ALGORYTM OPTYMALNEGO WYRÓWNANIA WYKRESU ZATRUDNIENIA Z ZASTOSOWANIEM GRAFU
|
|
- Stefan Staniszewski
- 7 lat temu
- Przeglądów:
Transkrypt
1 ALGORYTM OPTYMALNEGO WYRÓWNANIA WYKRESU ZATRUDNIENIA Z ZASTOSOWANIEM GRAFU Mieczysław POŁOŃSKI Wydział Budownictwa i Inżynierii Środowiska, Szkoła Główna Gospodarstwa Wiejskiego, Warszawa, ul. Nowoursynowska 1 Streszczenie: Artykuł opisuje nowy algorytm wyznaczenia optymalnego wyrównania wykresu zatrudnienia ze względu na kryterium kosztowe, gdy ponoszony jest równocześnie koszt przekroczenia wymaganego zapotrzebowania na analizowany zasób oraz koszt zmiany poziomu zatrudnienia. Założono, że obie funkcje zmiany kosztów nie muszą być liniowe, zatrudnienie musi być zawsze zaspokojone i nie może być magazynowane. Algorytm wyznacza pożądane zatrudnienie każdego analizowanego dnia, poszukując rozwiązania ze względu na minimalny łączny koszt przekroczenia wymaganego zapotrzebowania i zmiany poziomu zatrudnienia. W algorytmie zastosowano rozwiązanie oparte na programowaniu sieciowym. Słowa kluczowe: optymalizacja, wyrównanie zatrudnienia, minimalizacja kosztu zatrudnienia, programowanie dynamiczne. 1. Wprowadzenie Problem optymalnego wyrównywania wykresu zatrudnienia w harmonogramach budowlanych jest zagadnieniem stale aktualnym. Jaworski () proponuje, aby to zagadnienie rozwiązywać ze względu na kryterium kosztowe, przy czym brać pod uwagę dwa różne koszty: w sytuacji, gdy zatrudnienie na budowie przekracza wymagane zapotrzebowanie koszt związany z niewykorzystaniem danego środka produkcji, określony funkcją Ψ zależną od stopnia przekroczenia wymaganego zapotrzebowania oraz koszt Φ wyrażający nakłady ponoszone na zmianę poziomu zatrudnienia analizowanego zasobu, również uzależniony od wielkości zmiany zatrudnienia w kolejnych przedziałach czasu. Poszukiwane rozwiązanie powinno minimalizować sumę obu rozpatrywanych kosztów Φ i Ψ w całym horyzoncie planowania. Tak sformułowane zagadnienie zmienia dotychczasowe podejście do wyrównywania wykresów zatrudnienia, które skupiało się głownie na wyrównywaniu wykresu sprawdzającego. Rozwiązanie takiego zagadnienia wymaga jeszcze jego uściślenia. Zakłada się, że horyzont czasowy harmonogramu został podzielony na N skończonych etapów, a w każdym z tych etapów (np. dni, miesięcy) określone jest niezbędne do zrealizowania odpowiednich procesów technologicznych zapotrzebowanie jednego, jednorodnego, odnawialnego zasobu. Ze względu na fakt, że do obliczeń przyjmowany jest zasób odnawialny przyjmuje się, że nie może być od magazynowany. Ponad to zakłada się, że wyznaczone w procesie obliczeń zatrudnienie każdego dnia nie może być mniejsze niż wymagane zapotrzebowanie, natomiast maksymalne zatrudnienie jakie może wystąpić na budowie równe jest maksymalnemu zapotrzebowaniu występującemu w analizowanym okresie. Jeżeli chodzi o koszty przekroczenia zapotrzebowania Ψ oraz koszty zmiany poziomu zatrudnienia Φ, to są one wyrażone w postaci związku funkcyjnego, przy czym nie musi to być funkcja liniowa. Przy wyznaczaniu kosztów zmiany zatrudnienia Φ można również przyjąć różne stawki w zależności do tego, czy zatrudnienie w kolejnych jednostkach rośnie czy też maleje. Należy również zdefiniować, czy w obliczeniach uwzględnia się stan zatrudnienia przed rozpoczęciem robót a tym samym ewentualny koszt zmiany tego zatrudnienia w stosunku do pierwszego dnia robót.. Metoda Dokładny opis modelu matematycznego rozpatrywanego zagadnienia można znaleźć u Jaworskiego (). Jak zauważa autor, tak sformułowane zagadnienie można traktować jako wieloetapowy, dynamiczny proces wyrównywania (Siudak, 1) a do jego rozwiązania zastosować algorytm programowania dynamicznego, Autor odpowiedzialny za korespondencję. mieczyslaw_polonski@sggw.pl
2 Civil and Environmental Engineering / Budownictwo i Inżynieria Środowiska (11) 1 oparty na zasadzie optymalności Bellmana (Benjamin i Cornell 1) mówiącej, że polityka optymalna ma tę własność, że niezależnie od początkowego stanu i początkowej decyzji pozostałe decyzje muszą stosować politykę optymalną ze względu na stan wynikający z pierwszej decyzji. Korzystając z tej własności algorytm programowania dynamicznego rozkłada cały analizowany proces na etapy i poszukuje rozwiązania optymalnego przechodząc przez kolejne wyróżnione etapy, rozpoczynając od ostatniego i cofając się aż do pierwszego. Taki sposób rozwiązania narzuca określony sposób notacji prowadzonych obliczeń, który nie zawsze jest czytelny, szczególnie dla osób słabiej obeznanych z badaniami operacyjnymi. W swojej książce Jaworski zamieszcza przykład obliczeniowy, który ilustruje omawiane zagadnienie i sposób jego rozwiązania oparty właśnie na programowaniu dynamicznym. Zamieszczone obliczenia nie zawierają wszystkich niezbędnych kroków obliczeniowych, a jedynie ilustrują przyjęty metodykę prowadzenia obliczeń, sposób zapisu wyników pośrednich oraz ostateczne rozwiązanie. Dobre zrozumienie zamieszczonego przykładu wymaga uważnego przeanalizowania podanych wyników oraz wykonania obliczeń dodatkowych, nie koniecznie oczywistych dla każdego czytelnika. Ponieważ podniesione przez autora przykładu zagadnienie jest ważne i może mieć również duże znaczenie praktyczne, wydaje się że warto poszukać rozwiązania tego zagadnienia, które by w prostszy sposób prowadziło do wyznaczenia poszukiwanych wartości zatrudnienia. Autor artykułu proponuje zastosować algorytm oparty na grafach skierowanych (Korzan, 1), który w jego przekonaniu pozwala czytelniej wyznaczyć optymalne zatrudnienie. Poniżej podano opis użytych w algorytmie oznaczeń oraz opisano sam algorytm. W dalszej części artykułu zamieszczono dwa przykłady ilustrujące zastosowanie zaproponowanego algorytmu.. Oznaczenia Wszystkie przyjęte oznaczenia nawiązują do oznaczeń użytych przez Jaworskiego () oprócz nowo wprowadzonych, niezbędnych ze względu na zastosowany algorytm: N liczba dni, dla których wykonywane są obliczenia, j numer kolejnego dnia, r j zapotrzebowanie na robotników w dniu j, c poziom zatrudnienia przed rozpoczęciem prac (w dniu j=), R maksymalne zatrudnienie, jakie może wystąpić na budowie; R = max(r j ) dla j=1..n, u j,u rozpatrywany poziom zatrudnienia w dniu j o wielkości u; u <1;R> x j poszukiwane zatrudnienie w dniu j, Φ j,u koszt przekroczenia wymaganego zapotrzebowania w dniu j przy poziomie zatrudnienia u, Ψ u1, koszt zmiany poziomu zatrudnienia z poziomu u 1 na poziom u, k Φ,Ψ łączny koszt przekroczenia wymaganego zapotrzebowania Φ i zmiany poziomu zatrudnienia Ψ, K1 j,u sumaryczny koszt zatrudnienia od początku do dnia j, przy poziomie zatrudnienia u w dniu j, K j,u sumaryczny fikcyjny koszt zatrudnienia podczas liczenia od końca do dnia j, przy poziomie zatrudnienia u w dniu j (może być ujemny).. Opis algorytmu Poniżej zamieszczony opis algorytmu został tak skonstruowany, aby nawet mało wprawny czytelnik mógł go łatwo zastosować. Świadomie zrezygnowano z formalnego zapisu formuł matematycznych i schematu blokowego, mając nadzieję, że taki sposób jego prezentacji jest dostatecznie precyzyjny a równocześnie prosty w zastosowaniu. Zrozumienie opisu algorytmu może ułatwić równoczesne śledzenie zamieszczonego poniżej przykładu obliczeniowego. 1. Wyznacz tyle kolumn ile dni obejmuje zadanie (1..N). Kolumny mogą być rozdzielone pionowymi liniami, lecz nie jest to konieczne. Na górze każdej kolumny wpisz kolejny numer dnia (j), zaczynając od pierwszej kolumny z lewej strony.. Dodaj na początku i na końcu rysunku po jednej dodatkowej kolumnie. Na górze tych kolumn wpisz odpowiednio numery dnia j = i j = N Wpisz na górze każdej kolumny wymagane zapotrzebowanie r j. Jeżeli chcesz uwzględnić w obliczeniach koszt zmiany poziomu zatrudnienia sprzed rozpoczęcia c (dzień zerowy) i pierwszego dnia, zdefiniuj też zapotrzebowanie przed rozpoczęciem zadania c (np. ).. Określ maksymalne zatrudnienie (R) na budowie równe maksymalnemu zapotrzebowaniu w okresie objętym obliczeniami; R = max(r j ) dla j = 1..N.. W każdej kolumnie odpowiadającej kolejnym dniom j narysuj w pionie tyle kółek (nazywanych dalej węzłami), ile może wystąpić poziomów zatrudnienia danego dnia czyli R r j + 1. W zerowej i ostatniej kolumnie wstaw tylko po jednym węźle. Nad każdym węzłem postaw krótką pionową kreskę.. Każdy węzeł podziel poziomą kreską. W górnej części każdego węzła wpisz rozpatrywane poziomy zatrudnienia danego dnia u j,u. Zacznij w każdym dniu od góry, wpisując R, niżej R1, R itd. aż do r j.. W dolnej części każdego węzła wpisz koszt przekroczenia zapotrzebowania Φ j,u odpowiadający założonemu zatrudnieniu u j,u i faktycznemu zapotrzebowaniu danego dnia r j. W zerowej i ostatniej kolumnie wstaw koszt przekroczenia zapotrzebowania Φ j,u = (dla j = i j = N + 1).. Połącz w sąsiednich kolumnach każdy węzeł z każdym, kierując zwrot strzałki w prawo.. Na każdym połączeniu oblicz i wpisz koszt zmiany poziomu zatrudnienia (Ψ u1, ) biorąc pod uwagę poziomy zatrudnienia wpisane w górnej części łączonych węzłów (u 1 i u ). Zwróć uwagę na kolejność
3 Mieczysław POŁOŃSKI łączonych węzłów, czyli czy poziom zatrudnienia rośnie czy maleje. Jeżeli nie został określony poziom zatrudnienia przed rozpoczęciem prac c, na połączeniach między dniem j = i j = 1 koszty Ψ u1, przyjmij zero. Na połączeniach między dniem N i N + 1 również przyjmij koszty Ψ u1, równe zero. 1. W kolumnie dla j =, przy węźle z lewej strony pionowej kreski wpisz zero. 11. Oblicz tak zbudowany graf od lewej strony do prawej wpisując obliczone wartości K1 j,u z lewej strony pionowej kreski przy każdym węźle. Na każdym połączeniu oblicz k Φ,Ψ będący sumą kosztów Φ j,u (wpisanych w dolnej części węzła, do którego dochodzi połączenie) i Ψ u1, (wpisanych na połączeniu). Obliczona wartość K1 j+1,u to minimum z wszystkich wartości (k Φ,Ψ + wartość K1 j,u czyli z węzła, z którego wychodzi połączenie) występujących na połączeniach dochodzących do danego węzła (dla danego u j+1 ). 1. W ostatnim węźle z prawej strony (w kolumnie z dnia N + 1) z prawej strony pionowej kreski węzła wpisz wartość obliczoną z lewej strony (K N+1,u = K1 N+1,u ). 1. Oblicz graf od prawej strony do lewej wpisując obliczone wartości K j,u z prawej strony pionowej kreski przy każdym węźle. Na każdym połączeniu oblicz sumę kosztów k Φ, Ψ będący sumą kosztów Φ j,u (wpisanych w dolnej części węzła, do którego dochodzi połączenie) i Ψ u1, (wpisanych na połączeniu). Obliczona wartość K j,u to maksimum z wszystkich wartości: (K j+1,u czyli z węzła, do którego dochodzi połączenie, k Φ,Ψ ) występujących na połączeniach wychodzących z danego węzła (dla danego u j ). 1. Wyróżnij w każdym dniu węzeł w którym K1 j,u = K j,u oraz połączenia łączące wyróżnione węzły. 1. Wartości u j,u z wyróżnionych węzłów wskazują optymalne poziomy zatrudnienia każdego rozpatrywanego dnia x j. Wartość K1 N+1,u = K N+1,u wpisana nad skrajnym prawym węzłem wyznacza minimalny koszt zatrudnienia (funkcji celu) przy przyjętych do obliczeń założeniach. Na rysunku 1 przedstawiono używane oznaczenia a dalej wzory do wyznaczenia wartości K1 i K. K1 j,u j; r j j+1; r j+1 u j,u Φ j,u K j,u Ψ uj,uj+1 K1 j+1,u u j+1,u Φ j+1,u Rys. 1. Oznaczenia używane na grafie podczas obliczeń K j+1, Dla wszystkich u j : Κ1j+ 1,u = min = min ( Κ1 j, u + Φ j+ 1, u + Ψuj, uj+ 1) ( Κ1 + k ) j, u Φ, Ψ Dla wszystkich u j+1 : Κ j,u = max max ( Κ j + 1, u Φ j+ 1, u Ψuj, uj+ 1) ( Κ k ) = j + 1, u Φ, Ψ. Przykłady obliczeniowe Opracowany algorytm został przedstawiony na dwóch przykładach. Pierwszy dotyczy rozwiązania zadania zaczerpniętego od Jaworskiego (). W przykładzie wyróżniono cztery okresy obliczeniowe (N = ) oraz w każdym z nich podano wymagane zapotrzebowanie na określony rodzaj środka produkcji wynoszące odpowiednio: r 1 =, r =, r =, r =. Koszt przekroczenia wymaganego zapotrzebowania Φ j,u został określony na jednostek nakładów finansowych za przekroczenie każdej jednostki zapotrzebowania (niezależnie od wielkości przekroczenia czyli w postaci funkcji prostoliniowej). Zmiana wielkości limitu zatrudnienia w dwóch kolejnych przedziałach czasu powoduje koszt, którego wielkość można wyrazić formułą: ( u1 ) dla 1 = + > u () = dla < u1 () = dla = u1 () Widać, że w tym wypadku funkcja nie jest prostoliniowa i zależy od wielkości różnicy w zatrudnieniu. Jeżeli zatrudnienie obniża poziom, strata wynosi jednostek finansowych niezależnie od wielkości obniżki, jeżeli zatrudnienie wzrasta, wielkość straty finansowej zależy od wzrostu zatrudnienia. Ponadto przyjęto, że poziom zatrudnienia przed rozpoczęciem prac nie wpływa na wynik obliczeń. Po wyznaczeniu R = jako wartości maksymalnej z wymaganego zatrudnienia w rozpatrywanym okresie czterech dni, narysowano graf (rys. ) zawierający odpowiednią liczbę węzłów w każdym dniu (odpowiadającą rozpatrywanym poziom zatrudnienia w każdym dniu) i zgrupowanych w sześciu kolumnach (cztery dni obliczeniowe plus po jednej kolumnie na początku i na końcu). Na górze każdej kolumny oznaczono numer kolejnego dnia j i wymagane zapotrzebowanie w danym dniu r j. Następnie w każdym węźle opisano w górnej części rozpatrywany poziom zatrudnienia u j,u oraz w dolnej części koszt nadmiernego zatrudnienia Φ j,u. Po połączeniu strzałkami wszystkich sąsiadujących węzłów, obliczono na każdym połączeniu koszt zmiany poziomu zatrudnienia Ψ uj,uj+1 Następnie (1) ()
4 Civil and Environmental Engineering / Budownictwo i Inżynieria Środowiska (11) 1 j=; j=1; j=; j=; j=; j=; r = r 1 = r = r = r = r = x 1 = x = x = x = Rys.. Przykład obliczeniowy nr 1 j=; r = j=1; r1=1 j=; r= j=; r= j=; r= j=; r= x 1 =1 x = x = x = Rys.. Przykład obliczeniowy nr
5 Mieczysław POŁOŃSKI nadano wartość parametrowi K1, na pierwszym z lewej strony węźle (j = ) i policzono wszystkie wartości K1 j,u zaczynając od lewej strony i przechodząc do prawej, korzystając ze wzoru 1. Przykładowo, poniżej podano sposób obliczenia wartości K1, (dla j = przy poziomie zatrudnienia równym ): ( ) ( + + ) ( + + ) Κ 1, = min = 1 () Znając wartość parametru K1, = 1 na ostatnim węźle z prawej strony (j = ), zainicjowano wartość parametru K, = 1 na tym samym węźle. W dalszej części obliczeń wyznaczono wszystkie pozostałe parametry K j,u, prowadząc obliczenia od prawej strony do lewej i korzystając ze wzoru. Przykładowo, poniżej podano sposób obliczenia wartości K, : ( 1 1 ) ( 1 1 ) ( 1 ) ( 1 ) Κ, = max = 1 () Sprawdzeniem poprawności wykonanych obliczeń może być uzyskanie na węźle dla j = parametru K, równego. Znając oba parametry K1 j,u i K j,u dla wszystkich węzłów wyróżniono grubą linią wszystkie węzły, w których parametr K1 j,u równy jest K j,u i na podstawie wartości u j,u z tych węzłów wyznaczono poszukiwane zatrudnienie każdego dnia. Obliczone wartości zatrudnienia x j zostały wypisane na dole każdej kolumny. Wartość funkcji celu, a więc całkowity koszt przekroczenia zatrudnienia i zmiany poziomów zatrudnienia, równy 1 odczytano jako parametr K1 j,u = K j,u dla dnia N+1, czyli w tym wypadku j =. Drugi przykład wykonano dla innych poziomów zatrudnienia i zakładając, że poziom zatrudnienia przed rozpoczęciem robót jest narzucony i wynosi a w obliczeniach należy uwzględnić koszt zmiany zatrudnienia wynikający z pierwszego naboru pracowników. Koszty przekroczenia zapotrzebowania i zmiany poziomu zatrudnienia przyjęto takie same jak w przykładzie numer 1. Wszystkie obliczenia i ich wyniki zostały zaprezentowane na rysunku.. Podsumowanie Zaproponowany w artykule algorytm dotyczy optymalnego wyrównania wykresu sprawdzającego zatrudnienia ze względu na kryterium kosztowe składające się z sumy dwóch elementów: kosztu przekroczenia wymaganego zapotrzebowania oraz kosztu zmiany poziomu zatrudnienia na budowie w kolejnych okresach. Takie kryterium rozwiązania zostało zaproponowane przez Jaworskiego (), rozszerzając tym samym tradycyjne ujęcie polegające na poszukiwaniu równomiernego zatrudnienia nie rozpatrując tego w funkcji kosztów. Zaproponowany sposób wykonania obliczeń zawiera metodykę budowy odpowiedniego grafu, przyjęcia właściwych parametrów obliczeniowych jego poszczególnych elementów, sposób wykonania obliczeń oraz wyznaczenia na ich podstawie poszukiwanych wartości optymalnych i wartości funkcji celu. Proponowany algorytm pozwala wykonać wszystkie niezbędne obliczenia na jednym rysunku, bez potrzeby rozpisywania kolejnych kroków algorytmu dynamicznego w oddzielnych tabelach dla każdego etapu obliczeniowego. Oczywiście, w przypadku konieczności stosowania obliczeń dla większego przykładu wskazane jest opracowanie specjalnego programu komputerowego, jednak przed jego użyciem warto dobrze zrozumieć mechanizm poszukiwania rozwiązania optymalnego, a do tego celu zaproponowany algorytm dobrze się nadaje. Literatura Benjamin J. R., Cornell C. A. (1). Rachunek prawdopodobieństwa statystyka matematyczna i teoria decyzji dla inżynierów. Wydawnictwa NaukowoTechniczne. Warszawa. Jaworski K. M. (). Podstawy organizacji budowy. Wydawnictwo Naukowe PWN, Warszawa, 1. Korzan B. (1). Elementy teorii grafów i sieci. Metody i zastosowania. Wydawnictwa NaukowoTechniczne. Warszawa. Siudak M. (1). Badania operacyjne. Wydawnictwa Politechniki Warszawskiej. Warszawa. ALGORITHM FOR OPTIMAL EQUALIZATION EMPLOYMENT DIAGRAM WITH GRAPH NETWORK Abstract: The paper describes a new algorithm for determining optimal employment equalization diagram when one have to bear costs of both exceeding required demand for analyzed resource and changing employment level. It was assumed that both costchanging functions do not need to be linear and that employment needs to be fulfilled and can not be stored. Algorithm of solution determines necessary employment for every analyzed day, seeking out a solution which combines minimal total costs of both exceeded required demand and changed employment level. A solution based on graph theory was used in the algorithm. 1
ALGORYTM OPTYMALNEGO WYRÓWNANIA WYKRESU ZATRUDNIENIA METODĄ GRAFICZNĄ
ALGORYTM OPTYMALNEGO WYRÓWNANIA WYKRESU ZATRUDNIENIA METODĄ GRAFICZNĄ Mieczysław POŁOŃSKI Wydział Budownictwa i Inżynierii Środowiska, Szkoła Główna Gospodarstwa Wiejskiego, Warszawa, ul. Nowoursynowska
Poszukiwanie optymalnego wyrównania harmonogramu zatrudnienia metodą analityczną
Mieczysław POŁOŃSKI Wydział Budownictwa i Inżynierii Środowiska, Szkoła Główna Gospodarstwa Wieskiego, Warszawa, ul. Nowoursynowska 159 e-mail: mieczyslaw_polonski@sggw.pl Poszukiwanie optymalnego wyrównania
PROBLEM ROZMIESZCZENIA MASZYN LICZĄCYCH W DUŻYCH SYSTEMACH PRZEMYSŁOWYCH AUTOMATYCZNIE STEROWANYCH
CZESŁAW KULIK PROBLEM ROZMIESZCZENIA MASZYN LICZĄCYCH W DUŻYCH SYSTEMACH PRZEMYSŁOWYCH AUTOMATYCZNIE STEROWANYCH Duże systemy przemysłowe, jak kopalnie, kombinaty metalurgiczne, chemiczne itp., mają złożoną
ZAGADNIENIE TRANSPORTOWE
ZAGADNIENIE TRANSPORTOWE ZT jest specyficznym problemem z zakresu zastosowań programowania liniowego. ZT wykorzystuje się najczęściej do: optymalnego planowania transportu towarów, przy minimalizacji kosztów,
Modele i narzędzia optymalizacji w systemach informatycznych zarządzania
Politechnika Poznańska Modele i narzędzia optymalizacji w systemach informatycznych zarządzania Joanna Józefowska POZNAŃ 2010/11 Spis treści Rozdział 1. Metoda programowania dynamicznego........... 5
BADANIA OPERACYJNE i teoria optymalizacji. Prowadzący: dr Tomasz Pisula Katedra Metod Ilościowych
BADANIA OPERACYJNE i teoria optymalizacji Prowadzący: dr Tomasz Pisula Katedra Metod Ilościowych e-mail: tpisula@prz.edu.pl 1 Literatura podstawowa wykorzystywana podczas zajęć wykładowych: 1. Gajda J.,
9.9 Algorytmy przeglądu
14 9. PODSTAWOWE PROBLEMY JEDNOMASZYNOWE 9.9 Algorytmy przeglądu Metody przeglądu dla problemu 1 r j,q j C max były analizowane między innymi w pracach 25, 51, 129, 238. Jak dotychczas najbardziej elegancka
Plan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA?
/9/ Zagadnienie transportowe Optymalizacja w procesach biznesowych Wykład --9 Plan wykładu Przykład zagadnienia transportowego Sformułowanie problemu Własności zagadnienia transportowego Metoda potencjałów
Schemat programowania dynamicznego (ang. dynamic programming)
Schemat programowania dynamicznego (ang. dynamic programming) Jest jedną z metod rozwiązywania problemów optymalizacyjnych. Jej twórcą (1957) był amerykański matematyk Richard Ernest Bellman. Schemat ten
Programowanie dynamiczne. Tadeusz Trzaskalik
Programowanie dynamiczne Tadeusz Trzaskalik 9.. Wprowadzenie Słowa kluczowe Wieloetapowe procesy decyzyjne Zmienne stanu Zmienne decyzyjne Funkcje przejścia Korzyści (straty etapowe) Funkcja kryterium
Rys Wykres kosztów skrócenia pojedynczej czynności. k 2. Δk 2. k 1 pp. Δk 1 T M T B T A
Ostatnim elementem przykładu jest określenie związku pomiędzy czasem trwania robót na planowanym obiekcie a kosztem jego wykonania. Związek ten określa wzrost kosztów wykonania realizacji całego przedsięwzięcia
Rozdział 3 ZADANIE TRANSPORTOWE I PROBLEM KOMIWOJAŻERA
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 3 ZADANIE TRANSPORTOWE I PROBLEM KOMIWOJAŻERA 3.2. Ćwiczenia komputerowe
Optymalizacja harmonogramów budowlanych - szeregowanie zadań. Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie
Optymalizacja harmonogramów budowlanych - szeregowanie zadań Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie Opis zagadnienia Zadania dotyczące szeregowania zadań należą do szerokiej
1 Obliczanie modeli sieciowych w funkcji środków
1 Obliczanie modeli sieciowych w funkcji środków Przykład zaczerpnięty z mojego podręcznika Harmonogramy sieciowe w robotach inżynierskich. Wydawnictwo SGGW 001 str. 77. 1.1 Założenia analizy środków oraz
Programowanie celowe #1
Programowanie celowe #1 Problem programowania celowego (PC) jest przykładem problemu programowania matematycznego nieliniowego, który można skutecznie zlinearyzować, tzn. zapisać (i rozwiązać) jako problem
Analiza wielokryterialna wstęp do zagadnienia
Organizacja, przebieg i zarządzanie inwestycją budowlaną Analiza wielokryterialna wstęp do zagadnienia dr hab. Mieczysław Połoński prof. SGGW 1 Wprowadzenie Jednym z podstawowych, a równocześnie najważniejszym
WYZNACZANIE PRZEMIESZCZEŃ SOLDIS
WYZNACZANIE PRZEMIESZCZEŃ SOLDIS W programie SOLDIS-PROJEKTANT przemieszczenia węzła odczytuje się na końcu odpowiednio wybranego pręta. Poniżej zostanie rozwiązane przykładowe zadanie, które również zostało
Zagadnienie transportowe
9//9 Zagadnienie transportowe Optymalizacja w procesach biznesowych Wykład Plan wykładu Przykład zagadnienia transportowego Sformułowanie problemu Własności zagadnienia transportowego Metoda potencjałów
Badania operacyjne: Wykład Zastosowanie kolorowania grafów w planowaniu produkcji typu no-idle
Badania operacyjne: Wykład Zastosowanie kolorowania grafów w planowaniu produkcji typu no-idle Paweł Szołtysek 12 czerwca 2008 Streszczenie Planowanie produkcji jest jednym z problemów optymalizacji dyskretnej,
Opis przedmiotu. Karta przedmiotu - Badania operacyjne Katalog ECTS Politechniki Warszawskiej
Kod przedmiotu TR.SIK306 Nazwa przedmiotu Badania operacyjne Wersja przedmiotu 2015/16 A. Usytuowanie przedmiotu w systemie studiów Poziom kształcenia Studia I stopnia Forma i tryb prowadzenia studiów
Opis przedmiotu: Badania operacyjne
Opis : Badania operacyjne Kod Nazwa Wersja TR.SIK306 Badania operacyjne 2013/14 A. Usytuowanie w systemie studiów Poziom Kształcenia Stopień Rodzaj Kierunek studiów Profil studiów Specjalność Jednostka
Następnie przypominamy (dla części studentów wprowadzamy) podstawowe pojęcia opisujące funkcje na poziomie rysunków i objaśnień.
Zadanie Należy zacząć od sprawdzenia, co studenci pamiętają ze szkoły średniej na temat funkcji jednej zmiennej. Na początek można narysować kilka krzywych na tle układu współrzędnych (funkcja gładka,
Opis przedmiotu. Karta przedmiotu - Badania operacyjne Katalog ECTS Politechniki Warszawskiej
Kod przedmiotu TR.NIK405 Nazwa przedmiotu Badania operacyjne Wersja przedmiotu 2015/2016 A. Usytuowanie przedmiotu w systemie studiów Poziom kształcenia Studia I stopnia Forma i tryb prowadzenia studiów
Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów
Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa Diagnostyka i niezawodność robotów Laboratorium nr 6 Model matematyczny elementu naprawialnego Prowadzący: mgr inż. Marcel Luzar Cele ćwiczenia:
Rodzaje wykresów i zasady ich budowy
Rodzaje wykresów i zasady ich budowy Poznanie rodzajów wykresów oraz zasad ich budowy powinno stanowić pierwszy krok do zgłębiania tajników analizy technicznej. Wykresy przedstawiają przede wszystkim ceny
5c. Sieci i przepływy
5c. Sieci i przepływy Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie zima 2016/2017 rzegorz Kosiorowski (Uniwersytet Ekonomiczny w Krakowie) 5c. Sieci i przepływy zima 2016/2017 1 / 40 1 Definicje
Dodatek Solver Teoria Dodatek Solver jest częścią zestawu poleceń czasami zwaną narzędziami analizy typu co-jśli (analiza typu co, jeśli?
Dodatek Solver Teoria Dodatek Solver jest częścią zestawu poleceń czasami zwaną narzędziami analizy typu co-jśli (analiza typu co, jeśli? : Proces zmieniania wartości w komórkach w celu sprawdzenia, jak
Document: Exercise*02*-*manual /11/ :31---page1of8 INSTRUKCJA DO ĆWICZENIA NR 2
Document: Exercise*02*-*manual ---2014/11/12 ---8:31---page1of8 PRZEDMIOT TEMAT KATEDRA MECHANIKI STOSOWANEJ Wydział Mechaniczny POLITECHNIKA LUBELSKA INSTRUKCJA DO ĆWICZENIA NR 2 Wybrane zagadnienia z
1. Algorytmy przeszukiwania. Przeszukiwanie wszerz i w głąb.
1. Algorytmy przeszukiwania. Przeszukiwanie wszerz i w głąb. Algorytmy przeszukiwania w głąb i wszerz są najczęściej stosowanymi algorytmami przeszukiwania. Wykorzystuje się je do zbadania istnienia połączenie
Rozdział 7 ZARZĄDZANIE PROJEKTAMI
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 7 ZARZĄDZANIE PROJEKTAMI 7.2. Ćwiczenia komputerowe Ćwiczenie 7.1 Wykorzystując
FUNKCJA LINIOWA - WYKRES
FUNKCJA LINIOWA - WYKRES Wzór funkcji liniowej (Postać kierunkowa) Funkcja liniowa jest podstawowym typem funkcji. Jest to funkcja o wzorze: y = ax + b a i b to współczynniki funkcji, które mają wartości
SCENARIUSZ LEKCJI. Streszczenie. Czas realizacji. Podstawa programowa
Autorzy scenariusza: SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH
Przykładowe rozwiązania
Przykładowe rozwiązania Poniższy dokument zawiera przykładowe rozwiązania zadań z I etapu I edycji konkursu (2014 r.). Rozwiązania w formie takiej jak przedstawiona niżej uzyskałyby pełną liczbę punktów
Microsoft EXCEL SOLVER
Microsoft EXCEL SOLVER 1. Programowanie liniowe z wykorzystaniem dodatku Microsoft Excel Solver Cele Po ukończeniu tego laboratorium słuchacze potrafią korzystając z dodatku Solver: formułować funkcję
Zarządzanie projektami
Dr Adam Kucharski Spis treści Podstawowe pojęcia Metoda CPM 3 3 Przykład analizy metodą CPM 5 Podstawowe pojęcia Przedsięwzięcia złożone z wielu czynności spotykane są na każdym kroku. Jako przykład może
PRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Programowanie liniowe w technice Linear programming in engineering problems Kierunek: Rodzaj przedmiotu: obowiązkowy na kierunku matematyka przemysłowa Rodzaj zajęć: wykład, laboratorium,
Spacery losowe generowanie realizacji procesu losowego
Spacery losowe generowanie realizacji procesu losowego Michał Krzemiński Streszczenie Omówimy metodę generowania trajektorii spacerów losowych (błądzenia losowego), tj. szczególnych procesów Markowa z
1 Układy równań liniowych
II Metoda Gaussa-Jordana Na wykładzie zajmujemy się układami równań liniowych, pojawi się też po raz pierwszy macierz Formalną (i porządną) teorią macierzy zajmiemy się na kolejnych wykładach Na razie
PROGRAMOWANIE DYNAMICZNE W ROZMYTYM OTOCZENIU DO STEROWANIA STATKIEM
Mostefa Mohamed-Seghir Akademia Morska w Gdyni PROGRAMOWANIE DYNAMICZNE W ROZMYTYM OTOCZENIU DO STEROWANIA STATKIEM W artykule przedstawiono propozycję zastosowania programowania dynamicznego do rozwiązywania
Notatki do tematu Metody poszukiwania rozwiązań jednokryterialnych problemów decyzyjnych metody dla zagadnień liniowego programowania matematycznego
Notatki do tematu Metody poszukiwania rozwiązań jednokryterialnych problemów decyzyjnych metody dla zagadnień liniowego programowania matematycznego część III Analiza rozwiązania uzyskanego metodą simpleksową
Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych
Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych ELEMENTY SZTUCZNEJ INTELIGENCJI Laboratorium nr 9 PRZESZUKIWANIE GRAFÓW Z
Aproksymacja funkcji a regresja symboliczna
Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(x), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(x), zwaną funkcją aproksymującą
Outlier to dana (punkt, obiekt, wartośd w zbiorze) znacznie odstająca od reszty. prezentacji punktów odstających jest rysunek poniżej.
Temat: WYKRYWANIE ODCHYLEO W DANYCH Outlier to dana (punkt, obiekt, wartośd w zbiorze) znacznie odstająca od reszty. prezentacji punktów odstających jest rysunek poniżej. Przykładem Box Plot wygodną metodą
Optymalizacja harmonogramów budowlanych - problem szeregowania zadań
Mieczysław POŁOŃSKI Wydział Budownictwa i Inżynierii Środowisa, Szoła Główna Gospodarstwa Wiejsiego, Warszawa, ul. Nowoursynowsa 159 e-mail: mieczyslaw_polonsi@sggw.pl Założenia Optymalizacja harmonogramów
Zadanie transportowe i problem komiwojażera. Tadeusz Trzaskalik
Zadanie transportowe i problem komiwojażera Tadeusz Trzaskalik 3.. Wprowadzenie Słowa kluczowe Zbilansowane zadanie transportowe Rozwiązanie początkowe Metoda minimalnego elementu macierzy kosztów Metoda
WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ
WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ LABORATORIUM EKONOMIKA W ELEKTROTECHNICE INSTRUKCJA DO ĆWICZENIA 6 Analiza decyzji
Otrzymaliśmy w ten sposób ograniczenie na wartości parametru m.
Dla jakich wartości parametru m dziedziną funkcji f ( x) = x + mx + m 1 jest zbiór liczb rzeczywistych? We wzorze funkcji f(x) pojawia się funkcja kwadratowa, jednak znajduje się ona pod pierwiastkiem.
Czytanie wykresów to ważna umiejętność, jeden wykres zawiera więcej informacji, niż strona tekstu. Dlatego musisz umieć to robić.
Analiza i czytanie wykresów Czytanie wykresów to ważna umiejętność, jeden wykres zawiera więcej informacji, niż strona tekstu. Dlatego musisz umieć to robić. Aby dobrze odczytać wykres zaczynamy od opisu
Analiza sieciowa projektów- metody: CPM, PERT. A. Kasperski, M. Kulej 1
Analiza sieciowa projektów- metody: CPM, PERT. A. Kasperski, M. Kulej 1 Określenie projektu Przez projekt rozumie się jednostkowy(najczęściej jednorazowy) proces złożony ze zbioru wzajemnie powiązanych
t i L i T i
Planowanie oparte na budowaniu modelu struktury przedsięwzięcia za pomocą grafu nazywa sie planowaniem sieciowym. Stosuje się do planowania i kontroli realizacji założonych przedsięwzięć gospodarczych,
Metody systemowe i decyzyjne w informatyce
Metody systemowe i decyzyjne w informatyce Laboratorium Zadanie nr 3 Osada autor: A Gonczarek Celem poniższego zadania jest zrealizowanie fragmentu komputerowego przeciwnika w grze strategiczno-ekonomicznej
OPTYMALIZACJA W LOGISTYCE
OPTYMALIZACJA W LOGISTYCE Wyznaczanie lokalizacji magazynów dystrybucyjnych i miejsc produkcji dr Zbigniew Karwacki Katedra Badań Operacyjnych UŁ Lokalizacja magazynów dystrybucyjnych 1 Wybór miejsca produkcji
CHARAKTERYSTYKA I ZASTOSOWANIA ALGORYTMÓW OPTYMALIZACJI ROZMYTEJ. E. ZIÓŁKOWSKI 1 Wydział Odlewnictwa AGH, ul. Reymonta 23, Kraków
36/3 Archives of Foundry, Year 004, Volume 4, 3 Archiwum Odlewnictwa, Rok 004, Rocznik 4, Nr 3 PAN Katowice PL ISSN 64-5308 CHARAKTERYSTYKA I ZASTOSOWANIA ALGORYTMÓW OPTYMALIZACJI ROZMYTEJ E. ZIÓŁKOWSKI
PROGRAMOWANIE SIECIOWE. METODA ŚCIEŻKI KRYTYCZNEJ
PROGRAMOWANIE SIECIOWE. METODA ŚCIEŻKI KRYTYCZNEJ Maciej Patan Uniwersytet Zielonogórski WPROWADZENIE Metody programowania sieciowego wprowadzono pod koniec lat pięćdziesiatych Ze względu na strukturę
Metoda Karnaugh. B A BC A
Metoda Karnaugh. Powszechnie uważa się, iż układ o mniejszej liczbie elementów jest tańszy i bardziej niezawodny, a spośród dwóch układów o takiej samej liczbie elementów logicznych lepszy jest ten, który
w analizie wyników badań eksperymentalnych, w problemach modelowania zjawisk fizycznych, w analizie obserwacji statystycznych.
Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(), zwaną funkcją aproksymującą
9. BADANIE PRZEBIEGU ZMIENNOŚCI FUNKCJI
BADANIE PRZEBIEGU ZMIENNOŚCI FUNKCJI Ekstrema i monotoniczność funkcji Oznaczmy przez D f dziedzinę funkcji f Mówimy, że funkcja f ma w punkcie 0 D f maksimum lokalne (minimum lokalne), gdy dla każdego
Zagadnienia programowania liniowego dotyczą modelowania i optymalizacji wielu problemów decyzyjnych, na przykład:
Programowanie liniowe. 1. Aktywacja polecenia Solver. Do narzędzia Solver można uzyskać dostęp za pomocą polecenia Dane/Analiza/Solver, bądź Narzędzia/Solver (dla Ex 2003). Jeżeli nie można go znaleźć,
WYMAGANIE EDUKACYJNE Z MATEMATYKI W KLASIE II GIMNAZJUM. dopuszczającą dostateczną dobrą bardzo dobrą celującą
1. Statystyka odczytać informacje z tabeli odczytać informacje z diagramu 2. Mnożenie i dzielenie potęg o tych samych podstawach 3. Mnożenie i dzielenie potęg o tych samych wykładnikach 4. Potęga o wykładniku
Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych)
Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych) Funkcja uwikłana (równanie nieliniowe) jest to funkcja, która nie jest przedstawiona jawnym przepisem, wzorem wyrażającym zależność wartości
Notacja Denavita-Hartenberga
Notacja DenavitaHartenberga Materiały do ćwiczeń z Podstaw Robotyki Artur Gmerek Umiejętność rozwiązywania prostego zagadnienia kinematycznego jest najbardziej bazową umiejętność zakresu Robotyki. Wyznaczyć
Poziom przedmiotu: II stopnia. Liczba godzin/tydzień: 2W, 2L, 1C PRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Matematyka Rodzaj przedmiotu: przedmiot obowiązkowy dla specjalności matematyka finansowa i ubezpieczeniowa Rodzaj zajęć: wykład, laboratorium Metody optymalizacji w ekonomii
EGZAMIN MATURALNY W ROKU SZKOLNYM 2017/2018 INFORMATYKA
EGZAMIN MATURALNY W ROKU SZKOLNYM 2017/2018 INFORMATYKA POZIOM ROZSZERZONY FORMUŁA OD 2015 ( NOWA MATURA ) ZASADY OCENIANIA ROZWIĄZAŃ ZADAŃ ARKUSZ MIN-R1,R2 MAJ 2018 Uwaga: Akceptowane są wszystkie odpowiedzi
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Metody optymalizacji Metody bezgradientowe optymalizacji bez ograniczeń Materiały pomocnicze do ćwiczeń
Ćwiczenia laboratoryjne - 7. Zagadnienie transportowoprodukcyjne. programowanie liniowe
Ćwiczenia laboratoryjne - 7 Zagadnienie transportowoprodukcyjne ZT-P programowanie liniowe Ćw. L. 8 Konstrukcja modelu matematycznego Model matematyczny składa się z: Funkcji celu będącej matematycznym
BADANIA OPERACYJNE. dr Adam Sojda Pokój A405
BADANIA OPERACYJNE dr Adam Sojda adam.sojda@polsl.pl http://dydaktyka.polsl.pl/roz6/asojda/default.aspx Pokój A405 Przedsięwzięcie - zorganizowanie działanie ludzkie zmierzające do osiągnięcia określonego
A. Kasperski, M. Kulej, Badania operacyjne, Wykład 4, Zagadnienie transportowe1
A. Kasperski, M. Kulej, Badania operacyjne, Wykład 4, Zagadnienie transportowe ZAGADNIENIE TRANSPORTOWE(ZT) Danychjest pdostawców,którychpodażwynosi a,a 2,...,a p i qodbiorców, którychpopytwynosi b,b 2,...,b
BADANIA OPERACYJNE Zagadnienie transportowe. dr Adam Sojda
BADANIA OPERACYJNE Zagadnienie transportowe dr Adam Sojda adam.sojda@polsl.pl http://dydaktyka.polsl.pl/roz6/asojda/default.aspx Pokój A405 Zagadnienie transportowe Założenia: Pewien jednorodny towar należy
Funkcje wymierne. Jerzy Rutkowski. Działania dodawania i mnożenia funkcji wymiernych określa się wzorami: g h + k l g h k.
Funkcje wymierne Jerzy Rutkowski Teoria Przypomnijmy, że przez R[x] oznaczamy zbiór wszystkich wielomianów zmiennej x i o współczynnikach rzeczywistych Definicja Funkcją wymierną jednej zmiennej nazywamy
Z1/7. ANALIZA RAM PŁASKICH ZADANIE 3
Z1/7. NLIZ RM PŁSKIH ZNI 3 1 Z1/7. NLIZ RM PŁSKIH ZNI 3 Z1/7.1 Zadanie 3 Narysować wykresy sił przekrojowych w ramie wspornikowej przedstawionej na rysunku Z1/7.1. Następnie sprawdzić równowagę sił przekrojowych
ZUŻYCIE ENERGII DO OGRZEWANIA LOKALU W BUDYNKU WIELORODZINNYM. Paweł Michnikowski
ZUŻYCIE ENERGII DO OGRZEWANIA LOKALU W BUDYNKU WIELORODZINNYM Paweł Michnikowski W publikacji przedstawiono: dynamiczne metody wyznaczania zużycia energii do ogrzewania lokalu, prostą metodę godzinową,
Podstawy Automatyki. Człowiek- najlepsza inwestycja. Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego
Podstawy Automatyki Człowiek- najlepsza inwestycja Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Politechnika Warszawska Instytut Automatyki i Robotyki Dr inż.
Matematyka dyskretna
Matematyka dyskretna Wykład 13: Teoria Grafów Gniewomir Sarbicki Literatura R.J. Wilson Wprowadzenie do teorii grafów Definicja: Grafem (skończonym, nieskierowanym) G nazywamy parę zbiorów (V (G), E(G)),
Algorytm. a programowanie -
Algorytm a programowanie - Program komputerowy: Program komputerowy można rozumieć jako: kod źródłowy - program komputerowy zapisany w pewnym języku programowania, zestaw poszczególnych instrukcji, plik
Rozwiązywanie problemów z użyciem Solvera programu Excel
Rozwiązywanie problemów z użyciem Solvera programu Excel Podstawowe czynności: aktywować dodatek Solver oraz ustawić w jego opcjach maksymalny czas trwania algorytmów na sensowną wartość (np. 30 sekund).
Rozdział 2 PROGRAMOWANIE LINIOWE CAŁKOWITOLICZBOWE
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 2 PROGRAMOWANIE LINIOWE CAŁKOWITOLICZBOWE 2.2 Ćwiczenia komputerowe Ćwiczenie
Wykład z modelowania matematycznego. Zagadnienie transportowe.
Wykład z modelowania matematycznego. Zagadnienie transportowe. 1 Zagadnienie transportowe zostało sformułowane w 1941 przez F.L.Hitchcocka. Metoda rozwiązania tego zagadnienia zwana algorytmem transportowymópracowana
ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL. sin x2 (1)
ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL 1. Problem Rozważmy układ dwóch równań z dwiema niewiadomymi (x 1, x 2 ): 1 x1 sin x2 x2 cos x1 (1) Nie jest
Wizualizacja spożycia produktów żywnościowych w Europie przy użyciu programu GradeStat
Wizualizacja spożycia produktów żywnościowych w Europie przy użyciu programu GradeStat 1. Wprowadzenie Poniżej przedstawiamy tablicę zaczerpniętą z danych FAO dla roku 2001, zawierającą spożycie grup produktów
Konspekt lekcji z fizyki z zastosowaniem technologii komputerowej. (ścieżka edukacyjna medialna)
Sylwia Rybarczyk esryba@poczta.onet.pl nauczyciel fizyki i matematyki XLIV LO w Łodzi Konspekt lekcji z fizyki z zastosowaniem technologii komputerowej. (ścieżka edukacyjna medialna) Temat: Badanie zmian
Ćwiczenie Stany nieustalone w obwodach liniowych pierwszego rzędu symulacja komputerowa
INSTYTUT SYSTEMÓW INŻYNIERII ELEKTRYCZNEJ TEORIA OBWODÓW ELEKTRYCZNYCH LABORATORIUM Ćwiczenie Stany nieustalone w obwodach liniowych pierwszego rzędu symulacja komputerowa Grupa nr:. Zespół nr:. Skład
Obliczenia iteracyjne
Lekcja Strona z Obliczenia iteracyjne Zmienne iteracyjne (wyliczeniowe) Obliczenia iteracyjne wymagają zdefiniowania specjalnej zmiennej nazywanej iteracyjną lub wyliczeniową. Zmienną iteracyjną od zwykłej
Rachunek wektorowy - wprowadzenie. dr inż. Romuald Kędzierski
Rachunek wektorowy - wprowadzenie dr inż. Romuald Kędzierski Graficzne przedstawianie wielkości wektorowych Długość wektora jest miarą jego wartości Linia prosta wyznaczająca kierunek działania wektora
Polcode Code Contest PHP-10.09
Polcode Code Contest PHP-10.09 Przedmiotem konkursu jest napisanie w języku PHP programu, którego wykonanie spowoduje rozwiązanie zadanego problemu i wyświetlenie rezultatu. Zadanie konkursowe Celem zadania
Skowrońska-Szmer. Instytut Organizacji i Zarządzania Politechniki Wrocławskiej Zakład Zarządzania Jakością. 04.01.2012r.
mgr inż. Anna Skowrońska-Szmer Instytut Organizacji i Zarządzania Politechniki Wrocławskiej Zakład Zarządzania Jakością 04.01.2012r. 1. Cel prezentacji 2. Biznesplan podstawowe pojęcia 3. Teoria gier w
Narysować wykresy momentów i sił tnących w belce jak na rysunku. 3ql
Narysować wykresy momentów i sił tnących w belce jak na rysunku. q l Określamy stopień statycznej niewyznaczalności: n s = r - 3 - p = 5-3 - 0 = 2 Przyjmujemy schemat podstawowy: X 2 X Zakładamy do obliczeń,
SCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie średnich w statystyce i matematyce. Podstawowe pojęcia statystyczne. Streszczenie.
SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:
Podstawy Automatyki. Wykład 15 - Projektowanie układów asynchronicznych o programach liniowych. dr inż. Jakub Możaryn. Instytut Automatyki i Robotyki
Wykład 15 - Projektowanie układów asynchronicznych o programach liniowych Instytut Automatyki i Robotyki Warszawa, 2015 Układy o programach liniowych - Przykład Zaprojektować procesowo-zależny układ sterowania
SCENARIUSZ LEKCJI. Wielomiany komputerowe wykresy funkcji wielomianowych
Autorzy scenariusza: SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH
Optymalizacja konstrukcji
Optymalizacja konstrukcji Optymalizacja konstrukcji to bardzo ważny temat, który ma istotne znaczenie praktyczne. Standardowy proces projektowy wykorzystuje możliwości optymalizacji w niewielkim stopniu.
Wyrównanie ciągu poligonowego dwustronnie nawiązanego metodą przybliżoną.
Wyrównanie ciągu poligonowego dwustronnie nawiązanego metodą przybliżoną. Uwagi wstępne należy przeczytać przed przystąpieniem do obliczeń W pierwszej kolejności należy wpisać do dostarczonego formularza
Analiza stanu przemieszczenia oraz wymiarowanie grupy pali
Poradnik Inżyniera Nr 18 Aktualizacja: 09/2016 Analiza stanu przemieszczenia oraz wymiarowanie grupy pali Program: Plik powiązany: Grupa pali Demo_manual_18.gsp Celem niniejszego przewodnika jest przedstawienie
OPROGRAMOWANIE WSPOMAGAJĄCE ZARZĄDZANIE PROJEKTAMI. PLANOWANIE ZADAŃ I HARMONOGRAMÓW. WYKRESY GANTTA
OPROGRAMOWANIE WSPOMAGAJĄCE ZARZĄDZANIE PROJEKTAMI. PLANOWANIE ZADAŃ I HARMONOGRAMÓW. WYKRESY GANTTA Projekt to metoda na osiągnięcie celów organizacyjnych. Jest to zbiór powiązanych ze sobą, zmierzających
Złożoność obliczeniowa zadania, zestaw 2
Złożoność obliczeniowa zadania, zestaw 2 Określanie złożoności obliczeniowej algorytmów, obliczanie pesymistycznej i oczekiwanej złożoności obliczeniowej 1. Dana jest tablica jednowymiarowa A o rozmiarze
Równoległy algorytm wyznaczania bloków dla cyklicznego problemu przepływowego z przezbrojeniami
Równoległy algorytm wyznaczania bloków dla cyklicznego problemu przepływowego z przezbrojeniami dr inż. Mariusz Uchroński Wrocławskie Centrum Sieciowo-Superkomputerowe Agenda Cykliczny problem przepływowy
Przykład rozwiązania tarczy w zakresie sprężysto-plastycznym
Przykład rozwiązania tarczy w zakresie sprężysto-plastycznym Piotr Mika Kwiecień, 2012 2012-04-18 1. Przykład rozwiązanie tarczy programem ABAQUS Celem zadania jest przeprowadzenie analizy sprężysto-plastycznej
Wykład z Technologii Informacyjnych. Piotr Mika
Wykład z Technologii Informacyjnych Piotr Mika Uniwersalna forma graficznego zapisu algorytmów Schemat blokowy zbiór bloków, powiązanych ze sobą liniami zorientowanymi. Jest to rodzaj grafu, którego węzły
FUNKCJA LINIOWA - WYKRES. y = ax + b. a i b to współczynniki funkcji, które mają wartości liczbowe
FUNKCJA LINIOWA - WYKRES Wzór funkcji liniowej (postać kierunkowa) Funkcja liniowa to funkcja o wzorze: y = ax + b a i b to współczynniki funkcji, które mają wartości liczbowe Szczególnie ważny w postaci
PODSTAWY MODELOWANIA UKŁADÓW DYNAMICZNYCH W JĘZYKACH SYMULACYJNYCH
PODSTAWY MODELOWANIA UKŁADÓW DYNAMICZNYCH W JĘZYKACH SYMULACYJNYCH ( Na przykładzie POWERSIM) M. Berndt-Schreiber 1 Plan Zasady modelowania Obiekty symbole graficzne Dyskretyzacja modelowania Predefiniowane
Zadanie 1. Oblicz prawdopodobieństwo, że rzucając dwiema kostkami do gry otrzymamy:
Zadanie 1. Oblicz prawdopodobieństwo, że rzucając dwiema kostkami do gry otrzymamy: a) sumę oczek równą 6, b) iloczyn oczek równy 6, c) sumę oczek mniejszą niż 11, d) iloczyn oczek będący liczbą parzystą,