------------------------------------------------------------

Bardziej szczegółowo

Optymalizacja funkcji

Optymalizacja funkcji MARCIN BRAŚ Opymalzacja funcj ) Opymalzacja w obszarze neoranczonym WK: y. y WW: > > y y Znaleźć mnmum funcj: (, y) ( ) y ( ) y y ( ) y solve, P(, ) y y solve, y ( ) y ( ) y y y ( ) y W W W > (, y) > Op.

Bardziej szczegółowo

ĆWICZENIE 4 WYZNACZANIE OPTYMALIZOWANYCH PROCEDUR DIAGNOSTYCZNO-OBSŁUGOWYCH

ĆWICZENIE 4 WYZNACZANIE OPTYMALIZOWANYCH PROCEDUR DIAGNOSTYCZNO-OBSŁUGOWYCH ĆWICZENIE 4 WYZNACZANIE OPTYMALIZOWANYCH PROCEDUR DIAGNOSTYCZNO-OBSŁUGOWYCH Cel ćwiczenia: - zapoznanie z podstawowymi metodami wyznaczania optymalizowanych procedur diagnozowania (m. in. z metodą skuteczności

Bardziej szczegółowo

Laboratorium ochrony danych

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

Bardziej szczegółowo

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

min h = x x Algorytmy optymalizacji lokalnej Nieliniowe zadanie optymalizacji bez ograniczeń numeryczne metody iteracyjne optymalizacji x x

min h = x x Algorytmy optymalizacji lokalnej Nieliniowe zadanie optymalizacji bez ograniczeń numeryczne metody iteracyjne optymalizacji x x Nelnowe zaane optymalzacj bez ogranczeń numeryczne metoy teracyjne optymalzacj mn n x R ) = f x Algorytmy poszuwana mnmum loalnego la: f zaana programowana nelnowego bez ogranczeń zaana programowana nelnowego

Bardziej szczegółowo

A. Cel ćwiczenia. B. Część teoretyczna

A. Cel ćwiczenia. B. Część teoretyczna A. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z wsaźniami esploatacyjnymi eletronicznych systemów bezpieczeństwa oraz wyorzystaniem ich do alizacji procesu esplatacji z uwzględnieniem przeglądów

Bardziej szczegółowo

U L T R A ZAKŁAD BADAŃ MATERIAŁÓW

U L T R A ZAKŁAD BADAŃ MATERIAŁÓW U L T R A ZAKŁAD BADAŃ MATERIAŁÓW Zał 1 instr Nr02/01 str. 53-621 Wrocław, Głogowska 4/55, tel/fax 071 3734188 52-404 Wrocław, Harcerska 42, tel. 071 3643652 www.ultrasonic.home.pl tel. kom. 0 601 710290

Bardziej szczegółowo

MODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH

MODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH MODYFICJ OSZTOW LGORYTMU JOHNSON DO SZEREGOWNI ZDŃ UDOWLNYCH Michał RZEMIŃSI, Paweł NOW a a Wydział Inżynierii Lądowej, Załad Inżynierii Producji i Zarządzania w udownictwie, ul. rmii Ludowej 6, -67 Warszawa

Bardziej szczegółowo

Wyznaczanie i harmonogramowanie tras pojazdów przy wykorzystaniu metody BBS

Wyznaczanie i harmonogramowanie tras pojazdów przy wykorzystaniu metody BBS Logstya - naua Andrzej Wolfenburg 1 Instytut Logsty Magazynowana, Poznań Wyznaczane harmonogramowane tras pojazdów przy wyorzystanu metody BBS 1. WSTĘP Instytut Logsty Magazynowana wraz z frmą CallFreedom

Bardziej szczegółowo

4.15 Badanie dyfrakcji światła laserowego na krysztale koloidalnym(o19)

4.15 Badanie dyfrakcji światła laserowego na krysztale koloidalnym(o19) 256 Fale 4.15 Badanie dyfracji światła laserowego na rysztale oloidalnym(o19) Celem ćwiczenia jest wyznaczenie stałej sieci dwuwymiarowego ryształu oloidalnego metodą dyfracji światła laserowego. Zagadnienia

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W PILE INSTYTUT POLITECHNICZNY. Zakład Budowy i Eksploatacji Maszyn PRACOWNIA TERMODYNAMIKI TECHNICZNEJ INSTRUKCJA

PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W PILE INSTYTUT POLITECHNICZNY. Zakład Budowy i Eksploatacji Maszyn PRACOWNIA TERMODYNAMIKI TECHNICZNEJ INSTRUKCJA PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W PILE INSTYTUT POLITECHNICZNY Zakład Budowy Eksploatacj Maszyn PRACOWNIA TERMODYNAMIKI TECHNICZNEJ INSTRUKCJA Temat ćwczena: PRAKTYCZNA REALIZACJA PRZEMIANY ADIABATYCZNEJ.

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

Pracownia Automatyki i Elektrotechniki Katedry Tworzyw Drzewnych Ćwiczenie 3. Analiza obwodów RLC przy wymuszeniach sinusoidalnych w stanie ustalonym

Pracownia Automatyki i Elektrotechniki Katedry Tworzyw Drzewnych Ćwiczenie 3. Analiza obwodów RLC przy wymuszeniach sinusoidalnych w stanie ustalonym ĆWCZENE 3 Analza obwodów C przy wymszenach snsodalnych w stane stalonym 1. CE ĆWCZENA Celem ćwczena jest praktyczno-analtyczna ocena obwodów elektrycznych przy wymszenach snsodalne zmennych.. PODSAWY EOEYCZNE

Bardziej szczegółowo

Małe drgania wokół położenia równowagi.

Małe drgania wokół położenia równowagi. ałe rgana woół położena równowag. ałe rgana Anazuemy ułay a tórych potencał Vqq,q,..,q posaa mnmum a oreśonych wartośc współrzęnych uogónonych q,, -czba stopn swoboy. ożemy ta przesaować te współrzęne

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

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Automatyki

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Automatyki Poltechka Gańska Wyzał Elektrotechk Automatyk Katera Automatyk Wybrae zagaea aalzy bezpeczeństwa fukcjoalego programowalych systemów sterowaa zabezpeczeń stalacj procesowych Tomasz Barert, Kazmerz Kosmowsk,

Bardziej szczegółowo

Pomiar mocy i energii

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

Bardziej szczegółowo

MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5

MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5 MATEMATYKA POZIOM ROZSZERZONY Krytera ocenana odpowedz Arkusz A II Strona 1 z 5 Odpowedz Pytane 1 2 3 4 5 6 7 8 9 Odpowedź D C C A B 153 135 232 333 Zad. 10. (0-3) Dana jest funkcja postac. Korzystając

Bardziej szczegółowo

Technika optymalizacji

Technika optymalizacji Algorytmy bezgraientowe Algorytmy optymalizacji loalnej c. Nieliniowe zaanie optymalizacji statycznej bez ograniczeń - nieliniowe algorytmy optymalizacji loalnej c. r inŝ. Ewa Szlachcic Wyział Eletronii

Bardziej szczegółowo

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne XXX OLIMPIADA FIZYCZNA ETAP III Zadane dośwadczalne ZADANIE D Nazwa zadana: Maszyna analogowa. Dane są:. doda półprzewodnkowa (krzemowa) 2. opornk dekadowy (- 5 Ω ), 3. woltomerz cyfrowy, 4. źródło napęca

Bardziej szczegółowo

; -1 x 1 spełnia powyższe warunki. Ale

; -1 x 1 spełnia powyższe warunki. Ale Funkcje uwkłane Przkła.ozważm równane np. nech. Ptane Cz la owolneo [ ] stneje tak że? Nech. Wówczas unkcja - spełna powższe warunk. Ale spełna je także unkcja [ ] Q. Dokłaając warunek cąłośc unkcj [ ]

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

WSPOMAGANE KOMPUTEROWO POMIARY CZĘSTOTLIWOŚCI CHWILOWEJ SYGNAŁÓW IMPULSOWYCH

WSPOMAGANE KOMPUTEROWO POMIARY CZĘSTOTLIWOŚCI CHWILOWEJ SYGNAŁÓW IMPULSOWYCH Metrologa Wspomagana Komputerowo - Zegrze, 9-22 05.997 WSPOMAGANE KOMPUTEROWO POMIARY CZĘSTOTLIWOŚCI CHWILOWEJ SYGNAŁÓW IMPULSOWYCH dr nż. Jan Ryszard Jask, dr nż. Elgusz Pawłowsk POLITECHNIKA lubelska

Bardziej szczegółowo

Indukcja matematyczna

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

Bardziej szczegółowo

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

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

LABORATORIUM TECHNIKI CIEPLNEJ INSTYTUTU TECHNIKI CIEPLNEJ WYDZIAŁ INŻYNIERII ŚRODOWISKA I ENERGETYKI POLITECHNIKI ŚLĄSKIEJ

LABORATORIUM TECHNIKI CIEPLNEJ INSTYTUTU TECHNIKI CIEPLNEJ WYDZIAŁ INŻYNIERII ŚRODOWISKA I ENERGETYKI POLITECHNIKI ŚLĄSKIEJ INSTYTUTU TECHNIKI CIEPLNEJ WYDZIAŁ INŻYNIERII ŚRODOWISKA I ENERGETYKI POLITECHNIKI ŚLĄSKIEJ INSTRUKCJA LABORATORYJNA Temat ćwczena: BADANIE POPRAWNOŚCI OPISU STANU TERMICZNEGO POWIETRZA PRZEZ RÓWNANIE

Bardziej szczegółowo

; -1 x 1 spełnia powyższe warunki. Ale

; -1 x 1 spełnia powyższe warunki. Ale AIB-Inormatka-Wkła - r Aam Ćmel cmel@.ah.eu.pl Funkcje uwkłane Przkła.ozważm równane np. nech. Ptane Cz la owolneo [] stneje tak że? Nech. Wówczas unkcja - spełna powższe warunk. Ale [ ] Q spełna je także

Bardziej szczegółowo

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym Pomary bezpośrede pośrede obarczoe błędem przypadkowym I. Szacowae wartośc przyblŝoej graczego błędu przypadkowego a przykładze bezpośredego pomaru apęca elem ćwczea jest oszacowae wartośc przyblŝoej graczego

Bardziej szczegółowo

ZARYS METODY OPISU KSZTAŁTOWANIA SKUTECZNOŚCI W SYSTEMIE EKSPLOATACJI WOJSKOWYCH STATKÓW POWIETRZNYCH

ZARYS METODY OPISU KSZTAŁTOWANIA SKUTECZNOŚCI W SYSTEMIE EKSPLOATACJI WOJSKOWYCH STATKÓW POWIETRZNYCH Henry TOMASZEK Ryszard KALETA Mariusz ZIEJA Instytut Techniczny Wojs Lotniczych PRACE AUKOWE ITWL Zeszyt 33, s. 33 43, 2013 r. DOI 10.2478/afit-2013-0003 ZARYS METODY OPISU KSZTAŁTOWAIA SKUTECZOŚCI W SYSTEMIE

Bardziej szczegółowo

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2010, Oeconomica 280 (59), 13 20

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2010, Oeconomica 280 (59), 13 20 FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Fola Pomer. Unv. Technol. Stetn. 2010, Oeconomca 280 (59), 13 20 Iwona Bą, Agnesza Sompolsa-Rzechuła LOGITOWA ANALIZA OSÓB UZALEŻNIONYCH OD ŚRODKÓW

Bardziej szczegółowo

( ) + ( ) T ( ) + E IE E E. Obliczanie gradientu błędu metodą układu dołączonego

( ) + ( ) T ( ) + E IE E E. Obliczanie gradientu błędu metodą układu dołączonego Obliczanie gradientu błędu metodą uładu dołączonego /9 Obliczanie gradientu błędu metodą uładu dołączonego Chodzi o wyznaczenie pochodnych cząstowych funcji błędu E względem parametrów elementów uładu

Bardziej szczegółowo

ĆWICZENIE NR 3 OBLICZANIE UKŁADÓW STATYCZNIE NIEWYZNACZALNYCH METODĄ SIŁ OD OSIADANIA PODPÓR I TEMPERATURY

ĆWICZENIE NR 3 OBLICZANIE UKŁADÓW STATYCZNIE NIEWYZNACZALNYCH METODĄ SIŁ OD OSIADANIA PODPÓR I TEMPERATURY zęść OLIZNIE UKŁÓW STTYZNIE NIEWYZNZLNYH METOĄ SIŁ 1 POLITEHNIK POZNŃSK INSTYTUT KONSTRUKJI UOWLNYH ZKŁ MEHNIKI UOWLI ĆWIZENIE NR 3 OLIZNIE UKŁÓW STTYZNIE NIEWYZNZLNYH METOĄ SIŁ O OSINI POPÓR I TEMPERTURY

Bardziej szczegółowo

Podstawy rachunku prawdopodobieństwa (przypomnienie)

Podstawy rachunku prawdopodobieństwa (przypomnienie) . Zdarzenia odstawy rachunu prawdopodobieństwa (przypomnienie). rawdopodobieństwo 3. Zmienne losowe 4. rzyład rozładu zmiennej losowej. Zdarzenia (events( events) Zdarzenia elementarne Ω - zbiór zdarzeń

Bardziej szczegółowo

PODEJMOWANIE DECYZJI GLOBALNEJ Z ZASTOSOWANIEM HIERARCHICZNEGO SYSTEMU WIELOAGENTOWEGO ORAZ ALGORYTMU MRÓWKOWEGO

PODEJMOWANIE DECYZJI GLOBALNEJ Z ZASTOSOWANIEM HIERARCHICZNEGO SYSTEMU WIELOAGENTOWEGO ORAZ ALGORYTMU MRÓWKOWEGO STUDIA INFORMATICA 2009 Volume 30 Number 2A (83) Alca WAKULICZ-DEJA Unwersytet Śląs, Instytut Inormaty Małgorzata PRZYBYŁA-KPEREK Unwersytet Śląs, Instytut Matematy PODEJMOWANIE DECYZJI GLOBALNEJ Z ZTOSOWANIEM

Bardziej szczegółowo

Część 1 7. TWIERDZENIA O WZAJEMNOŚCI 1 7. TWIERDZENIA O WZAJEMNOŚCI Twierdzenie Bettiego (o wzajemności prac)

Część 1 7. TWIERDZENIA O WZAJEMNOŚCI 1 7. TWIERDZENIA O WZAJEMNOŚCI Twierdzenie Bettiego (o wzajemności prac) Część 1 7. TWIERDZENIA O WZAJEMNOŚCI 1 7. 7. TWIERDZENIA O WZAJEMNOŚCI 7.1. Twerdzene Bettego (o wzajemnośc prac) Nech na dowolny uład ramowy statyczne wyznaczalny lub newyznaczalny, ale o nepodatnych

Bardziej szczegółowo

WYKŁAD nr Wielomian M (s) ma pierwiastki wielokrotne oraz równe zero

WYKŁAD nr Wielomian M (s) ma pierwiastki wielokrotne oraz równe zero WKŁD nr. Welomn m perwt welorotne orz równe zero J zznczono poprzeno ążąc o uogólnen wzorów umożlwjących przetwene opowez elementów utomty opnego owolną trnmtncją przy owolnym ygnle wymuzjącym wprowzono

Bardziej szczegółowo

Instrukcja do laboratorium Materiały budowlane Ćwiczenie 12 IIBZ ĆWICZENIE 12 METALE POMIAR TWARDOŚCI METALI SPOSOBEM BRINELLA

Instrukcja do laboratorium Materiały budowlane Ćwiczenie 12 IIBZ ĆWICZENIE 12 METALE POMIAR TWARDOŚCI METALI SPOSOBEM BRINELLA Instrukcja o laboratorium Materiały buowlane Ćwiczenie 1 ĆWICZENIE 1 METALE 1.1. POMIAR TWAROŚCI METALI SPOSOBEM BRINELLA Pomiar twarości sposobem Brinella polega na wciskaniu przez określony czas twarej

Bardziej szczegółowo

BADANIE NIEZAWODNOŚCI DIAGNOZ

BADANIE NIEZAWODNOŚCI DIAGNOZ ZAKŁA EKSOATACJI SYSTEMÓW EEKTOICZYCH ISTYTUT SYSTEMÓW EEKTOICZYCH WYZIAŁ EEKTOIKI WOJSKOWA AKAEMIA TECHICZA -------------------------------------------------------------------------------------------------------------------------------

Bardziej szczegółowo

P k k (n k) = k {O O O} = ; {O O R} =

P k k (n k) = k {O O O} = ; {O O R} = Definicja.5 (Kombinacje bez powtórzeń). Każdy -elementowy podzbiór zbioru A wybrany (w dowolnej olejności) bez zwracania nazywamy ombinacją bez powtórzeń. Twierdzenie.5 (Kombinacje bez powtórzeń). Liczba

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

Kier. MTR Programowanie w MATLABie Laboratorium Ćw. 12

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

Bardziej szczegółowo

ANALIZA SZEREGÓW CZASOWYCH

ANALIZA SZEREGÓW CZASOWYCH ANALIZA SZEREGÓW CZASWYCH Szereg czasow zbór warośc baanej cech lub warośc baanego zjawska zaobserwowanch w różnch momenach czasu uporząkowan chronologczne. Skłank szeregu czasowego:. enencja rozwojowa

Bardziej szczegółowo

SPRAWDZANIE PRAWA MALUSA

SPRAWDZANIE PRAWA MALUSA INSTYTUT ELEKTRONIKI I SYSTEMÓW STEROWANIA WYDZIAŁ ELEKTRYCZNY POLITECHNIKA CZĘSTOCHOWSKA LABORATORIUM FIZYKI ĆWICZENIE NR O- SPRAWDZANIE PRAWA MALUSA I. Zagadnena do przestudowana 1. Fala elektromagnetyczna,

Bardziej szczegółowo

Nieliniowe zadanie optymalizacji bez ograniczeń numeryczne metody iteracyjne optymalizacji

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

Bardziej szczegółowo

Kompresja fraktalna obrazów. obraz. 1. Kopiarka wielokrotnie redukująca 1.1. Zasada działania ania najprostszej kopiarki

Kompresja fraktalna obrazów. obraz. 1. Kopiarka wielokrotnie redukująca 1.1. Zasada działania ania najprostszej kopiarki Kompresa fratalna obraów. Kopara welorotne reuuąca.. Zasaa ałana ana naprostse opar Koncepca opar welorotne reuuące Naprosts prła opar. Moel matematcn obrau opara cęś ęścowa. obra weścow opara obra wścow

Bardziej szczegółowo

Rozkłady statystyczne w fizyce jądrowej

Rozkłady statystyczne w fizyce jądrowej UNIWERSYTET SZCZECIŃSKI INSTYTUT FIZYKI ZAKŁAD FIZYKI CIAŁA STAŁEGO Ćwczene laboratoryjne Rozłady statystyczne w fzyce jądrowej SZCZECIN 005 WSTĘP Różne neontrolowane zaburzena zewnętrzne (wahana temperatury,

Bardziej szczegółowo

system rurociągów dla stacji paliw

system rurociągów dla stacji paliw - system rurociągów la stacji paliw system rurociągów la stacji paliw 1.01.01 Opis systemu SECON -X to elastyczna, wuścianowa i gięta rura przesyłowa z rurą przewoową wyonaną ze stali nierzewnej i płaszczem

Bardziej szczegółowo

IN YNIERIA BEZPIECZE STWA LABORATORIUM NR 6

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

Bardziej szczegółowo

Koła rowerowe malują fraktale

Koła rowerowe malują fraktale Koła rowerowe malują fratale Mare Berezowsi Politechnia Śląsa Rozważmy urządzenie sładającego się z n ół o różnych rozmiarach, obracających się z różnymi prędościami. Na obręczy danego oła, obracającego

Bardziej szczegółowo

WYZNACZANIE PRZYSPIESZENIA ZIEMSKIEGO ZA POMOCĄ WAHADŁA RÓŻNICOWEGO

WYZNACZANIE PRZYSPIESZENIA ZIEMSKIEGO ZA POMOCĄ WAHADŁA RÓŻNICOWEGO I PRACOWNIA FIZYCZNA, INSYU FIZYKI UMK, ORUŃ Instrukca do ćwczena nr WYZNACZANIE PRZYSPIESZENIA ZIEMSKIEGO ZA POMOCĄ WAHADŁA RÓŻNICOWEGO 1. Cel ćwczena Celem ćwczena est poznane ruchu harmonczneo eo praw,

Bardziej szczegółowo

Ł Ł Ś ź ń ź ź ź Ś Ł Ę Ę Ś ż Ś ń Ą Ś Ą Ł ż ż ń ż ć ż ż ż ź ż ć ź Ę Ę ń ć ż Ł ń ż ż ż Ś ż Ś ż ż ż ż ż ż ż ń ń ż ż ż ć ż ń ż ń ź ż ć ż ż ć ń ż Ę Ę ć ń Ę ż ż ń ń ź Ę ź ż ń ż ń ź ż ż ż ń ż ż ż ż ż ż ż ż ń ń

Bardziej szczegółowo

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

Bardziej szczegółowo

Ś Ł Ą Ś Ś ź Ś ń ż ż Ó ż ż Ś Ł ż ń ń ń ż ń Ś ń ć ŚĘ Ó Ł Ę Ł Ś Ę Ę ń ń ń ń ń Ź ń ń ń ń ń ż ń ń ń ń ń Ę ż ż ć Ść ń ń ż Ń ż ż ń ń Ś Ą ń Ś ń ń ż Ó ż Ź ń ż ń Ś Ń Ó ż Ł ż Ą ź ź Ś Ł ć Ś ć ż ź ż ć ć Ę Ó Ś Ó ż ż

Bardziej szczegółowo

Ł Ł Ś Ę ź ń ź ź Ś Ę Ę Ś Ą Ś Ę Ż Ł ń Ę Ś ć ć ń ć ń ń ń ź ń Ę ź ń ń ń ź ź Ś ź ź ć ń ń ń ń Ś ć Ś ń ń Ś ź ń Ę ń Ś ź ź ź ź ź Ę Ę Ę Ś ń Ś ć ń ń ń ń ń ń Ę ń ń ń ń ć ń ń ń ń ć ń Ś ć Ł ń ń ń ć ń ć ź ń ź ć ń ń ć

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

WPŁYW LICZBY NAJBLIŻSZYCH SĄSIADÓW NA DOKŁADNOŚĆ PROGNOZ EKONOMICZNYCH SZEREGÓW CZASOWYCH

WPŁYW LICZBY NAJBLIŻSZYCH SĄSIADÓW NA DOKŁADNOŚĆ PROGNOZ EKONOMICZNYCH SZEREGÓW CZASOWYCH Stua Ekonomczne. Zeszyty Naukowe Unwersytetu Ekonomcznego w Katowcach ISSN 2083-86 Nr 295 206 Monka Mśkewcz-Nawrocka Unwersytet Ekonomczny w Katowcach Wyzał Zarzązana Katera Matematyk monka.mskewcz@ue.katowce.pl

Bardziej szczegółowo

koszt kapitału D/S L dźwignia finansowa σ EBIT zysku operacyjnego EBIT firmy. Firmy Modele struktury kapitału Rys. 8.3. Krzywa kosztów kapitału.

koszt kapitału D/S L dźwignia finansowa σ EBIT zysku operacyjnego EBIT firmy. Firmy Modele struktury kapitału Rys. 8.3. Krzywa kosztów kapitału. Modele strutury apitału oszt apitału Optymalna strutura apitału dźwignia finansowa / Rys. 8.3. Krzywa osztów apitału. Założenia wspólne modeli MM Modigliani i Miller w swoich rozważaniach ograniczyli się

Bardziej szczegółowo

WIELOAGENTOWY SYSTEM DECYZYJNY Z DYNAMICZNIE GENEROWANYMI ROZŁĄCZNYMI KLASTRAMI

WIELOAGENTOWY SYSTEM DECYZYJNY Z DYNAMICZNIE GENEROWANYMI ROZŁĄCZNYMI KLASTRAMI STUDIA INFORMATICA 2013 Volume 34 Number 2A (111) Małgorzata PRZYBYŁA-KASPEREK Unwersytet Śląs, Instytut Informaty WIELOAGENTOWY SYSTEM DECYZYJNY Z DYNAMICZNIE GENEROWANYMI ROZŁĄCZNYMI KLASTRAMI Streszczene.

Bardziej szczegółowo

Informacja - pojęcie abstrakcyjne Dane: konkretna reprezentacja informacji. 3 "Podstawy informatyki", Tadeusz Wilusz 2004

Informacja - pojęcie abstrakcyjne Dane: konkretna reprezentacja informacji. 3 Podstawy informatyki, Tadeusz Wilusz 2004 Współczesna technologa systemu nformacyjnego wedza wedza Podstawy nformatyk nformacja nformacja nformacja Temat 02 Maszynowa reprezentacja nformacj wykłady 2 3 źródło nformacj (nadawca nformacj) IBM Compatble

Bardziej szczegółowo

Bayesowskie modele w diagnostyce (seminarium)

Bayesowskie modele w diagnostyce (seminarium) Wrocław, 7. marca 6 Modele Bezpeczeństwa Nezawodnośc Systemów Informatycznych oltechna Wrocławsa Wydzał Informaty Zarządzana IV ro studów Bayesowse modele w dagnostyce (semnarum) Autor doumentu: STAWARZ

Bardziej szczegółowo

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

Bardziej szczegółowo

Karta (sylabus) modułu/przedmiotu

Karta (sylabus) modułu/przedmiotu Karta (sylabus) modułu/przedmotu Budownctwo (Nazwa kerunku studów) Studa I Stopna Przedmot: Chema Chemstry Rok: I Semestr: 1 MK_4 Rodzaje zajęć lczba godzn: Studa stacjonarne Studa nestacjonarne Wykład

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Sprawozdanie powinno zawierać:

Sprawozdanie powinno zawierać: Sprawozdane pownno zawerać: 1. wypełnoną stronę tytułową (gotowa do ćw. nr 0 na strone drugej, do pozostałych ćwczeń zameszczona na strone 3), 2. krótk ops celu dośwadczena, 3. krótk ops metody pomaru,

Bardziej szczegółowo

Pomoce dydaktyczne do przedmiotu Kanalizacja (wykład i projekt) i do dyplomów - studia I stopnia (dzienne i zaoczne)

Pomoce dydaktyczne do przedmiotu Kanalizacja (wykład i projekt) i do dyplomów - studia I stopnia (dzienne i zaoczne) Pomoce yaktyczne o przemotu Kanalzacja (wykła projekt) o yplomów - stua I stopna (zenne zaoczne) [*] Kotowsk A.: Postawy bezpecznego wymarowana owoneń terenów. Wy. Seel-Przyweck, Warszawa 2011. 8. STANDARDY

Bardziej szczegółowo

D WARSTWA MROZOOCHRONNA

D WARSTWA MROZOOCHRONNA WARSTWA MROZOOCHRONNA 1. WSTĘP 1.1. Przemiot ST Przemiotem niniejszej specyfikacji technicznej (ST) są wymagania otyczące wykonania i obioru robót związanych z wykonaniem warstwy mrozoochronnej w ramach

Bardziej szczegółowo

ANALIZA SZEREGÓW CZASOWYCH

ANALIZA SZEREGÓW CZASOWYCH ANALIZA ZEREGÓW CZAWYCH zereg czasow zbór warosc baanej cech lub warosc baanego zjawska zaobserwowanch w róznch momenach czasu uporzakowan chronologczne. klank szeregu czasowego:. enencja rozwojowa (ren)

Bardziej szczegółowo

1. Wstępna geometria skrzyżowania (wariant 1a)

1. Wstępna geometria skrzyżowania (wariant 1a) . Wtępna geometra rzyżowana (warant a) 2. Strutura erunowa ruchu 3. Warun geometryczne Srzyżowane et zloalzowane w śródmeścu o newelm ruchu pezych. Pochylene podłużne na wlotach nr 3 ne przeracza 0,5%,

Bardziej szczegółowo

2 PRAKTYCZNA REALIZACJA PRZEMIANY ADIABATYCZNEJ. 2.1 Wprowadzenie

2 PRAKTYCZNA REALIZACJA PRZEMIANY ADIABATYCZNEJ. 2.1 Wprowadzenie RAKTYCZNA REALIZACJA RZEMIANY ADIABATYCZNEJ. Wprowadzene rzeana jest adabatyczna, jeśl dla każdych dwóch stanów l, leżących na tej przeane Q - 0. Z tej defncj wynka, że aby zrealzować wyżej wyenony proces,

Bardziej szczegółowo

1 LWM. Defektoskopia ultradźwiękowa. Sprawozdanie powinno zawierać:

1 LWM. Defektoskopia ultradźwiękowa. Sprawozdanie powinno zawierać: L Defetosoia ultraźwięowa Srawozanie owinno zawierać:. Króti ois aaratury i metoy.. Rysune słua z zwymiarowanym ołożeniem wa. L Elastootya ynii baań elastootycznych Rzą izochromy m Siła na ońcu źwigni

Bardziej szczegółowo

Zadania z badań operacyjnych Przygotowanie do kolokwium pisemnego

Zadania z badań operacyjnych Przygotowanie do kolokwium pisemnego Zaania z baań operacyjnych Przygotowanie o kolokwium pisemnego 1..21 Zaanie 1.1. Dane jest zaanie programowania liniowego: 4x 1 + 3x 2 max 2x 1 + 2x 2 1 x 1 + 2x 2 4 4x 2 8 x 1, x 2 Sprowazić zaanie o

Bardziej szczegółowo

Udoskonalona metoda obliczania mocy traconej w tranzystorach wzmacniacza klasy AB

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

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka

Rachunek prawdopodobieństwa i statystyka Rachune prawopoobieństwa i statystya Kurs la ierunu Informatyi stosowanej Uniwersytet Jagiellońsi Kraów, 07/08 Dr hab. Roman Sibińsi UWAGA: Slajy nie zawierają całości materiału przestawianego na wyłaach;

Bardziej szczegółowo

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów. Opracowane: Dorota Mszczyńska METODA UNITARYZACJI ZEROWANEJ Porównane obektów przy ocene welokryteralnej. Rankng obektów. Porównane wybranych obektów (warantów decyzyjnych) ze względu na różne cechy (krytera)

Bardziej szczegółowo

Parametry zmiennej losowej

Parametry zmiennej losowej Eonometra Ćwczena Powtórzene wadomośc ze statysty SS EK Defncja Zmenną losową X nazywamy funcję odwzorowującą przestrzeń zdarzeń elementarnych w zbór lczb rzeczywstych, taą że przecwobraz dowolnego zboru

Bardziej szczegółowo

MATEMATYKA FINANSOWA - WZORY LOKATY

MATEMATYKA FINANSOWA - WZORY LOKATY Stoa ocetowa Z Dysoto ateatycze D M Dysoto halowe D H MAMAYA FINANSOA - ZORY LOAY stoa ysotowa atalzacja zgoa osta z ołu atał o oesach: P Oset: ( Z P Oblczae atału a ostawe P : P P P P atalzacja zgoa złożoa

Bardziej szczegółowo

Ćwiczenie nr 1 WAHADŁO MATEMATYCZNE Instrukcja dla studenta

Ćwiczenie nr 1 WAHADŁO MATEMATYCZNE Instrukcja dla studenta Analza nepewnośc pomarowych w eksperymentach fzycznych dla specjalnośc Bofzyka molekularna Ćwczene nr WAHADŁO MATEMATYCZE Instrukcja dla studenta I. WSTĘP Celem ćwczena jest ukazane początkującemu eksperymentatorow

Bardziej szczegółowo

METODA USTALANIA WSPÓŁCZYNNIKA DYNAMICZNEGO WYKORZYSTANIA ŁADOWNOŚCI POJAZDU

METODA USTALANIA WSPÓŁCZYNNIKA DYNAMICZNEGO WYKORZYSTANIA ŁADOWNOŚCI POJAZDU Stansław Bogdanowcz Poltechna Warszawsa Wydzał Transportu Załad Logsty Systemów Transportowych METODA USTALANIA WSPÓŁCZYNNIKA DYNAMICZNEGO WYKORZYSTANIA ŁADOWNOŚCI POJAZDU Streszczene: Ogólna podstawa

Bardziej szczegółowo

LABORATORIUM PODSTAW ELEKTROTECHNIKI Badanie obwodów prądu sinusoidalnie zmiennego

LABORATORIUM PODSTAW ELEKTROTECHNIKI Badanie obwodów prądu sinusoidalnie zmiennego Ćwczene 1 Wydzał Geonżyner, Górnctwa Geolog ABORATORUM PODSTAW EEKTROTECHNK Badane obwodów prądu snusodalne zmennego Opracował: Grzegorz Wśnewsk Zagadnena do przygotowana Ops elementów RC zaslanych prądem

Bardziej szczegółowo

Grupowanie sekwencji czasowych

Grupowanie sekwencji czasowych BIULETYN INSTYTUTU AUTOMATYKI I ROBOTYKI NR 3, 006 Grupowanie sewencji czasowych Tomasz PAŁYS Załad Automatyi, Instytut Teleinformatyi i Automatyi WAT, ul. Kalisiego, 00-908 Warszawa STRESZCZENIE: W artyule

Bardziej szczegółowo

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań Mieczysław POŁOŃSKI Wydział Budownictwa i Inżynierii Środowisa, Szoła Główna Gospodarstwa Wiejsiego, Warszawa, ul. Nowoursynowsa 159 e-mail: mieczyslaw_polonsi@sggw.pl Założenia Optymalizacja harmonogramów

Bardziej szczegółowo

Zastosowanie Robotyki w Przemyśle

Zastosowanie Robotyki w Przemyśle Zastosowane Robotyk w Przemyśle Dr nż. Tomasz Buratowsk Wyzał nżyner Mechancznej Robotyk Katera Robotyk Mechatronk WPROWADZENIE Robotyka jest zezną nauk, która łączy różne traycyjne gałęze nauk techncznych.

Bardziej szczegółowo

BADANIE NIEZAWODNOŚCI DIAGNOZ

BADANIE NIEZAWODNOŚCI DIAGNOZ ZAKŁA EKSPLOATACJI SYSTEMÓW ELEKTROICZYCH ISTYTUT SYSTEMÓW ELEKTROICZYCH WYZIAŁ ELEKTROIKI WOJSKOWA AKAEMIA TECHICZA -----------------------------------------------------------------------------------------------------------------------------

Bardziej szczegółowo

WERYFIKACJA ODPORNO-BAYESOWSKIEGO MODELU ALOKACJI DLA RÓŻNYCH TYPÓW ROZKŁADÓW PODEJŚCIE SYMULACYJNE

WERYFIKACJA ODPORNO-BAYESOWSKIEGO MODELU ALOKACJI DLA RÓŻNYCH TYPÓW ROZKŁADÓW PODEJŚCIE SYMULACYJNE Agneszka Orwat-Aceańska Unwersytet Ekonomczny w Katowcach WERYFIKAJA ODPORNO-AYESOWSKIEGO MODELU ALOKAJI DLA RÓŻNYH YPÓW ROZKŁADÓW PODEJŚIE SYMULAYJNE Wprowazene Nowoczesne metoy analzy portfelowej koncentrują

Bardziej szczegółowo