Ekonomicko-statistický návrh regulačního diagramu
|
|
- Edyta Sawicka
- 5 lat temu
- Przeglądów:
Transkrypt
1 Ekonomicko-statistický návrh regulačního diagramu Eliška Cézová Centrum pro jakost a spolehlivost výroby, Ústav technické matematiky, Fakulta strojní Robust září 2012, Němčičky
2 Obsah Úvod Základní model Rozšířený model Model s údržbou
3 Úvod Tn. Symbolem Základní Tf označíme čas potřebný k nalezení příčiny, která způsobila posun ve model Rozšířený model výrobním procesu. Pátý časový úsek Tr představuje dobu potřebnou k opravě výrobního Model s údržbou procesu a jeho navrácení do stavu pod kontrolou. Tato doba se do celkové délky cyklu započítává pouze tehdy, pokud výrobní proces vyrábí v průběhu opravy. Pokud proces po dobu opravy stojí, čas Tr = 0 a do celkové délky cyklu se nezapočítává. Na obr je Celková doba zobrazena celková procesu délka cyklu výrobního procesu. V dalším textu budeme předpokládat, že časový interval h mezi inspekcemi se po dobu řízení nemění. Dále předpokládejme, že známe rozdělení doby do vzniku vymezitelné příčiny (doby do poruchy). Začátek Poslední Nastává První Inspekce Detekce Nalezení Odstranění procesu inspekce zjistitelnáinspekce signalizujíctelné příčiny příčiny zjisti- zjistitelné zjistitelné pod před zjistitelnotelné zjistitel- příčiny příčina po zjisti- kontrolou příčinou příčině nou příčinu h Ts TIn Td TOut Tn T Cyklus obnovy Tf Obrázek 2.11: Celková délka cyklu procesu T In délka doby procesu pod kontrolou Použité symboly: T Out délka doby procesu mimo kontrolu Ts doba od počátku běhu procesu do s-té inspekce, kdy je proces pod kontrolou [hod] Td doba od s-té inspekce do n-té inspekce při níž je posun detekován [hod] Tn doba potřebná pro odebrání n vzorků a zakreslení výsledků měření do regulačního diagramu při inspekci [hod] 87 Tr
4 Celková doba procesu je součet středních hodnot délek jednotlivých období: E(T ) = E(T s ) + E(T d ) + E(T n ) + E(T f ) + γe(t r ), T s doba od počátku běhu procesu do s-té inspekce, kdy je proces pod kontrolou [hod] T d doba od s-té inspekce do n-té inspekce při níž je posun detekován [hod] T n doba potřebná pro odebrání n vzorků a zakreslení výsledků měření do regulačního diagramu při inspekci [hod] T f doba potřebná k nalezení zjistitelné příčiny, která způsobila posun v procesu [hod] T r doba potřebná k opravení zjistitelné příčiny [hod] γ = 1 proces pracuje po dobu opravy (mimo statistickou kontrolu) a γ = 0 pokud proces po dobu opravy stojí.
5 Úvod hodnotou sledované Základní model veličiny W na požadované úrovni Rozšířený µ0. Inspekce model provádíme po h hodinách. Model s údržbou Po určitém čase nastane zjistitelná příčina, která způsobí posunutí střední hod- noty. Posun ve střední hodnotě je δσw, zatímco µ0 ± δσw je hodnota procesu po té, co nastala zjistitelná příčina. V uvažovaném modelu je sledovanou veličinou aritmetický průměr n měření provedených při jedné inspekci a tedy CL je rovna µ0, UCL, resp. LCL, Délka cyklu je rovno procesu pro Duncanův model µ0 + k(σ/ n) resp. µ0 k(σ/ n). Při hledání zjistitelné příčiny výrobní proces nezastavujeme, snažíme se pouze upravovat parametry daného procesu. Předpokládáme, že známe parametry µ0, δ a σ, zatímco n, h a k jsou neznámými parametry, které optimalizujeme, viz [28], [62], [79], [30], [29]. Začátek Poslední Nastává První Inspekce Detekce Nalezení Odstranění procesu inspekce zjistitelnáinspekce signalizujíctelné zjisti- zjistitelné zjistitelné pod před zjistitelnotelné příčina po zjisti- příčiny příčiny kontrolou zjistitel- příčiny příčinou příčině nou příčinu 1/λ (h/(1 β)) τ proces τ posunutí procesu pod mimo kontrolu kontrolou (h/(1 β)) TIn TOut gn TA hledání příčiny oprava procesu T Cyklus obnovy Obrázek 2.12: Délka cyklu procesu pro Duncanův model Použité symboly: h doba mezi inspekcemi [hod] n je rozsah výběru vzorku [-] 91
6 Duncanův model Příklad: Vypočítejme minimální náklady pro daný výrobní proces regulovaný pomocí Shewhartova regulačního diagramu. Posun ve střední hodnotě δ = 2. Pravděpodobnost vzniku poruchy λ = Náklady za hodinu procesu ve stavu pod kontrolou a mimo kontrolu M = 100 Kč. Inspekce jsou prováděny každé tři minuty tj. g = 0.05 hod. Doba k nalezení zjistitelné příčiny T A = 2 hod. Náklady na falešný signál C f = 50 Kč. Náklady na hledání zjistitelné příčiny C r = 25 Kč. Náklady na odebírání vzorků a zakreslení výběrového bodu do regulačního digramu C F = 0.50 Kč. Náklady na měření odebraného vzorku C V = 0.10 Kč. L = λmb + αc f h + λc r 1 + λb + C s h (1)
7 λh B ( M αc f n h λh 2 B ( M αc f h h λ B k λc r ( M αc f h λc r ) + C V (1 + λb) 2 = 0 (2) ) αc f (1 + λb) C s (1 + λb) 2 = 0 (3) λc r ) + C f h λh2 M P P 2 n + C V ( 1 λh 2 M P 1 2 λh2 M P 2 α (1 + λb) = 0 (4) k. = 0, (5) ) αc f C s. = 0, (6) P k + C α f k. = 0. (7)
8 Duncanův model Dopočítané hodnoty k, h a L. n volíme od k = 2 log C V 2πn. (8) δc f h =. αcf + C s λm ( 1 P 1 ). (9) 2 n k α P h B L
9 Výsledek získaný pomocí Nelder-Meadovy metody: L = , n = , h = , k = Výsledek získaný prohledáváním v dvojrozměrné oblasti pro h a k s krokem při různých volbách n = 1,..., 25 L = n = 5, h = , k =
10 Průběh ztrátové funkce v Duncanově modelu pro různé hodnoty n = 4, 5 a Nákladová funkce n = 6 n = n = 4 4 h k
11 Lorenzen-Vancův model V roce 1986 T. J. Lorenzen a L. C. Vance uvedli ekonomický model, který v sobě zahrnuje náklady: náklady na vyhledání falešného signálu, náklady na hledání zjistitelné příčiny, náklady na opravu procesu, náklady na inspekce (na odběr vzorků). Dobu mezi odebíráním vzorků h bereme jako parametr, který optimalizujeme. T0 průměrná doba potřebná na vyhledání falešného signálu, T1 a T 2 očekávaná doba na odhalení a opravení zjistitelné příčiny. E(T In ) = 1 λ + (1 γ 1 )st 0, (10) ARL 0 střední doba do poruchy běžícího procesu, prodlužuje dobu, kdy je proces pod kontrolou o intervaly, ve kterých proces stojí a my detekujeme falešný signál. Parametr γ 1 = 1, pokud proces po dobu detekce běží jinak 0. E(T Out ) = τ + ng + h(arl δ ) + T 1 + T 2. (11) nastane zjistitelná příčina v procesu, aniž by byla detekována regulačním diagramem. (h τ), kde τ je doba, kdy nastane zjistitelná příčina mezi i-tým a (i + 1)-ním vzorkem. doba signalizující stav mimo kontrolu h(arlδ 1). doba potřebná na odebírání a zakreslení vzorků do diagramu je gn. doba k detekování zjistitelné příčiny T1 doba k odstranění zjistitelné příčiny a opravy procesu T2.
12 Úvod Celková doba, Základní kdy je model proces mimo kontrolu v sobě zahrnuje Rozšířený čtyři části. model První je doba, kdy Model s údržbou nastane zjistitelná příčina v procesu, aniž by byla detekována regulačním diagramem. Jde o dobu mezi prvním odběrem vzorku a okamžikem vzniku zjistitelné příčiny v procesu, která je rovna (h τ), kde τ je doba, kdy se nastane zjistitelná příčina mezi i-tým a (i + 1)-ním vzorkem. Druhou část tvoří doba, která signalizuje stav mimo kontrolu je Délka cyklu pro Lorenzen a Vancův model h(arlδ 1). Třetí část obsahuje dobu potřebnou na odebírání a zakreslení vzorků do diagramu je gn. Konečně čtvrtá část je složena z doby k detekování zjistitelné příčiny T1 a doby k odstranění zjistitelné příčiny a opravy procesu T2, viz. [2], [46], [49], [50]. Začátek Poslední Nastává První Inspekce Detekce Nalezení Odstranění procesu inspekce zjistitelnáinspekce signalizujíctelné příčiny příčiny zjisti- zjistitelné zjistitelné pod před zjistitelnotelné zjistitel- příčiny příčina po zjisti- kontrolou příčinou příčině nou příčinu vznik zjistitelné příčiny mezi dvěmi vzorky h TIn 1/λ + st0/arl0 τ h(arlδ 1) záznam hledání oprava dat do RD příčiny procesu TOut ng T1 T2 1/λ + st0/arl0+h τ +h(arlδ 1)+ng +T1 +T2 Obrázek 2.14: Délka cyklu procesu pro Lorenzen a Vancův model Použité symboly: h doba mezi inspekcemi [hod] n počet měření v rámci jedné inspekce (rozsah výběru vzorku) [-] Ekonomicko-statistický návrh regulačního g doba potřebná diagramu k provedení jednoho měření a jeho zakreslení při inspekci [hod]
13 Lorenzen Vancův model Střední ztráta plynoucí z nekvalitní výroby za cyklus je rovna E(C Q ) = C ( ) I λ + C O τ + ng + h(arl δ ) + γ 1 T 1 + γ 2 T 2. Náklady na detekci a opravu zjistitelné příčiny zahrnují i náklady na vyšetřování falešného signálu: E(C D ) = sc f ARL 0 + C r. Náklady na odběr vzorků za cyklus vyjádříme jako: E(C S ) = C ( 1 s λ τ + ng + h(arl ) δ) + γ 1 T 1 + γ 2 T 2. h Celkové náklady za jednotku času E(L) vyjádříme jako: E(L) = E(C Q) + E(C D ) + E(C S ) E(T )
14 Lorenzen Vancův model Příklad: Uvažujme proces řízený Shewhartovým regulačním diagramem X s těmito parametry: zjistitelná příčina způsobí posunutí ve střední hodnotě δ = 2, pravděpodobnost doby do vzniku poruchy má exponenciální rozdělení s parametrem λ = 0.01, náklady za hodinu v procesu pod kontrolou jsou C I = 0 Kč, náklady za hodinu v procesu mimo kontrolu činí C O = 100 Kč. náklady na vyšetření falešného signálu C f = 50 Kč, náklady na vyhledání zjistitelné příčiny a její odstranění C r = 25 Kč, variabilní náklady za vzorek C V = 0.10 Kč, fixní náklady za vzorek C F = 0.50 Kč, doba mezi odebíráním vzorků g = 0.05 hod, dobu k nalezení zjistitelné příčiny T 2 = 2 hod. Dobu na hledání falešného signálu T 0 a dobu na odhalení zjistitelné příčiny T 1 neuvažujeme. a) Výsledek pomocí Nelder-Meadovy simplexové metody je nejminimálnější hodnota ztrátové funkce L = pro hodnoty n = , h = , k = b) Výsledek pomocí prohledávání v dvojrozměrné oblasti pro h a k s krokem při různých volbách n = 1,..., 25, je minimální hodnota ztrátové funkce L = pro hodnoty n = 5, h = 1.408, k = 3.08.
15 Průběh ztrátové funkce v Lorenzově-Vancově modelu pro hodnotu n = Nákladová funkce k h
16 4.2.3 Ekonomická analýza statistické regulace výrobního procesu s údržbou (scénáře S 1 - S 3 ) Model s údržbou Integrované přístupy k systému řízení procesu a údržby Systém řízení procesu a údržby vychází ze tří scénářů. Průběh procesu zaznamenáváme do Jak je vidět z obr , systém řízení procesu a údržby vychází ze tří scénářů. Průběh regulačníchprocesu diagramů, zaznamenáváme kterýchdo zjišťujeme, regulačníchzda diagramů, je proces z kterých pod statistickou zjišt ujeme, zda kontrolou je proces nebo mimo statistickoupod kontrolu. statistickou Pokud kontrolou je ve stavu nebo není. pod kontrolou, Pokud je veprovedeme stavu pod kontrolou, v plánovaném provedeme časev údržbu procesu, která plánovaném předchází čase údržbu porušeprocesu, v procesu kteráa předchází reaktivníporuše údržbě. v procesu Reaktivní a reaktivní údržbuúdržbě. provádíme tehdy, kdy regulační Reaktivní diagram údržbu detekuje provádíme proces tehdy, mimo kdy regulační kontrolu. diagram Po provedení detekujereaktivní proces mimo nebo kontrolu. Po vrací provedení do stavu reaktivní pod nebo statistickou plánované kontrolu. údržby se proces vrací do stavu pod statis- plánované údržby se proces tickou kontrolu, viz. [43], [44]. Monitorování pomocí RD Proces mimo kontrolu Detekování procesu mimo kontrolu Nedetekování procesu mimo kontrolu Reaktivní údržba Reaktivní údržba S 1 S 2 Proces pod kontrolou Proces pod kontrolou Plánovaná údržba S 3 Obrázek 2.15: Integrovaný model regulačního diagramu a řízení údržby pro tři scénáře Použité symboly: h je doba mezi vzorkováním [hod] Ekonomicko-statistický návrh n je regulačního rozsah výběru diagramu vzorků (měření) při jedné inspekci [-]
17 Úvod Začátek Poslední Základní procesu model inspekce Nastává První Inspekce zjistitelnáinspekce signalizujíctelné Detekce Nalezení Odstranění zjisti- Rozšířený zjistitelné model zjistitelné Model s údržbou pod před zjistitelnotelné příčina po zjisti- příčiny příčiny kontrolou zjistitel- příčiny příčinou příčině nou příčinu Ve všech třech scénářích předpokládáme, že začínáme ve stavu pod kontrolou, inspekce provádíme po h hodinách h a poj údržbě se proces (j + 1) vrací (j + i) do stavureaktivní jako nový. inspekce údržba TIn TOut Začátek Poslední Nastává První Inspekce Detekce Nalezení Odstranění procesu inspekce zjistitelnáinspekce signalizující procesu telné mimo příčiny kontrolu) příčiny zjisti- zjistitelné zjistitelné pod Obrázek před zjistitelnotelné zjistitel- příčiny 2.16: příčina Scénář (S1) po zjisti- (detekování kontrolou příčinou příčině nou příčinu Ve scénáři (S2) dojde k posunu procesu v intervalu mezi j-tou a (j + 1)-ní inspekcí, nicméně proces pokračuje, protože regulační diagram nedetekoval posun v procesu, a tudížhnevyslal signál, že je proces mimo kontrolu před plánovanou údržbou. V (m + 1)- j (j + 1) (j + i) Reaktivní ním intervalu by měla začít plánovaná preventivní údržba nicméně, protože je indikován inspekce údržba stav mimo kontrolu bude provedena reaktivní údržba, která odstraní problém na zařízení TIn TOut a uvede jej do stejného stavu jako plánová preventivní údržba. Začátek Poslední Nastává První Inspekce Nalezení Odstranění procesu Obrázek inspekce 2.16: zjistitelná Scénář (S1) inspekce (detekování signalizující příčiny příčiny procesu mimo zjistitelné kontrolu) zjistitelné pod před zjistitelnou (S2) dojde k posunutelné procesu vzjistitel- intervalu mezi j-tou a (j + 1)-ní inspekcí, příčina po zjisti- Ve kontrolou scénáři nicméně proces příčinou pokračuje, protožepříčině regulační nou diagram příčinunedetekoval posun v procesu, a tudíž nevyslal signál, že je proces mimo kontrolu před plánovanou údržbou. V (m + 1)- ním intervalu by měla začít plánovaná preventivní údržba nicméně, protože je indikován stav mimo h kontrolu j bude provedena(j reaktivní + 1) údržba, která m odstraní m + 1problém na zařízení a uvedeinspekce jej do stejného stavu jako plánová preventivní údržba. Reaktivní TIn TOut údržba Začátek Poslední Nastává První Inspekce Nalezení Odstranění procesu inspekce zjistitelnáinspekce signalizující procesu mimo příčiny kontrolu) příčiny zjistitelné zjistitelné podzačátek Obrázek před zjistitelné zjistitel- 2.17: příčina Scénář (S2) po zjisti- (nedetekování kontrolou procesutelnou pod příčinou příčině nou příčinu Ve scénáři kontrolou (S3) začínáme ve stavu pod kontrolou a jsme ve stavu pod kontrolou i před provedením plánované údržby. Plánovaná údržba se uskutečňuje v (m + 1)-ním vzorkovacím h intervalu, tato údržba zabrání poruše v procesu. Plánovaná údržba je méně j (j + 1) m m + 1 nákladná než reaktivní údržba, protože přípravné práce mohou být provedeny za běhu inspekce Reaktivní procesu 1 před zahájením této údržby. TIn 2 TOut m údržba m + 1 inspekce Plánovaná TIn údržba Obrázek 2.17: Scénář (S2) (nedetekování procesu mimo kontrolu) Obrázek 2.18: Scénář (S3) (Proces 105pod kontrolou před plánovanou údržbou) Ekonomicko-statistický návrh regulačního Vediagramu scénáři (S3) začínáme ve stavu pod kontrolou a jsme ve stavu pod kontroloučeské i vysoké učení technické v Praze Figure:
18 Hodnota ztrátové funkce: Celková průměrná délka cyklu: E(L) = E(C)/E(T ) Celkové průměrné náklady: E(T ) = E[T S 1 ]P(S 1 ) + E[T S 2 ]P(S 2 ) + E[T S 3 ]P(S 3 ). E(C) = E[C S 1 ]P(S 1 ) + E[C S 2 ]P(S 2 ) + E[C S 3 ]P(S 3 ). Proces začíná ve stavu pod kontrolou s mechanismem poruchy, které má Weibullovo rozdělení s hustotou f (t) = λ ν νt ν 1 e (λt)ν, kde λ, ν, t 0 a distribuční funkcí, kterou označíme F(t). Pravděpodobnosti jednotlivých scénářů vyjádříme těmito vztahy: P[S 1 ] = F (mh)p(signál stav mimo kontrolu) P[S 2 ] = F ((m + 1)h) F (mh)p(signál stav mimo kontrolu) P[S 3 ] = 1 F((m + 1)h) V době pod kontrolou počítáme s průměrnou dobou do poruchy a počtem zjištěných falešných poplachů, které vyjádříme pomocí useknutého Weibullova rozdělení na intervalu 0, (m + 1)h s hustotou f Tr (t; m + 1) = λν νt ν 1 e (λt) ν, 0 t (m + 1)h. 1 e (λ(m+1)h)ν
19 Ve scénáři (S 1 ) předpokládáme detekci zjistitelné příčiny, která posune proces do stavu mimo kontrolu, po které následuje provedení reaktivní údržby. Střední dobu cyklu obnovy za předpokladu scénáře (S1), lze vyjádřit jako součet doby pod kontrolou a doby mimo kontrolu: E[T S 1 ] = E[T in S 1 ] + E[T out S 1 ]. Vezmeme-li do úvahy možnost zastavení procesu v dobách identifikace falešných poplachů (viz. (10)), dostáváme mh E[T in S 1 ] = tf Tr (t; m + 1)dt + (1 γ A ) st 0, 0 ARL 0 kde s je počet inspekcí, které proběhnou, když je proces pod kontrolou ve scénáři (S 1 ). V době, kdy je proces mimo kontrolu ve scénáři (S 1 ), detekujeme zjistitelnou příčinu, kterou vypočítáme následovně: E[T out S 1 ] = harl δ τ + gn + T A + T R, kde τ = m (i+1)h (t ih)f ih Tr (t; m + 1)dt. Celkové náklady ze scénáře (S 1 ) jsou součtem nákladů ze ztráty kvality, nákladů na i=0 vzorkování a nákladů na hledání falešného poplachu a údržbu: Náklady ze ztráty kvality ve scénáři (S1) jsou: E[C Q S 1 ] = C I mh Náklady na vzorkování ve scénáři (S1) jsou: E[C S S 1 ] = Cs Náklady na hledání falešného poplachu a údržbu jsou: E[C S 1 ] = E[C Q S 1 ] + E[C S S 1 ] + E[C D S 1 ]. 0 tf Tr (t; m + 1)dt + C O [ harl δ τ + gn + γ A T A + γ R T R ]. mh 0 tf Tr (t; m + 1)dt + h(arl δ ) τ + gn + γ A T A + γ R T R h E[C D S 1 ] = sc f ARL 0 + C R
20 Ve scénáři (S 2 ) předpokládáme, že zjistitelná příčina není detekována a proces je mimo kontrolu, provádíme reaktivní údržbu. Celková doba ze scénáře (S 2 ), která součtem doby pod kontrolou a dobou mimo kontrolu ze scénáře (S 2 ), je: E[T S 2 ] = E[T in S 2 ] + E[T out S 2 ] (m+1)h E[T in S 2 ] = tf Tr (t; m + 1)dt + (1 γ A ) st 0 0 ARL 0 (m+1)h E[T out S 2 ] = (m + 1)h tf Tr (t; m + 1)dt + T R 0 Celkové náklady ze scénáře (S 2 ) jsou součtem nákladů ze ztráty kvality, nákladů na vzorkování a nákladů na hledání falešného poplachu a údržbu: E[C S 2 ] = E[C Q S 2 ] + E[C S S 2 ] + E[C D S 2 ] Náklady ze ztráty kvality ve scénáři (S 2 ) jsou: (m+1)h E[C Q S 2 ] = C I tf Tr ] (m+1)h (t; m + 1)dt + C O [(m + 1)h tf (t)dt + γ R T R 0 0 Náklady na vzorkování ve scénáři (S 2 ) jsou: E[C S S 2 ] = mcs Náklady na hledání falešného poplachu a provedení reaktivní údržby ve scénáři (S 2 ) jsou: E[C D S 2 ] = sc f ARL 0 + C R
21 Ve scénáři (S 3 ) předpokládáme stav pod kontrolou, provedeme pouze plánovanou údržbu, která předchází zjistitelné příčině. Dobu potřebnou pro realizaci plánované údržby budeme dále označovat symbolem T P. Celková doba ve scénáři (S 3 ) je: E[T S3] = (m + 1)h + (1 γ A ) mt 0 ARL 0 + T P Celkové náklady ze scénáře S 3 jsou součtem nákladů ze ztráty kvality, nákladů na vzorkování a nákladů na hledání falešného poplachu a údržbu: E[C S 3 ] = E[C Q S 3 ] + E[C S S 3 ] + E[C D S 3 ] Náklady ze ztráty kvality ve scénáři (S 3 ) jsou (γ P je indikátor běhu procesu v průběhu plánované údržby): E[C Q S 3 ] = C I [(m + 1)h + γ P T P ] Náklady na vzorkování ve scénáři (S 3 ) jsou: E[C S S 3 ] = mcs Náklady na plánovanou údržbu ve scénáři (S 3 ) jsou: E[C D S 3 ] = mc f ARL 0 + C P
22 Příklad: Uvažujme proces řízený Shewhartovým diagramem X s těmito parametry: zjistitelná příčina způsobí posunutí ve střední hodnotě δ = 2, pravděpodobnost doby vzniku do poruchy má weibullovo rozdělení s parametrem měřítka λ = 0.05 a tvaru ν = 1, náklady za hodinu v procesu pod kontrolou C I = 0 Kč, náklady za hodinu v procesu mimo kontrolu činí C O = 100 Kč, náklady na vyšetření falešného poplachu C f = 5 Kč, náklady na provedení reaktivní údržby C R = 50 Kč, náklady na provedení plánované údržby C P = 75 Kč, variabilní náklady na odebírání vzorku jsou C V = 1Kč, fixní náklady za vzorek jsou C F = 5 Kč, počet vzorků před plánovanou údržbou m = 300, doba na odběr a jejich zakreslení do diagramu g = 0.05 hod, doba strávená hledáním falešného signálu T 0 = 1 hod, doba k určení výskytu zjistitelné příčiny T A = 1 hod, doba k provedení reaktivní údržby T R = 3, dobu k provedení plánované údržby T P = 8. Proces běží během hledání příčiny, reaktivní údržby a plánované údržby stanovíme parametr γ A = γ R = γ P = 1. Průběh ztrátové funkce pro n = 5 je na následujícím obrázku. Minimální hodnoty L = je dosaženo při h = 2.7 a k = 0.7.
23 Nákladová funkce k h Figure: Průběh ztrátové funkce pro tři scénáře pro hodnotu n = 5.
24 Nákladová funkce h n Figure: Průběh ztrátové funkce pro tři scénáře pro hodnotu k = Samotná ekonomická optimalizace nevede vždy k nejlepším výsledkům. V daném případě by nízká hodnota k vedla k nepřijatelně nízké hodnotě ARL 0 = 3.621, tedy k velmi četným falešným poplachům. provedeme ekonomicko-statistickou optimalizaci, kde určíme optimální hodnotu k0 pro požadovanou minimální hodnotu ARL 0, provedeme ekonomickou optimalizaci pro tuto optimální hodnotu k0 = pro požadovanou hodnotu ARL 0 = 400, výsledkem ekonomické optimalizace je: L = , n = 11, h = 2.4, výsledná hodnota ARL0 =
25 Použitá literatura: Cézová, E. (2008) Ekonomicko-statistický návrh regulačního diagramu, Request 08, CQR VUT Brno Duncan, A. J. (1956), The economic design of X-charts used to maintain current control of a process. Journal of the American Statistical Association, Vol. 51, No. 274, pp Linderman K., Anderson J. C., McKone-Sweet K.E. (2005), An integrated systems approach to process control and maintenance. Europen Journal of Operational Research 164, pp Lorenzen, T. J. and Vance, L.C. (1986), The economic design of control charts: a unified approach. Technometrics 28, pp McWilliams P. T., (1994), Economic, statistical and economic-statistical X chart designs. Journal of Quality Technology, vol. 26, No.3, pp
26 Děkuji za pozornost.
Necht je funkce f spojitá v intervalu a, b a má derivaci v (a, b). Pak existuje bod ξ (a, b) tak, že f(b) f(a) b a. Geometricky
Monotónie a extrémy funkce Diferenciální počet - průběh funkce Věta o střední hodnotě (Lagrange) Necht je funkce f spojitá v intervalu a, b a má derivaci v (a, b). Pak existuje bod ξ (a, b) tak, že f (ξ)
DFT. verze:
Výpočet spektra signálu pomocí DFT kacmarp@fel.cvut.cz verze: 009093 Úvod Signály můžeme rozdělit na signály spojité v čase nebo diskrétní v čase. Další možné dělení je na signály periodické nebo signály
Komplexní analýza. Martin Bohata. Katedra matematiky FEL ČVUT v Praze Martin Bohata Komplexní analýza Mocninné řady 1 / 18
Komplexní analýza Mocninné řady Martin Bohata Katedra matematiky FEL ČVUT v Praze bohata@math.feld.cvut.cz Martin Bohata Komplexní analýza Mocninné řady 1 / 18 Posloupnosti komplexních čísel opakování
Inverzní Z-transformace
Modelování systémů a procesů (11MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček Ústav aplikované matematiky ČVUT v Praze, Fakulta dopravní 9. přednáška 11MSP úterý 16. dubna 2019 verze: 2019-04-15 12:25
Numerické metody minimalizace
Numerické metody minimalizace Než vám klesnou víčka - Stříbrnice 2011 12.2. 16.2.2011 Emu (Brkos 2011) Numerické metody minimalizace 12.2. 16.2.2011 1 / 19 Obsah 1 Úvod 2 Základní pojmy 3 Princip minimalizace
Statistika (KMI/PSTAT)
Statistika (KMI/PSTAT) Cvičení deváté aneb Důležitá rozdělení pravděpodobnosti spojité náhodné veličiny Statistika (KMI/PSTAT) 1 / 15 Spojitá náhodná veličina Spojitá náhodná veličina Spojitá náhodná veličina
Funkce zadané implicitně. 4. března 2019
Funkce zadané implicitně 4. března 2019 Parciální derivace druhého řádu Parciální derivace druhého řádu funkce z = f (x, y) jsou definovány: Parciální derivace 2 f 2 = ( ) f 2 f 2 = ( ) f 2 f a 2 f 2 f
Numerické metody 8. května FJFI ČVUT v Praze
Obyčejné diferenciální rovnice Numerické metody 8. května 2018 FJFI ČVUT v Praze 1 Úvod Úvod Základní metody Pokročilejší metody Soustava Vyšší řád Program 1 Úvod Úvod - Úloha Základní úloha, kterou řešíme
MATEMATIKA 3. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci
MATEMATIKA 3 Dana Černá http://www.fp.tul.cz/kmd/ Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci Osnova: Komplexní funkce - definice, posloupnosti, řady Vybrané komplexní funkce
Co nám prozradí derivace? 21. listopadu 2018
Co nám prozradí derivace? Seminář sedmý 21. listopadu 2018 Derivace základních funkcí Tečna a normála Tečna ke grafu funkce f v bodě dotyku T = [x 0, f (x 0 )]: y f (x 0 ) = f (x 0 )(x x 0 ) Normála: y
1 Soustava lineárních rovnic
Soustavy lineárních rovnic Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Soustava lineárních rovnic 2 Řešitelnost soustavy lineárních rovnic 3 Gaussova eliminační metoda 4 Jordanova eliminační
Úvodní informace. 18. února 2019
Úvodní informace Funkce více proměnných Cvičení první 18. února 2019 Obsah 1 Úvodní informace. 2 Funkce více proměnných Definiční obor Úvodní informace. Komunikace: e-mail: olga@majling.eu nebo olga.majlingova@fs.cvut.cz
Kristýna Kuncová. Matematika B2 18/19
(6) Určitý integrál Kristýna Kuncová Matematika B2 18/19 Kristýna Kuncová (6) Určitý integrál 1 / 28 Newtonův integrál Zdroj: https://kwcalculus.wikispaces.com/integral+applications Kristýna Kuncová (6)
Geometrická nelinearita: úvod
Geometrická nelinearita: úvod Opakování: stabilita prutů Eulerovo řešení s využitím teorie 2. řádu) Stabilita prutů Ritzovou metodou Stabilita tenkých desek 1 Geometrická nelinearita Velké deformace průhyby,
Jednoduchá zobrazení. Podpořeno z projektu FRVŠ 584/2011.
Podpořeno z projektu FRVŠ 584/2011. Obsah 1 2 Obsah 1 2 Společné vlastnosti jednoduchých zobrazení: Zobrazovací ref. plocha je rovina - souřadnice X, Y, případně ρ, ɛ Zobrazovaná ref. plocha je eliposid
5. a 12. prosince 2018
Integrální počet Neurčitý integrál Seminář 9, 0 5. a. prosince 08 Neurčitý integrál Definice. Necht funkce f (x) je definovaná na intervalu I. Funkce F (x) se nazývá primitivní k funkci f (x) na I, jestliže
Jednoduchá zobrazení. Podpořeno z projektu FRVŠ 584/2011.
Podpořeno z projektu FRVŠ 584/2011. Obsah 1 2 Obsah 1 2 Společné vlastnosti jednoduchých zobrazení: Zobrazovací ref. plocha je rovina - souřadnice X, Y, případně ρ, ɛ Zobrazovaná ref. plocha je eliposid
Tvarová optimalizace pro 3D kontaktní problém
Tvarová optimalizace pro 3D kontaktní problém s Coulombovým třením Petr Beremlijski, Jaroslav Haslinger, Michal Kočvara, Radek Kučera a Jiří V. Outrata Katedra aplikované matematik Fakulta elektrotechnik
Matematika (KMI/PMATE)
Matematika (KMI/PMATE) Úvod do matematické analýzy Limita a spojitost funkce Matematika (KMI/PMATE) Osnova přednášky lineární funkce y = kx + q definice lineární funkce význam (smysl) koeficientů lineární
Kristýna Kuncová. Matematika B3
(10) Vícerozměrný integrál II Kristýna Kuncová Matematika B3 Kristýna Kuncová (10) Vícerozměrný integrál II 1 / 30 Transformace Otázka Jaký obrázek znázorňuje čtverec vpravo po transformaci u = x + y a
Kapitola 4: Soustavy diferenciálních rovnic 1. řádu
Sbírka příkladů Matematika II pro strukturované studium Kapitola 4: Soustavy diferenciálních rovnic 1 řádu Chcete-li ukončit prohlížení stiskněte klávesu Esc Chcete-li pokračovat stiskněte klávesu Enter
Aproximace funkcí 1,00 0,841 1,10 0,864 1,20 0,885. Body proložíme lomenou čarou.
Příklad Známe následující hodnoty funkce Φ: u Φ(u) 1,00 0,841 1,10 0,864 1,20 0,885 Odhadněte přibližně hodnoty Φ(1,02) a Φ(1,16). Možnosti: Vezmeme hodnotu v nejbližším bodě. Body proložíme lomenou čarou.
Stavový popis Stabilita spojitých systémů (K611MSAP) Katedra aplikované matematiky Fakulta dopravní ČVUT. čtvrtek 20. dubna 2006
Modelování systémů a procesů (K611MSAP) Přednáška 4 Katedra aplikované matematiky Fakulta dopravní ČVUT Pravidelná přednáška K611MSAP čtvrtek 20. dubna 2006 Obsah 1 Laplaceova transformace Přenosová funkce
(2) Funkce. Kristýna Kuncová. Matematika B2. Kristýna Kuncová (2) Funkce 1 / 25
(2) Funkce Kristýna Kuncová Matematika B2 Kristýna Kuncová (2) Funkce 1 / 25 Sudá a lichá funkce Určete, které funkce jsou sudé a které liché: liché: A, D, E sudé: B Kristýna Kuncová (2) Funkce 2 / 25
Design of Experiment (DOE) Petr Misák. Brno 2016
Design of Experiment (DOE) Petr Misák Vysoké učení technické v Brně, Fakulta stavební, Ústav stavebního zkušebnictví Brno 2016 Úvod - Experiment jako nástroj hledání slavné vynálezy - žárovka, antibiotika
Linea rnı (ne)za vislost
[1] Lineární (ne)závislost Skupiny, resp. množiny, vektorů mohou být lineárně závislé nebo lineárně nezávislé... a) zavislost, 3, b) P. Olšák, FEL ČVUT, c) P. Olšák 2010, d) BI-LIN, e) L, f) 2009/2010,
Návod k použití BUBNOVÁ SUŠIČKA
Návod k použití BUBNOVÁ SUŠIČKA CZ Česky, 1 SK Slovenčina, 52 TCD 83B HU Magyar, 18 TR Türkçe, 69 PL Polski, 35 Při prvním zapnutí sušičky musíte zvolit preferovaný jazyk, viz str. 6 Obsah Důležité informace,
Paradoxy geometrické pravděpodobnosti
Katedra aplikované matematiky 1. června 2009 Úvod Cíle práce : Analýza Bertrandova paradoxu. Tvorba simulačního softwaru. Osnova 1 2 3 4 Osnova 1 2 3 4 Osnova 1 2 3 4 Osnova 1 2 3 4 V rovině je zadán kruh
FAKULTA STAVEBNÍ. Stavební statika. Telefon: WWW:
VYSOKÁ ŠKOA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA AKUTA STAVEBNÍ Stavební statika Pohyblivé zatížení Jiří Brožovský Kancelář: P H 406/3 Telefon: 597 32 32 E-mail: jiri.brozovsky@vsb.cz WWW: http://fast0.vsb.cz/brozovsky
Vybrané kapitoly z matematiky
Vybrané kapitoly z matematiky VŠB-TU Ostrava 2018-2019 Vybrané kapitoly z matematiky 2018-2019 1 / 11 Křivkový integrál Vybrané kapitoly z matematiky 2018-2019 2 / 11 Parametricky zadaná křivka v R 3 :
Kristýna Kuncová. Matematika B2
(3) Průběh funkce Kristýna Kuncová Matematika B2 Kristýna Kuncová (3) Průběh funkce 1 / 26 Monotonie (x 2 ) = 2x (sin x) = cos x Jak souvisí derivace funkce a fakt, zda je funkce rostoucí nebo klesající?
Anna Kratochvílová Anna Kratochvílová (FJFI ČVUT) PDR ve zpracování obrazu / 17
Parciální diferenciální rovnice ve zpracování obrazu Anna Kratochvílová FJFI ČVUT 10. 6. 2009 Anna Kratochvílová (FJFI ČVUT) PDR ve zpracování obrazu 10. 6. 2009 1 / 17 Obsah 1 Motivace 2 Vyšetření pomocí
NÁVOD K POUŽITÍ KEZELÉSI KÉZIKÖNYV INSTRUKCJA OBSŁUGI NÁVOD NA POUŽÍVANIE. Česky. Magyar. Polski. Slovensky
CANON INC. 30-2 Shimomaruko 3-chome, Ohta-ku, Tokyo 146-8501, Japan Europe, Africa & Middle East CANON EUROPA N.V. PO Box 2262, 1180 EG Amstelveen, The Netherlands For your local Canon office, please refer
Zwój Prawoskrętny. Vinutí Pravé
SPRĘŻYNY NACISKOWE TYP TLAČNÉ PRUŽINY Sprężyny naciskowe SPEC są wykonywane precyzyjnie i wydajnie. Stosowanie sprężyn SPEC wpływa na obniżkę kosztów z uwagi na oszczędność czasu wynikającą z braku potrzeby
Kristýna Kuncová. Matematika B2 18/19. Kristýna Kuncová (1) Vzorové otázky 1 / 36
(1) Vzorové otázky Kristýna Kuncová Matematika B2 18/19 Kristýna Kuncová (1) Vzorové otázky 1 / 36 Limity - úlohy Otázka Určete lim x 0 f (x) A -3 B 0 C 5 D 7 E D Zdroj: Calculus: Single and Multivariable,
Cauchyova úloha pro obyčejnou diferenciální rovnici
Řešení ODR v MATLABu Přednáška 3 15. října 2018 Cauchyova úloha pro obyčejnou diferenciální rovnici y = f (x, y), y(x 0 ) = y 0 Víme, že v intervalu a, b existuje jediné řešení. (f (x, y) a f y jsou spojité
Logika V. RNDr. Kateřina Trlifajová PhD. Katedra teoretické informatiky Fakulta informačních technologíı BI-MLO, ZS 2011/12
Logika V. RNDr. Kateřina Trlifajová PhD. Katedra teoretické informatiky Fakulta informačních technologíı České vysoké učení technické v Praze c Kateřina Trlifajová, 2010 BI-MLO, ZS 2011/12 Evropský sociální
(13) Fourierovy řady
(13) Fourierovy řady Kristýna Kuncová Matematika B3 Kristýna Kuncová (13) Fourierovy řady 1 / 22 O sinech a kosinech Lemma (O sinech a kosinech) Pro m, n N 0 : 2π 0 2π 0 2π 0 sin nx dx = sin nx cos mx
Matematika 2, vzorová písemka 1
Matematika 2, vzorová písemka Pavel Kreml 9.5.20 Přesun mezi obrazovkami Další snímek: nebo Enter. Zpět: nebo Shift + Enter 2 3 4 Doporučení Pokuste se vyřešit zadané úlohy samostatně. Pokud nebudete vědět
Matematika sexu a manželství. Masarykova univerzita, Přírodovědecká fakulta Ústav matematiky a statistiky
Matematika sexu a manželství Zdeněk Pospíšil Masarykova univerzita, Přírodovědecká fakulta Ústav matematiky a statistiky DEN VĚDY Speciální den otevřených dveří Pátek 13. září 2013 Úvod Matematika Sex
Petr Křemen FEL ČVUT. Petr Křemen (FEL ČVUT) Vysvětlování modelovacích chyb 133 / 156
Vysvětlování modelovacích chyb Petr Křemen FEL ČVUT Petr Křemen (FEL ČVUT) Vysvětlování modelovacích chyb 133 / 156 Co nás čeká 1 Konjunktivní dotazy 2 Vyhodnocování konjunktivních dotazů v jazyce ALC
Určitý (Riemannův) integrál a aplikace. Nevlastní integrál. 19. prosince 2018
Určitý (Riemnnův) integrál plikce. Nevlstní integrál Seminář 9. prosince 28 Určitý integrál Existence: Necht funkce f (x) je definovná n uzvřeném intervlu, b. Necht je splněn n tomto intervlu kterákoliv
Internet a zdroje. (Zdroje na Internetu) Mgr. Petr Jakubec. Katedra fyzikální chemie Univerzita Palackého v Olomouci Tř. 17.
Internet a zdroje (Zdroje na Internetu) Mgr. Petr Jakubec Katedra fyzikální chemie Univerzita Palackého v Olomouci Tř. 17. listopadu 12 26. listopadu 2010 (KFC-INTZ) Databáze, citování 26. listopadu 2010
Teorie plasticity. Varianty teorie plasticity. Pružnoplastická matice tuhosti materiálu
Teorie plasticity Varianty teorie plasticity Teorie plastického tečení Přehled základních vztahů Pružnoplastická matice tuhosti materiálu 1 Pružnoplastické chování materiálu (1) Pracovní diagram pro případ
Katedra kybernetiky laboratoř Inteligentní Datové Analýzy (IDA) Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti
Vytěžování dat: klasifikace Filip Železný Katedra kybernetiky laboratoř Inteligentní Datové Analýzy (IDA) Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Filip Železný (ČVUT) Vytěžování
Statistika (KMI/PSTAT)
Cvičení sedmé (a asi i osmé a doufám, že ne deváté) aneb Náhodná veličina, rozdělení pravděpodobnosti náhodné veličiny Náhodná veličina Náhodná veličina Studenti skládají písemku sestávající ze tří úloh.
Register and win! www.kaercher.com
Register and win! www.kaercher.com A B A, B A B 2 6 A régi készülékek értékes újrahasznosítható anyagokat tartalmaznak, amelyeket tanácsos újra felhasználni. Szárazelemek, olaj és hasonló anyagok ne kerüljenek
Operace s funkcemi [MA1-18:P2.1] funkční hodnota... y = f(x) (x argument)
KAPITOLA : Funkce - úvod [MA-8:P.] reálná funkce (jedné) reálné proměnné... f : A R...... zobrazení množin A R do množin reálných čísel R funkční hodnota... = f() ( argument) ( tj. reálná funkce f : A
ROBUST January 19, Zdeněk Fabián Ústav informatiky AVČR Praha
ROBUST 2014 Zdeněk Fabián Ústav informatiky AVČR Praha January 19, 2014 Starověk x 1,..., x n data průměry Starověk x 1,..., x n data průměry aritm., geom., harm. Novověk Model F a skórová funkce Ψ F inferenční
Obsah. Zobrazení na osmistěn. 1 Zobrazení sféry po částech - obecné vlastnosti 2 Zobrazení na pravidelný konvexní mnohostěn
Obsah 1 2 3 Použití Zobrazení rozsáhlého území, ale hodnoty zkreslení nesmí přesáhnout určitou hodnotu Rozdělením území na menší části a ty pak zobrazíme zvlášť Nevýhodou jsou však samostatné souřadnicové
Edita Pelantová, katedra matematiky / 16
Edita Pelantová, katedra matematiky seminář současné matematiky, září 2010 Axiomy reálných čísel Axiomy tělesa Axiom 1. x + y = y + x a xy = yx (komutativní zákon). Axiom 2. x + (y + z) = (x + y) + z a
kontaktní modely (Winklerův, Pasternakův)
TÉMA 7: Pružný poloprostor, modely podloží pružný poloprostor základní předpoklady pružný poloprostor Boussinesqueovo řešení kontaktní modely (Winklerův, Pasternakův) 1 Pružný poloprostor (1) vychází z
Powyższe reguły to tylko jedna z wersji gry. Istnieje wiele innych wariantów, można też ustalać własne zasady. Miłej zabawy!
Krykiet W krykieta może grać od 2 do 4 osób, którzy albo grają każdy przeciw każdemu, albo dzielą się na dwie drużyny. Bramki oraz palik startowy i powrotne umieszcza się tak, jak pokazano na rysunku.
(1) Derivace. Kristýna Kuncová. Matematika B2 17/18. Kristýna Kuncová (1) Derivace 1 / 35
(1) Derivace Kristýna Kuncová Matematika B2 17/18 Kristýna Kuncová (1) Derivace 1 / 35 Růst populací Zdroj : https://www.tes.com/lessons/ yjzt-cmnwtvsq/noah-s-ark Kristýna Kuncová (1) Derivace 2 / 35 Růst
Martin Dlask (KSI FJFI) 3. března 2016
Využití zlomkových stochastických procesů pro analýzu signálu a časových řad Seminář strojového učení a modelování Martin Dlask (KSI FJFI) http://people.fjfi.cvut.cz/dlaskma1/ 3. března 2016 Martin Dlask
Ústav teorie informace a automatizace. Tato prezentace je k dispozici na:
Aplikace bayesovských sítí Jiří Vomlel Ústav teorie informace a automatizace Akademie věd České republiky Tato prezentace je k dispozici na: http://www.utia.cas.cz/vomlel/ Obsah přednášky Podmíněná pravděpodobnost,
IEL Přechodové jevy, vedení
Přechodové jevy Vedení IEL/přechodové jevy 1/25 IEL Přechodové jevy, vedení Petr Peringer peringer AT fit.vutbr.cz Vysoké učení technické v Brně, Fakulta informačních technologíı, Božetěchova 2, 61266
podle přednášky doc. Eduarda Fuchse 16. prosince 2010
Jak souvisí plochá dráha a konečná geometrie? L ubomíra Balková podle přednášky doc. Eduarda Fuchse Trendy současné matematiky 16. prosince 2010 (FJFI ČVUT v Praze) Konečná geometrie 16. prosince 2010
Stochastické modelování v ekonomii a financích Konzistence odhadu LWS. konzistence OLS odhadu. Předpoklady pro konzistenci LWS
Whitův pro heteroskedasticitě pro heteroskedasticitě Stochastické modelování v ekonomii a financích 7. 12. 2009 Obsah Whitův pro heteroskedasticitě pro heteroskedasticitě 1 Whitův 2 pro 3 heteroskedasticitě
Zadání: Vypočítejte hlavní momenty setrvačnosti a vykreslete elipsu setrvačnosti na zadaných
Příklad k procvičení : Průřeové charakteristik Zadání: Vpočítejte hlavní moment setrvačnosti a vkreslete elipsu setrvačnosti na adaných obracích. Příklad. Zadání: Rokreslení na jednoduché obrace: 500 T
Biosignál II. Lékařská fakulta Masarykovy univerzity Brno
Biofyzikální ústav Lékařská fakulta Masarykovy univerzity Brno 2010 Fourierova analýza periodická funkce a posloupnost periodická funkce: f (t) = f (t + nt ), n N periodická posloupnost: a(i) = a(i + it
Rovnice proudění Slapový model
do oceánského proudění Obsah 1 2 3 Co způsobuje proudění v oceánech? vyrovnávání rozdílů v teplotě, salinitě, tlaku, ρ = ρ(p, T, S) vítr - wind stress F wind = ρ air C D AU 2 10 slapy produkují silné proudy,
Kombinatorika a grafy I
Kombinatorika a grafy I Martin Balko 1. přednáška 19. února 2019 Základní informace Základní informace úvodní kurs, kde jsou probrány základy kombinatoriky a teorie grafů ( pokračování diskrétní matematiky
Internetová matematická olympiáda 8. ročník, Baví se student Fakulty strojního inženýrství VUT v Brně (FSI) s kamarádem:
Internetová matematická olympiáda 8. ročník, 24. 11. 2015 1. Baví se student Fakulty strojního inženýrství VUT v Brně (FSI) s kamarádem: Kamarád: Co jsi tak veselý? Něco slavíš? Student FSI: Já přímo ne,
Reprezentace dat. BI-PA1 Programování a Algoritmizace I. Ladislav Vagner
Reprezentace dat BI-PA1 Programování a Algoritmizace I. Ladislav Vagner Katedra teoretické informatiky Fakulta informačních technologíı ČVUT v Praze xvagner@fit.cvut.cz 9., 11. a 12. října 2017 Obsah Dvojková
Univerzita Karlova v Praze Matematicko-fyzikální fakulta. rizik. Katedra pravděpodobnosti a matematické statistiky
Univerzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCE Bc. Milena Benešová Aktuárský přístup k modelování kreditních rizik Katedra pravděpodobnosti a matematické statistiky Vedoucí diplomové
Skraplacze wyparne. Odpaøovací kondenzátory D 127/3-5 PL/CZ
Skraplacze wyparne (70 do 80 kw) Odpaøovací kondenzátory (70 do 80 kw) INSTRUKCJA DOBORU I DANE TECHNICZNE VÝBÌR A TECHNICKÁ DATA D 7/-5 PL/CZ VCL DANE I PROCEDURA DOBORU VCL DATA PRO VÝBÌR A POSTUP PØI
Scheelova kometa. Dušan Merta. Colours of Sepsis 2019, OSTRAVA!!!
Scheelova kometa Laktát posel špatných zpráv? Dušan Merta Colours of Sepsis 2019, OSTRAVA!!! Úvod Carl Wilhelm Scheele 1742 1786 1 Kompanje et al. 2007; Wikipedia contributors 2019. Úvod 1 / 27 Úvod Carl
Co to znamená pro vztah mezi simultánní a marginální hustotou pravděpodobnosti f (x) (pravděpodobnostní funkci p(x))?
Ondřej Pokora M5120 Lineární statistické modely I poznámky do cvičení podzim 2011 1 / 36 12.12.2011 Maximálně věrohodné odhady Náhodný výběr X 1,..., X n rosahu n z rozdělení pravděpodobnosti P: X i P
Energetické principy a variační metody ve stavební mechanice
Energetické principy a variační metody ve stavební mechanice Přetvárná práce vnějších sil Přetvárná práce vnitřních sil Potenciální energie Lagrangeův princip Variační metody Ritzova metoda 1 Přetvárná
prof. RNDr. Roman Kotecký DrSc., Dr. Rudolf Blažek, PhD Pravděpodobnost a statistika Katedra teoretické informatiky Fakulta informačních technologií
Náhodné vektory prof. RNDr. Roman Kotecký DrSc., Dr. Rudolf Blažek, PhD Katedra teoretické informatiky Fakulta informačních technologií České vysoké učení technické v Praze c Rudolf Blažek, Roman Kotecký,
Průvodce studiem V této kapitole se budeme zabývat diferenciálním počtem pro funkce více
5 Diferenciální počet funkcí více proměnných Průvodce studiem V této kapitole se budeme zabývat diferenciálním počtem pro funkce více proměnných, především budeme pracovat s funkcemi dvou proměnných Ukážeme
Elementární funkce. Edita Pelantová. únor FJFI, ČVUT v Praze. katedra matematiky, FJFI, ČVUT v Praze
Elementární funkce Edita Pelantová FJFI, ČVUT v Praze Seminář současné matematiky katedra matematiky, FJFI, ČVUT v Praze únor 2013 c Edita Pelantová (FJFI) Elementární funkce únor 2013 1 / 19 Polynomiální
POLIURETANOWE SPRĘŻYNY NACISKOWE. POLYURETHANOVÉ TLAČNÉ PRUŽINY
POLIURETAOWE SPRĘŻYY ACISKOWE. POLYURETHAOVÉ TLAČÉ PRUŽIY Oferowane są wymiary wyrobów o różnych twardościach. Konstrukcja tych sprężyn umożliwia zastąpienie sprężyn tradycyjnych tam, gdzie korozja, wibracje,
Obsah. 1 Konstrukce (definice) Riemannova integrálu Výpočet Newtonova Leibnizova věta Aplikace výpočet objemů a obsahů 30
Určitý integrál Robert Mřík 6. září 8 Obsh 1 Konstrukce (definice) Riemnnov integrálu. Výpočet Newtonov Leibnizov vět. 18 3 Numerický odhd Lichoběžníkové prvidlo 19 4 Aplikce výpočet objemů obshů 3 c Robert
ENA 5 Załącznik. Instrukcja montażu i obsługi. Flamco.
ENA 5 Załącznik obsługi Flamco www.flamcogroup.com Spis treści Strona 1. Pierwsze uruchomienie 3 1.1 Rozruch urządzenia ENA5 3 1.2 Parametry rozruchuu 3 2. Opcje w menu sprzętowym i parametrów 4 2.1 Tryb
Návod k obsluze 2 Ďäçăßĺň ńţóçň 10 Instrukcja obsugi 18 Kullanma Kýlavuzu 26
Návod k obsluze 2 Ďäçăßĺň ńţóçň 10 Instrukcja obsugi 18 Kullanma Kýlavuzu 26 9241 ESKY Dkujeme Vám, že jste se rozhodli pro tento výrobek firmy SOEHNLE PROFESSIONAL. Tento výrobek je vybaven všemi znaky
Matematika III Stechiometrie stručný
Matematika III Stechiometrie stručný matematický úvod Miroslava Dubcová, Drahoslava Janovská, Daniel Turzík Ústav matematiky Přednášky LS 2015-2016 Obsah 1 Zápis chemické reakce 2 umožňuje jednotný přístup
fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu (reg. č. CZ.1.07/2.2.00/28.
Extrémy Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného
Dräger Alcotest 6820 Měřič obsahu alkoholu v dechu Urządzenie do pomiaru stężenia alkoholu w wydychanym powietrzu
cs pl Návod na použití 3 Instrukcja obsługi 20 Dräger Alcotest 6820 Měřič obsahu alkoholu v dechu Urządzenie do pomiaru stężenia alkoholu w wydychanym powietrzu i Obsah Obsah 1 Pro Vaši bezpečnost.............................
Plyny v dynamickém stavu. Jsou-li ve vakuovém systému různé teploty, nebo tlaky dochází k přenosu energie, nebo k proudění plynu.
Plyny v dynamickém stavu Jsou-li ve vakuovém systému různé teploty, nebo tlaky dochází k přenosu energie, nebo k proudění plynu. Difuze plynu Mechanismus difuze závisí na podmínkách: molekulární λ L viskózně
Vybrané partie z kvantitativního řízení rizik - kreditní riziko
Vybrané partie z kvantitativního řízení rizik - kreditní riziko 1 Úvod Kreditní riziko je riziko vyplývající z neschopnosti nebo neochoty protistrany splatit své závazky. Basilejský rámec pro kapitálovou
L 75270 FL L 75470 FL CS PRAČKA NÁVOD K POUŽITÍ 2 PL PRALKA INSTRUKCJA OBSŁUGI 34
L 75270 FL L 75470 FL CS PRAČKA NÁVOD K POUŽITÍ 2 PL PRALKA INSTRUKCJA OBSŁUGI 34 2 OBSAH 4 BEZPEČNOSTNÍ INFORMACE 6 POZNÁMKY K OCHRANĚ ŽIVOTNÍHO PROSTŘEDÍ 6 TECHNICKÉ INFORMACE 7 POPIS SPOTŘEBIČE 8 OVLÁDACÍ
Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava
Lineární algebra 5. přednáška: Báze a řešitelnost soustav Dalibor Lukáš Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava email: dalibor.lukas@vsb.cz http://www.am.vsb.cz/lukas/la1 Text
Lineární algebra - iterační metody
Lineární algebra - iterační metody Numerické metody 7. dubna 2018 FJFI ČVUT v Praze 1 Úvod Úvod Rozdělení Metody Zastavení SOR Programy 1 Úvod Úvod - LAR Mějme základní úlohu A x = b, (1) kde A R n,n je
Martin Pergel. 26. února Martin Pergel
26. února 2017 Užitečné informace Navážeme na Programování I, změníme jazyk na C#, podrobnosti o C# budou v navazujícím kurzu, soustředíme se na totéž, co v zimě, tedy: technické programování, návrh a
7. Aplikace derivace
7. Aplikace derivace 7A. Taylorův polynom 7. Aplikace derivace Verze 20. července 207 Derivace funkce se využívá při řešení úloh technické prae i teorie. Uvedeme několik z nich: vyčíslení hodnot funkce,
TGH01 - Algoritmizace
TGH01 - Algoritmizace Jan Březina Technical University of Liberec 28. února 2017 Co je to algoritmus? Porovnávání algoritmů Porovnávání algoritmů Co je to algoritmus? Který algoritmus je lepší? Záleží
Matematická analýza II pro kombinované studium. Konzultace první a druhá. RNDr. Libuše Samková, Ph.D. pf.jcu.cz
Učební texty ke konzultacím předmětu Matematická analýza II pro kombinované studium Konzultace první a druhá RNDr. Libuše Samková, Ph.D. e-mail: lsamkova@ pf.jcu.cz webová stránka: home.pf.jcu.cz/ lsamkova/
Diferenciální rovnice základní pojmy. Rovnice se
Diferenciální rovnice základní pojmy. Rovnice se separovanými proměnnými. Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské
Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava
Lineární algebra 8. přednáška: Kvadratické formy Dalibor Lukáš Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava email: dalibor.lukas@vsb.cz http://www.am.vsb.cz/lukas/la Text byl vytvořen
Automatové modely. Stefan Ratschan. Fakulta informačních technologíı. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti
Automatové modely Stefan Ratschan Katedra číslicového návrhu Fakulta informačních technologíı České vysoké učení technické v Praze Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Stefan
Metody, s nimiž se seznámíme v této kapitole, lze použít pro libovolnou
2. Řešení nelineárních rovnic Průvodce studiem Budeme se zabývat výpočtem reálných kořenů nelineární rovnice f(x) =0, (2.0.1) kde f je v jistém smyslu rozumná reálná funkce. Pro některé funkce (kvadratické,
Obsah. Limita posloupnosti a funkce. Petr Hasil. Limita posloupnosti. Pro a R definujeme: Je-li a < 0, pak a =, a ( ) =. vlastní body.
Obsah a funkce Petr Hasil Přednáška z Matematické analýzy I Úvod 2 c Petr Hasil (MUNI) a funkce Matematická analýza / 90 c Petr Hasil (MUNI) a funkce Matematická analýza 2 / 90 Úvod Úvod Pro a R definujeme:
Matematika pro ekonomiku
Statistika, regresní analýza, náhodné procesy 7.10.2011 1 I. STATISTIKA Úlohy statistiky 2 1 Sestavit model 2 Odhadnout parametr(y) 1 Bodově 2 Intervalově 3 Testovat hypotézy Častá rozdělení ve statistice:
Shrnutí. Vladimír Brablec
Řešení problému SAT s využitím lokálního prohledávání Vladimír Brablec Seminář z umělé inteligence II, 2010 Motivace Obsah referátů Články, podle nichž je prezentace vytvořena 1 Selman B., Kautz H., Cohen
Obecná orientace (obvykle. Makroskopická anizotropie ( velmi mnoho kluzných rovin )
Fyzikální zdůvodnění plasticity (1) Změny v krystalické mřížce Schmidtův zákon : τ τ τ max (1) Dosažení napětí τ max vede ke změnám v krystalické mřížce Deformace krystalické mřížky pružná deformace Změny
Univerzita Palackého v Olomouci
Počítačová grafika - 5. cvičení Radek Janoštík Univerzita Palackého v Olomouci 22.10.2018 Radek Janoštík (Univerzita Palackého v Olomouci) Počítačová grafika - 5. cvičení 22.10.2018 1 / 10 Reakce na úkoly
A71100TSW0 CS MRAZNIČKA NÁVOD K POUŽITÍ 2 PL ZAMRAŻARKA INSTRUKCJA OBSŁUGI 18 SL ZAMRZOVALNIK NAVODILA ZA UPORABO 35
A71100TSW0 CS MRAZNIČKA NÁVOD K POUŽITÍ 2 PL ZAMRAŻARKA INSTRUKCJA OBSŁUGI 18 SL ZAMRZOVALNIK NAVODILA ZA UPORABO 35 2 PRO DOKONALÉ VÝSLEDKY Děkujeme vám, že jste si zvolili výrobek značky AEG. Aby vám
Příručka k rychlé instalaci: NWD2105. Základní informace. 1. Instalace softwaru
Příručka k rychlé instalaci: NWD2105 Základní informace NWD2105 je bezdrátový USB adaptér určený pro použití s počítačem. NWD2105 je kompatibilní s technologií WPS (Wi-Fi Protected Setup). A: LED kontrolka