> Elektroniczne czasopismo naukowe z dziedziny logistyki <

Wielkość: px
Rozpocząć pokaz od strony:

Download "> Elektroniczne czasopismo naukowe z dziedziny logistyki <"

Transkrypt

1 hp:// LogForm > Eleroicze czasopismo aowe z dziedziy logisyi < ISSN X 006 Vol. Isse No LOALIZAJA ZAASÓW W SIEI DYSRYBUJI Saisław rzyżaia Isy Logisyi i Magazyowaia, ozań, olsa SRESZZENIE. elem worzeia sieci dysrybcji jes lepsze dosępieie lieowi dosęp do owarów oferowaych przez sieć. rzesięcie zapas bliżej odbiorcy poprzez loowaie go w magazyach regioalych sraca czas realizacji zamówieia, wiąże się jeda z więszymi oszami wyiającymi z wyższych poziomów zapasów. Zazwyczaj jeda poliya loalizacji zapasów ie jes jedoroda wobec wszysich pozycji asorymeowych oferowaych przez firmę. W aryle rozparzoo dwa sposoby rozdzielaia zapas zabezpieczającego pomiędzy oba rozparywae ogiwa sieci dysrybcji: Magazy eraly i Magazyy Regioale. W prayce ai rozdział jes przeprowadzay iicyjie. Na przyład pozycje wolo rojące, zwłaszcza drogie, mieszcza się w zapasie ceralym, rozpraszając aomias zapas owarów o dżej roacji. W rzeczywisości moża salić obieywe ryeria wspomagające aą decyzję. W pracy przedsawioo modele pozwalające a wyzaczaie warości ryerialych i wszechsroą aalizę wpływ poszczególych zideyfiowaych czyiów (zmieych iezależych) a wyi i przyjęą decyzję. Słowa lczowe: zapas zabezpieczający, sieć dysrybcji, loalizacja zapas. WSĘ elem pracy jes oreśleie ogólego podejścia do właściwego loalizowaia zapasów (zwłaszcza zapas zabezpieczającego) w sieciach dysrybcji. ocepcja zw. p rozdzielającego przewidje socerowaie zapasów zabezpieczających, oieczych dla zapewieia wymagaego poziom obsłgi w wybraym pcie łańccha dosaw [fohl 998]. lasycze położeia ego p obejmją:. Zapasy wyrobów goowych (owarów) zloalizowae "bliso ry" (p. w magazyach regioalych firmy prodcyjej lb dysrybcyjej).. Zapasy wyrobów goowych (owarów) zloalizowae w magazyie ceralym prodcea lb dysrybora. 3. Zapasy elemeów do moaż zloalizowae w magazyie prodcea możliwiające zw. "moaż a zamówieie". 4. Zapasy maeriałów i srowców zloalizowae w magazyie prodcea możliwiające zw. "prodcje a zamówieie". 5. Zapasy maeriałów, srowców i podzespołów zloalizowae w magazyach dosawców prodcea, lb zapasy owarów zloalizowae w magazyach dosawców firmy dysrybcyjej. o położeie wiąże się z rozwiązaiem: zap (i prodcja) a zamówieie. opyrigh: Wyższa Szoła Logisyi, ozań, olsa yowaie: rzyżaia S., 006, Loalizacja zapasów w sieci dysrybcji. LogForm,,. URL: hp:// Zawierdzoo: , o-lie:

2 rzyżaia S., 006, Loalizacja zapasów w sieci dysrybcji. LogForm,,. URL: hp:// Rys.. ypowe położeia zw. p rozdzielającego (z wyróżieiem pów charaerysyczych dla firm dysrybcyjych) Fig.. ypical decoplig poi posiios (ogeher wih characerisic pois for disribio compay) A R B R R X Y Z Rys.. rzyładowe reomedacje zależości pomiędzy loalizacją p rozdzielającego, a położeiem daej pozycji asorymeowej w lasyfiacji AB/XYZ Fig.. Examples of correlaios bewee localizaio of decoplig poi ad posiio of aricle i AB/XYZ classificaio Dysrybcja owarów obejmje dwa pierwsze py rozdzielające, choć w sraegii firm dysrybcyjych zajdją się aże działaia objęe pem r 5, a więc zap pod zamówieie

3 rzyżaia S., 006, Loalizacja zapasów w sieci dysrybcji. LogForm,,,. URL: hp:// (zwłaszcza dla szczególie drogich, a rzado sprzedawaych pozycji). Waro eż zaważyć, że coraz częściej firmy dysrybcyje przejmją zadaia loowae w pcie r 3, realizjąc część prac moażowych zgodie z zamówieiem liea. Geeralie moża przyjąć, że sposób posępowaia z daą pozycją owarową zależy w pewej mierze od jej położeia w lasyfiacji AB/XYZ. Ryse poazje ogóle, raczej iicyje podejście do ej zależości. Na przyład owary drogie, wolo rojące (a więc wyazjące isą doładość progoz, lojące się w grpa AZ, będą raczej powae a zamówieie, a aie, szybo rojące, o wysoiej doładości progoz (grpa X) będą zazwyczaj loowae w sieci dysrybcji, w pcie rozdzielającym r. MODEL OGÓLNY Ja zazaczoo, ryse raczej demosrje pewe ogóle reomedacje iż precyzje zalecae rozwiązaia. Graice pomiędzy poszczególymi rozwiązaiami ie są bowiem "osre, ale przede wszysim a osaecze rozwiązaie wpływa szereg dodaowych czyiów, aich ja: oferoway poziom obsłgi (wymagay czas dosawy i dosępość), czas zpełieia, oszy dosaw, liczba magazyów regioalych w sieci. Może się a przyład oazać, że w pewych ooliczościach awe bardzo wolo rojąca, a jedocześie droga pozycja asorymeowa (lojącą się w grpie AZ), ze względ a swoje zaczeie "sraegicze" (odbiorcą jes waży lie) będzie rzymywaa w zapasie, przyajmiej w magazyie ceralym. odobie sować będą bardzo dłgie ermiy realizacji. Z olei w rozległych sieciach, o dżej liczbie pów loalizacji zapas (magazyów regioalych), decyzje o pełej deceralizacji zapas będą podejmowae osrożie, z względieiem osz rzymaia zapas. oiżej rozparzoe zosaą dwa sposoby loalizacji zapas: a) Zapas rozproszoy (rys. 3). lieci obsłgiwai są bezpośredio z zapas zloalizowaego w Magazyach Regioalych. am eż rzymyway jes zapas zabezpieczający. b) Zapas sceralizoway (rys. 4). lieci obsłgiwai są z Magazy eralego bezpośredimi dosawami w posaci p. przesyłe riersich. Rys. 3. Ilsracja przypad zapas rozproszoego Fig. 3. Example of deceralized soc 3

4 rzyżaia S., 006, Loalizacja zapasów w sieci dysrybcji. LogForm,,. URL: hp:// Rys. 4. Ilsracja przypad zapas sceralizowaego Fig. 4. Example of ceralized soc owsaje pyaie: czy decyzje o właściwej loalizacji zapas moża wspomóc jaąś formłą, zależiającą rozwiązaie od wzajemych relacji pomiędzy względiaymi paramerami? oiżej przedsawioo propozycje prosych modeli mogących saowić aie wsparcie. Ja zwyle w aich przypadach rzeba przyjąć pewe założeia. Dla porzeb poiższych rozważań przyjęo, co asępje: a) Jeśli zapas jes rozproszoy, looway w Magazyach Regioalych (p rozdzielający ), o: - popy rozłada się rówomierie a Magazyów Regioalych, - ygodiowy popy w ażdym z ych magazyów daje się opisać rozładem o średiej popy i odchylei sadardowym σ, - cea zap dosawcy jes rówa, - współczyi ygodiowego osz rzymaia zapas wyosi i jes ai sam we wszysich magazyach, - czas cyl zpełieia zapas w Magazyach Regioalych jes dla ażdego magazy rówy i wyosi (bez isoych odchyleń). Łączy ygodiowy osz rzymaia zapas zabezpieczającego w sieci jes rówy: = UZB [] i Dla rówomierego rozłożeia popy pomiędzy wszysie magazyy orzymjemy: = = [] ZB σ gdzie: - współczyi bezpieczeńswa, zależy od przyjęego poziom obsłgi i yp rozład opisjącego day rozład częsości wysępowaia popy, ZB - zapas zabezpieczający w ażdym z Magazyów Regioalych. oieważ zachodzi = [3] σ 4

5 rzyżaia S., 006, Loalizacja zapasów w sieci dysrybcji. LogForm,,,. URL: hp:// gdzie jes zw. współczyiiem zmieości σ =, o wzór [] przyjmje posać: = [4] b) Jeśli zapas jes looway w Magazyie eralym (p rozdzielający ), o: - ygodiowy popy w Magazyie eralym jes smą popyów obserwowaych a ryach związaych z poszczególymi Magazyami Regioalymi i moża go opisać rozładem o średiej M = i odchylei sadardowym σ = σ M (zgodie z zw. prawem pierwiasa wadraowego [Sarjsz-Wolsi, 000]), - współczyi ygodiowego osz rzymaia zapas wyosi i jes ai sam ja w przypad Magazyów Regioalych, - czas cyl zpełieia zapas w Magazyie eralym wyosi ( = ), - w przypad wysąpieia zaporzebowaia ze sroy odbiorców prod jes przesyłay bezpośredio do liea w formie przesyłi riersiej o jedosowym oszcie p. ozwala o zachować zbliżoy czas realizacji zamówieia liea ja w przypad obsłgi z Magazyów Regioalych. ygodiowy osz rzymaia zapas zabezpieczającego w Magazyie eralym jes rówy: = [5] M (ZB) ZBM = σ oieważ, zgodie z założeiami =, o: (ZB) σ = σ = [6] Wsawiając zależość [3] orzymamy: M (ZB) = [7] Waro zaważyć, że założeie = względia róże rozwiązaia orgaizacji dosaw dla ob przypadów. Na przyład w przypad zapasów rozproszoych dosawy do magazyów regioalych mogą być prowadzoe wedłg sysem przegląd oresowego, a w sysemie sceralizowaym w oparci o zw. p poowego zamówieia (poziom iformacyjy). Moża przyjąć, że zazwyczaj będzie zachodziło < (czyli <). Łącze ygodiowe oszy bezpośredich riersich do liea są rówe: = [8] (dosaw ) p Sawiamy pyaie: iedy opłaca się rozproszyć zapas, o zaczy iedy aiej będzie rzymywać zapas zabezpieczający w Magazyach Regioalych i z ich obsłgiwać loalych odbiorców, iż spić zapas w Magazyie eralym i realizować zamówieia lieów bezpośredimi dosawami. Odpowiedź a o pyaie sprowadza się do rozwiązaia ierówości: czyli < + [9] (ZB) (dosaw ) < + [0] o il przeszałceiach: p 5

6 rzyżaia S., 006, Loalizacja zapasów w sieci dysrybcji. LogForm,,. URL: hp:// p < ( ) p < orzymjemy ( ) p < [] Z ej posaci orzymjemy zależości, órych spełieie gwaraje spełieie ierówości [9] i posawioego war: < p [] lb < p [3] Wydaje się jeda, że zależość iosąca ajwięcej iformacji o: > p [4] łączy bowiem w wyrażei po lewej sroie ierówości wszysie elemey oszowe, a po prawej paramery związae z realizacja i wymagaym poziomem obsłgi. WYORZYSANIE MODELU DO ROZWIĄZANIA ROBLEMU DLA ROZŁADU OYU ZGODNEGO Z ROZŁADEM NORMALNYM Ryse 5 ilsrje ą zależość dla współczyia zmieości jao zmieej iezależej, dla rozład ormalego, przy poziomie obsłgi O=99% (w jęci probabilisyczym, jao prawdopodobieńswo ie wysąpieia bra w zapasie w daym cyl jego zpełieia [rzyżaia 005]). Założoo aleraywe do sceralizowaia zapas rozproszeie pomiędzy 9 Magazyów Regioalych. 6

7 rzyżaia S., 006, Loalizacja zapasów w sieci dysrybcji. LogForm,,,. URL: hp:// Rys. 5. Ilsracja zależości [4] dla rozład ormalego i przyładowych warości paramerów ej zależości (poziom obsłgi O=99%) Fig. 5. Relaioships i case of ormal disribio ad examples of parameers (for service level=99%) Z zależości [4] i ilsrjącej ją, dla wybraego zbior paramerów, rys 5 wyia, że rozproszeie zapas jes ym bardziej zasadioe im: - miejsza jes warość współczyia zmieości (co ozacza wysoą jaość progoz i zazwyczaj charaeryzje owary szybo rojące), - więszy jes osz bezpośredich dosaw do liea, co zwięsza warość wyrażeia p, oraz - miejszy jes osz rzymaia jedosi owar w zapasie, co rówież zwięsza warość p. Doyczy o zaem owarów zajdjących się przede wszysim w grpie X. odobie więsze warości współczyia zmieości (owary wolo rojące), relaywie isie oszy dosaw bezpośredich lb wysoie oszy rzymaia jedosi w zapasie (a więc a przyład grpy AY, BZ) wsazją a zasadość ceralizacji zapas. Wiosi e pozosają oczywiście w zgodzie z rysiem, ale w oparci o zdefiiowae ryerim i oreśloe warości paramerów opisjących oba aleraywe rozwiązaia. ROZWIĄZANIE ROBLEMU DLA ROZŁADU OYU ZGODNEGO Z ROZŁADEM OISSONA Nie lega wąpliwości, że propoowae rozważaia będą miały ajwięsze zaczeie dla owarów wolo rojących. o właśie w ej grpie obserwje się ajczęściej dylema: rzymywać zapas 7

8 rzyżaia S., 006, Loalizacja zapasów w sieci dysrybcji. LogForm,,. URL: hp:// owar ceralie, czy przesąć go do Magazyów Regioalych. rzyładowe rozwiązaie przedsawioe a rys 5 zosało opare a założei o zgodości rozład ygodiowego popy z rozładem ormalym. ymczasem owary wolo rojące charaeryzją się raczej zgodością z rozładem oissoa [Sarjsz-Wolsi 000]. Rozład e charaeryzje się jedocześie pewą własością, óra pozwoli przeszałcić zależość [] w sposób ieco iy iż powyżej. Oóż dla rozład oissoa zachodzi: = σ, a z ego wyia, że współczyi zmieości jes rówy: σ = = = [5] Zaem zależość [] przyjmie posać: ( ) < p [6] co po przeszałceiach daje: > p [7] rzy próbie rozwiązaia ej ierówości ależy względić fa, że dla rozład oissoa isieje zależość pomiędzy warością średią, a warością współczyia bezpieczeńswa odpowiadającego przyjęem poziomowi obsłgi [rzyżaia, 005]. osać fcji = f() jes róża dla różych warości poziom obsłgi. rzyładowo, dla O=99,9% zależość a ma posać b A, gdzie A = 3,740; b = -0,05. Dla ej posaci fcji orzymamy: > A p b [8] a sąd > A b p [9] Ryse 6 ilsrje a zależość. rzedsawioa zależość jes zbieża jeśli chodzi o ogóle edecje z zależością ilsrowaą a rys 6, bowiem wzros ygodiowego popy ozacza zmiejszaie współczyia zmieości. 8

9 rzyżaia S., 006, Loalizacja zapasów w sieci dysrybcji. LogForm,,,. URL: hp:// Rys. 6. Ilsracja zależości [9] dla przyładowych warości paramerów ej zależości (poziom obsłgi O=99,9%) Fig. 6. Relaioships for ypical parameers vales (for service level=99,9%) ODSUMOWANIE. W referacie przedsawioo przyład model wspierającego decyzję doyczącą właściwej loalizacji zapas owarów w sieci dysrybcji. Rozważaia doyczyły wybor pomiędzy ceralizacją a rozproszeiem zapas.. Wyazao, że w oreśloych przypadach oszy rzymywaia zapas zabezpieczającego w formie rozproszoej (o zaczy zloalizowaych w sieci dysrybcji) mogą być więsze iż w przypad zapas rzymywaego w jedym miejsc, awe jeśli wiąże się o z dodaowymi oszami szybich dosaw. 3. rzedsawioo przyładowe zależości pomiędzy wielościami oreślającymi e oszy, pozwalające a podejmowaie racjoalych decyzji związaych z właściwą loalizacją zapas. Zależości e odzwierciedlają ogóle reomedacje wyiające z położeia owarów do grp, wyiającego z lasyfiacji AB/XYZ, ale pozwalają je zależić od oreśloych warości ryerialych. 4. W przypad gdy rozład częsości wysępowaia popy jes zgody z rozładem oissoa (zajdjącego zasosowaie dla owarów wolo rojących), dla poprawości wiosowaia ależy względić zależości pomiędzy poziomem obsłgi, współczyiiem bezpieczeńswa oraz średim (oczeiwaym) popyem. LIERAURA rzyżaia S., 005. odsawy zarządzaia zapasami w przyładach, Biblioea logisya, ILiM, s. 00,

10 rzyżaia S., 006, Loalizacja zapasów w sieci dysrybcji. LogForm,,. URL: hp:// fohl H.-h., 998. Zarządzaie logisyą. Fcje i isrmey, ILiM. s Sarjsz-Wolsi Z., 000. Serowaie zapasami w przedsiębiorswie, WE, s , LOAION OF SOS IN DISRIBUION NE ABSRA. he aim of developig a disribio ewor by a rade compay, is o provide is csomers wih a beer access o he offered goods. Movig soc of goods closer o he mare, by deployig i i regioal warehoses decreases lead imes, b o he oher had leads o higher cos of carryig safey soc. Geerally, he policy cocerig soc deployme is o homogeeos for all iems. he paper preses wo differe ways of deployme: i a ceral warehose or i a ewor of regioal warehoses. I pracice he decisio is ae iiively. For example slow movig ad expesive iems are placed i ceral warehose, while safey soc of fas movers is dispersed ad locaed i Regioal Warehoses. I he paper some cos models are developed. hey also allow for i-deph aalysis of how differe ideified facors iflece he resl ad decisio o be ae. ey words: safey soc, disribio e, locaio of soc. LOALISIERUNG VON BESÄNDEN IM DISRIBUIONSNEZ ZUSAMMENFASSUNG. Der Zwec vo Disribiosezwere im Hadel lieg im bessere Zgag der de z ageboee Güer. Die Vereilg der Güer eg am Mar, miels regioaler Läger, verriger die Zei zr Wiederbeschaffg, führ aber gleichzeiig z höhere Asgabe für de Sicherheisbesad. Allgemei a ma sage, dass die Afsellg des Besades vo Ariel z Ariel erschiedlich is. Dieser Beirag beschäfig sich mi zwei verschiedee Wege der Afsellg: ierhalb eies zerale Lagers oder ierhalb eies Nezweres vo regioale Lagerhäser. I der raxis wird diese Escheidg iiiv geroffe. So werde zm Beispiel Lagsamdreher d wervolle rode zeral gelager währed der Sicherheisbesad vo Schelldreher dezeral bzw. regioale gelager wird. I diesem Berich werde hierz verschiedee osemodelle ewicel. Diese Modelle erlabe eie iefe- Aalyse vo verschiedee Faore, die diese Ergebisse beeiflsse. odewörer: Absichergsbesad, Disribiosez, Loalisierg der Besäde. dr iż. Saisław rzyżaia Isy Logisyi i Magazyowaia l.esowsiego ozań, olsa el rzyzaia@ilim.poza.pl 0

Matematyka ubezpieczeń majątkowych 9.10.2006 r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n

Matematyka ubezpieczeń majątkowych 9.10.2006 r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n Maemayka ubezpieczeń mająkowych 9.0.006 r. Zadaie. Rozważamy proces adwyżki ubezpieczyciela z czasem dyskreym posaci: U = u + c S = 0... S = W + W +... + W W W W gdzie zmiee... są iezależe i mają e sam

Bardziej szczegółowo

Funkcja generująca rozkład (p-two)

Funkcja generująca rozkład (p-two) Fucja geerująca rozład (p-wo Defiicja: Fucją geerującą rozład (prawdopodobieńswo (FGP dla zmieej losowej przyjmującej warości całowie ieujeme, azywamy: [ ] g E P Twierdzeie: (o jedozaczości Jeśli i są

Bardziej szczegółowo

Wytrzymałość śruby wysokość nakrętki

Wytrzymałość śruby wysokość nakrętki Wyzymałość śuby wysoość aęi Wpowazeie zej Wie Działająca w śubie siła osiowa jes pzeoszoa pzez zeń i zwoje gwiu. owouje ozciągaie lub ścisaie zeia śuby, zgiaie i ściaie zwojów gwiu oaz wywołuje acisi a

Bardziej szczegółowo

D:\materialy\Matematyka na GISIP I rok DOC\07 Pochodne\8A.DOC 2004-wrz-15, 17: Obliczanie granic funkcji w punkcie przy pomocy wzoru Taylora.

D:\materialy\Matematyka na GISIP I rok DOC\07 Pochodne\8A.DOC 2004-wrz-15, 17: Obliczanie granic funkcji w punkcie przy pomocy wzoru Taylora. D:\maerialy\Maemayka a GISIP I rok DOC\7 Pochode\8ADOC -wrz-5, 7: 89 Obliczaie graic fukcji w pukcie przy pomocy wzoru Taylora Wróćmy do wierdzeia Taylora (wzory (-( Tw Szczególie waża dla dalszych R rozważań

Bardziej szczegółowo

Efektywność projektów inwestycyjnych. Statyczne i dynamiczne metody oceny projektów inwestycyjnych

Efektywność projektów inwestycyjnych. Statyczne i dynamiczne metody oceny projektów inwestycyjnych Efekywość projeków iwesycyjych Saycze i dyamicze meody ocey projeków iwesycyjych Źródła fiasowaia Iwesycje Rzeczowe Powiększeie mająku rwałego firmy, zysk spodzieway w dłuższym horyzocie czasowym. Fiasowe

Bardziej szczegółowo

Niepewności pomiarowe

Niepewności pomiarowe Niepewości pomiarowe Obserwacja, doświadczeie, pomiar Obserwacja zjawisk fizyczych polega a badaiu ych zjawisk w warukach auralych oraz a aalizie czyików i waruków, od kórych zjawiska e zależą. Waruki

Bardziej szczegółowo

4. MODELE ZALEŻNE OD ZDARZEŃ

4. MODELE ZALEŻNE OD ZDARZEŃ 4. MODELE ZALEŻNE OD ZDARZEŃ 4.. Wrowadzeie W sysemach zależych od zdarzeń wyzwalaie określoego zachowaia się układu jes iicjowae rzez dyskree zdarzeia. Modelowaie akich syuacji ma a celu symulacyją aalizę

Bardziej szczegółowo

Sygnały pojęcie i klasyfikacja, metody opisu.

Sygnały pojęcie i klasyfikacja, metody opisu. Sygały pojęcie i klasyfikacja, meody opisu. Iformacja przekazywaa jes za pośredicwem sygałów, kóre przeoszą eergię. Sygał jes o fukcja czasowa dowolej wielkości o charakerze eergeyczym, w kórym moża wyróżić

Bardziej szczegółowo

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA Aaliza iepewości pomiarowych w esperymetach fizyczych Ćwiczeia rachuowe TEST ZGODNOŚCI χ PEARSONA ROZKŁAD GAUSSA UWAGA: Na stroie, z tórej pobrałaś/pobrałeś istrucję zajduje się gotowy do załadowaia arusz

Bardziej szczegółowo

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń MIANO ROZTWORU TITRANTA Aaliza saysycza wyików ozaczeń Esymaory pukowe Średia arymeycza x jes o suma wyików w serii podzieloa przez ich liczbę: gdzie: x i - wyik poszczególego ozaczeia - liczba pomiarów

Bardziej szczegółowo

DEA podstawowe modele

DEA podstawowe modele Marek Miszczński KBO UŁ 2008 - Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) EA podsawowe modele WPROWAZENIE Efekwość (produkwość) obieku gospodarczego o es defiiowaa ako sosuek sum ważoch

Bardziej szczegółowo

EKONOMETRIA. Liniowy model ekonometryczny (regresji) z jedną zmienną objaśniającą

EKONOMETRIA. Liniowy model ekonometryczny (regresji) z jedną zmienną objaśniającą EKONOMETRIA Tema wykładu: Liiowy model ekoomeryczy (regresji z jedą zmieą objaśiającą Prowadzący: dr iż. Zbigiew TARAPATA e-mail: Zbigiew.Tarapaa Tarapaa@isi.wa..wa.edu.pl hp:// zbigiew.arapaa.akcja.pl/p_ekoomeria/

Bardziej szczegółowo

ELEMENTY SYSTEMÓW KOLEJKOWYCH

ELEMENTY SYSTEMÓW KOLEJKOWYCH .Kowalsi Wybrae zagadieia z rocesów sochasyczych EEMENTY SYSTEMÓW KOEJKOWYCH WYBRANE ZAGADNIENIA uca Kowalsi Warszawa 8 .Kowalsi Sysemy Obsługi ieraura:.kowalsi, maeriały dydaycze z rocesów sochasyczych.

Bardziej szczegółowo

Sprzedaż finalna - sprzedaż dóbr i usług konsumentowi lub firmie, którzy ostatecznie je zużytkują, nie poddając dalszemu przetworzeniu.

Sprzedaż finalna - sprzedaż dóbr i usług konsumentowi lub firmie, którzy ostatecznie je zużytkują, nie poddając dalszemu przetworzeniu. W 1 Rachu maroeoomcze 1. Produ rajowy bruo Sprzedaż fala - sprzedaż dóbr usług osumeow lub frme, órzy osaecze je zużyują, e poddając dalszemu przeworzeu. Sprzedaż pośreda - sprzedaż dóbr usług zaupoych

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu. Rachuek prawdopodobieństwa i statystyka W12: Statystycza aaliza daych jakościowych Dr Aa ADRIAN Paw B5, pok 407 ada@agh.edu.pl Wprowadzeie Rozróżia się dwa typy daych jakościowych: Nomiale jeśli opisują

Bardziej szczegółowo

Obligacja i jej cena wewnętrzna

Obligacja i jej cena wewnętrzna Obligacja i jej cea wewęrza Obligacja jes o isrume fiasowy (papier warościowy), w kórym jeda sroa, zwaa emieem obligacji, swierdza, że jes dłużikiem drugiej sroy, zwaej obligaariuszem (jes o właściciel

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY 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 szczegółowo

Wykład FIZYKA I. 2. Kinematyka punktu materialnego. Dr hab. inż. Władysław Artur Woźniak

Wykład FIZYKA I. 2. Kinematyka punktu materialnego.  Dr hab. inż. Władysław Artur Woźniak Dr hab. iż. Władysław Arur Woźiak Wykład FIZYKA I. Kiemayka puku maerialego Dr hab. iż. Władysław Arur Woźiak Isyu Fizyki Poliechiki Wrocławskiej hp://www.if.pwr.wroc.pl/~woziak/fizyka1.hml Dr hab. iż.

Bardziej szczegółowo

t - kwantyl rozkładu t-studenta rzędu p o f stopniach swobody

t - kwantyl rozkładu t-studenta rzędu p o f stopniach swobody ZJAZD ANALIZA DANYCH CIĄGŁYCH ramach zajęć będą badae próbki pochodzące z poplacji w kórych badaa cecha ma rozkład ormaly N(μ σ). Na zajęciach będą: - wyzaczae przedziały fości dla warości średiej i wariacji

Bardziej szczegółowo

Dwumian Newtona. Agnieszka Dąbrowska i Maciej Nieszporski 8 stycznia 2011

Dwumian Newtona. Agnieszka Dąbrowska i Maciej Nieszporski 8 stycznia 2011 Dwumia Newtoa Agiesza Dąbrowsa i Maciej Nieszporsi 8 styczia Wstęp Wzory srócoego możeia, tóre pozaliśmy w gimazjum (x + y x + y (x + y x + xy + y (x + y 3 x 3 + 3x y + 3xy + y 3 x 3 + y 3 + 3xy(x + y

Bardziej szczegółowo

TRANZYSTORY POLOWE JFET I MOSFET

TRANZYSTORY POLOWE JFET I MOSFET POLTECHNKA RZEZOWKA Kaedra Podsaw Elekroiki srukcja Nr5 F 00/003 sem. lei TRANZYTORY POLOWE JFET MOFET Cel ćwiczeia: Pomiar podsawowych charakerysyk i wyzaczeie paramerów określających właściwości razysora

Bardziej szczegółowo

Czas trwania obligacji (duration)

Czas trwania obligacji (duration) Czas rwaia obligacji (duraio) Do aalizy ryzyka wyikającego ze zmia sóp proceowych (szczególie ryzyka zmiay cey) wykorzysuje się pojęcie zw. średiego ermiu wykupu obligacji, zwaego rówież czasem rwaia obligacji

Bardziej szczegółowo

Reprezentacja krzywych...

Reprezentacja krzywych... Reprezeacja rzywych... Reprezeacja przy pomocy fcj dwóch zmeych rzywe płase płase - jedej: albo z z f x y x [ x x2] y [ y y2] f x y g x x [ x x2] Wady: rzywe óre dla pewych x y mogą przyjmować wele warośc

Bardziej szczegółowo

STATYSTYKA I ANALIZA DANYCH

STATYSTYKA I ANALIZA DANYCH TATYTYKA I ANALIZA DANYCH Zad. Z pewej partii włókie weły wylosowao dwie próbki włókie, a w każdej z ich zmierzoo średicę włókie różymi metodami. Otrzymao astępujące wyiki: I próbka: 50; średia średica

Bardziej szczegółowo

H brak zgodności rozkładu z zakładanym

H brak zgodności rozkładu z zakładanym WSPÓŁZALEŻNOŚĆ PROCESÓW MASOWYCH Test zgodości H : rozład jest zgody z załadaym 0 : H bra zgodości rozładu z załadaym statystya: p emp i p obszar rytyczy: K ;, i gdzie liczba ategorii p Przyład: Wyoujemy

Bardziej szczegółowo

Ćwiczenie 3. H 1 : p p 0 H 3 : p > p 0. b) dla małej próby statystykę testową oblicza się za pomocą wzoru:

Ćwiczenie 3. H 1 : p p 0 H 3 : p > p 0. b) dla małej próby statystykę testową oblicza się za pomocą wzoru: Ćwiczeie ERYFIKACJA IPOTEZ Tesowaie hipoez: Zakładamy że wszyskie hipoezy będą weryfikowae a poziomie isoości α.. eryfikacja hipoezy o wskaźik srkry jedej zmieej losowej dyskreej Rozparjemy próbkę elemeową

Bardziej szczegółowo

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie Metrologia: miary dokładości dr iż. Paweł Zalewski Akademia Morska w Szczeciie Miary dokładości: Najczęściej rozkład pomiarów w serii wokół wartości średiej X jest rozkładem Gaussa: Prawdopodobieństwem,

Bardziej szczegółowo

Teoria sterowania 1 Temat ćwiczenia nr 7a: Synteza parametryczna układów regulacji.

Teoria sterowania 1 Temat ćwiczenia nr 7a: Synteza parametryczna układów regulacji. eoria serowania ema ćwiczenia nr 7a: Syneza parameryczna uładów regulacji. Celem ćwiczenia jes orecja zadanego uładu regulacji wyorzysując nasępujące meody: ryerium ampliudy rezonansowej, meodę ZiegleraNicholsa

Bardziej szczegółowo

, gdzie b 4c 0 oraz n, m ( 2). 2 2 b b b b b c b x bx c x x c x x

, gdzie b 4c 0 oraz n, m ( 2). 2 2 b b b b b c b x bx c x x c x x Meody aeaycze w echologii aeriałów Uwaga: Proszę paięać, że a zajęciach obowiązuje akże zajoość oówioych w aeriałach przykładów!!! CAŁKOWANIE FUNKCJI WYMIERNYCH Fukcją wyierą azyway fukcję posaci P ( )

Bardziej szczegółowo

Układ regulacji ze sprzężeniem od stanu

Układ regulacji ze sprzężeniem od stanu Uład reglacji ze sprzężeniem od san 1. WSĘP Jednym z celów sosowania ład reglacji owarego, zamnięego jes szałowanie dynamii obie serowania. Jeżeli obie opisany jes równaniami san, o dynamia obie jes jednoznacznie

Bardziej szczegółowo

ĆWICZENIE 1 Symulacja doświadczeń losowych Statystyka opisowa Estymacja parametryczna i nieparametryczna T E O R I A

ĆWICZENIE 1 Symulacja doświadczeń losowych Statystyka opisowa Estymacja parametryczna i nieparametryczna T E O R I A ĆWICZENIE Symulacja doświadczeń losowych Statystya opisowa Estymacja parametrycza i ieparametrycza T E O R I A Opracowała: Katarzya Stąpor Opis programu MS EXCEL. Iformacje ogóle Program Microsoft Excel

Bardziej szczegółowo

Rozdział 1. Nazwa i adres Zamawiającego Gdyńskie Centrum Sportu jednostka budżetowa Rozdział 2. Informacja o trybie i stosowaniu przepisów

Rozdział 1. Nazwa i adres Zamawiającego Gdyńskie Centrum Sportu jednostka budżetowa Rozdział 2. Informacja o trybie i stosowaniu przepisów Z n a k s p r a w y G C S D Z P I 2 7 1 07 2 0 1 5 S P E C Y F I K A C J A I S T O T N Y C H W A R U N K Ó W Z A M Ó W I E N I A f U s ł u g i s p r z» t a n i a o b i e k t Gó w d y s k i e g o C e n

Bardziej szczegółowo

Zeszyty naukowe nr 9

Zeszyty naukowe nr 9 Zeszyty aukowe r 9 Wyższej Szkoły Ekoomiczej w Bochi 2011 Piotr Fijałkowski Model zależości otowań giełdowych a przykładzie otowań ołowiu i spółki Orzeł Biały S.A. Streszczeie Niiejsza praca opisuje próbę

Bardziej szczegółowo

Podstawy zarządzania finansami przedsiębiorstwa

Podstawy zarządzania finansami przedsiębiorstwa Podsawy zarządzaia fiasami przedsiębiorswa I. Wprowadzeie 1. Gospodarowaie fiasami w przedsiębiorswie polega a: a) określeiu spodziewaych korzyści i koszów wyikających z form zaagażowaia środków fiasowych

Bardziej szczegółowo

Rozdział 1. Nazwa i adres Zamawiającego Gdyński Ośrodek Sportu i Rekreacji jednostka budżetowa Rozdział 2.

Rozdział 1. Nazwa i adres Zamawiającego Gdyński Ośrodek Sportu i Rekreacji jednostka budżetowa Rozdział 2. Z n a k s p r a w y G O S I R D Z P I 2 7 1 0 3 12 0 1 4 S P E C Y F I K A C J A I S T O T N Y C H W A R U N K Ó W Z A M Ó W I E N I A f O b s ł u g a o p e r a t o r s k aw r a z z d o s t a w» s p r

Bardziej szczegółowo

Rozkład normalny (Gaussa)

Rozkład normalny (Gaussa) Rozład ormaly (Gaussa) Wyprowadzeie rozładu Gaussa w modelu Laplace a błędów pomiarowych. Rozważmy pomiar wielości m, tóry jest zaburzay przez losowych efetów o wielości e ażdy, zarówo zaiżających ja i

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 2, lato 2018/19

Jarosław Wróblewski Analiza Matematyczna 2, lato 2018/19 7 Wyzaczyć zbiór wszyskich warości rzeczywisych parameru p, dla kórych całka iewłaściwa jes zbieża x xe Dzieląc przedział całkowaia orzymujemy x x e x x e x x e Zbadamy, dla kórych warości parameru p całki

Bardziej szczegółowo

kpt. dr inż. Marek BRZOZOWSKI kpt. mgr inż. Zbigniew LEWANDOWSKI Wojskowy Instytut Techniczny Uzbrojenia

kpt. dr inż. Marek BRZOZOWSKI kpt. mgr inż. Zbigniew LEWANDOWSKI Wojskowy Instytut Techniczny Uzbrojenia pt. dr iż. Mare BRZOZOWSKI pt. mgr iż. Zbigiew LEWANDOWSKI Wojsowy Istytut Techiczy Uzbrojeia METODA OKREŚLANIA ROZRÓŻNIALNOŚCI OBIEKTÓW POWIETRZNYCH PRZEZ URZĄDZENIA RADIOLOKACYJNE Z WYKORZYSTANIEM LOTÓW

Bardziej szczegółowo

2 n < 2n + 2 n. 2 n = 2. 2 n 2 +3n+2 > 2 0 = 1 = 2. n+2 n 1 n+1 = 2. n+1

2 n < 2n + 2 n. 2 n = 2. 2 n 2 +3n+2 > 2 0 = 1 = 2. n+2 n 1 n+1 = 2. n+1 Tekst a iebiesko jest kometarzem lub treścią zadaia. Zadaie 1. Zbadaj mootoiczość i ograiczoość ciągów. a = + 3 + 1 Ciąg jest mootoiczie rosący i ieograiczoy poieważ różica kolejych wyrazów jest dodatia.

Bardziej szczegółowo

Rozdział 1. Nazwa i adres Zamawiającego Gdyńskie Centrum Sportu jednostka budżetowa w Gdyni Rozdział 2. Informacja o trybie i stosowaniu przepisów

Rozdział 1. Nazwa i adres Zamawiającego Gdyńskie Centrum Sportu jednostka budżetowa w Gdyni Rozdział 2. Informacja o trybie i stosowaniu przepisów Z n a k s p r a w y G C S D Z P I 2 7 1 0 2 8 2 0 1 5 S P E C Y F I K A C J A I S T O T N Y C H W A R U N K Ó W Z A M Ó W I E N I A f W y k o n a n i e ro b ó t b u d o w l a n y c h w b u d y n k u H

Bardziej szczegółowo

Rozdział 1. Nazwa i adres Zamawiającego Gdyński Ośrodek Sportu i Rekreacji jednostka budżetowa Rozdział 2.

Rozdział 1. Nazwa i adres Zamawiającego Gdyński Ośrodek Sportu i Rekreacji jednostka budżetowa Rozdział 2. Z n a k s p r a w y G O S I R D Z P I 2 7 1 0 2 32 0 1 4 S P E C Y F I K A C J A I S T O T N Y C H W A R U N K Ó W Z A M Ó W I E N I A f O b s ł u g a o p e r a t o r s k a u r a w i s a m o j e z d n

Bardziej szczegółowo

Kalkulacja rezerw z optymalnym ważeniem informacji o szkodach wypłaconych oraz szkodach zgłoszonych i niewypłaconych

Kalkulacja rezerw z optymalnym ważeniem informacji o szkodach wypłaconych oraz szkodach zgłoszonych i niewypłaconych Kallacja rezerw z oymalym ważeiem iformacji o szodac wyłacoyc oraz szodac złoszoyc i iewyłacoyc ior Krzemińsi Credi Aricole Ubezieczeia a Życie Wojciec Oo Uiwersye Warszawsi Refera rzyooway a Oóloolsą

Bardziej szczegółowo

ZAAWANSOWANE TECHNIKI PRZETWARZANIA SYGNAŁÓW W TELEKOMUNIKACJI LABORATORIUM

ZAAWANSOWANE TECHNIKI PRZETWARZANIA SYGNAŁÓW W TELEKOMUNIKACJI LABORATORIUM POLITCHNIKA WARSZAWSKA WYDZIAŁ LKTRONIKI I TCHNIK INFORMACYJNYCH INSTYTUT TLKOMUNIKACJI ZAAWANSOWAN TCHNIKI PRZTWARZANIA SYGNAŁÓW W TLKOMUNIKACJI LABORATORIUM ĆWICZNI NR RPRZNTACJA ORTOGONALNA SYGNAŁÓW.

Bardziej szczegółowo

WNIOSKOWANIE STATYSTYCZNE

WNIOSKOWANIE STATYSTYCZNE Wnioskowanie saysyczne w ekonomerycznej analizie procesu produkcyjnego / WNIOSKOWANIE STATYSTYCZNE W EKONOMETRYCZNEJ ANAIZIE PROCESU PRODUKCYJNEGO Maeriał pomocniczy: proszę przejrzeć srony www.cyf-kr.edu.pl/~eomazur/zadl4.hml

Bardziej szczegółowo

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej 3. Regresja liiowa 3.. Założeia dotyczące modelu regresji liiowej Aby moża było wykorzystać model regresji liiowej, muszą być spełioe astępujące założeia:. Relacja pomiędzy zmieą objaśiaą a zmieymi objaśiającymi

Bardziej szczegółowo

21. CAŁKA KRZYWOLINIOWA NIESKIEROWANA. x = x(t), y = y(t), a < t < b,

21. CAŁKA KRZYWOLINIOWA NIESKIEROWANA. x = x(t), y = y(t), a < t < b, CAŁA RZYWOLINIOWA NIESIEROWANA rzywą o rówaiach parameryczych: = (), y = y(), a < < b, azywamy łukiem regularym (gładkim), gdy spełioe są asępujące waruki: a) fukcje () i y() mają ciągłe pochode, kóre

Bardziej szczegółowo

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU Przedmiot: Iformatyka w logistyce Forma: Laboratorium Temat: Zadaie 2. Automatyzacja obsługi usług logistyczych z wykorzystaiem zaawasowaych fukcji oprogramowaia Excel. Miimalizacja pustych przebiegów

Bardziej szczegółowo

GENERALISED TRANSMISSION MODEL OF FIRST ORDER PARAMETRIC SECTION

GENERALISED TRANSMISSION MODEL OF FIRST ORDER PARAMETRIC SECTION ELEKTRYKA 212 Zeszy 3-4 (223-224) Ro LVIII Aa PIWOWAR Jausz WALCZAK Isyu Eleroechii i Iformayi Poliechia Śląsa w Gliwicach MODEL TRANSMISYJNY UOGÓLNIONEJ SEKCJI LTV PIERWSZEGO RZĘDU Sreszczeie. W aryule

Bardziej szczegółowo

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO Agieszka Jakubowska ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO. Wstęp Skąplikowaie współczesego życia gospodarczego powoduje, iż do sterowaia procesem zarządzaia

Bardziej szczegółowo

ANALIZA PRZYCZYNOWOŚCI W ZAKRESIE ZALEŻNOŚCI NIELINIOWYCH. IMPLIKACJE FINANSOWE

ANALIZA PRZYCZYNOWOŚCI W ZAKRESIE ZALEŻNOŚCI NIELINIOWYCH. IMPLIKACJE FINANSOWE Wiold Orzeszko Magdalea Osińska Uiwersye Mikołaja Koperika w Toruiu ANALIA PRCNOWOŚCI W AKRSI ALŻNOŚCI NILINIOWCH. IMPLIKACJ FINANSOW WSTĘP Przyczyowość w sesie Gragera jes jedym z kluczowych pojęć ekoomeryczej

Bardziej szczegółowo

1. Element nienaprawialny, badania niezawodności. Model matematyczny elementu - dodatnia zmienna losowa T, określająca czas życia elementu

1. Element nienaprawialny, badania niezawodności. Model matematyczny elementu - dodatnia zmienna losowa T, określająca czas życia elementu Badaia iezawodościowe i saysycza aaliza ich wyików. Eleme ieaprawialy, badaia iezawodości Model maemayczy elemeu - dodaia zmiea losowa T, określająca czas życia elemeu Opis zmieej losowej - rozkład, lub

Bardziej szczegółowo

Metody oceny efektywności projektów inwestycyjnych

Metody oceny efektywności projektów inwestycyjnych Opracował: Leszek Jug Wydział Ekoomiczy, ALMAMER Szkoła Wyższa Meody ocey efekywości projeków iwesycyjych Niezbędym warukiem urzymywaia się firmy a ryku jes zarówo skuecze bieżące zarządzaie jak i podejmowaie

Bardziej szczegółowo

COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871

COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871 COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH Kieruek: Fiase i rachukowość Robert Bąkowski Nr albumu: 9871 Projekt: Badaie statystycze cey baryłki ropy aftowej i wartości dolara

Bardziej szczegółowo

5. Zasada indukcji matematycznej. Dowody indukcyjne.

5. Zasada indukcji matematycznej. Dowody indukcyjne. Notatki do lekcji, klasa matematycza Mariusz Kawecki, II LO w Chełmie 5. Zasada idukcji matematyczej. Dowody idukcyje. W rozdziale sformułowaliśmy dla liczb aturalych zasadę miimum. Bezpośredią kosekwecją

Bardziej szczegółowo

BADANIA DOCHODU I RYZYKA INWESTYCJI

BADANIA DOCHODU I RYZYKA INWESTYCJI StatSoft Polska, tel. () 484300, (60) 445, ifo@statsoft.pl, www.statsoft.pl BADANIA DOCHODU I RYZYKA INWESTYCJI ZA POMOCĄ ANALIZY ROZKŁADÓW Agieszka Pasztyła Akademia Ekoomicza w Krakowie, Katedra Statystyki;

Bardziej szczegółowo

Statystyka Inżynierska

Statystyka Inżynierska aysyka Iżyierska dr hab. iż. Jacek Tarasik AG WFiI 4 Wykład 5 TETOWANIE IPOTEZ TATYTYCZNYC ipoezy saysycze ipoezą saysyczą azywamy każde przypszczeie doyczące iezaego rozkład o prawdziwości lb fałszywości

Bardziej szczegółowo

Statystyczne aspekty emisji, propagacji i detekcji. promieniowania jądrowego

Statystyczne aspekty emisji, propagacji i detekcji. promieniowania jądrowego Saysycze aspey emisji, propagacji i deecji promieiowaia jądrowego Rysue 5. przedsawia iedawe wyii esperymeu ATLAS w laboraorium CERN poazujące rozład zw. masy iezmieiczej (m γγ ) dwóch fooów. Puy uładają

Bardziej szczegółowo

LICZBY, RÓWNANIA, NIERÓWNOŚCI; DOWÓD INDUKCYJNY

LICZBY, RÓWNANIA, NIERÓWNOŚCI; DOWÓD INDUKCYJNY LICZBY, RÓWNANIA, NIERÓWNOŚCI; DOWÓD INDUKCYJNY Zgodie z dążeiami filozofii pitagorejsiej matematyzacja abstracyjego myśleia powia być dooywaa przy pomocy liczb. Soro ta, to liczby ależy tworzyć w miarę

Bardziej szczegółowo

ψ przedstawia zależność

ψ przedstawia zależność Ruch falowy 4-4 Ruch falowy Ruch falowy polega na rozchodzeniu się zaburzenia (odkszałcenia) w ośrodku sprężysym Wielkość zaburzenia jes, podobnie jak w przypadku drgań, funkcją czasu () Zaburzenie rozchodzi

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH POMIAR FIZYCZNY Pomiar bezpośredi to doświadczeie, w którym przy pomocy odpowiedich przyrządów mierzymy (tj. porówujemy

Bardziej szczegółowo

Metody badania zbieżności/rozbieżności ciągów liczbowych

Metody badania zbieżności/rozbieżności ciągów liczbowych Metody badaia zbieżości/rozbieżości ciągów liczbowych Ryszard Rębowski 14 grudia 2017 1 Wstęp Kluczowe pytaie odoszące się do zagadieia badaia zachowaia się ciągu liczbowego sprowadza się do sposobu opisu

Bardziej szczegółowo

co wskazuje, że ciąg (P n ) jest ciągiem arytmetycznym o różnicy K 0 r. Pierwszy wyraz tego ciągu a więc P 1 z uwagi na wzór (3) ma postać P

co wskazuje, że ciąg (P n ) jest ciągiem arytmetycznym o różnicy K 0 r. Pierwszy wyraz tego ciągu a więc P 1 z uwagi na wzór (3) ma postać P Wiadomości wstępe Odsetki powstają w wyiku odjęcia od kwoty teraźiejszej K kwoty początkowej K, zatem Z = K K. Z ekoomiczego puktu widzeia właściciel kapitału K otrzymuje odsetki jako zapłatę od baku za

Bardziej szczegółowo

Równania liniowe rzędu drugiego stałych współczynnikach

Równania liniowe rzędu drugiego stałych współczynnikach Rówaia liiowe rzędu drugiego stałyh współzyikah Rówaiem różizkowym zwyzajym liiowym drugiego rzędu azywamy rówaie postai p( t) y q( t) y r( t), (1) gdzie p( t), q( t), r( t ) są daymi fukjami Rówaie to,

Bardziej szczegółowo

Temat 6. ( ) ( ) ( ) k. Szeregi Fouriera. Własności szeregów Fouriera. θ możemy traktować jako funkcje ω, których dziedziną jest dyskretny zbiór

Temat 6. ( ) ( ) ( ) k. Szeregi Fouriera. Własności szeregów Fouriera. θ możemy traktować jako funkcje ω, których dziedziną jest dyskretny zbiór ema 6 Opracował: Lesław Dereń Kaedra eorii Sygnałów Insyu eleomuniacji, eleinformayi i Ausyi Poliechnia Wrocławsa Prawa auorsie zasrzeżone Szeregi ouriera Jeżeli f ( ) jes funcją oresową o oresie, czyli

Bardziej szczegółowo

Analiza popytu. Ekonometria. Metody i analiza problemów ekonomicznych. (pod red. Krzysztofa Jajugi), Wydawnictwo AE Wrocław, 1999.

Analiza popytu. Ekonometria. Metody i analiza problemów ekonomicznych. (pod red. Krzysztofa Jajugi), Wydawnictwo AE Wrocław, 1999. Analiza popyu Eonomeria. Meody i analiza problemów eonomicznych (pod red. Krzyszofa Jajugi) Wydawnicwo AE Wrocław 1999. Popy P = f ( X X... X ε ) 1 2 m Zmienne onrolowane: np.: cena (C) nałady na relamę

Bardziej szczegółowo

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w Zad Dae są astępujące macierze: A =, B, C, D, E 0. 0 = = = = 0 Wykoaj astępujące działaia: a) AB, BA, C+E, DE b) tr(a), tr(ed), tr(b) c) det(a), det(c), det(e) d) A -, C Jeśli działaia są iewykoale, to

Bardziej szczegółowo

TRANSFORMACJA DO UKŁADU 2000 A PROBLEM ZGODNOŚCI Z PRG

TRANSFORMACJA DO UKŁADU 2000 A PROBLEM ZGODNOŚCI Z PRG Tomasz ŚWIĘTOŃ 1 TRANSFORMACJA DO UKŁADU 2000 A ROBLEM ZGODNOŚCI Z RG Na mocy rozporządzeia Rady Miistrów w sprawie aństwowego Systemu Odiesień rzestrzeych już 31 grudia 2009 roku upływa termi wykoaia

Bardziej szczegółowo

Materiał ćwiczeniowy z matematyki Marzec 2012

Materiał ćwiczeniowy z matematyki Marzec 2012 Materiał ćwiczeiowy z matematyki Marzec 0 Klucz puktowaia do zadań zamkiętych oraz schemat oceiaia do zadań otwartych POZIOM PODSTAWOWY Marzec 0 Klucz puktowaia do zadań zamkiętych Nr zad 3 5 6 7 8 9 0

Bardziej szczegółowo

WYKORZYSTANIE FILTRU CZĄSTECZKOWEGO W PROBLEMIE IDENTYFIKACJI UKŁADÓW AUTOMATYKI

WYKORZYSTANIE FILTRU CZĄSTECZKOWEGO W PROBLEMIE IDENTYFIKACJI UKŁADÓW AUTOMATYKI Piotr KOZIERSKI WYKORZYSTAIE FILTRU CZĄSTECZKOWEGO W PROBLEMIE IDETYFIKACJI UKŁADÓW AUTOMATYKI STRESZCZEIE W artyule przedstawioo sposób idetyfiacji parametryczej obietów ieliiowych zapisaych w przestrzei

Bardziej szczegółowo

Pierwiastki z liczby zespolonej. Autorzy: Agnieszka Kowalik

Pierwiastki z liczby zespolonej. Autorzy: Agnieszka Kowalik Pierwiastki z liczby zespoloej Autorzy: Agieszka Kowalik 09 Pierwiastki z liczby zespoloej Autor: Agieszka Kowalik DEFINICJA Defiicja : Pierwiastek z liczby zespoloej Niech będzie liczbą aturalą. Pierwiastkiem

Bardziej szczegółowo

REZERWOWANIE W SYSTEMACH DYNAMICZNEGO POZYCJONOWANIA STATKÓW WSPIERAJĄCYCH EKSPLORACJĘ DNA MORSKIEGO

REZERWOWANIE W SYSTEMACH DYNAMICZNEGO POZYCJONOWANIA STATKÓW WSPIERAJĄCYCH EKSPLORACJĘ DNA MORSKIEGO REZERWOWANIE W SYSTEMACH DYNAMICZNEGO POZYCJONOWANIA STATKÓW WSPIERAJĄCYCH EKSPLORACJĘ DNA MORSKIEGO Leszek CHYBOWSKI, Gzegoz NICEWICZ Pzedsiębioswo Amaoskie Pee Döhle, Hambug, Niemcy Isyu Nauk Podsawowych

Bardziej szczegółowo

Parametryzacja rozwiązań układu równań

Parametryzacja rozwiązań układu równań Parametryzacja rozwiązań układu rówań Przykład: ozwiąż układy rówań: / 2 2 6 2 5 2 6 2 5 //( / / 2 2 9 2 2 4 4 2 ) / 4 2 2 5 2 4 2 2 Korzystając z postaci schodkowej (środkowa macierz) i stosując podstawiaie

Bardziej szczegółowo

Analiza i Zarządzanie Portfelem cz. 6 R = Ocena wyników zarządzania portfelem. Pomiar wyników zarządzania portfelem. Dr Katarzyna Kuziak

Analiza i Zarządzanie Portfelem cz. 6 R = Ocena wyników zarządzania portfelem. Pomiar wyników zarządzania portfelem. Dr Katarzyna Kuziak Ocena wyników zarządzania porelem Analiza i Zarządzanie Porelem cz. 6 Dr Kaarzyna Kuziak Eapy oceny wyników zarządzania porelem: - (porolio perormance measuremen) - Przypisanie wyników zarządzania porelem

Bardziej szczegółowo

Spis treści Przedmowa... 4 Wykaz niektórych oznaczeń... 5 1.,, Liczby losowe"... 6 2. Generatory liczb losowych o rozkładzie równomiernym... 8 2.1.

Spis treści Przedmowa... 4 Wykaz niektórych oznaczeń... 5 1.,, Liczby losowe... 6 2. Generatory liczb losowych o rozkładzie równomiernym... 8 2.1. Spis reści Przedmowa... 4 Wykaz iekórych ozaczeń... 5.,, Liczby losowe"... 6. Geeraory liczb losowych o rozkładzie rówomierym... 8.. Wprowadzeie... 8.. Geeraory liiowe... 0... Opis... 0... Okres geeraora.....3.

Bardziej szczegółowo

ROCZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/2007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Katowicach

ROCZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/2007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Katowicach ROZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Kaowicach WYZNAZANIE PARAMETRÓW FUNKJI PEŁZANIA DREWNA W UJĘIU LOSOWYM * Kamil PAWLIK Poliechnika

Bardziej szczegółowo

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y Zadaie. Łącza wartość szkód z pewego ubezpieczeia W = Y + Y +... + YN ma rozkład złożoy Poissoa z oczekiwaą liczbą szkód rówą λ i rozkładem wartości pojedyczej szkody takim, że ( Y { 0,,,3,... }) =. Niech:

Bardziej szczegółowo

Przykład Obliczenie wskaźnika plastyczności przy skręcaniu

Przykład Obliczenie wskaźnika plastyczności przy skręcaniu Przykład 10.5. Obliczeie wskaźika plastyczości przy skręcaiu Obliczyć wskaźiki plastyczości przy skręcaiu dla astępujących przekrojów: a) -kąta foremego b) przekroju złożoego 6a 16a 9a c) przekroju ciekościeego

Bardziej szczegółowo

Wykład 5 Przedziały ufności. Przedział ufności, gdy znane jest σ. Opis słowny / 2

Wykład 5 Przedziały ufności. Przedział ufności, gdy znane jest σ. Opis słowny / 2 Wykład 5 Przedziały ufości Zwykle ie zamy parametrów populacji, p. Chcemy określić a ile dokładie y estymuje Kostruujemy przedział o środku y, i taki, że mamy 95% pewości, że zawiera o Nazywamy go 95%

Bardziej szczegółowo

Statystyczny opis danych - parametry

Statystyczny opis danych - parametry Statystyczy opis daych - parametry Ozaczeia żółty owe pojęcie czerwoy, podkreśleie uwaga * materiał adobowiązkowy Aa Rajfura, Matematyka i statystyka matematycza a kieruku Rolictwo SGGW Zagadieia. Idea

Bardziej szczegółowo

KOMBINATORYKA. Oznaczenia. } oznacza zbiór o elementach a, a2,..., an. Kolejność wypisania elementów zbioru nie odgrywa roli.

KOMBINATORYKA. Oznaczenia. } oznacza zbiór o elementach a, a2,..., an. Kolejność wypisania elementów zbioru nie odgrywa roli. KOMBINATORYKA Kombiatoryą azywamy dział matematyi zajmujący się zbiorami sończoymi oraz relacjami między imi. Kombiatorya w szczególości zajmuje się wyzaczaiem liczby elemetów zbiorów sończoych utworzoych

Bardziej szczegółowo

SPECYFIKACJA ISTOTNYCH WARUNKÓW ZAMÓWIENIA

SPECYFIKACJA ISTOTNYCH WARUNKÓW ZAMÓWIENIA SPECYFIKACJA ISTOTNYCH WARUNKÓW ZAMÓWIENIA 1. ZAMAWIAJĄCY TALEX S.A., ul. Karpia 27 d, 61 619 Pozań, e mail: cetrumit@talex.pl 2. INFORMACJE OGÓLNE 2.1. Talex S.A. zaprasza do udziału w postępowaiu przetargowym,

Bardziej szczegółowo

Materiał pomocniczy dla nauczycieli kształcących w zawodzieb!

Materiał pomocniczy dla nauczycieli kształcących w zawodzieb! Projekt wsp,ł.iasoway ze 4rodk,w Uii Europejskiej w ramach Europejskiego Fuduszu Społeczego Materiał pomociczy dla auczycieli kształcących w zawodzieb "#$%&'( ")*+,"+(' -'#.,('#. przygotoway w ramach projektu

Bardziej szczegółowo

Temat 15. Rozwinięcie Sommerfelda. Elektronowe ciepło właściwe.

Temat 15. Rozwinięcie Sommerfelda. Elektronowe ciepło właściwe. emat 5 Rozwiięcie Sommerfelda letroowe ciepło właściwe letroy podleają rozładowi ermieo-diraca wedł tóreo prawdopodobieństwo że sta o eerii jest zajęty przez eletro wyosi f 5 ep dzie wielość jest zaa pod

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi.

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi. Jarosław Wróblewski Aaliza Matematycza 1A, zima 2012/13 Ciągi. Ćwiczeia 5.11.2012: zad. 140-173 Kolokwium r 5, 6.11.2012: materiał z zad. 1-173 Ćwiczeia 12.11.2012: zad. 174-190 13.11.2012: zajęcia czwartkowe

Bardziej szczegółowo

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i. Miary położeia Średia Dla daych idywidualych: x = 1 x = 1 x i i ẋ i gdzie ẋ i środek i tego przedziału i - liczość i-tego przedziału Domiata moda Liczba ajczęściej występująca jeśli taka istieje - dla

Bardziej szczegółowo

Całka nieoznaczona Andrzej Musielak Str 1. Całka nieoznaczona

Całka nieoznaczona Andrzej Musielak Str 1. Całka nieoznaczona Całka nieoznaczona Andrzej Musielak Sr Całka nieoznaczona Całkowanie o operacja odwrona do liczenia pochodnych, zn.: f()d = F () F () = f() Z definicji oraz z abeli pochodnych funkcji elemenarnych od razu

Bardziej szczegółowo

2.1. Studium przypadku 1

2.1. Studium przypadku 1 Uogóliaie wyików Filip Chybalski.. Studium przypadku Opis problemu Przedsiębiorstwo ŚRUBEX zajmuje się produkcją wyrobów metalowych i w jego szerokim asortymecie domiują różego rodzaju śrubki i wkręty.

Bardziej szczegółowo

8. Optymalizacja decyzji inwestycyjnych

8. Optymalizacja decyzji inwestycyjnych 8. Optymalizacja decyzji iwestycyjych 8. Wprowadzeie W wielu różych sytuacjach, w tym rówież w czasie wyboru iwestycji do realizacji, podejmujemy decyzje. Sytuacje takie azywae są sytuacjami decyzyjymi.

Bardziej szczegółowo

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i. Miary położeia Średia Dla daych idywidualych: x = 1 x = 1 x i i ẋ i gdzie ẋ i środek i tego przedziału i - liczość i-tego przedziału Domiata moda Liczba ajczęściej występująca jeśli taka istieje - dla

Bardziej szczegółowo

ALGORYTM OPTYMALIZACJI PARAMETRÓW EKSPLOATACYJNYCH ŚRODKÓW TRANSPORTU

ALGORYTM OPTYMALIZACJI PARAMETRÓW EKSPLOATACYJNYCH ŚRODKÓW TRANSPORTU Łukasz WOJCIECHOWSKI, Tadeusz CISOWSKI, Piotr GRZEGORCZYK ALGORYTM OPTYMALIZACJI PARAMETRÓW EKSPLOATACYJNYCH ŚRODKÓW TRANSPORTU Streszczeie W artykule zaprezetowao algorytm wyzaczaia optymalych parametrów

Bardziej szczegółowo

Rozdział 1. Nazwa i adres Zamawiającego Gdyńskie Centrum Sportu jednostka budżetowa w Gdyni Rozdział 2. Informacja o trybie i stosowaniu przepisów

Rozdział 1. Nazwa i adres Zamawiającego Gdyńskie Centrum Sportu jednostka budżetowa w Gdyni Rozdział 2. Informacja o trybie i stosowaniu przepisów Z n a k s p r a w y G C S D Z P I 2 7 1 03 7 2 0 1 5 S P E C Y F I K A C J A I S T O T N Y C H W A R U N K Ó W Z A M Ó W I E N I A W y k o n a n i e r e m o n t u n a o b i e k c i e s p o r t o w y mp

Bardziej szczegółowo

n ó g, S t r o n a 2 z 1 9

n ó g, S t r o n a 2 z 1 9 Z n a k s p r a w y G O S I R D Z P I2 7 1 0 6 3 2 0 1 4 S P E C Y F I K A C J A I S T O T N Y C H W A R U N K Ó W Z A M Ó W I E N I A D o s t a w a w r a z z m o n t a e m u r z» d z e s i ł o w n i z

Bardziej szczegółowo

Wprowadzenie do SIMULINKA

Wprowadzenie do SIMULINKA Akademia Morska w Gdyi Kaedra Aomayki Okręowej Teoria serowaia Mirosław Tomera. WSTĘP SIMULINK jes pakieem oprogramowaia słżącym do modelowaia, symlacji i aalizowaia kładów dyamiczych. Moża implemeować

Bardziej szczegółowo

Bezrobocie. wysiłek. krzywa wysiłku pracownika E * płaca realna. w/p *

Bezrobocie. wysiłek. krzywa wysiłku pracownika E * płaca realna. w/p * dr Barłomiej Rokicki Bezrobocie Jedym z główych powodów, dla kórych a ryku pracy obserwujemy poziom bezrobocia wyższy od auralego (czyli akiego, kórego zasadiczo ie da się obiżyć) jes o, iż płace wyzaczae

Bardziej szczegółowo

I kolokwium z Analizy Matematycznej

I kolokwium z Analizy Matematycznej I kolokwium z Aalizy Matematyczej 4 XI 0 Grupa A. Korzystając z zasady idukcji matematyczej udowodić ierówość dla wszystkich N. Rozwiązaie:... 4 < + Nierówość zachodzi dla, bo 4

Bardziej szczegółowo

Wyższe momenty zmiennej losowej

Wyższe momenty zmiennej losowej Wyższe momety zmieej losowej Deiicja: Mometem m rzędu azywamy wartość oczeiwaą ucji h( dla dysretej zm. losowej oraz ucji h( dla ciągłej zm. losowej: m E P m E ( d Deiicja: Mometem cetralym µ rzędu dla

Bardziej szczegółowo

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej).

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej). Cetrale miary położeia Średia; Moda (domiata) Mediaa Kwatyle (kwartyle, decyle, cetyle) Moda (Mo, D) wartość cechy występującej ajczęściej (ajlicziej). Mediaa (Me, M) dzieli uporządkoway szereg liczbowy

Bardziej szczegółowo

n k n k ( ) k ) P r s r s m n m n r s r s x y x y M. Przybycień Rachunek prawdopodobieństwa i statystyka

n k n k ( ) k ) P r s r s m n m n r s r s x y x y M. Przybycień Rachunek prawdopodobieństwa i statystyka Wyższe momety zmieej losowej Deiicja: Mometem m rzędu azywamy wartość oczeiwaą ucji h() dla dysretej zm. losowej oraz ucji h() dla ciągłej zm. losowej: m E P m E ( ) d Deiicja: Mometem cetralym µ rzędu

Bardziej szczegółowo

Szereg geometryczny. 5. b) b n = 4n 2 (b 1 = 2, r = 4) lub b n = 10 (b 1 = 10, r = 0). 2. jest równa 1 x dla x = 1+ Zad. 3:

Szereg geometryczny. 5. b) b n = 4n 2 (b 1 = 2, r = 4) lub b n = 10 (b 1 = 10, r = 0). 2. jest równa 1 x dla x = 1+ Zad. 3: Szereg geometryczy Zad : Suma wszystkich wyrazów ieskończoego ciągu geometryczego jest rówa 4, a suma trzech początkowych wyrazów wyosi a) Zbadaj mootoiczość ciągu sum częściowych tego ciągu geometryczego

Bardziej szczegółowo