BADANIE PROCESU EKSPLOATACJI W ASPEKCIE NIEZAWODNOŚCIOWO- EKONOMICZNYM
|
|
- Maja Podgórska
- 6 lat temu
- Przeglądów:
Transkrypt
1 ZAKŁAD EKSPLOATACJI SYSTEMÓW ELEKTRONICZNYCH INSTYTUT SYSTEMÓW ELEKTRONICZNYCH WYDZIAŁ ELEKTRONIKI WOJSKOWA AKADEMIA TECHNICZNA PODSTAWY EKSPLOATACJI SYSTEMÓW ĆWICZENIE LABORATORYJNE NR 1 BADANIE PROCESU EKSPLOATACJI W ASPEKCIE NIEZAWODNOŚCIOWO- EKONOMICZNYM 1. Narzędze wspomagające realzację ćwczena: komputerowy program wylczający efekty realzacj przykładowych zadań eksploatacyjnych: BPE.exe. 2. Przedmot ćwczena: model systemu eksploatacj o założonych właścwoścach; modele procesów zadań eksploatacyjnych. 3. Cel ćwczena: lustracja zagadneń zwązanych z zarządzanem eksploatacją; lustracja zależnośc mędzy dagnostyką, nezawodnoścą eksploatacją Warszawa 2017 PES-Ćwcz-Lab
2 1. WPROWADZENIE Przyjmjmy, jako podstawę do rozważań, strukturę systemu eksploatacj przedstawoną na rysunku 1. Jak wynka z tego szkcu, antropotechnczny system eksploatacj składa sę z systemu wytwórczego oraz systemu odborczego. ANTROPOTECHNICZNY SYSTEM EKSPLOATACJI (SAT) SAT WYTWÓRCZY SAT ODBIORCZY PRODUCENT EFEKTU OBIEKTY WYTWARZAJĄCE EFEKT UŻYTKOWY ODBIORCA EFEKTU WYMAGANIA DOTYCZĄCE EFEKTU UŻYTKOWEGO Rys. 1. Ilustracja antropotechncznego systemu eksploatacj Objaśnene: efekt użytkowy to produkt wytwarzany przez parę antropotechnczną (tj. operatora obekt technczny); efekt może meć postać substancjonalną lub energetyczną lub nformacyjną, może także meć charakter welopostacowy. Rolę decydenta systemu wytwórczego pełn producent efektu użytkowego dysponujący zborem obektów przystosowanych do produkcj efektu. Każdy z tych obektów posada strukturę zlustrowaną rysunkem 2. Każdy obekt wytwórczy zbudowany jest z czterech modułów e charakteryzujących sę określonym funkcjam ntensywnośc uszkodzeń λ. Nezawodność eksploatacyjna obektu jest jak wadomo zależna od aktualnej wartośc ntensywnośc uszkodzeń, a ta z kole jest uzależnona od efektywnośc procesu dagnozowana stanu obektu skutecznośc nezbędnych procesów obsługowych (terapeutycznych). Rys. 2. Model obektu produkującego efekt użytkowy Rolę decydenta systemu odborczego pełn odborca efektu użytkowego. Generuje on wymagana odnośne pożądanych właścwośc efektu użytkowego zwłaszcza dotyczących lośc efektu (np. lczby egzemplarzy określonego produktu) oraz czasu wytworzena całośc efektu (tj. chwl odboru kompletnego zamówena). Pomędzy odborcą a producentem efektu stneje relacja bznesowa. Polega ona z grubsza na umowe, że odborca (klent) płac producentow za zrealzowane zadana eksploatacyjnego (tj. zamówena) ustaloną kwotę, ale tylko wtedy, gdy zadane jest w pełn wykonane w określonym czase. 2
3 Rzecz jasna producentow (wykonawcy zadana eksploatacyjnego) zależy na tym, aby zamówone zadane zrealzować z jak najwększym zyskem. Zauważmy, że prognoza dodatnego zysku jest nezbędnym warunkem by można było uznać, że system eksploatacj jest zdatny w aspekce ekonomcznym. Mogą występować różne sytuacje eksploatacyjne. Zarządzane eksploatacją polega m. n. na wyborze takego dzałana, aby w określonej sytuacj zysk był co najmnej satysfakcjonujący. Rozpatrzmy dwa waranty zadań eksploatacyjnych realzowanych za pomocą trzech obektów o zróżncowanych właścwoścach nezawodnoścowych. Celem tych rozważań, opartych na wynkach odpowednch oblczeń, jest zlustrowane wpływu procesu dagnozowana na prognozowaną, ekonomczną nezawodność eksploatacyjną systemu antropotechncznego. WARIANT 1. Warant ten oznacza taką sytuację eksploatacyjną, w której przewduje sę użyce obektu do jednokrotnego zrealzowana zadana eksploatacyjnego. Oznacza to, że producent efektu kalkulując prognozowany zysk ne berze pod uwagę napływu następnych, podobnych zamóweń. Producent, w procese szacowana prognozowanego zysku z realzacj zadana eksploatacyjnego, przyjmuje następujące założena: uzyska dochód W ponese koszty N jeśl poprawne wykona zadane; ne uzyska żadnego dochodu, ale ponese koszty N jeśl ne wykona zadana w całośc w wymaganym czase; prawdopodobeństwo tego, że zadane zostane wykonane ne może być mnejsze nż założona granczna wartość R mn ; prawdopodobeństwo tego, że zadane ne zostane wykonane ne może być wększe nż założona wartość ryzyka (1-R mn ). Podstawowym celem przeprowadzanej analzy nezawodnoścowo-ekonomcznej jest zdefnowane odpowedz na następujące pytana: jake zadana są opłacalne w stnejącej sytuacj eksploatacyjnej? jake zadane jest najbardzej opłacalne? Zauważmy, że w tym przypadku należy brać pod uwagę następujące welkośc opsujące sytuację eksploatacyjną: wymagany (zamówony) efekt E WYM (np. lczbę wytworzonych produktów); wymagany czas realzacj zadana T WYM ; wartość ekonomczną efektu (np. wysokość zapłaty za wykonane zadane); nakłady, czyl ponesone koszty własne producenta; prawdopodobeństwo tego, że zadane zostane wykonane poprawne (tj. w wymaganej objętośc w wymaganym czase). Model eksploatacyjny obektu. Model ten opsują proste wyrażena matematyczne. Występujące w nch welkośc opatrzone są ndeksem, poneważ mogą przyjmować różne wartośc dla obektów różnących sę właścwoścam eksploatacyjnym (tj. dagnostyczno-nezawodnoścowym). 1) Obekt podlega jedyne uszkodzenom losowym (nagłym). Intensywność uszkodzeń wzrasta ze wzrostem czasu realzacj zadana. Neuszkadzalność obektu w tym przypadku przedstawa wyrażene: 3
4 T 0 R T Roexp λ t dt (1) gdze: (t) funkcja ntensywnośc uszkodzeń, tu: wzrastająca z czasem realzacj zadana, zaczynając od wartośc początkowej 0; R o prawdopodobeństwo zdatnośc obektu w chwl rozpoczynana realzacj zadana (prawdopodobeństwo początkowe). 2) W przedzale czasowym [0,T] zostaje wytworzony pewen efekt E dzałana obektu. Efekt ten jest funkcją długośc tego przedzału. Jeśl przyjmemy, że wytwarzane efektu zaczyna sę w chwl 0 to długość przedzału [0,T] wyznacza końcowa chwla T. Zatem efekt wytworzony w przedzale [0,T] można dla uproszczena zapsywać w postac E (T). Przyjmjmy, że ntensywność wytwarzana efektu jest stała znana. Można węc założyć, że jeśl obekt utrzymuje zdatność, to efekt E (T) rośne proporcjonalne do długośc przedzału czasu realzacj zadana. Zatem: E T ket (2) gdze: k E lość efektu wytworzona w jednostce czasu. Wytworzony efekt ma pewną wartość ekonomczną W(E ) (zapłata za wytworzony produkt). Można węc dalej założyć, że wartość ekonomczna W(E ) jest proporcjonalna do czasu zrealzowana zadana, czyl: jeśl E T E WYM to W T kw E T kw ke T (3) Jeśl zamówony efekt ne zostane wykonany w wymaganym czase to odborca nc ne zapłac, czyl: jeśl E T E WYM to W T 0* E T 0 (4) gdze: k W wartość ekonomczna jednostk efektu, ustalona dla przyjętych założeń (tutaj ma postać współczynnka proporcjonalnośc). 3) Wytwarzane efektu zwązane jest z konecznoścą ponoszena określonych nakładów. Przyjmjmy, że wartość nakładów rośne proporcjonalne do czasu realzacj zadana a ponadto może być potrzebny pewen nakład wstępny. Zatem: N T N k T (5) 0 gdze: N 0 0 nakład wstępny (koszt własny producenta), zwązany z rozruchem obektu; przyjmjmy, że jest to koszt dagnozowana wstępnego (dagnozowana przed rozpoczęcem zadana); k N 0 wartość nakładu ponoszonego w jednostce czasu (tu: współczynnk proporcjonalnośc). 4) Przyjmjmy najprostszy model ekonomczny użytkowana obektu. Zysk ze zrealzowana zadana jest różncą wartośc ekonomcznej uzyskanego efektu wartośc bezwzględnej ponesonych nakładów, czyl: pamętajmy przy tym, że N (T) 0. Z T N W T N T (6) 5) Przypomnjmy, że jeśl w trakce realzacj zadana obekt przejdze w stan nezdatnośc, to produkcja efektu zostaje przerwana a efekt wytworzony do chwl uszkodzena zostaje utracony (rozpatrujemy tu tzw. proces użytkowana bez akumulacj efektu). Tym sa- 4
5 mym nakłady ponesone do chwl uszkodzena stają sę stratą producenta. Zysk przyjmuje węc wartość ujemną, równą wartośc ponesonych nakładów, czyl: t U T Z T N T, N T 0 (7) gdze: t U chwla uszkodzena obektu. Rozpatrzymy trzy procedury eksploatacyjne różnące sę tym, że realzowane są z wykorzystanem trzech obektów o odmennych właścwoścach dagnostycznonezawodnoścowych. Procedura 1 (Obekt 1). Początkowy stan obektu ne jest dokładne znany. Nepewność użytkownka można wyrazć przez wstępne prawdopodobeństwo zdatnośc obektu, przyjmujemy tu: R 1 (8) 01 W procedurze 1 przystępuje sę do realzacj zadana bez wstępnego dagnozowana mmo nepewnego stanu obektu. Zatem nakład wstępny ma wartość zerową. Znane są wartośc: k E1, k W1, k N 0 (9) 01 N1, λ 1 t, R 01, N01, R mn1 Pozostałe właścwośc obektu opsują wyrażena (1 7), przy czym = 1. Procedura 2 (Obekt 2). Początkowy stan obektu ne jest dokładne znany dlatego przed podjęcem decyzj o produkcj efektu w procedurze 2 obekt zostaje poddany wstępnemu dagnozowanu. Procedura dagnozowana jest dealna węc można przyjąć, że dla obektu wstępne dagnozowanego dopuszczonego do użyca: R 1 (10) 02 Dagnozowane wstępne wymaga ponesena pewnego nakładu (kosztu), węc N 02 0 (11) Znane są wartośc: k, k, k, λ t, R, N E 2 W2 N , R mn 2 Pozostałe właścwośc obektu opsują wyrażena (1 7), przy czym = 2. Procedura 3 (Obekt 3). Obekt wyposażony jest w elementy rezerwowe jak na rysunku 3. W rozpatrywanym przykładze rezerwowane są tylko elementy e 2, e 3, e 4. Ponadto obekt wyposażony jest w system dozorująco-terapeutyczny (na rysunku 3 nepokazany). Układ dozorująco-terapeutyczny dzała w ten sposób, że: wykrywa nezdatność dozorowanych elementów e 2, e 3, e 4 (lub zastępujących je odpowednch elementów rezerwowych funkcja dozorowana); zastępuje elementy nezdatne rezerwowym elementam zdatnym (funkcja terapeutyczna); rejestruje nformacje o stane elementów dozorowanych rezerwowych (funkcja dagnostyczna); nformacje te są wykorzystywane przed następnym użycem obektu. Dzęk temu w procedurze 3: przed rozpoczęcem zadana eksploatacyjnego wadomo, które elementy w obszarze 5
6 dozorowanym są (ewentualne) nezdatne. Zatem nawet bez dagnozowana wstępnego elementy te mogą być naprawone. Obnża to koszt dagnozowana wstępnego. ne jest znany stan elementu nedozorowanego e 1, który wymaga dagnozowana wstępnego. Oczywśce na podstawe nformacj otrzymanej od układu dozorującoterapeutycznego oraz na podstawe dagnozy wstępnej wolno przyjąć, że: R 1 (12) 03 W tym przypadku zakres dagnozowana może być mnejszy nż w procedurze 2 (dagnozuje sę wstępne tylko element e 1 ), stąd koszt dagnozowana wstępnego jest mnejszy: N03 N (13) 02 Nakłady beżące są wększe, poneważ pojawają sę dodatkowe koszty funkcjonowana sytemu dozorująco-terapeutycznego. Wyraża sę to wększą prędkoścą przyrostu nakładów, czyl wększą wartoścą bezwzględną współczynnka k N3 : k N3 k N2 (14) Zmnejsza sę wstępna ntensywność uszkodzeń unemożlwających zrealzowane zadana (przy dostatecznej lczbe elementów rezerwowanych można przyjąć, że uszkodzene wszystkch elementów rezerwujących element e 2 oraz odpowedno e 3 e 4 jest praktyczne nemożlwe), zatem: R03 T R02 T (15) Znane są wartośc: k, k, k, λ t, R, N E 3 W3 N , R mn 3 Pozostałe właścwośc obektu opsują wyrażena (1 7), przy czym = 3. e 23 e 33 e 43 e 22 e 32 e 42 e 21 e 31 e 41 e 1 e 2 e 3 e 4 Rys.3. Przykład obektu o szeregowo-przekaźnkowej strukturze nezawodnoścowej; e 21..., e 31..., e zbory elementów rezerwowych WARIANT 2. Warant ten oznacza taką sytuację eksploatacyjną, w której producent przewduje użyce tego samego obektu do zrealzowana welu takch samych zadań (lub użyce welu obektów tego samego typu do zrealzowana takch samych zadań). Oznacza to, że producent kalkulując zysk berze pod uwagę równoczesną realzację welu takch samych zadań lub oczekuje, że otrzyma następne, podobne zamówena. Może węc swoje decyzje operać na sumarycznym zysku z realzacj zboru zadań, lcząc sę z tym, że ne wszystke realzacje przynosą mu zysk. Producent spodzewa sę, że uzyska dochód W ponese koszty N jeśl wykona zadane oraz ne otrzyma żadnego dochodu, ale ponese koszty N jeśl ne wykona zadana. Może węc sumę zysków podzelć przez lcz- 6
7 bę zadań przyjętych do realzacj otrzymać zysk przypadający średno na jedną realzację. Zatem przy podejmowanu decyzj przed serą realzacj producent pownen kerować sę wartoścą oczekwaną zysku Z T ze zrealzowana zboru podobnych zadań. Inaczej wygląda to od strony odborcy efektu (czyl klenta). Przyjmjmy, w tym warance gry eksploatacyjnej, że odborca płac tylko za zrealzowane konkretnego, pojedynczego zadana, bez względu na to czy będze zamawał następne. Producent, w ramach analzy ekonomczno-nezawodnoścowej proponowanego zadana eksploatacyjnego, poszukuje odpowedz na następujące pytana: jake zadane jest dla nego statystyczne opłacalne? jake zadane jest najbardzej opłacalne? W tym przypadku (podobne jak w warance 1) należy brać pod uwagę następujące welkośc opsujące sytuację eksploatacyjną: wymagany (tj. zamówony) efekt (np. lość przesyłanych danych w systeme nformatycznym); wymagany czas zrealzowana zadana; wartość ekonomczną efektu (czyl zapłatę za wykonane zadane); nakłady, czyl ponesone koszty własne; prawdopodobeństwo tego, że zadane zostane wykonane o wymaganej objętośc w wymaganym czase; oraz wartość oczekwaną zysku. lub; z prawdopodobeństwem (1 R (T)) utraty zdatnośc przed końcem realzacj zadana. Zauważmy, że: W przedzale [0,T], zysk Z jako zmenna losowa może przyjąć jedną z dwu realzacj: z 1 T W T N T z prawdopodobeństwem R (T) utrzymana zdatnośc do końca realzacj zadana z 2 T 0 N Zatem zgodne z zasadą wyznaczana wartośc oczekwanej zmennej losowej, otrzymujemy: Z T R T z 1 T 1 R T z 2 T (16) R T W T N T 1 R T 0 N T R T W T N T Oczywśce pamętamy, że: N (T) 0. T W warance 2 ogólny model obektu oraz procedury eksploatacyjne realzowane przez trzy obekty o zróżncowanych właścwoścach są analogczne jak w warance 1. 7
8 2. ZADANIE DLA WARIANTU Oblczena symulacyjne wykonać wprowadzając w nterfejse ekranowym pod zakładką Warant 1 wykresy (rys. 4) wartośc zmennych w poszczególnych procedurach, podane w tabel 1. Rys. 4. Wdok nterfejsu ekranowego lustrującego zależnośc charakteryzujące proces eksploatacj Tabela 1. Zalecane wartośc zmennych dla warantu 1 w modelu symulacyjnym procesu eksploatacj Procedura ,0001 0,0001 0,00003 R 01 0, R mn1 0,8 0,8 0,8 N k λ1 1,5 1,5 1 k E1 2,5 2,5 2,5 k W k N1 0,5 0,5 0,7 T WYM E WYM Zaznaczyć, dla każdej procedury, mnmalne maksymalne czasy zadań gwarantujących zysk ne mnejszy od zera. 8
9 2.3. Zapoznać sę z wynkam oblczeń symulacyjnych uwdocznonych na ekrane pod zakładką Warant 1 wynk (rys. 5). Powtórzyć to dzałane dla wszystkch wartośc wymaganego efektu E WYM1 podanych w tabel 1. Rys. 5. Wdok ekranu z wynkam oblczeń symulacyjnych Objaśnena: W polu Wymagana zawarte są życzena klenta odnośne welkośc efektu dopuszczalnego czasu jego wytworzena. W polach Proces/obekt pokazane są możlwośc producenta efektu. Kolor zelony oznacza, że określony obekt jest zdatny do spełnena wymagań klenta, zaś kolor czerwony oznacza, że obekt ne jest zdatny do realzacj tego zadana Przeanalzować uzyskane wynk badana procesu eksploatacj w ujęcu nezwodnoścowo-ekonomcznym, a w szczególnośc: a) Porównać wymagana odborcy efektu użytkowego, czyl: wymagany efekt E WYM ; wymagany czas zrealzowana zadana T WYM ; z opłacalnym dzałanam producenta efektu potwerdzonym spełnenem warunków: E WYM : E WYM Edys T WYM Tdys E WYM gdze: dys E WYM (17a) T dysponowany czas, w cągu którego można uzyskać efekt E WYM. b) Określć, dla każdej procedury (tym samym dla każdego obektu), jake zadane umożlwa uzyskane maksymalnego zysku eksploatacyjnego. Uwaga: Relacja bznesowa Odborca efektu Producent efektu jest właścwa gdy spełnone są równocześne następujące nerównośc: E T ) (Edys EWYM ) (Tdys WYM WYM (18a) W ujęcu dagnostyczno-nezawodnoścowym spełnene warunków (18a) można traktować jako potwerdzene zdatnośc systemu eksploatacj, w aspekce nezawodnoścowoekonomcznym, do realzacj wymaganego zadana eksploatacyjnego. 9
10 3. ZADANIE DLA WARIANTU Oblczena symulacyjne wykonać wprowadzając w nterfejse ekranowym pod zakładką Warant 2 wykresy (rys. 6) wartośc zmennych w poszczególnych procedurach, podane w tabel 2. Rys. 6. Wdok nterfejsu ekranowego lustrującego zależnośc charakteryzujące proces eksploatacj Tabela 2. Zalecane wartośc zmennych dla warantu 2 w modelu symulacyjnym procesu eksploatacj Procedura , , ,00002 R 02 0,7 1 1 N k λ2 1,5 1,5 1 k E2 2,5 2,5 2,5 k W k N2 0,5 0,5 0,7 T WYM E WYM
11 3.2. Zaznaczyć, dla każdej procedury, mnmalne maksymalne czasy realzacj zadań gwarantujące wartość oczekwaną zysku ne mnejszą od zera oraz czasy realzacj zadań, przy których wartość oczekwana zysku osąga wartość ekstremalną (tu: maksymalną) Zapoznać sę z wynkam oblczeń symulacyjnych uwdocznonych na ekrane pod zakładką Warant 2 wynk (rys. 7). Powtórzyć to dzałane dla wszystkch wartośc wymaganego efektu E WYM2 podanych w tabel 2. Rys. 7. Wdok ekranu z wynkam oblczeń symulacyjnych Objaśnena: W polu Wymagana zawarte są życzena klenta odnośne welkośc efektu dopuszczalnego czasu jego wytworzena. W polach Proces/obekt pokazane są możlwośc producenta efektu. Kolor zelony oznacza, że określony obekt jest zdatny do spełnena wymagań klenta, zaś kolor czerwony oznacza, że obekt ne jest zdatny do realzacj tego zadana Przeanalzować uzyskane wynk badana procesu eksploatacj w ujęcu nezwodnoścowo-ekonomcznym, a w szczególnośc: a) Porównać wymagana odborcy efektu użytkowego, czyl: wymagany efekt E WYM ; wymagany czas zrealzowana zadana T WYM ; z opłacalnym dzałanam producenta efektu potwerdzonym spełnenem warunków: E WYM : E WYM Edys T WYM Tdys E WYM gdze: dys E WYM (17b) T dysponowany czas, w cągu którego można uzyskać efekt E WYM. b) Określć, dla każdej procedury (tym samym dla każdego obektu), jake zadane umożlwa uzyskane maksymalnej wartośc oczekwanej zysku eksploatacyjnego. Uwaga: Relacja bznesowa Odborca efektu Producent efektu jest właścwa gdy spełnone są równocześne następujące nerównośc: 11
12 E T ) (Edys EWYM ) (Tdys WYM WYM (18b) W ujęcu dagnostyczno-nezawodnoścowym spełnene warunków (18b) można traktować jako potwerdzene zdatnośc systemu eksploatacj, w aspekce nezawodnoścowoekonomcznym, do realzacj wymaganych zadań eksploatacyjnych. 4. UWAGI KOŃCOWE W sprawozdanu zameścć wynk symulacyjnych oblczeń oraz wnosk o charakterze nezawodnoścowo-ekonomcznym wynkające z przeprowadzonych eksperymentów. 5. Pytana kontrolne 1. Podać wyrażene na prawdopodobeństwo neuszkodzena sę obektu z przyczyn losowych (tj. neuszkadzalność obektu). 2. Wyjaśnć pojęce efektu użytkowana obektu. 3. Wyjaśnć na czym polega dagnozowane obektu. 4. Wymenć ważnejsze wskaźnk opsujące nezawodność obektu. 5. Wyjaśnć pojęce proces eksploatacj. 6. Jak wyznacza sę wartość oczekwaną zmennej losowej? 7. Na czym polega badane dagnostyczne? 8. Na czym polega wnoskowane dagnostyczne? 9. W jakm celu stosuje sę dozorowane stanu obektu? 10. Wyjaśnć pojęce nezawodnośc ekonomcznej obektu. 12
ĆWICZENIE 1 BADANIE WYBRANYCH PROCEDUR I STRATEGII EKSPLOATACYJNYCH
ĆWICNI BADANI WYBANYCH POCDU I STATGII KSPLOATACYJNYCH Cel ćwczena: - lustracja zagadneń zwązanych z zarządzanem esploatacją; - lustracja zależnośc mędzy dagnostyą nezawodnoścą a efetem procesu esploatacj.
Bardziej szczegółowoBADANIE WYBRANYCH PROCEDUR I STRATEGII EKSPLOATACYJNYCH
AKŁAD KSPLOATACJI SYSTMÓW LKTONICNYCH INSTYTUT SYSTMÓW LKTONICNYCH WYDIAŁ LKTONIKI WOJSKOWA AKADMIA TCHNICNA ---------------------------------------------------------------------------------------------------------------
Bardziej szczegółowoBADANIE NIEZAWODNOŚCI DIAGNOZ
ZAKŁA EKSPLOATACJI SYSTEMÓW ELEKTROICZYCH ISTYTUT SYSTEMÓW ELEKTROICZYCH WYZIAŁ ELEKTROIKI WOJSKOWA AKAEMIA TECHICZA -----------------------------------------------------------------------------------------------------------------------------
Bardziej szczegółowo2012-10-11. Definicje ogólne
0-0- Defncje ogólne Logstyka nauka o przepływe surowców produktów gotowych rodowód wojskowy Utrzyywane zapasów koszty zwązane.n. z zarożene kaptału Brak w dostawach koszty zwązane.n. z przestoje w produkcj
Bardziej szczegółowoAnaliza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A
Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe
Bardziej szczegółowoBADANIE NIEZAWODNOŚCI DIAGNOZ
ZAKŁA EKSOATACJI SYSTEMÓW EEKTOICZYCH ISTYTUT SYSTEMÓW EEKTOICZYCH WYZIAŁ EEKTOIKI WOJSKOWA AKAEMIA TECHICZA -------------------------------------------------------------------------------------------------------------------------------
Bardziej szczegółowoModele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.
Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można
Bardziej szczegółowoAnaliza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)
Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz
Bardziej szczegółowo5. OPTYMALIZACJA GRAFOWO-SIECIOWA
. OPTYMALIZACJA GRAFOWO-SIECIOWA Defncja grafu Pod pojęcem grafu G rozumemy następującą dwójkę uporządkowaną (defncja grafu Berge a): (.) G W,U gdze: W zbór werzchołków grafu, U zbór łuków grafu, U W W,
Bardziej szczegółowo) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4
Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =
Bardziej szczegółowo6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO
Różnce mędzy obserwacjam statystycznym ruchu kolejowego a samochodowego 7. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO.. Obserwacje odstępów mędzy kolejnym wjazdam na stację
Bardziej szczegółowoProcedura normalizacji
Metody Badań w Geograf Społeczno Ekonomcznej Procedura normalzacj Budowane macerzy danych geografcznych mgr Marcn Semczuk Zakład Przedsęborczośc Gospodark Przestrzennej Instytut Geograf Unwersytet Pedagogczny
Bardziej szczegółowo0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4
Zad. 1. Dana jest unkcja prawdopodobeństwa zmennej losowej X -5-1 3 8 p 1 1 c 1 Wyznaczyć: a. stałą c b. wykres unkcj prawdopodobeństwa jej hstogram c. dystrybuantę jej wykres d. prawdopodobeństwa: P (
Bardziej szczegółowoPAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W PILE INSTYTUT POLITECHNICZNY. Zakład Budowy i Eksploatacji Maszyn PRACOWNIA TERMODYNAMIKI TECHNICZNEJ INSTRUKCJA
PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W PILE INSTYTUT POLITECHNICZNY Zakład Budowy Eksploatacj Maszyn PRACOWNIA TERMODYNAMIKI TECHNICZNEJ INSTRUKCJA Temat ćwczena: PRAKTYCZNA REALIZACJA PRZEMIANY ADIABATYCZNEJ.
Bardziej szczegółowoSystem Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych SPRAWOZDANIE Z BADAŃ Autor: Joanna Wójcik
Opracowane w ramach projektu System Przecwdzałana Powstawanu Bezroboca na Terenach Słabo Zurbanzowanych ze środków Europejskego Funduszu Społecznego w ramach Incjatywy Wspólnotowej EQUAL PARTNERSTWO NA
Bardziej szczegółowoMETODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.
Opracowane: Dorota Mszczyńska METODA UNITARYZACJI ZEROWANEJ Porównane obektów przy ocene welokryteralnej. Rankng obektów. Porównane wybranych obektów (warantów decyzyjnych) ze względu na różne cechy (krytera)
Bardziej szczegółowoProces narodzin i śmierci
Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH
STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj
Bardziej szczegółowoKURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1
KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej
Bardziej szczegółowoBADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda
BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp
Bardziej szczegółowoZapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.
Zaps nformacj, systemy pozycyjne 1 Lteratura Jerzy Grębosz, Symfona C++ standard. Harvey M. Detl, Paul J. Detl, Arkana C++. Programowane. Zaps nformacj w komputerach Wszystke elementy danych przetwarzane
Bardziej szczegółowoZAŁĄCZNIK NR 1C KARTA USŁUGI Utrzymanie Systemu Kopii Zapasowych (USKZ)
Załącznk nr 1C do Umowy nr.. z dna.2014 r. ZAŁĄCZNIK NR 1C KARTA USŁUGI Utrzymane Systemu Kop Zapasowych (USKZ) 1 INFORMACJE DOTYCZĄCE USŁUGI 1.1 CEL USŁUGI: W ramach Usług Usługodawca zobowązany jest
Bardziej szczegółowo(M2) Dynamika 1. ŚRODEK MASY. T. Środek ciężkości i środek masy
(MD) MECHANIKA - Dynamka T. Środek cężkośc środek masy (M) Dynamka T: Środek cężkośc środek masy robert.szczotka(at)gmal.com Fzyka astronoma, Lceum 01/014 1 (MD) MECHANIKA - Dynamka T. Środek cężkośc środek
Bardziej szczegółowoZadane 1: Wyznacz średne ruchome 3-okresowe z następujących danych obrazujących zużyce energ elektrycznej [kwh] w pewnym zakładze w mesącach styczeń - lpec 1998 r.: 400; 410; 430; 40; 400; 380; 370. Zadane
Bardziej szczegółowoKRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA
KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA Krzysztof Serżęga Wyższa Szkoła Informatyk Zarządzana w Rzeszowe Streszczene Artykuł porusza temat zwązany
Bardziej szczegółowoDr inż. Robert Smusz Politechnika Rzeszowska im. I. Łukasiewicza Wydział Budowy Maszyn i Lotnictwa Katedra Termodynamiki
Dr nż. Robert Smusz Poltechnka Rzeszowska m. I. Łukasewcza Wydzał Budowy Maszyn Lotnctwa Katedra Termodynamk Projekt jest współfnansowany w ramach programu polskej pomocy zagrancznej Mnsterstwa Spraw Zagrancznych
Bardziej szczegółowoWeryfikacja hipotez dla wielu populacji
Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w
Bardziej szczegółowoStatystyka Inżynierska
Statystyka Inżynerska dr hab. nż. Jacek Tarasuk AGH, WFIS 013 Wykład DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE Zmenna losowa, Funkcja rozkładu, Funkcja gęstośc, Dystrybuanta, Charakterystyk zmennej, Funkcje
Bardziej szczegółowoZjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych)
Statystyka - nauka zajmująca sę metodam badana przedmotów zjawsk w ch masowych przejawach ch loścową lub jakoścową analzą z punktu wdzena nauk, do której zakresu należą.
Bardziej szczegółowoFunkcje i charakterystyki zmiennych losowych
Funkcje charakterystyk zmennych losowych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Funkcje zmennych losowych
Bardziej szczegółowo8. Optymalizacja decyzji inwestycyjnych
dr nż. Zbgnew Tarapata: Optymalzacja decyzj nwestycyjnych, cz.ii 8. Optymalzacja decyzj nwestycyjnych W rozdzale 8, część I przedstawono elementarne nformacje dotyczące metod oceny decyzj nwestycyjnych.
Bardziej szczegółowoXXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne
XXX OLIMPIADA FIZYCZNA ETAP III Zadane dośwadczalne ZADANIE D Nazwa zadana: Maszyna analogowa. Dane są:. doda półprzewodnkowa (krzemowa) 2. opornk dekadowy (- 5 Ω ), 3. woltomerz cyfrowy, 4. źródło napęca
Bardziej szczegółowoLaboratorium ochrony danych
Laboratorum ochrony danych Ćwczene nr Temat ćwczena: Cała skończone rozszerzone Cel dydaktyczny: Opanowane programowej metody konstruowana cał skończonych rozszerzonych GF(pm), poznane ch własnośc oraz
Bardziej szczegółowoNatalia Nehrebecka. Zajęcia 4
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 7
Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy
Bardziej szczegółowoRozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1
Rozkład dwupunktowy Zmenna losowa przyjmuje tylko dwe wartośc: wartość 1 z prawdopodobeństwem p wartość 0 z prawdopodobeństwem 1- p x p 0 1-p 1 p suma 1 Rozkład dwupunktowy Funkcja rozkładu prawdopodobeństwa
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane
Bardziej szczegółowoUrządzenia wejścia-wyjścia
Urządzena wejśca-wyjśca Klasyfkacja urządzeń wejśca-wyjśca. Struktura mechanzmu wejśca-wyjśca (sprzętu oprogramowana). Interakcja jednostk centralnej z urządzenam wejśca-wyjśca: odpytywane, sterowane przerwanam,
Bardziej szczegółowoSTATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ],
STATECZNOŚĆ SKARP W przypadku obektu wykonanego z gruntów nespostych zaprojektowane bezpecznego nachylena skarp sprowadza sę do przekształcena wzoru na współczynnk statecznośc do postac: tgφ tgα = n gdze:
Bardziej szczegółowoWikiWS For Business Sharks
WkWS For Busness Sharks Ops zadana konkursowego Zadane Opracowane algorytmu automatyczne przetwarzającego zdjęce odręczne narysowanego dagramu na tablcy lub kartce do postac wektorowej zapsanej w formace
Bardziej szczegółowoMinister Edukacji Narodowej Pani Katarzyna HALL Ministerstwo Edukacji Narodowej al. J. Ch. Szucha 25 00-918 Warszawa Dnia 03 czerwca 2009 r.
Mnster Edukacj arodowej Pan Katarzyna HALL Mnsterstwo Edukacj arodowej al. J. Ch. Szucha 25 00-918 arszawa Dna 03 czerwca 2009 r. TEMAT: Propozycja zmany art. 30a ustawy Karta auczycela w forme lstu otwartego
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Zajęcia 4
Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja
Bardziej szczegółowoSZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW
SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.
Bardziej szczegółowoANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XVI/3, 2015, str. 248 257 ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ Sławomr
Bardziej szczegółowo( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X
Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA WYKŁAD 15. ALGORYTMY GENETYCZNE Częstochowa 014 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TERMINOLOGIA allele wartośc, waranty genów, chromosom - (naczej
Bardziej szczegółowoSprawozdanie powinno zawierać:
Sprawozdane pownno zawerać: 1. wypełnoną stronę tytułową (gotowa do ćw. nr 0 na strone drugej, do pozostałych ćwczeń zameszczona na strone 3), 2. krótk ops celu dośwadczena, 3. krótk ops metody pomaru,
Bardziej szczegółowoPrognozowanie niezawodności złożonych obiektów technicznych
Buletyn WAT Vol. LV, Numer specjalny, 2006 Prognozowane nezawodnośc złożonych obektów techncznych DARIUSZ LASKOWSKI Wojskowa Akadema Technczna, Wydzał Elektronk, Instytut Telekomunkacj, 00-908 Warszawa,
Bardziej szczegółowoOligopol dynamiczny. Rozpatrzmy model sekwencyjnej konkurencji ilościowej jako gra jednokrotna z pełną i doskonalej informacją
Olgopol dynamczny Rozpatrzmy model sekwencyjnej konkurencj loścowej jako gra jednokrotna z pełną doskonalej nformacją (1934) Dwa okresy: t=0, 1 tzn. frma 2 podejmując decyzję zna decyzję frmy 1 Q=q 1 +q
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne
Bardziej szczegółowoSystem M/M/1/L. λ = H 0 µ 1 λ 0 H 1 µ 2 λ 1 H 2 µ 3 λ 2 µ L+1 λ L H L+1. Jeli załoymy, e λ. i dla i = 1, 2,, L+1 oraz
System M/M// System ten w odrónenu do wczenej omawanych systemów osada kolejk. Jednak jest ona ogranczona, jej maksymalna ojemno jest wartoc skoczon
Bardziej szczegółowoEKONOMETRIA I Spotkanie 1, dn. 05.10.2010
EKONOMETRIA I Spotkane, dn. 5..2 Dr Katarzyna Beń Program ramowy: http://www.sgh.waw.pl/nstytuty/e/oferta_dydaktyczna/ekonometra_stacjonarne_nest acjonarne/ Zadana, dane do zadań, ważne nformacje: http://www.e-sgh.pl/ben/ekonometra
Bardziej szczegółowoProjekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE
Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:
Bardziej szczegółowoSTATYSTYCZNA ANALIZA WYNIKÓW POMIARÓW
Zakład Metrolog Systemów Pomarowych P o l t e c h n k a P o z n ańska ul. Jana Pawła II 4 60-965 POZAŃ (budynek Centrum Mechatronk, Bomechank anonżyner) www.zmsp.mt.put.poznan.pl tel. +48 61 665 5 70 fax
Bardziej szczegółowoOPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE OPTIMAL INVESTMENT STRATEGY FUNDAMENTAL ANALYSIS
ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2014 Sera: ORGANIZACJA I ZARZĄDZANIE z. 68 Nr kol. 1905 Adranna MASTALERZ-KODZIS Unwersytet Ekonomczny w Katowcach OPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE
Bardziej szczegółowoPOJAZDY SZYNOWE 3/2014
POJAZDY SZYNOWE 3/4 ANALIZA GOTOWOŚCI I NIEZAWODNOŚCI TABORU KOLEJOWEGO Z UWZGLĘDNIENIEM REZERWY EKSPLOATACYJNEJ dr nż. Macej Szkoda, mgr nż. Augustyn Krzysztof Lorenc Poltechnka Krakowska, Wydzał Mechanczny,
Bardziej szczegółowoAUTOMATYKA I STEROWANIE W CHŁODNICTWIE, KLIMATYZACJI I OGRZEWNICTWIE L3 STEROWANIE INWERTEROWYM URZĄDZENIEM CHŁODNICZYM W TRYBIE PD ORAZ PID
ĆWICZENIE LABORAORYJNE AUOMAYKA I SEROWANIE W CHŁODNICWIE, KLIMAYZACJI I OGRZEWNICWIE L3 SEROWANIE INWEREROWYM URZĄDZENIEM CHŁODNICZYM W RYBIE PD ORAZ PID Wersja: 03-09-30 -- 3.. Cel ćwczena Celem ćwczena
Bardziej szczegółowoStatystyka Opisowa 2014 część 2. Katarzyna Lubnauer
Statystyka Opsowa 2014 część 2 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,
Bardziej szczegółowoPomiary parametrów akustycznych wnętrz.
Pomary parametrów akustycznych wnętrz. Ocena obektywna wnętrz pod względem akustycznym dokonywana jest na podstawe wartośc następujących parametrów: czasu pogłosu, wczesnego czasu pogłosu ED, wskaźnków
Bardziej szczegółowoD Archiwum Prac Dyplomowych - Instrukcja dla opiekunów/promotorów/recenzentów
D Archwum Prac Dyplomowych - Instrukcja dla opekunów/promotorów/recenzentów Kraków 13.01.2016 r. Procedura Archwzacj Prac Dyplomowych jest realzowana zgodne z zarządzenem nr 71/2015 Rektora Unwersytetu
Bardziej szczegółowoAnaliza ryzyka jako instrument zarządzania środowiskiem
WARSZTATY 2003 z cyklu Zagrożena naturalne w górnctwe Mat. Symp. str. 461 466 Elżbeta PILECKA, Małgorzata SZCZEPAŃSKA Instytut Gospodark Surowcam Mneralnym Energą PAN, Kraków Analza ryzyka jako nstrument
Bardziej szczegółowoINDUKCJA ELEKTROMAGNETYCZNA. - Prąd powstający w wyniku indukcji elektro-magnetycznej.
INDUKCJA ELEKTROMAGNETYCZNA Indukcja - elektromagnetyczna Powstawane prądu elektrycznego w zamknętym, przewodzącym obwodze na skutek zmany strumena ndukcj magnetycznej przez powerzchnę ogranczoną tym obwodem.
Bardziej szczegółowoSystemy Ochrony Powietrza Ćwiczenia Laboratoryjne
ś POLITECHNIKA POZNAŃSKA INSTYTUT INŻYNIERII ŚRODOWISKA PROWADZĄCY: mgr nż. Łukasz Amanowcz Systemy Ochrony Powetrza Ćwczena Laboratoryjne 2 TEMAT ĆWICZENIA: Oznaczane lczbowego rozkładu lnowych projekcyjnych
Bardziej szczegółowoRezerwowanie jako metoda zwiększenia gotowości i niezawodności floty pojazdów
LOREC Augustyn Krzysztof SZKODA Macej Rezerwowane jako metoda zwększena gotowośc nezawodnośc floty WSTĘP W procesach transportowych stotną rolę odgrywa problematyka zapewnena cągłośc procesów przewozowych.
Bardziej szczegółowoModel ASAD. ceny i płace mogą ulegać zmianom (w odróżnieniu od poprzednio omawianych modeli)
Model odstawowe założena modelu: ceny płace mogą ulegać zmanom (w odróżnenu od poprzedno omawanych model) punktem odnesena analzy jest obserwacja pozomu produkcj cen (a ne stopy procentowej jak w modelu
Bardziej szczegółowoTreść zadań 1 8 odnosi się do poniższego diagramu przestrzenno-czasowego.
Treść zadań 8 odnos sę do ponższego dagramu przestrzenno-czasowego. P e e e e e e P e P P e e e e. Jaka będze wartość zmennej clock (zegara skalarnego) po zajścu zdarzena e w procese P zakładając że wartość
Bardziej szczegółowoZASTOSOWANIE MODELU MOTAD DO TWORZENIA PORTFELA AKCJI KLASYFIKACJA WARUNKÓW PODEJMOWANIA DECYZJI
Krzysztof Wsńsk Katedra Statystyk Matematycznej, AR w Szczecne e-mal: kwsnsk@e-ar.pl ZASTOSOWANIE MODELU MOTAD DO TWORZENIA PORTFELA AKCJI Streszczene: W artykule omówono metodologę modelu MOTAD pod kątem
Bardziej szczegółowoZAJĘCIA X. Zasada największej wiarygodności
ZAJĘCIA X Zasada najwększej warygodnośc Funkcja warygodnośc Estymacja wg zasady maksymalzacj warygodnośc Rodzna estymatorów ML Przypadk szczególne WPROWADZEIE Komputerowa dentyfkacja obektów Przyjęce na
Bardziej szczegółowoXXXV Konferencja Statystyka Matematyczna
XXXV Konferencja Saysyka Maeayczna MODEL OTOWOŚCI SYSTEMU TECHNICZNEO Karol J. ANDRZEJCZAK karol.andrzejczak@pu.poznan.pl Polechnka Poznańska hp://www.pu.poznan.pl/ PRORAM REERATU 1. WPROWADZENIE 2. ORMALIZACJA
Bardziej szczegółowoZa: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch
Za: Stansław Latoś, Nwelacja trygonometryczna, [w:] Ćwczena z geodezj II [red.] J. eluch 6.1. Ogólne zasady nwelacj trygonometrycznej. Wprowadzene Nwelacja trygonometryczna, zwana równeż trygonometrycznym
Bardziej szczegółowoKształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu
PRACE KOMISJI GEOGRAFII PRZEMY SŁU Nr 7 WARSZAWA KRAKÓW 2004 Akadema Pedagogczna, Kraków Kształtowane sę frm nformatycznych jako nowych elementów struktury przestrzennej przemysłu Postępujący proces rozwoju
Bardziej szczegółowoNAFTA-GAZ marzec 2011 ROK LXVII. Wprowadzenie. Tadeusz Kwilosz
NAFTA-GAZ marzec 2011 ROK LXVII Tadeusz Kwlosz Instytut Nafty Gazu, Oddzał Krosno Zastosowane metody statystycznej do oszacowana zapasu strategcznego PMG, z uwzględnenem nepewnośc wyznaczena parametrów
Bardziej szczegółowoZaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych
Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,
Bardziej szczegółowoPortfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego
Portel nwestycyjny ćwczena Na podst. Wtold Jurek: Konstrukcja analza rozdzał 5 dr chał Konopczyńsk Portele zawerające walor pozbawony ryzyka. lementy teor rynku kaptałowego 1. Pożyczane penędzy amy dwa
Bardziej szczegółowoWPROWADZENIE DO TEORII DECYZJI STATYSTYCZNYCH
Ćwczene nr 1 Statystyczne metody wspomagana decyzj Teora decyzj statystycznych WPROWADZENIE DO TEORII DECYZJI STATYSTYCZNYCH Problem decyzyjny decyzja pocągająca za sobą korzyść lub stratę. Proces decyzyjny
Bardziej szczegółowo± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości
Podstawowe pojęca procesu pomarowego kreślene jakośc poznana rzeczywstośc Δ zmerzone rzeczywste 17 9 Zalety stosowana elektrycznych przyrządów 1/ 1. możlwość budowy czujnków zamenających werne każdą welkość
Bardziej szczegółowoTeoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru
Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru
Bardziej szczegółowoSTARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU
Ewa Szymank Katedra Teor Ekonom Akadema Ekonomczna w Krakowe ul. Rakowcka 27, 31-510 Kraków STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU Abstrakt Artykuł przedstawa wynk badań konkurencyjnośc
Bardziej szczegółowoMATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5
MATEMATYKA POZIOM ROZSZERZONY Krytera ocenana odpowedz Arkusz A II Strona 1 z 5 Odpowedz Pytane 1 2 3 4 5 6 7 8 9 Odpowedź D C C A B 153 135 232 333 Zad. 10. (0-3) Dana jest funkcja postac. Korzystając
Bardziej szczegółowoNatalia Nehrebecka. Wykład 2
Natala Nehrebecka Wykład . Model lnowy Postad modelu lnowego Zaps macerzowy modelu lnowego. Estymacja modelu Wartośd teoretyczna (dopasowana) Reszty 3. MNK przypadek jednej zmennej . Model lnowy Postad
Bardziej szczegółowoSTEROWANIE GOTOWOŒCI W SYSTEMACH EKSPLOATACJI ŒRODKÓW TRANSPORTU
UNIWERSYTET TECHNOLOGICZNO-PRZYRODNICZY IM. JANA I JÊDRZEJA ŒNIADECKICH W BYDGOSZCZY ROZPRAWY NR 68 Klaudusz Mgawa STEROWANIE GOWOŒCI W SYSTEMACH EKSPLOATACJI ŒRODKÓW TRANSPORTU BYDGOSZCZ 23 REDAKTOR NACZELNY
Bardziej szczegółowoWYZNACZANIE WSPÓŁCZYNNIKA LEPKOŚCI CIECZY METODĄ STOKESA
WYZNACZANIE WSPÓŁCZYNNIKA LEPKOŚCI CIECZY METODĄ STOKESA. Ops teoretyczny do ćwczena zameszczony jest na strone www.wtc.wat.edu.pl w dzale DYDAKTYKA FIZYKA ĆWICZENIA LABORATORYJNE.. Ops układu pomarowego
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 11
Stansław Cchock Natala Nehrebecka Wykład 11 1 1. Testowane hpotez łącznych 2. Testy dagnostyczne Testowane prawdłowośc formy funkcyjnej: test RESET Testowane normalnośc składnków losowych: test Jarque-Berra
Bardziej szczegółowoTRANZYSTOR BIPOLARNY CHARAKTERYSTYKI STATYCZNE
POLITHNIKA RZSZOWSKA Katedra Podstaw lektronk Instrkcja Nr4 F 00/003 sem. letn TRANZYSTOR IPOLARNY HARAKTRYSTYKI STATYZN elem ćwczena jest pomar charakterystyk statycznych tranzystora bpolarnego npn lb
Bardziej szczegółowoPlan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup
Jednoczynnkowa Analza Waranc (ANOVA) Wykład 11 Przypomnene: wykłady zadana kursu były zaczerpnęte z podręcznków: Statystyka dla studentów kerunków techncznych przyrodnczych, J. Koronack, J. Melnczuk, WNT
Bardziej szczegółowoKATEDRA INFORMATYKI TECHNICZNEJ. Ćwiczenia laboratoryjne z Logiki Układów Cyfrowych. ćwiczenie 208. Komputerowa realizacja automatów skończonych
KATEDRA INFORMATYKI TECHNICZNEJ Ćwczena laboratoryjne z Logk Układów Cyfrowych ćwczene 208 Temat: Komputerowa realzacja automatów skończonych 1. Cel ćwczena Celem ćwczena jest praktyczne zapoznane sę ze
Bardziej szczegółowoSYSTEM ZALICZEŃ ĆWICZEŃ
AMI, zma 010/011 mgr Krzysztof Rykaczewsk System zalczeń Wydzał Matematyk Informatyk UMK SYSTEM ZALICZEŃ ĆWICZEŃ z Analzy Matematycznej I, 010/011 (na podst. L.G., K.L., J.M., K.R.) Nnejszy dokument dotyczy
Bardziej szczegółowoStatystyka Opisowa 2014 część 1. Katarzyna Lubnauer
Statystyka Opsowa 2014 część 1 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,
Bardziej szczegółowoANALIZA JEDNOSTKOWYCH STRAT CIEPŁA W SYSTEMIE RUR PREIZOLOWANYCH
ZESZYTY NAUKOWE POLITECHNIKI RZESZOWSKIEJ Nr 83 Budownctwo Inżynera Środowska z. 59 (4/1) 01 Bożena BABIARZ Barbara ZIĘBA Poltechnka Rzeszowska ANALIZA JEDNOSTKOWYCH STRAT CIEPŁA W SYSTEMIE RUR PREIZOLOWANYCH
Bardziej szczegółowoEgzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010
Egzamn ze statystyk/ Studa Lcencjacke Stacjonarne/ Termn /czerwec 2010 Uwaga: Przy rozwązywanu zadań, jeśl to koneczne, naleŝy przyjąć pozom stotnośc 0,01 współczynnk ufnośc 0,99 Zadane 1 PonŜsze zestawene
Bardziej szczegółowoNowe europejskie prawo jazdy w celu większej ochrony, bezpieczeństwa i swobodnego przemieszczania się
KOMISJA EUROPEJSKA NOTATKA Bruksela, 18 styczna 2013 r. Nowe europejske prawo jazdy w celu wększej ochrony, bezpeczeństwa swobodnego przemeszczana sę W dnu 19 styczna 2013 r., w ramach wejśca w życe trzecej
Bardziej szczegółowoStatystyka. Zmienne losowe
Statystyka Zmenne losowe Zmenna losowa Zmenna losowa jest funkcją, w której każdej wartośc R odpowada pewen podzbór zboru będący zdarzenem losowym. Zmenna losowa powstaje poprzez przyporządkowane każdemu
Bardziej szczegółowoWskaźniki niezawodności, ryzyka i oczekiwanej efektywności eksploatacji obiektów technicznych
Wskaźnk nezawodnośc, ryzyka oczekwanej efektywnośc eksploatacj 95 ZAGADNENA EKSPLOATACJ MASZYN Zeszyt 1 (149) 2007 OLGERD DOWNAROWCZ * Wskaźnk nezawodnośc, ryzyka oczekwanej efektywnośc eksploatacj obektów
Bardziej szczegółowoWSPOMAGANE KOMPUTEROWO POMIARY CZĘSTOTLIWOŚCI CHWILOWEJ SYGNAŁÓW IMPULSOWYCH
Metrologa Wspomagana Komputerowo - Zegrze, 9-22 05.997 WSPOMAGANE KOMPUTEROWO POMIARY CZĘSTOTLIWOŚCI CHWILOWEJ SYGNAŁÓW IMPULSOWYCH dr nż. Jan Ryszard Jask, dr nż. Elgusz Pawłowsk POLITECHNIKA lubelska
Bardziej szczegółowomgr inż. Wojciech Artichowicz MODELOWANIE PRZEPŁYWU USTALONEGO NIEJEDNOSTAJNEGO W KANAŁACH OTWARTYCH
Poltechnka Gdańska Wydzał Inżyner Lądowej Środowska Katedra ydrotechnk mgr nż. Wojcech Artchowcz MODELOWANIE PRZEPŁYWU USTALONEGO NIEJEDNOSTAJNEGO W KANAŁAC OTWARTYC PRACA DOKTORSKA Promotor: prof. dr
Bardziej szczegółowoW praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.
Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas
Bardziej szczegółowo= σ σ. 5. CML Capital Market Line, Rynkowa Linia Kapitału
5 CML Catal Market Lne, ynkowa Lna Katału Zbór ortolo o nalny odchylenu standardowy zbór eektywny ozważy ortolo złożone ze wszystkch aktywów stnejących na rynku Załóży, że jest ch N A * P H P Q P 3 * B
Bardziej szczegółowoPOJAZDY SZYNOWE 2/2014
ANALIZA PRZYCZYN I SKUTKÓW USZKODZEŃ (FMEA) W ZASTOSOWANIU DO POJAZDÓW SZYNOWYCH dr nż. Macej Szkoda, mgr nż. Grzegorz Kaczor Poltechnka Krakowska, Instytut Pojazdów Szynowych al. Jana Pawła II 37, 31-864
Bardziej szczegółowoRozwiązywanie zadań optymalizacji w środowisku programu MATLAB
Rozwązywane zadań optymalzacj w środowsku programu MATLAB Zagadnene optymalzacj polega na znajdowanu najlepszego, względem ustalonego kryterum, rozwązana należącego do zboru rozwązań dopuszczalnych. Standardowe
Bardziej szczegółowo65120/ / / /200
. W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę
Bardziej szczegółowo