ANALIZA BŁĘDÓW METOD WYZNACZANIA MIAR NIEZAWODNOŚCI OBIEKTÓW KOMUNALNYCH NA PRZYKŁADZIE SYSTEMU ZAOPATRZENIA W WODĘ

Wielkość: px
Rozpocząć pokaz od strony:

Download "ANALIZA BŁĘDÓW METOD WYZNACZANIA MIAR NIEZAWODNOŚCI OBIEKTÓW KOMUNALNYCH NA PRZYKŁADZIE SYSTEMU ZAOPATRZENIA W WODĘ"

Transkrypt

1 RYZARDA IWANEJKO ANALIZA BŁĘDÓW METOD WYZNACZANIA MIAR NIEZAWODNOŚCI OBIEKTÓW KOMUNALNYCH NA PRZYKŁADZIE YTEMU ZAOPATRZENIA W WODĘ ANALYI OF ERROR FROM RELIABILITY MEAURE ETIMATION METHOD FOR MUNICIPAL YTEM ON EXAMPLE OF WATER UPPLY t r e s z c z e e A b s t r a c t Podstawą podejmowaa welu decyzj jest zajomość mar ezawodośc róŝych obektów techczych. Mary te szacuje sę, bazując a daych eksploatacyjych. Wększość metod szacowaa mar ezawodośc wprowadza do wyku dodatkowy błąd, ezwązay z edokładoścą epewoścą daych, azyway błędem metody. ą to węc metody przyblŝoe. W artykule przeaalzowao pod tym kątem ajczęścej stosowae metody wyzaczaa mar ezawodośc obektów techczych. Błędy metod wykają z pomjaa w oblczeach mało prawdopodobych staów systemu, stosowaa uproszczoych wzorów czy prowadzea oblczeń a tzw. welkoścach eskończee małych. Przedstawoe w artykule zaleŝośc umoŝlwają określee błędów aalzowaych metod. ZaleŜośc mogą być stosowae dla róŝych waŝych obektów techczych, ezaleŝe od tego, czy dla obektu moŝa skostruować schemat ezawodoścowy, czy e. Umejętość ocey błędów metod, wraz z umejętoścą ocey błędów zwązaych z daym wyjścowym, pozwol uzyskać wyk z zadowalającą dla Ŝyerskch zastosowań dokładoścą. łowa kluczowe: ezawodość, mary ezawodośc, błąd metody Uderstadg of relablty measures for dfferet techcal facltes plays a mportat role a decso makg process. The measures are estmated based o the operatoal data. Most methods used for estmato of relablty measures mpose a addtoal error o the fal result. The error, called the method s error, s ot related to data accuracy ad relablty. The paper aalyses the most popular methods used for determato of relablty measures for techcal facltes, from that perspectve. Methods errors result from gorg calculatos less probable codtos of a system, usg smplfed formulas, or makg calculatos for ftesmal values. The relatoshps preseted the paper help to determe the errors of the preseted methods. The relatoshps may be used for dfferet major techcal facltes. Ablty to evaluate the methods errors, together wth kowledge about possble errors wth the output data set, helps to acheve a satsfactory accuracy of the fal output, at least for the egeerg applcatos. Keywords: relablty, relablty measures, method s error Dr Ryszarda Iwaejko, Istytut Zaopatrzea w Wodę Ochroy Środowska, Wydzał IŜyer Środowska, Poltechka Krakowska.

2 22. Wstęp ystemy wodocągowe kaalzacyje tworzą strategczą frastrukturę mejską, dlatego ezmere waŝa jest umejętość wyzaczaa ch podstawowych parametrów ezawodośc (rówowaŝe mar lub wskaźków ezawodośc). Istota jest teŝ umejętość dokoaa ocey dokładośc tych parametrów. W pracach [6, 7] przedstawoo sposoby ocey dokładośc mar ezawodośc za pomocą dwóch grup metod: metod klasyczego rachuku błędów oraz metod statystyczych. UmoŜlwają oe oceę wpływu błędów, edokładośc lub epełośc eksploatacyjych daych wyjścowych a błąd wyku. W tym artykule zostaą przedstawoe sposoby ocey tzw. błędów metod. Błąd metody e jest zwązay z daym wyjścowym, lecz wyka ze stosowaa praktyczych metod teor ezawodośc, z ch uproszczeń, z pomjaa człoów o małych wartoścach. UŜywae dalej sformułowae, Ŝe daa metoda jest dokłada, ozacza, Ŝe e obcąŝa wyku oblczeń dodatkowym błędem ezwązaym z błędam daych. Metoda, która e jest dokłada, daje wyk przyblŝoe. W dalszej częśc zakłada sę, Ŝe systemy () są złoŝoe z elemetów odawalych dwustaowych, które uszkadzają sę ezaleŝe, a czasy ch sprawośc esprawośc moŝa opsać rozkładem wykładczym. Poadto zakłada sę, Ŝe cały system jest dwustaowy, przy czym sta sprawośc esprawośc określa sę względem zadaego kryterum. Zakłada sę róweŝ, Ŝe praca systemu jest aalzowaa w tzw. okrese ormalym, w którym uszkodzea są losowe, a czasy sprawośc esprawośc systemu moŝa opsać rozkładem wykładczym. Aalzę tych załoŝeń przeprowadzoo w pracy [4]. W praktyce do wyzaczaa mar ezawodośc obektów stosuje sę metody jedolub dwuparametrycze. 2. Błędy metod jedoparametryczych Metody jedoparametrycze [9, 0] pozwalają a wyzaczee jedej, kompleksowej mary ezawodośc systemu. Najczęścej stosowaą marą jest tzw. stacjoary wskaźk gotowośc K, potocze azyway ezawodoścą wyraŝoy wzorem K Tp = Tp + T gdze Tp, T odpowedo śred czas sprawośc śred czas esprawośc systemu. Wartość K terpretuje sę jako prawdopodobeństwo, Ŝe w dowolej chwl, dostatecze odległej od włączea systemu do eksploatacj, system będze sprawy. Taka mara e charakteryzuje ezawodośc systemu w sposób jedozaczy, gdyŝ dla wartośc Tp T proporcjoalych do Tp T uzyskuje sę tę samą wartość K. Drugą marą kompleksową jest tzw. uogóloy wskaźk ezawodośc K u wyraŝoy wzorem K u () EN = (2) Q w

3 gdze EN dla obektów wodocągowych to śred edobór wydajośc (brak wody) określay względem wymagaej wydajośc systemu Q w, a dla obektów usuwaa śceków średa lość eodprowadzoych śceków. Wartość K u jest terpretowaa jako stopeń spełaa przez system postawoych mu wymagań. Pommo Ŝe te dwe mary (K, K u ) charakteryzują ezawodość systemu z róŝych puktów wdzea, co wyka z róŝych defcj (wzorów) terpretacj, to z matematyczych przekształceń wyka erówość: K Ku. Dla systemów o ezawodoścowej strukturze meszaej do wyzaczea K stosuje sę wzory aaltycze połączoe z ewetualym blokowaem elemetów. Jest to metoda prosta szybka. Jedyym wymogem stosowaa wzorów aaltyczych jest moŝlwość skostruowaa schematu ezawodoścowego systemu lub moŝlwość dokoaa tzw. dekompozycj systemu złoŝoego. Dekompozycja moŝe być przeprowadzoa względem jedego lub klku elemetów. W perwszym przypadku (tzw. dekompozycja prosta) polega a wyborze takego elemetu, dla którego aalza zajśca stau sprawośc esprawośc pozwol wyelmować te elemet przekształcć system złoŝoy a dwa róŝe systemy o strukturze meszaej. Dla tych dwóch struktur stosuje sę wzory aaltycze, a końcowy wyk uzyskuje sę po zastosowau wzoru a prawdopodobeństwo zupełe. Drug przypadek polega a klkukrotym stosowau dekompozycj prostej, borąc pod uwagę klka elemetów. Wzory aaltycze są dokłade, dlatego e będą omawae w dalszej częśc. Do wyzaczea K oraz K u powszeche stosuje sę tzw. metody przeglądu (MP). Polegają oe a sporządzeu tabel staów elemetarych systemu. Tabela ta zawera róŝe kombacje staów sprawośc elemetów tworzących day system. Dla ch określa sę sta sprawośc systemu. Wartość stacjoarego wskaźka gotowośc wyzacza sę ze wzoru K E 23 = P (3) gdze: umer stau elemetarego systemu, P prawdopodobeństwo zajśca tego stau, E zbór staów sprawośc systemu. Wartość uogóloego wskaźka ezawodośc wyzacza sę ze wzoru (2), przy czym śred edobór jest rówy I ( MP) P N = E 0 I( MP) I( MP) EN = = P = = P N gdze: N edobór występujący w -tym stae elemetarym systemu, E0 zbór staów esprawośc systemu, I(MP) lczba staów systemu uwzględaych w metodze przeglądu. W zaleŝośc od lczby uwzględaych staów wyróŝa sę metodę przeglądu zupełego (MPZ) oraz metodę przeglądu częścowego (MPCz) [9, 0]. P (4)

4 24 Metoda przeglądu zupełego uwzględa wszystke moŝlwe stay elemetare systemu, jest węc metodą dokładą. PoewaŜ lczba wszystkch staów rówa I (MPZ) = 2 wzrasta wykładczo, czyl bardzo szybko, wraz ze wzrostem -lczby elemetów systemu, to ze względu a duŝą pracochłoość metodę stosuje sę zazwyczaj dla 4. Dla > 4 w praktyce stosuje sę metodę przeglądu częścowego. Metoda przeglądu częścowego uwzględa jedye ajbardzej prawdopodobe stay elemetare systemu. Aalzy oblczea ogracza sę do staów, w których uszkodzoych jest e węcej Ŝ k elemetów. W praktyce przyjmuje sę zazwyczaj max 2. max k = Wówczas aleŝy uwzględć ( 0 ) ( ) ( k ) I (MPCz) = (5) staów elemetarych systemu. Wyk uzyskae za pomocą (3) oraz (4) z zastosowaem MPCz są przyblŝoe. W dalszej częśc K oraz K u ozaczają wartośc odpowedch mar ezawodośc eobarczoe błędem metody. Natomast wyk przyblŝoe uzyskae za pomocą MPCz będą ozaczae przez K (MPCz) oraz K u (MPCz). Nezae wyk dokłade moŝa oszacować za pomocą erówośc K (MPCz) K < K (MPCz) + ε oraz K (MPCz) ε < K K (MPCz) (6) gdze błąd oszacowaa ( ) ( ) max max u u u max I (MPCz) ε = P k > k = P k k = P (7) określa prawdopodobeństwo zajśca staów pomjaych w MPCz. Jeśl przeprowadzający oblczea uza, Ŝe popełay maksymaly błąd ε jest zbyt duŝy, to powe uwzględć stay z wększą lczbą rówoczesych uszkodzeń k max. PowyŜsze oszacowaa (6) są pesymstycze, wykają bowem z przyjęca, Ŝe wszystke pomjae stay są odpowedo staam sprawośc przy szacowau K lub staam esprawośc z maksymalym edoborem rówym Q w przy wyzaczau K u. W rzeczywstośc wększość pomjaych staów to stay esprawośc. Przykład. Pewa jedostka osadcza jest zaopatrywaa w wodę przez = 5 ezaleŝych układów zaslaa w wodę, tworzących razem podsystem dostawy wody (PsDoW). PoewaŜ aalzę ogracza sę jedye do tego podsystemu, w dalszej częśc jest o traktoway jak system. MoŜlwe wydajośc tych układów wyoszą odpowedo: q = 38% Q, q 2 = 32% Q, q 3 = 28% Q, q 4 = 5% Q oraz q 5 = 7% Q. Łącze moŝlwośc produkcyje wyoszą węc Qp = q = 30% Q. Te PsDoW uzaje sę za wystarczająco sprawy, gdy w dowolej chwl moŝlwa jest produkcja dostarczee do sec dystrybucj co ajmej Q w = 70% Q. Dae są wartośc stacjoarych wskaźkków gotowośc układów zaslaa w wodę. Oszacowao je z dokładoścą do czterech mejsc, ozaczoych odpowedo jako K = 0,996; K 2 = 0,932; K 3 = 0,9734; K 4 = 0,958 oraz K 5 = 0,9786. NaleŜy oszacować wartośc: stacjoarego wskaźka gotowośc K oraz uogóloego wskaźka ezawodośc K u. Oblczea prowadz sę za pomocą metody przeglądu. Ze względu a zaczą lczbę wszystkch moŝlwych staów elemetarych 5 I ( MPZ) = 2 = 32 oraz epewość co do dokładośc mar K dla poszczególych ukła- =

5 dów, zastosowao MPCz dla k max = 2. Wówczas, zgode z (5), aleŝy uwzględć ( ) ( 0 ) ( ) ( 2 ) I MPCz = + + = 6 staów elemetarych PsDoW (tab. ). Łącze prawdopodobeństwo zajśca staów uwzględaych w aalze wyos P(MPCz, k 2) = 6 = P = 0, Pomja sę stay z lczbą rówoczesych uszkodzeń k > 2 o łączym = prawdopodobeństwe zajśca ε = P(MPCz, k 2) = 0, Jest to rówocześe maksymaly błąd moŝlwy do popełea przy wyzaczau mar K(MPcz) oraz K u (MPCz). Tabela metody przeglądu częścowego dla k 2 Elemety Q [% Q] N [% Q] T a b e l a ta systemu k P 0 0, E , E 3 0 0, E 4 0 0, E 5 0 0, E 6 0 0, E , E , E , E , E 0 0 0, E , E , E , E , E , E Oprócz prawdopodobeństw P dla kaŝdego -tego stau wyzaczoo dodatkowo welkośc: Q czyl maksymalą moŝlwą wydajość PsDoW, N czyl edobór wody w -tym stae. Maksymalą moŝlwą wydajość PsDoW w -tym stae określo- o jako Q s = q. Nedobór wody w -tym stae wyzaczoo jako UZWj spr { } j N = max Q Q ; 0. PoewaŜ jako kryterum sprawośc przyjęto Q w = 70% Q, węc w stay, dla których N = 0 zakwalfkowao do zboru E. tąd a podstawe (2), (3) (4) otrzymao K (MPCz) = 0,992239, EN = 0, [% Q] oraz K u (MPCz) = 0,9999. Operając sę a (6), mamy oszacowae 0, K < 0,99309 oraz 0, < Ku 0,

6 26 Jak zazaczoo wyŝej, te dwe mary mają róŝe terpretacje praktycze. Jeśl dalsze aalzy wymagają wększej dokładośc szacuku ε, to aleŝy uwzględć stay z wększą lczbą rówoczesych uszkodzeń (k = 3). 3. Błędy metod dwuparametryczych Metody dwuparametrycze umoŝlwają wyzaczee dwóch ezaleŝych mar ezawodośc systemu średego czasu sprawośc Tp oraz średego czasu esprawośc T. tąd a podstawe () moŝa określć teŝ wartość stacjoarego wskaźka gotowośc systemu K. Zamast Tp moŝa wyzaczać tzw. tesywość uszkodzeń systemu rówą λ =. Zajomość tych mar pozwala a jedozaczą oceę ezawodośc Tp systemu. W praktyce do szacowaa ezawodośc obektów wodocągowych kaalzacyjych ajczęścej stosuje sę metody: częstośc uszkodzeń (klasyczą [9, 0] albo uogóloą [4]) lub mmalych przekrojów esprawośc [9, 0]. tosowae tych metod wymaga zajomośc dwóch ezaleŝych parametrów: średego czasu sprawośc Tp oraz średego czasu esprawośc T dla kaŝdego z elemetów systemu ( =,..., ). W podaych poŝej wzorach zamast Tp wykorzystuje sę tzw. tesywość uszkodzeń elemetów rówą λ =. Tp 3.. Klasycza metoda częstośc uszkodzeń Częstość uszkodzeń systemu określa sę jako [9, 0] f = Tp + T gdze: Tp, T odpowedo średe czasy sprawośc esprawośc systemu. Welkość f określa średą lczbę uszkodzeń systemu przypadającą a jedostkę czasu. łusze są wzory Tp K = oraz f s T Ks (8) = (9) f Jeśl węc zae są wartośc stacjoarego wskaźka gotowośc systemu K oraz częstośc uszkodzeń f, to z zaleŝośc (9) moŝa wyzaczyć poszukwae mary Tp oraz T. Dla struktur podstawowych (szeregowej, rówoległej, progowej) wartość K moŝa wyzaczyć dokłade za pomocą wzorów aaltyczych. Wartość f wyzacza sę atomast stosukowo prosto z fukcj matematycze opsującej przypadk utraty sprawośc systemu, czyl przypadk przejśca systemu ze zboru staów E do zboru E0. Rozpatruje sę jedye tzw. stay gracze, dla których zajśce jedego uszkodzea powoduje utratę sprawośc systemu. Klasyczą metodę częstośc uszkodzeń moŝa stosować dla systemów o ezawodoścowej strukturze podstawowej oraz meszaej. W ostatm przypadku aleŝy ajperw zblokować elemety tworzące struktury podstawowe, a as-

7 tępe etapam wykającym z blokowaa stosować metodę dla bloków elemetów. PoŜej przedstawoo wzory do wyzaczaa Tp oraz T dla struktur podstawowych [9, 0]. Dla -elemetowej struktury szeregowej zachodz K s = K oraz = Po dokoau ezbędych przekształceń uzyskuje sę oraz = λ = λ f = f K j = j T 27 (0) = λ T gdze: λ, λ tesywośc uszkodzeń systemu elemetów. Zak przyblŝea dla T wyka z uproszczea wzoru pomęca loczyów kombacj klku człoów postac λ T. PrzyblŜoą wartość średego czasu esprawośc systemu ozaczoo przez T (f ), a wartość dokładą przez T. Popełay przy tym błąd pomęca jest rówy ( T) = T T ( f ) = λλ jtt j + λλ jλ ktt jtk λλ2... λtt 2... T (2) < j < j< k = λ Dla rzeczywstych obektów Ŝyerskch zachodz Tp >> T, co teoretycze ozacza, Ŝe pomjae welkośc są małe. Dla -elemetowej struktury rówoległej zachodz K s = ( K ) oraz f = f ( K j ) = Po dokoau ezbędych przekształceń uzyskuje sę λ λ T j = = j λ = j = oraz T = gdze: λ, λ tesywośc uszkodzeń systemu elemetów. () (3) = j Podobe jak poprzedo, zak przyblŝea dla λ wyka z uproszczea wzoru pomęca człoów o małej wartośc. PrzyblŜoą wartość tesywośc uszkodzeń, T T j (4)

8 28 uzyskaą za pomocą klasyczej metody częstośc uszkodzeń, ozaczoo tutaj przez λ ( f ), atomast wartość dokładą przez λ. Zachodz mędzy m zwązek λ = + λ T + λλ jtt j + λλ jλ ktt jtk λ jt j ( f ) = < j < j< k = j λ (5) który pozwala a względą oceę popełaego błędu jako λ λ ( f ) λ ( f ) δ = 00% = 00% λ λ Dla jedorodych struktur progowych typu z M wartość stacjoarego wskaźka gotowośc wyzacza sę jako M M k ( ) ( ) M k = k e e k= 0 (6) K K K (7) gdze: k lczba rówocześe uszkodzoych elemetów, K e wartość stacjoarego wskaźka gotowośc dowolego elemetu e. Wartość fukcj częstośc uszkodzeń jest rówa M ( ) ( ) M e M e e f = Mf K K (8) Dla struktur ejedorodych ogóle wzory a K oraz f są bardzo złoŝoe, dlatego lepej jest wyzaczać ch wartośc a podstawe tabel metody przeglądu. Następe a podstawe wzorów (9) wyzacza sę wartośc parametrów Tp oraz T. W tym przypadku e pomja sę Ŝadych człoów, węc uzyskae wyk Tp T powy być dokłade. Jedak w pewych sytuacjach, tj. wówczas gdy cały system jest wysoce ezawody (wysoce ezawode elemety lub duŝa rezerwa elemetów), uzyskuje sę wyk obarczoe tzw. błędam umeryczym, wykającym z przeprowadzaa oblczeń a tzw. welkoścach eskończee małych. Takm eskończee małym welkoścam w pewych wyjątkowych przypadkach są f oraz występująca w (9) zawodość systemu rówa U = K. Aby zabezpeczyć sę przed takm przypadkam, propouje sę stosowae dla struktur progowych jedorodych zamast (9) odpowedo przekształcoych wzorów oraz M M Tp e M M = λe e = e e M k M k k= 0 k = 0 k M + M k + k M + ( ) (9) Tp T Tp T M M Tpe M Tp M = λe e = e e M k M k k = M + k = M + k M + e M k + k M + ( ) (20) T T Tp T gdze: λ e tesywość uszkodzeń elemetów jedorodych rówa λ e = /Tp e.

9 Przykład 2. Pompowa wody uzdatoej w Tarowe ma jedorodą strukturę progową 4 z 6 [2]. Elemetam e struktury są agregaty pompowe zblokowae z zastalowaym obok zaworam zwrotym Na podstawe daych z eksploatacj parametry ezawodoścowe tych elemetów przyjęto jako: Tp e = h oraz T e = 25 h. tąd ch stacjoary wskaźk gotowośc wyos K e = 0, [5]. Dalej prowadzoo oblczea za pomocą klasyczej metody uszkodzeń z róŝą dokładoścą. Z Ŝyerskego puktu wdzea wartośc K, róŝące sę a mejscach szóstym dalszych, są praktycze erozróŝale. Wartośc uzyskae podczas oblczeń zameszczoo w tabel 2. Zastosoway zaps 0,9 (x) ozacza, Ŝe po przecku dzesętym zajduje sę x cyfr 9. Zestawee wyków oblczeń Tp T za pomocą wzorów (9) w zaleŝośc od dokładośc prowadzea oblczeń K Tp [h] T [h] 0,9 (7),684E ,40 0,9 (8),684E ,4 0,9 (9),684E + 0 6,8 0,9 (0),684E + 0,68 T a b e l a 2 W zaleŝośc od lczby uwzględaych cyfr zaczących K uzyskuje sę róŝe rzędy wyków T. Natomast zastosowae wzorów (9) (20) pozwala uzyskać warygode wartośc Tp =,684E + 0 [h] oraz T = 8,34 [h]. Poprawość tych wyków zweryfkowao m.. za pomocą metody mmalych przekrojów esprawośc symulacyjej metody Mote Carlo Uogóloa metoda częstośc uszkodzeń Dla systemów złoŝoych, dla których steją róŝe rodzaje rezerw lub elemety są ejedorode, wyzaczee matematyczej postac fukcj częstośc uszkodzeń moŝe być trude lub wręcz emoŝlwe. W takch sytuacjach moŝa stosować uogóloą metodę częstośc uszkodzeń [4, ]. Itesywość strumea uszkodzeń dowolego systemu jest rówa [8] Φ = Pλ z z E 0 E 29 (2) gdze:, z umery staów elemetarych systemu, E, E0 odpowedo zbór staów sprawośc esprawośc systemu, P prawdopodobeństwo zajśca -tego stau systemu, λ tesywość przejśca systemu ze stau -tego do stau z-tego. z Jak wyka ze wzoru do wyzaczea Φ aleŝy uwzględć jedye gracze stay systemu. pełoa jest aalogcza do (8) zaleŝość [8] Φ = Tp + T (22)

10 30 Wykazao, Ŝe średe czasy sprawośc esprawośc systemu moŝa wyzaczać jako [8] Tp = P Φ oraz T = P E Φ (23) E 0 W dalszej częśc przyjęto ozaczea: K (MP) = P oraz U (MP) = P. E E 0 Welkośc K (MP) oraz U (MP) są odpowedo ezawodoścą zawodoścą systemu, wyzaczoym za pomocą MP, przy czym dla MPZ zachodz K (MPZ) + U (MPZ) =. Zdefowaa powyŝej tesywość uszkodzeń jest odpowedkem klasyczej częstośc uszkodzeń. Wykazao, Ŝe dla struktur podstawowych wzory a f oraz Φ po dokoau odpowedch przekształceń są zgode [4]. Wyzaczae parametrów Tp T a podstawe MPZ e wprowadza błędów wykających z pomjaa mało prawdopodobych staów elemetarych systemu. Jedak przy stosowau MPCz aleŝy dokoać ocey dokładośc wyków. Wykorzystae MPCz ozacza prowadzee oblczeń e a dokładych welkoścach K, U oraz Φ, lecz a welkoścach przyblŝoych, ozaczoych tutaj odpowedo przez K (MPCz), U (MPCz) Φ (MPCz). Zbyt duŝe przyblŝea tych welkośc mogą zacząco wpłyąć a dokładość wyków końcowych Tp T. Neobarczoe błędem MPCz wartośc K, U oraz Φ moŝa oszacować za pomocą astępujących erówośc K (MPCz) K < K (MPCz) + ε U (MPCz) < U U (MPCz) + ε (24) oraz (MPCz) (MPCz) ( ) Φ Φ < Φ + Φ (25) gdze błędy oszacowań są odpowedo rówe: ε (wzór (7)) oraz ( ) Φ = ε k > kmax =,... ( k ) m. Tp PowyŜszy wzór (26) jest prosty. MoŜlwe jest stosowae ego, bardzej złoŝoego wzoru a błąd Φ k m. Tp =,... =,... =,... k > kmax k k (26) ( Φ ) = ( k ) ( ) max { K } m. { K } (27) Oszacowaa (26) (27), podobe jak (6), są pesymstycze, gdyŝ przyjmuje sę, Ŝe wszystke pomjae w MPCz stay (tj. dla k > k max ) są staam graczym, dla których uszkodzee kaŝdego z ( k) sprawych elemetów spowoduje utratę sprawośc systemu, a rówocześe tesywość λ z jest maksymala. Wzór złoŝoy (27) lepej sprawdza sę w sytuacjach, gdy wartośc K są mało zróŝcowae, atomast wzór prosty (26) w sytuacjach, gdy wartośc K są bardzej zróŝcowae. Jedak, ezaleŝe od przypadku, róŝce oszacowań błędów Φ za ch pomocą wyoszą klka procet. Na podstawe tych oszacowań oraz wzorów (23) moŝa, stosując zasady aalzy przedzałowej [6], podać

11 astępujące oszacowaa dla średego czasu sprawośc średego czasu esprawośc systemu K (MPCz) K (MPCz) + ε Tp Φ (MPCz) + Φ Φ (MPCz) ( ) U (MPCz) U (MPCz) + ε T Φ (MPCz) + Φ Φ (MPCz) ( ) Do oblczeń praktyczych, jako przyblŝoe wyk średego czasu pracy średego czasu esprawośc, propouje sę przyjmować wartośc średe z dolego górego oszacowaa rówe odpowedo Tp T K (MPCz) K (MPCz) + ε = + / 2 Φ (MPCz) + ( Φ ) Φ (MPCz) U (MPCz) U (MPCz) + ε = + / 2 Φ (MPCz) + ( Φ ) Φ (MPCz) Wówczas maksymale moŝlwe do popełea błędy bezwzględe oszacowań są rówe K (MPCz) + ε K (MPCz) ( Tp ) = Φ (MPCz) Φ (MPCz) + Φ ( ) U (MPCz) + ε U (MPCz) ( T ) = Φ (MPCz) Φ (MPCz) + Φ Jeśl błędy ( Tp ) ( T ) ( ) / 2 / 2 3 (28) (29) (30) (3) (32) (33) są z Ŝyerskego puktu wdzea a tyle małe, Ŝe ch edokładośc e spowodują ejedozaczośc procesów decyzyjych, to oblczea moŝa zakończyć. W przecwym wypadku aleŝy zwększyć zakres MPCz (tj. zwększyć lczbę uwzględaych staów elemetarych). W praktyce, dla przypadków, gdy system mus spełać wysoke wymagaa (lub rówowaŝe ostre krytera przyaleŝośc do zboru E p. Q w = 90% Q), lczba staów elemetarych, które aleŝy uwzględć, moŝe być ograczoa przez k max = 2 lub k max = 3, gdyŝ stay systemu dla wększej lczby rówoczesych uszkodzeń będą a ogół staam esprawośc. Natomast dla przypadków, gdy wymagaa wobec systemu mogą zostać złagodzoe (p. dla stau ucąŝlwego fukcjoowaa systemu Q w = 30% Q), aleŝy zazwyczaj uwzględć wększą lczbę staów. Jeśl awet dla k max = 2 welkość ε jest mała (p. rzędu 0 6 ), moŝe sę zdarzyć, Ŝe Ŝade z uwzględaych w MPCz staów elemetarych e jest staem graczym wówczas w MPCz aleŝy uwzględć stay z wększą lczbą rówoczesych uszkodzeń, dla których będze Φ 0, a błędy oszacowań ( Tp ) ( T ) będą dopuszczale. Przykład 3. Dla = 5 układów zaslaa w wodę o moŝlwoścach produkcyjych jak w przykładze wykorzystao formacje a temat średch czasów pracy esprawośc. Zostały oe oszacowae odpowedo przez: Tp = 83 h, Tp 2 = 244 h, Tp 3 = 732 h,

12 32 Tp 4 = 649 h, Tp 5 = 366 h oraz T = 6 h, T 2 = 8 h, T 3 = 20 h, T 4 = 24 h, T 5 = 8 h. Kryterum sprawośc, podobe jak w przykładze, przyjęto jako Q w = 70% Q. NaleŜy oszacować śred czas pracy śred czas esprawośc całego PsDoW. Jako bazowa zostae zastosowaa MPCz. Wartość k max zostae określoa a podstawe welkośc popełaych błędów ocey Tp oraz T. Kolejo, w zaleŝośc od potrzeb, mogą być aalzowae przypadk: k max =, k max = 2, k max = 3 td. Na początek dla przypadku 5 5 k max = aleŝy uwzględć ( 0 ) ( ) I (MPCz) = + = + 5 = 6 staów elemetarych PsDoW. Potrzebe do dalszych oblczeń wartośc zawarto w tab. 3. Perwsze kolumy są take jak w klasyczej tabel MPCz (por. tab. ). k T a b e l a 3 Tabela MPCz dla k max = dostosowaa do wyzaczea Tp T Q Elemety Q P ta [% Q] ta PsDoW po uszkodzeu elemetu po uszkodzeu elemetu [% Q] PsDoW , E E E E E E 2 0 0, E E E E E 3 0 0, E E E E E 4 0 0, E E0 E E E 5 0 0, E E0 E E E 6 0 0, E E0 E0 E E E 6 Na podstawe tabel 3 oraz wzorów (3) (7) wyzaczoo kolejo wartośc: K (MPCz) = P = 0, , ε = P = 0, 09746, a podstawe (6) oszacowaa: 0, K <, 0 U < 0, Jak wdać, w tabel zdetyfkowao cztery przypadk utraty sprawośc po zajścu dodatkowego uszkodzea. tąd Φ (MPCz) = P4 λ + P5 λ + P6 ( λ 2 + λ 3) = 0, /h. Na podstawe prostego wzoru (26) określoo Φ = 0, [/h]. JuŜ a tym etape moŝa spodzewać sę duŝych wartośc Tp T, gdyŝ jak wdać błąd Φ jest duŝy ( Φ : Φ 0,8). Dalej a podstawe (28) (29) określoo moŝlwe zakresy wyraŝoych w godzach wartośc średch czasów pracy esprawośc w postac erówośc: 678, 80 Tp 24,87 oraz 0 T 24, 52. Zgode z (30) (3) jako szacukowe wartośc moŝa by przyjąć Tp 958,34 h oraz T 2,26 h, jedak błędy szacuku są zbyt duŝe. ą oe rówe Tp = 283,53 h oraz T = 2, 26 h, czyl odpowedo 29,6% oraz 00% (w stosuku do propoowaych szacuków). Dlatego koecze jest poszerzee zakresu MPCz uwzględee dodatkowych staów dla k = 2. Potrzebe do dalszych oblczeń wartośc zawera tabela 4. Na podstawe tabel 4 wyzaczoo mejszy błąd ε = P = 0, dokładejsze wartośc: E 6 K (MPCz) = P = 0, , a astępe oszacowaa:

13 0, K < 0, 99309, 0, U < 0, W tabel zdetyfkowao poadto 2 przypadków utraty sprawośc po zajścu dodatkowego uszkodzea. tąd Φ (MPCz) = 0, /h. Na podstawe prostego wzoru (26) określoo Φ =, 4E 5 /h. W tym przypadku Φ : Φ 0, 05, moŝa węc przypuszczać, Ŝe błędy Tp T będą ewelke. Na podstawe (28) określoo moŝlwe zakresy wyraŝoych w godzach wartośc średch czasów pracy esprawośc w postac erówośc: 07, 64 Tp 088, 99 oraz 7,46 T 8,5. Zgode z (30) (3) jako szacukowe wartośc moŝa by przyjąć Tp 080,32 h oraz T 7,99 h. Wówczas błędy szacuku wyoszą odpowedo Tp = 8, 68 h oraz T = 0, 52 h, czyl 0,8% oraz 6,6% (w stosuku do propoowaych szacuków). PoewaŜ błędy szacuków są ewelke, moŝa węc zakończyć oblczea a tym etape. Dodatkowo wyzaczoo pozostałe stay elemetare systemu (dla k = 4,5) oblczoo wartośc dokłade (oparte a MPZ), uzyskując Tp = 087,85 h, T = 8,49 h oraz K = 0, NaleŜy zazaczyć, Ŝe te etap w praktyce jest zbędy (do podjęca decyzj wystarczą szacukowe wartośc parametrów ezawodośc wraz z ch błędam), a tu posłuŝył jedye do potwerdzea słuszośc oszacowań. 33 k 2 Tabela MPCz zawerająca dodatkowe stay dla k = 2 T a b e l a 4 Q [% Q] ta PsDoW Elemety Q P ta po uszkodzeu po uszkodzeu elemetu [% Q] PsDoW elemetu , E , E , E E0 E0 E , E E0 E0 E , E E0 E0 E , E E0 E0 E , E E0 E0 E , E E0 E0 E , E E0 E0 E , E E0 E0 E 3.3. Metoda mmalych przekrojów esprawośc Parametry ezawodoścowe systemu Tp T oblcza sę po wyzaczeu mmalych przekrojów esprawośc. Przekrój esprawośc systemu to tak zbór jego elemetów, Ŝe jeśl wszystke są esprawe, to system teŝ jest esprawy. Mmaly przekrój esprawośc e zawera w sobe Ŝadego ego przekroju. PoewaŜ prawdopodobeństwo rówoczesego uszkodzea węcej Ŝ trzech elemetów jest małe, w praktyce wyzacza sę węc zazwyczaj przekroje jedo-, dwu- oraz trójelemetowe [9, 0]. Wszystke przekroje esprawośc, z ezawodoścowego puktu wdzea, są połączoe szeregowo, bo esprawość przyajmej jedego przekroju powoduje esprawość systemu. Natomast w jedym przekroju elemety są połączoe rówolegle, co wyka z określea przekroju esprawośc. PowyŜsze spostrzeŝea upowaŝają do stosowaa

14 34 wzorów klasyczej metody częstośc uszkodzeń. W praktyce stosuje sę ajczęścej wzory uproszczoe [9, 0]: dla struktury rówoległej w celu wyzaczea tesywośc uszkodzeń oraz średch czasów esprawośc mmalych przekrojów esprawośc: jedoelemetowych dwuelemetowych trójelemetowych λ [ ] = λ, T[ ] ( T T ) λ[, j] λλ j + j, T[, j] = T (34) TT j = T + T ( T T T T T T ) [, j, k] j k j k j k j (35) λ λ λ λ + + (36) T [, j, k] TT jtk = T T + T T + T T j k j k (37) dla struktury szeregowej w celu wyzaczea tesywośc uszkodzeń oraz średego czasu esprawośc całego systemu T (38) λ = λ + λ + λ [ ] [, j] [, j, k] [ ] [, j] [, j, k ] λ T + λ T + λ T [ ] [ ] [, j] [, j] [, j, k] [, j, k] [ ] [, j] [, j, k] Zak przyblŝeń we wzorach a tesywość uszkodzeń mmalych przekrojów esprawośc (35), (36) oraz we wzorze a śred czas esprawośc systemu (39) wykają, jak wspomao w pukce 3., z pomjaa loczyów λ T, które ajczęścej są człoam o małej wartośc. Aaltycze oszacowae końcowych błędów Tp T dla ogólego przypadku jest trude. Dlatego, aby uzyskać dokłady wyk, w mejsce wzorów uproszczoych moŝa stosować wzory dokłade: dla struktury rówoległej w celu wyzaczea tesywośc uszkodzeń mmalych przekrojów esprawośc: dwuelemetowych trójelemetowych λ ( T T ) (39) λλ j + j λ [, j] = (40) + λ T + λ T j j ( T T T T T T ) λλ jλ k j + k + j k λ [, j, k] = (4) + λ T + λ T + λ T + λ T λ T + λ T λ T + λ T λ T j j k k j j k k k k

15 dla struktury szeregowej w celu wyzaczea tesywośc uszkodzeń oraz średego czasu esprawośc struktury T λ [ ] T[ ] + λ [, j] T[, j] + λ [, j, k] T[, j, k] + λ[, j] T[, j] λ [ l, k] T[ l, k] + [ ] [, j] [, j, k] [, j], [ l, k] (42) + λ[, j] T[, j] λ[ l, k] T[ l, k] λ [ m, ] T[ m, ] +... λ[, j] T [, j] / λ [, j], [ l, k], [ m, ] [, j] Metoda mmalych przekrojów esprawośc jest metodą przyblŝoą, gdyŝ opera sę a przyblŝoej klasyczej metodze częstośc uszkodzeń. Z aalzy wyków przeprowadzoych dla welu przykładów oblczeowych wyka, Ŝe wyzaczoe za pomocą tej metody parametry Tp T mogą być obarczoe błędam, jeśl: elemety systemu charakteryzują sę ską ezawodoścą, system jest złoŝoy; wówczas ektóre elemety mogą występować w welu mmalych przekrojach esprawośc, w przypadku małej lczby lub braku przekro jedo-, dwu- lub trójelemetowych pomja sę przekroje weloelemetowe (gdy jest ch duŝo), powyŝsze przyczyy występują rówocześe. Perwsza przyczya jest stosukowo łatwa do sprawdzea, wyka bowem z faktu, Ŝe róŝca rzędów średch czasów pracy mędzy uszkodzeam średch czasów esprawośc elemetów jest zbyt mała. Jedak w kokretym przypadku trudo przewdzeć, jak będze błąd wyku. Wpływ trzecej przyczyy moŝa zweryfkować przez przeprowadzee oblczeń z uwzględeem przekrojów weloelemetowych porówae wyków. Zawsze jedak w wątplwych przypadkach oraz gdy uzyskae wartośc Tp T są blske wartoścom uzaym przez decydetów za gracze lub krytycze dla prawdłowego bezpeczego dzałaa obektów wodocągowych kaalzacyjych, zaleca sę przeprowadzee oblczeń z wykorzystaem wzorów dokładych lub za pomocą ej metody. Przykład 4. Z określea struktury progowej wyka, Ŝe struktura z M posada tylko ( M ) mmalych przekrojów (M + )-elemetowych. Dla jedorodych struktur progowych typu z 5 (dla = 5, 4, 3) wyzaczoo Tp T. Zastosowao metody: a) klasyczą częstośc uszkodzeń (f ), b) uogóloą częstośc uszkodzeń (Φ ), c) mmalych przekrojów esprawośc z wykorzystaem wzorów uproszczoych (MPN-U), d) mmalych przekrojów esprawośc z wykorzystaem wzorów dokładych (MPN-D). Oblczea przeprowadzoo dla dwóch zestawów daych, tj. gdy elemety charakteryzowała ezawodość: I) ska: Tp e = 26 h, T e = 24 h, K e = 0,84, II) wyŝsza: Tp e = 500 h, T e = 24 h, K e = 0, We wszystkch przypadkach dla metod (f ) (Φ ) uzyskao zgodość wyków Tp, T K. Poadto K było zgode z wykem uzyskaym za pomocą wzorów aaltyczych (wartość dokłada). Dlatego w dalszej częśc wyk uzyskae z metod częstośc uszkodzeń 35

16 36 uwaŝa sę za dokłade przyjmuje za podstawę do porówań. Metody MPN-U MPN-D dały wyk Tp T zaŝoe w stosuku do wyków uzyskaych za pomocą metod częstośc uszkodzeń. Dla zestawu II (elemety bardzej ezawode) uzyskao dokładejsze wartośc Ŝ dla zestawu I (elemety bardzej zawode). Częścowe wyk oblczeń, tj. średe czasy Tp T wraz z błędam procetowym δ wyzaczoym w stosuku do wyków uzyskaych za pomocą metod częstośc uszkodzeń, zestawoo w tab. 5. Błędy procetowe wyzaczoo jako gdze: WD wartość dokłada, WP wartość przyblŝoa. ( WD WP) δ = 00% (43) WD T a b e l a 5 Zestawee wyków oblczeń za pomocą metod dwuparametryczych dla przykładu 4 truktura 5 z 5 4 z 5 3 z 5 Metoda Zestaw I Zestaw II Tp [h]; δ [%] T [h]; δ [%] Tp [h]; δ [%] T [h]; δ [%] f ; Φ 25,2; 0% 35,06; 0% 00; 0% 26,42; 0% MPN-U MPN-D 25,2; 0% 24; 3,5% 00; 0% 24; 9,5% f ; Φ 64,58; 0% 4,5; 0% 645,83; 0% 2,59; 0% MPN-U 33,08; 48,8% 520,83; 9,4% 2; 7,3% 2; 4,7% MPN-D 45,68; 50% 570,83;,6% f ; Φ 268,0; 0% 8,79; 0% 936,57; 0% 8,2; 0% MPN-U 5,76; 56,8% 7233,8; 20,8% 8; 9% 8; 2,3% MPN-D 94,5; 27,4% 8325,5; 8,9% Wpływ ezawodośc elemetów składowych struktury jest zaczy. Poadto przy wększej lczbe elemetów rezerwowych uzyskuje sę w stosuku do metod częstośc uszkodzeń róŝce wększe dla Tp oraz mejsze dla T. Przykład 5. Dla daych z przykładów 3 a podstawe tabel metody przeglądu zupełego wyzaczoo mmale drog sprawośc. Następe wyzaczoo astępujące mmale przekroje esprawośc: [, 2], [, 3, 4], [, 4, 5], [2, 3, 4], [2, 4, 5] oraz wyzaczoo mary ezawodośc systemu: Tp, T K. Wyk oblczeń dla przypadków, gdy stosowao wzory uproszczoe dokłade oraz gdy pomęto gdy uwzględoo przekroje trójelemetowe [3], porówao z wykam oblczeń, uzyskaym za pomocą uogóloej metody częstośc uszkodzeń opartej a MPZ, zestawoo w tab. 6. W tabel podao róweŝ błędy procetowe wyzaczoe w stosuku do wyków dokładych, uzyskaych za pomocą uogóloej metody częstośc uszkodzeń opartej a MPZ. kutkem stosowaa wzorów uproszczoych moŝe być zaczy błąd Tp lub T. Rówocześe dokładość wyku zaleŝy od uwzględaa lub euwzględaa w oblczeach przekro trójelemetowych. Jeśl występuje duŝa lczba przekro trójelemetowych, to dokładejszy wyk uzyska sę po uwzględeu tych przekro. Jeśl atomast lczba przekro trójelemetowych jest ewelka, to ch uwzględee paradoksale geeruje wększy błąd wyku. Fakt te moŝa tłumaczyć powtarzaloścą elemetów

17 w przekrojach. Choć dla zastosowań Ŝyerskch błąd (Tp ) (T ) moŝe e meć zaczea (czasem stoty jest tylko rząd wyku), to e ma moŝlwośc oszacowaa popełaego błędu. 37 T a b e l a 6 Zestawee wyków oblczeń za pomocą metod dwuparametryczych dla przykładu 5 Mary ezawodośc systemu Uogóloa metoda częstośc uszkodzeń Φ (MPZ) Tp [h] 087,85 T [h] 8,49 K s 0, Metoda mmalych przekrojów esprawośc wzory uproszczoe (MPN-U) wzory dokłade (MPN-D) przekroje 3-elemetowe pomęte przekroje 3-elemetowe uwzględoe przekroje 3-elemetowe pomęte przekroje 3-elemetowe uwzględoe 970,70 99,0 5,05 055,65 0,77% 5,52% 2,50% 2,96% 8,58 8,39 8,58 8,39,0%,8%,0%,8% 0, , , ,9929 0,0% 0,3% 0,0% 0,0% 4. Podsumowae Obekty wodocągowe kaalzacyje są obok obektów gazowczych cepłowczych strategczym elemetam frastruktury mejskej. Dlatego oprócz kryterów techczych ekoomczych formułuje sę dla ch krytera ezawodoścowe. Krytera te są oparte a ocee podstawowych mar ezawodośc tych obektów (p. ezawodość e Ŝsza Ŝ wymagaa, tesywość uszkodzeń e wyŝsza Ŝ dopuszczala, czas esprawośc e dłuŝszy od graczego). Rówe waŝa jest przy tym umejętość wyzaczaa tych mar, jak teŝ umejętość określea popełaego przy tym błędu. zacowae mary ezawodośc są obarczoe błędam daych wyjścowych, mogą róweŝ być obarczoe błędem metody szacowaa mar ezawodośc. Błędy metod wykają z pomjaa w oblczeach mało prawdopodobych staów systemu, stosowaa uproszczoych wzorów lub z prowadzea oblczeń a tzw. welkoścach eskończee małych. Uzyskae przez autorkę przedstawoe powyŝej zaleŝośc od wyzaczaa błędów aalzowaych metod wskazują a ch praktyczą przydatość. Mogą być oe stosowae do ych waŝych obektów techczych. Uogóloa metoda częstośc uszkodzeń sprawdzła sę w welu zadaach testowych. W przecweństwe do metody mmalych przekrojów esprawośc moŝlwe jest oszacowae jej błędu sterowae dokładoścą oblczeń. Wydaje sę, Ŝe uogóloa metoda częstośc jest edoceaa, co moŝe wykać z jej ezajomośc. Obece, w dobe powszechego wykorzystywaa komputerów, zaleca sę prowadzć oblczea z uwzględeem wększej lczby staów elemetarych systemu, tak aby błąd metody uczyć dowole małym (błędy te moŝa wyzaczyć za pomocą odpowedch zaleŝośc), albo stosować skomplkowae wzory dokłade (wówczas e ma potrzeby ocey błędu). Ią moŝlwoścą jest uŝyce symulacyjej metody Mote Carlo, jedak akład pracy a apsae dobrego programu symulacyjego, uwzględającego specyfkę pracy obektu, a ogół jest wększy Ŝ akład pracy a programową realzację zaych metod szacowaa mar ezawodośc.

18 38 L t e r a t u r a [] B a j e r J., I w a e j k o R., K a p c a J., Nezawodość systemów wodocągowych kaalzacyjych w zadaach, Wyd. Poltechk Krakowskej, Kraków [2] D uŝy B., Ocea ezawodośc podsystemu dostawy wody dla masta Tarów, praca dyplomowa a Wydzale IŜyer Środowska Poltechk Krakowskej, Kraków [3] I w a e j k o R., ZPN Program komputerowy realzujący metodę mmalych przekrojów esprawośc, Kraków 997. [4] I w a e j k o R., O praktyczym sposobe dokoaa dwuparametryczej ocey ezawodośc systemu za pomocą metody przeglądu, Czasopsmo Techcze z. 8-Ś/2002, Wyd. Poltechk Krakowskej, Kraków 2002, [5] I w a e j k o R., B u d z ł o B., Uwag do dwuparametryczej metody wyzaczaa ezawodośc obektów wodocągowych, Czasopsmo Techcze z. 7-Ś/2003, Wyd. Poltechk Krakowskej, Kraków 2003, [6] I w a e j k o R., Ocea dokładośc parametrów ezawodoścowych systemów wodocągowych kaalzacyjych, Część I, Ocey wstępe, Czasopsmo Techcze z. 2-Ś/2009, Wyd. Poltechk Krakowskej, Kraków 2009, [7] I w a e j k o R., Ocea dokładośc parametrów ezawodoścowych systemów wodocągowych kaalzacyjych, Część II, Ocey statystycze, Czasopsmo Techcze z. 2-Ś/2009, Wyd. Poltechk Krakowskej, Kraków 2009, [8] o ł o w j e w A.D., Aaltycze metody w teor ezawodośc, WNT, Warszawa 983. [9] W e c z y s t y A., Nezawodość systemów wodocągowych kaalzacyjych, t., Teora ezawodośc jej zastosowaa, Cz. I II, krypt dla studetów wyŝszych szkół techczych do przedmotu Optymalzacja systemów zaopatrzea w wodę usuwaa śceków, Wyd. Poltechk Krakowskej, Kraków 990. [0] W e c z y s t y A. (red.), Metody ocey podoszea ezawodośc dzałaa komualych systemów zaopatrzea w wodę, Moografe Komtetu IŜyer Środowska Polskej Akadem Nauk, Vol. 2, Kraków 200.

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B W przypadku gdy e występuje statystyczy rozrzut wyków (wszystke pomary dają te sam wyk epewość pomaru wyzaczamy w y sposób. Główą przyczyą epewośc pomaru jest epewość

Bardziej szczegółowo

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki) Podstawy aalzy epewośc pomarowych (I Pracowa Fzyk) Potr Cygak Zakład Fzyk Naostruktur Naotecholog Istytut Fzyk UJ Pok. 47 Tel. 0-663-5838 e-mal: potr.cygak@uj.edu.pl Potr Cygak 008 Co to jest błąd pomarowy?

Bardziej szczegółowo

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1 POPULACJA I PRÓBA POPULACJĄ w statystyce matematyczej azywamy zbór wszystkch elemetów (zdarzeń elemetarych charakteryzujących sę badaą cechą opsywaą zmeą losową. Zbadae całej populacj (przeprowadzee tzw.

Bardziej szczegółowo

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne Mary położea Średa arytmetycza Klasycze Średa harmocza Średa geometrycza Mary położea e Modala Kwartyl perwszy Pozycyje Medaa (kwartyl drug) Kwatyle Kwartyl trzec Decyle Średa arytmetycza = + +... + 2

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ ). W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5 L.Kowalsk zadaa ze statystyk opsowej-zestaw 5 Zadae 5. X cea (zł, Y popyt (tys. szt.. Mając dae ZADANIA Zestaw 5 x,5,5 3 3,5 4 4,5 5 y 44 43 43 37 36 34 35 35 Oblcz współczyk korelacj Pearsoa. Oblcz współczyk

Bardziej szczegółowo

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA Adra Kapczyńsk Macej Woly Wprowadzee Rozwój całego spektrum coraz doskoalszych środków formatyczych

Bardziej szczegółowo

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki tatystycza terpretacja wyków eksperymetu Małgorzata Jakubowska Katedra Chem Aaltyczej Wydzał IŜyer Materałowej Ceramk AGH Podstawowe zadae statystyk tatystyka to uwersale łatwo dostępe arzędze, które pomaga

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ. W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

Wyrażanie niepewności pomiaru

Wyrażanie niepewności pomiaru Wyrażae epewośc pomaru Adrzej Kubaczyk Wydzał Fzyk, Poltechka Warszawska Warszawa, 05 Iformacje wstępe Każdy pomar welkośc fzyczej dokoyway jest ze skończoą dokładoścą, co ozacza, że wyk tego pomaru dokoyway

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH dr Mchał larsk I Pracowa Fzycza IF UJ, 9.0.06 Pomar Pomar zacowae wartośc prawdzwej Bezpośred (welkość fzycza merzoa jest

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

Planowanie eksperymentu pomiarowego I

Planowanie eksperymentu pomiarowego I POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA ENERGETYKI INSTYTUT MASZYN URZĄDZEŃ ENERGETYCZNYCH Plaowae eksperymetu pomarowego I Laboratorum merctwa (M 0) Opracował: dr ż. Grzegorz Wcak

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

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację. Wrażlwość oblgacj Jedym z czyków ryzyka westowaa w oblgacje jest zmeość rykowych stóp procetowych. Iżyera fasowa dyspouje metodam pozwalającym zabezpeczyć portfel przed egatywym skutkam zma stóp procetowych.

Bardziej szczegółowo

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych dr Ewa Wycka Wyższa Szkoła Bakowa w Gdańsku Wtold Komorowsk, Rafał Gatowsk TZ SKOK S.A. Statystycza aalza mesęczych zma współczyka szkodowośc kredytów hpoteczych Wskaźk szkodowośc jest marą obcążea kwoty/lczby

Bardziej szczegółowo

Statystyczne charakterystyki liczbowe szeregu

Statystyczne charakterystyki liczbowe szeregu Statystycze charakterystyk lczbowe szeregu Aalzę badaej zmeej moża uzyskać posługując sę parametram opsowym aczej azywaym statystyczym charakterystykam lczbowym szeregu. Sytetycza charakterystyka zborowośc

Bardziej szczegółowo

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej PŁAKA GEOMETRIA MA Środek cężkośc fgury płaskej Mometam statyczym M x M y fgury płaskej względem os x lub y (rys. 7.1) azywamy gracę algebraczej sumy loczyów elemetarych pól d przez ch odległośc od os,

Bardziej szczegółowo

BQR FMECA/FMEA. czujnik DI CPU DO zawór. Rys. 1. Schemat rozpatrywanego systemu zabezpieczeniowego PE

BQR FMECA/FMEA. czujnik DI CPU DO zawór. Rys. 1. Schemat rozpatrywanego systemu zabezpieczeniowego PE BQR FMECA/FMEA Przed rozpoczęcem aalzy ależy przeprowadzć dekompozycję systemu a podsystemy elemety. W efekce dekompozycj uzyskuje sę klka pozomów: pozom systemu, pozomy podsystemów oraz pozom elemetów.

Bardziej szczegółowo

AKADEMIA MORSKA W SZCZECINIE

AKADEMIA MORSKA W SZCZECINIE AKADEMIA MORSKA W SZCZECINIE Istytut Iżyer Ruchu Morskego Zakład Urządzeń Nawgacyjych Istrukcja r 0 Wzory do oblczeń statystyczych w ćwczeach z radoawgacj Szczec 006 Istrukcja r 0: Wzory do oblczeń statystyczych

Bardziej szczegółowo

Modelowanie niezawodności i wydajności synchronicznej elastycznej linii produkcyjnej

Modelowanie niezawodności i wydajności synchronicznej elastycznej linii produkcyjnej Dr hab. ż. Ato Śwć, prof. adzw. Istytut Techologczych ystemów Iformacyych oltechka Lubelska ul. Nadbystrzycka 36, 2-68 Lubl e-mal: a.swc@pollub.pl Dr ż. Lech Mazurek aństwowa Wyższa zkoła Zawodowa w Chełme

Bardziej szczegółowo

Badania Maszyn CNC. Nr 2

Badania Maszyn CNC. Nr 2 Poltechka Pozańska Istytut Techolog Mechaczej Laboratorum Badaa Maszy CNC Nr 2 Badae dokładośc pozycjoowaa os obrotowych sterowaych umerycze Opracował: Dr. Wojcech Ptaszy sk Mgr. Krzysztof Netter Pozań,

Bardziej szczegółowo

Podstawy opracowania wyników pomiarowych, analiza błędów

Podstawy opracowania wyników pomiarowych, analiza błędów Podstawy opracowaa wyków pomarowych, aalza błędów I Pracowa Fzycza IF UJ Grzegorz Zuzel Lteratura I Pracowa fzycza Pod redakcją Adrzeja Magery Istytut Fzyk UJ Kraków 2006 Wstęp do aalzy błędu pomarowego

Bardziej szczegółowo

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH L.Kowalsk PODSTAWOWE TESTY STATYSTYCZNE TESTY STATYSTYCZNE poteza statystycza to dowole przypuszczee dotyczące rozkładu cechy X. potezy statystycze: -parametrycze dotyczą ezaego parametru, -parametrycze

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I PRACOWNIA FIZYCZNA INSTYTUT FIZYKI UJ BIOLOGIA 2016

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I PRACOWNIA FIZYCZNA INSTYTUT FIZYKI UJ BIOLOGIA 2016 PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I PRACOWNIA FIZYCZNA INTYTUT FIZYKI UJ BIOLOGIA 06 CEL ĆWICZEŃ. Obserwacja zjawsk efektów fzyczych. Doskoalee umejętośc

Bardziej szczegółowo

Opracowanie wyników pomiarów

Opracowanie wyników pomiarów Opracowae wków pomarów Praca w laboratorum fzczm polega a wkoau pomarów, ch terpretacj wcagęcem wosków. Ab dojść do właścwch wosków aleŝ szczególą uwagę zwrócć a poprawość wkoaa pomarów mmalzacj błędów

Bardziej szczegółowo

O testowaniu jednorodności współczynników zmienności

O testowaniu jednorodności współczynników zmienności NR 6/7/ BIULETYN INSTYTUTU HODOWLI I AKLIMATYZACJI ROŚLIN 003 STANISŁAW CZAJKA ZYGMUNT KACZMAREK Katedra Metod Matematyczych Statystyczych Akadem Rolczej, Pozań Istytut Geetyk Rośl PAN, Pozań O testowau

Bardziej szczegółowo

Matematyczny opis ryzyka

Matematyczny opis ryzyka Aalza ryzyka kosztowego robót remotowo-budowlaych w warukach epełe formac Mgr ż Mchał Bętkowsk dr ż Adrze Powuk Wydzał Budowctwa Poltechka Śląska w Glwcach MchalBetkowsk@polslpl AdrzePowuk@polslpl Streszczee

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE ZAGADNIENIE TRANSPORTOWE ZT.. Zagadee trasportowe w postac tablcy Z m puktów (odpowedo A,...,A m ) wysyłamy edorody produkt w loścach a,...,a m do puktów odboru (odpowedo B,...,B ), gdze est odberay w

Bardziej szczegółowo

KALIBRACJA NIE ZAWSZE PROSTA

KALIBRACJA NIE ZAWSZE PROSTA KALIBRACJA NIE ZAWSZE PROSTA Potr Koeczka Katedra Chem Aaltyczej Wydzał Chemczy Poltechka Gdańska S w S C -? C w Sygał - astępstwo kosekwecja przeprowadzoego pomaru główy obekt zateresowań aaltyka. Cel

Bardziej szczegółowo

Pomiary parametrów napięć i prądów przemiennych

Pomiary parametrów napięć i prądów przemiennych Ćwczee r 3 Pomary parametrów apęć prądów przemeych Cel ćwczea: zapozae z pomaram wartośc uteczej, średej, współczyków kształtu, szczytu, zekształceń oraz mocy czyej, berej, pozorej współczyka cosϕ w obwodach

Bardziej szczegółowo

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10) Tablca Galtoa. Mechaczy model rozkładu ormalego (M) I. Zestaw przyrządów: Tablca Galtoa, komplet kulek sztuk. II. Wykoae pomarów.. Wykoać 8 pomarów, wrzucając kulk pojedyczo.. Uporządkować wyk pomarów,

Bardziej szczegółowo

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA Ćwczee 8 TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA 8.. Cel ćwczea Celem ćwczea jest wyzaczee statyczego współczyka tarca pomędzy walcową powerzchą cała a opasującą je lą. Poadto a drodze eksperymetalej

Bardziej szczegółowo

BADANIE UKŁADÓW ZAWIERAJĄCYCH WZMACNIACZE OPERACYJNE

BADANIE UKŁADÓW ZAWIERAJĄCYCH WZMACNIACZE OPERACYJNE ADANI UKŁADÓW ZAWIAJĄCYCH WZMACNIACZ OPACYJN CL ĆWICZNIA: Pozae zasady dzałaa wzmacacza operacyjego w zakrese skch częstotlwośc. Aalza kładów zawerających wzmacacze operacyje pracjące w zakrese lowym elowym.

Bardziej szczegółowo

FUNKCJE DWÓCH ZMIENNYCH

FUNKCJE DWÓCH ZMIENNYCH FUNKCJE DWÓCH MIENNYCH De. JeŜel kaŝdemu puktow (, ) ze zoru E płaszczz XY przporządkujem pewą lczę rzeczwstą z, to mówm, Ŝe a zorze E określoa została ukcja z (, ). Gd zór E e jest wraźe poda, sprawdzam

Bardziej szczegółowo

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu DYNAMICZNE MODELE EKONOMERYCZNE X Ogólopolske Semarum Naukowe, 4 6 wrześa 2007 w oruu Katedra Ekoometr Statystyk, Uwersytet Mkołaja Koperka w oruu Moka Jezorska - Pąpka Uwersytet Mkołaja Koperka w oruu

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

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE Marek Cecura, Jausz Zacharsk PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE CZĘŚĆ II STATYSTYKA OPISOWA Na prawach rękopsu Warszawa, wrzeseń 0 Data ostatej aktualzacj: czwartek, 0 paźdzerka

Bardziej szczegółowo

Miary statystyczne. Katowice 2014

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

Bardziej szczegółowo

ZASTOSOWANIE MODELU LOGITOWEGO DO ANALIZY WYNIKÓW EGZAMINU

ZASTOSOWANIE MODELU LOGITOWEGO DO ANALIZY WYNIKÓW EGZAMINU Haa Dudek a, Moka Dybcak b a Katedra Ekoometr Iformatyk SGGW b studetka Mędzywydzałowego Studum Iformatyk Ekoometr e-mal: hdudek@mors.sggw.waw.pl ZASTOSOWANIE MODELU LOGITOWEGO DO ANALIZY WYNIKÓW EGZAMINU

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA STATYSTYKA MATEMATYCZNA WYKŁAD ESTYMACJA PUNKTOWA Nech - ezay parametr rozkładu cechy X. Wartość parametru będzemy estymować (przyblżać) a podstawe elemetowej próby. - wyberamy statystykę U o rozkładze

Bardziej szczegółowo

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ 9 Cel ćwczea Ćwczee 9 WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANE PODCZAS ZDERZENIA CIAŁ Celem ćwczea jest wyzaczee wartośc eerg rozpraszaej podczas zderzea cał oraz współczyka restytucj charakteryzującego

Bardziej szczegółowo

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe. INSTRUKCJA LABORATORIUM Metrologa techcza sstem pomarowe. MTSP pomar MTSP 00 Autor: dr ż. Potr Wcślok Stroa / 5 Cel Celem ćwczea jest wkorzstae w praktce pojęć: mezurad, estmata, błąd pomaru, wk pomaru,

Bardziej szczegółowo

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego). TESTY NORMALNOŚCI Test zgodośc Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład ormaly). Hpoteza alteratywa H1( Cecha X populacj e ma rozkładu ormalego). Weryfkacja powyższych hpotez za pomocą tzw. testu

Bardziej szczegółowo

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna TECHNIKUM ZESPÓŁ SZKÓŁ w KRZEPICACH PRACOWNIA EKONOMICZNA TEORIA ZADANIA dla klasy II Techkum Marek Kmeck Zespół Szkół Techkum w Krzepcach Wprowadzee do statystyk Lekcja Statystyka - określa zbór formacj

Bardziej szczegółowo

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym? Oblczae średej, odchylea tadardowego meday oraz kwartyl w zeregu zczegółowym rozdzelczym? Średa medaa ależą do etymatorów tzw. tedecj cetralej, atomat odchylee tadardowe to etymatorów rozprozea (dyperj)

Bardziej szczegółowo

TMM-2 Analiza kinematyki manipulatora metodą analityczną

TMM-2 Analiza kinematyki manipulatora metodą analityczną Opracował: dr ż. Przemysław Szumńsk Laboratorum Teor Mechazmów Automatyka Robotyka, Mechatroka TMM- Aalza kematyk mapulatora metodą aaltyczą Celem ćwczea jest zapozae sę ze sposobem aalzy kematyk mechazmu

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 3,4

STATYSTYKA OPISOWA WYKŁAD 3,4 STATYSTYKA OPISOWA WYKŁAD 3,4 5 Szereg rozdzelczy przedzałowy (dae pogrupowae) (stosujemy w przypadku dużej lczby epowtarzających sę daych) Przedzał (w ; w + ) Środek x& Lczebość Lczebość skumulowaa s

Bardziej szczegółowo

METODY KOMPUTEROWE 1

METODY KOMPUTEROWE 1 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN MTODA ULRA Mcał PŁOTKOWIAK Adam ŁODYGOWSKI Kosultacje aukowe dr z. Wtold Kąkol Pozań 00/00 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN Metod umercze MN pozwalają a ormułowae matematczc

Bardziej szczegółowo

ELEMENTY TEORII MOŻLIWOŚCI

ELEMENTY TEORII MOŻLIWOŚCI ELEMENTY TEORII MOŻLIWOŚCI Opracował: M. Kweselewcz Zadeh (978) wprowadzł pojęce rozkładu możlwośc jako rozmyte ograczee, kóre odzaływuje w sposób elastyczy a wartośc przypsae daej zmeej. Defcja. Nech

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona:

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona: Zadae. W kolejych okresach czasu t =, ubezpeczoy, charakteryzujący sę parametrem ryzyka Λ, geeruje N t szkód. Dla daego Λ = λ zmee N, N są warukowo ezależe mają (brzegowe) rozkłady Possoa: k λ Pr( N t

Bardziej szczegółowo

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej Podstawy Mary położea wskazują mejsce wartośc ajlepej reprezetującej wszystke welkośc daej zmeej. Mówą o przecętym pozome aalzowaej cechy. Średa arytmetycza suma wartośc zmeej wszystkch jedostek badaej

Bardziej szczegółowo

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min Fukca warogodośc Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x;. Fukcą warogodośc dla próby x azywamy welkość: ( x; f ( x ; L Twerdzee (Cramera-Rao: Mmala wartość warac m dowolego eobcążoego

Bardziej szczegółowo

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 7 Krzywa retowośc, zadaa (mat. f.), marża w hadlu, NPV IRR, Ustawa o kredyce kosumeckm, fukcje fasowe Excela Krzywa retowośc (dochodowośc) Yeld Curve Krzywa ta jest grafczym

Bardziej szczegółowo

Portfel złożony z wielu papierów wartościowych

Portfel złożony z wielu papierów wartościowych Portfel westycyy ćwczea Na odst. Wtold Jurek: Kostrukca aalza, rozdzał 4 dr Mchał Kooczyńsk Portfel złożoy z welu aerów wartoścowych. Zwrot ryzyko Ozaczea: w kwota ulokowaa rzez westora w aery wartoścowe

Bardziej szczegółowo

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4 POZECHNE KRAJOE ZAADY YCENY (PKZ) KRAJOY TANDARD YCENY PECJALITYCZNY NR 4 K 4 INETYCJE LINIOE - ŁUŻEBNOŚĆ PRZEYŁU I BEZUMONE KORZYTANIE Z NIERUCHOMOŚCI 1. PROADZENIE 1.1. Nejszy stadard przedstawa reguły

Bardziej szczegółowo

MIARY NIEZAWODNOŚ CIOWEJ I STRUKTURALNEJ ISTOTNOŚ CI ELEMENTÓW

MIARY NIEZAWODNOŚ CIOWEJ I STRUKTURALNEJ ISTOTNOŚ CI ELEMENTÓW ZESZYTY NAUKOWE AKADEM MARYNARK WOJENNEJ ROK XLV NR 3 (66) 6 Agata Załęska-Foral Akadema Maryark Wojeej MARY NEZAWODNOŚ COWEJ STRUKTURALNEJ STOTNOŚ C ELEMENTÓW STRESZCZENE W artykule zdefowao wyzaczoo

Bardziej szczegółowo

5. OPTYMALIZACJA NIELINIOWA

5. OPTYMALIZACJA NIELINIOWA 5. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często, że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też, oprócz lowych zadań decyzyjych, formułujemy także elowe

Bardziej szczegółowo

Lista 6. Kamil Matuszewski X X X X X X X X X X X X

Lista 6. Kamil Matuszewski X X X X X X X X X X X X Lsta 6 Kaml Matuszewsk 9..205 2 3 4 5 6 7 9 0 2 3 4 5 6 7 X X X X X X X X X X X X Zadae Lewa stroa: W delegacj możemy meć od do osób. Wyberamy ( k) osób a k sposobów wyberamy przewodczącego. k =.. węc

Bardziej szczegółowo

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i=

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i= ESTYMATOR WARIANCJI I DYSPERSJI Ozaczmy: µ wartość oczekwaa rozkładu gauowkego wyków pomarów (wartość prawdzwa merzoej welkośc σ dyperja rozkładu wyków pomarów wyk er pomarów (,..., Stoując metodę ajwękzej

Bardziej szczegółowo

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki)

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki) Adrzej Kubaczyk Laboratorum Fzyk I Wydzał Fzyk Poltechka Warszawska OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradk do Laboratorum Fzyk) ROZDZIAŁ Wstęp W roku 995 z cjatywy Mędzyarodowego Komtetu Mar (CIPM) zostały

Bardziej szczegółowo

Statystyczna analiza danych przedziały ufności

Statystyczna analiza danych przedziały ufności 07-- Probablstyka statystyka Statystycza aalza daych przedzały ufośc Wykład 7 dr ż. Barbara Swatowska Wstęp Podstawowe cele aalzy zborów daych Uogóloy ops poszczególych cech/zeych statystyka opsowa; aalza

Bardziej szczegółowo

SOWA - ENERGOOSZCZĘDNE OŚWIETLENIE ULICZNE METODYKA

SOWA - ENERGOOSZCZĘDNE OŚWIETLENIE ULICZNE METODYKA Załączk r do Regulamu I kokursu GIS PROGRAM PRIORYTETOWY: SOWA - ENERGOOSZCZĘDNE OŚWIETLENIE ULICZNE METODYKA. Cel opracowaa Celem opracowaa jest spója metodyka oblczaa efektu ograczaa emsj gazów ceplaraych,

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadae. W ure zajduje sę 5 kul, z których 5 jest bałych czarych. Losujemy bez zwracaa kolejo po jedej kul. Kończymy losowae w momece, kedy wycągęte zostaą wszystke czare kule. Oblcz wartość oczekwaą lczby

Bardziej szczegółowo

MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ

MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ Wykład Układy rówań metody aaltycze Metody umerycze rozwązywaa rówań lczbowych Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ

Bardziej szczegółowo

IV. ZMIENNE LOSOWE DWUWYMIAROWE

IV. ZMIENNE LOSOWE DWUWYMIAROWE IV. ZMIENNE LOSOWE DWUWYMIAROWE 4.. Rozkład zmeej losowej dwuwymarowej Defcja 4.. Uporządkowaą parę (X, Y) azywamy zmeą losową dwuwymarową, jeśl każda ze zmeych X Y jest zmeą losową. Defcja 4.. Fukcję

Bardziej szczegółowo

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer Statystyka Opsowa 014 część 3 Katarzya Lubauer Lteratura: 1. Statystyka w Zarządzau Admr D. Aczel. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucja Kowalsk. 4. Statystyka opsowa, Meczysław

Bardziej szczegółowo

WYKŁAD IV. - gałąź opadajaca poniżej pkt. Kw (Q w > Q) dh dt gdzie: Q W zmienny odpływ wyrównany ze zbiornika Q zmienny dopływ do zbiornika

WYKŁAD IV. - gałąź opadajaca poniżej pkt. Kw (Q w > Q) dh dt gdzie: Q W zmienny odpływ wyrównany ze zbiornika Q zmienny dopływ do zbiornika WYKŁAD IV Aalza przejśca fal powodzowej Odpływ ze zborka może być: - kotroloway: regulacja wydatku urządzeń zrzutowych a stały przepływ sekudowy (Q odp =cost.) przy pomocy zamkęć ruchomych. - ekotroloway:

Bardziej szczegółowo

FINANSE II. Model jednowskaźnikowy Sharpe a.

FINANSE II. Model jednowskaźnikowy Sharpe a. ODELE RYNKU KAPITAŁOWEGO odel jedowskaźkowy Sharpe a. odel ryku kaptałowego - CAP (Captal Asset Prcg odel odel wycey aktywów kaptałowych). odel APT (Arbtrage Prcg Theory Teora artrażu ceowego). odel jedowskaźkowy

Bardziej szczegółowo

R j v tj, j=1. jest czynnikiem dyskontującym odpowiadającym efektywnej stopie oprocentowania i.

R j v tj, j=1. jest czynnikiem dyskontującym odpowiadającym efektywnej stopie oprocentowania i. c 27 Rafał Kucharsk Rety Wartość beżącą cągu kaptałów: {R t R 2 t 2 R t } gdze R jest kwotą omalą płacoą w chwl t = oblczamy jako sumę zdyskotowaych płatośc: przy czym = + R j tj j= jest czykem dyskotującym

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości Prawdopodobeństwo statystyka 4.0.00 r. Zadae Nech... będą ezależym zmeym losowym z rozkładu o gęstośc θ f ( x) = θ xe gdy x > 0. Estymujemy dodat parametr θ wykorzystując estymator ajwększej warogodośc

Bardziej szczegółowo

WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW

WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW U podstaw wszystkch auk przyrodczych leży zasada: sprawdzaem wszelkej wedzy jest eksperymet, tz jedyą marą prawdy aukowej jest dośwadczee Fzyka, to auka

Bardziej szczegółowo

Wstęp do prawdopodobieństwa. Dr Krzysztof Piontek. Literatura:

Wstęp do prawdopodobieństwa. Dr Krzysztof Piontek. Literatura: Studum podyplomowe altyk Fasowy Wstęp do prawdopodobeństwa Lteratura: Ostasewcz S., Rusak Z., Sedlecka U.: Statystyka elemety teor zadaa, kadema Ekoomcza we Wrocławu 998. mr czel: Statystyka w zarządzau,

Bardziej szczegółowo

Analiza danych pomiarowych

Analiza danych pomiarowych Materały pomoccze dla studetów Wydzału Chem UW Opracowała Ageszka Korgul. Aalza daych pomarowych wersja trzeca, uzupełoa Lteratura, Wstęp 3 R OZDZIAŁ SPRAWOZDANIE Z DOŚWIADCZENIA FIZYCZNEGO 4 Stałe elemety

Bardziej szczegółowo

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn ROZKŁAD PRAWDOPODBIEŃSTWA WIELU ZMIENNYCH LOSOWYCH W przpadku gd mam do czea z zmem losowm możem prawdopodobeństwo, ż przjmą oe wartośc,,, opsać welowmarową fukcją rozkładu gęstośc prawdopodobeństwa f(,,,.

Bardziej szczegółowo

Mh n. 2 ε. h h/ n n. Ekstrapolacja Richardsona (szacowanie błędu) błąd. ekstrapolowana wartość całki I. kwadratury z adaptowanym krokiem

Mh n. 2 ε. h h/ n n. Ekstrapolacja Richardsona (szacowanie błędu) błąd. ekstrapolowana wartość całki I. kwadratury z adaptowanym krokiem Ekstrapolacja Rchardsoa (szacowae błędu) dla daej, ustaloej metody błąd Mh zakładając, że M jest w przyblżeu ezależe od h I I + Mh h h/ / I I + Mh ekstrapolowaa wartość całk I I e I h / + Ih / ( I h )

Bardziej szczegółowo

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna Aalza zależośc Rodzaje zależośc mędzy zmeym występujące w praktyce: Fukcyja wraz ze zmaą wartośc jedej zmeej astępuje ścśle określoa zmaa wartośc drugej zmeej (p. w fzyce: spadek swobody gt s ) tochastycza

Bardziej szczegółowo

. Wtedy E V U jest równa

. Wtedy E V U jest równa Prawdopodobeństwo statystyka 7.0.0r. Zadae Dwuwymarowa zmea losowa Y ma rozkład cągły o gęstośc gdy ( ) 0 y f ( y) 0 w przecwym przypadku. Nech U Y V Y. Wtedy E V U jest rówa 8 7 5 7 8 8 5 Prawdopodobeństwo

Bardziej szczegółowo

Zależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży

Zależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży Gawlk L., Kasztelewcz Z., 2005 Zależość kosztów produkcj węgla w kopal węgla bruatego Ko od pozomu jego sprzedaży. Prace aukowe Istytutu Górctwa Poltechk Wrocławskej r 2. Wyd. Ofcya Wydawcza Poltechk Wrocławskej,

Bardziej szczegółowo

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4 POZECHNE KRAJOE ZAADY YCENY (PKZ) KRAJOY TANDARD YCENY PECJALITYCZNY NR 4 K 4 YCENA ŁUŻEBNOŚCI PRZEYŁU I OKREŚLANIE KOTY YNAGRODZENIA ZA BEZUMONE KORZYTANIE Z NIERUCHOMOŚCI PRZY INETYCJACH LINIOYCH 1.

Bardziej szczegółowo

Ze względu na sposób zapisu wielkości błędu rozróżnia się błędy bezwzględne i względne.

Ze względu na sposób zapisu wielkości błędu rozróżnia się błędy bezwzględne i względne. Katedra Podsta Systemó Techczych - Podstay metrolog - Ćczee 3. Dokładość pomaró, yzaczae błędó pomaroych Stroa:. BŁĘDY POMIAROWE, PODSTAWOWE DEFINICJE Każdy yk pomaru bez określea dokładośc pomaru jest

Bardziej szczegółowo

3. OPTYMALIZACJA NIELINIOWA

3. OPTYMALIZACJA NIELINIOWA Wybrae zaadea badań operacyjych dr ż. Zbew Tarapata 3. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też oprócz

Bardziej szczegółowo

Funkcja wiarogodności

Funkcja wiarogodności Fukca warogodośc Defca: Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x; θ. Fukcą warogodośc dla próby x azywamy welkość: ( x; θ f ( x ; θ L Uwaga: Fukca warogodośc to e to samo co łącza

Bardziej szczegółowo

Badania niezawodnościowe i statystyczna analiza ich wyników

Badania niezawodnościowe i statystyczna analiza ich wyników Badaa ezawodoścowe statystycza aalza ch wyków. Co to są badaa ezawodoścowe jak sę je przeprowadza?. Metody prezetacj opsu daych pochodzących z eksperymetu 3. Sposoby wyzaczaa rozkładu zmeej losowej a podstawe

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Luy 03 PODRĘCZNIKI Wsęp do aalzy błędu pomarowego Joh R. Taylor Wydawcwo Naukowe PWN Warszawa 999 I Pracowa

Bardziej szczegółowo

Elementy arytmetyki komputerowej

Elementy arytmetyki komputerowej Elemety arytmetyk komputerowej cz. I Elemety systemów lczbowych /materał pomocczy do wykładu Iformatyka sem II/ Sps treśc. Wprowadzee.... Wstępe uwag o systemach lczbowych... 3. Przegląd wybraych systemów

Bardziej szczegółowo

STANDARYZACJA PRZEPROWADZANIA NAPRAW JAKO ETAP WDROŻENIA TOTAL PRODUCTIVE MAINTENANCE W PRZEMYŚLE WYDOBYWCZYM

STANDARYZACJA PRZEPROWADZANIA NAPRAW JAKO ETAP WDROŻENIA TOTAL PRODUCTIVE MAINTENANCE W PRZEMYŚLE WYDOBYWCZYM STANDARYZACJA PRZEPROWADZANIA NAPRAW JAKO ETAP WDROŻENIA TOTAL PRODUCTIVE MAINTENANCE W PRZEMYŚLE WYDOBYWCZYM Edward CHLEBUS, Joaa HELMAN, Mara ROSIENKIEWICZ, Paweł STEFANIAK Streszczee: Nejszy artykuł

Bardziej szczegółowo

k k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2

k k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2 Pojęce przedzału ufośc Przyład: Rozważmy pewe rzad proces (tz. ta tórego lczba zajść podlega rozładow Possoa). W cągu pewego czasu zaobserwowao =3 tae zdarzea. Oceć możlwy przedzał lczby zdarzeń tego typu

Bardziej szczegółowo

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym.

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym. Wyzaczae oporu aczyowego kaplary w przepływe lamarym. I. Przebeg ćwczea. 1. Zamkąć zawór odcający przewody elastycze a astępe otworzyć zawór otwerający dopływ wody do przewodu kaplarego. 2. Ustawć zawór

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi o tym samym 2 x

będą niezależnymi zmiennymi losowymi o tym samym 2 x Prawdopodobeństwo statystyka 8.0.007 r. Zadae. Nech,,, rozkładze z gęstoścą Oblczyć m E max będą ezależym zmeym losowym o tym samym { },,, { },,, gdy x > f ( x) = x. 0 gdy x 8 8 Prawdopodobeństwo statystyka

Bardziej szczegółowo

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X PERMUTACJE Permutacą zboru -elemetowego X azywamy dowolą wzaeme edozaczą fucę f : X X f : X X Przyład permutac X = { a, b, c, d } f (a) = d, f (b) = a, f (c) = c, f (d) = b a b c d Zaps permutac w postac

Bardziej szczegółowo

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji Zadae. Zmea losowa (, Y, Z) ma rozkład ormaly z wartoścą oczekwaą E = EY =, EZ = 0 macerzą kowaracj. Oblczyć Var(( Y ) Z). (A) 5 (B) 7 (C) 6 Zadae. Zmee losowe,, K,,K P ( = ) = P( = ) =. Nech S =. Oblcz

Bardziej szczegółowo

Józef Beluch Akademia Górniczo-Hutnicza w Krakowie. Wpływ wag współrzędnych na wyniki transformacji Helmerta

Józef Beluch Akademia Górniczo-Hutnicza w Krakowie. Wpływ wag współrzędnych na wyniki transformacji Helmerta Józef Beluch Akadema Górczo-Hutcza w Krakowe płw wag współrzędch a wk trasformacj Helmerta . zór a trasformację współrzędch sposobem Helmerta: = c + b = d + a + a b () 2 2. Dwa modele wzaczea parametrów

Bardziej szczegółowo

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości Zadae. Nech Nech (, Y będze dwuwymarową zmeą losową o fukcj gęstośc 4 x + xy gdy x ( 0, y ( 0, f ( x, y = 0 w przecwym przypadku. S = + Y V Y E V S =. =. Wyzacz ( (A 0 (B (C (D (E 8 8 7 7 Zadae. Załóżmy,

Bardziej szczegółowo

ma rozkład normalny z nieznaną wartością oczekiwaną m

ma rozkład normalny z nieznaną wartością oczekiwaną m Zadae Każda ze zmeych losowych,, 9 ma rozkład ormaly z ezaą wartoścą oczekwaą m waracją, a każda ze zmeych losowych Y, Y,, Y9 rozkład ormaly z ezaą wartoścą oczekwaą m waracją 4 Założoo, że wszystke zmee

Bardziej szczegółowo

Modele wartości pieniądza w czasie

Modele wartości pieniądza w czasie Joaa Ceślak, Paula Bawej Modele wartośc peądza w czase Podstawowe pojęca ozaczea Kaptał (ag. prcpal), kaptał początkowy, wartośd początkowa westycj - peądze jake zostały wpłacoe a początku westycj (a początku

Bardziej szczegółowo

PRZYKŁADOWE TEMATY ZADAŃ PROJEKTOWYCH

PRZYKŁADOWE TEMATY ZADAŃ PROJEKTOWYCH PRZYKŁADOWE TEMATY ZADAŃ PROJEKTOWYCH Z PRZEDMIOTU EWOLUCYJNE METODY OPTYMALIZACJI. Rozwązać zadae zadaa załaduku (plecakowego z ograczeam a dopuszczale wymary oraz cężar []: a algorytmem symulowaego wyżarzaa.

Bardziej szczegółowo

Współczynnik korelacji rangowej badanie zależności między preferencjami

Współczynnik korelacji rangowej badanie zależności między preferencjami Współczyk korelacj ragowej badae zależośc mędzy preferecjam Przemysław Grzegorzewsk Istytut Badań Systymowych PAN ul. Newelska 6 01-447 Warszawa E-mal: pgrzeg@bspa.waw.pl Pla referatu: Klasycze metody

Bardziej szczegółowo

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie B A D A N I A O P E R A C Y J N E I D E C Y J E Nr 2 2007 Aa ĆWIĄKAŁA-MAŁYS*, Woletta NOWAK* UOGÓLNIONA ANALIA WRAŻLIWOŚCI YSKU W PREDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW Przedstawoo ajważejsze elemety

Bardziej szczegółowo

Metoda Monte-Carlo i inne zagadnienia 1

Metoda Monte-Carlo i inne zagadnienia 1 Metoda Mote-Carlo e zagadea Metoda Mote-Carlo Są przypadk kedy zamast wykoać jakś eksperymet chcelbyśmy symulować jego wyk używając komputera geeratora lczb (pseudolosowych. Wększość bblotek programów

Bardziej szczegółowo