Dariusz Andraka WPROWADZENIE
|
|
- Dominika Lisowska
- 8 lat temu
- Przeglądów:
Transkrypt
1 Dariusz Andraka MODELOWANIE PRACY OCZYSZCZALNI ŚCIEKÓW Z WYKORZYSTANIEM SYMULACJI MONTE CARLO Streszczenie. W artykule podjęto tematykę symulacji pracy komunalnej oczyszczalni ścieków, realizowaną w celu analizy i ocen końcowych efektów technologicznych oczyszczania. W badaniach wykorzystano metodę symulacji Monte Carlo, która jest jedną z najczęściej stosowanych procedur w ilościowej analizie ryzyka, mających na celu określenie poziomu prawdopodobieństwa zdarzeń będących realizacją przyjętego modelu funkcjonowania obiektu (procesu). Za pomocą tego rodzaju symulacji możliwe jest np. prognozowanie wartości wybranych parametrów jakościowych ścieków oczyszczonych, co z kolei pozwala modelować prawdopodobieństwo uzyskania wymaganego efektu oczyszczania. W części aplikacyjnej zostały zaprezentowane tego typu symulacje zrealizowane w oparciu o ustalone założenia co do właściwości statystycznych zmiennej losowej jaką jest stężenie zanieczyszczeń w odpływie z oczyszczalni. Wyniki przeprowadzonych symulacji wykorzystano do prognozowania niezawodności działania oczyszczalni w powiązaniu z obowiązującymi przepisami. Zaprezentowane wyniki są rezultatem prac realizowanych w ramach pracy badawczej statutowej S/WBiIŚ/22/08 realizowanej w Katedrze Systemów Inżynierii Środowiska Politechniki Białostockiej. Słowa kluczowe: symulacja Monte Carlo, efektywność oczyszczania ścieków, wymagana niezawodność oczyszczalni. WPROWADZENIE Symulacja pracy oczyszczalni ścieków jest często podejmowanym problemem badawczym, zarówno na etapie projektowania, modernizacji czy też eksploatacji tych obiektów. W związku ze złożonością procesów technologicznych występujących w procesie oczyszczania na różnych jego etapach, można spotkać się z rozmaitymi modelami o różnym stopniu skomplikowania i dokładności, począwszy od prostych modeli deterministycznych (jak choćby model zastosowany w normie ATV-A131), a kończąc na bardzo złożonych modelach dynamicznych (np. model osadu czynnego ASM z różnymi modyfikacjami). Niestety, najbardziej dokładne modele dynamiczne są z reguły najtrudniejsze do wykorzystania, gdyż wymagają zastosowania kosztownego, specjalistycznego oprogramowania oraz pracochłonnej kalibracji. W wielu przypadkach możemy jednak posłużyć się prostszymi metodami, dającymi wystarczająco dokładne z punktu widzenia praktyki inżynierskiej, wyniki oszacowań badanych parametrów. Jedną z takich metod modelowania jest sy- Dariusz Andraka Katedra Systemów Inżynierii Środowiska, Politechnika Białostocka 7
2 mulacja Monte Carlo, która dzięki wielokrotnemu przeliczaniu ustalonego modelu matematycznego opisującego badane zjawisko, przy wykorzystaniu losowo generowanych zmiennych, pozwala uzyskać wyniki obarczone niewielkimi błędami. W prezentowanej pracy, symulacja Monte Carlo została wykorzystana do modelowania efektu końcowego oczyszczania ścieków oraz powiązanych z nim parametrów takich jak niezawodność technologiczna, czy też ryzyko negatywnej oceny oczyszczalni przez organy kontrolne. METODA MONTE CARLO Metoda Monte Carlo należy do klas metod symulacyjnych i jest często wykorzystywana do modelowania zjawisk zbyt złożonych, aby je można było przedstawić za pomocą podejścia analitycznego. Najczęściej przywoływane zastosowania tej metody to m.in.: całkowanie numeryczne, łańcuchy procesów statystycznych, modelowanie procesów fizycznych (np. w fizyce molekularnej), analiza ryzyka w zarządzaniu i finansach. Można znaleźć również szereg przykładów wykorzystania symulacji Monte Carlo w analizie związanej z funkcjonowaniem obiektów gospodarki wodnościekowej, jak choćby symulacja pracy oczyszczalni z wykorzystaniem niepewnych wartości parametrów technologicznych [4, 9], czy też wspomaganie podejmowania decyzji przy wyborze optymalnego wariantu modernizacji oczyszczalni ścieków [1]. Formalnie, metodę Monte Carlo można zdefiniować jako wykorzystanie ciągu liczb losowych do budowy próby z hipotetycznej populacji, na podstawie której możliwe jest określenie statystycznych estymatorów parametrów poszukiwanego rozwiązanie problemu [6]. W praktyce polega ona na sformułowaniu modelu stochastycznego opisującego realne zjawisko, a następnie wielokrotnej realizacji tego modelu z wykorzystaniem losowo generowanych zmiennych (zgodnie z przyjętym rozkładem prawdopodobieństwa) i analizie statystycznej uzyskanych wyników. Procedura ta może być zrealizowana w następujących krokach: określenie parametru będącego podstawowym miernikiem danego problemu (np. stężenie zanieczyszczeń w ściekach oczyszczonych, efektywność technologiczna, stężenie zanieczyszczeń w odbiorniku po wprowadzeniu ścieków); budowa modelu matematycznego opisującego badany problem (z wykorzystaniem zarówno zmiennych deterministycznych jaki i losowych); określenie rozkładu prawdopodobieństwa dla każdej zmiennej losowej występującej w modelu; przyporządkowanie każdej zmiennej losowej odpowiadającej jej liczby losowej wygenerowanej zgodnie z określonym rozkładem prawdopodobieństwa; rozwiązanie modelu i wyznaczenie wartości podstawowego miernika z wykorzystaniem uzyskanych w poprzednim kroku liczb losowych; zapamiętanie wyniku; powtórzenie kroków 4 6 dowolną liczbę razy (im więcej, tym lepiej); 8
3 7) powtórzenie kroków 4 6 dowoln liczb razy (im wi cej, tym lepiej) 8) analiza statystyczna zbioru warto ci uzyskanych w krok Inżynieria prawdopodobie stwa, Ekologiczna Nr 24, skumulowany 2011 rozk ad prawdopodobie stwa, sta itp.) analiza statystyczna zbioru G ównym wartości problemem uzyskanych rozwi zywanym w kroku 6 (rozkład za prawdopodobieństwa, skumulowany prawdopodobie stwa rozkład prawdopodobieństwa, badanych zdarze statystyki oraz opisowe warto ci itp.). oczekiwanej pomoc takiej procedury badan Głównym problemem (zmiennych rozwiązywanym losowych). za Dlatego pomocą te, takiej symulacja procedury Monte jest Carlo okre-jesślanie prawdopodobieństwa narz dzi badanych stosowanych zdarzeń w analizie oraz wartości ryzyka [5]. oczekiwanej badanych jednym z parametrów (zmiennych losowych). Dlatego też, symulacja Monte Carlo jest jednym z podstawowych narzędzi stosowanych w analizie ryzyka [5]. OPIS PRZEPROWADZONYCH BADA OPIS PRZEPROWADZONYCH Jednym BADAŃ z podstawowych zada oczyszczalni cieków jest usuni Jednym z podstawowych zanieczyszcze zadań w oczyszczalni stopniu wymaganym ścieków jest ze usunięcie wzgl du ze na ścieków ochron odbiornika zanieczyszczeń w stopniu formalne wymaganym obowi zuj ce ze względu dla danego na ochronę obiektu, odbiornika a okre lone oraz wymagania formalne obowiązujące dla danego obiektu, a określone w pozwoleniu w pozwoleniu w Parametrem, który w stosunkowo prosty sposób pozwala modelowa stop wodno-prawnym. Parametrem, który w stosunkowo prosty sposób pozwala modelować stopień wypełnienia tego zadania tego zadania jest wska nik jest wskaźnik sprawno ci sprawności technologicznej technologicznej oczyszczalni ciekó oczyszczalni ścieków zale no ci zdefiniowany [7]: zależnością [7]: dop warto dopuszczalna danego wska nika zanieczyszcze w P SO = P( x < dop ) (1) gdzie: gdzie: oczyszczonych. x zmienna losowa Wska nik x określająca zmienna ten losowa w wartość sposób okre laj ca wskaźnika liczbowy warto charakteryzuje zanieczyszczeń wska nika zanieczyszcze niezawodno rodzaju rodzaj techn x w ściekach oczyszczonych; cieków oczyszczonych; i mo e by stosowany, zw aszcza przez eksploatatorów, do dop wartość dopuszczalna danego wskaźnika zanieczyszczeń w ściekach oczyszczonych. funkcjonowania obiektu. W powi zaniu z analiz rozk adu prawdop Wskaźnik ten w sposób liczbowy charakteryzuje niezawodność technologiczną losowej jak jest warto st enia zanieczyszcze w ciekac oczyszczalni ścieków i może być stosowany, zwłaszcza przez eksploatatorów, do oceny prawidłowości funkcjonowania oczyszczalni, pozwala obiektu. równie W powiązaniu prognozowa z analizą niezawodno rozkładu dzia ania o prawdopodobieństwa zmiennej ryzyko nie losowej spe nienia jaką jest wymogów wartość stężenia formalnych zanieczyszczeń co do jako ci c w ściekach odprowadzanych z oczyszczalni, pozwala również prognozować niezawodność działania obiektu skutkuj ce oraz oszacować na o eniem ryzyko kar nie spełnienia finansowych wymogów na formalnych co do jakości ścieków eksploatatora obie zaproponowali oczyszczonych, model skutkujące niezawodno ciowy nałożeniem kar wykorzystuj cy finansowych w a ciwo ci na eksploatatora obiektu. Niku i in. [8] zaproponowali model niezawodnościowy wykorzystujący właściwości normalnego dystrybuanty i logarytmiczno rozkładu normalnego normalnego, i logarytmiczno dla prognozowania normalnego, dla prognozowania oczyszczalni niezawodności cieków technologicznej w zale no ci oczyszczalni od dodatkowego ścieków parametru, ja niezawo w zależności od dodatkowego parametru, jakim jest współczynnik niezawodności WN, definiowany poniższą niezawodno ci zależnością: WN, definiowany poni sz zale no ci : WN = m x dop (2) gdzie: gdzie: m wartość średnia zmiennej losowej x w odpływie z oczyszczalni; m warto rednia zmiennej losowej x w odp ywie z oczyszczaln dop warto dopuszczalna wska nika x zanieczyszcze w odp yw Przy za o eniu rozk adu normalnego N (m, ) badanej 9 zmie niezawodno ciowy przybiera posta :
4 WN = m x dop (2 gdzie: Inżynieria Ekologiczna Nr 24, 2011 m warto rednia zmiennej losowej x w odp ywie z oczyszczalni; dop wartość dopuszczalna warto dopuszczalna wskaźnika wska nika x zanieczyszczeń x zanieczyszcze w odpływie w odp ywie z oczysz z oczyszczalni Przy za o eniu rozk adu normalnego N (m, ) badanej zmiennej losow Przy założeniu rozkładu normalnego N (m,σ ) badanej zmiennej losowej, model niezawodnościowy niezawodno ciowy przybiera postać: przybiera posta : m 1 dop Z = oraz ( Z) = PSO m v dop (3) gdzie: gdzie: Z standaryzowana wartość zmiennej losowej x przy wartości x = Z standaryzowana warto zmiennej losowej x przy warto ci dop ; x = dop ; v współczynnik zmienności dla zmiennej losowej x, równy ilorazowi odchylenia standardowego σv do wspó czynnik wartości średniej zmienno ci m ; dla zmiennej losowej x, równy ilorazowi odchy Φ(Z) dystrybuanta standardowego rozkładu normalnego do warto ci N(0,1) redniej dla zmiennej m ; losowej o wartości Z Powyższy model (Z) można dystrybuanta zilustrować rozk adu nomogramem normalnego pokazującym N(0,1) dla zmiennej wartość losowej o wart wskaźnika sprawności Powy szy technologicznej model mo na P SO w zilustrowa zależności od nomogramem współczynnika pokazuj cym niezawodności WN, dla różnych wartości współczynnika zmienności v. warto sprawno ci technologicznej P SO w zale no ci od wspó czynnika niezawodno Z przedstawionego na rys. 1 nomogramu można łatwo odczytać prognozowany poziom niezawodności ró nych oczyszczalni warto ci wspó czynnika przy znanych zmienno ci statystykach v. opisowych wskaźników zanieczyszczeń w ściekach Z przedstawionego oczyszczonych na rys. (np. 1 przy nomogramu średniej wartości mo na atwo BZT 5 odczyta pro w odpływie z oczyszczalni m poziom niezawodno ci BZT = 9,0 g/m 3 i dopuszczalnej wartości tego wskaźnika oczyszczalni przy znanych statystykach opisowych w BZT dop = 15 g/m 3, a więc dla WN = 0,6, oraz wiedząc że współczynnik zmienności oszacowany dla BZT w odpływie wynosi v BZT = 0,4, prawdopodobieństwo że BZT 5 ścieków oczyszczonych nie przekroczy wartości dopuszczalnej wynosi P SO = 95%). Przedstawiony powyżej model niezawodnościowy pozwala oszacować częstość przekroczeń wartości dopuszczalnej, nie wskazując jednak ryzyka jakie wiąże się z wystąpieniem takiego zdarzenia w czasie badań kontrolnych prowadzonych w związku z obowiązkowym monitoringiem pracy oczyszczalni. Obowiązujące obecnie przepisy [10] precyzyjnie określają sposób prowadzenia kontroli oczyszczalni oraz wymagania jakie w ich trakcie muszą być spełnione. Oprócz wymogu odprowadzania ścieków charakteryzujących się stężeniami zanieczyszczeń nie przekraczającymi wartości dopuszczalnych, równie istotna dla wyniku kontroli jest częstotliwość prowadzenia badań kontrolnych oraz dopuszczalna liczba próbek, które mogą nie spełniać ustalonych wymagań co do jakości. Warunki te zostały zestawione w tabeli 1. Biorąc pod uwagę szereg czynników niepewnych, wpływających na ryzyko nie spełnienia przez oczyszczalnię wymagań stawianych przez obowiązujące przepisy (losowy sposób prowadzenia kontroli, zmienny efekt oczyszczania ścieków i in.), dla oceny ryzyka związanego z możliwością negatywnego wyniku kontroli działania 10
5 oczyszczalni i ustalenia zależności pomiędzy tymże ryzykiem a niezawodnością technologiczną, zastosowano symulację pracy oczyszczalni metodą Monte Carlo. Tabela 1. Warunki jakim powinny odpowiadać ścieki oczyszczone (wybrane parametry) oraz sposób prowadzenia kontroli dla oczyszczalni różnej wielkości [10] Table 1. Formal requirements concerning effluent quality and control regime for different wastewater treatment plants Parametr A ( ) Wielkość oczyszczalni (RLM) B ( ) C (ponad ) dop (BZT 5 ) dop (zaw.ogólne) Liczba próbek pobieranych w ciągu roku Liczba pobranych próbek mogących nie spełniać wymagań ( > dop ) Symulacje zostały przeprowadzone zgodnie z następującymi założeniami: - jako parametr miarodajny do oceny prawidłowości funkcjonowania oczyszczalni przyjęto wartość BZT 5 w ściekach oczyszczonych (dla innych parametrów jakościowych obliczenia można prowadzić w sposób analogiczny); - założony rozkład normalny BZT 5 ścieków oczyszczonych - symulacje przeprowadzono dla współczynnika niezawodności WN w zakresie od 0,2 do 1,0 oraz współczynnika zmienności v od 0,2 do 0,8. - dla każdego przypadku obliczeniowego (założona wartość WN, v oraz określona wielkość oczyszczalni) generowano 365 losowych wartości zmiennej losowej (tj. BZT 5 ścieków oczyszczonych) zgodnie z rozkładem normalnym o wartości średniej m = WN dop i odchyleniu standardowym σ = vm; - dla każdego zbioru wygenerowanych zmiennych wyznaczano częstość przekroczenia wartości dopuszczalnej (LP) oraz losowano określoną w tabeli 1 liczbę próbek (zapewniając równomierny odstęp między losowanymi wartościami), sprawdzając następnie liczbę przekroczeń wartości dopuszczalnej w wylosowanych próbkach (LPK) - powyższa procedura była powtarzana 1000-krotnie dla każdego przypadku obliczeniowego, a uzyskane wyniki posłużyły do obliczenia następujących estymatorów: LP SR średnia liczba przekroczeń wartości dopuszczalnej w przeprowadzonych symulacjiach 11
6 LN liczba kontroli negatywnych w przeprowadzonych symulacjach (tj. przypadków gdy LPK była większa od dopuszczalnej liczby próbek mogących nie spełnić wymagań) Rys. 1. Zależność wskaźnika sprawności technologicznej od współczynnika niezawodności WN i współczynnika zmienności v dla zmiennej losowej x o rozkładzie normalnym N (m,σ ) Fig. 1. Relation between coefficient of reliability (WN) and coefficient of variance (v) for the random variable of normal distribution N (m,σ ) źródło: opracowanie własne na podst. [8] 12
7 LP SR rednia liczba przekrocze warto ci dopuszczalnej w przeprowadzo LN liczba kontroli negatywnych w przeprowadzonych symulacjach (t LPK Inżynieria by a wi ksza Ekologiczna od dopuszczalnej Nr 24, 2011 liczby próbek mog cych nie spe ni w W oparciu o uzyskane rezultaty, wyznaczono estymato W oparciu o uzyskane technologicznej rezultaty, wyznaczono N (czyli wska nika estymatory sprawno ci niezawodności technologicznej) technologicznej N (czyli wskaźnika sprawności technologicznej) oraz ryzyka eksploata- oraz ryz tora R (tj. prawdopodobieństwa (tj. prawdopodobie stwa uzyskania negatywnego uzyskania wyniku negatywnego kontroli wyniku pracy kontroli pr oczyszczalni), zgodnie z zgodnie poniższymi z poni szymi zależnościami: zale no ciami: LP SR N = LN R = 1000 Wyniki oblicze zestawiono na rysunku 2 i w tabeli 2. Wyniki obliczeń zestawiono na rysunku 2 i w tabeli 2. Na podstawie rysunku 2 mo na okre li wymagany poziom nieza Tabela 2. Wymagane wartości współczynnika niezawodności (WN), niezawodności technologicznej (N) oraz średniego BZT 5 oczyszczalni w zale no ci od przyj tego poziomu ryzyka uzyskania ne ścieków oczyszczonych dla zapewnienia prawidłowego wyniku kontroli przy ryzyku kontroli operatora efektywno ci R = 5% usuwania zanieczyszcze. Zestawione w tabeli 2 Table 2. Required values of coefficient of reliability (WN), technological reliability (N) and mean BOD level (m aby utrzyma ryzyko operatora na poziomie nie wi kszym ni 5% ) to secure plant operator s risk at level R = 5% Współcz. zmienności v pracowa z niezawodno ci co najmniej 90% dla obiektów o wielko ci A Wymagane parametry pracy oczyszczalni (ryzyko R < 5%) o wielko ci B i 93% dla obiektów o wielko ci C. Nale y przy tym pami A (RLM = ) poziom niezawodno ci mo e by uzyskany jedynie przy zachowaniu okre technologicznych, w tym - wymaganego redniego st enia danego rodzaj ciekach oczyszczonych, zale nego od przyj tego dla badanego obie niezawodno ci. B (RLM = ) C (RLM = pow ) WN N m x WN N m x WN N m x 0,2 < 0,8 > 90 < 20 < 0,74 > 93 < 11,1 < 0,72 > 96 < 10,8 0,4 < 0,64 > 92 < 16 < 0,62 > 92 < 9,3 < 0,61 > 94 < 9,2 0,6 < 0,57 > 90 < 14,2 < 0,52 > 92 < 7,8 < 0,51 > 93 < 7,6 Warto równie zauwa y, e uzyskane wyniki s zgodne z rez 0,8 < 0,5 > 90 < 12,5 < 0,45 > 93 < 6,8 < 0,42 > 95 < 6,3 wymaganym poziomem niezawodno ci, prowadzonych z wyko statystycznej kontroli jako ci (przy za o eniu hipergeometrycznego Na podstawie rysunku 2 można określić wymagany poziom niezawodności działania oczyszczalni w losowej zależności oznaczaj cej od przyjętego liczb poziomu pobranych ryzyka próbek, uzyskania które nie negatywnego wyniku kontroli wymagana efektywności niezawodno usuwania zanieczyszczeń. oczyszczalni przy Zestawione ryzyku operatora w ta- R = 5% w spe niaj wymag beli 2 wynik pokazują, że aby utrzymać ryzyko operatora na poziomie nie większym 89,9% dla oczyszczalni o wielko ci A, 92,3% - B oraz 93,7% - dla obiektó niż 5% oczyszczalnia musi pracować z niezawodnością co najmniej 90% dla obiektów o wielkości A, 92% dla obiektów o wielkości B i 93% dla obiektów o wielkości C. Należy przy PODSUMOWANIE tym pamiętać, że wymagany I WNIOSKI poziom niezawodności może być uzyskany jedynie przy zachowaniu określonych parametrów technologicznych, w tym wymaganego średniego stężenia danego rodzaju zanieczyszczeń w ściekach oczyszczonych, zależnego od przyjętego dla badanego obiektu współczynnika niezawodności. (4) (5) 13
8 Rys. 2. Poziom niezawodności i ryzyko operatora dla oczyszczalni różnej wielkości przy założeniu normalnego rozkładu zmienności BZT 5 ścieków oczyszczonych Fig. 2. Reliability level and plant operator s risk for the normal distribution of BOD concentration in effluent sewage 14
9 Warto również zauważyć, że uzyskane wyniki są zgodne z rezultatami badań nad wymaganym poziomem niezawodności, prowadzonych z wykorzystaniem metod statystycznej kontroli jakości (przy założeniu hipergeometrycznego rozkładu zmiennej losowej oznaczającej liczbę pobranych próbek, które nie spełniają wymagań) [2], wg których wymagana niezawodność oczyszczalni przy ryzyku operatora R = 5% wynosi odpowiednio: 89,9% dla oczyszczalni o wielkości A, 92,3% B oraz 93,7% dla obiektów o wielkości C. PODSUMOWANIE I WNIOSKI Otrzymane w wyniku przeprowadzonych symulacji rezultaty potwierdzają wcześniejsze obserwacje [3,8] wskazujące na istotną rolę statystycznych właściwości zmiennej losowej jaką jest stężenie zanieczyszczeń w ściekach oczyszczonych, na poziom niezawodności działania oczyszczalni. Dysponując odpowiednią liczbą danych eksploatacyjnych możemy łatwo oszacować średni poziom stężenia zanieczyszczeń w odpływie oraz odchylenie standardowe tego parametru, co pozwala z kolei wyznaczyć poziom niezawodności oczyszczalni oraz ryzyko negatywnego wyniku kontroli efektywności oczyszczania, co z reguły skutkuje nałożeniem kar finansowych na eksploatatora obiektu. Prezentowane wyniki badań w zestawieniu z wcześniejszymi opracowaniami na ten temat, pozwalają wskazać sugerowany poziom niezawodności oczyszczalni, zapewniający bezpieczną dla użytkownika eksploatację. Wynosić on powinien odpowiednio: 90% przy przepustowości 2 15 tys. RLM, 92% dla tys. RLM i 94% powyżej 50 tys. RLM. Zaprezentowana w niniejszej pracy technika symulacji pracy oczyszczalni ścieków z wykorzystaniem metody Monte Carlo może być zastosowana nie tylko dla oczyszczalni charakteryzujących się normalnym rozkładem prawdopodobieństwa modelowanych parametrów, lecz również dla innych znanych rozkładów statystycznych, a także zdefiniowanych indywidualnie rozkładów empirycznych. Warto też podkreślić, że symulacja Monte Carlo może być również wykorzystana do badania innych parametrów eksploatacyjnych (zapotrzebowanie na tlen w komorach osadu czynnego, produkcja osadu nadmiernego itp.), umożliwiając symulację nie tylko efektów końcowych oczyszczania, ale również poszczególnych procesów technologicznych. Prezentowane wyniki są rezultatem prac realizowanych w ramach pracy badawczej statutowej S/WBiIŚ/22/08 realizowanej w Katedrze Systemów Inżynierii Środowiska Politechniki Białostockiej. 15
10 BIBLIOGRAFIA 1. Andraka D. Risk analysis at designing the wastewater treatment plants. Pol. J. Environ. Stud.- Vol.16, nr 2A (2007), s Andraka D., Dzienis L. Wymagany poziom niezawodności oczyszczalni ścieków w świetle przepisów polskich i europejskich. Zesz. Nauk. Pol.Białost. Inż. Środ. - Z. 16-t. 2 (2003), s Andraka D. Prognozowanie niezawodności oczyszczalni ścieków na przykładzie Miejskiej Oczyszczalni w Grajewie, Materiały I Konferencji Naukowo-Technicznej Problemy gospodarki wodno-ściekowej w regionach rolniczo-przemysłowych, Rajgród Bixio D., Parmentier G., Rousseau D., Verdonck F., Meirlaen J., Vanrolleghem P.A., Thoeye C. A quantitative risk analysis tool for design/simulation of wastewater treatment plants. Water Sci. Technol. 46(4/5), , Chyliński.A., Metoda Monte Carlo w bankowości, Twigger S.A., Warszawa 1999, s Halton J. H. A retrospective and prospective survey of the Monte Carlo method. SIAM Review, 12 (1970), s Kwietniewski M., Roman M., Kłos-Trębaczkiewicz H., Niezawodność wodociągów i kanalizacji. Arkady, Warszawa 1993, s Niku S., Schroeder E.D., Samaniego F.J.: Performance of Activated Sludge Processes and Reliability-Based Design. Journal Water Pollut.Control Fed., vol. 51, 1979, s Rousseau D., Verdonck F., Moerman O., Carette R., Thoeye C., Meirlaen J., Vanrolleghem P.A. Development of a risk assessment based technique for design/retrofitting of WWTPs. Water Sci. Technol. 43(47), , Rozporządzeniu Ministra Środowiska z dnia 24 lipca 2006r. w sprawie warunków jakie należy spełnić przy wprowadzaniu ścieków do wód lub do ziemi oraz w sprawie substancji szczególnie szkodliwych dla środowiska wodnego. Dz.U. z dnia , poz Modeling of wastewater treatment plant operation by means of Monte Carlo simulation Summary: The paper presents problems of simulation of wastewater treatment plant operation in order to forecast plant reliability and risk of negative plant validation when controlled by environmental agencies. In the research Monte Carlo method was used to generate hypothetical, random values of BOD concentration in treated sewage. Statistical analysis of generated sets of variables made it possible to construct charts showing relation between wastewater treatment plant reliability and risk of plant operator that the plant will not meet requirements of formal regulations when controlled by Inspectorate of Environmental Protection. Presented work is a part of the research grant S/WBiIŚ/22/08 from Bialystok University of Technology. Keywords: Monte Carlo simulation, efficiency of sewage treatment, required reliability of treatment plant. 16
Modelowanie ryzyka w eksploatacji oczyszczalni ścieków
MIDDLE POMERANIAN SCIENTIFIC SOCIETY OF THE ENVIRONMENT PROTECTION ŚRODKOWO-POMORSKIE TOWARZYSTWO NAUKOWE OCHRONY ŚRODOWISKA Annual Set The Environment Protection Rocznik Ochrona Środowiska Volume/Tom
Badania skuteczności działania filtrów piaskowych o przepływie pionowym z dodatkiem węgla aktywowanego w przydomowych oczyszczalniach ścieków
Uniwersytet Rolniczy im. Hugona Kołł łłątaja w Krakowie, Wydział Inżynierii Środowiska i Geodezji Katedra Inżynierii Sanitarnej i Gospodarki Wodnej K r z y s z t o f C h m i e l o w s k i Badania skuteczności
Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów
Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa Diagnostyka i niezawodność robotów Laboratorium nr 6 Model matematyczny elementu naprawialnego Prowadzący: mgr inż. Marcel Luzar Cele ćwiczenia:
Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory
Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl
Spis treści 3 SPIS TREŚCI
Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe
DWUKROTNA SYMULACJA MONTE CARLO JAKO METODA ANALIZY RYZYKA NA PRZYKŁADZIE WYCENY OPCJI PRZEŁĄCZANIA FUNKCJI UŻYTKOWEJ NIERUCHOMOŚCI
DWUKROTNA SYMULACJA MONTE CARLO JAKO METODA ANALIZY RYZYKA NA PRZYKŁADZIE WYCENY OPCJI PRZEŁĄCZANIA FUNKCJI UŻYTKOWEJ NIERUCHOMOŚCI mgr Marcin Pawlak Katedra Inwestycji i Wyceny Przedsiębiorstw Plan wystąpienia
EFEKTYWNOŚĆ PRACY OCZYSZCZALNI ŚCIEKÓW W KOŁACZYCACH
Inżynieria Ekologiczna Ecological Engineering Vol. 45, 2015, p. 44 50 DOI: 10.12912/23920629/60593 EFEKTYWNOŚĆ PRACY OCZYSZCZALNI ŚCIEKÓW W KOŁACZYCACH Krzysztof Chmielowski 1, Anna Młyńska 2, Dariusz
PROCEDURA OCENY RYZYKA ZAWODOWEGO. w Urzędzie Gminy Mściwojów
I. Postanowienia ogólne 1.Cel PROCEDURA OCENY RYZYKA ZAWODOWEGO w Urzędzie Gminy Mściwojów Przeprowadzenie oceny ryzyka zawodowego ma na celu: Załącznik A Zarządzenia oceny ryzyka zawodowego monitorowanie
Pobieranie prób i rozkład z próby
Pobieranie prób i rozkład z próby Marcin Zajenkowski Marcin Zajenkowski () Pobieranie prób i rozkład z próby 1 / 15 Populacja i próba Populacja dowolnie określony zespół przedmiotów, obserwacji, osób itp.
Uwarunkowania prawne obejmujące zagadnienia dotyczące wprowadzania ścieków komunalnych do środowiska
Uwarunkowania prawne obejmujące zagadnienia dotyczące wprowadzania ścieków komunalnych do środowiska Katarzyna Kurowska Ścieki komunalne - definicja Istotnym warunkiem prawidłowej oceny wymagań, jakim
Określenie maksymalnego kosztu naprawy pojazdu
MACIEJCZYK Andrzej 1 ZDZIENNICKI Zbigniew 2 Określenie maksymalnego kosztu naprawy pojazdu Kryterium naprawy pojazdu, aktualna wartość pojazdu, kwantyle i kwantyle warunkowe, skumulowana intensywność uszkodzeń
Metody Obliczeniowe w Nauce i Technice
Metody Obliczeniowe w Nauce i Technice 15. Obliczanie całek metodami Monte Carlo Marian Bubak Department of Computer Science AGH University of Science and Technology Krakow, Poland bubak@agh.edu.pl dice.cyfronet.pl
BADANIA PODATNOŚCI ŚCIEKÓW Z ZAKŁADU CUKIERNICZEGO NA OCZYSZCZANIE METODĄ OSADU CZYNNEGO
oczyszczanie, ścieki przemysłowe, przemysł cukierniczy Katarzyna RUCKA, Piotr BALBIERZ, Michał MAŃCZAK** BADANIA PODATNOŚCI ŚCIEKÓW Z ZAKŁADU CUKIERNICZEGO NA OCZYSZCZANIE METODĄ OSADU CZYNNEGO Przedstawiono
Opiekun dydaktyczny: dr in. Robert ukomski
Spis tre ci Kierunek i rodzaj studiów: TEMATY IN YNIERSKICH PROJEKTÓW DYPLOMOWYCH I DYPLOMOWYCH PRAC MAGISTERSKICH do realizacji w roku akademickim 0/03 Opiekun dydaktyczny: dr in. Robert Automatyka i
13. Funkcjonalność miasta w aspekcie skutecznego oczyszczania ścieków na przykładzie miasta Krakowa
13. Funkcjonalność miasta w aspekcie skutecznego oczyszczania ścieków na przykładzie miasta Krakowa 13.1. Wprowadzenie Miasto jest specyficznym produktem społecznego wytwarzania przestrzeni zgodnie z ludzkimi
7. Symulacje komputerowe z wykorzystaniem opracowanych modeli
Opracowane w ramach wykonanych bada modele sieci neuronowych pozwalaj na przeprowadzanie symulacji komputerowych, w tym dotycz cych m.in.: zmian twardo ci stali szybkotn cych w zale no ci od zmieniaj cej
Monte Carlo, bootstrap, jacknife
Monte Carlo, bootstrap, jacknife Literatura Bruce Hansen (2012 +) Econometrics, ze strony internetowej: http://www.ssc.wisc.edu/~bhansen/econometrics/ Monte Carlo: rozdział 8.8, 8.9 Bootstrap: rozdział
Właściwości testu Jarque-Bera gdy w danych występuje obserwacja nietypowa.
Właściwości testu Jarque-Bera gdy w danych występuje obserwacja nietypowa. Paweł Strawiński Uniwersytet Warszawski Wydział Nauk Ekonomicznych 16 stycznia 2006 Streszczenie W artykule analizowane są właściwości
1 Rozk ad normalny. Szczególnym przypadkiem jest standardowy rozk ad normalny N (0; 1), wartości
Studia podyplomowe w zakresie technik internetowych i komputerowej analizy danych Podstawy statystyki matematycznej Adam Kiersztyn 2 godziny lekcyjne 2011-10-23 8.20-9.50 1 Rozk ad normalny Jednym z najwa
ANALIZA FUNKCJONOWANIA OCZYSZCZALNI ŚCIEKÓW W PRZYSIEKACH (POWIAT JASIELSKI) PRZY WYKORZYSTANIU WYBRANYCH METOD STATYSTYCZNYCH
Dariusz Młyński Krzysztof Chmielowski Uniwersytet Rolniczy im. Hugona Kołłątaja w Krakowie ANALIZA FUNKCJONOWANIA OCZYSZCZALNI ŚCIEKÓW W PRZYSIEKACH (POWIAT JASIELSKI) PRZY WYKORZYSTANIU WYBRANYCH METOD
Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym
Wiesława MALSKA Politechnika Rzeszowska, Polska Anna KOZIOROWSKA Uniwersytet Rzeszowski, Polska Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym Wstęp Wnioskowanie statystyczne
PARAMETRY, WŁAŚCIWOŚCI I FUNKCJE NIEZAWODNOŚCIOWE NAPOWIETRZNYCH LINII DYSTRYBUCYJNYCH 110 KV
Elektroenergetyczne linie napowietrzne i kablowe wysokich i najwyższych napięć PARAMETRY, WŁAŚCIWOŚCI I FUNKCJE NIEZAWODNOŚCIOWE NAPOWIETRZNYCH LINII DYSTRYBUCYJNYCH 110 KV Wisła, 18-19 października 2017
ZASTOSOWANIE SPLOTU FUNKCJI DO OPISU WŁASNOŚCI NIEZAWODNOŚCIOWYCH UKŁADÓW Z REZERWOWANIEM
1-2011 PROBLEMY EKSPLOATACJI 205 Zbigniew ZDZIENNICKI, Andrzej MACIEJCZYK Politechnika Łódzka, Łódź ZASTOSOWANIE SPLOTU FUNKCJI DO OPISU WŁASNOŚCI NIEZAWODNOŚCIOWYCH UKŁADÓW Z REZERWOWANIEM Słowa kluczowe
Szacowanie ryzyka z wykorzystaniem zmiennej losowej o pramatkach rozmytych w oparciu o język BPFPRAL
Szacowanie ryzyka z wykorzystaniem zmiennej losowej o pramatkach rozmytych w oparciu o język BPFPRAL Mgr inż. Michał Bętkowski, dr inż. Andrzej Pownuk Wydział Budownictwa Politechnika Śląska w Gliwicach
1 Praktyczne metody wyznaczania podstawowych miar bez zastosowania komputerów
Kurs w zakresie zaawansowanych metod komputerowej analizy danych Podstawy statystycznej analizy danych 8.03.014 - godziny ćwiczeń autor: Adam Kiersztyn 1 Praktyczne metody wyznaczania podstawowych miar
Streszczenie: Zasady projektowania konstrukcji budowlanych z uwzględnieniem aspektów ich niezawodności wg Eurokodu PN-EN 1990
Streszczenie: W artykule omówiono praktyczne podstawy projektowania konstrukcji budowlanych wedłu Eurokodu PN-EN 1990. Podano metody i procedury probabilistyczne analizy niezawodności konstrukcji. Podano
Sterowanie wielkością zamówienia w Excelu - cz. 3
Sterowanie wielkością zamówienia w Excelu - cz. 3 21.06.2005 r. 4. Planowanie eksperymentów symulacyjnych Podczas tego etapu ważne jest określenie typu rozkładu badanej charakterystyki. Dzięki tej informacji
Akademia Morska w Szczecinie. Wydział Mechaniczny
Akademia Morska w Szczecinie Wydział Mechaniczny ROZPRAWA DOKTORSKA mgr inż. Marcin Kołodziejski Analiza metody obsługiwania zarządzanego niezawodnością pędników azymutalnych platformy pływającej Promotor:
Statystyczna analiza awarii pojazdów samochodowych. Failure analysis of cars
Wydawnictwo UR 2016 ISSN 2080-9069 ISSN 2450-9221 online Edukacja Technika Informatyka nr 1/15/2016 www.eti.rzeszow.pl DOI: 10.15584/eti.2016.1.1 ROMAN RUMIANOWSKI Statystyczna analiza awarii pojazdów
Włodzimierz MIERNIK Dariusz MŁYŃSKI
Włodzimierz MIERNIK Dariusz MŁYŃSKI EPISTEME 22/2014, t. II s. 303-310 ISSN 1895-2241 ANALIZA EFEKTYWNOŚCI PRACY OCZYSZCZALNI ŚCIEKÓW W KRZESZOWICACH PO MODERNIZACJI ANALYSIS OF THE EFFICENCY OF SEWAGE
Statystyczna analiza danych w programie STATISTICA. Dariusz Gozdowski. Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW
Statystyczna analiza danych w programie STATISTICA ( 4 (wykład Dariusz Gozdowski Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Regresja prosta liniowa Regresja prosta jest
Politechnika Krakowska im. Tadeusza Kościuszki KARTA PRZEDMIOTU
Politechnika Krakowska im. Tadeusza Kościuszki KARTA obowiązuje słuchaczy rozpoczynających studia podyplomowe w roku akademickim 018/019 Nazwa studiów podyplomowych Budowa i eksploatacja pojazdów szynowych
PROGRAM FUNKCJONALNO-UŻYTKOWY ZADANIA INWESTYCYJNEGO PN. BUDOWA PRZYDOMOWYCH OCZYSZCZALNI ŚCIEKÓW ROZPROSZONYCH NA TERENIE GMINY
PROGRAM FUNKCJONALNO-UŻYTKOWY ZADANIA INWESTYCYJNEGO PN. BUDOWA PRZYDOMOWYCH OCZYSZCZALNI ŚCIEKÓW ROZPROSZONYCH NA TERENIE GMINY realizowanego w trybie zaprojektuj i wybuduj CPV: 71.32.00.00-7 usługi inżynieryjne
OCENA SKUTECZNOŚCI PRACY OCZYSZCZALNI ŚCIEKÓW W JAŚLE EVAULATION OF EFFICENCY OF SEWAGE TREATMENT PLANT IN JASŁO
INFRASTRUKTURA I EKOLOGIA TERENÓW WIEJSKICH INFRASTRUCTURE AND ECOLOGY OF RURAL AREAS Nr I/1/2016, POLSKA AKADEMIA NAUK, Oddział w Krakowie, s. 147 162 Komisja Technicznej Infrastruktury Wsi DOI: http://dx.medra.org/10.14597/infraeco.2016.1.1.011
Generowanie ciągów pseudolosowych o zadanych rozkładach przykładowy raport
Generowanie ciągów pseudolosowych o zadanych rozkładach przykładowy raport Michał Krzemiński Streszczenie Projekt dotyczy metod generowania oraz badania własności statystycznych ciągów liczb pseudolosowych.
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
BADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI
14 BADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI 14.1 WSTĘP Ogólne wymagania prawne dotyczące przy pracy określają m.in. przepisy
Zobowiązania Rzeczypospolitej Polskiej wynikające z Traktatu Akcesyjnego
Ocena sprawności oczyszczalni ścieków ujętych w Krajowym Programie Oczyszczania Ścieków Komunalnych na podstawie badań własnych Inspekcji Ochrony Środowiska Wrocław, maj 2017 r. Zobowiązania Rzeczypospolitej
Prawdopodobieństwo i statystyka
Wykład XIV: Metody Monte Carlo 19 stycznia 2016 Przybliżone obliczanie całki oznaczonej Rozważmy całkowalną funkcję f : [0, 1] R. Chcemy znaleźć przybliżoną wartość liczbową całki 1 f (x) dx. 0 Jeden ze
RZECZPOSPOLITA POLSKA. Prezydent Miasta na Prawach Powiatu Zarząd Powiatu. wszystkie
RZECZPOSPOLITA POLSKA Warszawa, dnia 11 lutego 2011 r. MINISTER FINANSÓW ST4-4820/109/2011 Prezydent Miasta na Prawach Powiatu Zarząd Powiatu wszystkie Zgodnie z art. 33 ust. 1 pkt 2 ustawy z dnia 13 listopada
Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania
Prognozowanie i Symulacje. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Szeregi czasowe 1 Szeregi czasowe 2 3 Szeregi czasowe Definicja 1 Szereg czasowy jest to proces stochastyczny z czasem dyskretnym
ZAANGA OWANIE PRACOWNIKÓW W PROJEKTY INFORMATYCZNE
ZAANGA OWANIE PRACOWNIKÓW W PROJEKTY INFORMATYCZNE LESZEK MISZTAL Politechnika Szczeci ska Streszczenie Celem artykułu jest przedstawienie metody rozwi zania problemu dotycz cego zaanga owania pracowników
STOCHASTYCZNY MODEL BEZPIECZEŃSTWA OBIEKTU W PROCESIE EKSPLOATACJI
1-2011 PROBLEMY EKSPLOATACJI 89 Franciszek GRABSKI Akademia Marynarki Wojennej, Gdynia STOCHASTYCZNY MODEL BEZPIECZEŃSTWA OBIEKTU W PROCESIE EKSPLOATACJI Słowa kluczowe Bezpieczeństwo, procesy semimarkowskie,
ANALIZA ZDOLNOŚCI PROCESU O ZALEŻNYCH CHARAKTERYSTYKACH
Małgorzata Szerszunowicz Uniwersytet Ekonomiczny w Katowicach ANALIZA ZDOLNOŚCI PROCESU O ZALEŻNYCH CHARAKTERYSTYKACH Wprowadzenie Statystyczna kontrola jakości ma na celu doskonalenie procesu produkcyjnego
W4 Eksperyment niezawodnościowy
W4 Eksperyment niezawodnościowy Henryk Maciejewski Jacek Jarnicki Jarosław Sugier www.zsk.iiar.pwr.edu.pl Badania niezawodnościowe i analiza statystyczna wyników 1. Co to są badania niezawodnościowe i
METODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Weryfikacja hipotez statystycznych
Weryfikacja hipotez statystycznych Hipoteza Test statystyczny Poziom istotności Testy jednostronne i dwustronne Testowanie równości wariancji test F-Fishera Testowanie równości wartości średnich test t-studenta
Zawartość. Zawartość
Opr. dr inż. Grzegorz Biesok. Wer. 2.05 2011 Zawartość Zawartość 1. Rozkład normalny... 3 2. Rozkład normalny standardowy... 5 3. Obliczanie prawdopodobieństw dla zmiennych o rozkładzie norm. z parametrami
Walidacja metod analitycznych Raport z walidacji
Walidacja metod analitycznych Raport z walidacji Małgorzata Jakubowska Katedra Chemii Analitycznej WIMiC AGH Walidacja metod analitycznych (według ISO) to proces ustalania parametrów charakteryzujących
Podstawowe pojęcia: Populacja. Populacja skończona zawiera skończoną liczbę jednostek statystycznych
Podstawowe pojęcia: Badanie statystyczne - zespół czynności zmierzających do uzyskania za pomocą metod statystycznych informacji charakteryzujących interesującą nas zbiorowość (populację generalną) Populacja
Weryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1
Weryfikacja hipotez statystycznych KG (CC) Statystyka 26 V 2009 1 / 1 Sformułowanie problemu Weryfikacja hipotez statystycznych jest drugą (po estymacji) metodą uogólniania wyników uzyskanych w próbie
Metody matematyczne w analizie danych eksperymentalnych - sygnały, cz. 2
Metody matematyczne w analizie danych eksperymentalnych - sygnały, cz. 2 Dr hab. inż. Agnieszka Wyłomańska Faculty of Pure and Applied Mathematics Hugo Steinhaus Center Wrocław University of Science and
Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej
Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Nauka Przyroda Technologie
Nauka Przyroda Technologie 2016 Tom 10 Zeszyt 2 #20 ISSN 1897-7820 http://www.npt.up-poznan.net DOI: 10.17306/J.NPT.2016.2.20 Dział: Inżynieria Środowiska i Gospodarka Przestrzenna Copyright Wydawnictwo
PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR. Wojciech Zieliński
PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR Wojciech Zieliński Katedra Ekonometrii i Statystyki SGGW Nowoursynowska 159, PL-02-767 Warszawa wojtek.zielinski@statystyka.info
Metody statystyczne kontroli jakości i niezawodności Lekcja II: Karty kontrolne.
Metody statystyczne kontroli jakości i niezawodności Lekcja II: Karty kontrolne. Wydział Matematyki Politechniki Wrocławskiej Karty kontroli jakości: przypomnienie Załóżmy, że chcemy mierzyć pewną charakterystykę.
Zadania ze statystyki, cz.6
Zadania ze statystyki, cz.6 Zad.1 Proszę wskazać, jaką część pola pod krzywą normalną wyznaczają wartości Z rozkładu dystrybuanty rozkładu normalnego: - Z > 1,25 - Z > 2,23 - Z < -1,23 - Z > -1,16 - Z
TEORETYCZNA FORMUŁA WYZNACZANIA ODPORNO CI TEKTURY NA ZGNIATANIE KRAW DZIOWE
Ignacy BOMBA, Katarzyna KWIECIE TEORETYCZNA FORMUŁA WYZNACZANIA ODPORNO CI TEKTURY NA ZGNIATANIE KRAW DZIOWE Streszczenie W artykule przedstawiono procedur oraz wyniki poszukiwania teoretycznej formuły
Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )
Statystyka Rozkład prawdopodobieństwa Testowanie hipotez Wykład III (04.01.2016) Rozkład t-studenta Rozkład T jest rozkładem pomocniczym we wnioskowaniu statystycznym; stosuje się go wyznaczenia przedziału
P 0max. P max. = P max = 0; 9 20 = 18 W. U 2 0max. U 0max = q P 0max = p 18 2 = 6 V. D = T = U 0 = D E ; = 6
XL OLIMPIADA WIEDZY TECHNICZNEJ Zawody II stopnia Rozwi zania zada dla grupy elektryczno-elektronicznej Rozwi zanie zadania 1 Sprawno przekszta tnika jest r wna P 0ma a Maksymaln moc odbiornika mo na zatem
OCENA FUNKCJONOWANIA OCZYSZCZALNI ŚCIEKÓW W DYNOWIE THE EVALUATION OF WASTEWATER TREATMENT PLANT IN DYNÓW
Uniwersytet Rolniczy im. H. Kołłątaja w Krakowie OCENA FUNKCJONOWANIA OCZYSZCZALNI ŚCIEKÓW W DYNOWIE Abstrakt W artykule przedstawiono charakterystykę jakościową ścieków dopływających i odpływających z
ANALIZA NIEZAWODNOŚCI FUNKCJONOWANIA OCZYSZCZALNI BIOBLOK PS-50 Z ZASTOSOWANIEM METODY WEIBULLA
INFRASTRUKTURA I EKOLOGIA TERENÓW WIEJSKICH INFRASTRUCTURE AND ECOLOGY OF RURAL AREAS Nr II/3/2014, POLSKA AKADEMIA NAUK, Oddział w Krakowie, s. 667 677 Komisja Technicznej Infrastruktury Wsi DOI: http://dx.medra.org/10.14597/infraeco.2014.2.2.049
FORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS
FOLIA UNIVERSITATIS AGRICULTURAE STETINENSIS Folia Univ. Agric. Stetin. 007, Oeconomica 54 (47), 73 80 Mateusz GOC PROGNOZOWANIE ROZKŁADÓW LICZBY BEZROBOTNYCH WEDŁUG MIAST I POWIATÓW FORECASTING THE DISTRIBUTION
Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych
Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zad. 1 Średnia ocen z semestru letniego w populacji studentów socjologii w roku akademickim 2011/2012
Nowelizacja ustawy Prawo Wodne
dla rozwoju infrastruktury i środowiska Nowelizacja ustawy Prawo Wodne Danuta Drozd Kierownik Zespołu ds. Funduszy Europejskich Katarzyna Cichowicz, Katarzyna Brejt 1 Wojewódzki Fundusz Ochrony Środowiska
1. Symulacje komputerowe Idea symulacji Przykład. 2. Metody próbkowania Jackknife Bootstrap. 3. Łańcuchy Markova. 4. Próbkowanie Gibbsa
BIOINFORMATYKA 1. Wykład wstępny 2. Bazy danych: projektowanie i struktura 3. Równowaga Hardyego-Weinberga, wsp. rekombinacji 4. Analiza asocjacyjna 5. Analiza asocjacyjna 6. Sekwencjonowanie nowej generacji
OCENA NIEZAWODNOŚCI DZIAŁANIA PRZYDOMOWEJ OCZYSZCZALNI ŚCIEKÓW RELIABILITY ASSESSMENT OF THE HOUSEHOLD SEWAGE TREATMENT PLANT
INFRASTRUKTURA I EKOLOGIA TERENÓW WIEJSKICH INFRASTRUCTURE AND ECOLOGY OF RURAL AREAS Ocena niezawodności działania... Nr 2/2010, POLSKA AKADEMIA NAUK, Oddział w Krakowie, s. 45 53 Komisja Technicznej
Wykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu
Wykład 11-12 Centralne twierdzenie graniczne Statystyka matematyczna: Estymacja parametrów rozkładu Centralne twierdzenie graniczne (CTG) (Central Limit Theorem - CLT) Centralne twierdzenie graniczne (Lindenberga-Levy'ego)
WYZNACZANIE SPADKÓW NAPIĘĆ W WIEJSKICH SIECIACH NISKIEGO NAPIĘCIA
Problemy Inżynierii Rolniczej nr 4/2008 Małgorzata Trojanowska, Krzysztof Nęcka Katedra Energetyki Rolniczej Uniwersytet Rolniczy w Krakowie WYZNACZANIE SPADKÓW NAPIĘĆ W WIEJSKICH SIECIACH NISKIEGO NAPIĘCIA
Modele i wnioskowanie statystyczne (MWS), sprawozdanie z laboratorium 1
Modele i wnioskowanie statystyczne (MWS), sprawozdanie z laboratorium 1 Konrad Miziński, nr albumu 233703 1 maja 2015 Zadanie 1 Parametr λ wyestymowano jako średnia z próby: λ = X n = 3.73 Otrzymany w
Rozdzia 5. Uog lniona metoda najmniejszych kwadrat w : ::::::::::::: Podstawy uog lnionej metody najmniejszych kwadrat w :::::: Zastos
Spis tre ci PRZEDMOWA :::::::::::::::::::::::::::::::::::::::::::::::::::::::: 11 CZ I. Wprowadzenie do modelowania ekonometrycznego ::::::::::: 13 Rozdzia 1. Modelowanie ekonometryczne ::::::::::::::::::::::::::::::
Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów
Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa Diagnostyka i niezawodność robotów Laboratorium nr 3 Generacja realizacji zmiennych losowych Prowadzący: mgr inż. Marcel Luzar Cele ćwiczenia: Generowanie
Matematyka z el. statystyki, # 6 /Geodezja i kartografia II/
Matematyka z el. statystyki, # 6 /Geodezja i kartografia II/ Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Głęboka 28, bud. CIW, p. 221 e-mail: zdzislaw.otachel@up.lublin.pl
ZAKRES OBOWIĄZKÓW I UPRAWNIEŃ PRACODAWCY, PRACOWNIKÓW ORAZ POSZCZEGÓLNYCH JEDNOSTEK ORGANIZACYJNYCH ZAKŁADU PRACY
ZAKRES OBOWIĄZKÓW I UPRAWNIEŃ PRACODAWCY, PRACOWNIKÓW ORAZ POSZCZEGÓLNYCH JEDNOSTEK ORGANIZACYJNYCH ZAKŁADU PRACY Szkolenia bhp w firmie szkolenie wstępne ogólne 8 Obowiązki pracodawcy Podstawowy obowiązek
Niezawodność i diagnostyka projekt. Jacek Jarnicki
Niezawodność i diagnostyka projekt Jacek Jarnicki Zajęcia wprowadzające 1. Cel zajęć projektowych 2. Etapy realizacji projektu 3. Tematy zadań do rozwiązania 4. Podział na grupy, wybór tematów, organizacja
Algorytm hybrydowy dla alokacji portfela inwestycyjnego przy ograniczonych zasobach
Adam Stawowy Algorytm hybrydowy dla alokacji portfela inwestycyjnego przy ograniczonych zasobach Summary: We present a meta-heuristic to combine Monte Carlo simulation with genetic algorithm for Capital
ZASTOSOWANIE SPLOTU FUNKCJI DO OPISU WŁASNOŚCI NIEZAWODNOŚCIOWYCH UKŁADÓW Z REZERWOWANIEM
Zbigniew ZDZIENNICKI Andrzej MACIEJCZYK Politechnika Łódzka, Łódź ZASTOSOWANIE SPLOTU FUNKCJI DO OPISU WŁASNOŚCI NIEZAWODNOŚCIOWYCH UKŁADÓW Z REZERWOWANIEM Słowa kluczowe Struktury równoległe układów niezawodnościowych,
Załącznik do zarządzenia Rektora Krakowskiej Akademii im. Andrzeja Frycza Modrzewskiego Nr 8/2013 z 4 marca 2013 r.
Załącznik do zarządzenia Rektora Krakowskiej Akademii im. Andrzeja Frycza Modrzewskiego Nr 8/2013 z 4 marca 2013 r. Zasady i tryb przyznawania oraz wypłacania stypendiów za wyniki w nauce ze Studenckiego
PRÓG RENTOWNOŚCI i PRÓG
PRÓG RENTOWNOŚCI i PRÓG WYPŁACALNOŚCI (MB) Próg rentowności (BP) i margines bezpieczeństwa Przychody Przychody Koszty Koszty całkowite Koszty stałe Koszty zmienne BP Q MB Produkcja gdzie: BP próg rentowności
Aleksander Adamowski (s1869) zmienn ą losow ą T o rozkładzie wykładniczym o średniej 5 minut.
Zadanie Statystyczna Analiza Danych - Zadania 6 Aleksander Adamowski (s869) W pewnym biurze czas losowo wybranej rozmowy telefonicznej jest zmienn ą losow ą T o rozkładzie wykładniczym o średniej 5 minut.
Statystyka w analizie i planowaniu eksperymentu
31 marca 2014 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś
BIOINFORMATYKA. Copyright 2011, Joanna Szyda
BIOINFORMATYKA 1. Wykład wstępny 2. Struktury danych w badaniach bioinformatycznych 3. Bazy danych: projektowanie i struktura 4. Bazy danych: projektowanie i struktura 5. Powiązania pomiędzy genami: równ.
Ankieta dotycząca gospodarki wodno-ściekowej w 2006 r.
... Data wypełnienia ankiety Ankieta dotycząca gospodarki wodno-ściekowej w 2006 r. Nazwa zakładu: Adres: Gmina: Powiat: REGON: Branża (wg EKD): Gospodarka wodna w roku 2006 r. I. Pobór wody z ujęć własnych:
WYKORZYSTANIE KART KONTROLNYCH DO WYSZUKIWANIA BŁĘDÓW POMIAROWYCH
Kamil JANIAK, Piotr BALBIERZ, Marta KNAP * analiza statystyczna danych eksploatacyjnych, karty kontrolne, optymalizacja pracy oczyszczalni ścieków, błędy urządzeń pomiarowych WYKORZYSTANIE KART KONTROLNYCH
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
VI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15
VI WYKŁAD STATYSTYKA 9/04/2014 B8 sala 0.10B Godz. 15:15 WYKŁAD 6 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI Weryfikacja hipotez ( błędy I i II rodzaju, poziom istotności, zasady
OCENA SKUTECZNOŚCI ORAZ STABILNOŚCI PRACY OCZYSZCZALNI ŚCIEKÓW W ZABAJCE
Inżynieria Ekologiczna Ecological Engineering Vol. 47, May 2016, p. 123 130 DOI: 10.12912/23920629/62856 OCENA SKUTECZNOŚCI ORAZ STABILNOŚCI PRACY OCZYSZCZALNI ŚCIEKÓW W ZABAJCE Dariusz Młyński 1, Krzysztof
POISSONOWSKA APROKSYMACJA W SYSTEMACH NIEZAWODNOŚCIOWYCH
POISSONOWSKA APROKSYMACJA W SYSTEMACH NIEZAWODNOŚCIOWYCH Barbara Popowska bpopowsk@math.put.poznan.pl Politechnika Poznańska http://www.put.poznan.pl/ PROGRAM REFERATU 1. WPROWADZENIE 2. GRAF JAKO MODEL
Dokładne i graniczne rozkłady statystyk z próby
Dokładne i graniczne rozkłady statystyk z próby Przypomnijmy Populacja Próba Wielkość N n Średnia Wariancja Odchylenie standardowe 4.2 Rozkład statystyki Mówimy, że rozkład statystyki (1) jest dokładny,
Z poprzedniego wykładu
PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne
SYMULACJE NUMERYCZNE W OCENIE RYZYKA
SYMULACJE NUMERYCZNE W OCENIE RYZYKA Dr Marek Biesiada Instytut Medycyny Pracy i Zdrowia Środowiskowego, Sosnowiec Główną trudnością metodologiczną w procesie ocen ryzyka zdrowotnego jest złożoność oddziaływań
dr hab. Renata Karkowska 1
dr hab. Renata Karkowska 1 Czym jest ryzyko? Rodzaje ryzyka? Co oznacza zarządzanie? Dlaczego zarządzamy ryzykiem? 2 Przedmiot ryzyka Otoczenie bliższe/dalsze (czynniki ryzyka egzogeniczne vs endogeniczne)
Streszczenie. Słowa kluczowe: towary paczkowane, statystyczna analiza procesu SPC
Waldemar Samociuk Katedra Podstaw Techniki Akademia Rolnicza w Lublinie MONITOROWANIE PROCESU WAśENIA ZA POMOCĄ KART KONTROLNYCH Streszczenie Przedstawiono przykład analizy procesu pakowania. Ocenę procesu
STATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5.
Zastosowanie symulacji Monte Carlo do zarządzania ryzykiem przedsięwzięcia z wykorzystaniem metod sieciowych PERT i CPM
SZKOŁA GŁÓWNA HANDLOWA w Warszawie STUDIUM MAGISTERSKIE Kierunek: Metody ilościowe w ekonomii i systemy informacyjne Karol Walędzik Nr albumu: 26353 Zastosowanie symulacji Monte Carlo do zarządzania ryzykiem
Funkcje charakteryzujące proces. Dr inż. Robert Jakubowski
Funkcje charakteryzujące proces eksploatacji Dr inż. Robert Jakubowski Niezawodność Niezawodność Rprawdopodobieństwo, że w przedziale czasu od do t cechy funkcjonalne statku powietrznego Ubędą się mieścić
SYMULACJA STOCHASTYCZNA W ZASTOSOWANIU DO IDENTYFIKACJI FUNKCJI GÊSTOŒCI PRAWDOPODOBIEÑSTWA WYDOBYCIA
Górnictwo i Geoin ynieria Rok 29 Zeszyt 4 2005 Ryszard Snopkowski* SYMULACJA STOCHASTYCZNA W ZASTOSOWANIU DO IDENTYFIKACJI FUNKCJI GÊSTOŒCI PRAWDOPODOBIEÑSTWA WYDOBYCIA 1. Wprowadzenie W monografii autora
INDYWIDUALNE SYSTEMY OCZYSZCZANIA ŚCIEKÓW A OCHRONA WÓD PODZIEMNYCH
INDYWIDUALNE SYSTEMY OCZYSZCZANIA ŚCIEKÓW A OCHRONA WÓD PODZIEMNYCH Opracowała: Klaudia Bukowska ZAOPATRZENIE W WODĘ A OCZYSZCZANIE ŚCIEKÓW Zbiorowe zaopatrzenie w wodę Indywidualne zaopatrzenie w wodę
WPŁYW SZYBKOŚCI STYGNIĘCIA NA WŁASNOŚCI TERMOFIZYCZNE STALIWA W STANIE STAŁYM
2/1 Archives of Foundry, Year 200, Volume, 1 Archiwum Odlewnictwa, Rok 200, Rocznik, Nr 1 PAN Katowice PL ISSN 1642-308 WPŁYW SZYBKOŚCI STYGNIĘCIA NA WŁASNOŚCI TERMOFIZYCZNE STALIWA W STANIE STAŁYM D.
METODA PERT. Maciej Patan. Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski
METODA PERT Maciej Patan Programowanie sieciowe. Metoda PERT 1 WPROWADZENIE PERT (ang. Program Evaluation and Review Technique) Metoda należy do sieci o strukturze logicznej zdeterminowanej Parametry opisujace