Politechnika Gdańska Wydział Elektrotechniki i Automatyki
|
|
- Małgorzata Chmiel
- 5 lat temu
- Przeglądów:
Transkrypt
1 PORZĄDKOWANIE WARIANTÓW PRZY NIEKOMPLETNYCH MACIERZACH PORÓWNAŃ PARAMI Mosław Kweselewcz Poltechka Gdańska Wydzał Elektotechk Automatyk
2 PORZĄDKOWANIE WARIANTÓW PRZY NIEKOMPLETNYCH MACIERZACH PORÓWNAŃ PARAMI Pla efeatu Wowadzee Sfomułowae zagadea oówywaa aam Metoda maksymale watośc włase Ie metody ozwązaa Metoda ozwązaa dla zyadku welu eksetów bakuących oce Uwag wosk M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce.
3 ANALITYCZNY HIERARCHICZNY PROCES DECYZYJNY ag. Aalytc Heachy Pocess (Saaty 980) Heachczy oces aalzy decyzye Poces aaltycze heachzac Należy do ewe klasy metod welokytealych odemowaa decyz M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce. 3
4 Szeegowae (oządkowae) obektów czyków (ag. akg) Mamy ewą ewelką lczbę obektów zedmotów waatów (czyków) Chcemy każdemu z ch zyoządkować ewą wagę (ważość) z wykozystaem skal lczbowe (. w celu wybaa obektu aleszego) Uoządkowae zedmotów ze względu a ewą cechę Poządek okeślay za omocą efeec edostk (ekseta) Pzykłady: Zaku samochodu Pzyęce oektów badawczych do fasowaa M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce. 4
5 Weloatybutowe odemowae decyz Uoządkowae zedmotów ze względu a ewą cechę asekt atybut Atybutów może być węce ż ede Pzykłady atybutów: Zaku samochodu: kolo cea własośc takcye. Pzyęce oektów badawczych do fasowaa: koszt owatostwo. Ne zawsze efeecę moża wyazć w sosób bezośed a skal lczbowe M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce. 5
6 Stuktua AHP Aaltyczy heachczy oces decyzyy Szeegowae weloatybutowe waatów Uszeegowae wykowe Uszeegowae atybut waga W Uszeegowae atybut waga W Uszeegowae... Uszeegowae atybut waga W Oblczee zomalzowaych uszeegowań waatów względem atybutów Agegaca z wykozystaem sumy ważoe M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce. 6
7 Poówaa aam Wyażee efeec względe w stosuku do wszystkch a waatów z wyóżeem ęcu sytuac odstawowych (Saaty 980):! sytuaca ówoważośc kedy obydwa waaty są ówoważe! sytuaca słabe efeec kedy ewszy waat est słabo efeoway względem dugego albo odwote! sytuaca stote efeec kedy ewszy waat est stote efeoway względem dugego albo odwote! sytuaca wyaźe efeec kedy ewszy waat est wyaźe efeoway względem dugego albo odwote! sytuaca bezwzględe efeec kedy ewszy waat est bezwzględe efeoway względem dugego albo odwote. Wyzaczee uoządkowaa a skal lczbowe - oblczee wag M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce. 7
8 Wyażee efeec względe (Saaty 980) Ocea Pefeeca Rówoważość waatów 3 Słaba efeeca waatu tego w stosuku do waatu tego 5 Istota efeeca waatu tego w stosuku do waatu tego 7 Wyaźa efeeca waatu tego w stosuku do waatu tego 9 Bezwzględa efeeca waatu tego w stosuku do waatu tego 468 Watośc ośede Odwotośc owyższych lczb Odoweda efeeca odwota do wyże wymeoych M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce. 8
9 Twozee macezy oce dla daego atybutu Założea Mamy waatów F F któe ależy uszeegować! Każde aze waatów F F... ekset zyoządkowue lczbę S ależącą do skal S { } Maceze oce F ( ) R > 0.! M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce. 9
10 Pzykładowa macez oce R M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce. 0
11 Założea dotyczące ocesu decyzyego W ocese decyzyym może bać udzał gua eksetów a e tylko ede ekset Rozważay est zyadek bakuących oce M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce.
12 M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce. Aoksymaca macezy oce (Saaty 980) Mamy macez oce R. P ( ) T! ( ) T * * *! Poszukuemy macezy loazów Rozwązae wekto uszeegowaa (zawea wag) zomalzoway wekto uszeegowaa. *!
13 Metoda maksymale watośc włase (Saaty 980) Własość macezy loazów P P - wekto uszeegowaa Metoda oblczea wektoa R λmax ak ( P) Watośc włase wektoy włase macezy A Ax λ x! x a λ ( x ) T! x ( ) T λ λ λ! x - wekto własy λ - watość własa M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce. 3
14 Wady metody maksymale watośc włase (Bazla ) Dodae owego czyka może owodować utatę ego ważośc (wag) Rozwązae zależe od oeac tasoowaa macezy oce Pzy wykozystau agegac za omocą sumy ważoe wyk zależy od koleośc oeac W sosób bezośed e może być stosowaa w zyadkach z bakuącym oceam M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce. 4
15 Ie metody aoksymac macezy oce Metoda ameszych kwadatów (e zawsze dae edo tylko edo ozwązae) Metoda logaytmczych ameszych kwadatów (metoda śede geometycze dla ełych macezy oce) M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce. 5
16 Zalety metody śede geometycze (Bazla ) Zachowae względe ważośc (wag) (Kweselewcz va Ude 00) Rozwązae ezależe od tasoowaa macezy oce (Bazla ) Pzy wykoywau agegac za omocą śede geometycze wyk e zależy od koleośc oeac (Bazla ) Metoda śede geometycze est zgoda z metodą oatą o estymato o maksymale waygodośc (Cawfod Wllams 985) M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce. 6
17 Metoda logaytmczych ameszych kwadatów Pzy ewych założeach oblem z bakuącym oceam weloma eksetam sowadza sę do oblemu bez bakuących daych Maą zastosowae wtedy wymeoe własośc metody śede geometycze Zostaą zlkwdowae ustek metody awększe watośc włase M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce. 7
18 Metoda logaytmczych ameszych kwadatów (Saaty 980; Cawfod Wllams 985) y Mmalzaca wyażea ze względu a wekto l( ) l Podstawea ( ) l x l( )! Zagadee ameszych kwadatów m x! I ( y x + x ) I x Rozwązae y x zy założeu x 0 + sowadza sę do x y! Śeda geometycza x! 0! M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce. 8
19 Pzyadek welu eksetów ełe maceze oce Ocey eksetów eówoważe Dokoae uszeegowaa czyków dla każdego z eksetów Pzysae wag każdemu z eksetów Agegaca uszeegowań. z wykozystaem śede geometycze Ocey eksetów ówoważe Metoda logaytmczych ameszych kwadatów (Kweselewcz ) k D D k! k - ocea k-tego ekseta k..d D - lczba eksetów M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce. 9
20 Pzyadek welu eksetów bakuące ocey Założea W ocese decyzyym beze udzał gua eksetów Zakłada sę zyadk że ekset może odmówć ocey dae ay czyków Ozaczea D - lczba eksetów k S - k-ta ocea ay () k! d D d - lczba oce ay ()! Poszukuemy macezy loazów P M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce. 0
21 M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce. Pzykładowa macez oce R
22 Metoda ozwązaa (Boede 985) Metoda logaytmczych ameszych kwadatów mmalzaca wyażea ze względu a wekto I m m! d > k l ( ) k l Otzymue sę tzw. układ ówań omalych x d d x d k y k! d 0 d > 0 M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce.
23 Układ ówań omalych - własośc (Kweselewcz ) Układ ówań omalych Ax b Stuktua macezy A Własośc wesze kolumy macezy A sumuą sę do zea A d d d d d d d d d a 0! a 0! elemety wektoa b sumuą sę do zea b 0 macez A est eełego zędu Wekto awych sto b b d k y k! ak( A) < macez A est macezą symetyczą M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce. 3
24 Metoda ozwązaa otzymaego układu ówań omalych Metoda seudoodwotośc (Peose 955) ozwązae + + x A b + ( I A A)y wauek koeczy stea ozwązaa + AA b b ozwązae o mmale ome + x A b ozkład a watośc szczególe + T A QS U Q U - maceze otogoale S - macez watośc szczególych + Rozkład a watośc włase macezy A T A QΛ Q Twedzee (Kweselewcz ). Pseudoodwotość dla zeczywstych macezy symetyczych gdze A + QΛ + Q + λ gdy λ 0 λ! 0 gdy λ 0 Rozkład a watośc włase zamast ozkładu a watośc szczególe T M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce. 4
25 Własośc ozwązaa układu ówań omalych (Kweselewcz ) Jeśl macez A układu ówań omalych osada ede wesz lub edą kolumę o wszystkch ezeowych elemetach to e ząd wyos - - ozważay zyadek Rozwązae układu ówań x A sowadza sę do ozwązaa o mmale ome Otzymae uszeegowae est edye zomalzowae geometycze + b ( x ) ex! M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce. 5
26 M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce. 6 Sowadzee zyadku z bakuącym oceam do zyadku bez bakuących oce Załóżmy uszeegowae wykowe: Bakuące ocey: Rozwązae układu ówań omalych zastosowae metody śede geometycze daą to samo ozwązae. ( ) ( ) ( ). l l m l l l l m l l m m + + > > + > > D k k D d k d k k d k k I!!! ( ) T! k 0
27 M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce. 7 Pzykład oblczeowy R b A Macez oce 3 Układ ówań omalych Uszeegowae
28 M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce. 8 Sawdzee ozwązaa za omocą śede geometycze R Macez oce Uszeegowae
29 Wosk Zastosowae metody logaytmczych ameszych kwadatów sowadza sę do metody śede geometycze któa e osada usteek metody maksymale watośc włase. Dla zyadków sotykaych w aktyce stee edo tylko edo ozwązae układu ówań omalych dae oo wekto wag któe są zomalzowae geometycze. M. Kweselewcz Poządkowae waatów zy ekomletych macezach oce. 9
Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI
Laboatoum Metod tatystyczych ĆWICZENIE WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Oacowała: Katazya tąo Weyfkaca hotez Hoteza statystycza to dowole zyuszczee dotyczące ozkładu oulac. Wyóżamy hotezy: aametycze
Bardziej szczegółowoZAGADNIENIE TRANSPORTOWE
ZAGADNIENIE TRANSPORTOWE ZT.. Zagadee trasportowe w postac tablcy Z m puktów (odpowedo A,...,A m ) wysyłamy edorody produkt w loścach a,...,a m do puktów odboru (odpowedo B,...,B ), gdze est odberay w
Bardziej szczegółowoPortfel złożony z wielu papierów wartościowych
Portfel westycyy ćwczea Na odst. Wtold Jurek: Kostrukca aalza, rozdzał 4 dr Mchał Kooczyńsk Portfel złożoy z welu aerów wartoścowych. Zwrot ryzyko Ozaczea: w kwota ulokowaa rzez westora w aery wartoścowe
Bardziej szczegółowo( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min
Fukca warogodośc Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x;. Fukcą warogodośc dla próby x azywamy welkość: ( x; f ( x ; L Twerdzee (Cramera-Rao: Mmala wartość warac m dowolego eobcążoego
Bardziej szczegółowo1. Relacja preferencji
dr Mchał Koopczyńsk EKONOMIA MATEMATYCZNA Wykłady, 2, 3 (a podstawe skryptu r 65) Relaca preferec koszyk towarów: przestrzeń towarów: R + = { x R x 0} x = ( x,, x ) X X R+ x 0 x 0 =, 2,, x~y xf y x y x
Bardziej szczegółowoPodprzestrzenie macierzowe
Podprzestrzee macerzowe werdzee: Dla dwóch macerzy A B o tych samych wymarach zachodz: ( ) ( ) wersz a) R A R B A ~ B Dowód: wersz a) A ~ B stee P taka że PA B 3 0 A 4 3 0 0 E A B 0 0 0 E B 3 6 4 0 0 0
Bardziej szczegółowoStatystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych
dr Ewa Wycka Wyższa Szkoła Bakowa w Gdańsku Wtold Komorowsk, Rafał Gatowsk TZ SKOK S.A. Statystycza aalza mesęczych zma współczyka szkodowośc kredytów hpoteczych Wskaźk szkodowośc jest marą obcążea kwoty/lczby
Bardziej szczegółowoFunkcja wiarogodności
Fukca warogodośc Defca: Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x; θ. Fukcą warogodośc dla próby x azywamy welkość: ( x; θ f ( x ; θ L Uwaga: Fukca warogodośc to e to samo co łącza
Bardziej szczegółowoteorii optymalizacji
Poltechka Gdańska Wydzał Oceaotechk Okrętowctwa St. II stop. se. I Podstawy teor optyalzac wykład 7 M. H. Ghae Ma 5 Podstawy teor optyalzac Oceaotechka II stop. se. I 5 Podstawy teor optyalzac Oceaotechka
Bardziej szczegółowoNiezawodność. systemów nienaprawialnych. 1. Analiza systemów w nienaprawialnych. 2. System nienaprawialny przykładowe
Nezawoość sysemów eaprawalych. Aalza sysemów w eaprawalych. Sysemy eaprawale - przykłaowe srukury ezawooścowe 3. Sysemy eaprawale - przykłay aalzy. Aalza sysemów w eaprawalych Sysem eaprawaly jes o sysem
Bardziej szczegółowoPortfel. Portfel pytania. Portfel pytania. Analiza i Zarządzanie Portfelem cz. 2. Katedra Inwestycji Finansowych i Zarządzania Ryzykiem
Katedra Ietycj Faoych Zarządzaa yzykem Aalza Zarządzae Portfelem cz. Dr Katarzya Kuzak Co to jet portfel? Portfel grupa aktyó (trumetó faoych, aktyó rzeczoych), które zotały yelekcjooae, którym ależy zarządzać
Bardziej szczegółowowww.bdas.pl Rozdział 3 Zastosowanie języka SQL w statystyce opisowej 1 Wprowadzenie
Rozdzał moogaf: 'Bazy Daych: Nowe Techologe', Kozelsk S., Małysak B., Kaspowsk P., Mozek D. (ed.), WKŁ 007 Rozdzał 3 Zastosowae języka SQL w statystyce opsowej Steszczee. Relacyje bazy daych staową odpowede
Bardziej szczegółowoBadania Operacyjne (dualnośc w programowaniu liniowym)
Badaa Operacye (dualośc w programowau lowym) Zadae programowaa lowego (PL) w postac stadardowe a maksmum () c x = max, podczas gdy spełoe są erówośc () ax = b ( m ), x 0 ( ) Zadae programowaa lowego (PL)
Bardziej szczegółowoAgenda. Politechnika Poznańska WMRiT ZST. Piotr Sawicki Optymalizacja w transporcie 1. Kluczowe elementy wykładu
Poltechka Pozańska WMRT ZST Tytuł: 05 Lokalzaca obektów. Model PoPr Zastosowae prograowaa lowego Autor: Potr SAWICKI Zakład Systeów Trasportowych WMRT PP potr.sawck@put.poza.pl www.put.poza.pl/~potr.sawck
Bardziej szczegółowoJego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.
Wrażlwość oblgacj Jedym z czyków ryzyka westowaa w oblgacje jest zmeość rykowych stóp procetowych. Iżyera fasowa dyspouje metodam pozwalającym zabezpeczyć portfel przed egatywym skutkam zma stóp procetowych.
Bardziej szczegółowoMetoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień.
Metoda aalizy hierarchii Saaty ego Ważym problemem podejmowaia decyzji optymalizowaej jest często występująca hierarchiczość zagadień. Istieje wiele heurystyczych podejść do rozwiązaia tego problemu, jedak
Bardziej szczegółowo06 Model planowania sieci dostaw 1Po_1Pr_KT+KM
Nr Tytuł: Autor: 06 Model plaowaa sec dostaw 1Po_1Pr_KT+KM Potr SAWICKI Zakład Systeów Trasportowych WIT PP potr.sawck@put.poza.pl potr.sawck.pracowk.put.poza.pl www.facebook.co/potr.sawck.put Przedot:
Bardziej szczegółowo+Ze (Z-1)e. Możliwe sytuacje: 1) orbita nie penetrująca kadłuba
Atomy weloelektoowe: ekulombowsk potecał (cetaly) kedy? ektóe atomy weloelektoowe (p. alkalcze) maą elekto w śede odległ. od ąda >> ż odległośc pozostałych elektoów, el. walecyy kadłub atomu Róże stay
Bardziej szczegółowoMiary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej
Podstawy Mary położea wskazują mejsce wartośc ajlepej reprezetującej wszystke welkośc daej zmeej. Mówą o przecętym pozome aalzowaej cechy. Średa arytmetycza suma wartośc zmeej wszystkch jedostek badaej
Bardziej szczegółowoPodstawy analizy niepewności pomiarowych (I Pracownia Fizyki)
Podstawy aalzy epewośc pomarowych (I Pracowa Fzyk) Potr Cygak Zakład Fzyk Naostruktur Naotecholog Istytut Fzyk UJ Pok. 47 Tel. 0-663-5838 e-mal: potr.cygak@uj.edu.pl Potr Cygak 008 Co to jest błąd pomarowy?
Bardziej szczegółowo08 Model planowania sieci dostaw 1Po_2Pr_KT+KM
Nr Tytuł: Autor: 08 Model plaowaa sec dostaw 1Po_2Pr_KT+KM Potr SAWICKI Zakład Systeów Trasportowych WIT PP potr.sawck@put.poza.pl potr.sawck.pracowk.put.poza.pl www.facebook.co/potr.sawck.put Przedot:
Bardziej szczegółowoSTATYSTYKA OPISOWA WYKŁAD 3,4
STATYSTYKA OPISOWA WYKŁAD 3,4 5 Szereg rozdzelczy przedzałowy (dae pogrupowae) (stosujemy w przypadku dużej lczby epowtarzających sę daych) Przedzał (w ; w + ) Środek x& Lczebość Lczebość skumulowaa s
Bardziej szczegółowoEnergia potencjalna jest energią zgromadzoną w układzie. Energia potencjalna może być zmieniona w inną formę energii (na przykład energię kinetyczną)
1 Enega potencjalna jest enegą zgomadzoną w układze. Enega potencjalna może być zmenona w nną omę eneg (na pzykład enegę knetyczną) może być wykozystana do wykonana pacy. Sumę eneg potencjalnej knetycznej
Bardziej szczegółowoPOLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4
POZECHNE KRAJOE ZAADY YCENY (PKZ) KRAJOY TANDARD YCENY PECJALITYCZNY NR 4 K 4 INETYCJE LINIOE - ŁUŻEBNOŚĆ PRZEYŁU I BEZUMONE KORZYTANIE Z NIERUCHOMOŚCI 1. PROADZENIE 1.1. Nejszy stadard przedstawa reguły
Bardziej szczegółowoKURS GEOMETRIA ANALITYCZNA
KURS GEOMETRIA ANALITYCZNA Lekcja 2 Działania na wektoach w układzie współzędnych. ZADANIE DOMOWE www.etapez.pl Stona 1 Część 1: TEST Zaznacz popawną odpowiedź (tylko jedna jest pawdziwa). Pytanie 1 Któe
Bardziej szczegółowoTESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).
TESTY NORMALNOŚCI Test zgodośc Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład ormaly). Hpoteza alteratywa H1( Cecha X populacj e ma rozkładu ormalego). Weryfkacja powyższych hpotez za pomocą tzw. testu
Bardziej szczegółowoMateriały do wykładu 7 ze Statystyki
Materał do wkładu 7 ze Statstk Aalza ZALEŻNOŚCI pomędz CECHAMI (Aalza KORELACJI REGRESJI) korelacj wkres rozrzutu (korelogram) rodzaje zależośc (brak, elowa, lowa) pomar sł zależośc lowej (współczk korelacj
Bardziej szczegółowo4.5. PODSTAWOWE OBLICZENIA HAŁASOWE 4.5.1. WPROWADZENIE
4.5. PODTAWOWE OBCZENA HAŁAOWE 4.5.. WPROWADZENE Z dotychczasowych ozważań wiemy już dużo w zakesie oisu, watościowaia i omiau hałasu w zemyśle. Wato więc tę wiedzę odsumować w jedym zwatym ukcie, co umożliwi
Bardziej szczegółowoMatematyka Finansowa. Wykład. Maciej Wolny
Matematyka Fasowa Wykład Macej Woly macej.woly@polsl.pl Ageda Ogazacja zajęć, wpowadzee, podstawowe pojęca. Teoa fukcj peądza w czase. Rozlczea zwązae ze spłatą długów. Ocea opłacalośc westycj. Lteatua.
Bardziej szczegółowoN ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.
3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy
Bardziej szczegółowoMiary statystyczne. Katowice 2014
Mary statystycze Katowce 04 Podstawowe pojęca Statystyka Populacja próba Cechy zmee Szereg statystycze Wykresy Statystyka Statystyka to auka zajmująca sę loścowym metodam aalzy zjawsk masowych (występujących
Bardziej szczegółowoZaawansowane metody numeryczne
Zaawasowae metod umercze Programowae lowe (problem dual, program low w lczbach całkowtch) Dualość est kluczowm poęcem programowaa lowego. Pozwala a udowodee że otrzmwae rozwązaa są optmale. Zagadee duale
Bardziej szczegółowoL.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH
L.Kowalsk PODSTAWOWE TESTY STATYSTYCZNE TESTY STATYSTYCZNE poteza statystycza to dowole przypuszczee dotyczące rozkładu cechy X. potezy statystycze: -parametrycze dotyczą ezaego parametru, -parametrycze
Bardziej szczegółowoρ (6) przy czym ρ ij to współczynnik korelacji, wyznaczany na podstawie następującej formuły: (7)
PROCES ZARZĄDZANIA PORTFELEM PAPIERÓW WARTOŚCIOWYCH WSPOMAGANY PRZEZ ŚRODOWISKO AUTOMATÓW KOMÓRKOWYCH Ageszka ULFIK Streszczee: W pracy przedstawoo sposób zarządzaa portfelem paperów wartoścowych wspomagay
Bardziej szczegółowoAKADEMIA MORSKA W SZCZECINIE
AKADEMIA MORSKA W SZCZECINIE Istytut Iżyer Ruchu Morskego Zakład Urządzeń Nawgacyjych Istrukcja r 0 Wzory do oblczeń statystyczych w ćwczeach z radoawgacj Szczec 006 Istrukcja r 0: Wzory do oblczeń statystyczych
Bardziej szczegółowoTablice wzorów Przygotował: Mateusz Szczygieł
Tablce zoó Pzygotoał: Mateusz Szczygeł DKATORFIASOWY.COM.PL . Oczekaa stoa zotu - adoodobeństo zaśca daego zdazea ożla do zealzoaa stoa zotu. Waaca aaca stoy zotu oczekaa stoa zotu [ ] 3. Odchylee stadadoe
Bardziej szczegółowoPOLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4
POZECHNE KRAJOE ZAADY YCENY (PKZ) KRAJOY TANDARD YCENY PECJALITYCZNY NR 4 K 4 YCENA ŁUŻEBNOŚCI PRZEYŁU I OKREŚLANIE KOTY YNAGRODZENIA ZA BEZUMONE KORZYTANIE Z NIERUCHOMOŚCI PRZY INETYCJACH LINIOYCH 1.
Bardziej szczegółowoTyp może być dowolny. //realizacja funkcji zamiana //przestawiajacej dwa elementy //dowolnego typu void zamiana(int &A, int &B) { int t=a; A=B; B=t; }
Idea: Wyzaczamy ameszy elemet w cągu tablcy zameamy go mescam z elemetem perwszym, astępe z pozostałego cągu wyberamy elemet ameszy ustawamy go a druge mesce tablcy zmeamy, td. Realzaca w C++ vod seleca
Bardziej szczegółowoObliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?
Oblczae średej, odchylea tadardowego meday oraz kwartyl w zeregu zczegółowym rozdzelczym? Średa medaa ależą do etymatorów tzw. tedecj cetralej, atomat odchylee tadardowe to etymatorów rozprozea (dyperj)
Bardziej szczegółowoProjekt 3 Analiza masowa
Wydzał Mechaczy Eergetyk Lotctwa Poltechk Warszawskej - Zakład Saolotów Śgłowców Projekt 3 Aalza asowa Nejszy projekt składa sę z dwóch częśc. Perwsza polega projekce wstępy wętrza kaby (kadłuba). Druga
Bardziej szczegółowoP 1, P 2 - wektory sił wewnętrznych w punktach powierzchni F wokół punktu A
TEORI TNU NPRĘŻENI. WEKTOR NPRĘŻENI x P P P P, P - wektoy sł wewnętznych w unktach owezchn wokół unktu P = P, P - suma sł wewnętznych na owezchn P = P = P = śedna gęstość sł wewnętznych na owezchn P P
Bardziej szczegółowoANALIZA HIERARCHICZNA PROBLEMU W SZACOWANIU RYZYKA PROJEKTU INFORMATYCZNEGO METODĄ PUNKTOWĄ. Joanna Bryndza
ANALIZA HIERARCHICZNA PROBLEMU W SZACOWANIU RYZYKA PROJEKTU INFORMATYCZNEGO METODĄ PUNKTOWĄ Joanna Bryndza Wprowadzenie Jednym z kluczowych problemów w szacowaniu poziomu ryzyka przedsięwzięcia informatycznego
Bardziej szczegółowoStatystyka opisowa. W szeregu tym prezentowana jest ilość wystąpień w próbie każdej wartości cechy.
Statystyka osowa Statystyka osowa óż sę od statystyk matematyczej tym, że óby statystyczej dotyczącej daej cechy, e wykozystuje sę do woskowaa a temat oulacj, z któej óba ta została wylosowaa, a jedye
Bardziej szczegółowoMonika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu
DYNAMICZNE MODELE EKONOMERYCZNE X Ogólopolske Semarum Naukowe, 4 6 wrześa 2007 w oruu Katedra Ekoometr Statystyk, Uwersytet Mkołaja Koperka w oruu Moka Jezorska - Pąpka Uwersytet Mkołaja Koperka w oruu
Bardziej szczegółowoStatystyka opisowa. W szeregu tym prezentowana jest ilość wystąpień w próbie każdej wartości cechy.
Statystyka osowa Statystyka osowa óż sę od statystyk matematyczej tym, że óy statystyczej dotyczącej daej cechy, e wykozystuje sę do woskowaa a temat oulacj, z któej óa ta została wylosowaa, a jedye aalzuje
Bardziej szczegółowoRównania różniczkowe cząstkowe
Meod ecze Wkład Rówaa óżczkowe cząskowe d hab. Po Foczak Rówaa óżczkowe cząskowe RRC lczba zech F ząd ówaa: ząd awższe pochode 3 3 b chaakeska: lowe qas-lowe elowe C B A F E D C B A b c b a : : : : : :
Bardziej szczegółowoModelowanie i Analiza Danych Przestrzennych
Modelowae Aalza Daych Przestrzeych Wykład 8 Adrze Leśak Katedra Geoformatyk Iformatyk Stosowae Akadema Górczo-Hutcza w Krakowe Jaką postać ma warogram daych z tredem? Moża o wylczyć teoretycze prostego
Bardziej szczegółowoPERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X
PERMUTACJE Permutacą zboru -elemetowego X azywamy dowolą wzaeme edozaczą fucę f : X X f : X X Przyład permutac X = { a, b, c, d } f (a) = d, f (b) = a, f (c) = c, f (d) = b a b c d Zaps permutac w postac
Bardziej szczegółowoANALIZA INPUT - OUTPUT
Aalza put - output Notatk S Dorosewcz J Staseńko Stroa z 28 SŁAWOMIR DOROSIEWICZ JUSTYNA STASIEŃKO ANALIZA INPUT - OUTPUT NOTATKI Istytut Ekoometr SGH Aalza put - output Notatk S Dorosewcz J Staseńko Stroa
Bardziej szczegółowoBQR FMECA/FMEA. czujnik DI CPU DO zawór. Rys. 1. Schemat rozpatrywanego systemu zabezpieczeniowego PE
BQR FMECA/FMEA Przed rozpoczęcem aalzy ależy przeprowadzć dekompozycję systemu a podsystemy elemety. W efekce dekompozycj uzyskuje sę klka pozomów: pozom systemu, pozomy podsystemów oraz pozom elemetów.
Bardziej szczegółowoPodstawy Procesów i Konstrukcji Inżynierskich. Ruch obrotowy INZYNIERIAMATERIALOWAPL. Kierunek Wyróżniony przez PKA
Podstawy Pocesów Konstukcj Inżyneskch Ruch obotowy Keunek Wyóżnony pzez PKA 1 Ruch jednostajny po okęgu Ruch cząstk nazywamy uchem jednostajnym po okęgu jeśl pousza sę ona po okęgu lub kołowym łuku z pędkoścą
Bardziej szczegółowoKONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny
KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA Adra Kapczyńsk Macej Woly Wprowadzee Rozwój całego spektrum coraz doskoalszych środków formatyczych
Bardziej szczegółowoPODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH
PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Luy 03 PODRĘCZNIKI Wsęp do aalzy błędu pomarowego Joh R. Taylor Wydawcwo Naukowe PWN Warszawa 999 I Pracowa
Bardziej szczegółowoFizyka, technologia oraz modelowanie wzrostu kryształów
Fzyka, techologa oaz modelowae wzostu kyształów Stasław Kukowsk Mchał Leszczyńsk Istytut Wysokch Cśeń PA 0-4 Waszawa, ul Sokołowska 9/37 tel: 88 80 44 e-mal: stach@upess.waw.pl, mke@upess.waw.pl Zbgew
Bardziej szczegółowoROZKŁADY ZMIENNYCH LOSOWYCH
ROZKŁADY ZMIENNYCH LOSOWYCH ZMIENNA LOSOWA Defcja. Zmeą losową jest fukcja: X: E -> R która każdemu zdarzeu elemetaremu E przypsuje lczbę rzeczywstą e X ( e) R DYSTRYBUANTA Dystrybuatą zmeej losowej X
Bardziej szczegółowoZARYS METODY OCENY TRWAŁOSCI I NIEZAWODNOSCI OBIEKTU Z UWZGLEDNIENIEM CZYNNIKA LUDZKIEGO I PŁASZCZYZNY LICZB ZESPOLONYCH
Zdzsław IDZIASZEK 1 Mechatrocs ad Avato Faculty Mltary Uversty of Techology, 00-908 Warsaw 49, Kalskego street r zdzaszek@wat.edu.pl Norbert GRZESIK Avato Faculty Polsh Ar Force Academy, 08-51 Dębl, Dywzjou
Bardziej szczegółowoAnaliza Matematyczna Ćwiczenia. J. de Lucas
Aalza Matematycza Ćwczea J. de Lucas Zadae. Oblczyć grace astępujących fucj a lm y 3,y 0,0 b lm y 3 y ++y,y 0,0 +y c lm,y 0,0 + 4 y 4 y d lm y,y 0,0 3 y 3 e lm,y 0,0 +y 4 +y 4 f lm,y 0,0 4 y 6 +y 3 g lm,y
Bardziej szczegółowoUOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie
B A D A N I A O P E R A C Y J N E I D E C Y J E Nr 2 2007 Aa ĆWIĄKAŁA-MAŁYS*, Woletta NOWAK* UOGÓLNIONA ANALIA WRAŻLIWOŚCI YSKU W PREDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW Przedstawoo ajważejsze elemety
Bardziej szczegółowoMACIERZE STOCHASTYCZNE
MACIERZE STOCHASTYCZNE p ij - prawdopodobieństwo przejścia od stau i do stau j w jedym (dowolym) kroku, [p ij ]- macierz prawdopodobieństw przejść (w jedym kroku), Własości macierzy prawdopodobieństw przejść:
Bardziej szczegółowoAnaliza wyniku finansowego - analiza wstępna
Aalza wyku fasowego - aalza wstępa dr Potr Ls Welkość wyku fasowego determuje: etowość przedsęborstwa Welkość podatku dochodowego Welkość kaptałów własych Welkość dywded 1 Aalza wyku fasowego ma szczególe
Bardziej szczegółowoPrawdopodobieństwo i statystyka r.
Zadae. W ure zajduje sę 5 kul, z których 5 jest bałych czarych. Losujemy bez zwracaa kolejo po jedej kul. Kończymy losowae w momece, kedy wycągęte zostaą wszystke czare kule. Oblcz wartość oczekwaą lczby
Bardziej szczegółowoGraf skierowany. Graf zależności dla struktur drzewiastych rozgrywających parametrycznie
Gaf skieowany Gaf skieowany definiuje się jako upoządkowaną paę zbioów. Piewszy z nich zawiea wiezchołki gafu, a dugi składa się z kawędzi gafu, czyli upoządkowanych pa wiezchołków. Ruch po gafie możliwy
Bardziej szczegółowoi = 0, 1, 2 i = 0, 1 33,115 1,698 0,087 0,005!0,002 34,813 1,785 0,092 0,003 36,598 1,877 0,095 38,475 1,972 40,447 i = 0, 1, 2, 3
35 Iterpoaca Herte a 3 f ( x f ( x,,, 3, 4 f ( x,,, 3 f ( x,, 3 f ( x, 4 f ( x 33,5,698,87,5!, 34,83,785,9,3 36,598,877,95 38,475,97 4,447 Na podstawe wzoru (38 ay zate 87,, 5, L4 ( t 335, +, 698t+ t(
Bardziej szczegółowoELEMENTY ANALIZY NUMERYCZNEJ
Adrze Marcak ELEMENTY ANALIZY NUMERYCZNEJ Wykłady dla studetów keruku formatyka Poltechk Pozańske Wykłady są przezaczoe wyłącze do dywdualego użytku przez studetów formatyk Poltechk Pozańske. Ne mogą być
Bardziej szczegółowobrak podstaw do odrzucenia hipotezy zerowej.
Paca domowa 9. W pewnym bowaze zanstalowano dwa automaty do napełnana butelek. Ilość pwa nalewana pzez pewszy est zmenną losową o ozkładze N( m,, a lość pwa dozowana pzez dug automat est zmenną losową
Bardziej szczegółowoĆWICZENIE 5 TESTY STATYSTYCZNE
ĆWICZENIE 5 TESTY STATYSTYCZNE Cel Przedstawee wybraych testów statystyczych zasad wyboru właścwego testu przeprowadzea go oraz terpretac wyów. Wprowadzee teoretycze Testem statystyczym azywamy metodę
Bardziej szczegółowoZadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów.
Pradopodobeństo statystya 6..3r. Zadae. Rzucamy symetryczą moetą ta długo aż dóch olejych rzutach pojaą sę resz. Oblcz artość oczeaą lczby yoaych rzutó. (A) 7 (B) 8 (C) 9 (D) (E) 6 Wsazóa: jeśl rzuce umer
Bardziej szczegółowoMetody numeryczne. Wykład nr 10. Dr Piotr Fronczak
Meod ecze Wkład D Po Foczak Rówaa óŝczkowe cząskowe RRC lczba zech L L L F ząd ówaa: ząd awŝsze pochode 3 3 b chaakeska: lowe qas-lowe elowe C B A F E D C B A b c b a : : : :: : : : : : Nelowe lowe Qas
Bardziej szczegółowoWSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LABORATORIUM II PROGRAMOWANIE CELOWE, ILORAZOWE I MIN-MAX. min. min
WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LABORAORIUM II PROGRAMOWANIE CELOWE, ILORAZOWE I MIN-MAX Probley prograowae celowego lorazowego to probley prograowae ateatyczego elowego, który oża sktecze zlearyzować
Bardziej szczegółowoSzeregi czasowe, modele DL i ADL, przyczynowość, integracja
Szereg czasowe, modele DL ADL, rzyczyowość, egracja Szereg czasowy, o cąg realzacj zmeej losowej, owedzmy y, w kolejych okresach czasu: { y } T, co rówoważe możemy zasać: = 1 y = { y1, y,..., y T }. Najogólej
Bardziej szczegółowoSprawdzenie stateczności skarpy wykopu pod składowisko odpadów komunalnych
Sprawdzee stateczośc skarpy wykopu pod składowsko odpadów koualych Ustalee wartośc współczyka stateczośc wykoae zostae uproszczoą etodą Bshopa, w oparcu o poższą forułę: [ W s( α )] ( φ ) ( φ ) W ta F
Bardziej szczegółowoSPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM
ACTA UNIVERSITATIS WRATISLAVIENSIS No 37 PRZEGLĄD PRAWA I ADMINISTRACJI LXXX WROCŁAW 009 ANNA ĆWIĄKAŁA-MAŁYS WIOLETTA NOWAK Uwersytet Wrocławsk SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM
Bardziej szczegółowoZależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży
Gawlk L., Kasztelewcz Z., 2005 Zależość kosztów produkcj węgla w kopal węgla bruatego Ko od pozomu jego sprzedaży. Prace aukowe Istytutu Górctwa Poltechk Wrocławskej r 2. Wyd. Ofcya Wydawcza Poltechk Wrocławskej,
Bardziej szczegółowoIndukcja matematyczna
Iducja matematycza Twerdzee. zasada ducj matematyczej Nech T ozacza pewą tezę o lczbe aturalej. Jeżel dla pewej lczby aturalej 0 teza T 0 jest prawdzwa dla ażdej lczby aturalej 0 z prawdzwośc tezy T wya
Bardziej szczegółowoStatystyka Wykład 3 Adam Ćmiel A3-A4 311a
styaca uktowa Podstawowe oęca estyac uktowe Nech B P={P :} będze zestzeą statystyczą. Na odstawe obsewac oszacować g Y gdze g: Y est zaą fukcą. Watość g est ezaa gdyż e zay. Rozwązae tego obleu będze ewa
Bardziej szczegółowoDobór zmiennych do modelu ekonometrycznego
Dobó zmiennych do modelu ekonometycznego Metody dobou zmiennych do modelu ekonometycznego opate na teście F Model zedukowany ya 0 +a x+a x+.+a x Model pełny ya 0 +a x+a x+.+a x +a + x + + +a k x k Częściowy
Bardziej szczegółowoPodstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki
tatystycza terpretacja wyków eksperymetu Małgorzata Jakubowska Katedra Chem Aaltyczej Wydzał IŜyer Materałowej Ceramk AGH Podstawowe zadae statystyk tatystyka to uwersale łatwo dostępe arzędze, które pomaga
Bardziej szczegółowoMatematyczny opis ryzyka
Aalza ryzyka kosztowego robót remotowo-budowlaych w warukach epełe formac Mgr ż Mchał Bętkowsk dr ż Adrze Powuk Wydzał Budowctwa Poltechka Śląska w Glwcach MchalBetkowsk@polslpl AdrzePowuk@polslpl Streszczee
Bardziej szczegółowoGEODEZJA INŻYNIERYJNA SEMESTR 6 STUDIA NIESTACJONARNE
GEODEZJ INŻNIERJN SEMESTR 6 STUDI NIESTCJONRNE CZNNIKI WPŁWJĄCE N GEOMETRIĘ UDNKU/OIEKTU Zmaę geometr budyku mogą powodować m.: czyk atmosferycze, erówomere osadae płyty fudametowej mogące skutkować wychyleem
Bardziej szczegółowoBadania niezawodnościowe i statystyczna analiza ich wyników
Badaa ezawodoścowe statystycza aalza ch wyków. Co to są badaa ezawodoścowe jak sę je przeprowadza?. Metody prezetacj opsu daych pochodzących z eksperymetu 3. Sposoby wyzaczaa rozkładu zmeej losowej a podstawe
Bardziej szczegółowoProcent prosty Gdy znamy kapitał początkowy i stopę procentową
cet psty Gdy zay aptał pczątwy stpę pcetwą F = + I aptał ńcwy, pczątwy, dset I = I = stpa pcetwa (w stsuu czy) F = ( + ) aledaze dsetwe 360/360, 365/365, 360/365, 365/360 es wyaży w latach (dla óżych esów
Bardziej szczegółowo24-01-0124-01-01 G:\AA_Wyklad 2000\FIN\DOC\Geom20.doc. Drgania i fale III rok Fizyki BC
4-0-04-0-0 G:\AA_Wyklad 000\FIN\DOC\Geom0.doc Dgaa ale III ok Fzyk BC OPTYKA GEOMETRYCZNA. W ośodku jedoodym śwatło ozcodz sę ostolowo.. Pzecające sę omee śwetle e zabuzają sę awzajem. 3. Pawo odbca śwatła.
Bardziej szczegółowoOznaczenia: -średnia arytmetyczna -średnia geometryczna. x H -średnia harmoniczna
Ops statystyczy Puktem wyjśca do woskowaa statystyczego (uogólae wyków badaa póby a populację geealą) jest odpoweda aalza ozkładu badaej cechy w tej póbe. Metody służące do aalzy ozkładu cechy w póbe są
Bardziej szczegółowoOptymalizacja wielokryterialna
Porządowae Optmalzaca welorterala. Uporządowae zboru wg oreśloch reguł.. Wróżee możlwe ameszego podzboru prz doowau wboru.. Wbór oreśloe decz. U {u,...,u m }- sończo przelczal zbór dopuszczalch decz K
Bardziej szczegółowoBadania Maszyn CNC. Nr 2
Poltechka Pozańska Istytut Techolog Mechaczej Laboratorum Badaa Maszy CNC Nr 2 Badae dokładośc pozycjoowaa os obrotowych sterowaych umerycze Opracował: Dr. Wojcech Ptaszy sk Mgr. Krzysztof Netter Pozań,
Bardziej szczegółowoModelowanie niezawodności i wydajności synchronicznej elastycznej linii produkcyjnej
Dr hab. ż. Ato Śwć, prof. adzw. Istytut Techologczych ystemów Iformacyych oltechka Lubelska ul. Nadbystrzycka 36, 2-68 Lubl e-mal: a.swc@pollub.pl Dr ż. Lech Mazurek aństwowa Wyższa zkoła Zawodowa w Chełme
Bardziej szczegółowoTeoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka
Nepewośc pomarowe. Teora praktka. Prowadząc: Dr ż. Adrzej Skoczeń Wższa Szkoła Turstk Ekolog Wdzał Iformatk, rok I Fzka 014 03 30 WSTE Sucha Beskdzka Fzka 1 Iformacje teoretcze zameszczoe a slajdach tej
Bardziej szczegółowo( ) WŁASNOŚCI MACIERZY
.Kowalski własości macierzy WŁSNOŚC MCERZY Własości iloczyu i traspozycji a) możeie macierzy jest łącze, tz. (C) ()C, dlatego zapis C jest jedozaczy, b) możeie macierzy jest rozdziele względem dodawaia,
Bardziej szczegółowobędą niezależnymi zmiennymi losowymi o tym samym 2 x
Prawdopodobeństwo statystyka 8.0.007 r. Zadae. Nech,,, rozkładze z gęstoścą Oblczyć m E max będą ezależym zmeym losowym o tym samym { },,, { },,, gdy x > f ( x) = x. 0 gdy x 8 8 Prawdopodobeństwo statystyka
Bardziej szczegółowoMATERIAŁY I STUDIA. Efektywność sektora publicznego na poziomie samorządu lokalnego. Zesz y t nr 242. Barbara Karbownik, Grzegorz Kula
MATERAŁY STUDA Zesz y t r 242 Efektywość sektora publczego a pozome samorządu lokalego Barbara Karbowk, Grzegorz Kula Warszawa 2009 Barbara Karbowk Narodowy Bak Polsk, barbara.karbowk@bp.pl Grzegorz Kula
Bardziej szczegółowoBADANIE STATYSTYCZNEJ CZYSTOŚCI POMIARÓW
INSTYTUT FIZYKI WYDZIAŁ INŻYNIERII RODUKCJI I TECHNOLOGII MATERIAŁÓW OLITECHNIKA CZĘSTOCHOWSKA RACOWNIA DETEKCJI ROMIENIOWANIA JĄDROWEGO Ć W I C Z E N I E N R J-6 BADANIE STATYSTYCZNEJ CZYSTOŚCI OMIARÓW
Bardziej szczegółowoPomiary bezpośrednie i pośrednie obarczone błędem przypadkowym
Pomary bezpośrede pośrede obarczoe błędem przypadkowym I. Szacowae wartośc przyblŝoej graczego błędu przypadkowego a przykładze bezpośredego pomaru apęca elem ćwczea jest oszacowae wartośc przyblŝoej graczego
Bardziej szczegółowoPOLE MAGNETYCZNE W PRÓŻNI. W roku 1820 Oersted zaobserwował oddziaływanie przewodnika, w którym płynął
POLE MAGNETYCZNE W PÓŻNI W oku 8 Oested zaobsewował oddziaływanie pzewodnika, w któym płynął pąd, na igłę magnetyczną Dopowadziło to do wniosku, że pądy elektyczne są pzyczyną powstania pola magnetycznego
Bardziej szczegółowoLOGISTYKA DYSTRYBUCJI II ćwiczenia 3 WYBÓR DOSTAWCY USŁUG WIELOKRYTERIALNE MODELE DECYZYJNE. AUTOR: dr inż. ROMAN DOMAŃSKI WYBÓR DOSTAWCY USŁUG
1 LOGISTYKA DYSTRYBUCJI II ćwiczenia 3 WIELOKRYTERIALNE MODELE DECYZYJNE AUTOR: dr inż. ROMAN DOMAŃSKI METODY OCENY I WYBORU DOSTAWCÓW 2 Wybór odpowiedniego dostawcy jest gwarantem niezawodności realizowanych
Bardziej szczegółowoModelowanie niepewności przy użyciu przybliżonych miar prawdopodobieństwa
Modelowae epewośc pzy użycu pzyblżoych ma pawdopodobeństwa d ż. Mosław Kweselewcz Wydzał Elektotechk utomatyk Kateda utomatyk Gdańsk, lstopad 998 . Wpowadzee Tadycyje do modelowaa epewośc stosoway był
Bardziej szczegółowoELEMENTY MATEMATYKI FINANSOWEJ. Wprowadzenie
ELEMENTY MATEMATYI FINANSOWEJ Wpowadzeie Pieiądz ma okeśloą watość, któa ulega zmiaie w zależości od czasu, w jakim zostaje o postawioy do aszej dyspozycji. Watość tej samej omialie kwoty będzie ia dziś
Bardziej szczegółowoKALIBRACJA NIE ZAWSZE PROSTA
KALIBRACJA NIE ZAWSZE PROSTA Potr Koeczka Katedra Chem Aaltyczej Wydzał Chemczy Poltechka Gdańska S w S C -? C w Sygał - astępstwo kosekwecja przeprowadzoego pomaru główy obekt zateresowań aaltyka. Cel
Bardziej szczegółowoĆWICZENIE 3 ANALIZA WSPÓŁZALEŻNOŚCI ZJAWISK MASOWYCH
Laboaoum eod aczch ĆWICZENIE 3 ANALIZA WPÓŁZALEŻNOŚCI ZJAWIK AOWCH Jedo wozące zboowość chaaezowae ą zazwcza za pomocą welu cech óe wzaeme ę wauuą. Celem aalz wpółzależośc e wedzee cz mędz badam cecham
Bardziej szczegółowoPlanowanie eksperymentu pomiarowego I
POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA ENERGETYKI INSTYTUT MASZYN URZĄDZEŃ ENERGETYCZNYCH Plaowae eksperymetu pomarowego I Laboratorum merctwa (M 0) Opracował: dr ż. Grzegorz Wcak
Bardziej szczegółowoINSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ
LABORATORIUM OCHRONY ŚRODOWISKA - SYSTEM ZARZĄDZANIA JAKOŚCIĄ - INSTRUKCJA NR 06- POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ 1. Cel istrukcji Celem istrukcji jest określeie metodyki postępowaia w celu
Bardziej szczegółowo