WYZNACZANIE MEDIANY LITVAKA W PRZYPADKU WYST POWANIA OBIEKTÓW RÓWNOWA NYCH W OCENIE GRUPOWEJ
|
|
- Julia Kaczmarczyk
- 6 lat temu
- Przeglądów:
Transkrypt
1 WYZNACZANIE MEDIANY LITVAKA W PRZYPADKU WYSTPOWANIA OBIEKTÓW RÓWNOWANYCH W OCENIE GRUPOWEJ HANNA BURY, DARIUSZ WAGNER Istytut Bada Systemowych Streszczee Wele metod wyzaczaa ocey grupowej moa stosowa w sytuacjach, kedy w oceach ekspertów wystpuj obekty rówowae. Uwzgldee molwoc wystpowaa obektów rówowaych w ocee grupowej jest trudejszym zagadeem w welu metodach wyklucza s tak ewetualo, co w stoty sposób ogracza zakres dopuszczalych rozwza. Jest to szczególe stote w przypadku metod wyzaczaa ocey grupowej, których podstaw staow mmalzowae stosowe zdefowaej odległoc mdzy uporzdkowaam obektów. Przyjce załoea o wystpowau obektów rówowaych w ocee grupowej wyzaczaej a podstawe odległoc mdzy uporzdkowaam we s z koeczoc uwzgldea wszelkch molwych postac uporzdkowa przyjmowaych jako ocea grupowa. Zadae to moa rozwza przeszukujc wszystke molwe uporzdkowaa. Molwo zastosowaa tego podejca ogracza lczba uporzdkowa, które aley uwzgld, szybko rosca ze wzrostem lczby obektów. Racjoalym podej- cem wydaje s próba wyzaczea ocey grupowej poprzez rozwzae odpowedego zadaa optymalzacj. W pracy przedstawoo sformułowae tego zadaa. Podao rówe przykłady umerycze. Słowa kluczowe: decyzje grupowe, ocey ekspertów, obekty rówowae, medaa Ltvaka. Wprowadzee W praktyce stosowaa oce grupowych czsto zdarza s, e eksperc e s w stae jedozacze okrel czy w sese przyjtego kryterum lub zboru kryterów - day obekt jest lepszy, czy te gorszy od drugego. Wele metod wyzaczaa ocey grupowej moa stosowa w sytuacjach, kedy w oceach ekspertów wystpuj obekty rówowae. Uwzgldee molwoc wystpowaa obektów rówowaych w ocee grupowej jest ju zacze trudejszym zagadeem w welu metodach wyklucza s tak ewetualo. Przyjce tego załoea w stoty sposób ogracza zakres dopuszczalych rozwza. Jest to szczególe stote w przypadku metod wyzaczaa ocey grupowej, których podstaw staow mmalzowae stosowe zdefowaej odległoc mdzy uporzdkowaam obektów. W metodach tych wyzaczee ocey grupowej sprowadza s do zalezea uporzdkowaa, które w sese przyjtej odległoc jest ajmej oddaloe od uporzdkowa podaych przez ekspertów. Do grupy tych metod ale p. medaa Kemey ego (Kemey (959), Kemey, Sell (960)), metoda Cooka-Seforda (Armstrog, Cook, Seford (982), Cook, Seford (978), Cook, Kress, Seford (997), Cook (2006)) medaa Ltwaka (Ltvak (982)), róce s przyjt defcj odległoc. Zakładajc brak obektów rówowaych w ocee grupowej wymeoe metody moa łatwo oprogramowa - powstały lcze algorytmy heurystycze; moa te wyzaczee ocey grupowej sprowadz do
2 20 POLSKIE STOWARZYSZENIE ZARZDZANIA WIEDZ Sera: Studa Materały, r 0, 2007 rozwzaa zadaa optymalzacj całkowtolczbowej (Bury, Wager (999), (2000), (2007), Hwag, L (987), Ltvak (982), Nurm (987)). Przyjce załoea o molwoc wystpowaa obektów rówowaych w ocee grupowej wyzaczaej a podstawe odległoc mdzy uporzdkowaam we s z koeczoc uwzgldea wszelkch molwych postac uporzdkowa przyjmowaych jako ocea grupowa. Zadae to moa rozwza przeszukujc wszystke molwe uporzdkowaa wyberajc to (lub te), które w sese przyjtej odległoc zajduje s (zajduj s) ajblej zboru uporzdkowa podaych przez ekspertów. Molwo zastosowaa tego podejca ogracza lczba uporzdkowa, które aley uwzgld, szybko rosca ze wzrostem lczby obektów. Dla trzech obektów mamy 3 molwych uporzdkowa (w tym 6 uporzdkowa bez rówowaoc), dla czterech obektów 75 (w tym 24 bez rówowaoc), dla pcu 54 (w tym 20 bez rówowaoc), dla szecu obektów 4683 (w tym 720 bez rówowaoc) td. Racjoalym podejcem wydaje s zatem próba wyzaczea ocey grupowej poprzez rozwzae odpowedego zadaa optymalzacj. Zdaem autorów sformułowae tego zadaa moa uproc stosujc zapropooway przez Armstroga, Cooka Seforda (982) zaps pozycj zajmowaych przez obekty rówowae w uporzdkowaach oraz posługujc s wprowadzoym w pracy Bury, Wager (2007) pojcem struktury. W pracy podjto prób sformułowaa tego zadaa. Podao rówe przykłady umerycze. 2. Zaps pozycj zajmowaych przez obekty struktury obektów Załómy, e mamy zbór obektów O = {O,, O } oraz K ekspertów, których zadaem jest uporzdkowae zboru obektów zgode z przyjtym kryterum (zborem kryterów). Eksperc podaj swoje ope w postac uporzdkowa P k = O,..., O, k=,, K, () gdze obekt uwaay za ajlepszy zajmuje perwsz pozycj a obekt uwaay za ajgorszy ostat. Zakłada s rówe, e zarówo w opach ekspertów, jak w ocee grupowej, a jedej pozycj moe zajdowa s wcej jede obekt. Najczcej stosoway zaps uporzdkowa, w których wystpuj obekty rówowae ma po- O,..., O,...,O,..., O, gdze w awase jest ujta grupa obektów rówowaych. Zaps + sta ( ) p p r te bdzemy azywa tradycyjym. W dalszych rozwaaach przyjmujemy, e umer pozycj w uporzdkowau (w zapse tradycyjym) jest ozaczoy lter j, lczo grupy obektów rówowaych wyos r. Przy tym zapse lczba pozycj, a których s rozmeszczoe obekty e jest stała; zaley bowem od lczby grup obektów rówowaych oraz od lczoc kadej z tych grup. W przypadku braku obektów rówowaych lczba pozycj zajmowaych przez obekty w ch dowolym uporzdkowau jest rówa lczbe obektów. Armstrog, Cook Seford (982) (dalej cytowa jako ACS) zapropoowal astpujcy sposób zapsu uporzdkowa, w których wystpuj obekty rówowae. Przyjmujemy, e grupa obektów rówowaych o lczoc r zajmuje w uporzdkowau mejsca rozpoczyajc od pozycj j = p. Według propozycj ACS obekty O,..., O umeszczoe s a pozycj bdcej red- + okrelo jak astpuje: p p r
3 Haa Bury, Darusz Wager Wyzaczae meday Ltvaka w przypadku wystpowaa obektów rówowaych w ocee grupowej 2 p + (p + ) (p + r ) 2p + (r ) r t= = r= p+. (2) r 2r 2 Jeel lczo grupy obektów rówowaych jest lczb parzyst (przyjmjmy, e wyos 2b, b /2), to grupe tej bdze przyporzdkowaa pozycja t = (p + b) / 2. Jeel za jest to lczba eparzysta (przyjmjmy 2b+, gdze b < /2) to t = (p + b). Pozycje t, w odróeu od tradycyjych, bd azywae połówkowym. A zatem w zaleoc od tego czy r jest lczb parzyst, czy te e, bd wystpowa pozycje opsae przez lczby całkowte bd ułamkowe. Przy lczbe obektów rówej, obektom mog by przyporzdkowae astpujce pozycje w uporzdkowau: T = {, ½, 2, 2½, 3, 3½,.., -, -½, }. (3) Lczba molwych pozycj wyos 2-. Naley podkrel, e w zapse ACS suma pozycj obektów w uporzdkowau jest stała. Przykład. Załómy, e pcu ekspertów przedstawło uporzdkowaa pcu obektów (w awasach ujto obekty rówowae): zaps tradycyjy Tabela. suma pozycj zaps połówkowy suma pozycj P : O 4, O 5, (O 2, O 3 ),O 4, 3, 3,, 2 3 5, 3.5, 3.5,, 2 5 P 2 : O 2, O, O 4, O 5, O 3 2,, 5, 3, 4 5 2,, 5, 3, 4 5 P 3 : O 2, (O, O 3, O 5 ), O 4 2,, 2, 3, 2 0 3,, 3, 5, 3 5 P 4 : (O 2,O 3 ), O 4, (O, O 5 ) 3,,, 2, ,.5,.5, 3, P 5 : (O,O 2 ), (O 3, O 4, O 5 ),, 2, 2, 2 8.5,.5, 4, 4, 4 5 Uredoy zaps pozycj zajmowaych przez obekty umolwa utworzee macerzy zawerajcej wszystke molwe struktury uporzdkowa obektów, w tym uporzdkowa zawerajcych grupy obektów rówowaych. Naley zazaczy, e sam umer pozycj e przesdza, le obektów rówowaych zajduje s a daej pozycj. Warukem jedozaczego okrelea lczby obektów rówowaych zajdujcych s a daej pozycj jest wykorzystae dodatkowej formacj o pozycj (w zapse tradycyjym) zajmowaej przez perwszy z grupy obektów rówowaych. Pozycj t azwemy pozomem bdzemy dalej ozacza lter, =,...,. Pozom = wyzacza te grupy obektów rówowaych, w których perwszy obekt zajduje s a perwszej pozycj w uporzdkowau. Pozom =2 okrela te grupy obektów rówowaych, w których perwszy obekt sto a drugej pozycj w uporzdkowau td. t Grup pozycj rówowaych azwemy struktur ozaczymy przez S ; jest oa zalea zarów-
4 22 POLSKIE STOWARZYSZENIE ZARZDZANIA WIEDZ Sera: Studa Materały, r 0, 2007 o od pozycj t, t T, jak od pozomu. Lczb elemetów daej struktury, to zaczy lczb pozycj rówowaych odpowadajcych daej pozycj połówkowej t oraz pozomow ozaczymy przez s t, s t Bury, Wager (2007).. Szczegółowe omówee macerzy struktur S zostało podae w pracy t W werszach macerzy struktur S s umeszczoe struktury S odpowadajce daemu pozomow a w kolumach te, które s zwzae z da pozycj połówkow t (J ozacza pozycj podwojo, J=2t). Tabela 2. J t,5 2 2,5 3 3,5 4 4,5 = (,2) (,2,3) (,2,3,4) (,2,3,4,5) (,2,3,4,5,6) (,2,3,4,5,6,7) (,2,3,4,5,6,7,8) = 2 2 (2,3) (2,3,4) (2,3,4,5) (2,3,4,5,6) (2,3,4,5,6,7) = 3 3 (3,4) (3,4,5) (3,4,5,6) = 4 4 (4,5) = 5 Wartoc współczyków s t dla =5 podao w tabel 3. Tabela 3. J t,5 2 2,5 3 3,5 4 4,5 5 = = =3 2 3 =4 2 =5 3. Wyzaczae ocey grupowej za pomoc meday Ltwaka B.G. Ltvak (982) zapropoował, aby odległo mdzy uporzdkowaam wyzacza a podstawe tzw. wektorów preferecj. Defcja (Ltvak (982)). Daemu uporzdkowau P k moa przypsa wektor preferecj k k k = {,..., }, k =,..., K (4) k gdze jest rówe lczbe obektów poprzedzajcych -ty obekt w rozwaaym uporzdkowau, K lczba uporzdkowa podaych przez ekspertów.
5 Haa Bury, Darusz Wager Wyzaczae meday Ltvaka w przypadku wystpowaa obektów rówowaych w ocee grupowej 23 Przykład 2. Dla uporzdkowa podaych w Przykładze wektory preferecj s, jak astpuje: Tabela 4. wektory preferecj P : O 4, O 5, (O 2, O 3 ),O 4, 2, 2, 0, P 2 : O 2, O, O 4, O 5, O 3, 0, 4, 2, 3 P 3 : O 2, (O, O 3, O 5 ), O 4, 0,, 4, P 4 : (O 2,O 3 ), O 4, (O, O 5 ) 3, 0, 0, 2, 3 P 5 : (O,O 2 ), (O 3, O 4, O 5 ) 0, 0, 2, 2, 2 k k2 Defcja 2 (Ltvak (982)). Dae s dwa wektory preferecj. Odległo mdzy tym wektoram zdefowaa jest astpujco (, k2 ) = = d k k k2 (5) Moa wykaza, e tak zdefowaa odległo speła wszystke aksjomaty jedozacze okrelajce mar "blskoc" (Ltvak (982)). Defcja 3 (Ltvak (982)). Day jest zbór uporzdkowa {P k }. Odległo uporzdkowaa P od tego zboru wyraoa jest astpujc zaleoc K (k) (, ) = k= = P k d. (6) Defcja 4 (Ltvak (982)). Uporzdkowae M M K (k) ( P,...,P ) = arg md (, ) K azywae jest meda Ltvaka zboru (,...,P ) P. Wyk uzyskae przez Ltvaka (982) zostały uogóloe w pracy Bury, Wager (2003), dzk czemu oblczae odległoc (6) zostało zacze ułatwoe. Rozwaymy dwa przypadk: w medae e wystpuj elemety rówowae; w tym przypadku lczba obektów oraz lczba zajmowaych przez e pozycj s rówe, w medae mog wystpowa elemety rówowae; w tym przypadku aley uwzgld dodatkowe ograczea wykajce z macerzy struktury obektów S. 3.. W ocee grupowej e wystpuj rówowaoc Wprowadmy astpujce ozaczea (j ozacza pozycj obektu w zapse tradycyjym) (7)
6 24 POLSKIE STOWARZYSZENIE ZARZDZANIA WIEDZ Sera: Studa Materały, r 0, 2007 k( h gdze j) P( j) = =,...,; k=,...k, j=,...,; j=,, (8) k P( j) jest lczb obektów poprzedzajcych -ty obekt w przypadku, gdy zajmuje o j-t pozycj w uporzdkowau P. Sumujc współczyk k( j) h po k (k=,...,k) otrzymujemy h ( j) K ( j) k( j) h = h. (9) k= ( j) Macerz współczyków h ozaczamy jako H. Współczyk ( j) h wyraaj zagregowa róc mdzy pozycj -tego obektu w uporzdkowau P a jego pozycj w uporzdkowaach P k (k=,...k). gdze x j Odległo (6) moa zapsa astpujco K = j= k= j) k ( j) d = P( x = h x (0) = 0 j = j= jeel w uporzdkowau P obekt O zajmuje j-t pozycj w przecwym raze Kres doly odległoc (0) wyos (Ltvak (982)) h m = j () () G =, gdze h m = m[h,...,h ] (2) j W rozwaaym przypadku problem wyzaczea meday Ltvaka moa sformułowa jako astpujce zero-jedykowe zadae programowaa matematyczego (Ltvak (982), Bury, Wager (2000)) = j= z ograczeam ( j) h x m, (3) =,..., j= j x =, (4) j ograczee to ozacza, e day obekt moe zajmowa tylko jed pozycj oraz ()
7 Haa Bury, Darusz Wager Wyzaczae meday Ltvaka w przypadku wystpowaa obektów rówowaych w ocee grupowej 25 j=,..., = x =, (5) j ograczee to ozacza - zgode z przyjtym załoeem - e a jedej pozycj moa umec tylko jede obekt W ocee grupowej wystpuj rówowaoc W tym przypadku wyzaczee uporzdkowaa ajmej odległego od zboru uporzdkowa podaych przez ekspertów wymaga zmodyfkowaa zadaa optymalzacj (3) - (5). Modyfkacja polega a wprowadzeu dodatkowych ogracze uwzgldajcych molwo wystpea w ocee grupowej obektów rówowaych. Ozacza to, e aley uwzgld molwo wystpea róych struktur S t. Do zapsu pozycj obektów wykorzystujemy zaps połówkowy ACS. Przy okrelau wektora preferecj przydate jest spostrzeee, e lczba obektów poprzedzajcych -ty obekt w uporzdkowau bezporedo wyka z pozomu, a którym te obekt wystpuje w macerzy struktur S wyos (-), co ozacza, e obekty wystpujce a pozome = poprzedza 0 obektów, obekty z pozomu =2 poprzedza jede obekt td. Wektory preferecj e zale od rodzaju zastosowaego zapsu pozycj obektów. Składowe wektora preferecj dla uporzdkowaa P s astpujce: P( ) = ( ) λ, =,,, (6) jeel w uporzdkowau P obekt O wystpuje a pozome, gdze λ = 0 jeel struktura z pozomu wystpuje w uporzdkowau P w przecwym raze Ozaczea wystpujce we wzorze (0) modyfkujemy w astpujcy sposób: h k( ) = P( ) k (7) =,...,, k=,...k, =,...,. (8) k( ) Sumujc współczyk h po k (k=,...,k) otrzymujemy ( ) K h = h k= k( ) ( ) h. (9) Macerz współczyków h ozaczamy jako H. ( ) Ze sposobu wyzaczaa elemetów macerzy H wyka, e H = H. Ozaczee góra kreska wskazuje a y sposób ustalaa składowych wektorów preferecj.
8 26 POLSKIE STOWARZYSZENIE ZARZDZANIA WIEDZ Sera: Studa Materały, r 0, 2007 = = 2 = () (2) () O h h h () (2) () O 2 = h 2 h h 2. (20) H () (2) () O h h h Zadae mmalzacj odległoc (0) przybera posta: gdze y J 2 J ( ) h yj, (2) yj J= 2 = = J m = 0 jeel w uporzdkowau P obekt O zajmuje J-t pozycj (J=2t ozacza pozycj podwojo) a pozome w przecwym raze = max(,j ), [J / 2]. (23) J J = Wartoc, J J zale od lczby obektów oraz od umeru pozycj J w macerzy struktur S. Przykładowe wartoc współczyków, J J dla struktury pcu obektów z tabel 3 podao w tabel 5. (22) Tabela 5. J t,5 2 2,5 3 3,5 4 4,5 5 = = =3 2 3 =4 2 =5 J J Ograczea dla zadaa optymalzacj (2) (23) s astpujce: () J =,..., J= 2,...,2 = J y J = x J, gdze (24) x J = 0 jeel w uporzdkowau P obekt O zajmuje J-t pozycj w przecwym raze. (25)
9 Haa Bury, Darusz Wager Wyzaczae meday Ltvaka w przypadku wystpowaa obektów rówowaych w ocee grupowej 27 Ograczee to ozacza, e dla ustaloej pozycj J day obekt moe by umeszczoy co ajwy- ej a jedym pozome. () J= 2,...,2 = J,..., J = y J = s γ J J, gdze (26) γ J = 0 jeel struktura w przecwym raze J S wystpuje w uporzdkowau P (27) Ograczee to ozacza, e a pozycj J oraz a pozome (struktura J S ) moa umec zero lub s obektów, s J = J 2 +. (28) () J =,..., 2 J= 2 x =. (29) J Ograczee to - aalogcze do (4) - ozacza, e day obekt moe zajmowa tylko jed pozycj. (v) + γ J =,..., J= 2 = λ, (30) gdze λ jest zdefowae zaleoc (7). Ograczee to ozacza, e a ustaloym pozome obekty moa umec co ajwyej a jedej pozycj. Naley zauway, e λ = (w uporzdkowau P mus wystp jeda ze struktur z pozomu =) oraz, e (v) = 2,..., λ = m= γ m, + m dla =2,,. (3) Ograczee to ozacza, e wystpowae struktury z pozomu zaley od tego, jake struktury wystpły a pozomach poprzedzajcych. Warto podkrel, e ogóla posta zadaa optymalzacj z uwzgldeem molwoc wystpowaa obektów rówowaych w ocee grupowej, w której jako odległo przyjto meda Cooka-Seforda została podaa w pracy ACS oraz w pracach Cooka Seforda (978), Cooka, Kressa Seforda (997) oraz Cooka (2006). W przedstawoym powyej sformułowau zadaa optymalzacj posłuoo s ym zmeym, uwzgldajcym wprowadzoe przez autorów pojce struktury oraz arzucoo e ograczea. Opsae zadae optymalzacj całkowtolczbowej (2) (3) zostało rozwzae za pomoc paketu CPLEX dla <5,0> obektów.
10 28 POLSKIE STOWARZYSZENIE ZARZDZANIA WIEDZ Sera: Studa Materały, r 0, Przykłady oblczeowe 4.. Uporzdkowaa pcu obektów podae przez pcu ekspertów Dla zboru uporzdkowa podaych przez ekspertów w Przykładze mamy =5, J=2,, 0. Fukcja celu jest oblczaa przy uycu współczyków [ h ] macerzy odległoc H. Macerz H ma posta: (wersze odpowadaj obektom O,, O 5, kolumy odpowadaj kolejym pozomom w macerzy struktur S): H = (32) () () Elemety h m m[h,...,h ] Wartoc = zostały zaceowae. Kres doly odległoc (2) wyos 2. J oraz j J dla J=2,, 0 podao w tabel 4. Fukcja celu ma posta sumy składowych dla J=2,..., 0: J=2: 9y 2 +2y 22 +9y 32 +0y 42 +0y 52 J=3: 9y 3 +2y 23 +9y 33 +0y 43 +0y 53 J=4: 9y 4 +6y y 24 +5y y 34 +6y y 44 +7y y y 54 J=5: 9y 5 +6y y 25 +5y y 35 +6y y 45 +7y y y 55 J=6: 9y 6 +6y y y 26 +5y y y 36 +6y y y 46 + (33) 7y y y 56 +5y y 56 J=7: 6y y y y y y y y y y 57 3 J=8: 7y y y y y y y y y y 58 J=9: 8y y y y y 59 J=0: y y y y y 50 5 Ograczea (24) (3) maj posta: () () () J =,...,5 J= 2,...,0 = J J= 2,...,0 = J,..., J =,...,5 0 J= 2 y 5 J = = x y J J = s γ J J x = (36) J ( ) (34) (35)
11 Haa Bury, Darusz Wager Wyzaczae meday Ltvaka w przypadku wystpowaa obektów rówowaych w ocee grupowej (v) λ = γ. (v) =,...,5 = 2,...,5 λ = J= 2 m= γ Wszystke zmee J m, + m y J, J x, γj oraz λ przyjmuj wartoc 0 lub. Rozwzae zadaa mmalzacj odległoc (33) z ograczeam (34) (38) jest astpujce: y 22 y 4 2 y 38 3 y 48 3 y 58 3 Tabela 6. x 22 γ 2 x 4 γ 42 x 38 x 48 x 58 γ 83 λ 2 λ 3 Pozostałe 40 zmeych przyjmuje wartoc zerowe. Ozacza to, e uporzdkowae ajmej odległe w sese odległoc (2) od zboru uporzdkowa podaych przez ekspertów ma posta: O 2, O, (O 3, O 4, O 5 ). (39) Fukcja celu ma warto 2 jest to ajmejsza odległo od daego zboru uporzdkowa ekspertów. Kolejo obektów w ocee grupowej zazaczoo obramowaem odpowedch elemetów macerzy H (32). Struktur uporzdkowaa wykowego przedstawoo w tabel 7. Tabela 7. J t,5 2 2,5 3 3,5 4 4,5 5 = O 2 =2 O =3 O 3, O 4, O 5 =4 =5 Warto zauway, e w przedstawoym przykładze posta ocey grupowej moa wyzaczy bezporedo a podstawe aalzy macerzy H (32). Umeszczajc obekt O 2 a pozome perwszym, obekt O a pozome drugm oraz obekty (O 3, O 4, O 5 ) jako grup obektów rówowaych a pozome trzecm otrzymamy rozwzae rozpatrywaego zadaa. Naley podkrel, e w przypadku wkszej lczby obektów (wkszy wymar macerzy H ) oraz wystpowaa w werszach macerzy H klku elemetów o ajmejszej wartoc, zalezee rozwzaa a drodze bezporedej aalzy postac macerzy H e wydaje s by molwe. (37) (38)
12 30 POLSKIE STOWARZYSZENIE ZARZDZANIA WIEDZ Sera: Studa Materały, r 0, Uporzdkowaa sedmu obektów podae przez jedeastu ekspertów Tabela 8. P : (O 3, O 4 ), O 2, (O, O 7 ), O 6, O 5 P 2 : O 6, O 3, O 5, O, O 2, O 7, O 4 P 3 : (O 2, O 4, O 5, O 6 ), (O, O 3 ), O 7 P 4 : O 3, O 4, O 2, O, O 7, O 6, O 5 P 5 : (O 3, O 6 ), O 4, (O, O 5, O 7 ), O 2 P 6 : O 4, O 2, O 6, O 5, O 3, O, O 7 P 7 : O 2, O, O 6, O 3, (O 5, O 7 ), O 4 P 8 : O 6, O 3, O 4, O 5, O, O 7, O 2 P 9 : O 6, (O 2, O 4 ), (O, O 3, O 7 ), O 5 Macerz H ma posta P 0 : O 2, O, O 6, O 3, O 5, O 7, O 4 P : O 3, O 2, (O, O 4 ), O 5, (O 6,O 7 ) H = (40) Elemety h m zostały zaceowae. Rozwzae zadaa optymalzacj (2)- (3) jest astpujce: y 62 y 34 2 y 27 3 Tabela 9. y 47 3 y 2 5 y 52 5 y 72 5 x 62 γ 2 x 34 γ 24 x 27 x 47 γ 37 x 2 x 52 x 72 γ 52 λ 2 λ 3 l 5 Wykowe uporzdkowae ma posta: O 6, O 3, (O 2, O 4 ), (O, O 5, O 7 ). (4) Kolejo obektów w ocee grupowej zazaczoo obramowaem odpowedch elemetów
13 Haa Bury, Darusz Wager Wyzaczae meday Ltvaka w przypadku wystpowaa obektów rówowaych w ocee grupowej 3 macerzy H. Naley zauway, e uporzdkowae O 6, O 2, O 4, (O, O 3 ), (O 5, O 7 ) daje tak sam warto fukcj celu. Elemety tego uporzdkowaa zazaczoo podwój ramk w macerzy H. Warto podkrel, e a podstawe aalzy macerzy H (40) trudo byłoby bezporedo wyzaczy posta ocey grupowej. W ocee grupowej e wszystke obekty zajmuj pozycje odpowadajce mmalym wartocom ( ) h, co powoduje, e warto fukcj celu dla ocey grupowej (4) jest wksza od kresu dolego wyos 6 (kres doly odległoc (2) wyos 07). Struktur uporzdkowaa wykowego przedstawoo w tabel 0. Tabela 0. J t,5 2 2,5 3 3,5 4 4,5 5 5,5 6 6,5 7 = O 6 =2 O 3 =3 O 2,O 4 =4 =5 O,O 5,O 7 =6 = Uporzdkowaa dzewcu obektów podae przez jedeastu ekspertów Macerz H ma posta Tabela. P (O 2, O 3, O 5 ), O, O 8, (O 7, O 9 ), O 4, O 6 P 2 O 5, (O, O 2 ), O 3, O 8, O 4, O 6, O 7, O 9 P 3 (O 2, O 3, O 5 ), O, (O 4, O 7, O 9 ), O 8, O 6 P 4 O 3, O 2, O, O 5, O 8, O 7, O 6, O 4, O 9 P 5 O, (O 2, O 3, O 5 ), (O 6, O 8, O 9 ), (O 4, O 7 ) P 6 O 2, O 3, (O, O 5 ), O 4, O 7, O 9, O 6, O 8 P 7 O 3, (O 2, O 5 ), O, O 7, O 8, O 6, O 4, O 9 P 8 O 2, O 3, O, O 5, O 4, O 8, O 6, O 9, O 7 P 9 (O, O 5 ), (O 2, O 3 ), O 4, O 9, O 6, (O 7, O 8 ) P 0 O 2, O 5, O, O 3, O 8, O 4, O 6, O 7, O 9 P O 2, (O, O 3, O 5 ), O 4, (O 6, O 8 ), (O 7, O 9 )
14 32 POLSKIE STOWARZYSZENIE ZARZDZANIA WIEDZ Sera: Studa Materały, r 0, H = (42) Elemety h m zostały zaceowae. Kres doly odległoc (2) wyos 94, fukcja celu jest rówa 98. Rozwzae zadaa optymalzacj jest astpujce: y 22 y 6 2 y 36 2 y 56 2 y 40 5 y 82 6 Tabela 2. γ 2 γ 26 γ 50 γ 62 γ 62 y 64 7 y 77 8 y 97 8 γ 74 γ 87 x 22 x 6 x 36 x 56 x 40 x 82 x 64 x 77 x 97 λ 2 λ 5 λ 6 λ 7 λ 8 Wykowe uporzdkowae ma posta: O 2, (O, O 3, O 5 ), O 4, O 8, O 6, (O 7, O 9 ). (43) Kolejo obektów w ocee grupowej zazaczoo obramowaem odpowedch elemetów macerzy H. Model (2) - (3) moa zastosowa rówe do wyzaczea obektów, które zajmuj trzy perwsze pozycje w uporzdkowau wykowym. Zbór ogracze aley wówczas uzupeł astpujcym zaleocam: γ 2 =, co ozacza, e arzucamy struktur jedoelemetow a pozome a pozycj podwojoej J=2, γ 24 =, co ozacza, e arzucamy struktur jedoelemetow a pozome 2 a pozycj podwojoej J=4, γ 36 =, co ozacza, e arzucamy struktur jedoelemetow a pozome 3 a pozycj podwojoej J=6. Warto fukcj celu wyos wówczas 05 a uporzdkowae wykowe ma posta: O 2, O 3, O 5, O, O 8, O 4, O 6, (O 7, O 9 ). (44)]
15 Haa Bury, Darusz Wager Wyzaczae meday Ltvaka w przypadku wystpowaa obektów rówowaych w ocee grupowej Podsumowae W pracy Bury, Wager (2003) podao algorytmy heurystycze pozwalajce wyzaczy meda Ltvaka w przypadku, gdy e moa zastosowa prostego algorytmu rozwzywaa zadaa przydzału. Uogólee tych algorytmów a przypadek wystpowaa obektów rówowaych w ocee grupowej - zdaem autorów stoty z puktu wdzea zastosowa praktyczych byłoby trude. Przedstawoe w podrozdzale 3.2 sformułowae zadaa wyzaczaa meday Ltvaka przy załoeu, e w ocee grupowej mog wystpowa obekty rówowae w stoty t sposób rozszerza molwoc stosowaa tej meday. Kocepcja struktury obektów S wprowadzoa w pracy Bury, Wager (2007) umolwa łatwe dopasowae modelu do wymagaej postac ocey grupowej. Przypadek braku obektów rówowaych w ocee grupowej moa uwzgld wprowadzajc ograczea a zmee zero-jedykowe γ J. Jeel ze wzgldów praktyczych (p. przy zastosowau metody meday Ltvaka do wyłoea csłego zarzdu daego gremum) byłoby koecze zalezee uporzdkowaa, w którym stote byłyby jedye obekty zajmujce m perwszych bd ostatch mejsc, wówczas take ograczea bez trudu moa wprowadz do rozpatrywaego zadaa optymalzacj. Przedstawoe podejce moe by stosowae rówe w przypadku ych defcj odległo- c mdzy uporzdkowaam. Bblografa. Armstrog R.D., Cook W.D., Seford L.M.: (982) Prorty rakg ad cosesus formato: The case of tes, Maagemet Scece, 28, o Bury H., Wager D. (999) Wyzaczae ocey grupowej metod meday Kemey go, w: Modelowae preferecj a ryzyko 99, cz.2, 3. Bury H., Wager D.(2000) The use of Kemey meda for group decso makg. Iteger programmg approach, proceedgs of MMAR 2000 coferece. 4. Bury H., Wager D. (2003) Use of preferece vectors group judgemet. The meda of Ltvak. I: Group decsos ad votg, EXIT, Warszawa 5. Bury H., Wager D. (2007): Determg the group judgemet whe tes ca occur, w przygotowau 6. Cook W.D., Seford L.M. (978) Prorty rakg ad cosesus formato, Maagemet Scece, 24, o. 6, 7. Cook W.D., Kress M., Seford L.M. (997) A geeral framework for dstace-based cosesus ordal rakg models, Europea Joural of Operatoal Research, 96, ssue 2 8. Cook W.D. (2006) Dstace-based ad ad hoc cosesus models ordal preferece rakg, Europea Joural of Operatoal Research, Hwag C.-L., L M.-J. (987) Group decso makg uder multple crtera, Sprger Verlag, Berl, Hedelberg 0. Kemey J. (959) Mathematcs wthout umbers, Daedalus 88. Kemey J., Sell L. (960) Mathematcal Models the Socal Sceces. G. Bosto 2. Ltvak B.G. (982) Ekspertaja formacja. Metody połuczeja aalza, Rado Swjaz, Moskwa 3. Nurm H. (987) Comparg votg systems, Kluwer, Dordrecht/ Bosto/ Lacaster, Toko
16 34 POLSKIE STOWARZYSZENIE ZARZDZANIA WIEDZ Sera: Studa Materały, r 0, 2007 DETERMINING LITVAK MEDIANWHEN TIES CAN OCCUR Summary May methods of determg group judgmet are based o the assumpto that there are o equvalet alteratves ths judgmet eve f ted alteratves appear expert judgemest. Ths assumpto seems to be restrctve, especally the case of dstace-based methods. Whe ted alteratves are allowed group judgmet t s ecessary to cosder all the possble forms of preferece orders to be group judgemet. Ths approach s lmted by the umber of preferece orders to be cosdered growg fast wth the umber of alteratves.. The soluto of the problem may be obtaed by meas of teger optmzato. I the paper the formulato of a teger programmg task for Ltvak meda s preseted as well as some umercal examples. Keywords: group decsos, experts judgmets, tes, Ltvak meda Haa BURY, Darusz WAGNER Istytut Bada Systemowych, Polska Akadema Nauk bury@bspa.waw.pl, D.Wager@bspa.waw pl.
ZASTOSOWANIE MEDIANY KEMENY EGO DO WYZNACZANIA OCENY GRUPOWEJ DLA PORZ DKÓW CZ CIOWYCH
ZASTSWANIE MEDIANY KEMENY EG D WYZNACZANIA CENY GRUWEJ DLA RZDKÓW CZCIWYCH HANNA BURY DARIUSZ WAGNER Istytut Bada Systemowych AN Streszczee W pracy przeaalzowao zagadee wyzaczea ocey grupowe w sytuac,
OCENA GRUPOWA DLA PORZ DKÓW CZ CIOWYCH. WYZNACZANIE ODLEGŁO CI
CENA GRUPWA DLA PRZDÓW CZCIWYCH. WYZNACZANIE DLEGŁCI HANNA BURY DARIUSZ WAGNER Istytut Bada Systemowych PAN Streszczee Przy wyzaczau ocey grupowe zazwycza przymowae s pewe załoea upraszczace. Z reguły
N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.
3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy
BQR FMECA/FMEA. czujnik DI CPU DO zawór. Rys. 1. Schemat rozpatrywanego systemu zabezpieczeniowego PE
BQR FMECA/FMEA Przed rozpoczęcem aalzy ależy przeprowadzć dekompozycję systemu a podsystemy elemety. W efekce dekompozycj uzyskuje sę klka pozomów: pozom systemu, pozomy podsystemów oraz pozom elemetów.
Podstawowe pojcia. Metody probabilistyczne i statystyka Wykład 7: Statystyka opisowa. Rozkłady prawdopodobiestwa wystpujce w statystyce.
Metody probablstycze statystyka Wykład 7: Statystyka opsowa. Rozkłady prawdopodobestwa wystpujce w statystyce. Podstawowe pojca Populacja geerala - zbór elemetów majcy przyajmej jed włacwo wspól dla wszystkch
W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =
4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ. W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,
Miary statystyczne. Katowice 2014
Mary statystycze Katowce 04 Podstawowe pojęca Statystyka Populacja próba Cechy zmee Szereg statystycze Wykresy Statystyka Statystyka to auka zajmująca sę loścowym metodam aalzy zjawsk masowych (występujących
W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =
4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ ). W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,
Prawdopodobieństwo i statystyka r.
Zadae. W ure zajduje sę 5 kul, z których 5 jest bałych czarych. Losujemy bez zwracaa kolejo po jedej kul. Kończymy losowae w momece, kedy wycągęte zostaą wszystke czare kule. Oblcz wartość oczekwaą lczby
Podprzestrzenie 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
Metoda Monte-Carlo i inne zagadnienia 1
Metoda Mote-Carlo e zagadea Metoda Mote-Carlo Są przypadk kedy zamast wykoać jakś eksperymet chcelbyśmy symulować jego wyk używając komputera geeratora lczb (pseudolosowych. Wększość bblotek programów
W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:
Zadae W loter berze udzał 0 osób. Regulam loter faworyzuje te osoby, które w elmacjach osągęły lepsze wyk: Zwycęzca elmacj, azyway graczem r. otrzymuje 0 losów, Osoba, która zajęła druge mejsce w elmacjach,
ma rozkład normalny z nieznaną wartością oczekiwaną m
Zadae Każda ze zmeych losowych,, 9 ma rozkład ormaly z ezaą wartoścą oczekwaą m waracją, a każda ze zmeych losowych Y, Y,, Y9 rozkład ormaly z ezaą wartoścą oczekwaą m waracją 4 Założoo, że wszystke zmee
Współczynnik korelacji rangowej badanie zależności między preferencjami
Współczyk korelacj ragowej badae zależośc mędzy preferecjam Przemysław Grzegorzewsk Istytut Badań Systymowych PAN ul. Newelska 6 01-447 Warszawa E-mal: pgrzeg@bspa.waw.pl Pla referatu: Klasycze metody
. Wtedy E V U jest równa
Prawdopodobeństwo statystyka 7.0.0r. Zadae Dwuwymarowa zmea losowa Y ma rozkład cągły o gęstośc gdy ( ) 0 y f ( y) 0 w przecwym przypadku. Nech U Y V Y. Wtedy E V U jest rówa 8 7 5 7 8 8 5 Prawdopodobeństwo
Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?
Oblczae średej, odchylea tadardowego meday oraz kwartyl w zeregu zczegółowym rozdzelczym? Średa medaa ależą do etymatorów tzw. tedecj cetralej, atomat odchylee tadardowe to etymatorów rozprozea (dyperj)
Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8
Stasław Cchock Natala Nehreecka Zajęca 7-8 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartość oczekwaa eocążoość estymatora Waracja
Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki
tatystycza terpretacja wyków eksperymetu Małgorzata Jakubowska Katedra Chem Aaltyczej Wydzał IŜyer Materałowej Ceramk AGH Podstawowe zadae statystyk tatystyka to uwersale łatwo dostępe arzędze, które pomaga
( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości
Zadae. Nech Nech (, Y będze dwuwymarową zmeą losową o fukcj gęstośc 4 x + xy gdy x ( 0, y ( 0, f ( x, y = 0 w przecwym przypadku. S = + Y V Y E V S =. =. Wyzacz ( (A 0 (B (C (D (E 8 8 7 7 Zadae. Załóżmy,
AKADEMIA MORSKA W SZCZECINIE
AKADEMIA MORSKA W SZCZECINIE Istytut Iżyer Ruchu Morskego Zakład Urządzeń Nawgacyjych Istrukcja r 0 Wzory do oblczeń statystyczych w ćwczeach z radoawgacj Szczec 006 Istrukcja r 0: Wzory do oblczeń statystyczych
Badania operacyjne. Algorytm simpleks. Organizacja zajęć. Zaliczenie. Literatura. Program zajęć
Algorytm smpleks adaa operacyje Wykład adaa operacyje dr hab. ż. Joaa Józefowska, prof.pp Istytut Iformatyk Orgazacja zajęć 5 godz wykładów dr hab. ż. J. Józefowska, prof. PP Obecość a laboratorach jest
Kodowanie rónicowe. Plan 1. Zasada 2. Podstawowy algorytm 3. Kodowanie adaptacyjne 4. Zastosowania
Kodowae rócowe Pla 1. Zasada. Podstawowy algorytm 3. Kodowae adaptacyje 4. Zastosowaa Kodowae rócowe zasada Jako kwatyzacj szeroko przedzału waracja, rozpto daych Obrazy, dwk korelacja w daych Wykorzystae
UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie
B A D A N I A O P E R A C Y J N E I D E C Y J E Nr 2 2007 Aa ĆWIĄKAŁA-MAŁYS*, Woletta NOWAK* UOGÓLNIONA ANALIA WRAŻLIWOŚCI YSKU W PREDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW Przedstawoo ajważejsze elemety
Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych
dr Ewa Wycka Wyższa Szkoła Bakowa w Gdańsku Wtold Komorowsk, Rafał Gatowsk TZ SKOK S.A. Statystycza aalza mesęczych zma współczyka szkodowośc kredytów hpoteczych Wskaźk szkodowośc jest marą obcążea kwoty/lczby
Portfel złożony z wielu papierów wartościowych
Portfel westycyy ćwczea Na odst. Wtold Jurek: Kostrukca aalza, rozdzał 4 dr Mchał Kooczyńsk Portfel złożoy z welu aerów wartoścowych. Zwrot ryzyko Ozaczea: w kwota ulokowaa rzez westora w aery wartoścowe
STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA
STATYSTYKA MATEMATYCZNA WYKŁAD ESTYMACJA PUNKTOWA Nech - ezay parametr rozkładu cechy X. Wartość parametru będzemy estymować (przyblżać) a podstawe elemetowej próby. - wyberamy statystykę U o rozkładze
Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu
DYNAMICZNE MODELE EKONOMERYCZNE X Ogólopolske Semarum Naukowe, 4 6 wrześa 2007 w oruu Katedra Ekoometr Statystyk, Uwersytet Mkołaja Koperka w oruu Moka Jezorska - Pąpka Uwersytet Mkołaja Koperka w oruu
KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny
KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA Adra Kapczyńsk Macej Woly Wprowadzee Rozwój całego spektrum coraz doskoalszych środków formatyczych
będą niezależnymi zmiennymi losowymi z rozkładu o gęstości
Prawdopodobeństwo statystyka 4.0.00 r. Zadae Nech... będą ezależym zmeym losowym z rozkładu o gęstośc θ f ( x) = θ xe gdy x > 0. Estymujemy dodat parametr θ wykorzystując estymator ajwększej warogodośc
Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2
Permutacje { 2,,..., } Defcja: Permutacją zboru lczb azywamy dowolą różowartoścową fukcję określoą a tym zborze o wartoścach w tym zborze. Uwaga: Lczba wszystkch permutacj wyos! Permutacje zapsujemy w
Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5
Stasław Cchock Natala Nehreecka Zajęca 5 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartośd oczekwaa eocążoośd estymatora Waracja
Zadanie 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
ZAGADNIENIE TRANSPORTOWE
ZAGADNIENIE TRANSPORTOWE ZT.. Zagadee trasportowe w postac tablcy Z m puktów (odpowedo A,...,A m ) wysyłamy edorody produkt w loścach a,...,a m do puktów odboru (odpowedo B,...,B ), gdze est odberay w
TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).
TESTY NORMALNOŚCI Test zgodośc Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład ormaly). Hpoteza alteratywa H1( Cecha X populacj e ma rozkładu ormalego). Weryfkacja powyższych hpotez za pomocą tzw. testu
Zagadnienia optymalizacji kosztów w projektowaniu gazowych sieci rozdzielczych
Zagadea optymalzacj kosztów w projektowau gazowych sec rozdzelczych Autorzy: dr Ŝ. ech Dobrowolsk, m Ŝ. Wtold Maryka ( Ryek Eerg 6/200) Słowa kluczowe: rozdzelcza seć gazowa, stacje gazowe redukcyje, gazocąg
Analiza Matematyczna I.1
Aalza Matematycza I. Sera, Potr Nayar Zadae. Nech a k >, k =,..., b d lczbam rzeczywstym o tym samym zaku. Udowodj,»e prawdzwa jest erówo± + a + a... + a + a + a +... + a. Czy zaªo»ee,»e lczby a k maj
Wstęp do prawdopodobieństwa. Dr Krzysztof Piontek. Literatura:
Studum podyplomowe altyk Fasowy Wstęp do prawdopodobeństwa Lteratura: Ostasewcz S., Rusak Z., Sedlecka U.: Statystyka elemety teor zadaa, kadema Ekoomcza we Wrocławu 998. mr czel: Statystyka w zarządzau,
5. OPTYMALIZACJA NIELINIOWA
5. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często, że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też, oprócz lowych zadań decyzyjych, formułujemy także elowe
Plan wykładu. Sztuczne sieci neuronowe. Gaz neuronowy (ang. Neural Gas - NG) NG - zasada działania. Gaz neuronowy. Rosncy gaz neuronowy
Pla wykładu Wykład : Sec samoorgazujce s Małgorzata Krtowska Katedra Oprogramowaa e-mal: mmac@.pb.balystok.pl Gaz euroowy Roscy gaz euroowy Se z kotrpropagacj Sec rezoasowe: ART 2 Gaz euroowy (ag. Neural
Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84
Zadae. Zmea losowa X ma rozkład logarytmczo-ormaly LN (, ), gdze E ( X e X e) 4. Wyzacz. EX (A) 0,9 (B) 0,86 (C),8 (D),95 (E) 0,84 Zadae. Nech X, X,, X0, Y, Y,, Y0 będą ezależym zmeym losowym. Zmee X,
Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej
Podstawy Mary położea wskazują mejsce wartośc ajlepej reprezetującej wszystke welkośc daej zmeej. Mówą o przecętym pozome aalzowaej cechy. Średa arytmetycza suma wartośc zmeej wszystkch jedostek badaej
Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne
Mary położea Średa arytmetycza Klasycze Średa harmocza Średa geometrycza Mary położea e Modala Kwartyl perwszy Pozycyje Medaa (kwartyl drug) Kwatyle Kwartyl trzec Decyle Średa arytmetycza = + +... + 2
ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji
Zadae. Zmea losowa (, Y, Z) ma rozkład ormaly z wartoścą oczekwaą E = EY =, EZ = 0 macerzą kowaracj. Oblczyć Var(( Y ) Z). (A) 5 (B) 7 (C) 6 Zadae. Zmee losowe,, K,,K P ( = ) = P( = ) =. Nech S =. Oblcz
SOWA - ENERGOOSZCZĘDNE OŚWIETLENIE ULICZNE METODYKA
Załączk r do Regulamu I kokursu GIS PROGRAM PRIORYTETOWY: SOWA - ENERGOOSZCZĘDNE OŚWIETLENIE ULICZNE METODYKA. Cel opracowaa Celem opracowaa jest spója metodyka oblczaa efektu ograczaa emsj gazów ceplaraych,
Statystyczne charakterystyki liczbowe szeregu
Statystycze charakterystyk lczbowe szeregu Aalzę badaej zmeej moża uzyskać posługując sę parametram opsowym aczej azywaym statystyczym charakterystykam lczbowym szeregu. Sytetycza charakterystyka zborowośc
Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)
Podstawy aalzy epewośc pomarowych (I Pracowa Fzyk) Potr Cygak Zakład Fzyk Naostruktur Naotecholog Istytut Fzyk UJ Pok. 47 Tel. 0-663-5838 e-mal: potr.cygak@uj.edu.pl Potr Cygak 008 Co to jest błąd pomarowy?
X i T (X) = i=1. i + 1, X i+1 i + 1. Cov H0. ( X i. k 31 ) 1 Φ(1, 1818) 0, 12.
Zadae p (X p (X ( ( π 6 6 e 6 X m ( π 6 6 e 6 ( X C e m 6 X, gdze staªa C e zale»y od statystyk X (X,, X 6, a m jest w ksze od zera Zatem p (X/p (X jest emalej c fukcj statystyk T (X 6 X ªatwo pokaza,»e
System finansowy gospodarki
System fasowy gospodark Zajęca r 7 Krzywa retowośc, zadaa (mat. f.), marża w hadlu, NPV IRR, Ustawa o kredyce kosumeckm, fukcje fasowe Excela Krzywa retowośc (dochodowośc) Yeld Curve Krzywa ta jest grafczym
będą niezależnymi zmiennymi losowymi o tym samym 2 x
Prawdopodobeństwo statystyka 8.0.007 r. Zadae. Nech,,, rozkładze z gęstoścą Oblczyć m E max będą ezależym zmeym losowym o tym samym { },,, { },,, gdy x > f ( x) = x. 0 gdy x 8 8 Prawdopodobeństwo statystyka
EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą.
Joaa Ceślak, aula Bawej ESTREA FUNCJI ESTREA FUNCJI JEDNEJ ZIENNEJ Otoczeem puktu R jest każdy przedzał postac,+, gdze >. Sąsedztwem puktu jest każdy zbór postac,,+, gdze >. Nech R, : R oraz ech. De. ówmy,
POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1
POPULACJA I PRÓBA POPULACJĄ w statystyce matematyczej azywamy zbór wszystkch elemetów (zdarzeń elemetarych charakteryzujących sę badaą cechą opsywaą zmeą losową. Zbadae całej populacj (przeprowadzee tzw.
ELEMENTY TEORII MOŻLIWOŚCI
ELEMENTY TEORII MOŻLIWOŚCI Opracował: M. Kweselewcz Zadeh (978) wprowadzł pojęce rozkładu możlwośc jako rozmyte ograczee, kóre odzaływuje w sposób elastyczy a wartośc przypsae daej zmeej. Defcja. Nech
Pomiary parametrów napięć i prądów przemiennych
Ćwczee r 3 Pomary parametrów apęć prądów przemeych Cel ćwczea: zapozae z pomaram wartośc uteczej, średej, współczyków kształtu, szczytu, zekształceń oraz mocy czyej, berej, pozorej współczyka cosϕ w obwodach
Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski
Różczkowae fukcj rzeczywstych welu zmeych rzeczywstych Matematyka Studum doktoracke KAE SGH Semestr let 8/9 R. Łochowsk Pochoda fukcj jedej zmeej e spojrzee Nech f : ( α, β ) R, α, β R, α < β Fukcja f
... MATHCAD - PRACA 1/A
Nazwsko Imę (drukowaym) KOD: Dzeń+godz. (p. Śr) MATHCAD - PRACA /A. Stablcuj fukcję: f() = s() + /6. w przedzale od a do b z podzałem a rówych odcków. Sporządź wykres f() sprawdź, le ma mejsc zerowych.
Prawdopodobieństwo i statystyka r.
Prawdopodobeństwo statystyka 0.06.0 r. Zadae. Ura zawera kul o umerach: 0,,,,. Z ury cągemy kulę, zapsujemy umer kulę wrzucamy z powrotem do ury. Czyość tę powtarzamy, aż kula z każdym umerem zostae wycągęta
FUNKCJE DWÓCH ZMIENNYCH
FUNKCJE DWÓCH MIENNYCH De. JeŜel kaŝdemu puktow (, ) ze zoru E płaszczz XY przporządkujem pewą lczę rzeczwstą z, to mówm, Ŝe a zorze E określoa została ukcja z (, ). Gd zór E e jest wraźe poda, sprawdzam
STATYKA. Cel statyki. Prof. Edmund Wittbrodt
STATYKA Cel statyk Celem statyk jest zastąpee dowolego układu sł ym, rówoważym układem sł, w tym układem złożoym z jedej tylko sły jedej pary sł (redukcja do sły mometu główego) lub zbadae waruków, jake
PRZYKŁADOWE TEMATY ZADAŃ PROJEKTOWYCH
PRZYKŁADOWE TEMATY ZADAŃ PROJEKTOWYCH Z PRZEDMIOTU EWOLUCYJNE METODY OPTYMALIZACJI. Rozwązać zadae zadaa załaduku (plecakowego z ograczeam a dopuszczale wymary oraz cężar []: a algorytmem symulowaego wyżarzaa.
Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.
Wrażlwość oblgacj Jedym z czyków ryzyka westowaa w oblgacje jest zmeość rykowych stóp procetowych. Iżyera fasowa dyspouje metodam pozwalającym zabezpeczyć portfel przed egatywym skutkam zma stóp procetowych.
Matematyka dyskretna. 10. Funkcja Möbiusa
Matematyka dyskreta 10. Fukcja Möbusa Defcja 10.1 Nech (P, ) będze zborem uporządkowaym. Mówmy, że zbór uporządkoway P jest lokale skończoy, jeśl każdy podzał [a, b] P jest skończoy, a, b P Uwaga 10.1
Regresja REGRESJA
Regresja 39. REGRESJA.. Regresja perwszego rodzaju Nech (, będze dwuwyarową zeą losową, dla które steje kowaracja. Nech E( y ozacza warukową wartość oczekwaą zdefowaą dla przypadku zeych losowych typu
3. OPTYMALIZACJA NIELINIOWA
Wybrae zaadea badań operacyjych dr ż. Zbew Tarapata 3. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też oprócz
PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE
Marek Cecura, Jausz Zacharsk PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE CZĘŚĆ II STATYSTYKA OPISOWA Na prawach rękopsu Warszawa, wrzeseń 0 Data ostatej aktualzacj: czwartek, 0 paźdzerka
Wyrażanie niepewności pomiaru
Wyrażae epewośc pomaru Adrzej Kubaczyk Wydzał Fzyk, Poltechka Warszawska Warszawa, 05 Iformacje wstępe Każdy pomar welkośc fzyczej dokoyway jest ze skończoą dokładoścą, co ozacza, że wyk tego pomaru dokoyway
R j v tj, j=1. jest czynnikiem dyskontującym odpowiadającym efektywnej stopie oprocentowania i.
c 27 Rafał Kucharsk Rety Wartość beżącą cągu kaptałów: {R t R 2 t 2 R t } gdze R jest kwotą omalą płacoą w chwl t = oblczamy jako sumę zdyskotowaych płatośc: przy czym = + R j tj j= jest czykem dyskotującym
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania MODELOWANIE I PODSTAWY IDENTYFIKACJI
Poltechka Gdańska Wydzał Elektrotechk Automatyk Katedra Iżyer Systemów Sterowaa MODELOWANIE I PODSAWY IDENYFIKACI Wybrae zagadea z optymalzacj. Materały pomoccze do zajęć ćwczeowych 5 Opracowae: Kazmerz
aij - wygrana gracza I bij - wygrana gracza II
M.Mszczsk KBO UŁ, Badana operacjne I (cz.) (wkład B 7) GRY KONFLIKTOWE GRY -OSOBOWE O SUMIE WYPŁT ZERO I. DEFINICJE TWIERDZENI Konflktowe gr dwuosobowe opsuje macerz wpłat ( a ) [ ] mxn j,b j gdze: aj
Opracowanie wyników pomiarów
Opracowae wków pomarów Praca w laboratorum fzczm polega a wkoau pomarów, ch terpretacj wcagęcem wosków. Ab dojść do właścwch wosków aleŝ szczególą uwagę zwrócć a poprawość wkoaa pomarów mmalzacj błędów
Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna
TECHNIKUM ZESPÓŁ SZKÓŁ w KRZEPICACH PRACOWNIA EKONOMICZNA TEORIA ZADANIA dla klasy II Techkum Marek Kmeck Zespół Szkół Techkum w Krzepcach Wprowadzee do statystyk Lekcja Statystyka - określa zbór formacj
WYBÓR WARIANTU PRZEDSIĘWZIĘCIA BUDOWLANEGO PRZY ROZMYTYM MODELOWANIU RYZYKA TECHNOLOGICZNO- ORGANIZACYJNEGO
THEORETICAL FOUNDATIONS OF CIVIL ENGINEERING Polsh-Ukraa Trasactos Vol. 21, pp. 405-412, Warsaw 2013 WYBÓR WARIANTU PRZEDSIĘWZIĘCIA BUDOWLANEGO PRZY ROZMYTYM MODELOWANIU RYZYKA TECHNOLOGICZNO- ORGANIZACYJNEGO
SPRZEDAŻ 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
Materiały 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
Lista 6. Kamil Matuszewski X X X X X X X X X X X X
Lsta 6 Kaml Matuszewsk 9..205 2 3 4 5 6 7 9 0 2 3 4 5 6 7 X X X X X X X X X X X X Zadae Lewa stroa: W delegacj możemy meć od do osób. Wyberamy ( k) osób a k sposobów wyberamy przewodczącego. k =.. węc
Analiza 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
dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =?
Mary położea rozkładu Wykład 9 Statystyk opsowe Średa z próby, mea(y) : symbol y ozacza lczbę; arytmetyczą średą z obserwacj Symbol Y ozacza pojęce średej z próby Średa jest środkem cężkośc zboru daych
L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH
L.Kowalsk PODSTAWOWE TESTY STATYSTYCZNE TESTY STATYSTYCZNE poteza statystycza to dowole przypuszczee dotyczące rozkładu cechy X. potezy statystycze: -parametrycze dotyczą ezaego parametru, -parametrycze
Elementy arytmetyki komputerowej
Elemety arytmetyk komputerowej cz. I Elemety systemów lczbowych /materał pomocczy do wykładu Iformatyka sem II/ Sps treśc. Wprowadzee.... Wstępe uwag o systemach lczbowych... 3. Przegląd wybraych systemów
PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X
PERMUTACJE Permutacą zboru -elemetowego X azywamy dowolą wzaeme edozaczą fucę f : X X f : X X Przyład permutac X = { a, b, c, d } f (a) = d, f (b) = a, f (c) = c, f (d) = b a b c d Zaps permutac w postac
Portfel. 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
RACHUNEK PRAWDOPODOBIESTWA wybrane zagadnienia
L.Kowals Wybrae zagadea z rachuu prawdopodobestwa RACHUNEK PRAWDOPODOBIESTWA wybrae zagadea PRAWDOPODOBIESTWO Przyład Rozpatrzmy jao dowadczee losowe jedoroty rzut szece ost. Choca e potrafmy przewdze
Równoliczno zbiorów. Definicja 3.1 Powiemy, e niepuste zbiory A i B s równoliczne jeeli istnieje. Piszemy wówczas A~B. Przyjmujemy dodatkowo, e ~.
16 Rówoliczo zbiorów Defiicja 3.1 Powiemy, e iepuste zbiory A i B s rówolicze jeeli istieje f : A B. Piszemy wówczas A~B. Przyjmujemy dodatkowo, e ~. Twierdzeie 3.1 (podstawowa właso rówoliczoci zbiorów)
O ocenie mrozoodporno ci ceramicznych elementów murowych
MATERIA Y CERAMICZNE /CERAMIC MATERIALS/, 63,, (0), 83-87 www.ptcer.pl/mccm O ocee mrozoodporoc ceramczych elemetów murowych VADZIM NIKITIN, BEATA BACKIEL BRZOZOWSKA Poltechka Baostocka, Wydza Budowctwa
08 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:
ROZKŁADY 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
O liczbach naturalnych, których suma równa się iloczynowi
O liczbach aturalych, których suma rówa się iloczyowi Lew Kurladczyk i Adrzej Nowicki Toruń UMK, 10 listopada 1998 r. Liczby aturale 1, 2, 3 posiadają szczególą własość. Ich suma rówa się iloczyowi: Podobą
ZASTOSOWANIE PROGRAMOWANIA DYNAMICZNEGO DO OPRACOWANIA STRATEGII REDUKCJI EMISJI GAZÓW
ZASTOSOWANIE PROGRAOWANIA DYNAICZNEGO DO OPRACOWANIA STRATEGII REDUKCJI EISJI GAZÓW ANDRZEJ KAŁUSZKO Instytut Bada Systemowych Streszczene W pracy opsano zadane efektywnego przydzału ogranczonych rodków
STATYSTYKA 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
Porz dkowanie krajów Unii Europejskiej wed ug poziomu zrównowa onego rozwoju
PRACE NAUKOWE Akadem m. Jaa Dugosza w Czstochowe Sera: Pragmata tes Okoomas 20, z. V Marek KULESZA Akadema m. Jaa Dugosza w Czstochowe Stasawa OSTASIEWICZ WSOWL m T. Kocuszk we Wrocawu Porzdkowae kraów
Planowanie eksperymentu pomiarowego I
POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA ENERGETYKI INSTYTUT MASZYN URZĄDZEŃ ENERGETYCZNYCH Plaowae eksperymetu pomarowego I Laboratorum merctwa (M 0) Opracował: dr ż. Grzegorz Wcak
WYKORZYSTANIE IDEI AUTOMATYCZNEGO GENEROWANIA POWIERZCHNI INDYFERENCJI DO BUDOWY SYSTEMU OCENY OFERT NEGOCJACYJNYCH W SYSTEMIE WSPOMAGANIA NEGOCJACJI
Jakub Brzostowsk Poltechka Śląska Tomasz Wachowcz Uwersytet Ekoomczy w Katowcach WYKORZYSTANIE IDEI AUTOMATYCZNEGO GENEROWANIA POWIERZCHNI INDYFERENCJI DO BUDOWY SYSTEMU OCENY OFERT NEGOCJACYJNYCH W SYSTEMIE
WYBRANE MOŻLIWOŚCI WSPOMAGANIA INWESTYCJI
WYBRANE MOŻLIWOŚCI WSPOMAGANIA INWESTYCJI GIEŁDOWYCH PRZY UŻYCIU ALGORYTMÓW GENETYCZNYCH mgr ż. Marc Klmek Katedra Iformatyk Państwowa Wyższa Szkoła Zawodowa m. Papeża Jaa Pawła II w Bałej Podlaskej Streszczee:
PLANOWANIE I WNIOSKOWANIE STATYSTYCZNE W BADANIACH ROLNICZYCH
INSTYTUT HODOWLI I AKLIMATYZACJI ROLIN PLANOWANIE I WNIOSKOWANIE STATYSTYCZNE W BADANIACH ROLNICZYCH MATERIAY SZKOLENIOWE Dr hab. Zbgew Laudask, prof. adzw. Katedra Bometr Wydza Rolctwa Bolog SGGW Warszawa
STATYSTYKA OPISOWA WYKŁAD 3,4
STATYSTYKA OPISOWA WYKŁAD 3,4 5 Szereg rozdzelczy przedzałowy (dae pogrupowae) (stosujemy w przypadku dużej lczby epowtarzających sę daych) Przedzał (w ; w + ) Środek x& Lczebość Lczebość skumulowaa s
Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona:
Zadae. W kolejych okresach czasu t =, ubezpeczoy, charakteryzujący sę parametrem ryzyka Λ, geeruje N t szkód. Dla daego Λ = λ zmee N, N są warukowo ezależe mają (brzegowe) rozkłady Possoa: k λ Pr( N t
( ) ( ) ( ) ( ) ( ) ( )
,,, ~ B, β ( β β ( ( Γ( β Γ + f ( Γ ( + ( + β + ( + β Γ + β Γ + Γ + β Γ + + β E Γ Γ β Γ Γ + + β Γ + Γ β + β β β Γ + β Γ + Γ + β Γ + + β E ( Γ Γ β Γ Γ + + β Γ + Γ β β + β Metoda mometów polega a przyrówau
VI. TWIERDZENIA GRANICZNE
VI. TWIERDZENIA GRANICZNE 6.. Wprowadzee Twerdzea gracze dotyczą własośc graczych cągów zmeych losowych dzelą sę a:! twerdzea lokale opsują zbeżośc cągu fukcj prawdopodobeństwa w przypadku cągu {X } zmeych
Indukcja matematyczna
Iducja matematycza Twerdzee. zasada ducj matematyczej Nech T ozacza pewą tezę o lczbe aturalej. Jeżel dla pewej lczby aturalej 0 teza T 0 jest prawdzwa dla ażdej lczby aturalej 0 z prawdzwośc tezy T wya
PRZEDZIAŁOWE METODY ROZWIĄZYWANIA ALGEBRAICZNYCH RÓWNAŃ NIELINIOWYCH MECHANIKI KONSTRUKCJI
Adrzej POWNUK *) PRZEDZIAŁOWE METODY ROZWIĄZYWANIA ALGEBRAICZNYCH RÓWNAŃ NIELINIOWYCH MECHANIKI KONSTRUKCJI. Wprowadzee Mechaka lowa staow jak dotąd podstawowy obszar zateresowań żyerskch. Isteje jedak
OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B
OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B W przypadku gdy e występuje statystyczy rozrzut wyków (wszystke pomary dają te sam wyk epewość pomaru wyzaczamy w y sposób. Główą przyczyą epewośc pomaru jest epewość