MODEL SZEREGU CZASOWEGO Z WAHANIAMI SEZONOWYMI W PROGNOZOWANIU ZU YCIA OLEJU NAP DOWEGO DLA AUTOBUSÓW SZYNOWYCH

Wielkość: px
Rozpocząć pokaz od strony:

Download "MODEL SZEREGU CZASOWEGO Z WAHANIAMI SEZONOWYMI W PROGNOZOWANIU ZU YCIA OLEJU NAP DOWEGO DLA AUTOBUSÓW SZYNOWYCH"

Transkrypt

1 PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 98 Transport 203 Izabela Dzaduch Poltechnka Wrocawska Adam Lchota AGH Akadema Górnczo-Hutncza MODEL SZEREGU CZASOWEGO Z WAHANIAMI SEZONOWYMI W PROGNOZOWANIU ZUYCIA OLEJU NAPDOWEGO DLA AUTOBUSÓW SZYNOWYCH Rkops dostarczono, kwece 203 Streszczene: W prac przedstawono model prognostczn zuca oleju napdowego przez autobus sznowe w trakce ch efektwnego wkorzstana. Do utworzena modelu wkorzstano wnk pomarów rednego zapotrzebowana na palwo z trzech jednoczonowch autobusów sznowch tpu X (wprodukowanch przez jednego producenta). Opracowan model moe b pomocnm narzdzem w procese ocen efektwnoc autobusów sznowch. Sowa kluczowe: prognoza, zuce oleju napdowego, autobus sznow. WPROWADZENIE Bardzo wanm parametrem eksploatacjnm z punktu wdzena ekonom jest zuce materau pdnego (palwa, oleju napdowego) przez pojazd na jednostk prac. Welko ta jest podawana przez producentów w danch techncznch pojazdów. Zatem redne zuce palwa jest welkoc znan kupujcemu przed zakupem danego pojazdu. Zuce palwa, podawane w danch techncznch, jest merzone w warunkach laboratorjnch, std ne zawsze pokrwa s z rzeczwstoc. Wartoc rzeczwste zuca podlegaj m.n. sezonowoc, tak wc bardzo wane jest, ab ume budowa modele sezonowoc, jak prognozowa na podstawe takch model. Statstka dostarcza wele narzdz umolwajcch uzskane prognoz zuca materau pdnego z uwzgldnenem waha sezonowch oraz werfkacj wargodnoc uzskanch wnków. Wród tch narzdz wmen mona m.n. metod wskanków sezonowoc.

2 26 Izabela Dzaduch, Adam Lchota Celem artkuu jest przgotowane oraz ocena prognoz dotczcej welkoc zuca oleju napdowego przez autobus sznowe. Artku skada s z wprowadzena, dwóch czc podsumowana. W perwszej czc artkuu przedstawono zaoena teoretczne metod wskanków sezonowoc, natomast w drugej opsano obekt bada, metodk postpowana badawczego oraz wnk bada. W podsumowanu dokonano sntez zaprezentowanch danch. 2. METODA WSKANIKÓW SEZONOWOCI Metoda wskanków polega na budowe modelu prognostcznego w postac funkcj trendu oraz wskanków sezonowoc dla poszczególnch faz cklu. Trend przejawa s w postac rosncch (trend wzrostow) lub malejcch (trend spadkow) wartoc badanej zmennej. Jest on rozpatrwan jako konsekwencja dzaana staego zestawu cznnków na prognozowane zjawsko. Wskank sezonowoc okrelaj welko waha sezonowch, czl powtarzajcch s z roku na rok w tch samch okresach kalendarzowch (mescznch, kwartalnch, pórocznch, tp.), do regularne zman wartoc prognozowanej zmennej wokó trendu lub staego rednego pozomu zmennej []. Procedur wodrbnana sezonowoc s uwarunkowane ampltud waha oraz wstpowanem bd brakem trendu analzowanego zjawska [3]. Gd ampltud waha (tj. rónce medz rzeczwstm wartocam prognozowanej zmennej a odpowadajcm m wartocam teoretcznm uzskanm z modelu trendu) w analogcznch fazach cklu s w przblenu take same, mów s o wahanach bezwzgldne stach. Gd za welkoc ampltud waha zmenaj s w mnej wcej jednakowm stosunku, mów s o wahanach wzgldne stach []. Do opsu ksztatowana s badanego zjawska uwa s, odpowedno, modelu addtwnego: s () t modelu mulplkatwnego: s (2) t gdze: - warto zmennej prognozowanej w chwl t w -tej faze cklu, - warto zmennej prognozowanej w chwl t w -tej faze cklu, wznaczona z modelu trendu, np. metoda rednej ruchomej, s - wskank sezonowoc dla -tej faz cklu, - skadnk losow w chwl t. t

3 Model szeregu czasowego z wahanam sezonowm w prognozowanu zuca 27 W klascznm podejcu do budow modelu waha sezonowch wróna s czter etap prac []: wodrbnene tendencj rozwojowej (trendu), elmnacj trendu z szeregu czasowego, elmnacj waha przpadkowch, oblczene wskanków sezonowoc. Wodrbnene tendencj rozwojowej polega na zbudowanu modelu trendu prz pomoc metod analtcznej lub metod mechancznej. Metod analtczne dentfkacj trendu w szeregu czasowm polegaj na wznaczenu równana matematcznego wraajcego posta funkcj trendu, czl danej welkoc w funkcj czasu. W metodach mechancznch stosujem metod rednej ruchomej. W zalenoc od lczb obserwacj w cklu wrónam dwa sposob lczena rednej [2]: redna ruchoma zwka, redna ruchoma scentrowana. redne ruchome zwke - oblcza s z neparzstej lczb ssadujcch ze sob wrazów szeregu, tak ab uzskan wnk móc przporzdkowa cakowtej wartoc t znajdujcej s w rodku uwzgldnonego w oblczenach przedzau czasowego [2]: n t t ( t = k+, k+2,..., n-k) (3) 2n k n gdze: k = (2n+) neparzsta lczba wrazów szeregu uwzgldnanch prz oblczanu rednej ruchomej, prz czm n jest ustalon lczb naturaln. redne ruchome scentrowane - oblcza s z parzstej lczb ssadujcch ze sob wrazów szeregu, uwzgldnajc poow wartoc perwszego wrazu z danego cklu waha, nastpne wszstke pozostae wraz skadajce s na pen ckl waha oraz poow wartoc perwszego wrazu z nastpnego cklu waha [2]: t 2n 2 n tn n 2 tn (t = k+, k+2,..., n-k) (4) gdze: k = (2n) parzsta lczba wrazów szeregu uwzgldnanch prz oblczanu rednej ruchomej. Elmnacj trendu w przpadku szeregu czasowego z wahanam addtwnm dokonuje s oblczajc rónc rzeczwstch wartoc zmennej prognozowanej wartoc wgadzonch (teoretcznch), które otrzmano z modelu trendu, tj.[]:

4 28 Izabela Dzaduch, Adam Lchota z (5) gdze: z - szereg czasow pozbawon trendu dla tego okresu w cklu. Natomast w przpadku waha mulplkatwnch - wznaczajc loraz rzeczwstch wartoc prognozowanej zmennej przez odpowadajce m wartoc wgadzone, równe otrzmane z modelu tendencj rozwojowej, tj.[]: z (6) Welkoc oblczone wedug formu (5) (6) zaweraj wahana sezonowe przpadkowe. Elmnacj dzaana skadnka losowego przeprowadza s oblczajc tzw. surowe wskank sezonowoc. Stanow je welkoc redne, które wznacza s na podstawe welkoc z, dotczcch tej samej faz waha []: z m z (7) gdze : m lczba pench ckl w badanm szeregu czasowm, -t okres w cklu. Wskank sezonowoc (nazwane te czstm wskankam sezonowoc) oblcza s w zalenoc od modelu wedug wzoru []: dla modelu addtwnego: s z q (8) dla modelu mulplkatwnego: gdze: s wskank sezonowoc dla tej faz cklu, q - wspócznnk korgujc: z s (9) q q r r z (0) prz czm: r lczba faz cklu (dugo sezonu).

5 Model szeregu czasowego z wahanam sezonowm w prognozowanu zuca 29 Prognoz na okres t>n wznacza s nastpujco []: lub * s (dla modelu addtwnego) () * s (dla modelu mulplkatwnego) (2) gdze: * - prognoza wznaczona na moment okres t dla -tego cklu okresu. 3. MODEL PROGNOSTYCZNY ZUYCIA OLEJU NAPDOWEGO DLA AUTOBUSÓW SZYNOWYCH 3.. OBIEKT I OKRES BADA Model prognostczn zuca oleju napdowego przez autobus sznowe w trakce ch efektwnego wkorzstana wkonano dla jednoczonowch autobusów sznowch tpu X (wprodukowanch przez jednego producenta). Badanem objto 3 pojazd, które stanow jednorodn zbór obektów pod wzgldem rozwza konstrukcjnch. Ponadto, s one utkowane naprzemenne na tch samch trasach, w zblonch warunkach eksploatacjnch. Obekt bada s wasnoc Urzdu Marszakowskego, natomast ch eksploatatorem jest regonalne przedsborstwo kolejowe X. Podpsana klauzula o poufnoc przekazwanch danch sprawa, e nazwa przewonka kolejowego ne moe zosta ujawnona a oznaczena (numer nwentarzowe) pojazdów musz b zmenone. Analzowane autobus sznowe zanm znalaz s w posadanu przedsborstwa kolejowego X, b eksploatowane przez nnego przewonka kolejowego. Pojazd te przekazwane b przewonkow X w rónch chwlach czasu, co zobrazowano na rs.. Okresem analz objto 36 mesc (3 lata), poczwsz od lpca 2009 r. na czerwcu 202 r. koczc. Dane wkorzstane do oblcze pochodz z ksek pokadowch pojazdów, w którch m.n. magazner wpsuje dat, przebeg autobusu sznowego w momence tankowana oraz lo ltrów zatankowanego wówczas oleju napdowego.

6 30 Izabela Dzaduch, Adam Lchota Numer autobusu sznowego czas Rozpoczce dzaalnoc przewozowej przez przewonka X Pocztek bada Autobus sznow eksploatowan przez nnego przewonka kolejowego Rs.. Okres analz Konec bada Autobus sznow eksploatowan przez przedsborstwo X 3.2. OPIS I WYNIKI BADA Na podstawe trzech pojazdów wkonano dekompozcj szeregu czasowego jednostkowego zuca oleju napdowego. Szereg zbudowano urednajc redne mesczne jednostkowe zapotrzebowane na olej napdow lczone w l/km (rs. 2) Zuce oleju napdowego [l/km] 0,80 0,75 0,70 0,65 0,60 0,55 0,50 0,45 0, Mesce (lata ) 2 3 redna Rs. 2. Dane do analz szeregu czasowego pojazdu, 2, 3 oraz redna oblczona z tch trzech szeregów

7 Model szeregu czasowego z wahanam sezonowm w prognozowanu zuca 3 Przebadano udza procentow trendu, sezonowoc skadnka losowego dla modelu addtwnego (ADD) mulplkatwnego (MULTI). Wnk uzskanej analz przedstawono na rs. 3. Udza skadowch w szeregu [%] 80% 70% 60% 50% 40% 30% 20% 0% 0% Trend% Sezonowo% Losowo% Add,68% 7,90% 6,42% Mul,68% 7,83% 6,49% Rs. 3. Porównane struktur szeregu czasowego dla rednch danch zuca palwa Przeprowadzona analza wkazaa, e wpw trendu jest newelk za ogromne znaczene ma sezonowo. Mona równe zauwa, e ne ma rónc w zaprezentowanch modelach pod wzgldem struktur oba modele maj zblon procentow udza losowoc. W zwzku z tm do dalszej analz wbrano model addtwn. Na rs. 4 zaprezentowano wskank sezonowe dla wbranego modelu sezonowego. 0,0 Wskank sezonowosc [l/km] 0,08 0,06 0,04 0,02 0,00-0,02-0,04-0, mod. Add. 0,0845 0,0789 0,05-0,03-0,047-0,053-0,032-0,049-0,028-0,024-0,002 0,0909 Mesce Rs. 4. Wskank sezonowe dla modelu ADD Analza wskanków sezonowch wkazaa to co mona bo ntucjne przewdze, a manowce wksze zapotrzebowane na olej napdow w mescach zmowch

8 32 Izabela Dzaduch, Adam Lchota mnejsze w mescach letnch. Jednak tak wkonana analza statstczna dostarcza nam ne tlko nformacj jakocowch, ale te locowch, które posu do zbudowana prognoz na poszczególne lata. Na podstawe oblczonch wskanków zbudowano prognoz w oparcu o model addtwn (wzór ()). Zuce oleju napdowego [l/km] 0,80 0,75 0,70 0,65 0,60 0,55 0,50 0,45 0, Mesce (lata ) Prognoza redna Rs. 5. Wkres dopasowana s modelu prognostcznego opartego o wskank sezonowe model ADD Na rs. 5 wda pozom dopasowana prognoz modelu addtwnego do rednch danch pomarowch w szeregu czasowm. Wspócznnk R 2, któr wnos 0,8359 wskazuje na to, e pozom dopasowana jest stosunkowo wsok. Na rs. 6 zestawono take prognoz dla modelu addtwnego przjtej rednej (redne zuce oleju napdowego = 0,567 l/km). Zuce oleju napdowego [l/km] 0,60 0,59 0,58 0,57 0,56 0,55 0,54 0,53 0,52 0,5 0,57 0,57 0,57 0,56 0,58 0,58 0,58 0,59 0,57 0,58 0,58 0,57 0,56 0,56 0,54 0, Rok redne zuce Prognoza 0,57 Rs. 6. Zestawene rednch rocznch prognoz zuca oleju napdowego dla modelu addtwnego

9 Model szeregu czasowego z wahanam sezonowm w prognozowanu zuca 33 Pozostaje ptane cz mona zastosowa ten model w praktce ze wzgldu na bd prognoz. Zestawene rocznch bdów wzgldnch modelu prognostcznego przedstawono na rs. 7. Z analz wnka, e roczn modu bdu prognoz prz zastosowanu metod wskanków sezonowch modelu addtwnego w wkszoc z przebadanch przpadków jest mnejsz n 5% co stanow do dobr wnk jak dla prognoz przemsowch. Bd prognoz [%] 6,0% 4,0% 2,0% 0,0% -2,0% 2 3 4,4% 3,76% 0,03 0,02,29%,07% 0,00 0,50% 0,6% ,0-4,0% -6,0% -4,8% -5,45% Rs. 7. Bd prognoz dla modelu addtwnego Na podstawe zbudowanego modelu wkonano wodrbnene skadowej sezonowej w celu pozbawena szeregu czasowego sezonowoc. Wnk tej operacj dla pojazdu zaprezentowano na rs. 8. Operacja ta ma na celu znalezene odpowedz na ptane cz ma wpw trendu (okoo % rs. 3) mona pomn w dalszch analzach. 0,75 Zuceolejunapdowego[l/km] 0,7 0,65 0,6 0,55 0,5 0,45 0,4 =0,0006x+0,587 R²=0, Mesce(lata ) Rs. 8. Przkad szeregu pozbawonego sezonowoc dla pojazdu

10 34 Izabela Dzaduch, Adam Lchota Wkonujc analz regresj dla tak zbudowanch szeregów mona okrel stotno statstczn trendu. W tablc zosta zaprezentowane wnk tej analz. Trend zosta wodrbnon metod analtczn do analz zaoono model lnow = ax+b. Analza regresj lnowej dla szeregu pozbawonego sezonowoc Tablca Nr pojazdu Parametr Wspócznnk Bd standardow t Stat Warto-p Dolne 95% Górne 95% 2 3 a -0,0006 0,0006-0,8874 0,383-0,008 0,0007 b 0,587 0,033 43,835 0,0000 0,5547 0,6087 a -0,0004 0,0008-0,4677 0,6432-0,0020 0,003 b 0,5786 0,07 33,7965 0,0000 0,5437 0,635 a 0,000 0,0008 0,300 0,8974-0,005 0,007 b 0,5495 0,070 32,2348 0,0000 0,548 0,5842 Werfkacja stotnoc statstcznej parametru a dla kadego modelu wkazuje, e ne jest on stotn statstczne (p > 0, 05). Wnka z tego, e mona pomn ten wpw prz budowanu prognoz uproc wzór () pomjajc prognoz trendu, a zastpujc j redn oblczon z danch hstorcznch. Wkonana analza pozwala na przjce do analz kosztowch rónch wartoc zapotrzebowana na palwo dla poszczególnch mesc. Rónca ta wnka z wpwu warunków atmosfercznch na pojazd technczn, jak mona bo przpuszcza zapotrzebowane w mescach zmowch jest wksze a w letnch mnejsze. Wnk przeprowadzonej analz pozwalaj jednak zaobserwowa nne cekawe zjawsko, a manowce zwkszena zapotrzebowana jednostkowego palwa w mescu lpcu wzgldem nnch mesc letnch (rs. 9). Mone to b spowodowane upaam wzmoon prac urzdze chodnczch w pojedze. Zuce oleju napdowego [l/km] 0,68 0,66 0,64 0,62 0,60 0,58 0,56 0,54 0,52 0, mod. Add. 0,65 0,65 0,58 0,54 0,52 0,5 0,53 0,52 0,54 0,54 0,56 0,66 Mesce Rs. 9. Roczne zestawene zuca palwa dla poszczególnch mesc

11 Model szeregu czasowego z wahanam sezonowm w prognozowanu zuca PODSUMOWANIE Zaproponowana analza wlczana wskanków sezonowch wkonwana prz ch pomoc prognoza zapotrzebowana na jednostkowe zuce palwa moe b przdatna do budowana ogólnego modelu zapotrzebowana na palwo. Przeprowadzone analz wkaza, e wpw dugoc eksploatacj na zuce palwa moe b pomjan, gd wpw trendu jest ma nestotn statstczne. Pozwala to na przjce rednego jednostkowego zuca palwa na podstawe jego wlczena zapotrzebowana dla poszczególnch mesc poprzez korekt odpowednm wskankem sezonowm. Dla oblczana zapotrzebowana na rok ne potrzeba uwa wskanków sezonowch wstarcz przemno lczb klometrów przez wlczon w analze warto redn. Zbudowana metoda moe posu ne tlko do ocen efektwnoc autobusów sznowch, ale równe do rónego rodzaju porówna zestawe np. do porównwana sposobu ekonomcznej jazd kerowców lub porównana wpwu warunków atmosfercznch na koszt eksploatacj w rónch mastach. Bblografa. Dttmann P.: Prognozowane w przedsborstwe. Metod ch zastosowane. Ofcna Ekonomczna, Kraków Felks J., Lchota A.: Metod prognozowana w logstce. Problem logstczne, jakocowe personalne w zarzdzanu przedsborstwem. Wdawnctwo naukowe ATH, Belsko Baa Sobczk M.: Prognozowane. Teora. Przkad. Zadana. Placet, Warszawa TIME SERIES MODEL WITH SEASONAL VARIATION IN PREDICTING RAIL BUSES DIESEL FUEL CONSUMPTION Summar: In the arcle, the predcve model of desel fuel consumpon b ral buses s presented. To create the model, the results of measurements of the average fuel consumpon of three sngle mode ral buses of tpe X (manufactured b the same producer) are used. The model can be a useful tool n the ral buses economc effecveness assessment process. Kewords: predcon, desel fuel consumpon, ral bus Badana wspófnansowane ze rodków Un Europejskej w ramach Europejskego Funduszu Spoecznego

Rachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej

Rachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej Rachunek prawdopodobeństwa statstka W 11: Analz zależnoścpomędz zmennm losowm Model regresj welokrotnej Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl Model regresj lnowej Model regresj lnowej prostej

Bardziej szczegółowo

aij - wygrana gracza I bij - wygrana gracza II

aij - wygrana gracza I bij - wygrana gracza II M.Mszczsk KBO UŁ, Badana operacjne I (cz.) (wkład B 7) GRY KONFLIKTOWE GRY -OSOBOWE O SUMIE WYPŁT ZERO I. DEFINICJE TWIERDZENI Konflktowe gr dwuosobowe opsuje macerz wpłat ( a ) [ ] mxn j,b j gdze: aj

Bardziej szczegółowo

Współczynnik korelacji liniowej oraz funkcja regresji liniowej dwóch zmiennych

Współczynnik korelacji liniowej oraz funkcja regresji liniowej dwóch zmiennych Współcznnk korelacj lnowej oraz funkcja regresj lnowej dwóch zmennch S S r, cov współcznnk determnacj R r Współcznnk ndetermnacj ϕ r Zarówno współcznnk determnacj jak ndetermnacj po przemnożenu przez 00

Bardziej szczegółowo

Zad 2 Dynamika zatrudnienia mierzona indeksami łańcuchowymi w ostatnich pięciu latach kształtowały się następująco: Lata Indeksy ( w %)

Zad 2 Dynamika zatrudnienia mierzona indeksami łańcuchowymi w ostatnich pięciu latach kształtowały się następująco: Lata Indeksy ( w %) Analza dnamk Zad. 1 Indeks lczb studującch studentów w województwe śląskm w kolejnch pęcu latach przedstawał sę następująco: Lata 1 2 3 4 5 Indeks jednopodstawowe z roku t = 1 100,0 115,7 161,4 250,8 195,9

Bardziej szczegółowo

LABORATORIUM METROLOGII TECHNIKA POMIARÓW (M-1)

LABORATORIUM METROLOGII TECHNIKA POMIARÓW (M-1) LABORATORIUM METROLOGII TECHNIKA POMIARÓW (M-) wwwmuepolslpl/~wwwzmape Opracował: Dr n Jan Około-Kułak Sprawdzł: Dr hab n Janusz Kotowcz Zatwerdzł: Dr hab n Janusz Kotowcz Cel wczena Celem wczena jest

Bardziej szczegółowo

RACHUNEK NIEPEWNOŚCI POMIARU

RACHUNEK NIEPEWNOŚCI POMIARU Mędznarodowa Norma Ocen Nepewnośc Pomaru(Gude to Epresson of Uncertant n Measurements - Mędznarodowa Organzacja Normalzacjna ISO) RACHUNEK NIEPEWNOŚCI http://phscs.nst./gov/uncertant POMIARU Wrażane Nepewnośc

Bardziej szczegółowo

WPŁYW AKCESJI POLSKI DO UNII EUROPEJSKIEJ NA ROZWÓJ ROLNICTWA EKOLOGICZNEGO. Lidia Luty

WPŁYW AKCESJI POLSKI DO UNII EUROPEJSKIEJ NA ROZWÓJ ROLNICTWA EKOLOGICZNEGO. Lidia Luty 74 LIDIA LUTY ROCZNIKI NAUKOWE EKONOMII ROLNICTWA I ROZWOJU OBSZARÓW WIEJSKICH, T. 11, z. 1, 214 WPŁYW AKCESJI POLSKI DO UNII EUROPEJSKIEJ NA ROZWÓJ ROLNICTWA EKOLOGICZNEGO Lda Lut Katedra Statstk Matematcznej

Bardziej szczegółowo

ANALIZA SZEREGÓW CZASOWYCH

ANALIZA SZEREGÓW CZASOWYCH ANALIZA SZEREGÓW CZASWYCH Szereg czasow zbór warośc baanej cech lub warośc baanego zjawska zaobserwowanch w różnch momenach czasu uporząkowan chronologczne. Skłank szeregu czasowego:. enencja rozwojowa

Bardziej szczegółowo

CZĘŚĆ 6. MODEL REGRESJI, TREND LINIOWY ESTYMACJA, WNIOSKOWANIE

CZĘŚĆ 6. MODEL REGRESJI, TREND LINIOWY ESTYMACJA, WNIOSKOWANIE CZĘŚĆ 6. MODEL REGRESJI, TREND LINIOWY ESTYMACJA, WNIOSKOWANIE Zadane 1. Na podstawe obserwacj dotczącch welkośc powerzchn ekspozcjnej (cecha X w m kw.) oraz welkośc dzennego obrotu punktu sprzedaż płtek

Bardziej szczegółowo

ANALIZA SZEREGÓW CZASOWYCH

ANALIZA SZEREGÓW CZASOWYCH ANALIZA ZEREGÓW CZAWYCH zereg czasow zbór warosc baanej cech lub warosc baanego zjawska zaobserwowanch w róznch momenach czasu uporzakowan chronologczne. klank szeregu czasowego:. enencja rozwojowa (ren)

Bardziej szczegółowo

ZASTOSOWANIE PROGRAMOWANIA DYNAMICZNEGO DO OPRACOWANIA STRATEGII REDUKCJI EMISJI GAZÓW

ZASTOSOWANIE PROGRAMOWANIA DYNAMICZNEGO DO OPRACOWANIA STRATEGII REDUKCJI EMISJI GAZÓW ZASTOSOWANIE PROGRAOWANIA DYNAICZNEGO DO OPRACOWANIA STRATEGII REDUKCJI EISJI GAZÓW ANDRZEJ KAŁUSZKO Instytut Bada Systemowych Streszczene W pracy opsano zadane efektywnego przydzału ogranczonych rodków

Bardziej szczegółowo

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin., Oeconomica 2015, 321(80)3, 5 14

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin., Oeconomica 2015, 321(80)3, 5 14 FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Fola Pomer. Unv. Technol. Stetn., Oeconomca 215, 321(8)3, 5 14 Agneszka BARCZAK POMIAR WAHAŃ SEZONOWYCH RUCHU PASAŻERSKIEGO NA PRZYKŁADZIE PORTU LOTNICZEGO

Bardziej szczegółowo

Statystyka i opracowanie danych W 5: Odkrywanie i analiza zależności pomiędzy zmiennymi losowymi (danymi empirycznymi)

Statystyka i opracowanie danych W 5: Odkrywanie i analiza zależności pomiędzy zmiennymi losowymi (danymi empirycznymi) Statstka opracowane danch W 5: Odkrwane analza zależnośc pomędz zmennm losowm (danm emprcznm) Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl Odkrwane analza zależnośc pomędz zmennm loścowm(lczowm) Przedmotem

Bardziej szczegółowo

formularzy opisowych, ankiet lub innych dokumentów stanowi nieuporządkowany statystyczny, stanowi on podstawę dalszych

formularzy opisowych, ankiet lub innych dokumentów stanowi nieuporządkowany statystyczny, stanowi on podstawę dalszych Zebran materał statstczn w forme sprawozdań, formularz opsowch, anket lub nnch dokumentów stanow neuporządkowan surow materał statstczn, neprzdatn jeszcze do bezpośrednej analz, porównań wnosków. Materał

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA. Wkład wstępn. Teora prawdopodobeństwa element kombnatork. Zmenne losowe ch rozkład 3. Populacje prób danch, estmacja parametrów 4. Testowane hpotez statstcznch 5. Test parametrczne

Bardziej szczegółowo

METODA POMIARU WYBRANYCH PARAMETRÓW METROLOGICZNYCH PI TARCZOWYCH Z W GLIKAMI SPIEKANYMI PRZY ZASTOSOWANIU TECHNIK WIZYJNYCH

METODA POMIARU WYBRANYCH PARAMETRÓW METROLOGICZNYCH PI TARCZOWYCH Z W GLIKAMI SPIEKANYMI PRZY ZASTOSOWANIU TECHNIK WIZYJNYCH DIAGOSTYKA 3 (39)/6 5 BASZU, KRÓL, PISZCZEK, Metoda pomaru wbranch parametrów metrologcznch p tarczowch METODA POMIARU WYBRAYCH PARAMETRÓW METROLOGICZYCH PI TARCZOWYCH Z WGLIKAMI SPIEKAYMI PRZY ZASTOSOWAIU

Bardziej szczegółowo

ZESTAW ZADAŃ Z INFORMATYKI

ZESTAW ZADAŃ Z INFORMATYKI (Wpsue zdaąc przed rozpoczęcem prac) KOD ZDAJĄCEGO ZESTAW ZADAŃ Z INFORMATYKI CZĘŚĆ II (dla pozomu rozszerzonego) GRUDZIEŃ ROK 004 Czas prac 50 mnut Instrukca dla zdaącego. Proszę sprawdzć, cz zestaw zadań

Bardziej szczegółowo

Zasady budowania prognoz ekonometrycznych

Zasady budowania prognoz ekonometrycznych Zasad budowania prognoz ekonometrcznch Klasczne założenia teorii predkcji 1. Znajomość modelu kształtowania się zmiennej prognozowanej Znajomość postaci analitcznej wstępującch zależności międz zmiennmi

Bardziej szczegółowo

Służą opisowi oraz przewidywaniu przyszłego kształtowania się zależności gospodarczych.

Służą opisowi oraz przewidywaniu przyszłego kształtowania się zależności gospodarczych. MODEL EOOMERYCZY MODEL EOOMERYCZY DEFIICJA Modl konomtrczn jst równanm matmatcznm (lub układm równao), któr przdstawa zasadncz powązana loścow pomędz rozpatrwanm zjawskam konomcznm., uwzględnającm tlko

Bardziej szczegółowo

Prognozowanie i symulacje

Prognozowanie i symulacje Prognozowanie i smulacje Lepiej znać prawdę niedokładnie, niż dokładnie się mlić. J. M. Kenes dr Iwona Kowalska ikowalska@wz.uw.edu.pl Prognozowanie meod naiwne i średnie ruchome Meod naiwne poziom bez

Bardziej szczegółowo

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów. Opracowane: Dorota Mszczyńska METODA UNITARYZACJI ZEROWANEJ Porównane obektów przy ocene welokryteralnej. Rankng obektów. Porównane wybranych obektów (warantów decyzyjnych) ze względu na różne cechy (krytera)

Bardziej szczegółowo

ochrona przed em mgr Mikołaj Kirpluk

ochrona przed em mgr Mikołaj Kirpluk ochrona przed em mgr Mkołaj Krpluk 0-502 216620 www.ntlmk.com Okrelane nepewnoc oblczanego / merzonego równowanego pozomu dwku: wpływ wybranej statystyk pomarów krótkookresowych, w zalenoc od czasu pomaru

Bardziej szczegółowo

ESTYMACJA LOKALNA W SZACOWANIU INFORMACJI O DZIA ALNO CI GOSPODARCZEJ MIKROPRZEDSI BIORSTW

ESTYMACJA LOKALNA W SZACOWANIU INFORMACJI O DZIA ALNO CI GOSPODARCZEJ MIKROPRZEDSI BIORSTW A C T A U N I V E R S I T A T I S L O D Z I E N S I S FOLIA OECONOMICA 271, 2012 Grana Dehnel * ESTYMACJA LOKALNA W SZACOWANIU INFORMACJI O DZIAALNOCI GOSPODARCZEJ MIKROPRZEDSIBIORSTW Streszczene. W welu

Bardziej szczegółowo

Termodynamika techniczna

Termodynamika techniczna Termodnamka technczna Wdzał Geolog, Geofzk Ochron Środowska Ekologczne Źródła Energ II rok Pomar temperatur Instrukcja do ćwczena Katedra Sstemów Energetcznch Urządzeń Ochron Środowska AGH Kraków 015 1.

Bardziej szczegółowo

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka Nepewośc pomarowe. Teora praktka. Prowadząc: Dr ż. Adrzej Skoczeń Wższa Szkoła Turstk Ekolog Wdzał Iformatk, rok I Fzka 014 03 30 WSTE Sucha Beskdzka Fzka 1 Iformacje teoretcze zameszczoe a slajdach tej

Bardziej szczegółowo

Rozliczanie kosztów Proces rozliczania kosztów

Rozliczanie kosztów Proces rozliczania kosztów Rozlczane kosztów Proces rozlczana kosztów Koszty dzałalnośc jednostek gospodarczych są złoŝoną kategorą ekonomczną, ujmowaną weloprzekrojowo. W systeme rachunku kosztów odbywa sę transformacja jednych

Bardziej szczegółowo

Termodynamika. Wydział Inżynierii Mechanicznej i Robotyki II rok inż. Pomiary temperatury Instrukcja do ćwiczenia

Termodynamika. Wydział Inżynierii Mechanicznej i Robotyki II rok inż. Pomiary temperatury Instrukcja do ćwiczenia Termodnamka Wdzał Inżner Mechancznej Robotk II rok nż. Pomar temperatur Instrukcja do ćwczena Katedra Sstemów Energetcznch Urządzeń Ochron Środowska AGH Kraków 014 1. INSTRUKCJA DO ĆWICZENIA LABORATORYJNEGO

Bardziej szczegółowo

LABORATORIUM PODSTAW AUTOMATYKI

LABORATORIUM PODSTAW AUTOMATYKI LABORATORIUM PODSTAW AUTOMATYKI INSTRUKCJA DO ĆWICZENIA 4.Wstęp - DOBÓR NASTAW REGULATORÓW opr. dr inż Krzsztof Kula Dobór nastaw regulatorów uwzględnia dnamikę obiektu jak i wmagania stawiane zamkniętemu

Bardziej szczegółowo

termodynamika fenomenologiczna p, VT V, teoria kinetyczno-molekularna <v 2 > termodynamika statystyczna n(v) to jest długi czas, zachodzi

termodynamika fenomenologiczna p, VT V, teoria kinetyczno-molekularna <v 2 > termodynamika statystyczna n(v) to jest długi czas, zachodzi fzka statstczna stan makroskopow układ - skończon obszar przestrzenn (w szczególnośc zolowan) termodnamka fenomenologczna p, VT V, teora knetczno-molekularna termodnamka statstczna n(v) stan makroskopow

Bardziej szczegółowo

Streszczenie referatu. Analiza własności silnika indukcyjnego synchronizowanego ( LS-PMSM ) metodą polową.

Streszczenie referatu. Analiza własności silnika indukcyjnego synchronizowanego ( LS-PMSM ) metodą polową. Streszczene referatu Analza własnośc slnka ndukcjnego snchronzowanego ( LS-PMSM ) metodą polową. Wkonal studenc z koła naukowego Magnesk : Marcn Bajek Tomasz Bąk Opekun : dr hab. nż. Wesław Jażdżńsk, prof.

Bardziej szczegółowo

Scenariusz lekcji matematyki z wykorzystaniem komputera

Scenariusz lekcji matematyki z wykorzystaniem komputera Scenariusz lekcji matematki z wkorzstaniem komputera Temat: Wpłw współcznników a i b na położenie wkresu funkcji liniowej. (Rsowanie wkresów prz użciu arkusza kalkulacjnego EXCEL.) Czas zajęć: 9 min Cele:

Bardziej szczegółowo

Pozycjonowanie bazujące na wielosensorowym filtrze Kalmana. Positioning based on the multi-sensor Kalman filter

Pozycjonowanie bazujące na wielosensorowym filtrze Kalmana. Positioning based on the multi-sensor Kalman filter Scntfc ournal Martm Unvrt of Szczcn Zzt Naukow Akadma Morka w Szczcn 8, 13(85) pp. 5 9 8, 13(85). 5 9 ozcjonowan bazując na wlonorowm fltrz Kalmana otonng bad on th mult-nor Kalman fltr otr Borkowk, anuz

Bardziej szczegółowo

ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH

ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH Grzegorz PRZEKOTA ZESZYTY NAUKOWE WYDZIAŁU NAUK EKONOMICZNYCH ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH Zarys treśc: W pracy podjęto problem dentyfkacj cykl gełdowych.

Bardziej szczegółowo

STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU

STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU Ewa Szymank Katedra Teor Ekonom Akadema Ekonomczna w Krakowe ul. Rakowcka 27, 31-510 Kraków STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU Abstrakt Artykuł przedstawa wynk badań konkurencyjnośc

Bardziej szczegółowo

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36 Krzysztof Dmytrów * Marusz Doszyń ** Unwersytet Szczecńsk PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA

Bardziej szczegółowo

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.

Bardziej szczegółowo

Zastosowanie wielowymiarowej analizy porównawczej w doborze spó³ek do portfela inwestycyjnego Zastosowanie wielowymiarowej analizy porównawczej...

Zastosowanie wielowymiarowej analizy porównawczej w doborze spó³ek do portfela inwestycyjnego Zastosowanie wielowymiarowej analizy porównawczej... Adam Waszkowsk * Adam Waszkowsk Zastosowane welowymarowej analzy porównawczej w doborze spó³ek do portfela nwestycyjnego Zastosowane welowymarowej analzy porównawczej... Wstêp Na warszawskej Ge³dze Paperów

Bardziej szczegółowo

BADANIE DRGAŃ WŁASNYCH NAPĘDU ROBOTA KUCHENNEGO Z SILNIKIEM SRM

BADANIE DRGAŃ WŁASNYCH NAPĘDU ROBOTA KUCHENNEGO Z SILNIKIEM SRM Zeszyty Problemowe Maszyny Elektryczne Nr 88/2010 13 Potr Bogusz Marusz Korkosz Jan Prokop POLITECHNIKA RZESZOWSKA Wydzał Elektrotechnk Informatyk BADANIE DRGAŃ WŁASNYCH NAPĘDU ROBOTA KUCHENNEGO Z SILNIKIEM

Bardziej szczegółowo

MODELOWANIE UKŁADÓW MECHANICZNYCH Z NIEPEWNYMI PARAMETRAMI

MODELOWANIE UKŁADÓW MECHANICZNYCH Z NIEPEWNYMI PARAMETRAMI Smlaca Andrze POWNUK Katedra Mecan Teoretczne Wdzał Bdownctwa Poltecna Śląsa w Glwcac MODELOWANIE UKŁADÓW MECHANICZNYCH Z NIEPEWNYMI PARAMETRAMI Streszczene. Wszste parametr ładów mecancznc są znane z

Bardziej szczegółowo

Zastosowanie symulatora ChemCad do modelowania złożonych układów reakcyjnych procesów petrochemicznych

Zastosowanie symulatora ChemCad do modelowania złożonych układów reakcyjnych procesów petrochemicznych NAFTA-GAZ styczeń 2011 ROK LXVII Anna Rembesa-Śmszek Instytut Nafty Gazu, Kraków Andrzej Wyczesany Poltechnka Krakowska, Kraków Zastosowane symulatora ChemCad do modelowana złożonych układów reakcyjnych

Bardziej szczegółowo

Weryfikacja hipotez dla wielu populacji

Weryfikacja hipotez dla wielu populacji Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w

Bardziej szczegółowo

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe

Bardziej szczegółowo

LABORATORIUM TECHNIKI CIEPLNEJ INSTYTUTU TECHNIKI CIEPLNEJ WYDZIAŁ INŻYNIERII ŚRODOWISKA I ENERGETYKI POLITECHNIKI ŚLĄSKIEJ

LABORATORIUM TECHNIKI CIEPLNEJ INSTYTUTU TECHNIKI CIEPLNEJ WYDZIAŁ INŻYNIERII ŚRODOWISKA I ENERGETYKI POLITECHNIKI ŚLĄSKIEJ INSTYTUTU TECHNIKI CIEPLNEJ WYDZIAŁ INŻYNIERII ŚRODOWISKA I ENERGETYKI POLITECHNIKI ŚLĄSKIEJ INSTRUKCJA LABORATORYJNA Temat ćwczena: BADANIE POPRAWNOŚCI OPISU STANU TERMICZNEGO POWIETRZA PRZEZ RÓWNANIE

Bardziej szczegółowo

Zadane 1: Wyznacz średne ruchome 3-okresowe z następujących danych obrazujących zużyce energ elektrycznej [kwh] w pewnym zakładze w mesącach styczeń - lpec 1998 r.: 400; 410; 430; 40; 400; 380; 370. Zadane

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA WYKŁAD 15. ALGORYTMY GENETYCZNE Częstochowa 014 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TERMINOLOGIA allele wartośc, waranty genów, chromosom - (naczej

Bardziej szczegółowo

WYZNACZENIE ODKSZTAŁCEŃ, PRZEMIESZCZEŃ I NAPRĘŻEŃ W ŁAWACH FUNDAMENTOWYCH NA PODŁOŻU GRUNTOWYM O KSZTAŁCIE WYPUKŁYM

WYZNACZENIE ODKSZTAŁCEŃ, PRZEMIESZCZEŃ I NAPRĘŻEŃ W ŁAWACH FUNDAMENTOWYCH NA PODŁOŻU GRUNTOWYM O KSZTAŁCIE WYPUKŁYM Budownctwo 7 Mkhal Hrtsuk, Rszard Hulbo WYZNACZNI ODKSZTAŁCŃ, PRZMISZCZŃ I NAPRĘŻŃ W ŁAWACH FNDAMNTOWYCH NA PODŁOŻ GRNTOWYM O KSZTAŁCI WYPKŁYM Wprowadzene Prz rozwązanu zagadnena przmuem, że brła fundamentowa

Bardziej szczegółowo

Procedura normalizacji

Procedura normalizacji Metody Badań w Geograf Społeczno Ekonomcznej Procedura normalzacj Budowane macerzy danych geografcznych mgr Marcn Semczuk Zakład Przedsęborczośc Gospodark Przestrzennej Instytut Geograf Unwersytet Pedagogczny

Bardziej szczegółowo

MODELLING OF AN UNREPEATABILITY OF MEAN INDICATED PRESSURE IN INDIVIDUAL CYLINDERS OF BIOGAS ENGINE

MODELLING OF AN UNREPEATABILITY OF MEAN INDICATED PRESSURE IN INDIVIDUAL CYLINDERS OF BIOGAS ENGINE Journal of KONES Powertran and Transport, Vol.13, No. 4 MODELLING OF AN UNREPEATABILITY OF MEAN INDICATED PRESSURE IN INDIVIDUAL CYLINDERS OF BIOGAS ENGINE Karol Cupa, Grzegorz Katolk Techncal Unversty

Bardziej szczegółowo

STATYSTYKA EKONOMICZNA w LOGISTYCE

STATYSTYKA EKONOMICZNA w LOGISTYCE STATYSTYKA EKONOMICZNA w LOGISTYCE Metod statstczne w analze procesów zaopatrzena dr Zbgnew Karwack Katedra Badań Operacjnch UŁ Podstawowe funkcje procesów zaopatrzena Proces zaopatrzena ( zakupów ) stanową

Bardziej szczegółowo

OKREŚLENIE CZASU MIESZANIA WIELOSKŁADNIKOWEGO UKŁADU ZIARNISTEGO PODCZAS MIESZANIA Z RECYRKULACJĄ SKŁADNIKÓW

OKREŚLENIE CZASU MIESZANIA WIELOSKŁADNIKOWEGO UKŁADU ZIARNISTEGO PODCZAS MIESZANIA Z RECYRKULACJĄ SKŁADNIKÓW Inżynera Rolncza 8(96)/2007 OKREŚLENIE CZASU MIESZANIA WIELOSKŁADNIKOWEGO UKŁADU ZIARNISTEGO PODCZAS MIESZANIA Z RECYRKULACJĄ SKŁADNIKÓW Jolanta Królczyk, Marek Tukendorf Katedra Technk Rolnczej Leśnej,

Bardziej szczegółowo

System M/M/1/L. λ = H 0 µ 1 λ 0 H 1 µ 2 λ 1 H 2 µ 3 λ 2 µ L+1 λ L H L+1. Jeli załoymy, e λ. i dla i = 1, 2,, L+1 oraz

System M/M/1/L. λ = H 0 µ 1 λ 0 H 1 µ 2 λ 1 H 2 µ 3 λ 2 µ L+1 λ L H L+1. Jeli załoymy, e λ. i dla i = 1, 2,, L+1 oraz System M/M// System ten w odrónenu do wczenej omawanych systemów osada kolejk. Jednak jest ona ogranczona, jej maksymalna ojemno jest wartoc skoczon

Bardziej szczegółowo

Wykład 4 Testy zgodności. dystrybuanta rozkładu populacji dystrybuanty rozkładów dwóch populacji rodzaj rozkładu wartości parametrów.

Wykład 4 Testy zgodności. dystrybuanta rozkładu populacji dystrybuanty rozkładów dwóch populacji rodzaj rozkładu wartości parametrów. Wkład Test zgodności. Test zgodności służą do werikacji hipotez mówiącch, że a dstrbuanta rozkładu populacji ma określoną z gór postać unkcjną b dstrbuant rozkładów dwóch populacji nie różnią się w sposób

Bardziej szczegółowo

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.

Bardziej szczegółowo

KRYTERIA WYBORU ARCHITEKTURY SIECI NEURONOWYCH - FINANSOWE CZY BŁ DU PROGNOZY

KRYTERIA WYBORU ARCHITEKTURY SIECI NEURONOWYCH - FINANSOWE CZY BŁ DU PROGNOZY KRYTERIA WYBORU ARCHITEKTURY SIECI NEURONOWYCH - FINANSOWE CZY BŁDU PROGNOZY HENRYK MARJAK Zachodnopomorsk Unwersytet Technologczny w Szczecne Streszczene Klasyczne podejce do zastosowana sec neuronowych

Bardziej szczegółowo

Problem nośności granicznej płyt żelbetowych w ujęciu aktualnych przepisów normowych. Prof. dr hab. inż. Piotr Konderla, Politechnika Wrocławska

Problem nośności granicznej płyt żelbetowych w ujęciu aktualnych przepisów normowych. Prof. dr hab. inż. Piotr Konderla, Politechnika Wrocławska Proble nośnośc grancznej płt żelbetowch w ujęcu aktualnch przepsów norowch Prof. dr hab. nż. Potr Konderla Poltechnka Wrocławska 1. Wprowadzene Przedote analz jest płta żelbetowa zbrojona ortogonalne paraetrzowana

Bardziej szczegółowo

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010 Egzamn ze statystyk/ Studa Lcencjacke Stacjonarne/ Termn /czerwec 2010 Uwaga: Przy rozwązywanu zadań, jeśl to koneczne, naleŝy przyjąć pozom stotnośc 0,01 współczynnk ufnośc 0,99 Zadane 1 PonŜsze zestawene

Bardziej szczegółowo

Sprawozdanie powinno zawierać:

Sprawozdanie powinno zawierać: Sprawozdane pownno zawerać: 1. wypełnoną stronę tytułową (gotowa do ćw. nr 0 na strone drugej, do pozostałych ćwczeń zameszczona na strone 3), 2. krótk ops celu dośwadczena, 3. krótk ops metody pomaru,

Bardziej szczegółowo

Informatyka stosowana

Informatyka stosowana r: Informatka stosowana wkład nr 7 metoda elementów skoczonch stota metod przkład oblczenow r: Istota metod elementów skoczonch metoda słuca do przblonego rozwzana zagadne z welu rónch dzedzn np. problemów

Bardziej szczegółowo

PROGNOZOWANIE I SYMULACJE - zadania powtórzeniowe

PROGNOZOWANIE I SYMULACJE - zadania powtórzeniowe PROGNOZOWANIE I SYMULACJE - zadana powórzenowe Zadana I. Na podsawe danych z la 88- zbudowano model: y = + 3, 5 s = szuk, R =,3 opsujcy lczb sprzedawanych arówek w yscach szuk w pewnej frme. Wyznaczy prognoz

Bardziej szczegółowo

BADANIA WSPÓŁCZYNNIKÓW DYSPERSJI POPRZECZNEJ W KORYCIE MAŁEJ RZEKI Z ROŚLINNOŚCIĄ WODNĄ

BADANIA WSPÓŁCZYNNIKÓW DYSPERSJI POPRZECZNEJ W KORYCIE MAŁEJ RZEKI Z ROŚLINNOŚCIĄ WODNĄ JÓZEF MIKOTO 1 BDNI WSPÓŁCZYNNIKÓW DYSPERSJI POPRZECZNEJ W KORYCIE MŁEJ RZEKI Z ROŚLINNOŚCIĄ WODNĄ 1. Wprowadzene Rzek są często odbornkam śceków mejskch przemsłowch. Odnoszene warunków jakm pownn odpowadać

Bardziej szczegółowo

Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych)

Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych) Statystyka - nauka zajmująca sę metodam badana przedmotów zjawsk w ch masowych przejawach ch loścową lub jakoścową analzą z punktu wdzena nauk, do której zakresu należą.

Bardziej szczegółowo

Metody prognozowania: Jakość prognoz Wprowadzenie (1) 6. Oszacowanie przypuszczalnej trafności prognozy

Metody prognozowania: Jakość prognoz Wprowadzenie (1) 6. Oszacowanie przypuszczalnej trafności prognozy Metod prognozowania: Jakość prognoz Dr inż. Sebastian Skoczpiec ver. 03.2012 Wprowadzenie (1) 1. Sformułowanie zadania prognostcznego: 2. Określenie przesłanek prognostcznch: 3. Zebranie danch 4. Określenie

Bardziej szczegółowo

Ćwiczenie 18. Anna Jakubowska, Edward Dutkiewicz ADSORPCJA NA GRANICY FAZ CIECZ GAZ. IZOTERMA ADSORPCJI GIBBSA

Ćwiczenie 18. Anna Jakubowska, Edward Dutkiewicz ADSORPCJA NA GRANICY FAZ CIECZ GAZ. IZOTERMA ADSORPCJI GIBBSA Ćwczene 18 Anna Jakubowska, Edward Dutkewcz ADSORPCJA NA GRANICY FAZ CIECZ GAZ. IZOTERMA ADSORPCJI GIBBSA Zagadnena: Zjawsko adsorpcj, pojęce zotermy adsorpcj. Równane zotermy adsorpcj Gbbsa. Defncja nadmaru

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj

Bardziej szczegółowo

WPŁYW PARAMETRÓW DYSKRETYZACJI NA NIEPEWNOŚĆ WYNIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO

WPŁYW PARAMETRÓW DYSKRETYZACJI NA NIEPEWNOŚĆ WYNIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO Walenty OWIECZKO WPŁYW PARAMETRÓW DYSKRETYZACJI A IEPEWOŚĆ WYIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO STRESZCZEIE W artykule przedstaono ynk analzy nepenośc pomaru ybranych cech obektu obrazu cyfroego. Wyznaczono

Bardziej szczegółowo

Natalia Nehrebecka. Wykład 2

Natalia Nehrebecka. Wykład 2 Natala Nehrebecka Wykład . Model lnowy Postad modelu lnowego Zaps macerzowy modelu lnowego. Estymacja modelu Wartośd teoretyczna (dopasowana) Reszty 3. MNK przypadek jednej zmennej . Model lnowy Postad

Bardziej szczegółowo

INSTYTUT LABORATORIUM ZAKŁAD TEORII KONSTRUKCJ Z TEORII MECHANIZMÓW I MASZYN MANIPULATORÓW MECHANIZMÓW I MASZYN

INSTYTUT LABORATORIUM ZAKŁAD TEORII KONSTRUKCJ Z TEORII MECHANIZMÓW I MASZYN MANIPULATORÓW MECHANIZMÓW I MASZYN INSTYTUT KONSTRUKCJ MASZYN NR ĆW.: LABORATORIUM Z TEORII MECHANIZMÓW I MASZYN ZAKŁAD TEORII MECHANIZMÓW I MANIPULATORÓW TEMAT: Analza knematczna mechanzmów metodam numercznm. WPROWADZENIE Do wznaczana

Bardziej szczegółowo

Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa

Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa Badana sondażowe Brak danych Konstrukcja wag Agneszka Zęba Zakład Badań Marketngowych Instytut Statystyk Demograf Szkoła Główna Handlowa 1 Błędy braku odpowedz Całkowty brak odpowedz (UNIT nonresponse)

Bardziej szczegółowo

Pracownia Automatyki i Elektrotechniki Katedry Tworzyw Drzewnych Ćwiczenie 3. Analiza obwodów RLC przy wymuszeniach sinusoidalnych w stanie ustalonym

Pracownia Automatyki i Elektrotechniki Katedry Tworzyw Drzewnych Ćwiczenie 3. Analiza obwodów RLC przy wymuszeniach sinusoidalnych w stanie ustalonym ĆWCZENE 3 Analza obwodów C przy wymszenach snsodalnych w stane stalonym 1. CE ĆWCZENA Celem ćwczena jest praktyczno-analtyczna ocena obwodów elektrycznych przy wymszenach snsodalne zmennych.. PODSAWY EOEYCZNE

Bardziej szczegółowo

ROZDZIAŁ IV REALIZACJA BADA

ROZDZIAŁ IV REALIZACJA BADA ...ne tra ngdy czasu na ogldane s za sebe, kto moe c włane dogana... ROZDZIAŁ IV REALIZACJA BADA 4. Wstp Poprawne przygotowane bada oparte o przedstawone zasady realzacj, omówone w poprzednm rozdzale dotycz

Bardziej szczegółowo

INFORMATYKA W SELEKCJI

INFORMATYKA W SELEKCJI IFORMATYKA W SELEKCJI IFORMATYKA W SELEKCJI - zagadnena. Dane w prac hodowlanej praca z dużm zborem danch (Ecel). Podstaw prac z relacjną bazą danch w programe MS Access 3. Sstem statstczne na przkładze

Bardziej szczegółowo

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne ś POLITECHNIKA POZNAŃSKA INSTYTUT INŻYNIERII ŚRODOWISKA PROWADZĄCY: mgr nż. Łukasz Amanowcz Systemy Ochrony Powetrza Ćwczena Laboratoryjne 2 TEMAT ĆWICZENIA: Oznaczane lczbowego rozkładu lnowych projekcyjnych

Bardziej szczegółowo

Analiza zmian w strukturze wiekowej kierowców posiadających uprawnienia kategorii C i podstawy obliczeń prognostycznych w tym zakresie

Analiza zmian w strukturze wiekowej kierowców posiadających uprawnienia kategorii C i podstawy obliczeń prognostycznych w tym zakresie KOCHANEK Hanna ROCHOWSKI Leon Analza zman w strukturze wekowej kerowców posadających uprawnena kategor C podstawy oblczeń prognostycznych w tym zakrese WROWADZENIE Lczba ludnośc olsk w ostatnch latach

Bardziej szczegółowo

System Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych SPRAWOZDANIE Z BADAŃ Autor: Joanna Wójcik

System Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych SPRAWOZDANIE Z BADAŃ   Autor: Joanna Wójcik Opracowane w ramach projektu System Przecwdzałana Powstawanu Bezroboca na Terenach Słabo Zurbanzowanych ze środków Europejskego Funduszu Społecznego w ramach Incjatywy Wspólnotowej EQUAL PARTNERSTWO NA

Bardziej szczegółowo

Badanie współzaleŝności dwóch cech ilościowych X i Y. Analiza korelacji prostej. Badanie zaleŝności dwóch cech ilościowych. Analiza regresji prostej

Badanie współzaleŝności dwóch cech ilościowych X i Y. Analiza korelacji prostej. Badanie zaleŝności dwóch cech ilościowych. Analiza regresji prostej Badane współzaleŝnośc dwóch cech loścowych X Y. Analza korelacj prostej Badane zaleŝnośc dwóch cech loścowych. Analza regresj prostej Kody znaków: Ŝółte wyróŝnene nowe pojęce czerwony uwaga kursywa komentarz

Bardziej szczegółowo

3. ŁUK ELEKTRYCZNY PRĄDU STAŁEGO I PRZEMIENNEGO

3. ŁUK ELEKTRYCZNY PRĄDU STAŁEGO I PRZEMIENNEGO 3. ŁUK ELEKTRYCZNY PRĄDU STŁEGO I PRZEMIENNEGO 3.1. Cel zakres ćwczena Celem ćwczena jest zapoznane sę z podstawowym właścwoścam łuku elektrycznego palącego sę swobodne, w powetrzu o cśnentmosferycznym.

Bardziej szczegółowo

ANALIZA GOTOWO CI POJAZDÓW CI AROWYCH EKSPLOATOWANYCH W SYSTEMIE MI DZYNARODOWEGO TRANSPORTU SAMOCHODOWEGO

ANALIZA GOTOWO CI POJAZDÓW CI AROWYCH EKSPLOATOWANYCH W SYSTEMIE MI DZYNARODOWEGO TRANSPORTU SAMOCHODOWEGO POST PY W IN YNIERII MECHANICZNEJ DEVELOPMENTS IN MECHANICAL ENGINEERING 2(1)/2013, 5-13 Czasopsmo naukowo-technczne Scentfc-Techncal Journal Marta CZARNOWSKA, Klaudusz MIGAWA ANALIZA GOTOWO CI POJAZDÓW

Bardziej szczegółowo

1. SPRAWDZENIE WYSTEPOWANIA RYZYKA KONDENSACJI POWIERZCHNIOWEJ ORAZ KONDENSACJI MIĘDZYWARSTWOWEJ W ŚCIANIE ZEWNĘTRZNEJ

1. SPRAWDZENIE WYSTEPOWANIA RYZYKA KONDENSACJI POWIERZCHNIOWEJ ORAZ KONDENSACJI MIĘDZYWARSTWOWEJ W ŚCIANIE ZEWNĘTRZNEJ Ćwczene nr 1 cz.3 Dyfuzja pary wodnej zachodz w kerunku od środowska o wyższej temperaturze do środowska chłodnejszego. Para wodna dyfundująca przez przegrody budowlane w okrese zmowym napotyka na coraz

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 9. jej modyfkacje. Oznaczena Będzemy rozpatrywać zagadnene rozwązana następującego układu n równań lnowych z n newadomym x 1... x n : a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x

Bardziej szczegółowo

3.1. ODZIAŁYWANIE DŹWIĘKÓW NA CZŁOWIEKA I OTOCZENIE

3.1. ODZIAŁYWANIE DŹWIĘKÓW NA CZŁOWIEKA I OTOCZENIE 3. KRYTERIA OCENY HAŁASU I DRGAŃ Hałas to każdy dźwęk nepożądany, przeszkadzający, nezależne od jego natury, kontekstu znaczena. Podobne rzecz sę ma z drganam. Oba te zjawska oddzałują nekorzystne na człoweka

Bardziej szczegółowo

TYPOLOGIA STRUKTURY AGRARNEJ WOJEWÓDZTW W UJ CIU DYNAMICZNYM Z ZASTOSOWANIEM KLASYFIKACJI ROZMYTEJ

TYPOLOGIA STRUKTURY AGRARNEJ WOJEWÓDZTW W UJ CIU DYNAMICZNYM Z ZASTOSOWANIEM KLASYFIKACJI ROZMYTEJ METODY ILO CIOWE W BADANIACH EKONOMICZNYCH Tom XII, 2011, str. TYPOLOGIA STRUKTURY AGRARNEJ WOJEWÓDZTW W UJ CIU DYNAMICZNYM Z ZASTOSOWANIEM KLASYFIKACJI ROZMYTEJ Jadwga Bo ek Katedra Statystyk Matematycznej,

Bardziej szczegółowo

Analiza szeregów czasowych uwagi dodatkowe

Analiza szeregów czasowych uwagi dodatkowe Analiza szeregów czasowch uwagi dodakowe Jerz Sefanowski Poliechnika Poznańska Zaawansowana Eksploracja Danch Prognozowanie Wbór i konsrukcja modelu o dobrch własnościach predkcji przszłch warości zmiennej.

Bardziej szczegółowo

Przedziały ufności i testy parametrów. Przedziały ufności dla średniej odpowiedzi. Interwały prognoz (dla przyszłych obserwacji)

Przedziały ufności i testy parametrów. Przedziały ufności dla średniej odpowiedzi. Interwały prognoz (dla przyszłych obserwacji) Wkład 1: Prosta regresja liniowa Statstczn model regresji liniowej Dane dla prostej regresji liniowej Przedział ufności i test parametrów Przedział ufności dla średniej odpowiedzi Interwał prognoz (dla

Bardziej szczegółowo

Analiza porównawcza rozwoju wybranych banków komercyjnych w latach 2001 2009

Analiza porównawcza rozwoju wybranych banków komercyjnych w latach 2001 2009 Mara Konopka Katedra Ekonomk Organzacj Przedsęborstw Szkoła Główna Gospodarstwa Wejskego w Warszawe Analza porównawcza rozwoju wybranych banków komercyjnych w latach 2001 2009 Wstęp Polska prywatyzacja

Bardziej szczegółowo

FUNKCJA WRAŻLIWOŚCI WZGLĘDNEJ I JEJ ZASTOSOWANIE W INŻYNIERII ROLNICZEJ

FUNKCJA WRAŻLIWOŚCI WZGLĘDNEJ I JEJ ZASTOSOWANIE W INŻYNIERII ROLNICZEJ Inżnera Rolncza 8(96)/2007 FUNKCJA WRAŻLIWOŚCI WZGLĘDNEJ I JEJ ZASTOSOWANIE W INŻYNIERII ROLNICZEJ Zbgnew Dworeck, Andrze Fszer, Marusz Łoboda, Jacek Przbł Insttut Inżner Rolncze, Akadema Rolncza w Poznanu

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA WYKŁAD 5. SZTUCZNE SIECI NEURONOWE REGRESJA Częstochowa 4 Dr hab. nż. Grzegorz Dudek Wdzał Elektrczn Poltechnka Częstochowska PROBLEM APROKSYMACJI FUNKCJI Aproksmaca funkc przblżane

Bardziej szczegółowo

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni. Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :

Bardziej szczegółowo

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012 ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW (88)/01 Hubert Sar, Potr Fundowcz 1 WYZNACZANIE ASOWEGO OENTU BEZWŁADNOŚCI WZGLĘDE OSI PIONOWEJ DLA SAOCHODU TYPU VAN NA PODSTAWIE WZORU EPIRYCZNEGO 1. Wstęp asowy moment

Bardziej szczegółowo

Evaluation of estimation accuracy of correlation functions with use of virtual correlator model

Evaluation of estimation accuracy of correlation functions with use of virtual correlator model Jadwga LAL-JADZIAK Unwersytet Zelonogórsk Instytut etrolog Elektrycznej Elżbeta KAWECKA Unwersytet Zelonogórsk Instytut Informatyk Elektronk Ocena dokładnośc estymacj funkcj korelacyjnych z użycem modelu

Bardziej szczegółowo

Współczynnik przenikania ciepła U v. 4.00

Współczynnik przenikania ciepła U v. 4.00 Współczynnk przenkana cepła U v. 4.00 1 WYMAGANIA Maksymalne wartośc współczynnków przenkana cepła U dla ścan, stropów, stropodachów, oken drzw balkonowych podano w załącznku do Rozporządzena Mnstra Infrastruktury

Bardziej szczegółowo

Ó Ó Ś Ż Ś Ó Ś Ś Ś Ś ć ć Óż Ź Ś

Ó Ó Ś Ż Ś Ó Ś Ś Ś Ś ć ć Óż Ź Ś Ś ć Ł Ś Ż Ś Ó Ż Ż Ó Ż Ó Ś Ś ż ż Ę ż Ś Ś Ó Ó Ś Ż Ś Ó Ś Ś Ś Ś ć ć Óż Ź Ś DoDATKoWE lnformacje l objaśnlenla AKTYWA ' _?. 3. Rzeczowe aktywa trwae _ rodk tnae wycenane Wg ceny nabyca pomnejszonej o umorzene.

Bardziej szczegółowo

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu PRACE KOMISJI GEOGRAFII PRZEMYSŁU Nr 7 WARSZAWA KRAKÓW 2004 Akadema Pedagogczna, Kraków Kształtowane sę frm nformatycznych jako nowych elementów struktury przestrzennej przemysłu Postępujący proces rozwoju

Bardziej szczegółowo

RATIONAL MOULDING OF CONSTRUCTIONAL FIGURE AND THE USABLE PROPERTIES OF THE AIRPLANE

RATIONAL MOULDING OF CONSTRUCTIONAL FIGURE AND THE USABLE PROPERTIES OF THE AIRPLANE Journal of KONES Powertran and Transport, Vol.14, No. 3 007 RATIONAL MOULDING OF CONSTRUCTIONAL FIGURE AND THE USABLE PROPERTIES OF THE AIRPLANE Zbgnew Klepack, Andrzej Majka Rzeszow Techncal Unverst Al.

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,

Bardziej szczegółowo

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np. Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas

Bardziej szczegółowo

Zeszyty Naukowe UNIWERSYTETU PRZYRODNICZO-HUMANISTYCZNEGO w SIEDLCACH Nr 96 Seria: Administracja i Zarz dzanie 2013

Zeszyty Naukowe UNIWERSYTETU PRZYRODNICZO-HUMANISTYCZNEGO w SIEDLCACH Nr 96 Seria: Administracja i Zarz dzanie 2013 Zeszyty aukowe UIWERSYTETU PRZYRODICZO-HUMAISTYCZEGO w SIEDLCACH r 96 Sera: Admnstracja Zarzdzane 013 mgr Marta Kruk Poltechnka Warszawska Ocena ryzyka nwestowana w walory wybranych spóek brany budowlanej

Bardziej szczegółowo

Wykład z Chemii Fizycznej

Wykład z Chemii Fizycznej Wkład z Chem Fzcznej Część 1 Wprowadzene pojęca podstawowe 1. Przedmot zadana chem fzcznej. Chema Fzczna jako nauka ekspermentalna 3. Uzupełnene z matematk Katedra Zakład Chem Fzcznej Collegum Medcum w

Bardziej szczegółowo

MODEL TENDENCJI ROZWOJOWEJ

MODEL TENDENCJI ROZWOJOWEJ MODEL TENDENCJI ROZWOJOWEJ Model endencji rozwojowej o konsrukcja eoreczna (równanie lub układ równań) opisująca kszałowanie się określonego zjawiska jako funkcji: zmiennej czasowej wahań okresowch (sezonowe

Bardziej szczegółowo

MODELOWANIE DYNAMIKI RUROCIĄGÓW OFFSHORE INSTALOWANYCH METODĄ J-LAY

MODELOWANIE DYNAMIKI RUROCIĄGÓW OFFSHORE INSTALOWANYCH METODĄ J-LAY Marek Szczotka Modelowane dnamk rurocągów offshore nstalowanch metodą J-la MODELOWANE DYNAMK UOCĄGÓW OFFSHOE NSALOWANYCH MEODĄ J-LAY Marek SZCZOKA * * Katedra nformatk Stosowanej, Wdzał Zarządzana nformatk,

Bardziej szczegółowo

Józef Beluch Akademia Górniczo-Hutnicza w Krakowie. Wpływ wag współrzędnych na wyniki transformacji Helmerta

Józef Beluch Akademia Górniczo-Hutnicza w Krakowie. Wpływ wag współrzędnych na wyniki transformacji Helmerta Józef Beluch Akadema Górczo-Hutcza w Krakowe płw wag współrzędch a wk trasformacj Helmerta . zór a trasformację współrzędch sposobem Helmerta: = c + b = d + a + a b () 2 2. Dwa modele wzaczea parametrów

Bardziej szczegółowo