Harmonogramowanie linii montażowej jako element projektowania cyfrowej fabryki

Wielkość: px
Rozpocząć pokaz od strony:

Download "Harmonogramowanie linii montażowej jako element projektowania cyfrowej fabryki"

Transkrypt

1 52 Sławomir Herma Sławomir HERMA atedra Iżyierii Produkcji, ATH w Bielsku-Białej E mail: slawomir.herma@gmail.com Harmoogramowaie liii motażowej jako elemet projektowaia cyfrowej fabryki Streszczeie: W artykule przedstawioo propozycję modelu harmoogramowaia liii motażowej w kotekście problematyki wirtualizacji procesów produkcyjych oraz idei cyfrowej fabryki. Przedstawioo propozycję algorytmu poszukiwaia harmoogramów optymalych w oparciu o metodę programowaia wieloetapowego oraz pokazao przykład implemetacji iformatyczej algorytmu w postaci programu komputerowego. 1. Wprowadzeie i opis deficytu badawczego Rozwój współczesej techiki komputerowej oraz wielu dziedzi auki, zwłaszcza w obszarze iżyierii produkcji, spowodował pojawieie się pojęcia cyfrowej fabryki, rozumiaego jako byt reprezetujący wirtuale odzwierciedleie rzeczywistych procesów produkcyjych. Pojęcie to jest bezpośredim skutkiem ewolucji systemów CAD (Computer Aided Desig), CAM (Computer Aided Maufacturig), zitegrowaych systemów zarządzaia przedsiębiorstwem (ERP/ERP II) oraz potrzeby obiżeia kosztów projektowaia i wdrażaia systemów produkcyjych. Dzięki zastosowaiu kompleksowych rozwiązań iformatyczych w zakresie modelowaia i symulacji procesów wytwórczych osiągaa jest zacza korzyść ekoomicza, zwłaszcza w produkcji masowej. W szczególości przemysł samochodowy korzysta z rozwiązań cyfrowej fabryki praktyczie a każdym etapie przygotowaia produkcji. Stąd coraz częściej pojawiają się rozwiązaia iformatycze zae jako PLM (Product Lifecycle Magemet), wśród których przodują takie firmy jak Dassault Systemes, Autodesk czy Siemes. Z kolei w obszarze śledzeia, moitorowaia i wizualizacji przebiegu procesów produkcyjych w czasie rzeczywistym, wykorzystywae są systemy MES (Maufacturig Executio Systems). Pomiędzy tymi dwoma obszarami istieje przestrzeń plaowaia i harmoogramowaia zadań produkcyjych, korzystająca z iformacji zawartych w systemach PLM, odpowiedziala m.i. za optymaly rozkład i szeregowaie zadań w zamodelowaym układzie produkcyjym. Skuteczość procesów plaowaia i harmoogramowaia produkcji, w szczególości a etapie symulacji wirtualych modeli fabryki cyfrowej uzależioa jest przede wszystkim od zastosowaych modeli matematyczych i algorytmów optymalizacyjych. W złożoych układach wytwarzaia, skuteczość ta przekładaa jest przede wszystkim a osiągięcie iższego poziomu kosztów produkcji, krót-

2 Harmoogramowaie liii motażowej jako elemet projektowaia 53 szych czasów cyklu produkcyjego przy jedoczesej wysokiej efektywości przetwarzaia daych. Pożąday jest rówież krótki czas reakcji modelu cyfrowego a wprowadzae w im zmiay. Im bardziej złożoy model systemu produkcyjego, tym większa liczba opisujących go parametrów w postaci atrybutów, zależości, ograiczeń i wymagań. Deter- miatami efektywości procesów przetwarzaia tych iformacji są więc użyte struktury daych oraz odpowiedia kostrukcja algorytmów. Artykuł wychodzi aprzeciw potrzebie tworzeia sprawych algorytmów harmoogramowaia zadań w oparciu o model matematyczy przykładowej liii produkcyjej, łącząc precyzję opisu mikroświata rzeczywistości z efektywością przetwarzaia iformacji a użytek szybkiego uzyskiwaia optymalych rezultatów w procesach symulacji wirtualych modeli cyfrowych. 2. Defiicja problemu, dae wejściowe Niech będzie daa pewa liia techologicza (p. liia motażowa), poruszająca się ze stałą prędkością ν.. Day iech będzie rówież zbiór operacji techologiczych, których wykoaie prowadzi do wytworzeia pewego wyrobu. Zakładając, że staowiska a liii produkcyjej rozmieszczoe są w tej samej odległości od siebie oraz zae są czasy trwaia poszczególych operacji techologiczych, ależy przyporządkować każdemu staowisku a liii taki zestaw operacji, by zmiimalizować straty czasowe (luzy czasowe) oraz zadośćuczyić wymagaiom kolejościowym, owym, stawiaym przez proces techologiczy. Rys. 1. Ogóly schemat rozważaej liii produkcyjej Z zakładaej stałości prędkości przesuwu badaej liii oraz tej samej długości poszczególych staowisk produkcyjych wyika rówież stałość czasu cyklu liii c, rozumiaego tu jako budżet czasu będący w dyspozycji każdego pracowika. Zasób te może być wyrażoy w dowolie przyjętej jedostce czasu. Poadto, day jest zbiór operacji techologiczych, reprezetoway w rozumieiu teoriomogościowym jako: Ω= { ω } = 1,..., N Poszczególe elemety zbioru odzwierciedlają rzeczywiste operacje techologicze, których wykoaie w odpowiediej kolejości determiuje kompletość i poprawość motażu (produkcji) wyrobu gotowego. Dla każdej z operacji zay jest czas jej trwaia

3 54 Sławomir Herma (wyrażay kosekwetie w tych samych jedostkach czasu co cykl liii c), poday w postaci astępującego wektora: Θ = [ ϑ ] = 1,..., N Daa jest poadto macierz zależości kolejościowych pomiędzy poszczególymi operacjami: taka, że: γ ν, γ ν, ν, = 1,..., N Γ= 1 ων ω = 0 w przeciwym wypadku Jest to macierz biara, w której wartość 1 umieszczoa a przecięciu ν-tego wiersza i i-tej kolumy ozacza, że operacja jest poprzedikiem. W przypadku gdy zależość taka ie występuje wpisywaa jest wartość 0. Należy przy tym zazaczyć, że macierz powyższą moża iterpretować a dwa sposoby. Może oa bowiem wyrażać zależości bezpośredie lub pośredie pomiędzy poszczególymi operacjami zależie od potrzeby. ω 1 ω2 ω3 ω4 ω1 ω2 ω3 ω W przypadku pierwszym zależość bezpośredia ozacza atychmiastowe wzajeme astępstwo operacji jedej po drugiej, w kolejym zaś jedyie iformację, że operacja astępująca może zostać przydzieloa a liię ie wcześiej iż poprzedzająca, przy czym pomiędzy imi dopuszczale jest istieie dowolej wielkości iterwału czasowego (a więc i iych operacji). Wybór jedej z tych możliwości jest uzależioy od liczby operacji oraz złożoości i charakterystyki realizowaego procesu techologiczego. Z defiicji macierzy wyika bezpośredio fakt, że jeśli będzie oa zawierać wyłączie wartości 0 żada para operacji ie podlega związkom współzależości kolejościowej. W skrajym, przeciwym przypadku, poprzez odpowiedie umieszczeie wartości 1 w macierzy poprzedików i astępików, moża określić marszrutę techologiczą w sposób jedozaczy, ie pozostawiając żadych alteratywych dróg przebiegu procesu (ale wówczas zadaie optymalizacyje przestaje istieć). Należy poadto mieć a uwadze zagadieie iesprzeczości macierzy, czyli takiego jej wypełieia iformacjami, by wymuszoe układy kolejości pomiędzy poszczególymi operacjami wzajemie się ie wykluczały. Do dalszych rozważań wygodie jest przyjąć dodatkowe ozaczeia: umer kolejy staowiska a liii: k całkowita liczba staowisk: zbiory operacji techologiczych przyporządkowaych do poszczególych staowisk: Ω1, Ω 2,..., Ω,..., Ω k

4 Harmoogramowaie liii motażowej jako elemet projektowaia Ograiczeia Wyróżia się cztery rodzaje ograiczeń, warukujących uzyskaie rozwiązań dopuszczalych: waruek kompletości motażu: Ω k =Ω, k= 1 staowiący o tym, że suma zbiorów przyporządkowaych operacji dla każdego staowiska a liii jest rówa zbiorowi Ω - wszystkich dostępych operacji. Ozacza to, że wszystkie operacje techologicze muszą zostać rozdzieloe pomiędzy poszczególe staowiska. waruek iepowtarzalości tej samej operacji: Ω Ω = φ, i, j: i j i ozaczający, że dla każdych dowolych dwóch różych staowisk, część wspóla zbiorów przyporządkowaych im operacji jest zbiorem pustym. Wyika stąd, iż żada operacja techologicza ie może być przyporządkowaa więcej iż jede raz. waruek ieprzekroczeia czasu cyklu liii: ϑ c, 1 k ω Ω k ozaczający, że sumaryczy czas trwaia operacji przydzieloych do pewego k - tego staowiska, ie może przekroczyć założoego budżetu czasu c (tz. cyklu liii), waruek zachowaia kolejości operacji techologiczych: k ν j ( ω ) ( γ ) ( ω ) ( m k) Ωk ν, = 1 ν Ωm, ozaczający, że jeżeli a daym staowisku k istieje operacja ω, która posiada choćby jedą operację poprzedzającą ω ν, wówczas ω ν musi być przyporządkowaa do staowiska m co ajmiej ie późiejszego iż k. 4. ryterium optymalizacji Zagadieie optymalizacji w problemie balasowaia liii motażowej polega a takim doborze (przydziale) operacji techologiczych do poszczególych staowisk, by miimalizować różicę pomiędzy dostępym zasobem czasu a staowisku a sumą czasów trwaia operacji doń przydzieloych (co zapisao jako pierwszy czło formuły poiżej). N Q = c ϑ = c ϑ = c ϑ mi. k= 1 ω Ω k k= 1ω Ω k = 1

5 56 Sławomir Herma Jedakże z racji tego, że cykl liii produkcyjej jest wartością stałą, podobie też suma czasów trwaia wszystkich operacji techologiczych problem optymalizacji harmoogramu pracy liii sprowadza się do miimalizacji całkowitej liczby staowisk, które zostaą obciążoe zadaiami. 5. Idea programowaia wieloetapowego i defiicja stau procesu decyzyjego Rozwiązaie zagadieia optymalego przydziału operacji techologiczych (zadań) do poszczególych staowisk liii produkcyjej, zgodie z przyjętym kryterium, polega a wygeerowaiu zestawu permutacji elemetów zbioru Ω i wyborze przyporządkowaia ajlepszego. Poszukiwaie rozwiązaia jest wieloetapowym procesem decyzyjym, którego ideę przedstawia rysuek 2. Rys. 2. Ogóly schemat geerowaia ścieżek decyzyjych Aby uchwycić bieżący sta procesu decyzyjego, ależy się posłużyć tzw. wektorem stau, zawierającym iformacje o przydzielaych a liię operacjach. Na etapie 0 wektor stau jest rówy zero co ozacza że a liię ie przydzieloo jeszcze żadej operacji. Etap pierwszy zawiera już szereg wektorów staów, z których każdy posiada iformację o przydzieloej tylko jedej za każdym razem iej operacji. Staowi więc zestaw jedowyrazowych wariacji bez powtórzeń -elemetowego zbioru zadań (operacji techologiczych). ażdy wektor stau etapu pierwszego jest jedocześie podstawą do wygeerowaia zestawu staów a etapie kolejym. Tutaj rówież podejlecz zów odmie- ej dla poszczególych wektorów staów operacji. Tym sposobem, a etapie drugim, otrzymyway jest zestaw wektorów staowiących już dwuwyrazowe wariacje bez po- mowaa jest decyzja o wprowadzeiu a liię produkcyją jedej wtórzeń -elemetowego zbioru zadań. Zgodie z tym rozumowaiem a ostatim

6 Harmoogramowaie liii motażowej jako elemet projektowaia 57 etapie E otrzymuje się zestaw permutacji (jako szczególego przypadku wariacji bez powtórzeń) elemetów zbioru Ω. Ostati etap procesu decyzyjego jest więc zestawem przyporządkowań operacji techologiczych a liii produkcyjej we wszystkich możliwych układach kolejości. Oczywiście z uwzględieiem ograiczeń wyikających choćby z macierzy poprzedików i astępików. Dopiero wówczas spośród wszystkich uzyskaych dopuszczalych rozwiązań wybiera się to, które staowi optimum względem przyjętego kryterium. Zatem wektor bieżącego stau liii produkcyjej, z puktu widzeia realizacji permutacyjego algorytmu przydziału zadań, wygodie jest zdefiiować jako: gdzie: oraz P = p e, l e, l i i= 1,..., N,, elemet jest przydzieloy e, l ti η e ωi pi = 0 w przeciwym wypadku t i jest chwilą zakończeia wykoywaia ω i - tej operacji a liii (rysuek 3), η,e są umerami poszczególych etapów procesu decyzyjego, l jest umerem kolejym stau a daym etapie, N jest liczbą wszystkich operacji techologiczych zawartych w zbiorze Ω. ϑ1 ϑ2 t 1 ϑi ϑn c 2c 3c t 2 t i Rys. 3. Parametry czasowe liii produkcyjej Poadto: t 1, t 2 chwile zakończeia wykoywaia operacji odpowiedio ω 1, ω 2, t i t N chwila zakończeia wykoywaia ω i -tej operacji, chwila zakończeia wykoywaia ostatiej przydzieloej operacji, ϑ 1, ϑ 2 czasy trwaia operacji odpowiedio ω 1, ω 2, ϑ i czas trwaia operacji ω i, ϑ N t N czas trwaia ostatiej przydzieloej operacji.

7 58 Sławomir Herma Wektor stau staowi źródło dalszych szczegółowych iformacji, iezbędych w procedurze geerowaia kolejych staów procesu decyzyjego: kolejość w jakiej przydzieloe zostały dotychczas operacje techologicze a liię produkcyją: t, t,..., t,..., t 1 2 umer staowiska k i, do którego została przydzieloa operacja ω i, ti ki = c gdzie... jest ozaczeiem cechy górej argumetu (iekiedy zwaej fukcją sufitu), zbiór dotychczas przydzieloych operacji a liii: i N e { ωi : pi 0} e 1, 1, Ω = > gdzie jest umerem stau a etapie e-1, z którego geeroway jest sta bieżący; Do zbioru tego zaliczae są te i tylko te operacje ω i, dla których w wektorze stau występuje iezerowa wartość chwili zakończeia t i, chwila zakończeia ostatiej przydzieloej operacji: e 1, e 1, T = max p ω e 1, i Ω umer staowiska, a którym zajduje się ostatia przydzieloa operacja: e 1, e 1, T = c wielkość luzu czasowego (tz. iewykorzystaego jeszcze zasobu czasu), występującego a staowisku, a którym zajduje się ostatia przydzieloa operacja: e 1, e 1, e 1, L = c T 6. Procedura geerowaia kolejego stau w procesie decyzyjym Procedura geerowaia stau pozwala a stworzeie kolejego etapu w całym procesie decyzyjym i związaa jest z przydzieleiem kolejej operacji techologiczej do liii produkcyjej przy zachowaiu opisaych już waruków i ograiczeń. W ujęciu matematyczym procedura przedstawia się astępująco: gdzie: ν e {( ) ( ) ( ) } 1, e 0 1, e (, l e 1, p γν, 1 pν 0 P P p) = = > = + t i= pi = 0 w przeciwym wypadku,

8 Harmoogramowaie liii motażowej jako elemet projektowaia 59 oraz: T + ϑ, gdy L ϑ e 1, e 1, = e 1, e 1, c+ ϑ, gdy L < t olejy sta procesu decyzyjego moża wygeerować dla każdej operacji ω takiej, która ie została dotąd przyporządkowaa (p e-1, =0) oraz wszystkie operacje ją poprzedzające zostały już a liię przydzieloe [(γ ν, =1) (p e-1, >0)]. Wówczas kolejy sta P e,l wyzaczay jest jako suma wektora stau poprzediego P e-1, i wektora p. Wektor p a każdej pozycji posiada 0 z wyjątkiem -tej odpowiadającej przyporządkowywaej operacji ω. Wpisaa jest tam wartość t - chwili zakończeia wykoywaia tej operacji. Chwila t przyjmuje róże wartości, zależie od wielkości dostępego luzu czasowego L e-1,. Jeżeli luz czasowy jest większy lub rówy ϑ (czasowi wykoaia przyporządkowywaej operacji), wówczas chwila t jest sumą T e-1, i ϑ. W przeciwym przypadku operację ω ależy umieścić a kolejym staowisku liii motażowej e-1, +1 a chwila t przyjmie wówczas wartość e-1, c+ϑ. Obydwa opisae przypadki zostały pokazae a poiższych schematach. e 1,... 1 T e 1, t ω i = T e 1, + e 1, ϑ c L ϑ ω e 1, e 1, ϑ ϑ e 1, L e 1,... 1 e 1, T ω i e 1, c t = e 1, e 1, Rys. 4. Schemat przypisaia kolejej operacji a liię produkcyją Powyższą procedurę wykouje się iteracyjie dla kolejych staów a każdym etapie procesu decyzyjego. Należy przy tym zauważyć, że użyte struktury daych oraz sposoby reprezetacji daych wejściowych w modelu matematyczym (macierze, wektory, zbiory, L ϑ e 1, ω c+ ϑ ϑ ω > e 1, L

9 60 Sławomir Herma zmiee o wartościach całkowitych lub rzeczywistych itd.) sprzyjają implemetacji iformatyczej, realizowaej w postaci algorytmu, praktyczie iezależie od wybraego języka programowaia. W większości bowiem języków wysokiego poziomu istieją predefiiowae struktury daych odpowiadające użytym tu bytom matematyczym. W celu praktyczego zobrazowaia idei procedury geerowaia stau warto posłużyć się poiższym przykładem. Pe 1, p Pe, l ω = Z pobieżej aalizy wektora stau P e-1, wyika, że dotychczas przydzieloe zostały trzy z siedmiu operacji w astępującej kolejości ω 2 ω 7 ω 4. Wygeerowaie kolejego stau P e,l, związaego z przydzieleiem astępej operacji techologiczej p. ω 3, wymaga więc: sprawdzeia, czy ie została oa już wcześiej przydzieloa tz. czy a pozycji trzeciej w wektorze stau P e-1, występuje wartość 0, odwołaia się do macierzy poprzedików i astępików w poszukiwaiu potecjalego występowaia zależości kolejościowych związaych z operacją ω 3 i sprawdzeia w przypadku ich zaistieia, czy wszystkie operacje poprzedzające zostały już wcześiej przydzieloe, wyzaczeia dostępego luzu czasowego L a bieżącym staowisku liii i porówaia go z wartością ϑ 3 czasu trwaia przydzielaej operacji, celem wyzaczeia chwili t 3 - czyli zakończeia jej wykoywaia, wyzaczeia wektora stau P e,l jako sumy wektorów P e-1, i p. 7. Defiicja wartości stau procesu decyzyjego Po wygeerowaiu wszystkich rozwiązań dopuszczalych czyli możliwych harmoogramów pracy liii produkcyjej, astępuje etap wyboru rozwiązaia optymalego. Realizacja tego zadaia wymaga określeia wartości każdego uzyskaego wektora stau, zgodie z poiższą formułą: V = e, l e, l Wartość stau P e,l defiiowaa jest zatem jako umer staowiska, a którym zalazła się ostatia przyporządkowaa operacja ω. Przy wyborze rozwiązaia optymalego dąży się zatem do zalezieia takiego stau P e,l, dla którego wartość V e,l jest ajmiejsza:

10 Harmoogramowaie liii motażowej jako elemet projektowaia 61 V = miv = ˆ P N, l N, l N, l opt opt 1 l N 8. Metody ograiczaia liczby geerowaych staów Determiistyczy charakter przedstawioego algorytmu geerowaia staów, powoduje wykładiczy przyrost ich liczby a kolejych etapach procesu decyzyjego. W szcze- gólości, gdy macierz poprzedików i astępików ie zawiera żadych zależości wymuszających ograiczeia kolejościowe przydziału operacji, a ostatim etapie procesu wystąpi! harmoogramów dopuszczalych. Zalezieie w takiej sytuacji rozwiązaia optymalego wydaje się ieosiągale, zwłaszcza gdy trzeba to zrobić w czasie rzeczywistym, lub przyajmiej z praktyczego puktu widzeia akceptowal- ym. Choć złożoość obliczeiową algorytmu klasyfikuje się jako O(!), istieje kilka dróg ograiczeia liczby geerowaych wektorów stau, a zarazem i czasu potrzebego do ich stworzeia i wybraia spośród ich rozwiązaia optymalego. Pierwszy sposób polega a odpowiedim wypełieiu macierzy poprzedików i astępików, staowiącej o kolejości techologiczej wykoywaia poszczególych operacji a harmoogramowaej liii produkcyjej. W im większym stopiu kolejość ta zostaie zdetermiowaa, tym miej powstaie wariatów przebiegu procesu, a tym samym wygeerowaa zostaie miejsza liczba wektorów stau. W szczególym przypadku, stopień wypełieia macierzy kolejości może być tak duży, że marszruta techologicza będzie tylko jeda i zagadieie optymalizacji przestaie istieć. Drugi sposób a skróceie czasu działaia algorytmu polega a zastosowaiu heurystyk, których cechą wspólą jest klasyfikacja wektorów stau a te, które w dalszej perspektywie mogą dać rozwiązaie optymale i te ieperspektywicze. Rys. 5. Idea elimiacji staów ieperspektywiczych

11 62 Sławomir Herma Sposób przeprowadzeia procedury elimiacji staów ieperspektywiczych według reguły sodowaia przedstawia się astępująco: 1. e, l 1 e, l1 2. P T e, l2 e, l2 P T T1 = ϑ T 2 ω e, l 1 Ω = ϑ e, l ω 2 Ω 3. N, l1 e, l1 T = T + T1 N, l2 e, l2 T = T + T2 N, l 4. 1 N, l T 1 V = c V N, l2 N, l2 T = c 5. ( ) ( ) V < V P N, l1 N, l2 e, l2 V > V P N, l1 N, l2 e, l1 Dla dwóch dowolych staów a tym samym etapie e ależy wyzaczyć chwile zakończeia trwaia ostatiej przyporządkowaej operacji. Wyzaczyć sumaryczy czas dla wszystkich dotąd ie przydzieloych operacji dla obydwu badaych staów. Wyzaczyć chwile zakończeia wykoywaia operacji a etapie końcowym N. N, l 1 Wyzaczyć wartości staów końcowych N, l2 oraz P. Porówać wartości obu staów. Te z ich, który ma większą wartość jest ieperspektywiczy i ależy go odrzucić ze ścieżki geeracyjej staów. Elimiacja staów wg reguły domiacji polega a odrzuceiu ze ścieżki geeracyjej jedego z dwóch staów P e,l 1 lub P e,l2 zajdujących się a tym samym etapie e dla których zbiory przyporządkowaych elemetów są sobie rówe lecz chwile zakończeia obsługi ostatiego elemetu są róże. Wówczas sta dla którego T e,l jest większy jest staem zdomiowaym zatem ieperspektywiczym. e (, l1 e, l2 e ) (, l e, l e ) (, l e, l Ω =Ω T < T P P ) Obydwie powyższe reguły elimiacji są łatwe do implemetacji iformatyczej i moża je stosować a każdym etapie poszukiwaia harmoogramu optymalego. Ich skuteczość okazuje się a tyle duża, że zalezieie rozwiązaia dokoywae jest w akceptowalym czasie. orzyść ta ma bezpośredie zaczeie w sytuacji gdy algorytm byłby uruchomioy w środowisku symulacji cyfrowej fabryki. 9. Implemetacja iformatycza algorytmu Przedstawioy w poprzedich rozdziałach model matematyczy został opracoway w postaci programu komputerowego, którego adrzędym celem była praktycza weryfikacja użyteczości zastosowaych struktur daych oraz skuteczości zaprojektowaego algorytmu. P

12 Harmoogramowaie liii motażowej jako elemet projektowaia 63 Rys. 6. Fragmet iterfejsu użytkowika dae wejściowe Rys. 7. Fragmet iterfejsu użytkowika wyiki obliczeń

13 64 Sławomir Herma W kostrukcji algorytmów wyzaczających optymaly rozdział operacji techologiczych wykorzystao programowaie obiektowe, które w połączeiu z dyamiczymi strukturami daych umożliwiło uzyskaie dużej wydajości obliczeń. Zastosowae metody elimiacji staów ieperspektywiczych pozwoliły a zacze skróceie toku obliczeń i czasu potrzebego do zalezieia ajlepszych rozwiązań. Iteresującym efektem przeprowadzeia eksperymetu obliczeiowego było uzyskiwaie kilku lub iekiedy kilkuastu rozwiązań końcowych, kwalifikowaych jako optymale (dla których wartości staów okazywały się takie same). Dzięki temu możliwe stało się uzyskaie wariatowych rozwiązań harmoogramu pracy badaej liii, które mogą staowić podstawę dla dalszych aaliz dotyczących p.: rozmieszczeia arzędzi i środków produkcji potrzebych do realizacji poszczególych operacji techologiczych, przestrzeej orgaizacji badaej liii produkcyjej, możliwości bądź uprawień do wykoywaia określoych czyości przez pracowików przypisaych do poszczególych staowisk a liii; 10. Podsumowaie i propozycje rozszerzeia modelu Przedstawioy model matematyczy zagadieia balasowaia liii motażowej obejmuje jedyie podstawowe wielkości (parametry) opisujące jej sta i sposób fukcjoowaia. orzystając jedak z opracowaej metodyki, problem harmoogramowaia moża zaczie rozbudować uwzględiając p.: rozmieszczeie arzędzi i środków produkcji potrzebych do realizacji poszczególych operacji techologiczych, przestrzeą orgaizację badaej liii produkcyjej, możliwości bądź uprawieia do wykoywaia określoych czyości przez pracowików przypisaych do poszczególych staowisk a liii; czasy przezbrojeń pomiędzy operacjami, gdy wykoywae są oe przy użyciu określoych środków produkcji. Problem alokacji arzędzi (środków produkcji) a poszczególych staowiskach liii produkcyjej wiąże się z koieczością stworzeia kolejego kryterium, dotyczącego miimalizacji tych środków. W tym celu wymagae jest ujęcie iezbędych iformacji o typach arzędzi i możliwych do realizacji za ich pomocą operacji techologiczych w jedą strukturę daych (p. macierz icydecji). Podobie, w przypadku zaistieia dodatkowych ograiczeń w zakresie uprawień pracowików do wykoywaia poszczególych operacji techologiczych, czy koieczości uwzględieia czasów przezbrojeń, dodatkowe macierze icydecji pozwolą a uzupełieie modelu i rozszerzeie kostrukcji algorytmu. Należy jedak pamiętać, że opisae wyżej zmiay, wzbogacające wachlarz fukcjoaly modelu, wymagają każdorazowo odpowiediego przeformułowaia procedury geerowaia staów i weryfikacji zasadości i poprawości stosowaia metod elimiacji staów ieperspektywiczych.

14 Harmoogramowaie liii motażowej jako elemet projektowaia 65 Literatura 1. Marecki F., Modele matematycze i algorytmy alokacji operacji i zasobów a liii motażowej. Zeszyty Naukowe Politechiki Śląskiej, Bucki R., Marecki F., Digital Simulatio of Discrete Processes. Network Itegrators Associates, Jaiak A., Wybrae problemy i algorytmy szeregowaia zadań i rozdziału zasobów. Akademicka Oficya Wydawicza PLJ, Matuszek J., Gregor M., Medvecky Š., Digital Factory, w: Productivity ad Iovatios 2006 r 1(2). Schedulig of the assembly lie as part of the Digital Factory desig Summary The article proposes a model of assembly lie schedulig problem i the cotext of virtualizatio of productio processes ad the idea of the digital factory. There was preseted a searchig algorithm for optimal schedule, based o the metod of multistage programmig, ad a example of its implemetatio.

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU Przedmiot: Iformatyka w logistyce Forma: Laboratorium Temat: Zadaie 2. Automatyzacja obsługi usług logistyczych z wykorzystaiem zaawasowaych fukcji oprogramowaia Excel. Miimalizacja pustych przebiegów

Bardziej szczegółowo

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy transportowe cd, Problem komiwojażera

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy transportowe cd, Problem komiwojażera Istrukcja do ćwiczeń laboratoryjych z przedmiotu: Badaia operacyje Temat ćwiczeia: Problemy trasportowe cd Problem komiwojażera Zachodiopomorski Uiwersytet Techologiczy Wydział Iżyierii Mechaiczej i Mechatroiki

Bardziej szczegółowo

Twoja firma. Podręcznik użytkownika. Aplikacja Grupa. V edycja, kwiecień 2013

Twoja firma. Podręcznik użytkownika. Aplikacja Grupa. V edycja, kwiecień 2013 Twoja firma Podręczik użytkowika Aplikacja Grupa V edycja, kwiecień 2013 Spis treści I. INFORMACJE WSTĘPNE I LOGOWANIE...3 I.1. Wstęp i defiicje...3 I.2. Iformacja o możliwości korzystaia z systemu Aplikacja

Bardziej szczegółowo

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y Zadaie. Łącza wartość szkód z pewego ubezpieczeia W = Y + Y +... + YN ma rozkład złożoy Poissoa z oczekiwaą liczbą szkód rówą λ i rozkładem wartości pojedyczej szkody takim, że ( Y { 0,,,3,... }) =. Niech:

Bardziej szczegółowo

Elementy modelowania matematycznego

Elementy modelowania matematycznego Elemety modelowaia matematyczego Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Modelowaie daych (ilościowe): Metody statystycze: estymacja parametrów modelu,

Bardziej szczegółowo

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie Metrologia: miary dokładości dr iż. Paweł Zalewski Akademia Morska w Szczeciie Miary dokładości: Najczęściej rozkład pomiarów w serii wokół wartości średiej X jest rozkładem Gaussa: Prawdopodobieństwem,

Bardziej szczegółowo

ROZPORZĄDZENIE MINISTRA NAUKI I SZKOLNICTWA WYŻSZEGO 1) z dnia 21 października 2011 r.

ROZPORZĄDZENIE MINISTRA NAUKI I SZKOLNICTWA WYŻSZEGO 1) z dnia 21 października 2011 r. Dzieik Ustaw Nr 251 14617 Poz. 1508 1508 ROZPORZĄDZENIE MINISTRA NAUKI I SZKOLNICTWA WYŻSZEGO 1) z dia 21 paździerika 2011 r. w sprawie sposobu podziału i trybu przekazywaia podmiotowej dotacji a dofiasowaie

Bardziej szczegółowo

Parametryzacja rozwiązań układu równań

Parametryzacja rozwiązań układu równań Parametryzacja rozwiązań układu rówań Przykład: ozwiąż układy rówań: / 2 2 6 2 5 2 6 2 5 //( / / 2 2 9 2 2 4 4 2 ) / 4 2 2 5 2 4 2 2 Korzystając z postaci schodkowej (środkowa macierz) i stosując podstawiaie

Bardziej szczegółowo

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO Agieszka Jakubowska ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO. Wstęp Skąplikowaie współczesego życia gospodarczego powoduje, iż do sterowaia procesem zarządzaia

Bardziej szczegółowo

ALGORYTM OPTYMALIZACJI PARAMETRÓW EKSPLOATACYJNYCH ŚRODKÓW TRANSPORTU

ALGORYTM OPTYMALIZACJI PARAMETRÓW EKSPLOATACYJNYCH ŚRODKÓW TRANSPORTU Łukasz WOJCIECHOWSKI, Tadeusz CISOWSKI, Piotr GRZEGORCZYK ALGORYTM OPTYMALIZACJI PARAMETRÓW EKSPLOATACYJNYCH ŚRODKÓW TRANSPORTU Streszczeie W artykule zaprezetowao algorytm wyzaczaia optymalych parametrów

Bardziej szczegółowo

EGZAMIN MATURALNY Z INFORMATYKI MAJ 2011 POZIOM ROZSZERZONY WYBRANE: CZĘŚĆ I. Czas pracy: 90 minut. Liczba punktów do uzyskania: 20 WPISUJE ZDAJĄCY

EGZAMIN MATURALNY Z INFORMATYKI MAJ 2011 POZIOM ROZSZERZONY WYBRANE: CZĘŚĆ I. Czas pracy: 90 minut. Liczba punktów do uzyskania: 20 WPISUJE ZDAJĄCY Cetrala Komisja Egzamiacyja Arkusz zawiera iformacje prawie chroioe do mometu rozpoczęcia egzamiu. Układ graficzy CKE 2010 KOD WISUJE ZDAJĄCY ESEL Miejsce a aklejkę z kodem EGZAMIN MATURALNY Z INORMATYKI

Bardziej szczegółowo

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej 3. Regresja liiowa 3.. Założeia dotyczące modelu regresji liiowej Aby moża było wykorzystać model regresji liiowej, muszą być spełioe astępujące założeia:. Relacja pomiędzy zmieą objaśiaą a zmieymi objaśiającymi

Bardziej szczegółowo

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assignment Problem)

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assignment Problem) D. Miszczyńska, M.Miszczyński KBO UŁ, Badaia operacyje (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assigmet Problem) Bliskim "krewiakiem" ZT (w sesie podobieństwa modelu decyzyjego) jest zagadieie

Bardziej szczegółowo

Wykład 11. a, b G a b = b a,

Wykład 11. a, b G a b = b a, Wykład 11 Grupy Grupą azywamy strukturę algebraiczą złożoą z iepustego zbioru G i działaia biarego które spełia własości: (i) Działaie jest łącze czyli a b c G a (b c) = (a b) c. (ii) Działaie posiada

Bardziej szczegółowo

Wpływ warunków eksploatacji pojazdu na charakterystyki zewnętrzne silnika

Wpływ warunków eksploatacji pojazdu na charakterystyki zewnętrzne silnika POLITECHNIKA BIAŁOSTOCKA WYDZIAŁ MECHANICZNY Katedra Budowy i Eksploatacji Maszy Istrukcja do zajęć laboratoryjych z przedmiotu: EKSPLOATACJA MASZYN Wpływ waruków eksploatacji pojazdu a charakterystyki

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi.

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi. Jarosław Wróblewski Aaliza Matematycza 1A, zima 2012/13 Ciągi. Ćwiczeia 5.11.2012: zad. 140-173 Kolokwium r 5, 6.11.2012: materiał z zad. 1-173 Ćwiczeia 12.11.2012: zad. 174-190 13.11.2012: zajęcia czwartkowe

Bardziej szczegółowo

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień.

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień. Metoda aalizy hierarchii Saaty ego Ważym problemem podejmowaia decyzji optymalizowaej jest często występująca hierarchiczość zagadień. Istieje wiele heurystyczych podejść do rozwiązaia tego problemu, jedak

Bardziej szczegółowo

STATYSTYKA I ANALIZA DANYCH

STATYSTYKA I ANALIZA DANYCH TATYTYKA I ANALIZA DANYCH Zad. Z pewej partii włókie weły wylosowao dwie próbki włókie, a w każdej z ich zmierzoo średicę włókie różymi metodami. Otrzymao astępujące wyiki: I próbka: 50; średia średica

Bardziej szczegółowo

Kolorowanie Dywanu Sierpińskiego. Andrzej Szablewski, Radosław Peszkowski

Kolorowanie Dywanu Sierpińskiego. Andrzej Szablewski, Radosław Peszkowski olorowaie Dywau ierpińskiego Adrzej zablewski, Radosław Peszkowski pis treści stęp... Problem kolorowaia... Róże rodzaje kwadratów... osekwecja atury fraktalej...6 zory rekurecyje... Przekształcaie rekurecji...

Bardziej szczegółowo

MACIERZE STOCHASTYCZNE

MACIERZE STOCHASTYCZNE MACIERZE STOCHASTYCZNE p ij - prawdopodobieństwo przejścia od stau i do stau j w jedym (dowolym) kroku, [p ij ]- macierz prawdopodobieństw przejść (w jedym kroku), Własości macierzy prawdopodobieństw przejść:

Bardziej szczegółowo

8. Optymalizacja decyzji inwestycyjnych

8. Optymalizacja decyzji inwestycyjnych 8. Optymalizacja decyzji iwestycyjych 8. Wprowadzeie W wielu różych sytuacjach, w tym rówież w czasie wyboru iwestycji do realizacji, podejmujemy decyzje. Sytuacje takie azywae są sytuacjami decyzyjymi.

Bardziej szczegółowo

O liczbach naturalnych, których suma równa się iloczynowi

O liczbach naturalnych, których suma równa się iloczynowi O liczbach aturalych, których suma rówa się iloczyowi Lew Kurladczyk i Adrzej Nowicki Toruń UMK, 10 listopada 1998 r. Liczby aturale 1, 2, 3 posiadają szczególą własość. Ich suma rówa się iloczyowi: Podobą

Bardziej szczegółowo

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek Zajdowaie pozostałych pierwiastków liczby zespoloej, gdy zay jest jede pierwiastek 1 Wprowadzeie Okazuje się, że gdy zamy jede z pierwiastków stopia z liczby zespoloej z, to pozostałe pierwiastki możemy

Bardziej szczegółowo

Stwierdzenie 1. Jeżeli ciąg ma granicę, to jest ona określona jednoznacznie (żaden ciąg nie może mieć dwóch różnych granic).

Stwierdzenie 1. Jeżeli ciąg ma granicę, to jest ona określona jednoznacznie (żaden ciąg nie może mieć dwóch różnych granic). Materiały dydaktycze Aaliza Matematycza Wykład Ciągi liczbowe i ich graice. Graice ieskończoe. Waruek Cauchyego. Działaia arytmetycze a ciągach. Podstawowe techiki obliczaia graic ciągów. Istieie graic

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 1 i 2

STATYSTYKA OPISOWA WYKŁAD 1 i 2 STATYSTYKA OPISOWA WYKŁAD i 2 Literatura: Marek Cieciura, Jausz Zacharski, Metody probabilistycze w ujęciu praktyczym, L. Kowalski, Statystyka, 2005 2 Statystyka to dyscyplia aukowa, której zadaiem jest

Bardziej szczegółowo

INSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ

INSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ LABORATORIUM OCHRONY ŚRODOWISKA - SYSTEM ZARZĄDZANIA JAKOŚCIĄ - INSTRUKCJA NR 06- POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ 1. Cel istrukcji Celem istrukcji jest określeie metodyki postępowaia w celu

Bardziej szczegółowo

Analiza dokładności pomiaru, względnego rozkładu egzytancji widmowej źródeł światła, dokonanego przy użyciu spektroradiometru kompaktowego

Analiza dokładności pomiaru, względnego rozkładu egzytancji widmowej źródeł światła, dokonanego przy użyciu spektroradiometru kompaktowego doi:1.15199/48.215.4.38 Eugeiusz CZECH 1, Zbigiew JAROZEWCZ 2,3, Przemysław TABAKA 4, rea FRYC 5 Politechika Białostocka, Wydział Elektryczy, Katedra Elektrotechiki Teoretyczej i Metrologii (1), stytut

Bardziej szczegółowo

1.3. Największa liczba naturalna (bez znaku) zapisana w dwóch bajtach to a) b) 210 c) d) 32767

1.3. Największa liczba naturalna (bez znaku) zapisana w dwóch bajtach to a) b) 210 c) d) 32767 Egzami maturaly z iformatyki Zadaie. (0 pkt) Każdy z puktów tego zadaia zawiera stwierdzeie lub pytaie. Zazacz (otaczając odpowiedią literę kółkiem) właściwą kotyuację zdaia lub poprawą odpowiedź. W każdym

Bardziej szczegółowo

Wprowadzenie. metody elementów skończonych

Wprowadzenie. metody elementów skończonych Metody komputerowe Wprowadzeie Podstawy fizycze i matematycze metody elemetów skończoych Literatura O.C.Ziekiewicz: Metoda elemetów skończoych. Arkady, Warszawa 972. Rakowski G., acprzyk Z.: Metoda elemetów

Bardziej szczegółowo

EGZAMIN MATURALNY Z INFORMATYKI MAJ 2012 POZIOM PODSTAWOWY CZĘŚĆ I WYBRANE: Czas pracy: 75 minut. Liczba punktów do uzyskania: 20 WPISUJE ZDAJĄCY

EGZAMIN MATURALNY Z INFORMATYKI MAJ 2012 POZIOM PODSTAWOWY CZĘŚĆ I WYBRANE: Czas pracy: 75 minut. Liczba punktów do uzyskania: 20 WPISUJE ZDAJĄCY Cetrala Komisja Egzamiacyja Arkusz zawiera iformacje prawie chroioe do mometu rozpoczęcia egzamiu. Układ graficzy CKE 2010 KOD WPISUJE ZDAJĄCY PESEL Miejsce a aklejkę z kodem EGZAMIN MATURALNY Z INFORMATYKI

Bardziej szczegółowo

Teoria. a k. Wskaźnik sumowania można oznaczać dowolną literą. Mamy np. a j = a i =

Teoria. a k. Wskaźnik sumowania można oznaczać dowolną literą. Mamy np. a j = a i = Zastosowaie symboli Σ i Π do zapisu sum i iloczyów Teoria Niech a, a 2,..., a będą dowolymi liczbami. Sumę a + a 2 +... + a zapisuje się zazwyczaj w postaci (czytaj: suma od k do a k ). Zak Σ to duża grecka

Bardziej szczegółowo

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe Podprzestrzeie macierzowe Defiicja: Zakresem macierzy AŒ mâ azywamy podprzestrzeń R(A) przestrzei m geerowaą przez zakres fukcji ( ) : m f x = Ax ( A) { Ax x } = Defiicja: Zakresem macierzy A Œ âm azywamy

Bardziej szczegółowo

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe Podprzestrzeie macierzowe Defiicja: Zakresem macierzy AŒ mâ azywamy podprzestrzeń R(A) przestrzei m geerowaą przez zakres fukcji : m f x = Ax RAAx x Defiicja: Zakresem macierzy A Œ âm azywamy podprzestrzeń

Bardziej szczegółowo

Kluczowy aspekt wyszukiwania informacji:

Kluczowy aspekt wyszukiwania informacji: Wyszukiwaieiformacjitoproceswyszukiwaiawpewymzbiorze tychwszystkichdokumetów,którepoświęcoesąwskazaemuw kweredzietematowi(przedmiotowi)lubzawierająiezbędedla Wg M. A. Kłopotka: użytkowikafaktyiiformacje.

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna A1, zima 2011/12. Kresy zbiorów. x Z M R

Jarosław Wróblewski Analiza Matematyczna A1, zima 2011/12. Kresy zbiorów. x Z M R Kresy zbiorów. Ćwiczeia 21.11.2011: zad. 197-229 Kolokwium r 7, 22.11.2011: materiał z zad. 1-249 Defiicja: Zbiór Z R azywamy ograiczoym z góry, jeżeli M R x Z x M. Każdą liczbę rzeczywistą M R spełiającą

Bardziej szczegółowo

Jak obliczać podstawowe wskaźniki statystyczne?

Jak obliczać podstawowe wskaźniki statystyczne? Jak obliczać podstawowe wskaźiki statystycze? Przeprowadzoe egzamiy zewętrze dostarczają iformacji o tym, jak ucziowie w poszczególych latach opaowali umiejętości i wiadomości określoe w stadardach wymagań

Bardziej szczegółowo

Algorytmy I Struktury Danych Prowadząca: dr Hab. inż. Małgorzata Sterna. Sprawozdanie do Ćwiczenia 3 Algorytmy grafowe ( )

Algorytmy I Struktury Danych Prowadząca: dr Hab. inż. Małgorzata Sterna. Sprawozdanie do Ćwiczenia 3 Algorytmy grafowe ( ) Poiedziałki 11.45 Grupa I3 Iformatyka a wydziale Iformatyki Politechika Pozańska Algorytmy I Struktury Daych Prowadząca: dr Hab. iż. Małgorzata Stera Sprawozdaie do Ćwiczeia 3 Algorytmy grafowe (26.03.12)

Bardziej szczegółowo

2.1. Studium przypadku 1

2.1. Studium przypadku 1 Uogóliaie wyików Filip Chybalski.. Studium przypadku Opis problemu Przedsiębiorstwo ŚRUBEX zajmuje się produkcją wyrobów metalowych i w jego szerokim asortymecie domiują różego rodzaju śrubki i wkręty.

Bardziej szczegółowo

Scenariusz lekcji: Kombinatoryka utrwalenie wiadomości

Scenariusz lekcji: Kombinatoryka utrwalenie wiadomości Sceariusz lekcji: Kombiatoryka utrwaleie wiadomości 1 1. Cele lekcji a) Wiadomości Uczeń: za pojęcia: permutacja, wariacja i kombiacja, zdarzeie losowe, prawdopodobieństwo, za iezbęde wzory. b) Umiejętości

Bardziej szczegółowo

Egzamin maturalny z informatyki Poziom rozszerzony część I

Egzamin maturalny z informatyki Poziom rozszerzony część I Zadaie 1. Długość apisów biarych (7 pkt) Opisaa poiżej fukcja rekurecyja wyzacza, dla liczby aturalej 0, długość apisu uzyskaego przez sklejeie biarych reprezetacji liczb aturalych od 1 do 1. ukcja krok

Bardziej szczegółowo

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW INSTYTUT MASZYN I URZĄDZEŃ ENERGETYCZNYCH Politechika Śląska w Gliwicach INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW BADANIE ODKSZTAŁCEŃ SPRĘŻYNY ŚRUBOWEJ Opracował: Dr iż. Grzegorz

Bardziej szczegółowo

Fundamentalna tabelka atomu. eureka! to odkryli. p R = nh -

Fundamentalna tabelka atomu. eureka! to odkryli. p R = nh - TEKST TRUDNY Postulat kwatowaia Bohra, czyli założoy ad hoc związek pomiędzy falą de Broglie a a geometryczymi własościami rozważaego problemu, pozwolił bez większych trudości teoretyczie przewidzieć rozmiary

Bardziej szczegółowo

Struktura czasowa stóp procentowych (term structure of interest rates)

Struktura czasowa stóp procentowych (term structure of interest rates) Struktura czasowa stóp procetowych (term structure of iterest rates) Wysokość rykowych stóp procetowych Na ryku istieje wiele różorodych stóp procetowych. Poziom rykowej stopy procetowej (lub omialej stopy,

Bardziej szczegółowo

Analiza matematyczna. Robert Rałowski

Analiza matematyczna. Robert Rałowski Aaliza matematycza Robert Rałowski 6 paździerika 205 2 Spis treści 0. Liczby aturale.................................... 3 0.2 Liczby rzeczywiste.................................... 5 0.2. Nierówości...................................

Bardziej szczegółowo

Metody badania zbieżności/rozbieżności ciągów liczbowych

Metody badania zbieżności/rozbieżności ciągów liczbowych Metody badaia zbieżości/rozbieżości ciągów liczbowych Ryszard Rębowski 14 grudia 2017 1 Wstęp Kluczowe pytaie odoszące się do zagadieia badaia zachowaia się ciągu liczbowego sprowadza się do sposobu opisu

Bardziej szczegółowo

UKŁADY RÓWNAŃ LINOWYCH

UKŁADY RÓWNAŃ LINOWYCH Ekoeergetyka Matematyka. Wykład 4. UKŁADY RÓWNAŃ LINOWYCH Defiicja (Układ rówań liiowych, rozwiązaie układu rówań) Układem m rówań liiowych z iewiadomymi,,,, gdzie m, azywamy układ rówań postaci: a a a

Bardziej szczegółowo

Estymacja przedziałowa

Estymacja przedziałowa Metody probabilistycze i statystyka Estymacja przedziałowa Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n = Rozwiązanie: Stosując wzór na wartość współczynnika dwumianowego otrzymujemy

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n = Rozwiązanie: Stosując wzór na wartość współczynnika dwumianowego otrzymujemy 12. Dowieść, że istieje ieskończeie wiele par liczb aturalych k < spełiających rówaie ( ) ( ) k. k k +1 Stosując wzór a wartość współczyika dwumiaowego otrzymujemy ( ) ( )!! oraz k k! ( k)! k +1 (k +1)!

Bardziej szczegółowo

Moduł 4. Granica funkcji, asymptoty

Moduł 4. Granica funkcji, asymptoty Materiały pomocicze do e-learigu Matematyka Jausz Górczyński Moduł. Graica fukcji, asymptoty Wyższa Szkoła Zarządzaia i Marketigu Sochaczew Od Autora Treści zawarte w tym materiale były pierwotie opublikowae

Bardziej szczegółowo

INWESTYCJE MATERIALNE

INWESTYCJE MATERIALNE OCENA EFEKTYWNOŚCI INWESTYCJI INWESTCJE: proces wydatkowaia środków a aktywa, z których moża oczekiwać dochodów pieiężych w późiejszym okresie. Każde przedsiębiorstwo posiada pewą liczbę możliwych projektów

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n 4n n 1

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n 4n n 1 30. Obliczyć wartość graicy ( 0 ( ( ( 4 +1 + 1 4 +3 + 4 +9 + 3 4 +7 +...+ 1 4 +3 + 1 ( ( 4 +3. Rozwiązaie: Ozaczmy sumę występującą pod zakiem graicy przez b. Zamierzamy skorzystać z twierdzeia o trzech

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17 Egzami, 18.02.2017, godz. 9:00-11:30 Zadaie 1. (22 pukty) W każdym z zadań 1.1-1.10 podaj w postaci uproszczoej kresy zbioru oraz apisz, czy kresy ależą do zbioru (apisz TAK albo NIE, ewetualie T albo

Bardziej szczegółowo

x 1 2 3 t 1 (x) 2 3 1 o 1 : x 1 2 3 s 3 (x) 2 1 3. Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem

x 1 2 3 t 1 (x) 2 3 1 o 1 : x 1 2 3 s 3 (x) 2 1 3. Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem 9.1. Izomorfizmy algebr.. Wykład Przykłady: 13) Działaia w grupach często wygodie jest zapisywać w tabelkach Cayleya. Na przykład tabelka działań w grupie Z 5, 5) wygląda astępująco: 5 1 3 1 1 3 1 3 3

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadaie 1 Rzucamy 4 kości do gry (uczciwe). Prawdopodobieństwo zdarzeia iż ajmiejsza uzyskaa a pojedyczej kości liczba oczek wyiesie trzy (trzy oczka mogą wystąpić a więcej iż jedej kości) rówe jest: (A)

Bardziej szczegółowo

5. Zasada indukcji matematycznej. Dowody indukcyjne.

5. Zasada indukcji matematycznej. Dowody indukcyjne. Notatki do lekcji, klasa matematycza Mariusz Kawecki, II LO w Chełmie 5. Zasada idukcji matematyczej. Dowody idukcyje. W rozdziale sformułowaliśmy dla liczb aturalych zasadę miimum. Bezpośredią kosekwecją

Bardziej szczegółowo

EGZAMIN MATURALNY Z INFORMATYKI

EGZAMIN MATURALNY Z INFORMATYKI Miejsce a aklejkę z kodem szkoły dysleksja MIN-R_P-072 EGZAMIN MATURALNY Z INFORMATYKI MAJ ROK 2007 POZIOM ROZSZERZONY CZĘŚĆ I Czas pracy 90 miut Istrukcja dla zdającego. Sprawdź, czy arkusz egzamiacyjy

Bardziej szczegółowo

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ LABORATORIUM RACHUNEK EKONOMICZNY W ELEKTROENERGETYCE INSTRUKCJA DO ĆWICZENIA

Bardziej szczegółowo

BADANIA DOCHODU I RYZYKA INWESTYCJI

BADANIA DOCHODU I RYZYKA INWESTYCJI StatSoft Polska, tel. () 484300, (60) 445, ifo@statsoft.pl, www.statsoft.pl BADANIA DOCHODU I RYZYKA INWESTYCJI ZA POMOCĄ ANALIZY ROZKŁADÓW Agieszka Pasztyła Akademia Ekoomicza w Krakowie, Katedra Statystyki;

Bardziej szczegółowo

Metody Obliczeniowe w Nauce i Technice laboratorium

Metody Obliczeniowe w Nauce i Technice laboratorium Marci Rociek Iformatyka, II rok Metody Obliczeiowe w Nauce i Techice laboratorium zestaw 1: iterpolacja Zadaie 1: Zaleźć wzór iterpolacyjy Lagrage a mając tablicę wartości: 3 5 6 y 1 3 5 6 Do rozwiązaia

Bardziej szczegółowo

PLANOWANIE PROCESÓW WYTWARZANIA

PLANOWANIE PROCESÓW WYTWARZANIA Politechika Pozańska Zakład Zarządzaia i Iżyierii Jakości PLANOWANIE PROCESÓW WYTWARZANIA Materiały pomocicze do projektu z przedmiotu: Zarządzaie produkcją i usługami Opracował Krzysztof ŻYWICKI Pozań,

Bardziej szczegółowo

Geometrycznie o liczbach

Geometrycznie o liczbach Geometryczie o liczbach Geometryczie o liczbach Łukasz Bożyk Dodatią liczbę całkowitą moża iterpretować jako pole pewej figury składającej się z kwadratów jedostkowych Te prosty pomysł pozwala w aturaly

Bardziej szczegółowo

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych Wokół testu Studeta Wprowadzeie Rozkłady prawdopodobieństwa występujące w testowaiu hipotez dotyczących rozkładów ormalych Rozkład ormaly N(µ, σ, µ R, σ > 0 gęstość: f(x σ (x µ π e σ Niech a R \ {0}, b

Bardziej szczegółowo

SYSTEM OCENY STANU NAWIERZCHNI SOSN ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI BITUMICZNYCH W SYSTEMIE OCENY STANU NAWIERZCHNI SOSN

SYSTEM OCENY STANU NAWIERZCHNI SOSN ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI BITUMICZNYCH W SYSTEMIE OCENY STANU NAWIERZCHNI SOSN ZAŁĄCZNIK B GENERALNA DYREKCJA DRÓG PUBLICZNYCH Biuro Studiów Sieci Drogowej SYSTEM OCENY STANU NAWIERZCHNI SOSN WYTYCZNE STOSOWANIA - ZAŁĄCZNIK B ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI

Bardziej szczegółowo

Elementy rach. macierzowego Materiały pomocnicze do MES Strona 1 z 7. Elementy rachunku macierzowego

Elementy rach. macierzowego Materiały pomocnicze do MES Strona 1 z 7. Elementy rachunku macierzowego Elemety rach macierzowego Materiały pomocicze do MES Stroa z 7 Elemety rachuku macierzowego Przedstawioe poiżej iformacje staowią krótkie przypomieie elemetów rachuku macierzowego iezbęde dla zrozumieia

Bardziej szczegółowo

Relacje rekurencyjne. będzie następująco zdefiniowanym ciągiem:

Relacje rekurencyjne. będzie następująco zdefiniowanym ciągiem: Relacje rekurecyje Defiicja: Niech =,,,... będzie astępująco zdefiiowaym ciągiem: () = r, = r,..., k = rk, gdzie r, r,..., r k są skalarami, () dla k, = a + a +... + ak k, gdzie a, a,..., ak są skalarami.

Bardziej szczegółowo

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak Rekursja Materiały pomocicze do wykładu wykładowca: dr Magdalea Kacprzak Rozwiązywaie rówań rekurecyjych Jedorode liiowe rówaia rekurecyje Twierdzeie Niech k będzie ustaloą liczbą aturalą dodatią i iech

Bardziej szczegółowo

Systemy operacyjne

Systemy operacyjne Systemy operacyje 26.11.2010 Zasady poprawości harmoogramu w każdej chwili procesor może wykoywać tylko jedo zadaie w każdej chwili zadaie może być obsługiwae przez co ajwyżej jede procesor Zadaie Z j

Bardziej szczegółowo

Laboratorium Sensorów i Pomiarów Wielkości Nieelektrycznych. Ćwiczenie nr 1

Laboratorium Sensorów i Pomiarów Wielkości Nieelektrycznych. Ćwiczenie nr 1 1. Cel ćwiczeia: Laboratorium Sesorów i Pomiarów Wielkości Nieelektryczych Ćwiczeie r 1 Pomiary ciśieia Celem ćwiczeia jest zapozaie się z kostrukcją i działaiem czujików ciśieia. W trakcie zajęć laboratoryjych

Bardziej szczegółowo

Optymalizacja sieci powiązań układu nadrzędnego grupy kopalń ze względu na koszty transportu

Optymalizacja sieci powiązań układu nadrzędnego grupy kopalń ze względu na koszty transportu dr hab. iż. KRYSTIAN KALINOWSKI WSIiZ w Bielsku Białej, Politechika Śląska dr iż. ROMAN KAULA Politechika Śląska Optymalizacja sieci powiązań układu adrzędego grupy kopalń ze względu a koszty trasportu

Bardziej szczegółowo

Computer Aided Cooperation (CAC) Systemy wspomagania kooperacji i innowacji w procesach produkcji

Computer Aided Cooperation (CAC) Systemy wspomagania kooperacji i innowacji w procesach produkcji AKADEMIA TECHNICZNO-HUMANISTYCZNA W BIELSKU-BIAŁEJ dr iż. Aleksader MOCZAŁA Computer Aided Cooperatio (CAC) Systemy wspomagaia kooperacji i iowacji w procesach produkcji PLAN Wprowadzeie Wprowadzeie Uwarukowaia

Bardziej szczegółowo

Przemysław Jaśko Wydział Ekonomii i Stosunków Międzynarodowych, Uniwersytet Ekonomiczny w Krakowie

Przemysław Jaśko Wydział Ekonomii i Stosunków Międzynarodowych, Uniwersytet Ekonomiczny w Krakowie MODELE SCORINGU KREDYTOWEGO Z WYKORZYSTANIEM NARZĘDZI DATA MINING ANALIZA PORÓWNAWCZA Przemysław Jaśko Wydział Ekoomii i Stosuków Międzyarodowych, Uiwersytet Ekoomiczy w Krakowie 1 WROWADZENIE Modele aplikacyjego

Bardziej szczegółowo

Przykładowe zadania dla poziomu rozszerzonego

Przykładowe zadania dla poziomu rozszerzonego Przkładowe zadaia dla poziomu rozszerzoego Zadaie. ( pkt W baku w pierwszm roku oszczędzaia stopa procetowa bła rówa p%, a w drugim roku bła o % iższa. Po dwóch latach, prz roczej kapitalizacji odsetek,

Bardziej szczegółowo

Damian Doroba. Ciągi. 1. Pierwsza z granic powinna wydawać się oczywista. Jako przykład może służyć: lim n = lim n 1 2 = lim.

Damian Doroba. Ciągi. 1. Pierwsza z granic powinna wydawać się oczywista. Jako przykład może służyć: lim n = lim n 1 2 = lim. Damia Doroba Ciągi. Graice, z których korzystamy. k. q.. 5. dla k > 0 dla k 0 0 dla k < 0 dla q > 0 dla q, ) dla q Nie istieje dla q ) e a, a > 0. Opis. Pierwsza z graic powia wydawać się oczywista. Jako

Bardziej szczegółowo

Ćwiczenie 10/11. Holografia syntetyczna - płytki strefowe.

Ćwiczenie 10/11. Holografia syntetyczna - płytki strefowe. Ćwiczeie 10/11 Holografia sytetycza - płytki strefowe. Wprowadzeie teoretycze W klasyczej holografii optyczej, gdzie hologram powstaje w wyiku rejestracji pola iterferecyjego, rekostruuje się jedyie takie

Bardziej szczegółowo

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 2: RENTY. PRZEPŁYWY PIENIĘŻNE. TRWANIE ŻYCIA 1. Rety Retą azywamy pewie ciąg płatości. Na razie będziemy je rozpatrywać bez żadego związku z czasem życiem człowieka.

Bardziej szczegółowo

KOMPETENCJE EKSPERTÓW W INFORMATYCZNYM SYSTEMIE WSPOMAGANIA DECYZJI

KOMPETENCJE EKSPERTÓW W INFORMATYCZNYM SYSTEMIE WSPOMAGANIA DECYZJI KOMPETENCJE EKSPERTÓW W INFORMATYCZNYM SYSTEMIE WSPOMAGANIA DECYZJI Ryszard Budziński, Marta Fukacz, Jarosław Becker, Uiwersytet Szczeciński, Wydział Nauk Ekoomiczych i Zarządzaia, Istytut Iformatyki w

Bardziej szczegółowo

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA Aaliza iepewości pomiarowych w esperymetach fizyczych Ćwiczeia rachuowe TEST ZGODNOŚCI χ PEARSONA ROZKŁAD GAUSSA UWAGA: Na stroie, z tórej pobrałaś/pobrałeś istrucję zajduje się gotowy do załadowaia arusz

Bardziej szczegółowo

OBLICZENIE SIŁ WEWNĘTRZNYCH DLA BELKI SWOBODNIE PODPARTEJ SWOBODNIE PODPARTEJ ALGORYTM DO PROGRAMU MATHCAD

OBLICZENIE SIŁ WEWNĘTRZNYCH DLA BELKI SWOBODNIE PODPARTEJ SWOBODNIE PODPARTEJ ALGORYTM DO PROGRAMU MATHCAD OBLICZENIE SIŁ WEWNĘTRZNYCH DLA BELKI ALGORYTM DO PROGRAMU MATHCAD 1 PRAWA AUTORSKIE BUDOWNICTWOPOLSKIE.PL GRUDZIEŃ 2010 Rozpatrujemy belkę swobodie podpartą obciążoą siłą skupioą, obciążeiem rówomierie

Bardziej szczegółowo

Politechnika Poznańska

Politechnika Poznańska Politechika Pozańska Temat: Laboratorium z termodyamiki Aaliza składu spali powstałych przy spalaiu paliw gazowych oraz pomiar ich prędkości przepływu za pomocą Dopplerowskiego Aemometru Laserowego (LDA)

Bardziej szczegółowo

I. Podzielność liczb całkowitych

I. Podzielność liczb całkowitych I Podzielość liczb całkowitych Liczba a = 57 przy dzieleiu przez pewą liczbę dodatią całkowitą b daje iloraz k = 3 i resztę r Zaleźć dzieik b oraz resztę r a = 57 = 3 b + r, 0 r b Stąd 5 r b 8, 3 więc

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu. Rachuek prawdopodobieństwa i statystyka W12: Statystycza aaliza daych jakościowych Dr Aa ADRIAN Paw B5, pok 407 ada@agh.edu.pl Wprowadzeie Rozróżia się dwa typy daych jakościowych: Nomiale jeśli opisują

Bardziej szczegółowo

KADD Metoda najmniejszych kwadratów

KADD Metoda najmniejszych kwadratów Metoda ajmiejszych kwadratów Pomiary bezpośredie o rówej dokładości o różej dokładości średia ważoa Pomiary pośredie Zapis macierzowy Dopasowaie prostej Dopasowaie wielomiau dowolego stopia Dopasowaie

Bardziej szczegółowo

z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X

z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X Matematyka ubezpieczeń majątkowych.0.0 r. Zadaie. Mamy day ciąg liczb q, q,..., q z przedziału 0,. Rozważmy trzy zmiee losowe: o X X X... X, gdzie X i ma rozkład dwumiaowy o parametrach,q i, i wszystkie

Bardziej szczegółowo

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w Zad Dae są astępujące macierze: A =, B, C, D, E 0. 0 = = = = 0 Wykoaj astępujące działaia: a) AB, BA, C+E, DE b) tr(a), tr(ed), tr(b) c) det(a), det(c), det(e) d) A -, C Jeśli działaia są iewykoale, to

Bardziej szczegółowo

ANALIZA DRGAŃ POPRZECZNYCH PŁYTY PIERŚCIENIOWEJ O ZŁOŻONYM KSZTAŁCIE Z UWZGLĘDNIENIEM WŁASNOŚCI CYKLICZNEJ SYMETRII UKŁADU

ANALIZA DRGAŃ POPRZECZNYCH PŁYTY PIERŚCIENIOWEJ O ZŁOŻONYM KSZTAŁCIE Z UWZGLĘDNIENIEM WŁASNOŚCI CYKLICZNEJ SYMETRII UKŁADU Dr iż. Staisław NOGA oga@prz.edu.pl Politechika Rzeszowska ANALIZA DRGAŃ POPRZECZNYCH PŁYTY PIERŚCIENIOWEJ O ZŁOŻONYM KSZTAŁCIE Z UWZGLĘDNIENIEM WŁASNOŚCI CYKLICZNEJ SYMETRII UKŁADU Streszczeie: W publikacji

Bardziej szczegółowo

ZESZYTY NAUKOWE POLITECHNIKI GDAŃSKIEJ

ZESZYTY NAUKOWE POLITECHNIKI GDAŃSKIEJ ZESZYTY NAUKOWE POLITECHNIKI GDAŃSKIEJ Nr 573 Ekoomia XXXIX 2001 BŁAŻEJ PRUSAK Katedra Ekoomii i Zarządzaia Przedsiębiorstwem METODY OCENY PROJEKTÓW INWESTYCYJNYCH Celem artykułu jest przedstawieie metod

Bardziej szczegółowo

AUDYT SYSTEMU GRZEWCZEGO

AUDYT SYSTEMU GRZEWCZEGO Wytycze do audytu wykoao w ramach projektu Doskoaleie poziomu edukacji w samorządach terytorialych w zakresie zrówoważoego gospodarowaia eergią i ochroy klimatu Ziemi dzięki wsparciu udzieloemu przez Isladię,

Bardziej szczegółowo

Algorytmy I Struktury Danych Prowadząca: dr Hab. inż. Małgorzata Sterna. Sprawozdanie do Ćwiczenia 1 Algorytmy sortowania (27.02.

Algorytmy I Struktury Danych Prowadząca: dr Hab. inż. Małgorzata Sterna. Sprawozdanie do Ćwiczenia 1 Algorytmy sortowania (27.02. Poiedziałki 11.45 Grupa I3 Iformatyka a wydziale Iformatyki Politechika Pozańska Algorytmy I Struktury Daych Prowadząca: dr Hab. iż. Małgorzata Stera Sprawozdaie do Ćwiczeia 1 Algorytmy sortowaia (27.2.12)

Bardziej szczegółowo

KOMBINATORYKA. Oznaczenia. } oznacza zbiór o elementach a, a2,..., an. Kolejność wypisania elementów zbioru nie odgrywa roli.

KOMBINATORYKA. Oznaczenia. } oznacza zbiór o elementach a, a2,..., an. Kolejność wypisania elementów zbioru nie odgrywa roli. KOMBINATORYKA Kombiatoryą azywamy dział matematyi zajmujący się zbiorami sończoymi oraz relacjami między imi. Kombiatorya w szczególości zajmuje się wyzaczaiem liczby elemetów zbiorów sończoych utworzoych

Bardziej szczegółowo

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa Matematyka fiasowa 8.05.0 r. Komisja Egzamiacyja dla Aktuariuszy LX Egzami dla Aktuariuszy z 8 maja 0 r. Część I Matematyka fiasowa WERJA EU A Imię i azwisko osoby egzamiowaej:... Czas egzamiu: 00 miut

Bardziej szczegółowo

Projekt z dnia 24.05.2012 r. Wersja 0.5 ROZPORZĄDZENIE MINISTRA GOSPODARKI 1) z dnia..

Projekt z dnia 24.05.2012 r. Wersja 0.5 ROZPORZĄDZENIE MINISTRA GOSPODARKI 1) z dnia.. Projekt z dia 24.05.2012 r. Wersja 0.5 ROZPORZĄDZENIE MINISTRA GOSPODARKI 1) z dia.. w sprawie szczegółowego zakresu obowiązku uzyskaia i przedstawieia do umorzeia świadectw efektywości eergetyczej i uiszczaia

Bardziej szczegółowo

2 n < 2n + 2 n. 2 n = 2. 2 n 2 +3n+2 > 2 0 = 1 = 2. n+2 n 1 n+1 = 2. n+1

2 n < 2n + 2 n. 2 n = 2. 2 n 2 +3n+2 > 2 0 = 1 = 2. n+2 n 1 n+1 = 2. n+1 Tekst a iebiesko jest kometarzem lub treścią zadaia. Zadaie 1. Zbadaj mootoiczość i ograiczoość ciągów. a = + 3 + 1 Ciąg jest mootoiczie rosący i ieograiczoy poieważ różica kolejych wyrazów jest dodatia.

Bardziej szczegółowo

GEIGER-GJ56..e z elektronicznym układem wyłączania krańcowego dla żaluzji i żaluzji zewnętrznych

GEIGER-GJ56..e z elektronicznym układem wyłączania krańcowego dla żaluzji i żaluzji zewnętrznych Napęd żaluzji: GEGER-GJ56..e z elektroiczym układem wyłączaia krańcowego dla żaluzji i żaluzji zewętrzych EN FR ES T Orygiala istrukcja motażu i istrukcja eksploatacji Origial assembly ad operatig istructios

Bardziej szczegółowo

I kolokwium z Analizy Matematycznej

I kolokwium z Analizy Matematycznej I kolokwium z Aalizy Matematyczej 4 XI 0 Grupa A. Korzystając z zasady idukcji matematyczej udowodić ierówość dla wszystkich N. Rozwiązaie:... 4 < + Nierówość zachodzi dla, bo 4

Bardziej szczegółowo

3. Wzory skróconego mnożenia, działania na wielomianach. Procenty. Elementy kombinatoryki: dwumian Newtona i trójkąt Pascala. (c.d.

3. Wzory skróconego mnożenia, działania na wielomianach. Procenty. Elementy kombinatoryki: dwumian Newtona i trójkąt Pascala. (c.d. Jarosław Wróblewski Matematyka dla Myślących 009/10 3 Wzory skrócoego możeia działaia a wielomiaach Procety Elemety kombiatoryki: dwumia Newtoa i trójkąt Pascala (cd) paździerika 009 r 0 Skometować frgmet

Bardziej szczegółowo

Kombinacje, permutacje czyli kombinatoryka dla testera

Kombinacje, permutacje czyli kombinatoryka dla testera Magazie Kombiacje, permutacje czyli ombiatorya dla testera Autor: Jace Oroje O autorze: Absolwet Wydziału Fizyi Techiczej, Iformatyi i Matematyi Stosowaej Politechii Łódziej, specjalizacja Sieci i Systemy

Bardziej szczegółowo

Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy.

Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy. MIARY POŁOŻENIA I ROZPROSZENIA WYNIKÓW SERII POMIAROWYCH Miary położeia (tedecji cetralej) to tzw. miary przecięte charakteryzujące średi lub typowy poziom wartości cechy. Średia arytmetycza: X i 1 X i,

Bardziej szczegółowo

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy przydziału

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy przydziału Istrukcja do ćwiczeń laboratoryjych z przediotu: Badaia operacyje Teat ćwiczeia: Probley przydziału Zachodiopoorski Uiwersytet Techologiczy Wydział Iżyierii Mechaiczej i Mechatroiki Szczeci 20 Opracował:

Bardziej szczegółowo

Pierwiastki z liczby zespolonej. Autorzy: Agnieszka Kowalik

Pierwiastki z liczby zespolonej. Autorzy: Agnieszka Kowalik Pierwiastki z liczby zespoloej Autorzy: Agieszka Kowalik 09 Pierwiastki z liczby zespoloej Autor: Agieszka Kowalik DEFINICJA Defiicja : Pierwiastek z liczby zespoloej Niech będzie liczbą aturalą. Pierwiastkiem

Bardziej szczegółowo

PROJEKT: GNIAZDO POTOKOWE

PROJEKT: GNIAZDO POTOKOWE POLITEHNIK POZNŃSK WYZIŁ UOWY MSZYN I ZZĄZNI ZZĄZNIE POUKJĄ GUP ZIM-Z3 POJEKT: GNIZO POTOKOWE WYKONWY: 1. TOMSZ PZYMUSIK 2. TOMSZ UTOWSKI POWZĄY: Mg iż. Maiola Ozechowska SPIS TEŚI OZZIŁ 1. Wpowadzeie.

Bardziej szczegółowo