MULTI-CRITERIA DECISION ANALYSIS FOR THE SELECTION OF BIDS IN PROCUREMENT PROCEEDINGS USING EXPERT DATABASE SYSTEMS BASED ON FUZZY PREMISES
|
|
- Bartosz Muszyński
- 8 lat temu
- Przeglądów:
Transkrypt
1 ANDRZEJ MINASOWICZ, BARTOSZ KOSTRZEWA ANALIZA WIELOKRYTERIALNEGO WYBORU NAJKORZYSTNIEJSZEJ OFERTY W POSTĘPOWANIACH PRZETARGOWYCH Z WYKORZYSTANIEM SYSTEMU EKSPERCKIEGO OPARTEGO NA PRZESŁANKACH ROZMYTYCH MULTI-CRITERIA DECISION ANALYSIS FOR THE SELECTION OF BIDS IN PROCUREMENT PROCEEDINGS USING EXPERT DATABASE SYSTEMS BASED ON FUZZY PREMISES Streszczeie Abstract Prezetoway artykuł est próbą pokazaia metody wyboru firmy wykoawcze a podstawie określoe liczby kryteriów, które charakteryzuą zarówo przyszłego wykoawcę, ak i plaowae przedsięwzięcie budowlae. W celu ekstrahowaia wiedzy od ekspertów budowlaych posłużoo się oceami ligwistyczymi z zastosowaiem zbiorów rozmytych. Propozyce zawarte w artykule mogą w przyszłości służyć do budowy systemu eksperckiego, wykorzystaego przy wyborze ofereta abardzie spełiaącego waruki i założeia plaowae przez iwestora realizaci przedsięwzięcia budowlaego. Słowa kluczowe: postępowaia przetargowe, przedsięwzięcie budowlae, zbiory rozmyte, wybór wielokryterialy, podemowaie decyzi, system ekspercki This paper is a attempt to demostrate a selectio method based upo a umber of criteria which characterize both the cotractor to be ad the costructio proect itself. I order to utilize the available kowledge from costructio experts, liguistic evaluatios have bee used, while makig use of fuzzy sets at the same time. The proposals foud herei may be used i the future to desig a expert database system used to select those bidders that best match the specificatios of ay costructio proect. Keywords: procuremet proceedigs, costructio proect, fuzzy sets, multi-criteria choice problem, decisio-makig, expert system Dr hab. iż. Adrze Miasowicz, Zakład Iżyierii Produkci i Zarządzaia w Budowictwie, Wydział Iżyierii Lądowe, Politechika Warszawska. Mgr iż. Bartosz Kostrzewa, absolwet Wydziału Iżyierii Lądowe Politechiki Warszawskie.
2 Wstęp Fukcoowaie systemu przetargowego w wielu kraach europeskich, a szczególie w Polsce, est przyczyą opóźień w przygotowaiu i realizaci przedsięwzięć budowlaych. Jedym z makametów tego systemu est też zwykle wybór firmy wykoawcze, która oferue aiższą ceę, prowadzący do wielu problemów w trakcie realizaci przedsięwzięcia. Wśród ich ależy wymieić iską akość wykoaego obiektu budowlaego lub próby acisku a iwestora w celu uzyskaia dodatkowych środków fiasowych a tak zwae rabaty dodatkowe. Prezetoway artykuł est próbą pokazaia metody wyboru firmy wykoawcze a podstawie określoe liczby kryteriów, które charakteryzuą zarówo przyszłego wykoawcę, ak i plaowae przedsięwzięcie budowlae. Wiedza ta est a ogół zaa ekspertom, i dzięki ich opiiom oraz doświadczeiu moża stworzyć arzędzia do uzasadioego wyboru ofereta, który dla określoego przedsięwzięcia rokue abardzie prawidłową realizacę przedsięwzięcia w założoych parametrach. W celu ekstrahowaia wiedzy eksperckie posłużoo się oceami ligwistyczymi z zastosowaiem zbiorów rozmytych. Teoria zbiorów rozmytych ma zastosowaie do ocey takich zagadień, w których występuą ocey ieprecyzye i ieedozacze. Propozyce zawarte w artykule mogą w przyszłości służyć do budowy systemu eksperckiego, wykorzystaego przy wyborze ofereta abardzie spełiaącego waruki i założeia plaowae przez iwestora realizaci przedsięwzięcia budowlaego. Użycie takiego systemu pozwoliłoby a skróceie okresu postępowaia przetargowego i zapewiło odpowiedią akość podemowaych decyzi o wyborze ofereta. 2. Podstawowe założeia prezetowae metody W celu obiektywego wyboru przyszłego wykoawcy iwestyci w pierwsze koleości określoo kryteria ego wyboru. Jako wystarczaące uzao dwa kryteria: ocea wiarygodości wykoawcy O, propoowaa cea oferty C. W zależości od specyfikaci istotych waruków zamówieia, moża uzać za stosowe dodaie eszcze iego kryterium, p. okresu gwaraci. W prezetowaym artykule w celu asego przedstawieia zagadieia założoo, że kryterium to est z góry określoe przez iwestora i ie podlega zmiaie. W drugie koleości określoo parametry opisuące przedmiot przetargu. Parametr te azwao zaczeiem iwestyci Z, składaącego się z trzech składików, tzw. pod-parametrów: poziom trudości P, ograiczeia czasowe T oraz wartość akładów iwestycyych K. Na podstawie dwóch kryteriów, czyli ocey wiarygodości wykoawcy i propoowae cey oferty, oraz przy zadaych pod-parametrach określaących przedmiot przetargu dokoao edozacze ocey, która z ofert wykoawców est akorzystiesza w przypadku przedsięwzięcia o określoym akładzie fiasowym, poziomie trudości i przy zadaych ograiczeiach czasowych. Mechaizmem wykorzystaym do wyzaczeia akorzystiesze oferty est propozyca systemu eksperckiego, którego baza reguł zbudowaa est w formie ligwistycze, a podstawie przesłaek w postaci zbiorów rozmytych. W teorii zbiorów rozmytych elemet może być przypisay częściowo do zbioru, tz. że ego poziom
3 przyależości może zadować się w przedziale od 0 do 1 włączie. Bazę reguł stworzoo, opieraąc się a proste zasadzie wioskowaia: Jeżeli zaczeie iwestyci est, ocea wiarygodości wykoawcy est oraz cea oferty est, wtedy korzystość (atrakcyość) oferty wyosi. 295 Przykładowo zapropoowao, aby eksperci przy formułowaiu bazy reguł mogli posługiwać się edyie określoymi wyrażeiami. Do opisaia zaczeia przyęto wyrażeia: margiale, średie, duże, kluczowe. Oceę wiarygodości wykoawcy oraz ceę oferty określaą wyrażeia: iska, średia, wysoka. Atrakcyość oferty wyzaczoa przez eksperta to wartość liczbowa od 0 do 1 z dokładością do ede dziesiąte. Tabela 1 przedstawia edą z możliwych baz reguł wyzaczoych przez eksperta. Tabela 1 Lp. Zestawieie przykładowe bazy reguł systemu eksperckiego Jeżeli Wtedy zaczeie iwestyci ocea wykoawcy cea oferty atrakcyość oferty 1 margiale iska iska 0,7 2 margiale iska średia 0,6 3 margiale iska wysoka 0,3 4 margiale średia iska 0,8 5 margiale średia średia 0,5 6 margiale średia wysoka 0,3 7 margiale wysoka iska 1,0 8 margiale wysoka średia 0,7 9 margiale wysoka wysoka 0,2 10 średie iska iska 0,5 11 średie iska średia 0,4 12 średie iska wysoka 0,2 13 średie średia iska 0,6 14 średie średia średia 0,6 15 średie średia wysoka 0,5 16 średie wysoka iska 0,9 17 średie wysoka średia 0,8 18 średie wysoka wysoka 0,6 19 duże iska iska 0,3 20 duże iska średia 0,4 21 duże iska wysoka 0,3 22 duże średia iska 0,5 23 duże średia średia 0,8 24 duże średia wysoka 0,6
4 296 Lp. Jeżeli cd. tab. 1 Wtedy zaczeie iwestyci ocea wykoawcy cea oferty atrakcyość oferty 25 duże wysoka iska 1,0 26 duże wysoka średia 0,8 27 duże wysoka wysoka 0,6 28 kluczowe iska iska 0,1 29 kluczowe iska średia 0,1 30 kluczowe iska wysoka 0,1 31 kluczowe średia iska 0,2 32 kluczowe średia średia 0,3 33 kluczowe średia wysoka 0,2 34 kluczowe wysoka iska 0,6 35 kluczowe wysoka średia 0,8 36 kluczowe wysoka wysoka 0,7 Każde z takich poęć ak p. margiale zaczeie iwestyci lub wysoka ocea wykoawcy w teorii zbiorów rozmytych est zmieą ligwistyczą, określoą przez wartość ligwistyczą. Zbiór wszystkich wartości ligwistyczych określaących daą zmieą azywa się przestrzeią ligwistyczą. W prezetowaym artykule przyęto proste przestrzeie ligwistycze, w których zmiee ligwistycze opisae są a określoych przedziałach fukcami liiowymi. Poiże przedstawioo przyęte w obliczeiach przestrzeie ligwistycze określaące zmiee: zaczeie iwestyci, cea oferty, ocea wiarygodości wykoawcy. Rys. 1. Graficzie odwzorowaie przestrzei ligwistycze poęcia zaczeie iwestyci Fig. 1. Graphical presetatio of liguistic space of the term proect importace
5 297 Rys. 2. Graficzie odwzorowaie przestrzei ligwistycze poęcia ocea wiarygodości wykoawcy Fig. 2. Graphical presetatio of liguistic space of the term cotractor reliability Rys. 3. Graficzie odwzorowaie przestrzei ligwistycze poęcia cea oferty Fig. 3. Graphical presetatio of liguistic space of the term bid price Przestrzeń ligwistycza przedstawioa est za pomocą dwuwymiarowego układu kartezańskiego, w którym oś rzędych staowi poziom przyależości wartości do zbioru, a oś odciętych to wartości liczbowe zmieych ligwistyczych zaczeia iwestyci, cey
6 298 oferty i ocey wykoawcy. Wartości liczbowe mieszczą się w zakresie od 0 do 1, dzięki czemu metodyka rozpatrywaia ofert wykoawców est uiwersala. Wartości te są wartościami względymi zormalizowaymi, uzyskaymi a podstawie wartości bezwzględych. Wartość zormalizowaą cey oferty wyzaczoo a podstawie wartości bezwzględych zgodie ze wzorem Ci Cmi. Ci = (1) Cmax Cmi. gdzie: C wartość zormalizowaa cey oferty i-tego wykoawcy, i C i wartość bezwzględa cey oferty i-tego podwykoawcy, C max wartość maksymala ze zbioru wszystkich ce ofert wykoawców, którzy brali udział w przetargu, C mi wartość miimala ze zbioru wszystkich ce ofert wykoawców, którzy brali udział w przetargu. Sposób oceiaia wiarygodości wykoawcy powiie być tworzoy idywidualie dla każdego przetargu. W zależości od specyfiki przetargu iwestor może określić podstawowe wymagaia, za które przyzawać będzie określoą liczbę puktów. Sumuąc zdobyte pukty, otrzymue się wartość bezwzględą ocey O i i aalogiczie do wzoru (1) oblicza wartość zormalizowaą O. i Wartość liczbową zaczeia iwestyci wyzaczoo, ak uż wspomiao, a podstawie trzech składików (pod-parametrów): poziom trudości iwestyci, ograiczeia czasowe, wartość akładów iwestycyych. Poziom trudości iwestyci P wyzaczoo w przedziale od 0 do 1 a podstawie opiii ekspertów, tak że 0 ozacza poziom miimaly, a 1 poziom maksymaly. Założoo dokładość do ede dziesiąte. Aalogiczie a podstawie opiii ekspertów wyzaczoo ograiczeia czasowe T. Podobie ak w przypadku poziomu trudości est to wartość z zakresu od wartości 0, ozaczaące praktyczie brak ograiczeń czasowych, do 1 ozaczaąca bardzo duże ograiczeia czasowe. Ostati pod-parametr, czyli wartość akładów iwestycyych K, określa sam iwestor. Na podstawie swoego portfela iwestycyego określa, ak wysoki est dla iego koszt związay z daą iwestycą. 0 ozacza wartość miimalą, 1 wartość maksymala spośród wszystkich przedsięwzięć iwestora. Przykładowo: K = 0,7, T = 0,6, P = 0,4. Na podstawie trzech zormalizowaych pod-parametrów zapropoowao wzór wyzaczaący wartość zormalizowaą zaczeia iwestyci Z. Na podstawie tego wzoru obliczoo wartość zaczeia iwestyci 3K + T + 2P 3 0,7 + 0, ,4 Z = = = 0,583 (2) 6 6 Założoo, że w postępowaiu przetargowym wzięło udział sześciu oferetów. Cey poszczególych ofert kształtowały się astępuąco: C 1 = 125 ml zł, C 2 = 118 ml zł, C 3 = 111
7 299 ml zł, C 4 = 132 ml zł, C 5 = 120 ml zł, C 6 = 114 ml zł. Na podstawie wzoru (1) wyzaczoo wartości zormalizowae: C 1 = 0,667, C 2 = 0,333, C 3 = 0,000, C 4 = 1,000, C 5 = 0,429, C 6 = 0,143. Przykładowe ocey wiarygodości poszczególych wykoawców miały astępuące wartości: O 1 = 18 pkt, O 2 = 14 pkt, O 3 = 11 pkt, O 4 = 16 pkt, O 5 = 20 pkt, O 6 = 17 pkt. Podobie a podstawie wzoru (1) wyzaczoo wartości zormalizowae: O 1 = 0,778, O 2 = 0,333, O 3 = 0,000, O 4 = 0,556, O 5 = 1,000, O 6 = 0,667. Dla każde oferty otrzymao więc zormalizowae wartości liczbowe kryteriów: cey oferty oraz ocey wykoawcy. W przypadku pierwsze oferty cea zormalizowaa wyiosła C 1 =0,667, a ocea wykoawcy O 1 =0,778, co w przeiesieiu a przestrzeie ligwistycze poszczególych zmieych ligwistyczych dało określoe wyiki. Rys. 4. Graficze wyzaczeie poziomów przyależości wartości liczbowych do poszczególych zbiorów rozmytych dotyczących propoowae cey oferty Fig. 4. Graphical presetatio of levels of membership of umerical values to each fuzzy set cocerig the proposed bid price Cea oferty C 1 = 0,667 ozacza, że rówocześie est to cea średia z poziomem przyależości rówym 0,667 oraz, że est to cea wysoka z poziomem przyależości 0,333. Aalogiczie ocea wykoawcy O 1 = 0,778 ozacza, że rówocześie est to ocea średia z poziomem przyależości 0,444 oraz ocea wysoka z poziomem przyależości 0,556. Podobie wyzaczoo poziomy przyależości do poszczególych zbiorów rozmytych dla pozostałych ofert. Przedstawioo e w tabelach 2 i 3.
8 300 Rys. 5. Graficze wyzaczeie poziomów przyależości wartości liczbowych do poszczególych zbiorów rozmytych dotyczących ocey wiarygodości wykoawcy Fig. 5. Graphical presetatio of levels of membership of umerical values to each fuzzy set cocerig cotractor reliability Tabela 2 Zestawieie poziomów przyależości poszczególych wartości liczbowych do odpowiedich zbiorów rozmytych z przestrzei ligwistycze dotyczących cey oferty Cea oferty Wartość Poziom przyależości Zbiór A Poz, przyal, B Zbiór B A C 1 0,667 0,333 wysoka 0,667 średia C 2 0,333 0,333 iska 0,667 średia C 3 0,000 1,000 iska 0,000 średia C 4 1,000 1,000 wysoka 0,000 średia C 5 0,429 0,143 iska 0,857 średia C 6 0,143 0,714 iska 0,286 średia
9 301 Tabela 3 Zestawieie poziomów przyależości poszczególych wartości liczbowych do odpowiedich zbiorów rozmytych z przestrzei ligwistycze dot. ocey wykoawcy Ocea wiarygodości wykoawcy Wartość Poziom przyależości A Zbiór A Poz, przyal, B Zbiór B O 1 0,778 0,556 wysoka 0,444 średia O 2 0,333 0,333 iska 0,667 średia O 3 0,000 1,000 iska 0,000 średia O 4 0,556 0,111 wysoka 0,889 średia O 5 1,000 1,000 wysoka 0,000 średia O 6 0,667 0,333 wysoka 0,667 średia Wartość liczbowa zaczeia iwestyci wyiosła 0,583 co ozacza, że zaczeie est duże o poziomie przyależości 0,750 oraz średie a poziomie przyależości 0,250. Dla każde oferty ależy rozpatrzyć 8 reguł z przyęte bazy reguł, poieważ a edą regułę przypadaą trzy przesłaki, z czego każda reprezetowaa est przez dwa zbiory rozmyte z odpowiedimi poziomami przyależości. Przykładowo dla oferty r 1 ależy przyąć astępuące reguły: Tabela 4 Lp. Zestawieie reguł przyętych do wyzaczeia atrakcyości oferty r 1 Jeżeli zaczeie iwestyci ocea wykoawcy cea oferty Wtedy atrakcyość oferty Waga 14 średie średia średia 0,6 0, średie średia wysoka 0,5 0, średie wysoka średia 0,8 0, średie wysoka wysoka 0,6 0, duże średia średia 0,8 0, duże średia wysoka 0,6 0, duże wysoka średia 0,8 0, duże wysoka wysoka 0,6 0,546 Atrakcyość oferty wyzaczoo ako średią ważoą wyików ww. reguł. Wagi wyzaczoo a podstawie średich arytmetyczych poziomów przyależości poszczególych wartości liczbowych ocey wykoawcy, zaczeia iwestyci oraz cey oferty do odpowiadaących im rozmytych wartości ligwistyczych. W te sposób uzyskao wyik atrakcyości oferty r 1 rówy 0,680. Tak samo obliczoo atrakcyości pozostałych ofert.
10 302 Otrzymao astępuące wyiki: A O1 = 0,680, A O2 = 0,527, A O3 = 0,460, A O4 = 0,630, A O5 = 0,796, A O6 = 0,740. Na podstawie wyików atrakcyości wybrao akorzystieszą ofertę. W przypadku określoych parametrów przetargu: ram czasowych, stopia skomplikowaia oraz wartości akładów iwestycyych, akorzystieszą ofertą okazała się oferta r 5. Jak widać w zaprezetowaym przykładzie zwycięzcą przetargu ie była firma atańsza, ale firma, która złożyła w miarę kokurecyą ofertę, edocześie zdobywaąc awyższą oceę wiarygodości od iwestora. Przy takich parametrach określaących przedmiot przetargu oferta ta okazała się akorzystiesza. 3. Zakończeie Zapropoowaa w artykule metoda wyboru akorzystiesze oferty dae możliwość wyłoieia zwycięzcy przetargu opieraac się a więce iż edym kryterium. Metoda ta może być modyfikowaa i dostosowywaa do kokretego przetargu, p. poprzez dodawaie owych kryteriów lub ich modyfikowaie. Stosuąc zapropoowaą metodę, iwestor est w staie w asy sposób określić waruki zamówieia edocześie ustalaąc priorytety decyduące o wyborze oferty, a wszystko to ustalić a podstawie doświadczeia i wiedze iezależych ekspertów. Dalszy kieruek rozwou zapropoowae metody autorzy upatruą w stworzeiu ustadaryzowaego systemu eksperckiego, którego baza wiedzy będzie mogła być wykorzystaa dla kokretego przetargu oraz w zastosowaiu bardzie zaawasowaych arzędzi matematyczych z zakresu teorii zbiorów rozmytych, edocześie optymalizuących wyik te metody. Literatura [1] Ayyub B.M., Chao R.J., Ucertaity Modelig i Civil Egieerig with Structural ad Reliability Applicatios. Ucertaity Modelig ad Aalysis i Civil Egieerig, CRC Press LCC, [2] Flaaga R., Norma G., Risk Aalysis for Costructio, Blackwell Sciece, [3] Jaworski K.M., Miasowicz A., Decisio takig problems i defiig the quality of the chose elemets of ivestmet process, V Iteratioal Coferece EUROPIA 95, Frace, Lyo [4] Kerzer H., Proect Maagemet. A system Approach to Plaig, Schedulig ad Cotrollig, Joh Wiley & Sos, [5] Miasowicz A., Chose Techiques of Costructio Risk Aalysis, Proceedig of the Third Iteratioal Coferece o Costructio i the 21st Cetury, CITC-III, Athes [6] P i c k e D.H., M a k S., Risk Aalysis i Cost Plaig ad its Effect o Efficiecy i Capital Cost Budgetig, Logistics Iformatio Maagemet, 14, 5/6, 2001.
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,
Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407
Statystyka i Opracowaie Daych W7. Estymacja i estymatory Dr Aa ADRIAN Paw B5, pok407 ada@agh.edu.pl Estymacja parametrycza Podstawowym arzędziem szacowaia iezaego parametru jest estymator obliczoy a podstawie
Estymacja przedziałowa
Metody probabilistycze i statystyka Estymacja przedziałowa Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze
INWESTYCJE MATERIALNE
OCENA EFEKTYWNOŚCI INWESTYCJI INWESTCJE: proces wydatkowaia środków a aktywa, z których moża oczekiwać dochodów pieiężych w późiejszym okresie. Każde przedsiębiorstwo posiada pewą liczbę możliwych projektów
WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ
WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ LABORATORIUM RACHUNEK EKONOMICZNY W ELEKTROENERGETYCE INSTRUKCJA DO ĆWICZENIA
O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii
O pewych zastosowaiach rachuku różiczkowego fukcji dwóch zmieych w ekoomii 1 Wielkość wytwarzaego dochodu arodowego D zależa jest od wielkości produkcyjego majątku trwałego M i akładów pracy żywej Z Fukcję
METODYKA OCENY EKONOMICZNEJ MAGAZYNOWANIA ENERGII ELEKTRYCZNEJ
Józef PASKA, Mariusz KŁOS, Karol PAWLAK Politechika Warszawska METODYKA OCENY EKONOMICZNEJ MAGAZYNOWANIA ENERGII ELEKTRYCZNEJ Magazyowaie eergii w ostatich latach cieszy się coraz większym zaiteresowaiem,
Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny
TEMATYKA: Regresja liiowa dla prostej i płaszczyzy Ćwiczeia r 5 DEFINICJE: Regresja: metoda statystycza pozwalająca a badaie związku pomiędzy wielkościami daych i przewidywaie a tej podstawie iezaych wartości
X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.
Zagadieia estymacji Puktem wyjścia badaia statystyczego jest wylosowaie z całej populacji pewej skończoej liczby elemetów i zbadaie ich ze względu a zmieą losową cechę X Uzyskae w te sposób wartości x,
Jak obliczać podstawowe wskaźniki statystyczne?
Jak obliczać podstawowe wskaźiki statystycze? Przeprowadzoe egzamiy zewętrze dostarczają iformacji o tym, jak ucziowie w poszczególych latach opaowali umiejętości i wiadomości określoe w stadardach wymagań
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
1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o
1. Wioskowaie statystycze. W statystyce idetyfikujemy: Cecha-Zmiea losowa Rozkład cechy-rozkład populacji Poadto miaem statystyki określa się także fukcje zmieych losowych o tym samym rozkładzie. Rozkłady
Wykład. Inwestycja. Inwestycje. Inwestowanie. Działalność inwestycyjna. Inwestycja
Iwestycja Wykład Celowo wydatkowae środki firmy skierowae a powiększeie jej dochodów w przyszłości. Iwestycje w wyiku użycia środków fiasowych tworzą lub powiększają majątek rzeczowy, majątek fiasowy i
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
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.
Lista 6. Estymacja punktowa
Estymacja puktowa Lista 6 Model metoda mometów, rozkład ciągły. Zadaie. Metodą mometów zaleźć estymator iezaego parametru a w populacji jedostajej a odciku [a, a +. Czy jest to estymator ieobciążoy i zgody?
TESTY LOSOWOŚCI. Badanie losowości próby - test serii.
TESTY LOSOWOŚCI Badaie losowości próby - test serii. W wielu zagadieiach wioskowaia statystyczego istotym założeiem jest losowość próby. Prostym testem do weryfikacji tej własości jest test serii. 1 Dla
WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa
Matematyka fiasowa 8.05.0 r. Komisja Egzamiacyja dla Aktuariuszy LX Egzami dla Aktuariuszy z 8 maja 0 r. Część I Matematyka fiasowa WERJA EU A Imię i azwisko osoby egzamiowaej:... Czas egzamiu: 00 miut
Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym)
Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych (w zakresie materiału przedstawioego a wykładzie orgaizacyjym) Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli
ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA
ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA Mamy populację geeralą i iteresujemy się pewą cechą X jedostek statystyczych, a dokładiej pewą charakterystyką liczbową θ tej cechy (p. średią wartością
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
Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych
Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych w zakresie materiału przedstawioego a wykładzie orgaizacyjym Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli doświadczeie,
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,
Ekonomia matematyczna 2-2
Ekoomia matematycza - Fukcja produkcji Defiicja Efektywym przekształceiem techologiczym azywamy odwzorowaie (iekiedy wielowartościowe), które kazdemu wektorowi akładów R przyporządkowuje zbiór wektorów
STATYSTYKA OPISOWA WYKŁAD 1 i 2
STATYSTYKA OPISOWA WYKŁAD i 2 Literatura: Marek Cieciura, Jausz Zacharski, Metody probabilistycze w ujęciu praktyczym, L. Kowalski, Statystyka, 2005 2 Statystyka to dyscyplia aukowa, której zadaiem jest
Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności)
IV. Estymacja parametrów Estymacja: Puktowa (ocea, błędy szacuku Przedziałowa (przedział ufości Załóżmy, że rozkład zmieej losowej X w populacji geeralej jest opisay dystrybuatą F(x;α, gdzie α jest iezaym
PODSTAWOWE ZAGADNIENIA METODOLOGICZNE
PODSTAWOWE ZAGADNIENIA METODOLOGICZNE. Wprowadzeie W ekoomii i aukach o zarządzaiu obserwuje się tedecję do ilościowego opisu zależości miedzy zjawiskami ekoomiczymi. Umożliwia to - zobiektywizowaie i
Jak skutecznie reklamować towary konsumpcyjne
K Stowarzyszeie Kosumetów Polskich Jak skuteczie reklamować towary kosumpcyje HALO, KONSUMENT! Chcesz pozać swoje praw a? Szukasz pomoc y? ZADZWOŃ DO INFOLINII KONSUMENCKIEJ BEZPŁATNY TELEFON 0 800 800
D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assignment Problem)
D. Miszczyńska, M.Miszczyński KBO UŁ, Badaia operacyje (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assigmet Problem) Bliskim "krewiakiem" ZT (w sesie podobieństwa modelu decyzyjego) jest zagadieie
Przejście światła przez pryzmat i z
I. Z pracowi fizyczej. Przejście światła przez pryzmat - cz. II 1. Przejście światła przez pryzmat. Kąt odchyleia. W paragrafie 8.10 trzeciego tomu e-podręczika opisao bieg światła moochromatyczego w pryzmacie.
Zagadnienia normalizacji kryteriów w analizach wielokryterialnych w projektowaniu dróg
Budowictwo i Architektura 3(4) (204) 325333 Zagadieia ormalizaci kryteriów w aalizach wielokryterialych w proektowaiu dróg Piotr Żabicki, Władysław Gardzieczyk 2,2 Zakład Iżyierii Drogowe, Wydział Budowictwa
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
MATURA 2014 z WSiP. Zasady oceniania zadań
MATURA 0 z WSiP Matematyka Poziom rozszerzoy Zasady oceiaia zadań Copyright by Wydawictwa Szkole i Pedagogicze sp z oo, Warszawa 0 Matematyka Poziom rozszerzoy Kartoteka testu Numer zadaia Sprawdzaa umiejętość
Rachunek prawdopodobieństwa i statystyka Wnioskowanie statystyczne. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407
Rachek rawdoodobieństwa i statystyka Wioskowaie statystycze. Estymacja i estymatory Dr Aa ADRIAN Paw B5, ok407 ada@agh.ed.l Estymacja arametrycza Podstawowym arzędziem szacowaia iezaego arametr jest estymator
ZASTOSOWANIE METODY CBR DO SZACOWANIA KOSZTÓW WYTWARZANIA W FAZIE PROJEKTOWANIA
ZASTOSOWANIE METODY CBR DO SZACOWANIA KOSZTÓW WYTWARZANIA W FAZIE PROJEKTOWANIA prof. r hab. iż. Ryszar Kosala r.kosala@po.opole.pl mgr iż. Barbara Baruś b.barus@po.opole.pl Politechika Opolska Wyział
Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.
Z adaie Niech,,, będą iezależymi zmieymi losowymi o idetyczym rozkładzie ormalym z wartością oczekiwaą 0 i wariacją. Wyzaczyć wariację zmieej losowej. Wskazówka: pokazać, że ma rozkład Γ, ODP: Zadaie Niech,,,
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;
MATEMATYKA (poziom podstawowy) przykładowy arkusz maturalny wraz ze schematem oceniania dla klasy II Liceum
MATEMATYKA (poziom podstawowy) przykładowy arkusz maturaly wraz ze schematem oceiaia dla klasy II Liceum Propozycja zadań maturalych sprawdzających opaowaie wiadomości i umiejętości matematyczych z zakresu
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
Klasyfikacja inwestycji materialnych ze względu na ich cel:
Metodologia obliczeia powyższych wartości Klasyfikacja iwestycji materialych ze względu a ich cel: mające a celu odtworzeie środków trwałych lub ich wymiaę w celu obiżeia kosztów produkcji, rozwojowe:
POLITECHNIKA OPOLSKA
POLITCHIKA OPOLSKA ISTYTUT AUTOMATYKI I IFOMATYKI LABOATOIUM MTOLOII LKTOICZJ 7. KOMPSATOY U P U. KOMPSATOY APIĘCIA STAŁO.. Wstęp... Zasada pomiaru metodą kompesacyją. Metoda kompesacyja pomiaru apięcia
3. Wykład III: Warunki optymalności dla zadań bez ograniczeń
3 Wkład III: Waruki optmalości dla zadań bez ograiczeń Podae poiże waruki optmalości dla są uogólieiem powszechie zach waruków dla fukci ede zmiee (zerowaie się pierwsze pochode i lokala wpukłość) 3 Twierdzeie
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
1. Metoda zdyskontowanych przyszłych przepływów pieniężnych
Iwetta Budzik-Nowodzińska SZACOWANIE WARTOŚCI DOCHODOWEJ PRZEDSIĘBIORSTWA STUDIUM PRZYPADKU Wprowadzeie Dochodowe metody wycey wartości przedsiębiorstw są postrzegae, jako ajbardziej efektywe sposoby określaia
ANALIZA KSZTAŁTU SEGMENTU UBIORU TERMOOCHRONNEGO PRZY NIEUSTALONYM PRZEWODZENIU CIEPŁA
MODELOWANIE INŻYNIERSKIE ISNN 1896-771X 32, s. 255-26, Gliwice 26 ANALIZA KSZTAŁTU SEGMENTU UBIORU TERMOOCHRONNEGO PRZY NIEUSTALONYM PRZEWODZENIU CIEPŁA RYSZARD KORYCKI DARIUSZ WITCZAK Katedra Mechaiki
Egzamin maturalny z matematyki CZERWIEC 2011
Egzami maturaly z matematyki CZERWIEC 0 Klucz puktowaia do zadań zamkiętych oraz schemat oceiaia do zadań otwartych POZIOM PODSTAWOWY Poziom podstawowy czerwiec 0 Klucz puktowaia do zadań zamkiętych Nr
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.
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
Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17
Egzami, 18.02.2017, godz. 9:00-11:30 Zadaie 1. (22 pukty) W każdym z zadań 1.1-1.10 podaj w postaci uproszczoej kresy zbioru oraz apisz, czy kresy ależą do zbioru (apisz TAK albo NIE, ewetualie T albo
Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień.
Metoda aalizy hierarchii Saaty ego Ważym problemem podejmowaia decyzji optymalizowaej jest często występująca hierarchiczość zagadień. Istieje wiele heurystyczych podejść do rozwiązaia tego problemu, jedak
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
VII MIĘDZYNARODOWA OLIMPIADA FIZYCZNA (1974). Zad. teoretyczne T3.
KOOF Szczeci: www.of.szc.pl VII MIĘDZYNAODOWA OLIMPIADA FIZYCZNA (1974). Zad. teoretycze T3. Źródło: Komitet Główy Olimpiady Fizyczej; Olimpiada Fizycza XXIII XXIV, WSiP Warszawa 1977 Autor: Waldemar Gorzkowski
OCENA EFEKTYWNOŚCI SYSTEMU POMOCY DORAŹNEJ I RATOWNICTWA MEDYCZNEGO W POLSCE Z WYKORZYSTANIEM DEA
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XV/3, 2014, str. 159 168 OCENA EFEKTYWNOŚCI SYSTEMU POMOCY DORAŹNEJ I RATOWNICTWA MEDYCZNEGO W POLSCE Z WYKORZYSTANIEM DEA Justya Kuawska Wydział Zarządzaia
STATYSTKA I ANALIZA DANYCH LAB II
STATYSTKA I ANALIZA DANYCH LAB II 1. Pla laboratorium II rozkłady prawdopodobieństwa Rozkłady prawdopodobieństwa dwupuktowy, dwumiaowy, jedostajy, ormaly. Związki pomiędzy rozkładami prawdopodobieństw.
Lista 5. Odp. 1. xf(x)dx = xdx = 1 2 E [X] = 1. Pr(X > 3/4) E [X] 3/4 = 2 3. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym
Lista 5 Zadaia a zastosowaie ierówosci Markowa i Czebyszewa. Zadaie 1. Niech zmiea losowa X ma rozkład jedostajy a odciku [0, 1]. Korzystając z ierówości Markowa oszacować od góry prawdopodobieństwo, że
Wymagania edukacyjne na poszczególne oceny z matematyki w klasie III poziom rozszerzony
Wymagaia edukacyje a poszczególe ocey z matematyki w klasie III poziom rozszerzoy Na oceę dopuszczającą, uczeń: zazacza kąt w układzie współrzędych, wskazuje jego ramię początkowe i końcowe wyzacza wartości
INFORMATYKA W CHEMII Dr Piotr Szczepański
INFORMATYKA W CHEMII Dr Piotr Szczepański Katedra Chemii Fizyczej i Fizykochemii Polimerów . BŁĄD A NIEPEWNOŚĆ. TYPY NIEPEWNOŚCI 3. POWIELANIE NIEPEWNOŚCI 4. NIEPEWNOŚĆ STANDARDOWA ZŁOŻONA W rok 995 grpa
Twierdzeie Closa Problem: Jak duże musi być m, aby trzysekcye pole Closa ν(m,, r) )było ieblokowale w wąskim sesie? Twierdzeie Closa: Dwustroe trzysek
Sieci i Systemy z Itegracą Usług Trzysekcye pole Closa m r r m Własości kombiatorycze pól komutacyych Prof. dr hab. iż. Wociech Kabaciński r m Pole Closa est edozaczie defiiowae przez trókę m,, r i ozaczae
Struktura czasowa stóp procentowych (term structure of interest rates)
Struktura czasowa stóp procetowych (term structure of iterest rates) Wysokość rykowych stóp procetowych Na ryku istieje wiele różorodych stóp procetowych. Poziom rykowej stopy procetowej (lub omialej stopy,
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
Optymalizacja sieci powiązań układu nadrzędnego grupy kopalń ze względu na koszty transportu
dr hab. iż. KRYSTIAN KALINOWSKI WSIiZ w Bielsku Białej, Politechika Śląska dr iż. ROMAN KAULA Politechika Śląska Optymalizacja sieci powiązań układu adrzędego grupy kopalń ze względu a koszty trasportu
Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej
Opracowaie daych pomiarowych dla studetów realizujących program Pracowi Fizyczej Pomiar Działaie mające a celu wyzaczeie wielkości mierzoej.. Do pomiarów stosuje się przyrządy pomiarowe proste lub złożoe.
a) symbole logiczne (wspólne dla wszystkich języków) zmienne przedmiotowe: x, y, z, stałe logiczne:,,,,,, symbole techniczne: (, )
PROGRAMOWANIE W JĘZYU OGII WPROWADZENIE OGIA PIERWSZEGO RZĘDU Symbole języka pierwszego rzędu dzielą się a: a symbole logicze (wspóle dla wszystkich języków zmiee przedmiotowe: x y z stałe logicze: symbole
Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona
Ćwiczeie r 4 Porówaie doświadczalego rozkładu liczby zliczeń w zadaym przedziale czasu z rozkładem Poissoa Studeta obowiązuje zajomość: Podstawowych zagadień z rachuku prawdopodobieństwa, Zajomość rozkładów
PRZEDZIAŁY UFNOŚCI. Niech θ - nieznany parametr rozkładu cechy X. Niech α będzie liczbą z przedziału (0, 1).
TATYTYKA MATEMATYCZNA WYKŁAD 3 RZEDZIAŁY UFNOŚCI Niech θ - iezay parametr rozkład cechy. Niech będzie liczbą z przedział 0,. Jeśli istieją statystyki, U i U ; U U ; których rozkład zależy od θ oraz U θ
Podprzestrzenie macierzowe
Podprzestrzeie macierzowe Defiicja: Zakresem macierzy AŒ mâ azywamy podprzestrzeń R(A) przestrzei m geerowaą przez zakres fukcji ( ) : m f x = Ax ( A) { Ax x } = Defiicja: Zakresem macierzy A Œ âm azywamy
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Podstawy Automatyki
Politechika dańska Wydział Elektrotechiki i Automatyki Katedra Iżyierii Systemów Sterowaia Podstawy Automatyki Charakterystyki częstotliwościowe Nyquist'a i Bode'a Materiały pomocicze do ćwiczeń termi
Jarosław Wróblewski Analiza Matematyczna A1, zima 2011/12. Kresy zbiorów. x Z M R
Kresy zbiorów. Ćwiczeia 21.11.2011: zad. 197-229 Kolokwium r 7, 22.11.2011: materiał z zad. 1-249 Defiicja: Zbiór Z R azywamy ograiczoym z góry, jeżeli M R x Z x M. Każdą liczbę rzeczywistą M R spełiającą
Model ciągły wyceny opcji Blacka Scholesa - Mertona. Wzór Blacka - Scholesa na wycenę opcji europejskiej.
Model ciągły wycey opcji Blacka Scholesa - Mertoa Wzór Blacka - Scholesa a wyceę opcji europejskiej. Model Blacka Scholesa- Mertoa Przełomowe prace z zakresu wycey opcji: Fischer Black, Myro Scholes The
Podprzestrzenie macierzowe
Podprzestrzeie macierzowe Defiicja: Zakresem macierzy AŒ mâ azywamy podprzestrzeń R(A) przestrzei m geerowaą przez zakres fukcji : m f x = Ax RAAx x Defiicja: Zakresem macierzy A Œ âm azywamy podprzestrzeń
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
Przedmiotowy system oceniania wraz z określeniem wymagań edukacyjnych (zakres rozszerzony)
Przedmiotowy system oceiaia wraz z określeiem wymagań edukacyjych (zakres rozszerzoy) Wymagaia koiecze (K) dotyczą zagadień elemetarych, staowiących swego rodzaju podstawę, zatem powiy być opaowae przez
Analiza potencjału energetycznego depozytów mułów węglowych
zaiteresowaia wykorzystaiem tej metody w odiesieiu do iych droboziaristych materiałów odpadowych ze wzbogacaia węgla kamieego ależy poszukiwać owych, skutecziej działających odczyików. Zdecydowaie miej
METODA PODOBIEŃSTWA HYDROLOGICZNEGO W UJĘCIU RÓŻNYCH AUTORÓW
ZBIGNIEW MROZIŃSKI METOD PODOBIEŃSTW YDROLOGICZNEGO W UJĘCIU RÓŻNYC UTORÓW. Wstęp Zagadieie podobieństwa hydrologiczego jest bardzo waże z uwagi a koieczość określaia charakterystyk hydrologiczych koieczych
Estymacja przedziałowa - przedziały ufności
Estymacja przedziałowa - przedziały ufości Próbę -elemetową charakteryzujemy jej parametrami (p. x, s, s ). Służą oe do ocey wartości iezaych parametrów populacji (m, σ, σ). Nazywamy je estymatorami puktowymi
WYKŁAD 1. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady
WYKŁAD Zdarzeia losowe i prawdopodobieństwo Zmiea losowa i jej rozkłady Metody statystycze metody opisu metody wioskowaia statystyczego sytetyczy liczbowy opis właściwości zbioru daych ocea charakterystyk
Przemysław Jaśko Wydział Ekonomii i Stosunków Międzynarodowych, Uniwersytet Ekonomiczny w Krakowie
MODELE SCORINGU KREDYTOWEGO Z WYKORZYSTANIEM NARZĘDZI DATA MINING ANALIZA PORÓWNAWCZA Przemysław Jaśko Wydział Ekoomii i Stosuków Międzyarodowych, Uiwersytet Ekoomiczy w Krakowie 1 WROWADZENIE Modele aplikacyjego
Metody podziału klasowego konspekt ćwiczeń. mgr Marcin Semczuk na podstawie materiałów mgr inż. Stanisława Szombary oraz dr inż.
Metody Badań w eografii Społeczo - Eoomicze Metody podziału lasowego ospet ćwiczeń. mgr Marci Semczu a podstawie materiałów mgr iż. Staisława Szombary oraz dr iż. Krystiaa Kozioła. W ćwiczeiu polami podstawowymi
ANALIZA SKORELOWANIA WYNIKÓW POMIAROWYCH W OCENACH STANU ZAGROŻEŃ HAŁASOWYCH ŚRODOWISKA
SYSTEMY WSPOMAGANIA W INŻYNIERII PRODUKCJI Środowisko i Bezpieczeństwo w Iżyierii Produkcji 2013 5 ANALIZA SKORELOWANIA WYNIKÓW POMIAROWYCH W OCENACH STANU ZAGROŻEŃ HAŁASOWYCH ŚRODOWISKA 5.1 WPROWADZENIE
ZBIEŻNOŚĆ CIĄGU ZMIENNYCH LOSOWYCH. TWIERDZENIA GRANICZNE
RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 8. ZBIEŻNOŚĆ CIĄGU ZMIENNYCH LOSOWYCH. TWIERDZENIA GRANICZNE 1 Zbieżość ciągu zmieych losowych z prawdopodobieństwem 1 (prawie apewo) Ciąg zmieych losowych (X ) jest
KADD Metoda najmniejszych kwadratów
Metoda ajmiejszych kwadratów Pomiary bezpośredie o rówej dokładości o różej dokładości średia ważoa Pomiary pośredie Zapis macierzowy Dopasowaie prostej Dopasowaie wielomiau dowolego stopia Dopasowaie
Prawdopodobieństwo i statystyka
Wykład VI: Metoda Mote Carlo 17 listopada 2014 Zastosowaie: przybliżoe całkowaie Prosta metoda Mote Carlo Przybliżoe obliczaie całki ozaczoej Rozważmy całkowalą fukcję f : [0, 1] R. Chcemy zaleźć przybliżoą
STATYSTYCZNA OCENA WYNIKÓW POMIARÓW.
Statytycza ocea wyików pomiaru STATYSTYCZNA OCENA WYNIKÓW POMIARÓW CEL ĆWICZENIA Celem ćwiczeia jet: uświadomieie tudetom, że każdy wyik pomiaru obarczoy jet błędem o ie zawze zaej przyczyie i wartości,
ZADANIA - ZESTAW 2. Zadanie 2.1. Wyznaczyć m (n)
ZADANIA - ZESTAW Zadaie.. Wyzaczyć m (), D ( ) dla procesu symetryczego (p = q =,) błądzeia przypadkowego. Zadaie.. Narysuj graf łańcucha Markowa symetrycze (p = q =,) błądzeie przypadkowe z odbiciem.
IMPUTACJE I JĄDRO GRY
IMPUTACJE I JĄDRO GRY Staisław Kowalik Katedra Zarządzaia i Iżyierii bezpieczeństwa, Politechika Śląska Akademicka 2, 44-100 Gliwice, Polska e-mail: Staislaw.Kowalik@polsl.pl Abstrakt: Praca dotyczy gier
oznaczają łączne wartości szkód odpowiednio dla k-tego kontraktu w t-tym roku. O składnikach naszych zmiennych zakładamy, że:
Zadaie. Niech zmiee losowe: X t,k = μ + α k + β t + ε t,k, k =,2,, K oraz t =,2,, T, ozaczają łącze wartości szkód odpowiedio dla k-tego kotraktu w t-tym roku. O składikach aszych zmieych zakładamy, że:
Ekonometria Mirosław Wójciak
Ekoometria Mirosław Wójciak Literatura obowiązkowa Barczak A, ST. Biolik J, Podstawy Ekoometrii, Wydawictwo AE Katowice, Katowice 1998 Dziechciarz J. Ekoometria Metody, przykłady, zadaia (wyd. ) Kukuła
Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12
Wykład Korelacja i regresja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Wykład 8. Badaie statystycze ze względu
Testowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15
Testowaie hipotez ZałoŜeia będące przedmiotem weryfikacji azywamy hipotezami statystyczymi. KaŜde przypuszczeie ma swoją alteratywę. Jeśli postawimy hipotezę, Ŝe średica pia jedoroczych drzew owej odmiay
ANALIZA ZJAWISKA STARZENIA SIĘ LUDNOŚCI ŚLĄSKA W UJĘCIU PRZESTRZENNYM
Katarzya Zeug-Żebro Uiwersytet Ekoomiczy w Katowicach Katedra Matematyki katarzya.zeug-zebro@ue.katowice.pl ANALIZA ZJAWISKA STARZENIA SIĘ LUDNOŚCI ŚLĄSKA W UJĘCIU PRZESTRZENNYM Wprowadzeie Zjawisko starzeia
SYSTEM OCENY STANU NAWIERZCHNI SOSN ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI BITUMICZNYCH W SYSTEMIE OCENY STANU NAWIERZCHNI SOSN
ZAŁĄCZNIK B GENERALNA DYREKCJA DRÓG PUBLICZNYCH Biuro Studiów Sieci Drogowej SYSTEM OCENY STANU NAWIERZCHNI SOSN WYTYCZNE STOSOWANIA - ZAŁĄCZNIK B ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI
PERSPECTIVES OF STATISTICAL METHODS IN DESIGN OF TRADING STRATEGIES FOR FINANCIAL MARKETS USING HIERARCHICAL STRUCTURES AND REGULARIZATION
STUDIA INFORMATICA 2013 Volume 34 Number 2A (111) Alia MOMOT Politechika Śląska, Istytut Iformatyki Michał MOMOT Istytut Techiki i Aparatury Medyczej ITAM PERSPEKTYWY ZASTOSOWAŃ METOD STATYSTYCZNYCH W
LUBELSKA PRÓBA PRZED MATURĄ 2015 poziom podstawowy. Liczba punktów Wyznaczenie pierwszej współrzędnej wierzchołka paraboli: x.
LUBELSKA PRÓBA PRZED MATURĄ 05 poziom podstawowy ZESTAW A ZADANIA ZAMKNIĘTE 5 6 7 8 9 0 5 6 7 8 9 0 A B D D A D B D A B C D C B A C A C B C A B D C ZADANIA OTWARTE KRÓTKIEJ ODPOWIEDZI zadaia 5 6 7 puktów
3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej
PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elemety kombiatoryki 2. Zmiee losowe i ich rozkłady 3. Populacje i próby daych, estymacja parametrów 4. Testowaie hipotez 5. Testy parametrycze 6. Testy
Projekt z dnia 24.05.2012 r. Wersja 0.5 ROZPORZĄDZENIE MINISTRA GOSPODARKI 1) z dnia..
Projekt z dia 24.05.2012 r. Wersja 0.5 ROZPORZĄDZENIE MINISTRA GOSPODARKI 1) z dia.. w sprawie szczegółowego zakresu obowiązku uzyskaia i przedstawieia do umorzeia świadectw efektywości eergetyczej i uiszczaia
n n X n = σ σ = n n n Ponieważ zmienna losowa standaryzowana ma rozkład normalny N(0, 1), więc
5.3. Zagadieia estymacji 87 Rozważmy teraz dokładiej zagadieie szacowaia wartości oczekiwaej m zmieej losowej X o rozkładzie ormalym N(m, F), w którym odchyleie stadardowe F jest zae. Niech X, X,..., X
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
Elementy modelowania matematycznego
Elemety modelowaia matematyczego Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Modelowaie daych (ilościowe): Metody statystycze: estymacja parametrów modelu,
SIECIOWA METODA LOKALIZACJI OBIEKTÓW JAKO CZYNNIK OGRANICZAJĄCY KOSZTY TRANSPORTU W ROLNICTWIE
IŜyieria Rolicza 7/2005 Adrze Marczuk Katedra Maszy i Urządzeń Roliczych Akadeia Rolicza w Lubliie SIECIOWA METODA LOKALIZACJI OBIEKTÓW JAKO CZYNNIK OGRANICZAJĄCY KOSZTY TRANSPORTU W ROLNICTWIE Streszczeie
RÓWNANIA RÓŻNICZKOWE WYKŁAD 11
RÓWNANIA RÓŻNICZKOWE WYKŁAD Szeregi potęgowe Defiicja Fukcja y = f () jest klasy C jeżeli jest -krotie różiczkowala i jej -ta pochoda jest fukcją ciągłą. Defiicja Fukcja y = f () jest klasy C, jeżeli jest