Optymalizacja wielokryterialna
|
|
- Adrian Żukowski
- 7 lat temu
- Przeglądów:
Transkrypt
1 Optymalizacja wielokryterialna
2 Optymalizacja wielokryterialna Dział badań operacyjnych zajmujący się wyznaczaniem optymalnej decyzji w przypadku, gdy występuje więcej niż jedno kryterium
3 Problem wielokryterialny f k (x)) max (k = 1,...,s) x D gdzie: x dowolne rozwiązanie zanie (decyzja) f k (x) funkcja celu związana zana z k-tym k kryterium cząstkowym D zbiór r rozwiąza zań (decyzji) dopuszczalnych
4 Porządkowanie rozwiązań cele Uporządkowanie zbioru elementów w myśl przyjętych reguł klasyfikacyjnych Wyróżnienie możliwie najmniejszego podzbioru stanowiącego podstawę do dokonywania wyborów
5 Przykład 1 Spośród 10 uczniów ocenianych z 3 przedmiotów: biologii (B), historii (H) i matematyki (M) należy wybrać ucznia najlepszego. U 1 U 2 U 3 U 4 U 5 U 6 U 7 U 8 U 9 U 10 B H M
6 Przykład 1-1 porównanie ocen U 4 U 8 U 3 U 5 U 2 U 6 U 1 U 9 U 10 U 7
7 Diagram Hassego Definicja: graf skierowany H(X,R), gdzie X jest zbiorem porównywanych elementów, a R jest relacją częściowego porządku, określoną na elementach zbioru X w taki sposób, że: urw w " lepsze od " u.
8 Przykład 1 porównanie średniej lepsze od x j K ( ) ( ) r xi > Kr xj x i lepsze od m m r= 1 r= 1 U 4 U 8 U 3 U 5 U 2 U 6 U 1 U 9 U 7 U 10
9 Przykład 1 porównanie sumy ważonej Przedmiotom przypisano wagi: 1 historia 2 biologia 3 matematyka U 2 U 5 U 3 U 8 U 4 m ( ) > α ( ) α K x K x r r i r r j r= 1 r= 1 m U 9 U 6 U 1 U 7 U 10
10 Przykład 1 podsumowanie Uporządkowanie zależy od przyjętych kryteriów Kryteria chociaż podobne mogą prowadzić do różnych wyników Kryteria szczegółowe (sformułowanie, wagi, itp.) ustalane przez decydenta Kryteria nie są obiektywnym odbiciem rzeczywistości, tylko odbiciem preferencji decydenta Brak odpowiedzi, które rozwiązanie jest obiektywnie najlepsze Uporządkowania pokazują, które rozwiązanie jest najlepsze w sensie przyjętego kryterium
11 Przykład 2 Fiat Panda Fiat Seicento Opel Astra Renault Megane Seat Toledo Skoda Fabia Cena Ford Focus Serwis db db bdb db dst db bdb Zwrotność 7,5 7,5 9 8, Paliwo bdb db dst db dst db db Bagażnik
12 Przykład 2 - pytania Jak porównywać kryteria ilościowe i jakościowe? Jaka jest wrażliwość decydenta na różnice wartości kryteriów? Czy dla wszystkich kryteriów istnieje taka sama wartość progowa dla zmiany preferencji decydenta? Czy w ocenie zróżnicowania jest pełna symetria?
13 Progi nierozróżnialności Brak symetrii oznacza istnienie dwóch progów nierozróżnialności. Sformułowanie progów nierozróżnialności: decyzja D 1 jest lepsza od decyzji D 2 w sensie określonego kryterium, gdy wartość tego kryterium jest większa o p%, decyzja D 3 jest gorsza od decyzji D 2 (w sensie tego samego kryterium), gdy wartość kryterium jest mniejsza o q%.
14 Przykład 3 Trzy decyzje D 1, D 2 i D 3 o wartościach kryterium f 1 =105, f 2 =100, f 3 =96 p = 5 oraz q = 3 D 1 jest lepsza od D 2 D 2 nie jest lepsza od D 3, natomiast D 3 jest gorsza od D 2
15 Przykład 4 Przydzielanie kredytu podejście 1 Na podstawie danych historycznych podzielić klientów na dwa podzbiory dobrych i niedobrych kredytobiorców Wyznaczyć dla danego podzbioru wartości średnie i odchylenia standardowe dla poszczególnych parametrów ekonomicznych Porównać wartości z nowego wniosku z otrzymanymi na podst. danych historycznych Jeśli mieszczą się w przedziałach określonych dla klientów dobrych, to przydzielić kredyt warunek zgodności ze wzorcem pozytywnym Jeśli mieszczą się w przedziałach dla klientów niedobrych odrzucić W przeciwnym przypadku przydzielić warunek niezgodności ze wzorcem negatywnym.
16 Przykład 4 cd. Przydzielanie kredytu podejście 2 Uporządkować klientów wg pożądanych wartości parametrów opisujących klienta i utworzyć zbiór najlepszych, stosując określone reguły porządkowania: jeżeli dla pary klientów r i v wartość kryterium i (K ri ) dla klienta r przewyższa wartość kryterium i (K( vi ) dla klienta v o pewną zadaną wartość d i, to przyjmuje się, że klient r jest lepszy od klienta v w sensie kryterium i zlicza się dla ilu kryteriów spośród m klient r jest lepszy od klienta v, wartość oznaczona przez l(r,v) zlicza się dla ilu kryteriów r jest gorszy od v i oznacza się przez g(r,v) klient r jest lepszy od klienta v jeśli l(r,v) > g(r,v)
17 Zgodność kryteriów Dla dwóch kryteriów K 1 i K 2 oraz dla dwóch dowolnych decyzji x 1 i x 2 : kryteria są zgodne jeśli x, x D 1 2 ( ) ( ) ( ) ( ) K x K x K x K x kryteria są niezgodne jeśli x, x D 1 2 ( ) ( ) ( ) ( ) K x K x K x K x kryteria są przeciwstawne jeśli x, x D 1 2 ( ) ( ) ( ) ( ) K x K x K x K x
18 Rozwiązania sprawne Rozwiązaniem optymalnym w sensie Pareto nazywamy takie rozwiązanie x D, że e nie istnieje żadne inne rozwiązanie zanie x D D dające poprawę wartości chociaż jednej funkcji celu, nie powodując c pogorszenia wartości innych funkcji celu. Rozwiązanie zanie optymalne w sensie Pareto nazywane jest również rozwiązaniem zaniem sprawnym lub efektywnym.
19 Rozwiązania kompromisowe Jedno rozwiązanie optymalne w sensie Pareto występuje tylko wtedy, gdy wszystkie optima cząstkowe znajdują się w tym samym punkcie, jest to wtedy również rozwiązanie optymalne całego problemu Na ogół rozwiązań Pareto-optymalnych optymalnych jest wiele, w skrajnym przypadku każde rozwiązanie może być rozwiązaniem sprawnym Pytanie: Jak spośród wielu rozwiązań sprawnych wybrać jedno rozwiązanie, tzw. rozwiązanie kompromisowe?
20 Metody Metakryterium Kryterium główne i kryteria drugorzędne Ścisła hierarchia celów Minimalizacja odległości od punktu idealnego
21 Metakryterium Funkcja określona na kryteriach cząstkowych, podająca użyteczność poszczególnych decyzji dla decydenta: = ( x) ( x ), ( x ),, ( x) u u f1 f2 f s Najprostsze metakryterium suma ważona u s ( x) w f ( x) = k = 1 Rozwiązanie zadania sprowadza się do znalezienia w zbiorze rozwiązań dopuszczalnych decyzji najlepszej w sensie metakryterium u(x). Decyzja najlepsza w sensie u(x) ) jest poszukiwaną decyzją kompromisową. k k
22 Kryterium główne i kryteria drugorzędne Gdy dla decydenta jedno kryterium jest zasadnicze (główne), a pozostałe mniej istotne (drugorzędne). Poszukiwane jest wtedy rozwiązanie najlepsze ze względu na kryterium główne, jednocześnie zapewniające określony poziom realizacji kryteriów drugorzędnych. Wyznaczanie decyzji kompromisowej sprowadza się do rozwiązania zadania: ( x) ( x) f1 max fk pk dla k = 2,, s x D gdzie f 1 kryterium główne, p k zadowalający poziom realizacji k-tego kryterium drugorzędnego
23 Ścisła hierarchia celów Uporządkowanie wszystkich kryteriów malejąco od najważniejszego. Przy wyznaczaniu rozwiązania kompromisowego, nie można przekroczyć ustalonego odstępstwa od maksymalnych wartości poszczególnych kryteriów. Wyznaczanie decyzji kompromisowej polega na rozwiązaniu ciągu zadań pomocniczych L k (k= k=1,..., s). Rozwiązanie końcowego zadania L s, wyznacza decyzję kompromisową zadania wielokryterialnego.
24 Ścisła hierarchia celów cd. Zadanie pomocnicze L k max f ( x) : x D gdzie { k k} D = D dla k = 1, k { x x 1 1( ) 1 1 1} = max { ( x) : x }, min ( x) : x, D = : D f x M d t dla k = 2,, s, k k k k k k M f D k 1 k 1 k 1 { } m = f D k 1 k 1 k 1 t = M m k 1 k 1 k 1. przy założeniu, że kryterium o niższym indeksie jest ważniejsze od kryterium o wyższym indeksie, a współczynnik odstępstwa dla danego kryterium oznaczono przez d k (0 d k 1 dla k = 1,,s,s-1).
25 Minimalizacja odległości od punktu idealnego W przypadku, gdy nie ma żadnych preferencji dla poszczególnych kryteriów cząstkowych, jako rozwiązanie kompromisowe wybiera się punkt leżący najbliżej punktu idealnego. Punkt z = [ z, 1, zs ] nazywamy punktem idealnym w przestrzeni wyników, natomiast punkt x = [ x, 1, xn ] nazywamy punktem idealnym w przestrzeni rozwiązań o ile z = f x = max f x : x D dla k = 1,, s. ( ) ( ) k k k { } Jeżeli x D, to x jest rozwiązaniem optymalnym. Jeżeli natomiast x D lub nie istnieje, to szukamy takiego punktu x D,, aby punkt = [ z,, 1 z s ] leżał jak najbliżej punktu idealnego z, gdzie z = f x dla k = 1,...,s. z ( ) k k
26 Min. odl.. od punktu idealnego cd. z k Gdy każde jest dodatnie, to punkt x wyznaczamy rozwiązując pomocnicze zadanie: y max fk zk k s x D ( x) 0 ( = 1,, ) gdzie y minimalny stopień realizacji celów cząstkowych.
27 Min. odl.. od punktu idealnego cd. Gdy z k jest ujemne lub zerowe (co najmniej jedno kryterium z minimalizacją funkcji kryterialnej), to wprowadzając współczynnik odchylenia w realizacji k-tego kryterium cząstkowego przez decyzję x: zk fk( x) dk ( x) = zk mk gdzie m k = min{f k (x): x D}. Rozwiązuje się wówczas zadanie w min dk ( x) w ( k = 1,, s) x D gdzie w zmienna pomocnicza określająca maksymalne względne odstępstwo od optymalnej wartości kryterium.
ANALIZA WIELOKRYTERIALNA
ANALIZA WIELOKRYTERIALNA Dział Badań Operacyjnych zajmujący się oceną możliwych wariantów (decyzji) w przypadu gdy występuje więcej niż jedno ryterium oceny D zbiór rozwiązań (decyzji) dopuszczalnych x
Bardziej szczegółowoBADANIA OPERACYJNE PROGRAMOWANIE WIELOKRYTERIALNE
DR ADAM SOJDA Czasem istnieje wiele kryteriów oceny. Kupno samochodu: cena prędkość maksymalna spalanie kolor typ nadwozia bagażnik najniższa najwyższa najniższe {czarny*, czerwony, } {sedan, coupe, SUV,
Bardziej szczegółowoWielokryteriowa optymalizacja liniowa
Wielokryteriowa optymalizacja liniowa 1. Przy decyzjach złożonych kierujemy się zwykle więcej niż jednym kryterium. Postępowanie w takich sytuacjach nie jest jednoznaczne. Pojawiło się wiele sposobów dochodzenia
Bardziej szczegółowoWielokryteriowa optymalizacja liniowa cz.2
Wielokryteriowa optymalizacja liniowa cz.2 Metody poszukiwania końcowych rozwiązań sprawnych: 1. Metoda satysfakcjonujących poziomów kryteriów dokonuje się wyboru jednego z kryteriów zadania wielokryterialnego
Bardziej szczegółowoProgramowanie wielocelowe lub wielokryterialne
Programowanie wielocelowe lub wieloryterialne Zadanie wielocelowe ma co najmniej dwie funcje celu nazywane celami cząstowymi. Cele cząstowe f numerujemy indesem = 1, 2, K. Programowanie wielocelowe ciągłe.
Bardziej szczegółowoProgramowanie wielocelowe lub wielokryterialne
Programowanie wielocelowe lub wieloryterialne Zadanie wielocelowe ma co najmniej dwie funcje celu nazywane celami cząstowymi. Cele cząstowe f numerujemy indesem = 1, 2, K. Programowanie wielocelowe ciągłe
Bardziej szczegółowoAnaliza wielokryterialna wstęp do zagadnienia
Organizacja, przebieg i zarządzanie inwestycją budowlaną Analiza wielokryterialna wstęp do zagadnienia dr hab. Mieczysław Połoński prof. SGGW 1 Wprowadzenie Jednym z podstawowych, a równocześnie najważniejszym
Bardziej szczegółowoMetody wielokryterialne. Tadeusz Trzaskalik
Metody wielokryterialne Tadeusz Trzaskalik 4.1. Wprowadzenie Słowa kluczowe Zadanie wielokryterialne Zadanie wielokryterialne programowania liniowego Przestrzeń decyzyjna Zbiór rozwiązań za dopuszczalnych
Bardziej szczegółowoPubliczna Szkoła Podstawowa nr 14 w Opolu. Edukacyjna Wartość Dodana
Publiczna Szkoła Podstawowa nr 14 w Opolu Edukacyjna Wartość Dodana rok szkolny 2014/2015 Edukacyjna Wartość Dodana (EWD) jest miarą efektywności nauczania dla szkoły i uczniów, którzy do danej placówki
Bardziej szczegółowoANALIZA JAKOŚCIOWA I ILOŚCIOWA TESTÓW SZKOLNYCH MATERIAŁ SZKOLENIOWY
ANALIZA JAKOŚCIOWA I ILOŚCIOWA TESTÓW SZKOLNYCH MATERIAŁ SZKOLENIOWY Instrukcja przeprowadzania analiz badań edukacyjnych i sporządzania raportów po badaniach. Cele prowadzenia analiz jakościowych i ilościowych
Bardziej szczegółowoPrzedmiotowe Zasady Oceniania matematyka, geometria w ćwiczeniach, funkcje w zastosowaniach Sposoby sprawdzania osiągnięć edukacyjnych
Przedmiotowe Zasady Oceniania matematyka, geometria w ćwiczeniach, funkcje w zastosowaniach Sposoby sprawdzania osiągnięć edukacyjnych Ocenie podlegają: a) sprawdziany pisemne wiadomości: - kartkówka obejmuje
Bardziej szczegółowoWeryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1
Weryfikacja hipotez statystycznych KG (CC) Statystyka 26 V 2009 1 / 1 Sformułowanie problemu Weryfikacja hipotez statystycznych jest drugą (po estymacji) metodą uogólniania wyników uzyskanych w próbie
Bardziej szczegółowoHierarchiczna analiza skupień
Hierarchiczna analiza skupień Cel analizy Analiza skupień ma na celu wykrycie w zbiorze obserwacji klastrów, czyli rozłącznych podzbiorów obserwacji, wewnątrz których obserwacje są sobie w jakimś określonym
Bardziej szczegółowoPRZEDMIOTOWY SYSTEM OCENIANIA
PRZEDMIOTOWY SYSTEM OCENIANIA - MATEMATYKA Oceny z matematyki będą ustalane za pomocą średniej ważonej. Każdej ocenie cząstkowej zostanie przypisana jej waga według następującego schematu: Kategoria oceny
Bardziej szczegółowoStatystyka hydrologiczna i prawdopodobieństwo zjawisk hydrologicznych.
Statystyka hydrologiczna i prawdopodobieństwo zjawisk hydrologicznych. Statystyka zajmuje się prawidłowościami zaistniałych zdarzeń. Teoria prawdopodobieństwa dotyczy przewidywania, jak często mogą zajść
Bardziej szczegółowoSCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie średnich w statystyce i matematyce. Podstawowe pojęcia statystyczne. Streszczenie.
SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:
Bardziej szczegółowoRÓWNOWAŻNOŚĆ METOD BADAWCZYCH
RÓWNOWAŻNOŚĆ METOD BADAWCZYCH Piotr Konieczka Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska Równoważność metod??? 2 Zgodność wyników analitycznych otrzymanych z wykorzystaniem porównywanych
Bardziej szczegółowoPRZEDMIOTOWY SYSTEM OCENIANIA - MATEMATYKA
PRZEDMIOTOWY SYSTEM OCENIANIA - MATEMATYKA Oceny z matematyki będą ustalane za pomocą średniej ważonej. Każdej ocenie cząstkowej zostanie przypisana jej waga według następującego schematu: Kategoria oceny
Bardziej szczegółowoLABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI
LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI WERYFIKACJA HIPOTEZ Hipoteza statystyczna jakiekolwiek przypuszczenie dotyczące populacji generalnej- jej poszczególnych
Bardziej szczegółowo1-2. Formułowanie zadań decyzyjnych. Metoda geometryczna
-. Formułowanie zadań decyzyjnych. Metoda geometryczna Zagadnienie wyznaczania optymalnego asortymentu produkcji Firma zamierza uruchomić produkcję dwóch wyrobów A i B. Cenę zbytu oszacowano na zł/kg dla
Bardziej szczegółowoWIELOKRYTERIALNE PORZĄDKOWANIE METODĄ PROMETHEE ODPORNE NA ZMIANY WAG KRYTERIÓW
Uniwersytet Ekonomiczny we Wrocławiu WIELOKRYTERIALNE PORZĄDKOWANIE METODĄ PROMETHEE ODPORNE NA ZMIANY WAG KRYTERIÓW Wprowadzenie Wrażliwość wyników analizy wielokryterialnej na zmiany wag kryteriów, przy
Bardziej szczegółowoWspomaganie decyzji. UTA - Funkcja uż yteczności
Wspomaganie decyzji UTA - Funkcja uż yteczności Poję cie funkcji użyteczności wprowadza się, aby ustalić ogólną jakoś ć wariantu. Funkcja dokonuje agregacji wszystkich kryteriów do jednej wartoś ci. Pozwala
Bardziej szczegółowoINSTRUKCJA DO ĆWICZENIA NR 1
L01 ---2014/10/17 ---10:52---page1---#1 KATEDRA MECHANIKI STOSOWANEJ Wydział Mechaniczny POLITECHNIKA LUBELSKA INSTRUKCJA DO ĆWICZENIA NR 1 PRZEDMIOT TEMAT Wybrane zagadnienia z optymalizacji elementów
Bardziej szczegółowoPopulacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część
Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część populacji, którą podaje się badaniu statystycznemu
Bardziej szczegółowoPRZEDMIOTOWY SYSTEM OCENIANIA - MATEMATYKA
PRZEDMIOTOWY SYSTEM OCENIANIA - MATEMATYKA Nadrzędnym celem oceniania jest pozyskiwanie przez nauczyciela i ucznia w trakcie nauczania informacji, które pozwolą rozpoznać, jak przebiega proces uczenia
Bardziej szczegółowoPrzedmiotowy System Oceniania z matematyki. Sporządzony przez Komisję przedmiotów matematycznych
Przedmiotowy System Oceniania z matematyki Sporządzony przez Komisję przedmiotów matematycznych Przedmiotowy System Oceniania z matematyki I. Ocenie podlegają osiągnięcia ucznia w zakresie: 1. Jego matematycznych
Bardziej szczegółowoMATEMATYCZNE METODY WSPOMAGANIA PROCESÓW DECYZYJNYCH
MATEMATYCZNE METODY WSPOMAGANIA PROCESÓW DECYZYJNYCH 1. Przedmiot nie wymaga przedmiotów poprzedzających 2. Treść przedmiotu Proces i cykl decyzyjny. Rola modelowania matematycznego w procesach decyzyjnych.
Bardziej szczegółowoMetoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień.
Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień. Istnieje wiele heurystycznych podejść do rozwiązania tego problemu,
Bardziej szczegółowooperacje porównania, a jeśli jest to konieczne ze względu na złe uporządkowanie porównywanych liczb zmieniamy ich kolejność, czyli przestawiamy je.
Problem porządkowania zwanego również sortowaniem jest jednym z najważniejszych i najpopularniejszych zagadnień informatycznych. Dane: Liczba naturalna n i ciąg n liczb x 1, x 2,, x n. Wynik: Uporządkowanie
Bardziej szczegółowoFunkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne.
Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne. Funkcja homograficzna. Definicja. Funkcja homograficzna jest to funkcja określona wzorem f() = a + b c + d, () gdzie współczynniki
Bardziej szczegółowoPOZIOMY WYMAGAŃ I OGÓLNE KRYTERIA OCEN. Z MATEMATYKI. kl. I
POZIOMY WYMAGAŃ I OGÓLNE KRYTERIA OCEN Ocenę niedostateczna Z MATEMATYKI. kl. I Ocenę tę otrzymuje uczeń, który nie opanował podstawowych wiadomości i umiejętności wynikających z programu nauczania oraz:
Bardziej szczegółowoEwaluacja w polityce społecznej
Ewaluacja w polityce społecznej Metoda ewaluacji Dr hab. Ryszard Szarfenberg Instytut Polityki Społecznej UW rszarf.ips.uw.edu.pl/ewalps/dzienne/ Rok akademicki 2018/2019 Od pytań ewaluacyjnych do ocen
Bardziej szczegółowoPlanimetria 1 12 godz.
Planimetria godz. Funkcje trygonometryczne kąta ostrego definicje funkcji trygonometrycznych kąta ostrego wartości funkcji trygonometrycznych kątów 30º, 45º, 60º Trygonometria zastosowania Rozwiązywanie
Bardziej szczegółowoZad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:
Zadania ze statystyki cz. 7. Zad.1 Z populacji wyłoniono próbę wielkości 64 jednostek. Średnia arytmetyczna wartość cechy wyniosła 110, zaś odchylenie standardowe 16. Należy wyznaczyć przedział ufności
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA WYKŁAD 13. PROBLEMY OPTYMALIZACYJNE Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska PROBLEMY OPTYMALIZACYJNE Optymalizacja poszukiwanie
Bardziej szczegółowo4. Postęp arytmetyczny i geometryczny. Wartość bezwzględna, potęgowanie i pierwiastkowanie liczb rzeczywistych.
Jarosław Wróblewski Matematyka dla Myślących, 008/09. Postęp arytmetyczny i geometryczny. Wartość bezwzględna, potęgowanie i pierwiastkowanie liczb rzeczywistych. 15 listopada 008 r. Uwaga: Przyjmujemy,
Bardziej szczegółowoVI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15
VI WYKŁAD STATYSTYKA 9/04/2014 B8 sala 0.10B Godz. 15:15 WYKŁAD 6 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI Weryfikacja hipotez ( błędy I i II rodzaju, poziom istotności, zasady
Bardziej szczegółowoWSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LAB VIII ASSESS
WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI AB VIII ASSESS. oteria oteria = rozkład prawdopodobieństwa na zbiorze zdarzeń x (możliwych ocen wariantu) - odpowiada mu rozkład użyteczności. W praktyce, loteria
Bardziej szczegółowoKodowanie i kompresja Streszczenie Studia Licencjackie Wykład 11,
1 Kwantyzacja skalarna Kodowanie i kompresja Streszczenie Studia Licencjackie Wykład 11, 10.05.005 Kwantyzacja polega na reprezentowaniu dużego zbioru wartości (być może nieskończonego) za pomocą wartości
Bardziej szczegółowoInstytut Maszyn Roboczych i Pojazdów Samochodowych. Dr hab. inż. Krzysztof Bieńczak, prof. PP Dr inż. Marcin Kiciński Mgr inż.
Instytut Maszyn Roboczych i Pojazdów Samochodowych Dr hab. inż. Krzysztof Bieńczak, prof. PP Dr inż. Marcin Kiciński Mgr inż. Maciej Bieńczak Wprowadzenie Sterylizacja/warunki brzegowe medium grzewczego
Bardziej szczegółowoLiliana Komorowska Gimnazjum Publiczne w Taczanowie Drugim. Porównywanie liczb wymiernych Scenariusz lekcji dla klasy I gimnazjum
Liliana Komorowska Gimnazjum Publiczne w Taczanowie Drugim Porównywanie liczb wymiernych Scenariusz lekcji dla klasy I gimnazjum Cele operacyjne Uczeń : 1. wskazuje spośródzbioruliczbwartości najmniejsze
Bardziej szczegółowoWymagania egzaminacyjne z matematyki. Klasa 3C. MATeMATyka. Nowa Era. Klasa 3
Wymagania egzaminacyjne z matematyki. lasa 3C. MATeMATyka. Nowa Era. y są ze sobą ściśle powiązane ( + P + R + D + W), stanowiąc ocenę szkolną, i tak: ocenę dopuszczającą (2) otrzymuje uczeń, który spełnił
Bardziej szczegółowoLABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI
LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI WERYFIKACJA HIPOTEZ Hipoteza statystyczna jakiekolwiek przypuszczenie dotyczące populacji generalnej- jej poszczególnych
Bardziej szczegółowoFunkcja liniowa - podsumowanie
Funkcja liniowa - podsumowanie 1. Funkcja - wprowadzenie Założenie wyjściowe: Rozpatrywana będzie funkcja opisana w dwuwymiarowym układzie współrzędnych X. Oś X nazywana jest osią odciętych (oś zmiennych
Bardziej szczegółowoZadanie transportowe i problem komiwojażera. Tadeusz Trzaskalik
Zadanie transportowe i problem komiwojażera Tadeusz Trzaskalik 3.. Wprowadzenie Słowa kluczowe Zbilansowane zadanie transportowe Rozwiązanie początkowe Metoda minimalnego elementu macierzy kosztów Metoda
Bardziej szczegółowoJacek Skorupski pok. 251 tel konsultacje: poniedziałek , sobota zjazdowa
Jacek Skorupski pok. 251 tel. 234-7339 jsk@wt.pw.edu.pl http://skorupski.waw.pl/mmt prezentacje ogłoszenia konsultacje: poniedziałek 16 15-18, sobota zjazdowa 9 40-10 25 Udział w zajęciach Kontrola wyników
Bardziej szczegółowoRozwiązanie n1=n2=n=8 F=(4,50) 2 /(2,11) 2 =4,55 Fkr (0,05; 7; 7)=3,79
Test F =służy do porównania precyzji dwóch niezależnych serii pomiarowych uzyskanych w trakcie analizy próbek o zawartości analitu na takim samym poziomie #obliczyć wartość odchyleń standardowych dla serii
Bardziej szczegółowoAnaliza wielokryterialna
Analiza wielokryterialna dr hab. inż. Krzysztof Patan, prof. PWSZ Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa w Głogowie k.patan@issi.uz.zgora.pl Wprowadzenie Wielokryterialny wybór wariantu
Bardziej szczegółowo1 n. s x x x x. Podstawowe miary rozproszenia: Wariancja z populacji: Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel:
Wariancja z populacji: Podstawowe miary rozproszenia: 1 1 s x x x x k 2 2 k 2 2 i i n i1 n i1 Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel: 1 k 2 s xi x n 1 i1 2 Przykład 38,
Bardziej szczegółowoPOMIAR DYDAKTYCZNY Z MATEMATYKI
POMIAR DYDAKTYCZNY Z MATEMATYKI DZIAŁANIA NA UŁAMKACH ZWYKŁYCH KLASA VI OPRACOWAŁ NAUCZYCIEL MATEMATYKI AGNIESZKA SZCZUCHNIAK CEL OGÓLNY: Umiejętność wykonywania działań na ułamkach zwykłych CELE OPERACYJNE:
Bardziej szczegółowo8. Podejmowanie Decyzji przy Niepewności
8. Podejmowanie Decyzji przy Niepewności Wcześniej, losowość (niepewność) nie była brana pod uwagę (poza przypadkiem ubezpieczenia życiowego). Na przykład, aby brać pod uwagę ryzyko że pożyczka nie zostanie
Bardziej szczegółowoSZCZEGÓŁOWY REGULAMIN OCENIANIA OSIĄGNIĘĆ EDUKACYJNYCH Z MATEMATYKIW KLASIE III b LO rok szkolny 2015/2016
SZCZEGÓŁOWY REGULAMIN OCENIANIA OSIĄGNIĘĆ EDUKACYJNYCH Z MATEMATYKIW KLASIE III b LO rok szkolny 2015/2016 I. Podstawa prawna: Rozdział 33a ustawy o systemie oświaty z dnia 7 września 1991r. z późniejszymi
Bardziej szczegółowoProgramowanie liniowe metoda sympleks
Programowanie liniowe metoda sympleks Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 13. wykład z algebry liniowej Warszawa, styczeń 2018 Mirosław Sobolewski (UW) Warszawa, 2018 1 /
Bardziej szczegółowoWyznaczanie optymalnej trasy problem komiwojażera
Wyznaczanie optymalnej trasy problem komiwojażera Optymalizacja w podejmowaniu decyzji Opracowała: mgr inż. Natalia Malinowska Wrocław, dn. 28.03.2017 Wydział Elektroniki Politechnika Wrocławska Plan prezentacji
Bardziej szczegółowoProgramowanie matematyczne
dr Adam Sojda Badania Operacyjne Wykład Politechnika Śląska Programowanie matematyczne Programowanie matematyczne, to problem optymalizacyjny w postaci: f ( x) max przy warunkach g( x) 0 h( x) = 0 x X
Bardziej szczegółowoAlgorytmy ewolucyjne
Algorytmy ewolucyjne Dr inż. Michał Bereta p. 144 / 10, Instytut Modelowania Komputerowego mbereta@pk.edu.pl beretam@torus.uck.pk.edu.pl www.michalbereta.pl Problemy świata rzeczywistego często wymagają
Bardziej szczegółowoCharakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)
Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej) 1 Podział ze względu na zakres danych użytych do wyznaczenia miary Miary opisujące
Bardziej szczegółowoBADANIA OPERACYJNE Zagadnienie transportowe. dr Adam Sojda
BADANIA OPERACYJNE Zagadnienie transportowe dr Adam Sojda adam.sojda@polsl.pl http://dydaktyka.polsl.pl/roz6/asojda/default.aspx Pokój A405 Zagadnienie transportowe Założenia: Pewien jednorodny towar należy
Bardziej szczegółowoKształcenie w zakresie podstawowym. Klasa 2
Kształcenie w zakresie podstawowym. Klasa 2 Poniżej podajemy umiejętności, jakie powinien zdobyć uczeń z każdego działu, aby uzyskać poszczególne stopnie. Na ocenę dopuszczającą uczeń powinien opanować
Bardziej szczegółowoProgramowanie liniowe metoda sympleks
Programowanie liniowe metoda sympleks Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2012 Mirosław Sobolewski (UW) Warszawa, 2012 1 / 12
Bardziej szczegółowoJeszcze o algorytmach
Jeszcze o algorytmach Przykłady różnych, podstawowych algorytmów 11.01.2018 M. Rad Plan Powtórka Znajdowanie najmniejszego elementu Segregowanie Poszukiwanie przez połowienie Wstawianie Inne algorytmy
Bardziej szczegółowoProgramowanie liniowe metoda sympleks
Programowanie liniowe metoda sympleks Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2009 Mirosław Sobolewski (UW) Warszawa, 2009 1 / 13
Bardziej szczegółowoSPRAWOZDANIE DOTYCZĄCE WYNIKÓW SPRAWDZIANU W ROKU 2014
SZKOŁA PODSTAWOWA W BAŁUCZU SPRAWOZDANIE DOTYCZĄCE WYNIKÓW SPRAWDZIANU W ROKU 2014 Opracował zespół ds. sprawdzianu: mgr G.Grabia mgr R. Komuńska mgr R. Klimczak mgr A. Magacz W kwietniu 2014 roku do sprawdzianu
Bardziej szczegółowoWymagania na egzamin poprawkowy z matematyki z zakresu klasy pierwszej TECHNIKUM
Zespól Szkół Ogólnokształcących i Zawodowych w Ciechanowcu 3 czerwca 017r. Wymagania na egzamin poprawkowy z matematyki z zakresu klasy pierwszej TECHNIKUM Strona 1 z 8 1. Wprowadzenie do matematyki. Pojęcia
Bardziej szczegółowoWymagania edukacyjne w bloku humanistycznym dla klas IV VI Szkoła Podstawowa nr 55 im. Jurija Gagarina w Poznaniu
Wymagania edukacyjne w bloku humanistycznym dla klas IV VI Szkoła Podstawowa nr 55 im. Jurija Gagarina w Poznaniu I. Główne założenia PSO.. Każdy uczeń jest oceniany zgodnie z zasadami sprawiedliwości
Bardziej szczegółowoWYMAGANIA EDUKACYJNE - matematyka - poziom rozszerzony Dariusz Drabczyk
WYMAGANIA EDUKACYJNE - matematyka - poziom rozszerzony Dariusz Drabczyk str 1 Klasa 1d: wpisy oznaczone jako: LICZBY RZECZYWISTE, JĘZYK MATEMATYKI, FUNKCJA LINIOWA, (F) FUNKCJE, FUNKCJA KWADRATOWA. Przypisanie
Bardziej szczegółowoTechnikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu
Technikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu Wymagania edukacyjne niezbędne do uzyskania poszczególnych śródrocznych i rocznych ocen klasyfikacyjnych z obowiązkowych
Bardziej szczegółowoRok akademicki: 2013/2014 Kod: AMA-2-311-MN-s Punkty ECTS: 6. Kierunek: Matematyka Specjalność: Matematyka w naukach technicznych i przyrodniczych
Nazwa modułu: teoria ryzyka Rok akademicki: 2013/2014 Kod: AMA-2-311-MN-s Punkty ECTS: 6 Wydział: Matematyki Stosowanej Kierunek: Matematyka Specjalność: Matematyka w naukach technicznych i przyrodniczych
Bardziej szczegółowoKatalog wymagań programowych na poszczególne stopnie szkolne. Matematyka. Poznać, zrozumieć
Katalog wymagań programowych na poszczególne stopnie szkolne Matematyka. Poznać, zrozumieć Kształcenie w zakresie podstawowym. Klasa 3 Poniżej podajemy umiejętności, jakie powinien zdobyć uczeń z każdego
Bardziej szczegółowoPROBLEM: SORTOWANIE PRZEZ ODWRÓCENIA METODA: ALGORYTMY ZACHŁANNE
D: PROBLEM: SORTOWANIE PRZEZ ODWRÓCENIA METODA: ALGORYTMY ZACHŁANNE I. Strategia zachłanna II. Problem przetasowań w genomie III. Sortowanie przez odwrócenia IV. Algorytmy przybliżone V. Algorytm zachłanny
Bardziej szczegółowoKRYTERIA OCENIANIA Z GEOGRAFII DLA KLASY VII OBOWIĄZUJĄCE W SZKOLE PODSTAWOWEJ IM. KORNELA MAKUSZYŃSKIEGO W BYCHLEWIE
KRYTERIA OCENIANIA Z GEOGRAFII DLA KLASY VII OBOWIĄZUJĄCE W SZKOLE PODSTAWOWEJ IM. KORNELA MAKUSZYŃSKIEGO W BYCHLEWIE FORMY OCENIANIA OSIĄGNIĘĆ UCZNIÓW praca klasowa sprawdzian półroczny kartkówka odpowiedź
Bardziej szczegółowoZAGADNIENIA PROGRAMOWE I WYMAGANIA EDUKACYJNE DO TESTU PRZYROSTU KOMPETENCJI Z MATEMATYKI DLA UCZNIA KLASY II
ZAGADNIENIA PROGRAMOWE I WYMAGANIA EDUKACYJNE DO TESTU PRZYROSTU KOMPETENCJI Z MATEMATYKI DLA UCZNIA KLASY II POZIOM ROZSZERZONY Równania i nierówności z wartością bezwzględną. rozwiązuje równania i nierówności
Bardziej szczegółowoŚrednie. Średnie. Kinga Kolczyńska - Przybycień
Czym jest średnia? W wielu zagadnieniach praktycznych, kiedy mamy do czynienia z jakimiś danymi, poszukujemy liczb, które w pewnym sensie charakteryzują te dane. Na przykład kiedy chcielibyśmy sklasyfikować,
Bardziej szczegółowobudowlanymi - WAP Aleksandra Radziejowska
budowlanymi - WAP Aleksandra Radziejowska Co to jest optymalizacja wielokryterialna? ustalenie kryterium poszukiwania i oceny optymalnego. Co to jest optymalizacja wielokryterialna? pod zakup maszyny budowlanej
Bardziej szczegółowoStatystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.
Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Zadania analityczne (1) Analiza przewiduje badanie podobieństw
Bardziej szczegółowoDefinicje PN ISO Definicje PN ISO 3951 interpretacja Zastosowanie normy PN-ISO 3951:1997
PN-ISO 3951:1997 METODY STATYSTYCZNEJ KONTROI JAKOŚCI WG OCENY ICZBOWEJ ciągła seria partii wyrobów sztukowych dla jednej procedury analizowana jest tylko jedna wartość, która musi być mierzalna w skali
Bardziej szczegółowo2. Ocenianie bieżące, śródroczne i roczne ustala się w stopniach według następującej skali:
PSO Etyka Gimnazjum ZASADY OCENIANIA OSIĄGNIĘĆ EDUKACYJNYCH 1 1. Ocenianie ucznia z etyki polega na rozpoznaniu przez nauczyciela poziomu i postępów w opanowaniu przez ucznia wiadomości i umiejętności
Bardziej szczegółowoWIELOATRYBUTOWE PODEJMOWANIE DECYZJI: ANALYTIC HIERARCHY PROCESS
WIELOATRYBUTOWE PODEJMOWANIE DECYZJI: ANALYTIC HIERARCHY PROCESS 1.1. ISTOTA METODY AHP... 1 Rysunek 1. Etapy rozwiązywania problemów z pomocą AHP... 3 Rysunek 2. Hierarchia decyzyjna AHP... 4 Tabela 1.
Bardziej szczegółowoREPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH
REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH Transport, studia I stopnia rok akademicki 2012/2013 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Adam Wosatko Ewa Pabisek Pojęcie
Bardziej szczegółowoTeoria popytu. Popyt indywidualny konsumenta
Teoria popytu Popyt indywidualny konsumenta Koszyk towarów Definicja 1 Wektor x=(x 1,x 2,x 3,...,x n ) taki, że x i 0 dla każdego i,w którym i-ta współrzędna oznacza ilość towaru nr i, którą konsument
Bardziej szczegółowoKorelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego
Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego Współczynnik korelacji opisuje siłę i kierunek związku. Jest miarą symetryczną. Im wyższa korelacja tym lepiej potrafimy
Bardziej szczegółowoPrzykładowe zadania dla poziomu podstawowego Zadanie 1. Zadanie 2. Zadanie 3. Zadanie 4. Zadanie 5.
Przykładowe zadania dla poziomu podstawowego Zadanie. ( pkt) W układzie współrzędnych zaznaczono 5 początkowych wyrazów nieskończonego ciągu a. arytmetycznego ( ) n y - a) Podaj trzeci wyraz tego ciągu.
Bardziej szczegółowoStatystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory
Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl
Bardziej szczegółowoIwona Konarzewska Programowanie celowe - wprowadzenie. Katedra Badań Operacyjnych UŁ
1 Iwona Konarzewska Programowanie celowe - wprowadzenie Katedra Badań Operacyjnych UŁ 2 Programowanie celowe W praktycznych sytuacjach podejmowania decyzji często występuje kilka celów. Problem pojawia
Bardziej szczegółowoMatematyka wykaz umiejętności wymaganych na poszczególne oceny
Matematyka wykaz umiejętności wymaganych na poszczególne oceny KLASA I 1.Liczby rzeczywiste 1. Podawanie przykładów liczb: naturalnych, całkowitych, wymiernych, niewymiernych, pierwszych i złożonych oraz
Bardziej szczegółowoStatystyka opisowa. Wykład VI. Analiza danych jakośiowych
Statystyka opisowa. Wykład VI. e-mail:e.kozlovski@pollub.pl Spis treści Rangowanie 1 Rangowanie 3 Rangowanie Badaniu statystycznemu czasami podlegają cechy niemierzalne jakościowe), np. kolor włosów, stopień
Bardziej szczegółowoWymagania edukacyjne matematyka klasa 1 zakres podstawowy 1. LICZBY RZECZYWISTE
Wymagania edukacyjne matematyka klasa 1 zakres podstawowy 1. LICZBY RZECZYWISTE podaje przykłady liczb: naturalnych, całkowitych, wymiernych, niewymiernych, pierwszych i złożonych oraz przyporządkowuje
Bardziej szczegółowoStatystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski
Literatura STATYSTYKA OPISOWA A. Aczel, Statystyka w Zarządzaniu, PWN, 2000 A. Obecny, Statystyka opisowa w Excelu dla szkół. Ćwiczenia praktyczne, Helion, 2002. A. Obecny, Statystyka matematyczna w Excelu
Bardziej szczegółowoOPTYMALIZACJA DYSKRETNA
Temat nr a: odelowanie problemów decyzyjnych, c.d. OPTYALIZACJA DYSKRETA Zagadnienia decyzyjne, w których chociaż jedna zmienna decyzyjna przyjmuje wartości dyskretne (całkowitoliczbowe), nazywamy dyskretnymi
Bardziej szczegółowoEwaluacja sprawdzianu 2009 klas szóstych szkoły podstawowej na podstawie sprawozdania sporządzonego przez OKE w Jaworznie
Zespół Szkolno - Przedszkolny w Rudzicy im. Jana Pawła II Ewaluacja sprawdzianu 2009 klas szóstych szkoły podstawowej na podstawie sprawozdania sporządzonego przez OKE w Jaworznie Rudzica 2009 SPIS TREŚCI
Bardziej szczegółowoWykład 2. Statystyka opisowa - Miary rozkładu: Miary położenia
Wykład 2 Statystyka opisowa - Miary rozkładu: Miary położenia Podział miar Miary położenia (measures of location): 1. Miary tendencji centralnej (measures of central tendency, averages): Średnia arytmetyczna
Bardziej szczegółowoSzczegółowe warunki i sposób oceniania wewnątrzszkolnego z matematyki Szkoła Podstawowa kl. IV-VI i Gimnazjum I-III rok szkolny 2015/2016
Bogusława Kmak nauczyciel matematyki Szczegółowe warunki i sposób oceniania wewnątrzszkolnego z matematyki Szkoła Podstawowa kl. IV-VI i Gimnazjum I-III rok szkolny 2015/2016 1. Ogólne zasady: Prace klasowe,
Bardziej szczegółowoWYMAGANIA EDUKACYJNE Z MATEMATYKI dla klasy I ba Rok szk. 2012/2013
Dział LICZBY RZECZYWISTE Uczeń otrzymuje ocenę dopuszczającą lub dostateczną, jeśli: podaje przykłady liczb: naturalnych, całkowitych, wymiernych, niewymiernych, pierwszych i złożonych oraz przyporządkowuje
Bardziej szczegółowoPROGRAMOWANIE CAŁKOWITOLICZBOWE
PROGRAMOWANIE CAŁKOWITOLICZBOWE METODA PODZIAŁU I OGRANICZEŃ Przykład 6. Metoda podziału i ograniczeń Rozwiązać zadanie z Przykładu 1. metodą podziału i ograniczeń, przy czym wielkość produkcji wyrobu
Bardziej szczegółowoPRZEDMIOTOWY SYSTEM OCENIANIA Z MATEMATYKI DLA KLASY 1LO i 1TI ROK SZKOLNY 2018/2019
PRZEDMIOTOWY SYSTEM OCENIANIA Z MATEMATYKI DLA KLASY 1LO i 1TI ROK SZKOLNY 2018/2019 Przedmiotowy system oceniania jest zgodny z Rozporządzeniem Ministra Edukacji Narodowej z dnia 10 czerwca 2015 r. w
Bardziej szczegółowoANALIZA SPRZEDAŻY: - struktura
KOŁO NAUKOWE CONTROLLINGU UNIWERSYTET ZIELONOGÓRSKI ANALIZA SPRZEDAŻY: - struktura - koncentracja - kompleksowa analiza - dynamika Spis treści Wstęp 3 Analiza struktury 4 Analiza koncentracji 7 Kompleksowa
Bardziej szczegółowoWyniki badania poziomu satysfakcji klientów ZSZOI w Tychach przeprowadzonego w roku szkolnym 2015/2016
Wyniki badania poziomu satysfakcji klientów ZSZOI w Tychach przeprowadzonego w roku szkolnym 2015/2016 Metodą wykorzystaną do pomiaru poziomu satysfakcji klientów z usług Zespołu Szkół z Oddziałami Integracyjnymi
Bardziej szczegółowoPrzedmiotowy system oceniania z przyrody rok szkolny 2017/2018
1. Nauczyciel na początku roku szkolnego informuje ucznia o: a) wymaganiach edukacyjnych b) sposobach sprawdzania osiągnięć c) warunkach i trybie uzyskania wyższej niż przewidywana rocznej oceny klasyfikacyjnej.
Bardziej szczegółowoRAPORT ZBIORCZY z diagnozy Matematyka PP
RAPORT ZBIORCZY z diagnozy Matematyka PP przeprowadzonej w klasach drugich szkół ponadgimnazjalnych Analiza statystyczna Wskaźnik Wartość wskaźnika Wyjaśnienie Liczba uczniów Liczba uczniów, którzy przystąpili
Bardziej szczegółowoStatystyka matematyczna i ekonometria
Statystyka matematyczna i ekonometria Wykład 5 dr inż. Anna Skowrońska-Szmer zima 2017/2018 Hipotezy 2 Hipoteza zerowa (H 0 )- hipoteza o wartości jednego (lub wielu) parametru populacji. Traktujemy ją
Bardziej szczegółowo