WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LAB X - ELECTRE TRI
|
|
- Zbigniew Pietrzyk
- 5 lat temu
- Przeglądów:
Transkrypt
1 WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LAB X - ELECTRE TRI 1. Meoda ELECTRE TRI ELECTRE TRI (skró od ang. riage) meoda wspomagająca rozwiązywanie problemów wielokryerialnego sorowania - bardzo podobna do ELECTRE Is, rozwiązującej problem wyboru. ELECTRE TRI opiera się na profilach, kóre separują od siebie klasy. Każdy warian można opisać ze względu na jego warości na kryeriach (np. samochód ze względu na szybkość, ilość spalanego paliwa i cenę). Pojawia się pomysł, aby uworzyć szuczne wariany, kóre charakeryzowałyby granice klas. Przykład: Weźmy przykład dwukryerialny ylko prędkość maksymalna i ilość spalanego paliwa i uwórzmy dwa szuczne wariany ograniczające klasę samochód średnich: warian A będzie miał prędkość 140 km/h i spalanie 8 l (na 100km), warian B prędkość 180 km/h i spalanie 6 l (na 100km). Oznacza o, że wszyskie wariany, kóre znajdą się między ymi szucznymi warianami, należą do klasy samochodów średnich. Takie szuczne wariany nazywamy profilami. Przykład bardziej absrakcyjny poniżej: Wyróżniliśmy u profile b1, b2 i b3 na rzech kryeriach (przecięcie akiego profilu z kryerium określa warość na ym kryerium). Pokazano również dwa wariany: warian A leży między profilami b1 i b2, więc w sposób oczywisy (jeśli nie byłoby zdefiniowanych żadnych progów!) należy do klasy, kórej granice zosały określone przez e profile (czyli do klasy 2). Ale co z warianem B? Leży on aż w rzech klasach 2, 3 oraz 4! Do jakiej z nich go przydzielić? Na o pyanie pozwala odpowiedzieć meoda ELECTRE TRI.. W ogólności mamy do czynienia z p klasami (numerowanymi od C 1 do C p ) oraz z p+1 profilami (numerowanymi od b 0 do b p ), przy czym zakładamy, że klasę C i oddzielają od innych profile b i-1 oraz b i (profil b 0 ogranicza od dołu klasę C 1, a b p ogranicza od góry klasę C p )
2 2. Tesy zgodności i niezgodności Dane wejściowe dla meody ELECTRE TRI są akie same, jak dla ELECTRE Is, czyli wagi kryeriów, progi (nierozróżnialności, preferencji, vea yle że są o progi sałe podawane dla każdego profilu na każdym kryerium) i współczynnik odcięcia. Do ego należy podać, ile jes klas i określić ich granice (czyli profile separujące). Tak jak w meodzie ELECTRE Is, działanie opiera się na wykonywaniu esów (zgodności i niezgodności) między warianami. Podsawową różnicą między ymi meodami jes fak, że nie porównujemy każdego warianu z każdym (jak w ELECTRE Is), ale każdy warian ze wszyskimi profilami. Nasępnie orzymujemy szereg hipoez, kóre mówią czy warian przewyższa dane progi czy eż nie. Przykład: Z porównania samochodu marki Fia (parz poprzedni przykład) z profilem A okazuje się, że Fia S A (czyli Fia przewyższa A) oraz A S Fia (czyli A przewyższa Fiaa hipoeza w odwroną sronę ). Tym samym Fia jes nierozróżnialny z profilem A (Fia I A). Z esów mogą zaisnieć czery syuacje, opisywane już dla poprzedniej meody: warian jes preferowany nad profil, warian jes gorszy od profilu, warian jes nierozróżnialny z profilem lub warian jes nieporównywalny z profilem. Są o e same syuacje, jak dla ELECTRE Is, ylko doyczą warianu i profilu, a nie pary warianów. Obliczanie współczynnika zgodności i współczynnika niezgodności dla kryeriów ypu zysk i kosz w sronę (a,b ) (wykres dla współczynnika zgodności C i (a,b ) jes odwrócony w sosunku do ego, co omawialiśmy przy ELECTRE Is (na osi zmienia się g i (a), a usalone jes g i (b ); przy ELECTRE Is sprawdzaliśmy czy veo zachodzi (relacja binarna) u obliczany jes cząskowy współczynnik niezgodności) - 2 -
3 Obliczanie współczynnika zgodności i współczynnika niezgodności dla kryeriów ypu zysk i kosz w sronę (b,a) Niech σ będzie wiarygodnością współczynnika przewyższania. σ ( a, b ) = C( a, b ) i F 1 D ( a, b ) i 1 C( a, b ) gdzie F = { i : D ( a,b ) C( a,b )} (ylko e kryeria, dla kórych cząskowy współczynnik niegodności i > jes sosunkowo duży, dokładniej - większy niż globalny współczynnik zgodności; wedy czynnik przez kóry mnożymy jes mniejszy niż 1 i wiarygodność relacji przewyższanie zosaje obniżona w sosunku do globalnego współczynnika zgodności). Wedy: Rysunek przedsawia syuację analogiczną do: jeżeli xsy i ysx o xpy lub xqy jeżeli xsy i ysx o xiy jeżeli ysx i xsy o x?y przy czym ~ o inne oznaczenie I, a f oraz > odpowiednio P i Q
4 Procedura pesymisyczna i opymisyczna Mając już za sobą wszyskie porównania z warianami, możemy wyznaczyć ich przydział do klas. Proponuje się uaj dwie procedury opymisyczną i pesymisyczną. Procedura pesymisyczna działa w nasępujący sposób: 1. Porównaj warian a kolejno z profilami b i rozpoczynając od najlepszego profilu (b p ) 2. Jeśli b i jes pierwszym napokanym profilem akim, że asb i (S={I,P,Q}), o zalicz a do kaegorii (klasy) C i+1. Procedura opymisyczna działa inaczej: 1. Porównaj a z profilami rozpoczynając od najgorszego (czyli od b 0 ). 2. Przydziel a do klasy C i, jeśli jes pierwszym napokanym profilem akim, że b i Pa. Przykład: Po wykonaniu szeregu esów orzymano nasępujące rezulay: Warian Profile Przydział do klas b 0 b 1 b 2 b 3 b 4 b 5 Opymisyczna Pesymisyczna A1 > > > < < < C3 C3 A2 > >?? < < C4 C2 A3 > > >? < < C4 C3 A4 > > I < < < C3 C3 A5 >?? < < < C3 C1 A6 > >??? < C5 C2 A7 > > > >? < C5 C4 A8 > > I? < < C4 C3-4 -
5 ELECTRE TRI ĆWICZENIA 1. Sprawdź się w szybkim liczeniu współczynników. Oblicz wiarygodność przewyższania. g 1 zysk, waga: 5, q 1 (b 1 )=0.3, p 1 (b 1 )=0.9, v 1 (b 1 )=1.8, q 1 (b 2 )=0.7, p 1 (b 2 )=1.2, v 1 (b 2 )=2.9 g 2 kosz, waga: 2, q 2 (b 1 )=0.4, p 2 (b 1 )=0.8, v 2 (b 1 )=2.1, q 2 (b 2 )=0.9, p 2 (b 2 )=1.7, v 2 (b 2 )=2.5, g 1 g 2 a e b b c 1 (a,b 1 )=1 (bo lepszy), c 2 (a,b 1 )=0.5 (bo gorszy o 0.6, a 7.6 jes w połowie między oraz 7+0.8) D 1 (a,b 1 )=0 (bo nie jes gorszy) D 2 (a,b 1 )=0 (bo gorszy, ale o mniej niż próg preferencji, a wedy zaczynają się wsp. niezgodn. > 0) C(a,b 1 )=(5+1)/7=6/7 σ(a,b 1 )=6/7 (nie ma vea, nie ma przez co mnożyć) c 1 (e,b 1 )=1 (bo lepszy), c 2 (e,b 1 )=1 (bo lepszy) D 1 (e,b 1 )=0 (bo nie jes gorszy) D 2 (e,b 1 )=0 (bo nie jes gorszy) C(e,b 1 )=(5+2)/7=1 σ(e,b 1 )=1 (nie ma vea, nie ma przez co mnożyć) c 1 (a,b 2 )=0 (bo gorszy o więcej niż próg preferencji 1.2) c 2 (a,b 2 )=0 (bo gorszy o więcej niż próg preferencji 1.7) D 1 (a,b 2 )=1 (bo gorszy o więcej niż próg vea 2.9) D 2 (a,b 2 )=1 (bo gorszy o więcej niż próg vea 2.5) C(a,b 2 )=(0+0)/7=0 σ(a,b 2 )=0 ((1-1)/(1-0))((1-1)/(1-0))=0 (na dwóch kryeriach cząskowy współczynnik niezgodności jes większy od globalnego współczynnika zgodności; wiarygodność relacji przewyższania wychodzi 0, bo zgodności jes zerowa, a dodakowo na co najmniej jednym kryerium jes pełne veo (1)) c 1 (e,b 2 )=0.6 (bo gorszy o 0.9, czyli między progiem nierozróżnialności i preferencji, 5.1 jes w 2/5 od oraz w 3/5 od ), c 2 (e,b 2 )=0 (bo gorszy o więcej niż próg preferencji 1.7) D 1 (e,b 2 )=0 (bo nie jes gorszy o więcej niż próg preferencji 1.2) - 5 -
6 D 2 (e,b 2 )=0.5 (bo gorszy o 2.1, czyli między progiem preferencji i vea, 4.1 jes w połowie między oraz ) C(e,b 2 )=(3+0)/7=3/7 σ(e,b 2 )=3/7 ((1-0.5)/(1-3/7))=3/8 (jes jedno kryerium, na kórym cząskowy współczynnik niezgodności jes większy od globalnego współczynnika zgodności (0.5 > 3/7), więc jes przez co mnożyć) g 1 zysk, waga: 5, q 1 (b 1 )=0.3, p 1 (b 1 )=0.9, v 1 (b 1 )=1.8, q 1 (b 2 )=0.7, p 1 (b 2 )=1.2, v 1 (b 2 )=2.9 g 2 kosz, waga: 2, q 2 (b 1 )=0.4, p 2 (b 1 )=0.8, v 2 (b 1 )=2.1, q 2 (b 2 )=0.9, p 2 (b 2 )=1.7, v 2 (b 2 )=2.5, g 1 g 2 a e b b c 1 (b 1,a)=0.33, c 2 (b 1,a)=1, D 1 (b 1,a)=0, D 2 (b 1,a)=0, C(b 1,a)=3.66/7, σ(b 1,a)=3.66/7 c 1 (b 1,e)=0, c 2 (b 1,e)=0, D 1 (b 1,e)=1, D 2 (b 1,e)=1, C(b 1,e)=0, σ(b 1,a)=0 c 1 (b 2,a)=1, c 2 (b 2,a)=1, D 1 (b 2,a)=0, D 2 (b 2,a)=0, C(b 2,a)=1, σ(b 2,a)=1 c 1 (b 2,e)=1, c 2 (b 2,e)=1, D 1 (b 2,e)=0, D 2 (b 2,e)=0, C(b 2,e)=1, σ(b 2,e)=1 Załóżmy, że λ=0.7. Jaki będzie przydział warianów a oraz e do klas, jeśli do dyspozycji mamy rzy klasy (C1-C3)? σ(a,b 1 )=6/7; σ(b 1,a)=3.66/7 => a PvQ b 1 σ(e,b 1 )=1; σ(b 1,a)=0 => e PvQ b 1 σ(a,b 2 )=0; σ(b 2,a)=1 => b 2 PvQ a σ(e,b 2 )=3/8; σ(b 2,e)=1 => b 2 PvQ e Warian Profile Przydział do klas b 1 b 2 Opymisyczna Pesymisyczna a > < C2 C2 e > < C2 C2 Czy coś zmieniłoby się w przydziale dla warianu a, jeśli λ=0.9? A jeśli λ=0.5? - 6 -
7 2. Dane są opisy: warianów a oraz profilu b, a akże dane doyczące kryeriów (wagi, progi nierozróżnialności, preferencji i vea). Oblicz wiarygodności współczynnika przewyższania σ(a,b ). Podaj warość współczynnika zgodności C(a,b ), warości współczynników cząskowych zgodności i niezgodności, c i (a,b ) oraz D i (a,b ), a akże narysuj odpowiednie wykresy dla współczynników zgodności i niezgodności. Jeśli (λ=0.6) o, czy zachodzi asb?. g 1 g 2 Warian a Profil b g 1 zysk, waga: 2, q 1 (b )=5 p 1 (b )=20, v 1 (b )=45 g 2 kosz, waga: 3, q 2 (b )=3; p 2 (b )=7, v 2 (b )=20 3. Dane są: σ(a,b)=0.65 oraz σ(b,a)=0.87. Podaj, w jakim przedziale może zmieniać się warość parameru λ, aby zapewnić pomiędzy warianami a i b relację (b P a), (a I b) lub (a? b)? 4. Uzupełnij abelkę odpowiednimi symbolami (klasy od C1-C4). Zwróć uwagę, że podany jes profil najgorszy (b0) i najlepszy (b4) czasem mogą być niejawne, bo wiadomo, że każdy warian będzie co najmniej ak samo dobry jak b0 i nie będzie preferowany nad b4. Warian Profile Przydział do klas b 0 b 1 b 2 b 3 b 4 Pesymisyczna Opymisyczna A1 > > < < < A2 >? < < < A3 > > > I < A4 > I?? < A5 > C3 C3 A6 > < C2 C2 A7 > C1 C3 A8 > I C3 C4-7 -
8 ELECTRE TRI - ĆWICZENIA Z PROGRAMEM 1. Ściągnij program Elecre TRI ze srony hp:// Rozpakuj archiwum i uruchom program (ELri.exe). 2. Uwórz nowy projek (File New Projec). 3. Dodaj rzy kryeria (PRICE (kosz, waga 3) TIME (kosz, waga 5) COMFORT (zysk, waga 2)). 4. Dodaj sześć warianów (RER, METRO_1, METRO_2, BUS, TAXI, SNCF). 5. Zdefiniuj oceny warianów na kryeriach zgodnie z poniższym rysunkiem (w ym celu należy wybierać odpowiednie miejsce w abeli, wpisać warość w okienko, powierdzić przyciskiem z zielonym paszkiem i nie przejmować się, że warość nie wyświeli się od razu w odpowiednim miejscu, bo program może mieć problemy z odświeżaniem ekranu). 6. Zdefiniuj dwa profile: B-M (oddziela klasy BAD i MEDIUM) oceny P:10, T:30, C:1, M-G (oddziela klasy MEDIUM i GOOD) oceny P:3, T:20, C:3, Usal na każdym kryerium akie same progi dla dwóch profili według poniższego zesawienia: PRICE: I:0, P:1, V:5 TIME: I:0, P:10, V:30 COMFORT: I:0, P:2, V:3 7. Nazwij klasy (Profiles - Caegories): GOOD, MEDIUM i BAD. 8. Usal poziom odcięcia jako 0.75 (Projec Mehod Cuing level). 9. Obejrzyj ablicę sopni wiarygodności przewyższania (Resuls Degrees of Crediibiliy) i oblicz ręcznie, jakie relacje zaszły między warianami i profilami. 10. Obejrzyj wyniki porównania z profilami dla wszyskich warianów (Resuls Comparison o profiles) i porównaj je z ymi obliczonymi ręcznie. Oblicz, do jakich klas rafią wariany według procedury pesymisycznej i opymisycznej. 11. Porównaj obliczone ręcznie przydziały do klas z wynikami programu (Resuls Assignmen by Alernaive) 12. Obejrzyj wizualizację warianów na le progów oddzielających klasy (Resuls Visualisaion of Alernaive). Zobacz, jak wygląda o dla warianów, kóre przy obydwie procedury zosały przydzielone do ej samej klasy (np. METRO_1), a jak dla warianów, dla kórych przydziały e się różnią (np. METRO_2)
E k o n o m e t r i a S t r o n a 1. Nieliniowy model ekonometryczny
E k o n o m e r i a S r o n a Nieliniowy model ekonomeryczny Jednorównaniowy model ekonomeryczny ma posać = f( X, X,, X k, ε ) gdzie: zmienna objaśniana, X, X,, X k zmienne objaśniające, ε - składnik losowy,
Bardziej szczegółowoPobieranie próby. Rozkład χ 2
Graficzne przedsawianie próby Hisogram Esymaory przykład Próby z rozkładów cząskowych Próby ze skończonej populacji Próby z rozkładu normalnego Rozkład χ Pobieranie próby. Rozkład χ Posać i własności Znaczenie
Bardziej szczegółowoBadanie funktorów logicznych TTL - ćwiczenie 1
adanie funkorów logicznych TTL - ćwiczenie 1 1. Cel ćwiczenia Zapoznanie się z podsawowymi srukurami funkorów logicznych realizowanych w echnice TTL (Transisor Transisor Logic), ich podsawowymi paramerami
Bardziej szczegółowoψ przedstawia zależność
Ruch falowy 4-4 Ruch falowy Ruch falowy polega na rozchodzeniu się zaburzenia (odkszałcenia) w ośrodku sprężysym Wielkość zaburzenia jes, podobnie jak w przypadku drgań, funkcją czasu () Zaburzenie rozchodzi
Bardziej szczegółowoLaboratorium z PODSTAW AUTOMATYKI, cz.1 EAP, Lab nr 3
I. ema ćwiczenia: Dynamiczne badanie przerzuników II. Cel/cele ćwiczenia III. Wykaz użyych przyrządów IV. Przebieg ćwiczenia Eap 1: Przerzunik asabilny Przerzuniki asabilne służą jako generaory przebiegów
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )
Zadanie. Zmienna losowa: X = Y +... + Y N ma złożony rozkład Poissona. W abeli poniżej podano rozkład prawdopodobieńswa składnika sumy Y. W ejże abeli podano akże obliczone dla k = 0... 4 prawdopodobieńswa
Bardziej szczegółowoKombinowanie prognoz. - dlaczego należy kombinować prognozy? - obejmowanie prognoz. - podstawowe metody kombinowania prognoz
Noaki do wykładu 005 Kombinowanie prognoz - dlaczego należy kombinować prognozy? - obejmowanie prognoz - podsawowe meody kombinowania prognoz - przykłady kombinowania prognoz gospodarki polskiej - zalecenia
Bardziej szczegółowo2.1 Zagadnienie Cauchy ego dla równania jednorodnego. = f(x, t) dla x R, t > 0, (2.1)
Wykład 2 Sruna nieograniczona 2.1 Zagadnienie Cauchy ego dla równania jednorodnego Równanie gań sruny jednowymiarowej zapisać można w posaci 1 2 u c 2 2 u = f(x, ) dla x R, >, (2.1) 2 x2 gdzie u(x, ) oznacza
Bardziej szczegółowoPolitechnika Częstochowska Wydział Inżynierii Mechanicznej i Informatyki. Sprawozdanie #2 z przedmiotu: Prognozowanie w systemach multimedialnych
Poliechnika Częsochowska Wydział Inżynierii Mechanicznej i Informayki Sprawozdanie #2 z przedmiou: Prognozowanie w sysemach mulimedialnych Andrzej Siwczyński Andrzej Rezler Informayka Rok V, Grupa IO II
Bardziej szczegółowoDYNAMIKA KONSTRUKCJI
10. DYNAMIKA KONSTRUKCJI 1 10. 10. DYNAMIKA KONSTRUKCJI 10.1. Wprowadzenie Ogólne równanie dynamiki zapisujemy w posaci: M d C d Kd =P (10.1) Zapis powyższy oznacza, że równanie musi być spełnione w każdej
Bardziej szczegółowoDane są następujące reguły gry losowej: losujemy jedną kartę z pełnej talii (bez jokerów) i sprawdzamy wynik:
Elementy teorii gier Dane są następujące reguły gry losowej: losujemy jedną kartę z pełnej talii (bez jokerów) i sprawdzamy wynik: wylosowanie karty w kolorze czerwonym (kier lub karo) oznacza wygraną
Bardziej szczegółowoZarządzanie Projektami. Wykład 3 Techniki sieciowe (część 1)
Zarządzanie Projekami Wykład 3 Techniki sieciowe (część ) Przedsięwzięcie wieloczynnościowe Przedsięwzięcie wieloczynnościowe skończona liczba wzajemnie ze sobą powiązanych czynności (eapów). Powiązania
Bardziej szczegółowoCałka nieoznaczona Andrzej Musielak Str 1. Całka nieoznaczona
Całka nieoznaczona Andrzej Musielak Sr Całka nieoznaczona Całkowanie o operacja odwrona do liczenia pochodnych, zn.: f()d = F () F () = f() Z definicji oraz z abeli pochodnych funkcji elemenarnych od razu
Bardziej szczegółowoFunkcja liniowa - podsumowanie
Funkcja liniowa - podsumowanie 1. Funkcja - wprowadzenie Założenie wyjściowe: Rozpatrywana będzie funkcja opisana w dwuwymiarowym układzie współrzędnych X. Oś X nazywana jest osią odciętych (oś zmiennych
Bardziej szczegółowoWSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LAB VIII ASSESS
WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI AB VIII ASSESS. oteria oteria = rozkład prawdopodobieństwa na zbiorze zdarzeń x (możliwych ocen wariantu) - odpowiada mu rozkład użyteczności. W praktyce, loteria
Bardziej szczegółowoFUNKCJA LINIOWA - WYKRES
FUNKCJA LINIOWA - WYKRES Wzór funkcji liniowej (Postać kierunkowa) Funkcja liniowa jest podstawowym typem funkcji. Jest to funkcja o wzorze: y = ax + b a i b to współczynniki funkcji, które mają wartości
Bardziej szczegółowoPROPOZYCJA NOWEJ METODY OKREŚLANIA ZUŻYCIA TECHNICZNEGO BUDYNKÓW
Udosępnione na prawach rękopisu, 8.04.014r. Publikacja: Knyziak P., "Propozycja nowej meody określania zuzycia echnicznego budynków" (Proposal Of New Mehod For Calculaing he echnical Deerioraion Of Buildings),
Bardziej szczegółowoRównania różniczkowe. Lista nr 2. Literatura: N.M. Matwiejew, Metody całkowania równań różniczkowych zwyczajnych.
Równania różniczkowe. Lisa nr 2. Lieraura: N.M. Mawiejew, Meody całkowania równań różniczkowych zwyczajnych. W. Krysicki, L. Włodarski, Analiza Maemayczna w Zadaniach, część II 1. Znaleźć ogólną posać
Bardziej szczegółowoPrzemieszczeniem ciała nazywamy zmianę jego położenia
1 Przemieszczeniem ciała nazywamy zmianę jego położenia + 0 k k 0 Przemieszczenie jes wekorem. W przypadku jednowymiarowym możliwy jes ylko jeden kierunek, a zwro określamy poprzez znak. Przyjmujemy, że
Bardziej szczegółowoAnaliza danych DRZEWA DECYZYJNE. Drzewa decyzyjne. Entropia. http://zajecia.jakubw.pl/ test 1 dopełnienie testu 1
Analiza danych Drzewa decyzyjne. Enropia. Jakub Wróblewski jakubw@pjwsk.edu.pl hp://zajecia.jakubw.pl/ DRZEWA DECYZYJNE Meoda reprezenacji wiedzy (modelowania ablic decyzyjnych). Pozwala na przejrzysy
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 3
Sanisław Cichocki Naalia Nehrebecka Wykład 3 1 1. Regresja pozorna 2. Funkcje ACF i PACF 3. Badanie sacjonarności Tes Dickey-Fullera (DF) Rozszerzony es Dickey-Fullera (ADF) 2 1. Regresja pozorna 2. Funkcje
Bardziej szczegółowoEksploracja danych. KLASYFIKACJA I REGRESJA cz. 1. Wojciech Waloszek. Teresa Zawadzka.
Eksploracja danych KLASYFIKACJA I REGRESJA cz. 1 Wojciech Waloszek wowal@ei.pg.gda.pl Teresa Zawadzka egra@ei.pg.gda.pl Kaedra Inżyrii Oprogramowania Wydział Elekroniki, Telekomunikacji i Informayki Poliechnika
Bardziej szczegółowoKURS EKONOMETRIA. Lekcja 1 Wprowadzenie do modelowania ekonometrycznego ZADANIE DOMOWE. Strona 1
KURS EKONOMETRIA Lekcja 1 Wprowadzenie do modelowania ekonomerycznego ZADANIE DOMOWE www.erapez.pl Srona 1 Część 1: TEST Zaznacz poprawną odpowiedź (ylko jedna jes prawdziwa). Pyanie 1 Kóre z poniższych
Bardziej szczegółowoWNIOSKOWANIE STATYSTYCZNE
Wnioskowanie saysyczne w ekonomerycznej analizie procesu produkcyjnego / WNIOSKOWANIE STATYSTYCZNE W EKONOMETRYCZNEJ ANAIZIE PROCESU PRODUKCYJNEGO Maeriał pomocniczy: proszę przejrzeć srony www.cyf-kr.edu.pl/~eomazur/zadl4.hml
Bardziej szczegółowo4.2. Obliczanie przewodów grzejnych metodą dopuszczalnego obciążenia powierzchniowego
4.. Obliczanie przewodów grzejnych meodą dopuszczalnego obciążenia powierzchniowego Meodą częściej sosowaną w prakyce projekowej niż poprzednia, jes meoda dopuszczalnego obciążenia powierzchniowego. W
Bardziej szczegółowoLABORATORIUM PODSTAWY ELEKTRONIKI Badanie Bramki X-OR
LORTORIUM PODSTWY ELEKTRONIKI adanie ramki X-OR 1.1 Wsęp eoreyczny. ramka XOR ramka a realizuje funkcję logiczną zwaną po angielsku EXLUSIVE-OR (WYŁĄZNIE LU). Polska nazwa brzmi LO. Funkcję EX-OR zapisuje
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 4
Sanisław Cichocki Naalia Nehrebecka Wykład 4 1 1. Badanie sacjonarności: o o o Tes Dickey-Fullera (DF) Rozszerzony es Dickey-Fullera (ADF) Tes KPSS 2. Modele o rozłożonych opóźnieniach (DL) 3. Modele auoregresyjne
Bardziej szczegółowoPROJEKT nr 1 Projekt spawanego węzła kratownicy. Sporządził: Andrzej Wölk
PROJEKT nr 1 Projek spawanego węzła kraownicy Sporządził: Andrzej Wölk Projek pojedynczego węzła spawnego kraownicy Siły: 1 = 10 3 = -10 Kąy: α = 5 o β = 75 o γ = 75 o Schema węzła kraownicy Dane: Grubość
Bardziej szczegółowo( ) ( ) ( τ) ( t) = 0
Obliczanie wraŝliwości w dziedzinie czasu... 1 OBLICZANIE WRAśLIWOŚCI W DZIEDZINIE CZASU Meoda układu dołączonego do obliczenia wraŝliwości układu dynamicznego w dziedzinie czasu. Wyznaczane będą zmiany
Bardziej szczegółowoEwa Dziawgo Uniwersytet Mikołaja Kopernika w Toruniu. Analiza wrażliwości modelu wyceny opcji złożonych
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 7 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
Bardziej szczegółowoE5. KONDENSATOR W OBWODZIE PRĄDU STAŁEGO
E5. KONDENSATOR W OBWODZIE PRĄDU STAŁEGO Marek Pękała i Jadwiga Szydłowska Procesy rozładowania kondensaora i drgania relaksacyjne w obwodach RC należą do szerokiej klasy procesów relaksacyjnych. Procesy
Bardziej szczegółowoPROGNOZOWANIE I SYMULACJE. mgr Żaneta Pruska. Ćwiczenia 2 Zadanie 1
PROGNOZOWANIE I SYMULACJE mgr Żanea Pruska Ćwiczenia 2 Zadanie 1 Firma Alfa jes jednym z głównych dosawców firmy Bea. Ilość produku X, wyrażona w ysiącach wyprodukowanych i dosarczonych szuk firmie Bea,
Bardziej szczegółowoFUNKCJA LINIOWA - WYKRES. y = ax + b. a i b to współczynniki funkcji, które mają wartości liczbowe
FUNKCJA LINIOWA - WYKRES Wzór funkcji liniowej (postać kierunkowa) Funkcja liniowa to funkcja o wzorze: y = ax + b a i b to współczynniki funkcji, które mają wartości liczbowe Szczególnie ważny w postaci
Bardziej szczegółowoRozdział 4 Instrukcje sekwencyjne
Rozdział 4 Insrukcje sekwencyjne Lisa insrukcji sekwencyjnych FBs-PLC przedsawionych w niniejszym rozdziale znajduje się w rozdziale 3.. Zasady kodowania przy zasosowaniu ych insrukcji opisane są w rozdziale
Bardziej szczegółowo( 3 ) Kondensator o pojemności C naładowany do różnicy potencjałów U posiada ładunek: q = C U. ( 4 ) Eliminując U z równania (3) i (4) otrzymamy: =
ROZŁADOWANIE KONDENSATORA I. el ćwiczenia: wyznaczenie zależności napięcia (i/lub prądu I ) rozładowania kondensaora w funkcji czasu : = (), wyznaczanie sałej czasowej τ =. II. Przyrządy: III. Lieraura:
Bardziej szczegółowoAnaliza metod oceny efektywności inwestycji rzeczowych**
Ekonomia Menedżerska 2009, nr 6, s. 119 128 Marek Łukasz Michalski* Analiza meod oceny efekywności inwesycji rzeczowych** 1. Wsęp Podsawowymi celami przedsiębiorswa w długim okresie jes rozwój i osiąganie
Bardziej szczegółowoOcena płynności wybranymi metodami szacowania osadu 1
Bogdan Ludwiczak Wprowadzenie Ocena płynności wybranymi meodami szacowania osadu W ubiegłym roku zaszły znaczące zmiany doyczące pomiaru i zarządzania ryzykiem bankowym. Są one konsekwencją nowowprowadzonych
Bardziej szczegółowoWIELOKRYTERIALNE WSPOMAGANIE DECYZJI METODA UTA
WIELOKRYTERIALNE WSPOMAGANIE DECYZJI METODA UTA Zastosowania Informatyki w Medycynie semestr zimowy, 2013-2014 Szymon Wilk, Instytut Informatyki, PP Przygotowane na podstawie materiałów prof. R. Słowińskiego,
Bardziej szczegółowoANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1
ANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1 mgr inż. Żanea Pruska Maeriał opracowany na podsawie lieraury przedmiou. Zadanie 1 Firma Alfa jes jednym z głównych dosawców firmy Bea. Ilość produku X,
Bardziej szczegółowoDendrochronologia Tworzenie chronologii
Dendrochronologia Dendrochronologia jes nauką wykorzysującą słoje przyrosu rocznego drzew do określania wieku (daowania) obieków drewnianych (budynki, przedmioy). Analizy różnych paramerów słojów przyrosu
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Podstawy Automatyki
Poliechnika Gdańska Wydział Elekroechniki i Auomayki Kaedra Inżynierii Sysemów Serowania Podsawy Auomayki Repeyorium z Podsaw auomayki Zadania do ćwiczeń ermin T15 Opracowanie: Kazimierz Duzinkiewicz,
Bardziej szczegółowoC d u. Po podstawieniu prądu z pierwszego równania do równania drugiego i uporządkowaniu składników lewej strony uzyskuje się:
Zadanie. Obliczyć przebieg napięcia na pojemności C w sanie przejściowym przebiegającym przy nasępującej sekwencji działania łączników: ) łączniki Si S są oware dla < 0, ) łącznik S zamyka się w chwili
Bardziej szczegółowo20. Wyznaczanie ciepła właściwego lodu c pl i ciepła topnienia lodu L
20. Wyznaczanie ciepła właściwego lodu c pl i ciepła opnienia lodu L I. Wprowadzenie 1. Ciepło właściwe lodu i ciepło opnienia lodu wyznaczymy meodą kalorymeryczną sporządzając odpowiedni bilans cieplny.
Bardziej szczegółowoWojewódzki Konkurs Matematyczny dla uczniów gimnazjów. Etap szkolny 5 listopada 2013 Czas 90 minut
Wojewódzki Konkurs Maemayczny dla uczniów gimnazjów. Eap szkolny 5 lisopada 2013 Czas 90 minu ZADANIA ZAMKNIĘTE Zadanie 1. (1 punk) Liczby A = 0, 99, B = 0, 99 2, C = 0, 99 3, D = 0, 99, E=0, 99 1 usawiono
Bardziej szczegółowoRuch płaski. Bryła w ruchu płaskim. (płaszczyzna kierująca) Punkty bryły o jednakowych prędkościach i przyspieszeniach. Prof.
Ruch płaski Ruchem płaskim nazywamy ruch, podczas kórego wszyskie punky ciała poruszają się w płaszczyznach równoległych do pewnej nieruchomej płaszczyzny, zwanej płaszczyzną kierującą. Punky bryły o jednakowych
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych 9.10.2006 r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n
Maemayka ubezpieczeń mająkowych 9.0.006 r. Zadaie. Rozważamy proces adwyżki ubezpieczyciela z czasem dyskreym posaci: U = u + c S = 0... S = W + W +... + W W W W gdzie zmiee... są iezależe i mają e sam
Bardziej szczegółowoSilniki cieplne i rekurencje
6 FOTO 33, Lao 6 Silniki cieplne i rekurencje Jakub Mielczarek Insyu Fizyki UJ Chciałbym Pańswu zaprezenować zagadnienie, kóre pozwala, rozważając emaykę sprawności układu silników cieplnych, zapoznać
Bardziej szczegółowoMateriały wykładowe (fragmenty)
Materiały wykładowe (fragmenty) 1 Robert Susmaga Instytut Informatyki ul. Piotrowo 2 Poznań kontakt mail owy Robert.Susmaga@CS.PUT.Poznan.PL kontakt osobisty Centrum Wykładowe, blok informatyki, pok. 7
Bardziej szczegółowoAnaliza rynku projekt
Analiza rynku projek A. Układ projeku 1. Srona yułowa Tema Auor 2. Spis reści 3. Treść projeku 1 B. Treść projeku 1. Wsęp Po co? Na co? Dlaczego? Dlaczego robię badania? Jakimi meodami? Dla Kogo o jes
Bardziej szczegółowoRACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE
RACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE PYTANIA KONTROLNE Czym charakeryzują się wskaźniki saycznej meody oceny projeku inwesycyjnego Dla kórego wskaźnika wyliczamy średnią księgową
Bardziej szczegółowoUkłady sekwencyjne asynchroniczne Zadania projektowe
Układy sekwencyjne asynchroniczne Zadania projekowe Zadanie Zaprojekować układ dwusopniowej sygnalizacji opycznej informującej operaora procesu o przekroczeniu przez konrolowany paramer warości granicznej.
Bardziej szczegółowoESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XIII/3, 202, sr. 253 26 ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI Adam Waszkowski Kaedra Ekonomiki Rolnicwa i Międzynarodowych Sosunków
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 3
Sanisław Cichocki Naalia Nehrebecka Wykład 3 1 1. Zmienne sacjonarne 2. Zmienne zinegrowane 3. Regresja pozorna 4. Funkcje ACF i PACF 5. Badanie sacjonarności Tes Dickey-Fullera (DF) 2 1. Zmienne sacjonarne
Bardziej szczegółowoWYBRANE DZIAŁY ANALIZY MATEMATYCZNEJ. Wykład VII Przekształcenie Fouriera.
7. Całka Fouriera w posaci rzeczywisej. Wykład VII Przekszałcenie Fouriera. Doychczas rozparywaliśmy szeregi Fouriera funkcji w ograniczonym przedziale [ l, l] lub [ ] Teraz pokażemy analogicznie przedsawienie
Bardziej szczegółowoPROGNOZOWANIE. Ćwiczenia 2. mgr Dawid Doliński
Ćwiczenia 2 mgr Dawid Doliński Modele szeregów czasowych sały poziom rend sezonowość Y Y Y Czas Czas Czas Modele naiwny Modele średniej arymeycznej Model Browna Modele ARMA Model Hola Modele analiyczne
Bardziej szczegółowoFUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH
FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH PROPORCJONALNOŚĆ PROSTA Proporcjonalnością prostą nazywamy zależność między dwoma wielkościami zmiennymi x i y, określoną wzorem: y = a x Gdzie a jest
Bardziej szczegółowoĆWICZENIE 7 WYZNACZANIE LOGARYTMICZNEGO DEKREMENTU TŁUMIENIA ORAZ WSPÓŁCZYNNIKA OPORU OŚRODKA. Wprowadzenie
ĆWICZENIE 7 WYZNACZIE LOGARYTMICZNEGO DEKREMENTU TŁUMIENIA ORAZ WSPÓŁCZYNNIKA OPORU OŚRODKA Wprowadzenie Ciało drgające w rzeczywisym ośrodku z upływem czasu zmniejsza ampliudę drgań maleje energia mechaniczna
Bardziej szczegółowoPOMIAR PARAMETRÓW SYGNAŁOW NAPIĘCIOWYCH METODĄ PRÓKOWANIA I CYFROWEGO PRZETWARZANIA SYGNAŁU
Pomiar paramerów sygnałów napięciowych. POMIAR PARAMERÓW SYGNAŁOW NAPIĘCIOWYCH MEODĄ PRÓKOWANIA I CYFROWEGO PRZEWARZANIA SYGNAŁU Cel ćwiczenia Poznanie warunków prawidłowego wyznaczania elemenarnych paramerów
Bardziej szczegółowoZadanie 1. Stosowanie stylów
Zadanie 1. Stosowanie stylów Styl to zestaw elementów formatowania określających wygląd: tekstu atrybuty czcionki (tzw. styl znaku), akapitów np. wyrównanie tekstu, odstępy między wierszami, wcięcia, a
Bardziej szczegółowoPojęcia podstawowe 1
Tomasz Lubera Pojęcia podsawowe aa + bb + dd + pp + rr + ss + Kineyka chemiczna dział chemii fizycznej zajmujący się przebiegiem reakcji chemicznych w czasie, ich mechanizmami oraz wpływem różnych czynników
Bardziej szczegółowoy 1 y 2 = f 2 (t, y 1, y 2,..., y n )... y n = f n (t, y 1, y 2,..., y n ) f 1 (t, y 1, y 2,..., y n ) y = f(t, y),, f(t, y) =
Uk lady równań różniczkowych Pojȩcia wsȩpne Uk ladem równań różniczkowych nazywamy uk lad posaci y = f (, y, y 2,, y n ) y 2 = f 2 (, y, y 2,, y n ) y n = f n (, y, y 2,, y n ) () funkcje f j, j =, 2,,
Bardziej szczegółowoZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 690 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 51 2012
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 690 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 51 2012 MAŁGORZATA WASILEWSKA PORÓWNANIE METODY NPV, DRZEW DECYZYJNYCH I METODY OPCJI REALNYCH W WYCENIE PROJEKTÓW
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Pior Fiszeder Uniwersye Mikołaja Kopernika
Bardziej szczegółowoUZUPEŁNIA UCZEŃ PESEL
Arkusz zawiera informacje prawnie chronione do momenu rozpoczęcia egzaminu. Układ graficzny CKE 2013 KOD UCZNIA UZUEŁNIA UCZEŃ ESEL miejsce na naklejkę z kodem EGZAMIN W KLASIE TRZECIEJ GIMNAZJUM CZĘŚĆ
Bardziej szczegółowoPrognoza scenariuszowa poziomu oraz struktury sektorowej i zawodowej popytu na pracę w województwie łódzkim na lata
Projek Kapiał ludzki i społeczny jako czynniki rozwoju regionu łódzkiego współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego Prognoza scenariuszowa poziomu oraz srukury
Bardziej szczegółowoWyznaczanie temperatury i wysokości podstawy chmur
Wyznaczanie emperaury i wysokości podsawy chmur Czas rwania: 10 minu Czas obserwacji: dowolny Wymagane warunki meeorologiczne: pochmurnie lub umiarkowane zachmurzenie Częsoliwość wykonania: 1 raz w ciągu
Bardziej szczegółowoZadanie 3 Oblicz jeżeli wiadomo, że liczby 8 2,, 1, , tworzą ciąg arytmetyczny. Wyznacz różnicę ciągu. Rozwiązanie:
Zadanie 3 Oblicz jeżeli wiadomo, że liczby 8 2,, 1, 6 11 6 11, tworzą ciąg arytmetyczny. Wyznacz różnicę ciągu. Uprośćmy najpierw liczby dane w treści zadania: 8 2, 2 2 2 2 2 2 6 11 6 11 6 11 26 11 6 11
Bardziej szczegółowoPOWTÓRKA ROZDZIAŁU III FUNKCJA LINIOWA
POWTÓRKA ROZDZIAŁU III FUNKCJA LINIOWA I. Wykresy funkcji 1. Na rysunku przedstawiony jest fragment wykresu pewnej funkcji liniowej y=ax+b. Jakie znaki mają współczynniki a i b? A. a
Bardziej szczegółowoPodstawowe człony dynamiczne
Podsawowe człony dynamiczne charakerysyki czasowe. Człon proporcjonalny = 2. Człony całkujący idealny 3. Człon inercyjny = = + 4. Człony całkujący rzeczywisy () = + 5. Człon różniczkujący rzeczywisy ()
Bardziej szczegółowoWENTYLACJA i KLIMATYZACJA 2. Ćwiczenia nr 1
Insyu Inżynierii Cieplnej i Ochrony Powierza Poliechniki Krakowskiej Zakład Wenylacji Klimayzacji i Chłodnicwa WENTYLACJA i KLIMATYZACJA 2 Ćwiczenia nr 1 Urządzenia do uzdania powierza w klimayzacji Dr
Bardziej szczegółowoDefinicja i własności wartości bezwzględnej.
Równania i nierówności z wartością bezwzględną. Rozwiązywanie układów dwóch (trzech) równań z dwiema (trzema) niewiadomymi. Układy równań liniowych z parametrem, analiza rozwiązań. Definicja i własności
Bardziej szczegółowoSZACOWANIE MODELU RYNKOWEGO CYKLU ŻYCIA PRODUKTU
B A D A N I A O P E R A C J N E I D E C Z J E Nr 2 2006 Bogusław GUZIK* SZACOWANIE MODELU RNKOWEGO CKLU ŻCIA PRODUKTU Przedsawiono zasadnicze podejścia do saysycznego szacowania modelu rynkowego cyklu
Bardziej szczegółowoModelowanie ryzyka kredytowego MODELOWANIE ZA POMOCA HAZARDU
Modelowanie ryzyka kredyowego MODELOWANIE ZA POMOCA PROCESU HAZARDU Mariusz Niewęgłowski Wydział Maemayki i Nauk Informacyjnych, Poliechniki Warszawskiej Warszawa 2014 hazardu Warszawa 2014 1 / 18 Proces
Bardziej szczegółowoMatematyka finansowa 20.03.2006 r. Komisja Egzaminacyjna dla Aktuariuszy. XXXVIII Egzamin dla Aktuariuszy z 20 marca 2006 r.
Komisja Egzaminacyjna dla Akuariuszy XXXVIII Egzamin dla Akuariuszy z 20 marca 2006 r. Część I Maemayka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minu 1 1. Ile
Bardziej szczegółowospecyfikacji i estymacji modelu regresji progowej (ang. threshold regression).
4. Modele regresji progowej W badaniach empirycznych coraz większym zaineresowaniem cieszą się akie modele szeregów czasowych, kóre pozwalają na objaśnianie nieliniowych zależności między poszczególnymi
Bardziej szczegółowoMAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak
MAKROEKONOMIA 2 Wykład 3. Dynamiczny model DAD/DAS, część 2 Dagmara Mycielska Joanna Siwińska - Gorzelak ( ) ( ) ( ) i E E E i r r = = = = = θ θ ρ ν φ ε ρ α * 1 1 1 ) ( R. popyu R. Fishera Krzywa Phillipsa
Bardziej szczegółowoWIELOKRYTERIALNE WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LAB I WPROWADZENIE DO WIELOKRYTERIALNEGO WSPOMAGANIA DECYZJI
WIELOKRYTERIALNE WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LAB I WPROWADZENIE DO WIELOKRYTERIALNEGO WSPOMAGANIA DECYZJI I. Dane kontaktowe Miłosz Kadziński (milosz.kadzinski@cs.put.poznan.pl, pokój 1.6.6
Bardziej szczegółowoD:\materialy\Matematyka na GISIP I rok DOC\07 Pochodne\8A.DOC 2004-wrz-15, 17: Obliczanie granic funkcji w punkcie przy pomocy wzoru Taylora.
D:\maerialy\Maemayka a GISIP I rok DOC\7 Pochode\8ADOC -wrz-5, 7: 89 Obliczaie graic fukcji w pukcie przy pomocy wzoru Taylora Wróćmy do wierdzeia Taylora (wzory (-( Tw Szczególie waża dla dalszych R rozważań
Bardziej szczegółowoEKONOMETRIA wykład 2. Prof. dr hab. Eugeniusz Gatnar.
EKONOMERIA wykład Prof. dr hab. Eugeniusz Ganar eganar@mail.wz.uw.edu.pl Przedziały ufności Dla paramerów srukuralnych modelu: P bˆ j S( bˆ z prawdopodobieńswem parameru b bˆ S( bˆ, ( m j j j, ( m j b
Bardziej szczegółowoĆwiczenie 119. Tabela II. Część P19. Wyznaczanie okresu drgań masy zawieszonej na sprężynie. Nr wierzchołka 0 1 2 3 4 5 6 7 8
2012 Kaedra Fizyki SGGW Nazwisko... Daa... Nr na liście... Imię... Wydział... Dzień yg.... Godzina... Ruch harmoniczny prosy masy na sprężynie Tabela I: Część X19. Wyznaczanie sałej sprężyny Położenie
Bardziej szczegółowoCzytanie wykresów to ważna umiejętność, jeden wykres zawiera więcej informacji, niż strona tekstu. Dlatego musisz umieć to robić.
Analiza i czytanie wykresów Czytanie wykresów to ważna umiejętność, jeden wykres zawiera więcej informacji, niż strona tekstu. Dlatego musisz umieć to robić. Aby dobrze odczytać wykres zaczynamy od opisu
Bardziej szczegółowoPORÓWNANIE DYSKONTOWYCH WSKAŹNIKÓW OCENY OPŁACALNOŚCI EKONOMICZNEJ INWESTYCJI NA WYBRANYM PRZYKŁADZIE
POZA UIVE RSITY OF TE CHOLOGY ACADE MIC JOURALS o 86 Elecrical Engineering 2016 Jusyna MICHALAK* PORÓWAIE DYSKOTOWYCH WSKAŹIKÓW OCEY OPŁACALOŚCI EKOOMICZEJ IWESTYCJI A WYBRAYM PRZYKŁADZIE W arykule przedsawiono
Bardziej szczegółowoFunkcja kwadratowa. f(x) = ax 2 + bx + c,
Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax 2 + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax 2, a R \
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Gdański Zasosowanie modelu
Bardziej szczegółowoO MACIERZACH I UKŁADACH RÓWNAŃ
O MACIERZACH I UKŁADACH RÓWNAŃ Problem Jak rozwiązać podany układ równań? 2x + 5y 8z = 8 4x + 3y z = 2x + 3y 5z = 7 x + 8y 7z = Definicja Równanie postaci a x + a 2 x 2 + + a n x n = b gdzie a, a 2, a
Bardziej szczegółowoPRACOWNIA ELEKTRONIKI
PRACOWNIA ELEKTRONIKI Tema ćwiczenia: BADANIE MULTIWIBRATORA UNIWERSYTET KAZIMIERZA WIELKIEGO W BYDGOSZCZY INSTYTUT TECHNIKI. 2. 3. Imię i Nazwisko 4. Daa wykonania Daa oddania Ocena Kierunek Rok sudiów
Bardziej szczegółowoPOZYCJONOWANIE I NADĄŻANIE MINIROBOTA MOBILNEGO M.R.K
MODELOWANIE INŻYNIERSKIE ISSN 1896-771X 37, s. 97-104, Gliwice 2009 POZYCJONOWANIE I NADĄŻANIE MINIROBOTA MOBILNEGO M.R.K MARIUSZ GIERGIEL, PIOTR MAŁKA Kaedra Roboyki i Mecharoniki, Akademia Górniczo-Hunicza
Bardziej szczegółowoPostęp techniczny. Model lidera-naśladowcy. Dr hab. Joanna Siwińska-Gorzelak
Posęp echniczny. Model lidera-naśladowcy Dr hab. Joanna Siwińska-Gorzelak Założenia Rozparujemy dwa kraje; kraj 1 jes bardziej zaawansowany echnologicznie (lider); kraj 2 jes mniej zaawansowany i nie worzy
Bardziej szczegółowoz graniczną technologią
STUDIA OECOOMICA POSAIESIA 23, vol., no. (25) Uniwersye Ekonomiczny w Poznaniu, Wydział Informayki i Gospodarki Elekronicznej, Kaedra Ekonomii Maemaycznej emil.panek@ue.poznan.pl iesacjonarny model von
Bardziej szczegółowoAnaliza opłacalności inwestycji logistycznej Wyszczególnienie
inwesycji logisycznej Wyszczególnienie Laa Dane w ys. zł 2 3 4 5 6 7 8 Przedsięwzięcie I Program rozwoju łańcucha (kanału) dysrybucji przewiduje realizację inwesycji cenrum dysrybucyjnego. Do oceny przyjęo
Bardziej szczegółowoTeoria sterowania 1 Temat ćwiczenia nr 7a: Synteza parametryczna układów regulacji.
eoria serowania ema ćwiczenia nr 7a: Syneza parameryczna uładów regulacji. Celem ćwiczenia jes orecja zadanego uładu regulacji wyorzysując nasępujące meody: ryerium ampliudy rezonansowej, meodę ZiegleraNicholsa
Bardziej szczegółowoStatystyka od podstaw z systemem SAS Dr hab. E. Frątczak, ZAHZiAW, ISiD, KAE. Część VII. Analiza szeregu czasowego
Część VII. Analiza szeregu czasowego 1 DEFINICJA SZEREGU CZASOWEGO Szeregiem czasowym nazywamy zbiór warości cechy w uporządkowanych chronologicznie różnych momenach (okresach) czasu. Oznaczając przez
Bardziej szczegółowoPrzekształcenie Laplace a. Definicja i własności, transformaty podstawowych sygnałów
Przekzałcenie Laplace a Deinicja i właności, ranormay podawowych ygnałów Tranormaą Laplace a unkcji je unkcja S zmiennej zepolonej, kórą oznacza ię naępująco: L[ ] unkcja S nazywana bywa również unkcją
Bardziej szczegółowoKurs ZDAJ MATURĘ Z MATEMATYKI MODUŁ 6 Teoria funkcje cz. 2
1 FUNKCJE Wykres i własności funkcji kwadratowej Funkcja kwadratowa może występować w 3 postaciach: postać ogólna: f(x) ax 2 + bx + c, postać kanoniczna: f(x) a(x - p) 2 + q postać iloczynowa: f(x) a(x
Bardziej szczegółowoDynamiczne formy pełzania i relaksacji (odprężenia) górotworu
Henryk FILCEK Akademia Górniczo-Hunicza, Kraków Dynamiczne formy pełzania i relaksacji (odprężenia) góroworu Sreszczenie W pracy podano rozważania na ema możliwości wzbogacenia reologicznego równania konsyuywnego
Bardziej szczegółowoĆwiczenie 133. Interferencja fal akustycznych - dudnienia. Wyznaczanie częstotliwości dudnień. Teoretyczna częstotliwość dudnienia dla danego pomiaru
Kaedra Fizyki SGGW Nazwisko... Daa... Nr na liście... Imię... Wydział... Dzień yg.... Godzina... Ćwiczenie 33 Inererencja al akusycznych - dudnienia Tabela I. Wyznaczanie częsoliwości dudnień Pomiar Czas,
Bardziej szczegółowoAnaliza efektywności kosztowej w oparciu o wskaźnik dynamicznego kosztu jednostkowego
TRANSFORM ADVICE PROGRAMME Invesmen in Environmenal Infrasrucure in Poland Analiza efekywności koszowej w oparciu o wskaźnik dynamicznego koszu jednoskowego dr Jana Rączkę Warszawa, 13.06.2002 2 Spis reści
Bardziej szczegółowoGr.A, Zad.1. Gr.A, Zad.2 U CC R C1 R C2. U wy T 1 T 2. U we T 3 T 4 U EE
Niekóre z zadań dają się rozwiązać niemal w pamięci, pamięaj jednak, że warunkiem uzyskania różnej od zera liczby punków za każde zadanie, jes przedsawienie, oprócz samego wyniku, akże rozwiązania, wyjaśniającego
Bardziej szczegółowoRozwiązanie uogólnionego problemu optymalnej alokacji zasobów. Cezary S. Zaremba*, Leszek S. Zaremba ** WPROWADZENIE
Rozwiązanie uogólnionego problemu opymalnej alokacji zasobów Cezary S. Zaremba*, Leszek S. Zaremba ** WPROWADZENIE Niniejszy arykuł rozwiązuje problem owary posawiony w [4], dzięki czemu będzie można znaleźć
Bardziej szczegółowoWYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH
SaSof Polska, el. 12 428 43 00, 601 41 41 51, info@sasof.pl, www.sasof.pl WYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH Joanna Maych, Krajowy Depozy Papierów
Bardziej szczegółowo