Rozhodovací procesy v ŽP VÍCEKRITERIÁLNÍ HODNOCENÍ
|
|
- Zdeněk Beneš
- před 5 lety
- Počet zobrazení:
Transkript
1 Rozhodovací procesy v ŽP Variantní řešení Metoda funkce užitku (vyhodnocení vhodnosti variant) katalog kritérií váha kritérií VÍCEKRITERIÁLNÍ transformační funkce HODNOCENÍ Katedra hydromeliorací a krainného inženýrství Ing. Martin Dočkal, Ph.D.
2 Vícekriteriální rozhodování V praxi e to běžněší varianta než volba ednokriteriální, kdy optimalizueme ediný parametr... Viz Cv. 1 a 2. Hledáte tip na vhodnou dovolenou? Vybíráte partnera/-ku (na ples)? Kupuete si lyže? : Určitě vás zaímá... Jak splní vaše očekávání? Kolik vás to bude stát? Jaké e riziko selhání? Na ak dlouho to bude vyplatí se to?
3 Vícekriteriální analýza v procesech ŽP (viz dále EIA a SEA) Otázka hodnocení obsah teorie rozhodování (předmět RPZ) Praxe rozhodování řeší dva zásadní problémy: Problém existence více kritérií (ostatní e vždy zednodušení!): Subekt hodnotí každé z přípustných řešení x ne edním, nýbrž celkem p > 1 kritérii resp. kriteriálními funkcemi f 1, f 2,, f p. Dále se předpokládá, že všechny kriteriální funkce chceme současně optimalizovat (maximalizovat nebo minimalizovat) Protože obvykle bývaí hodnocená kritéria často protichůdná, neexistue tak žádné řešení, které by bylo podle všech kritérií lepší, než ostatní přípustná řešení, pokud přeci en ANO? (edná se o OPTIMÁLNÍ ŘEŠENÍ) právě en tehdy! (výimečné) Obvykle tak musíme porovnat řešení z různých hledisek a rozhodnout, které z uvedených variant e nevhodněší PREFEROVANÉ
4 V reálných případech rozhodování nastávaí situace volby: NULOVÉ VARIANTY nebo VARIANTA ODLOŽENÉHO ŘEŠENÍ Při hodnocení můžeme nalézt DOMINUJÍCÍ VARIANTU Nulová varianta představue zachování stávaícího stavu Varianta odloženého řešení pozděi vhodněší podmínky Varianta A dominue variantu B tehdy, když pro všechna kritéria rozhodování x i platí, že x ia > x ib Pokud tak varianta A dominue všechny ostatní varianty, edná se o variantu OPTIMÁLNÍ
5 Problém nevyasněné budoucnosti Problém reálného rozhodování o budoucnosti Subekt rozhodování se rozhodue v daném aktuálním okamžiku - v situaci, kdy mu zpravidla není známo, které z možných okolností v budoucnu ve skutečnosti nastanou a ovlivní tím efektivnost zvoleného rozhodnutí. Neistota, kterou lze charakterizovat pravděpodobnostně Neurčitost, v eímž případě se má za to, že nesou k dispozici ani pravděpodobnostní charakteristiky budoucnosti rozhodování za neurčitosti. (Viz přednáška Risk management)
6 Metoda funkce užitku Multikriteriální optimalizace e řešena převedením na monokriteriální, kdy maximalizueme funkci užitku: max U( x) xs Max součet bodů desetiboaře Metoda funkce užitku vychází z předpokladu, že subekt rozhodování dokáže přiřadit každé p-tici čísel f = (f 1 (x), f 2 (x),, f p (x)), kde x e libovolný prvek množiny přípustných řešení, reálné číslo (body) užitečnost přípustného řešení (varianty) x, t. číslo U ( f 1 (x), f 2 (x),, f p (x)), = U(x). Funkce U mívá v aplikacích často tvar váhové funkce: U(x) = w 1 f 1 (x) + w 2 f 2 (x) + + w p f p (x), kde w i sou nezáporné váhy kriteriálních funkcí f i, pro něž platí w 1 + w w p = 1 (váhy viz dále)
7 O kriteriálních funkcích f i přitom předpokládáme, že vznikly níže popsaným způsobem normování z původních (nenormovaných) kriteriálních funkcí F i : f i ( x) ( F ( F i max kde F i min resp. F i max e minimální resp. maximální hodnota i-té kriteriální funkce na množině přípustných řešení S. Vzniklé funkce: i ( x) F F i min i min 1. sou bezrozměrné (proto e lze sčítat!) ) ) 2. nabývaí hodnoty z intervalu <0, 1>. Tento způsob normování e zvlášť vhodný pro lineární původní účelové funkce F i.
8 Metoda TUKP Modifikace metody funkce užitku podle Prof.Říhy filosofií metody TUKP e, že ednotlivé vlivy záměru, reprezentované příslušnými ukazateli, lze z hlediska kvality a kvantity posoudit a transformovat na dílčí funkce užitku, které sou iž srovnatelné, výsledkem e stanovení celkové funkce užitku U pro každou z variant řešení V i, preferována e pak varianta s nevyšší předpokládanou hodnotou celkové funkce užitku. max U( i) is
9 Každému užitku U (V i varianty i) (vícerozměrný vektor) e přiřazeno reálné číslo podle obecného vztahu: U (V i ) = [U 1 (V i ), U 2 (V i ),, U n (V i )], kde dílčí funkce užitku (skalární) U (V i ) vyadřue stupeň plnění dílčího kritéria P pro variantu V i. U ( V i ) U Celková funkce užitku: kde i varianta kritérium n 1 Pro každou ednorozměrnou funkci užitku U neboli U (V i ) platí vztah U = f (P ). Hodnota U e v intervalu <0; 1>.
10 Katalog kritérií Skupinu i variant budeme hodnotit podle na sobě nezávislých kritérií. Kritéria rostoucí klesaící Kritéria kvantitativní kvalitativní Velmi důležité e iž na počátku určit všechna podstatná kritéria, nezapomenout na žádné důležité viz Cv. Subektivní volbu hodně ovlivňuí okolnosti rozhodování
11 Transformační funkce Dále e zřemé, že edním ze stěženích kroků v celé vícekriteriální analýze při aplikaci metody funkce užitku e stanovení transformačních funkcí užitku U = f (P ). Při sestavování transformačních funkcí užitku sou podstatné následuící kroky: 1. určit, v akých ednotkách bude ukazatel kritéria vyádřen; 2. určit, zda de o transf. přímou (s rostoucím parametrem roste i užitek kritéria popisuí pozitivní efekty a výnosy), nebo zda se edná o transf. nepřímou (s rostoucím parametrem klesá užitek kritéria popisuí nepříznivé efekty a náklady); příklad? 3. stanovit, v akém intervalu <P min, P max > se transf. uskuteční, 4. definovat, aký tvar bude mít transformační funkce.
12 Odvození transformačních funkcí ŘÍHA (2001) uvádí tři odlišné postupy pro určení vyhodnocovacích (transformačních) funkcí a křivek: 1. Použití reálných transformačních funkcí, které vychází z uplatnění skutečné transformační funkce v souladu s absolutně popsanou užitností (reálné vlastnosti) posuzovaného parametru. 2. Odvození standardních transformačních funkcí, které spočívá v aplikaci monotónní transformační funkce podle zavedené klasifikace a opírá se o poznatky z oblasti rozhodování a teorie her. 3. Odvození komparativní transformační funkce, které se opírá výhradně o zadané vstupní údae pro celý posuzovaný soubor variant.
13 Ad.1 Odvození reálných transformačních funkcí z praxe. Vychází z uplatnění skutečné transformační funkce v souladu s předpokládanou užitností (absolutně chápanými vlastnostmi) posuzovaného parametru. Obektivní ukazatel kvality určité vlastnosti vztažené k národním, evropským resp. celosvětovým normám akosti, Směrnicím EU a přiatým mezinárodním uzancím. V istých případech lze přihlédnout k odborné literatuře, předpisům, doporučením, které klasifikuí kvalitu či nekvalitu posuzovaného parametru. Pro řadu vlivů/posuzování sou stanoveny katalogy reálných transformačních funkcí.
14
15 Ad.2 Odvození standardních transformačních funkcí, které spočívá v aplikaci monotónní transformační funkce podle zavedené klasifikace a opírá se o poznatky z oblasti rozhodování a teorie her. Typ A - Klesaící konkávní funkce užitku Nepřímá závislost U na P ( čím více, tím hůře ) Pomalý pokles užitečnosti v oblasti nelepších (maximálních) hodnot pro U 1 Ekologicky optimistické hodnocení (mírný nárůst P, nic moc se neděe s U ) U 1 P P max P min P min k k > 1
16 Typ B - Klesaící konvexní funkce užitku Nepřímá závislost U na P Radikální pokles užitečnosti v oblasti nelepších (maximálních) hodnot pro U 1 Ekologicky pesimistické hodnocení (iž mírný nárůst P = velký problém u U ) U 1 P P max P min P min k k < 1
17 Typ C - Rostoucí konkávní funkce užitku Přímá závislost U na P ( čím více tím lépe ) Mírný pokles užitečnosti v oblasti nelepších (maximálních) hodnot pro U 1 Ekologicky optimistické hodnocení U P P max P min P min (iž mírný nárůst P = velké zlepšení U ) k k < 1
18 Typ D - Rostoucí konvexní funkce užitku Přímá závislost U na P Radikální pokles užitečnosti v oblasti nelepších (maximálních) hodnot pro U 1 Ekologicky pesimistické hodnocení (mírný nárůst P, nic moc k lepšímu s U se neděe) U P P max P min P min k k > 1
19 Ad.3 Odvození komparativní transformační funkce Opírá se výhradně o zadané vstupní údae pro celý posuzovaný soubor variant. Pro inou kombinaci variant a vstupních hodnot se bude transf. funkce lišit!
20 Váhy kritérií Zcela zásadní důležitost má pro hodnocení (eho výsledky) určení významnosti ednotlivých kritérií. Pokud e toto provedeno laicky či úmyslně zkresleně!, sou výsledky posouzení zcela ZNEHODNOCENY! Při zavedení různých vah kritérií - obecně w 1 platí pro výpočet celkové funkce užitku vztah: U( V i ) n 1 U w ( N )
21 Stanovení váhy kritérií V souboru ukazatelů kritérií nemaí všechny prvky množiny P stený relativní význam ve vztahu ke konkrétnímu posuzovanému záměru. Tento relativní, vzáemně poměrný význam (důležitost) se zednodušeně označue ako váha kritéria w. Tato významnost kritéria e subektivní! (co e podstatné pro mě nemusí být důležité pro vás) V určitých specifických případech může být použito stené váhy pro všechna kritéria, většinou e však třeba na základě reálných variant V i a popisu ukazatelů kritérií ednotlivé váhy stanovit. viz Cv.
22 Pro určení vah kritérií existue řada metod, které lze rozdělit : metody pro nezávislé stanovení vah (hodnocení provádí edinec nebo členové týmu nezávisle na sobě), metody pro závislé stanovení vah (členové týmu sou v kontaktu mezi sebou brainstorming, týmová dohoda nebo Delfská metoda). metody ednotlivce skupinové určení vah Všechny metody stanovení vah maí +/-
23 Metoda pořadí Spočívá v prostém seřazení parametrů (hierarchizace). Nedůležitěšímu ukazateli (z n-tého počtu všech hodnocených) e přiřazeno 1. místo v pořadí, neméně důležitému kritériu N-té pořadí, přičemž N = n. Váha kritéria w e odvozena z výsledného pořadí, kde 1. místu odpovídá w = n, poslednímu kritériu v pořadí e přiřazeno číslo 1. Pro další výpočty e třeba váhy normovat podle vztahu: w ( N ) n w 1 w kdy n 1 w ( N ) 1
24 Zpět k příkladu Kam večer na pivo Cena piva x Chuť x Obsluha Nespokoeni s volbou kritérií či stanovením vah??? subektivní hodnocení MD lepší e skupinové hodnocení!!!
25 Metoda známkování Principem e zvolení bodovací (známkovací) stupnice například 0 až 1, 0 až 10, popř. 0 až 100 bodů. Známky sou pak přidělovány podle důležitosti ednotlivých kritérií (ukazatelů). Nevyšší hodnoty dosahuí nevýznamněší kritéria, e možné přisoudit stenou známku více ukazatelům. Váhy e třeba opět normovat, přičemž z e známka (počet bodů) přiznaná -tému parametru. N w ( ) z z
26 Alokační metoda Základem e postupné přerozdělení předem stanoveného celkového úhrnu bodů (například w = 100) na hlavní kategorie, skupiny, až po ednotlivá kritéria. Např.: Kritéria technická a provozní 20 b. Kritéria ekonomická 20 b. Kritéria ekologická 35 b. Kritéria sociální 25 b. Kritéria ekonomická Celkové náklady 12 b. Provozní náklady 5 b. Vyvolané náklady 3 b. = 20 b. =100 b.
27 Metoda párového hodnocení Princip metody spočívá ve vzáemném porovnání všech kritérií, tedy vytvoření dvoic eichž počet e (n/2)*(n-1). Hodnotitel stanoví v rámci každé dvoice preferované kritérium (snadněi než přímo stanovit pořadí kritérií), e možné uvažovat i shodnou důležitost obou kritérií. Pro čtyři kritéria (ukazatele) pak vzniká následuící schéma Fullerův troúhelník (zvýrazněný ukazatel e označen ako preferenční): Chuť piva Cena Obsluha Zahrádka 3 4
28 Zistí se celkový počet preferencí (předností) pro každé kritérium 1bod za každou preferenci, 0,5b u dvoic bez ozn. preference výsledkem e váha kritéria w, tu e třeba znormovat na w (N) Pro kritérium w = 0 přiřadit hodnotu w = 1 a zvýšit w také u všech ostatních kritérií...
29 Duální metoda ALO-FUL Kombinace metody alokační a metody párového hodnocení (dle Fullera). Dva nezávislé kroky: Stanovení normované váhy kategorie w[kat] (N), Stanovení dílčí váhy ukazatele kritéria v rámci příslušné kategorie w[kat]. w ( N ) w[ KAT ] ( N ) w[ KAT ] m 1 w[ KAT ] Nevýhodou všech metod e subektivní přístup hodnotitele, proto se doporučue stanovit výslednou váhu ukazatelů kritérií z postoe většího počtu respondentů EXPERTNÍ ZPŮSOB (např. anketou) SKUPINOVÁ VÁHA (průměr z hodnot?)
30 Vyhodnocení variant - Závěr U U Šveka Celková funkce užitku spoená s volbou rest. U Šveka = [w CHUŤ.U CHUŤ. U Šveka, w CENA U CENA U Šveka,, w n.u n. U Šveka ] U U Šveka = 1,228 U Studentská = 1,722 U Podloubí = 0,728 U U Pětníka = 1,228 U U U Šveka Vždy e důležité slovní hodnocení!!! n 1 2 1,8 1,6 1,4 1,2 1 0,8 0,6 0,4 0,2 0 1,228 Kam večer na pivo 1,722 0,728 1,228 U Šveka Studentská Podloubí U Pětníka
31 Závěr Variantní řešení není vyžadováno ze zákona, e však vhodné pro efektivní volbu (zem. u významného rozhodování) Problém porovnání neporovnatelného - hodnocení s více kritérii řeší metoda celkového užitku (převedením na užitek spoený s realizací dané varianty ) Zásadní pro metodu e: stanovení kritérií a eich váhy stanovení transf. funkcí U = f (P ) zhodnocení výsledku doporučení! Expertní hodnocení e obektivněší než hodnocení ednotlivce
32 Co e třeba znát! Jaký e rozdíl mezi edno a více-kriteriálním rozhodováním? Jaké sou vlastnosti kritérií a ak vznikne katalog kritérií? Jaký e význam váhy kritérií, ak se váhy určuí? K čemu slouží transformační funkce popis odvození. Význam a specifika varianty OPTIMÁLNÍ, DOMINUJÍCÍ, NULOVÉ, ODLOŽENÉ umět uvést příklady! Odkazy ŘÍHA, Josef Posuzování vlivů na životní prostředí: Metody pro předběžnou rozhodovací analýzu EIA. Praha: ČVUT v Praze, KLVAŇA, Jaroslav Modelování 10: Operační výzkum přeprac. vydání. Praha: ČVUT v Praze, 2000
Metody výběru variant
Metody výběru variant Používají se pro výběr v případě více variant řešení stejného problému Lze vybírat dle jednoho nebo více kritérií V případě více kritérií mohou mít všechna stejnou důležitost nebo
VícePostupy při hodnocení variant a výběru nejvhodnějšího řešení. Šimon Kovář Katedra textilních a jednoúčelových strojů
Postupy při hodnocení variant a výběru nejvhodnějšího řešení Šimon Kovář Katedra textilních a jednoúčelových strojů Znáte nějaké postupy hodnocení variant řešení? Vícekriteriální rozhodování Při výběru
VíceMULTIKRITERIÁLNÍ ROZHODOVÁNÍ KOMPLEXNÍ HODNOCENÍ ALTERNATIV
PŘEDNÁŠKA 6 MULTIKRITERIÁLNÍ ROZHODOVÁNÍ KOMPLEXNÍ HODNOCENÍ ALTERNATIV Multikriteriální rozhodování Možnosti řešení podle toho, jaká je množina alternativ pokud množina alternativ X je zadaná implicitně
VíceTéma 14 Multikriteriální metody hodnocení variant
Téma 14 Multikriteriální metody hodnocení variant Ing. Vlastimil Vala, CSc. Předmět : Ekonomická efektivnost LH Tento projekt je spolufinancován Evropským sociálním fondem a Státním rozpočtem ČR InoBio
VíceZ X 5 0 4 H o d n o c e n í v l i v ů n a ž i v o t n í p r o s t ř e d í. Vybrané metody posuzování dopadu záměrů na životní
Z X 5 0 4 H o d n o c e n í v l i v ů n a ž i v o t n í p r o s t ř e d í Vybrané metody posuzování dopadu záměrů na životní prostředí. ř Posuzování dopadu (impaktu) posuzované činnosti na životní prostředí
VíceRozhodovací procesy 8
Rozhodovací procesy 8 Rozhodování za jistoty Příprava předmětu byla podpořena projektem OPPA č. CZ.2.17/3.1.00/33253 VIII rozhodování 1 Rozhodování za jistoty Cíl přednášky 8: Rozhodovací analýza Stanovení
Víceení spolehlivosti elektrických sítís
VŠB - TU Ostrava Fakulta elektrotechniky a informatiky Katedra elektroenergetiky, Katedra informatiky Inteligentní metody pro zvýšen ení spolehlivosti elektrických sítís (Program MCA8 pro výpočet metodami
Více1. PŘÍLOHA č. 6 Výběr z rešerší http://www.epravo.cz/top/clanky/k-hodnoticim-kriteriim-vyberovych-rizeni-85384.html K HODNOTÍCÍM KRITÉRIÍM VÝBĚROVÝCH ŘÍZENÍ Postupue-li zadavatel v souladu se zákonem č.
VíceMetody vícekriteriálního hodnocení variant
Management manažerské rozhodování Metody vícekriteriálního hodnocení variant 27.2. 2014, Brno Autor: Ing. Iveta Kališová Vytvořeno s podporou projektu Průřezová inovace studijních programů Lesnické a dřevařské
VíceVícekriteriální rozhodování. Typy kritérií
Vícekrterální rozhodování Zabývá se hodnocením varant podle několka krtérí, přčemž varanta hodnocená podle ednoho krtéra zpravdla nebývá nelépe hodnocená podle krtéra ného. Metody vícekrterálního rozhodování
VíceZPZ. Životní prostředí. a zdravotní nezávadnost staveb. Cvičení č. 5 a 6. Vysoká škola technická a ekonomická V Českých Budějovicích
Vysoká škola technická a ekonomická V Českých Budějovicích ZPZ Životní prostředí a zdravotní nezávadnost staveb Cvičení č. 5 a 6 Přednášky: Ing. Michal Kraus, Ph.D. Cvičení: Ing. Michal Kraus, Ph.D. Garant:
VíceFinanční management. Nejefektivnější portfolio (leží na hranici) dle Markowitze: Přímka kapitálového trhu
Finanční anageent Příka kapitálového trhu, odel CAPM, systeatické a nesysteatické riziko Příka kapitálového trhu Čí vyšší e sklon křivky, tí vyšší e nechuť investora riskovat. očekávaný výnos Množina všech
VíceRozhodování za nejistoty pomocí vícekriteriální analýzy variant
Rozhodování za neistoty pomocí vícekriteriální analýzy variant Helena Brožová, Milan Houška Annotation Decision theory serves as a methodology to decision making, to choosing the best decision. It is based
VíceVÍCEKRITERIÁLNÍ ROZHODOVANÍ
VÍCEKRITERIÁLNÍ ROZHODOVANÍ 1 Obsah Typy modelů vícekriteriálního rozhodování Základní pojmy Typy informací Cíl modelů Užitek, funkce užitku Grafické zobrazení Metody vícekriteriální analýzy variant 2
VíceHodnocení kvality logistických procesů
Téma 5. Hodnocení kvality logistických procesů Kvalitu logistických procesů nelze vyjádřit absolutně (nelze ji měřit přímo), nýbrž relativně porovnáním Hodnoty těchto znaků někdo buď předem stanovil (norma,
VíceMetody vícekriteriálního hodnocení variant a jejich využití při výběru produktu finanční instituce
. meznárodní konference Řízení a modelování fnančních rzk Ostrava VŠB-TU Ostrava, Ekonomcká fakulta, katedra Fnancí 8. - 9. září 200 Metody vícekrterálního hodnocení varant a ech využtí př výběru produktu
VíceDSS a De Novo programming
De Novo Programming DSS a De Novo programming DSS navrhují žádoucí budoucnost a cesty k jejímu uskutečnění Optimalizační modely vhodné nástroje pro identifikaci optimálního řešení problému Je ale problém
VíceTestování hypotéz. 1 Jednovýběrové testy. 90/2 odhad času
Testování hypotéz 1 Jednovýběrové testy 90/ odhad času V podmínkách naprostého odloučení má voák prokázat schopnost orientace v čase. Úkolem voáka e provést odhad časového intervalu 1 hodiny bez hodinek
Více4EK201 Matematické modelování. 2. Lineární programování
4EK201 Matematické modelování 2. Lineární programování 2.1 Podstata operačního výzkumu Operační výzkum (výzkum operací) Operational research, operations research, management science Soubor disciplín zaměřených
Více7 Kardinální informace o kritériích (část 1)
7 Kardinální informace o kritériích (část 1) Předpokládejme stejná značení jako v předchozích cvičeních. Kardinální informací o kritériích se rozumí ohodnocení jejich důležitosti k pomocí váhového vektoru
VíceOperační výzkum. Vícekriteriální hodnocení variant. Grafická metoda. Metoda váženého součtu.
Operační výzkum Vícekriteriální hodnocení variant. Grafická metoda. Metoda váženého součtu. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu
VíceÚVOD DO ROZHODOVÁNÍ PŘEDNÁŠKA. OPTIMALIZACE A ROZHODOVÁNÍ V DOPRAVĚ Přednáška 1. Zuzana Bělinová
PŘEDNÁŠKA 1 ÚVOD DO ROZHODOVÁNÍ Organizační Vyučující Ing., Ph.D. email: belinova@k620.fd.cvut.cz Doporučená literatura Dudorkin J. Operační výzkum. Požadavky zápočtu docházka zápočtový test (21.5.2015)
Více4EK311 Operační výzkum. 1. Úvod do operačního výzkumu
4EK311 Operační výzkum 1. Úvod do operačního výzkumu Mgr. Jana SEKNIČKOVÁ, Ph.D. Nová budova, místnost 433 Konzultační hodiny InSIS E-mail: jana.seknickova@vse.cz Web: jana.seknicka.eu/vyuka Garant kurzu:
Více4EK201 Matematické modelování. 10. Teorie rozhodování
4EK201 Matematické modelování 10. Teorie rozhodování 10. Rozhodování Rozhodování = proces výběru nějaké možnosti (varianty) podle stanoveného kritéria za účelem dosažení stanovených cílů Rozhodovatel =
VíceStudie proveditelnosti analýza nákladů a přínosů
Studie proveditelnosti analýza nákladů a přínosů Datum: Místo: Prezentuje: 21. 8. 2008 ÚRR Ing. Kateřina Hlostová Osnova Základní SP 1. Obsah 2. Úvodní informace 3. Strukturované vyhodnocení projektu 4.
Víceρ = 0 (nepřítomnost volných nábojů)
Učební text k přednášce UFY Světlo v izotropním látkovém prostředí Maxwellovy rovnice v izotropním látkovém prostředí: B rot + D rot H ( r, t) div D ρ rt, ( ) div B a materiálové vztahy D ε pro dielektrika
VíceIng. Alena Šafrová Drášilová, Ph.D.
Rozhodování Ing. Alena Šafrová Drášilová, Ph.D. Rozhodování??? video Obsah typy rozhodování principy rozhodování rozhodovací fáze základní pojmy hodnotícího procesu rozhodovací podmínky rozhodování v podmínkách
VíceInterní norma č /01 Stupeň kotonizace lýkových vláken
Předmluva Text vnitřní normy byl vypracován v rámci Výzkumného centra Textil LN00B090 a schválen oponentním řízením dne 7.2.2004. Předmět normy Norma stanoví postup měření a hodnocení stupně kotonizace
VíceTéma: Průměrný součinitel prostupu tepla
Poznámky k zadání: ) Základní pomy éma: Průměrný součinitel prostupu tepla k výpočtu průměrného součinitele prostupu tepla budovy e nutné znát hodnoty součinitele prostupu tepla a plochy všech konstrukcí,
VíceNázev školy: Střední odborná škola stavební Karlovy Vary Sabinovo náměstí 16, Karlovy Vary
Název školy: Střední odborná škola stavební Karlovy Vary Sabinovo náměstí 16, 360 09 Karlovy Vary Autor: ING. HANA MOTYČKOVÁ Název materiálu: VY_32_INOVACE_14_ROZHODOVÁNÍ II_P2 Číslo projektu: CZ 1.07/1.5.00/34.1077
VíceMANAŽERSKÉ ROZHODOVÁNÍ
MANAŽERSKÉ ROZHODOVÁNÍ Téma 21 - PRAVIDLA ROZHODOVÁNÍ ZA RIZIKA A NEJISTOTY doc. Ing. Monika MOTYČKOVÁ (Grasseová), Ph.D. Univerzita obrany Fakulta ekonomika a managementu Katedra vojenského managementu
VíceRozhodovací procesy v ŽP ROZHODOVÁNÍ ZA RIZIKA RISK MANAGEMENT
Rozhodovací procesy v ŽP ROZHODOVÁNÍ ZA RIZIKA RISK MANAGEMENT Neznámá budoucnost??? Risk management identifikace rizika snížení rizika Riziková analýza Hazard = rozhodování za rizika Katedra hydromeliorací
VícePlánování projektu. 3. dubna Úvod. 2 Reprezentace projektu. 3 Neomezené zdroje. 4 Variabilní doba trvání. 5 Přidání pracovní síly
Plánování proektu 3. dubna 2018 1 Úvod 2 Reprezentace proektu 3 Neomezené zdroe 4 Variabilní doba trvání 5 Přidání pracovní síly Problémy plánování proektu Zprostředkování, instalace a testování rozsáhlého
VíceMULTIKRITERIÁLNÍ ROZHODOVÁNÍ VEKTOROVÁ OPTIMALIZACE
OPTIMALIZACE A ROZHODOVÁNÍ V DOPRAVĚ část druhá Přednáša 5 PŘEDNÁŠKA 5 MULTIKRITERIÁLNÍ ROZHODOVÁNÍ VEKTOROVÁ OPTIMALIZACE OPTIMALIZACE A ROZHODOVÁNÍ V DOPRAVĚ část druhá Přednáša 5 Multiriteriální rozhodování
VíceRekonstrukce křivek a ploch metodou postupné evoluce
Rekonstrukce křivek a ploch metodou postupné evoluce Univerzita Karlova v Praze Matematicko-fyzikální fakulta petra.surynkova@mff.cuni.cz Přehled Evoluce křivek princip evoluce použití evoluce křivky ve
VíceEfektivnost informačních systémů. strategické řízení taktické řízení. operativní řízení a provozu
Informační systémy EIS MIS TPS strategické řízení taktické řízení operativní řízení a provozu 1 Otázky: Proč se výdaje na počítač v našem podniku neustále zvyšují, když jejich cena klesá? Víme vůbec kolik
VíceVYSOKONAPĚŤOVÉ ZKUŠEBNICTVÍ. #2 Nejistoty měření
VYSOKONAPĚŤOVÉ ZKUŠEBNICTVÍ # Nejistoty měření Přesnost měření Klasický způsob vyjádření přesnosti měření chyba měření: Absolutní chyba X = X M X(S) Relativní chyba δ X = X(M) X(S) - X(M) je naměřená hodnota
VíceOtázky ke státní závěrečné zkoušce
Otázky ke státní závěrečné zkoušce obor Ekonometrie a operační výzkum a) Diskrétní modely, Simulace, Nelineární programování. b) Teorie rozhodování, Teorie her. c) Ekonometrie. Otázka č. 1 a) Úlohy konvexního
VíceRozhodování. Ing. Alena Šafrová Drášilová, Ph.D.
Rozhodování Ing. Alena Šafrová Drášilová, Ph.D. Rozhodování??? video Obsah typy rozhodování principy rozhodování rozhodovací fáze základní pojmy hodnotícího procesu rozhodovací podmínky rozhodování v podmínkách
VíceRozhodovací procesy 3
Rozhodovací procesy 3 Informace a riziko Příprava předmětu byla podpořena projektem OPPA č. CZ.2.17/3.1.00/33253 III rozhodování 1 Rozhodovací procesy Cíl přednášky 1-3: Význam rozhodování Rozhodování
VíceA 4 9 18 24 26 B 1 5 10 11 16 C 2 3 8 13 15 17 19 22 23 25 D 6 7 12 14 20 21
Příklad 1 Soutěž o nelepší akost výrobků obeslali čtyři výrobci A, B, C, D celkem 26 výrobky. Porota sestavila toto pořadí (uveden pouze původ výrobku od nelepšího k nehoršímu): Pořadí 1 2 3 4 5 6 7 8
VíceHodnocení ekonomické efektivnosti projektů Průměrný výnos z investice, doba návratnosti, ČSH, VVP
Hodnocení ekonomické efektivnosti projektů Průměrný výnos z investice, doba návratnosti, ČSH, VVP Investice je charakterizována jako odložená spotřeba. Podnikové investice jsou ty statky, které nejsou
VíceEXPERIMENTÁLNÍ MECHANIKA 1. Jan Krystek
EXPERIMENTÁLNÍ MECHANIKA 1 2. přednáška Jan Krystek 27. září 2017 ZÁKLADY TEORIE EXPERIMENTU EXPERIMENT soustava cílevědomě řízených činností s určitou posloupností CÍL EXPERIMENTU získání objektivních
VíceVýběr lokality pro bydlení v Brně
Mendelova univerzita v Brně Provozně ekonomická fakulta Výběr lokality pro bydlení v Brně Projekt do předmětu Optimalizační metody Martin Horák Brno 5 Mendelova univerzita v Brně Provozně ekonomická fakulta
VíceFINANČNÍ ŘÍZENÍ Z HLEDISKA ÚČETNÍ EVIDENCE. COST BENEFIT ANALÝZA Část II.
FINANČNÍ ŘÍZENÍ Z HLEDISKA ÚČETNÍ EVIDENCE COST BENEFIT ANALÝZA Část II. Diskontní sazba Diskontní sazba se musí objevit při výpočtu ukazatelů ve stejné podobě jako hotovostní toky. Diskontní sazba = výnosová
VíceTematická státní mapová díla. Přehled trigonometrických a zhušťovacích bodů 1 : Ad 1) Vodohospodářská mapa ČR 1 :
Tematická SMD Zvláštnosti podmínek a tvorby SMD Tematická státní mapová díla z hlediska legislativy nestanovena výčtem, definice volným způsobem v NV 1995 1. tematická MD vytvořená pro celé území státu
VíceVarianta Pravděpodobnost 1 3 100 0,1 2 2 950 0,5 3 2 750 0,2 4 2 400 0,1 5 2 000 0,1
PODKLADY PRO PROJEKT ESF Osnova inovované přednášky předmětu Finanční řízení podniku Doc. Ing. Marek Zinecker, Ph.D..5 Financování a riziko.5.1 Poem riziko Opatření v olasti financování ovlivňuí vedle
VíceEKONOMICKO-MATEMATICKÉ METODY
. přednáška EKONOMICKO-MATEMATICKÉ METODY Ekonomcko matematcké metody (též se užívá název operační analýza) sou metody s matematckým základem, využívané především v ekonomcké oblast, v oblast řízení a
VíceČistá současná hodnota a vnitřní výnosové procento
Čistá současná hodnota a vnitřní výnosové procento Co je to čistá současná hodnota? Čistá současná hodnota představuje rozdíl mezi diskontovanými peněžními příjmy z určité činnosti a výdaji na tuto činnost.
VíceVÍCEKRITERIÁLNÍ MANAŢERSKÉ ROZHODOVÁNÍ V PODMÍNKÁCH RIZIKA A NEJISTOTY
Internetový časopis o jakosti Vydavatel: Katedra kontroly a řízení jakosti, FMMI, VŠB-TU Ostrava VÍCEKRITERIÁLNÍ MANAŢERSKÉ ROZHODOVÁNÍ V PODMÍNKÁCH RIZIKA A NEJISTOTY ÚVOD Všemi sekvenčními manažerskými
VíceStochastické modely Informace k závěrečné zkoušce
Stochastické modely Informace k závěrečné zkoušce Jan Zouhar Katedra ekonometrie, FIS VŠE v Praze, zouharj@vse.cz 10. února 2015 Průběh zkoušky. Zkouška je ústní s přípravou na potítku. Každý si vylosuje
VíceAplikovaná numerická matematika
Aplikovaná numerická matematika 6. Metoda nejmenších čtverců doc. Ing. Róbert Lórencz, CSc. České vysoké učení technické v Praze Fakulta informačních technologií Katedra počítačových systémů Příprava studijních
Více1. Úvod do genetických algoritmů (GA)
Obsah 1. Úvod do genetických algoritmů (GA)... 2 1.1 Základní informace... 2 1.2 Výstupy z učení... 2 1.3 Základní pomy genetických algoritmů... 2 1.3.1 Úvod... 2 1.3.2 Základní pomy... 2 1.3.3 Operátor
VícePravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1
Logistická regrese Menu: QCExpert Regrese Logistická Modul Logistická regrese umožňuje analýzu dat, kdy odezva je binární, nebo frekvenční veličina vyjádřená hodnotami 0 nebo 1, případně poměry v intervalu
VíceKOMPLEXNÍ DVOJBRANY - PŘENOSOVÉ VLASTNOSTI
Koplexní dvobrany http://www.sweb.cz/oryst/elt/stranky/elt7.ht Page o 8 8. 6. 8 KOMPEXNÍ DVOJBNY - PŘENOSOVÉ VSTNOSTI Intergrační a derivační článek patří ezi koplexní dvobrany. Integrační článek á vlastnost
VíceSEMINÁŘ ACTIVE HOUSE IDEA
SEMINÁŘ ACTIVE HOUSE IDEA Ing. Martin Vonka, Ph.D. martin.vonka@fsv.cvut.cz Fakulta stavební, ČVUT v Praze, Výzkumné centrum CIDEAS, Katedra konstrukcí pozemních staveb, Centrum SUBSTANCE Národní certifikační
VíceCW01 - Teorie měření a regulace
Ústav technologie, mechanizace a řízení staveb CW01 - Teorie měření a regulace ZS 2014/2015 tm-ch-spec. 1.p 2014 - Ing. Václav Rada, CSc. Ústav technologie, mechanizace a řízení staveb Teorie měření a
VíceROZHODOVÁNÍ ROZHODOVACÍ PROBLÉM A PROCES
ROZHODOVÁNÍ ROZHODOVACÍ PROBLÉM A PROCES doc. Ing. Monika MOTYČKOVÁ (Grasseová), Ph.D. Univerzita obrany Fakulta ekonomika a managementu Katedra vojenského managementu a taktiky Kounicova 44/1. patro/kancelář
VíceOdborná skupina pro spolehlivost. Použití ordinálních a semikvantitativních postupů ve spolehlivosti. Jaroslav Zajíček
Odborná skupina pro spolehlivost Použití ordinálních a semikvantitativních postupů ve spolehlivosti Jaroslav Zajíček Obsah 1. Úvod management rizika 2. Výskyt a analýza nekvantitativních postupů - matice
VíceZákladní pojmy teorie množin Vektorové prostory
Základní pojmy teorie množin Přednáška MATEMATIKA č. 1 Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz 7. 10. 2010 Základní pojmy teorie množin Základní pojmy
VíceKritéria pro hodnocení 1. výzvy k programu podpory OP PIK Úspory energie
Příloha č. 4 Kritéria pro hodnocení 1. výzvy k programu podpory OP PIK Úspory energie Metodika bodování Kritéria pro hodnocení jsou rozdělena na pět základních částí: A B C D E Binární (vylučovací) kritéria
Více1.1 Posoudit varianty aplikace kompostu na snížení povrchového odtoku při intenzivních dešťových srážkách (metoda WSA metoda váženého součtu)
Příklady využití aplikace OKS (Optimalizace krajinné struktury) Obsah 1. Použití multikriteriální analýzy 1.1 Posoudit varianty aplikace kompostu na snížení povrchového odtoku při intenzivních dešťových
VíceEkologická zranitelnost v povodí horní Nisy Ökologische Vulnerabilität im Einzugsgebiet der Oberen Neiße
Ekologická zranitelnost v povodí horní Nisy Ökologische Vulnerabilität im Einzugsgebiet der Oberen Neiße ČVUT v Praze, Fakulta stavební Katedra hydromeliorací a krajinného inženýrství Zranitelnost vulnerabilita.
Více4 Kriteriální matice a hodnocení variant
4 Kriteriální matice a hodnocení variant V teorii vícekriteriálního rozhodování pracujeme s kritérii, kterých je obecně k, a s variantami, kterých je obecně p. Hodnotu, které dosahuje varianta i pro j-té
VícePřípadové usuzování v expertním systému NEST
Případové usuzování v expertním systému NEST Vladimír Laš, Petr Berka Katedra informatičníhoa znalostního inženýrství, FIS, VŠE Praha Praha 3, Nám. W. Churchilla 4 {lasv,berka}@vse.cz Abstrakt. Článek
Více1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.
Prostá regresní a korelační analýza 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Problematika závislosti V podstatě lze rozlišovat mezi závislostí nepodstatnou, čili náhodnou
VíceProfilování vzorků heroinu s využitím vícerozměrné statistické analýzy
Profilování vzorků heroinu s využitím vícerozměrné statistické analýzy Autor práce : RNDr. Ivo Beroun,CSc. Vedoucí práce: prof. RNDr. Milan Meloun, DrSc. PROFILOVÁNÍ Profilování = klasifikace a rozlišování
VíceInženýrská statistika pak představuje soubor postupů a aplikací teoretických principů v oblasti inženýrské činnosti.
Přednáška č. 1 Úvod do statistiky a počtu pravděpodobnosti Statistika Statistika je věda a postup jak rozvíjet lidské znalosti použitím empirických dat. Je založena na matematické statistice, která je
Více10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo
0. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo (PEF PaA) Petr Gurka aktualizováno 9. prosince 202 Obsah Základní pojmy. Motivace.................................2 Aritmetický vektorový
VíceCvičení 13 Vícekriteriální hodnocení variant a vícekriteriální programování
Cvčení 3 Vícekrterální hodnocení varant a vícekrterální programování Vícekrterální rozhodování ) vícekrterální hodnocení varant konkrétní výčet, seznam varant ) vícekrterální programování varanty ve formě
Více1. Přednáška. Ing. Miroslav Šulai, MBA
N_OFI_2 1. Přednáška Počet pravděpodobnosti Statistický aparát používaný ve financích Ing. Miroslav Šulai, MBA 1 Počet pravděpodobnosti -náhodné veličiny 2 Počet pravděpodobnosti -náhodné veličiny 3 Jevy
VíceVícekriteriální programování příklad
Vícekriteriální programování příklad Pražírny kávy vyrábějí dva druhy kávy (Super a Standard) ze dvou druhů kávových bobů KB1 a KB2, které mají smluvně zajištěny v množství 4 t a 6 t. Složení kávy (v procentech)
VíceBH059 Tepelná technika budov
BH059 Tepelná technika budov Stavebně energetické vlastnosti budovy - Průměrný součinitel prostupu tepla Energetická náročnost budovy Prostup tepla obálkou budovy vyadřue základní vliv stavebního řešení
VíceMATEMATIKA A Metodický list č. 1
Metodický list č. 1 Název tématického celku: Lineární algebra I Základním cílem tohoto tématického celku je objasnit některé pojmy lineární algebry a poukázat na jejich vzájemnou souvislost. Posluchači
VíceKapitola 1 INTERNÍ AUDIT A JEHO POSTUPY 5. Kapitola 2 LOGIKA V INTERNÍM AUDITU 11
OBSAH ÚVOD 1 ODDÍL A INTERNÍ AUDIT A JEHO POSTUPY 3 Kapitola 1 INTERNÍ AUDIT A JEHO POSTUPY 5 Kapitola 2 LOGIKA V INTERNÍM AUDITU 11 2.1 Základní pojmy z logiky vztažené k internímu auditu 12 2.2 Postup
VíceVektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace
Vektory a matice Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Vektory Základní pojmy a operace Lineární závislost a nezávislost vektorů 2 Matice Základní pojmy, druhy matic Operace s maticemi
VíceZáklady matematiky pro FEK
Základy matematiky pro FEK 2. přednáška Blanka Šedivá KMA zimní semestr 2016/2017 Blanka Šedivá (KMA) Základy matematiky pro FEK zimní semestr 2016/2017 1 / 20 Co nás dneska čeká... Závislé a nezávislé
VíceFINANČNÍ A EKONOMICKÁ ANALÝZA, HODNOCENÍ EKONOMICKÉ EFEKTIVNOSTI INVESTIC
PROJEKTOVÉ ŘÍZENÍ STAVEB FINANČNÍ A EKONOMICKÁ ANALÝZA, HODNOCENÍ EKONOMICKÉ EFEKTIVNOSTI INVESTIC Vysoká škola technická a ekonomická v Českých Budějovicích Institute of Technology And Business In České
Více4EK311 Operační výzkum. 2. Lineární programování
4EK311 Operační výzkum 2. Lineární programování 2.2 Matematický model úlohy LP Nalézt extrém účelové funkce z = c 1 x 1 + c 2 x 2 + + c n x n na soustavě vlastních omezení a 11 x 1 + a 12 x 2 + a 13 x
VíceZápadočeská univerzita v Plzni. Fakulta aplikovaných věd. Ivana Kozlová. Modely analýzy obalu dat
Západočeská univerzita v Plzni Fakulta aplikovaných věd SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU MATEMATICKÉ MODELOVÁNÍ Ivana Kozlová Modely analýzy obalu dat Plzeň 2010 Obsah 1 Efektivnost a její hodnocení 2 2 Základní
VíceObecné schéma řízení rizik, stanovení rozsahu a cíle analýzy rizik, metody sběru a interpretace vstupních dat
Obecné schéma řízení rizik, stanovení rozsahu a cíle analýzy rizik, metody sběru a interpretace vstupních dat doc. Ing. Alena Oulehlová, Ph.D. Univerzita obrany Fakulta vojenského leadershipu Katedra krizového
VíceOVLÁDÁNÍ RIZIKA ANALÝZA A MANAGEMENT
TICHÝ Milík OVLÁDÁNÍ RIZIKA ANALÝZA A MANAGEMENT Obsah Předmluva... V Značky a symboly... VII Přehled nejpoužívanějších zkratek... IX Názvosloví... XI Rizikologie... XV Základní pojmy... 1 1. Rizikologické
VícePožadavky k opravným zkouškám z matematiky školní rok 2013-2014
Požadavky k opravným zkouškám z matematiky školní rok 2013-2014 1. ročník (první pololetí, druhé pololetí) 1) Množiny. Číselné obory N, Z, Q, I, R. 2) Absolutní hodnota reálného čísla, intervaly. 3) Procenta,
VíceMATEMATIKA B. Lineární algebra I. Cíl: Základním cílem tohoto tématického celku je objasnit některé pojmy lineární algebry a
MATEMATIKA B metodický list č. 1 Lineární algebra I Základním cílem tohoto tématického celku je objasnit některé pojmy lineární algebry a poukázat na jejich vzájemnou souvislost. Posluchači se seznámí
VíceVzorový příklad na rozhodování BPH_ZMAN
Vzorový příklad na rozhodování BPH_ZMAN Základní charakteristiky a značení symbol verbální vyjádření interval C g g-tý cíl g = 1,.. s V i i-tá varianta i = 1,.. m K j j-té kriterium j = 1,.. n v j x ij
VíceMetody, jak stanovit správné váhy
Metody, jak stanovit správné váhy ING. BARBORA UZDAŘOVÁ RE-MEDICAL S.R.O 10.11.2016, OSTRAVA ebf 2016 Ekonomická výhodnost Obsah u Metoda pořadí u Bodovací metoda u Metoda alokace 100 bodů u Metoda párového
VíceVztah pravděpodobnosti, statistiky a biostatistiky
Vztah pravděpodobnosti, statistiky a biostatistiky V této kapitole dáme biostatistiku do kontextu s teorií pravděpodobnosti, z níž biostatistika společně se statistikou vycházeí Cílem e zavést důležité
VíceKvízové otázky Obecná ekonomie I. Teorie firmy
1. Firmy působí: a) na trhu výrobních faktorů b) na trhu statků a služeb c) na žádném z těchto trhů d) na obou těchto trzích Kvízové otázky Obecná ekonomie I. Teorie firmy 2. Firma na trhu statků a služeb
VíceNÁSTROJE A TECHNIKY PROJEKTOVÉHO MANAGEMENTU. Projektová dekompozice
NÁSTROJE A TECHNIKY PROJEKTOVÉHO MANAGEMENTU Projektová dekompozice Úvod do vybraných nástrojů projektového managementu METODY A TECHNIKY PROJEKTOVÉHO MANAGEMENTU Tvoří jádro projektového managementu.
VíceVysoká škola technická a ekonomická v Českých Budějovicích. Institute of Technology And Business In České Budějovice
FORMULACE, VÝBĚR A IMPLEMENTACE STRATEGIE Vysoká škola technická a ekonomická v Českých Budějovicích Institute of Technology And Business In České Budějovice Tento učební materiál vznikl v rámci projektu
VíceMULTIKRITERIÁLNÍ HODNOCENÍ
ECOIMPACT PRAHA Prof. Ing. Josef Říha, DrSc., a kolektiv MULTIKRITERIÁLNÍ HODNOCENÍ AKCE Analýza variant přestavby železničního uzlu Brno Konečné znění 25. 07. 2007 MULTIKRITERIÁLNÍ HODNOCENÍ DVOU VARIANT
VíceHODNOCENÍ INVESTIC. Manažerská ekonomika obor Marketingová komunikace. 9. přednáška Ing. Jarmila Ircingová, Ph.D.
HODNOCENÍ INVESTIC Manažerská ekonomika obor Marketingová komunikace 9. přednáška Ing. Jarmila Ircingová, Ph.D. Metody hodnocení efektivnosti investic Při posuzování investice se vychází ze strategických
VíceS D Ě L E N Í 1. KRITÉRIA HODNOCENÍ ZKOUŠEK A DÍLČÍCH ZKOUŠEK SPOLEČNÉ ČÁSTI MATURITNÍ ZKOUŠKY
V Praze dne 19. března 2013 Č. j.: MSMT-10139/2013-211 S D Ě L E N Í V souladu s 22, odst. 1 vyhlášky č. 177/2009 Sb., o bližších podmínkách ukončování vzdělávání ve středních školách maturitní zkouškou,
VíceNeuronové časové řady (ANN-TS)
Neuronové časové řady (ANN-TS) Menu: QCExpert Prediktivní metody Neuronové časové řady Tento modul (Artificial Neural Network Time Series ANN-TS) využívá modelovacího potenciálu neuronové sítě k predikci
VícePoptávka po penězích
Poptávka po penězích 1. Neoklasické teorie poptávky po penězích - tradiční: Fisherova, Marshallova, cambridgeská - moderní: Friedmanova 2. Keynesiánská teorie poptávky po penězích tradiční: Keynesova moderní:
VíceDerivace a průběh funkce příklady z písemných prací
Derivace a průběh funkce příklady z písemných prací Vyšetřete průběh následuících funkcí. Příklad. = x +arctg( x ). D(f) =R.. Funkce e spoitá na R. 3. Funkce není lichá, sudá, ani periodická.. lim x ±
Více1. KRITÉRIA HODNOCENÍ ZKOUŠEK A DÍLČÍCH ZKOUŠEK SPOLEČNÉ ČÁSTI MATURITNÍ ZKOUŠKY
V Praze dne 11. března 2015 Č. j.: MSMT-6626/2015-1 SDĚLENÍ V souladu s 22, odst. 1 vyhlášky č. 177/2009 Sb., o bližších podmínkách ukončování vzdělávání ve středních školách maturitní zkouškou, ve znění
VíceDiskrétní náhodná veličina
Lekce Diskrétní náhodná veličina Výsledek náhodného pokusu může být vyjádřen slovně to vede k zavedení pojmu náhodného jevu Výsledek náhodného pokusu můžeme někdy vyjádřit i číselně, což vede k pojmu náhodné
VíceTéma 7 Vyhodnocení návrhů řešení a tvorba doporučení. Propracování jednotlivých návrhů řešení. Arnošt Veselý MTP FSV UK
Téma 7 Vyhodnocení návrhů řešení a tvorba doporučení Propracování jednotlivých návrhů řešení Arnošt Veselý MTP FSV UK 21.11.2018 Co již víme Jaký problém chceme řešit Jakých cílů chceme dosáhnout Množství
VíceLineární činitel prostupu tepla
Lineární činitel prostupu tepla Zyněk Svooda, FSv ČVUT Původní text ze skript Stavení fyzika 31 z roku 2004. Částečně aktualizováno v roce 2015 především s ohledem na změny v normách. Lineární činitel
Více