SYSTÉMY HROMADNÉ OBSLUHY. Teorie front

Rozměr: px
Začít zobrazení ze stránky:

Download "SYSTÉMY HROMADNÉ OBSLUHY. Teorie front"

Transkript

1 SYSTÉMY HROMADNÉ OBSLUHY Teorie front

2 Systémy hromadné obsluhy (SHO) Teorie hromadné obsluhy (THO) se zabývá kvantitativním hodnocením soustav schopných uspokojiť požadavky hromadného charakteru na nejakou obsluhu. SHO představují systémy (fyzické, společenské) sloužící k uspokojování potřeb jedinců, zákazníků, požadavků vstupujících do systému za účelem jejich uspokojení. VSTUPNÍ LINKA OBSLUŽNÝ KANÁL FRONTA vstup požadavků do systému zařízení provádějící obsluhu, uspokojování požadavků shromažďování požadavků

3 Historie vzniku teorie front zakladatel dánský matematik Agner Krarup Erlang ( ) řešení problému zaměřeného na zkrácení čekací doby vyřizování telefonních hovorů pro firmu Copenhagen Telephone (1908) THO využívá teorii pravděpodobnosti, matematické statistiky a teorii náhodných funkcí

4 Cíl THO 1. Analýza stávajících systémů hromadné obsluhy 2. Návrh optimalizace systému hromadné obsluhy Tak aby se nevytvářely před obslužnými kanály příliš dlouhé fronty a zároveň byla obslužná zařízení dostatečně využitá

5 Schéma SHO Zákazníci, jednotky, požadavky subjekty či objekty vyžadující obsluhu. (čekací prostor) Zdroj jednotek množina jednotek přicházející v úvahu pro hromadnou obsluhu Vstupní tok časová posloupnost vstupu jednotek do SHO. Fronta množina jednotek čekajících na obsluhu. Kanál obsluhy zařízení či osoby realizující obsluhu, jeden nebo několik paralelně zapojených kanálů tvoří uzel obsluhy. Výstupní tok časová posloupnost výstupu jednotek ze SHO. Je tvořen požadavky odcházejícími z SHO. Zajímá nás, je-li vstupem do dalšího SHO.

6 THO se zabývá především studiem těch případů kdy jednotky vstupují do systému nepravidelně a kdy délky obsluhy jednotlivých jednotek (požadavků) nejsou stejné

7 Jaké základní info o SHO potřebujeme popis zákonitostí vzniku a příchodů požadavků do systému vstupní tok popis osudu vstoupivších zákazníků v případě, že nemohou být ihned obslouženy frontový režim počet obslužných linek a popis průběhu vlastní obsluhy organizace obsluhy

8 Ukazatele efektivnosti práce SHO průměrný počet požadavků vsystému;průměrná délka fronty, průměrná doba setrvání požadavku v systému; průměrná doba čekání ve frontě, průměrný počet obsazených (volných) kanálů; koeficient využití (prostoje) kanálů, pravděpodobnost, že všechny kanály jsou obsazené (pravděpodobnost čekání); pravděpodobnost, že všechny kanály jsou volné; pravděpodobnost, že je obsazených (volných) právě k kanálů, pravděpodobnost, že v systému je n požadavků; pravděpodobnost, že počet požadavků v systému je větší (menší) než n, pravděpodobnost, že doba setrvání požadavku v systému bude menší (větší) než daná hodnota; pravděpodobnost, že doba čekání bude menší (větší) než daná hodnota.

9 Přístupy k modelování SHO Matematický aparát teorie pravděpodobnosti - sestavení matematického modelu a analytickém řešení tohoto modelu, na jehož základě se pak získají vztahy pro výpočet charakteristik systému. exaktní popis chování systému hromadné obsluhy. mat. aparát dostupný pouze pro úzkou třídu systémů Počítačová simulace - vytvoření programu pro simulaci zkoumaného systému postup lze aplikovat na většinu tříd systémů. získané výsledky jsou postaveny pouze na odhadech

10 ROZDĚLENÍ SHO (charakterizace základních částí SHO)

11 Zdroj požadavků otevřené obsloužená jednotka se nevrací do zdroje (holičství, krematorium, ). Odchod zákazníků proud odmít. nebo neobsl.zákazníků uzavřené obsloužená jednotka se vrací do zdroje

12 Zdroj požadavků uzavřené obsloužená jednotka se vrací do zdroje otevřené obsloužená jednotka se nevrací do zdroje (holičství, krematorium, ). konečný typický pro uzavřené systémy, nekonečný aproximace situace, kdy potenciální počet požadavků, je velmi velký a značně převyšuje kapacitu systému. Vstupní tok požadavků dle počtu příchozích požadavků jednotlivě, skupinově. dle okamžiků příchodů požadavků deterministické, náhodné, smíšené.

13 Čekací prostor (fronta) Čekací prostor místo mezi zdrojem jednotek a obsluhující stanicí nulový prvek, který nemůže být ihned obsloužen, je odmítnut, nenulový neomezený provozní situace dovoluje čekací systém jakékoliv délky, omezený vstoupí-li prvek v době, kdy má systém maximální přípustnou délku, je odmítnut. se ztrátami systémy s tzv. odmítnutím, kdy požadavek musí opustit systém, nebo do něj vůbec nestoupí, tj. systémy s omezenou délkou fronty nebo s omezeným počtem požadavků v systému, nebo s omezenou dobou čekání, beze ztrát žádný požadavek není odmítnut.

14 Frontový režim FIFO (first in first out), LIFO (last in first out), SIRO náhodný, PRI dle priorit. Disciplina fronty absolutně netrpělivá prvek do systému, jehož všechna zařízení jsou obsazena, nevstoupí a rezignuje na obsluhu, bez netrpělivosti prvky čekají bez ohledu na čas tak dlouho, dokud není obsluha realizovaná, částečně netrpělivá prvek čeká ve frontě po určitou dobu a pak opouští systém, nezačala-li jeho obsluha.

15 Počet kanálů a jejich uspořádání omezený (pokladny v obchodě) neomezený jednokanálové vícekanálové paralelní

16 Počet kanálů a jejich uspořádání s jednofázovou obsluhou pouze jeden uzel obsluhy (jeden nebo několik paralelně zapojených kanálů) s vícefázovou obsluhou několik uzlů obsluhy uspořádaných sériově nebo v nějaké síťové struktuře Doba obsluhy deterministická náhodná

17 Klasifikace modelů SHO Kendallova klasifikace: A / B / N A typ pravděpodobnostního rozdělení popisující intervaly mezi příchody požadavků do systému B typ pravděpodobnostního rozdělení popisující dobu trvání obsluhy N počet kanálů obsluhy Rozšířená klasifikace: A / B / N / K / S / Y K maximální počet požadavků v systému (omezení délky fronty) S počet zdrojů požadavků (omezení vstupního proudu) Y režim fronty (FIFO, LIFO, SIRO, )

18 Symboly použité pro označení typu vstupu a obsluhy Typ vstupu určuje typ rozdělení dob mezi příchody dvou po sobě následujících požadavků.typ obsluhy určuje rozdělení dob obsluhy. D Deterministický vstup nebo obsluha (konst. interval) M Exponenciální rozdělení E k Erlangovo rozdělení k-tého řádu N Normální rozdělení U Rovnoměrné rozdělení G Obecné rozdělení Příklad M/D/1/0 exponenciální rozložení intervalů mezi příchody (systém s poissonovským vstupním tokem) doba obsluhy je konstantní jedna obslužní linka počet míst pro čekající R=0

19 velké množství variant systému SHO tvorba specifických funkčních vztahů pro každý SHO

20 Elementární SHO s Poissonovským vstupním proudem Nejčastěji využívaným způsobem matematického popisu vstupního proudu je zadání distribuční funkce pravděpodobnostního rozdělení. Nejčastěji využívaným typem vstupního proudu je tzv. poissonovský vstupní proud, ve kterém má interval příchodů požadavků do systému exponenciální rozdělení.

21 Předpoklady použití Poissonova vstup.proudu Stacionární proces charakteristiky vstupního (výstupního) toku se s časem nemění, tj. střední intenzita vstupu (výstupu) je konstantní během určitého dostatečně dlouhého časového intervalu Ordinární proces pravděpodobnost výskytu více než jednoho požadavku na obsluhu je v daném okamžiku nulová (je-li tento interval dostatečně malý) Ergodický proces pravděpodobnost jevu, že proces se bude v následujícím okamžiku t n+1 nacházet ve stavu x n+1 závisí pouze na současném stavu procesu a nezávisí na předcházejících procesech.

22 Konstrukce modelu veličinami charakterizujícími čekací systém T průměrný čas, který stráví zákazník v systému (prodejně) T f průměrný čas, který stráví zákazník ve frontě N průměrný počet jednotek v systému N f průměrný počet jednotek ve frontě Nalezení funkčních vztahu mezi a parametry systému λ střední intenzita vstupu tj. průměrný počet požadavků, které do systému vstoupí za jednotku času. μ střední intenzita obsluhy, průměrný počet požadavků obsloužených za jednotku času. Určení vztahu pro pravděpodobnostní rozdělení počtu jednotek v systému nalezení pravděpodobnosti, p 0, p 1, p 2,, že v systému je v daném okamžiku 0, 1, 2, požadavků vyjádření pravděpodobnosti p 1,p 2,, jako funkci intenzity provozu η ap 0

23 Základní podmínka stabilizace systému Pokud nemá fronta narůstat nade všech meze, musí platit η střední intenzita provozu (koeficient čekacího systému) % využití provozu pravděpodobnost, že linka pracuje pravděpodobnost, že požadavek bude muset čekat m počet kanálů obsluhy

24 Jednokanálový SHO M/M/1/../FIFO ZADÁNÍ Prodejna s jedním pultem (1 prodavač), do prodejny přichází průměrně 18 zákazníků/hod, prodavač je schopen obsloužit zákazníka průměrně za cca 2,4 min. CÍL? průměrný čas, který stráví zákazník (požadavek) v systému (prodejně)? průměrný čas, který stráví zákazník ve frontě? průměrná délka fronty v prodejně? průměrný počet jednotek v systému

25 Jednokanálový SHO M/M/1/../FIFO Intervaly mezi příchody požadavků a doba obsluhy je dána exponenciálním rozdělením DANÉ λ - intenzita vstupu - průměrný počet požadavků, který vstoupí do systému za čas. jednotku (18 zákazníku/hodinu) μ - intenzita obsluhy - průměrný počet požadavků obsloužených za čas. jednotku (25 zákazníku/hodinu, 60:2,4) ŘEŠENÍ η střední intenzita provozu p 0 pravděpodobnost, že žádný požadavek nebude v systému p n pravděpodobnost, že v systému je n požadavků

26 Jednokanálový SHO M/M/1/../FIFO ŘEŠENÍ T průměrný čas, který stráví zákazník v systému (prodejně) T f průměrný čas, který stráví zákazník ve frontě N průměrný počet jednotek v systému N f průměrný počet jednotek ve frontě

27 Vícenokanálový SHO M/M/S/../FIFO T průměrný čas, který stráví zákazník v systému T f průměrný čas, který stráví zákazník ve frontě N průměrný počet jednotek v systému N f průměrný počet jednotek ve frontě

28 Optimalizace SHO malá intenzita obsluhy velká fronta zisk velká intenzita obsluhy nevyužití fronty náklady CÍL? optimální kapacita obsluhy? optimální počet obslužných kanálů maximální zisk, minimální náklady

29 Optimalizace zisku pro jednokanálový SHO PŘEDPOKLAD OPTIMALIZACE Schopnost vyčíslit výši nákladů na obsluhu a tržby získané za obsluhu. E náklady na obsluhu jednoho požadavku za jednotku času μe průměrné náklady na obsluhu G tržba za obsluhu jedné jednotky λg průměrné tržby na obsluhu Zisk za jednotku času Maximalizace zisku Pro E>G neexistuje řešení, nutno hledat jiné kritérium optimality

30 Přístupy k řešení vícefázových SHO Systémy složené z většího počtu individuálních SHO(tzv. fází) seřazených v sérii. Fáze se může skládat z více paralelně uspořádaných kanálů obsluhy. zdroj požadavků λ λ λ λ. μ 1 μ 2 μ 3 FÁZE 1 FÁZE 2 FÁZE 3 FÁZE N Analytický Simulační každou fázi lze chápat jako samostatný a nezávislý SHO typu M/M/1/ /FIFO nebo M/M/S/ /FIFO tvorba simulačního modelu SHO a experimentování s ním splnění určitých předpokladů, které výrazně omezují použití analytického modelování a zjednodušují model

31 Podmínky pro aplikaci analytického přístupu modelování vícefázového SHO stabilita systému tj. střední intenzita výstupů větší než střední intenzita vstupů Poissonův vstup požadavků (pro první fázi) zdroj požadavků - neomezený délka front v jednotlivých fázích neomezená režim fronty - FIFO časy obsluhy v jednotlivých fázích - exponenciální rozdělení stejná intenzita obsluhy pro jednotlivé kanály v rámci jedné fáze požadavky plynule přechází z jedné fáze do druhé - systém bez blokování přijímání zjednodušujících předpokladů

32 Řešení příkladu Zadání Lékař ošetřuje jednoho pacienta průměrně 20 minut. Za jednu hodinu přichází průměrně 5 pacientů. Úkol 1 Bude tento systém fungovat? Bude splněna podmínka stabilizace systému? Úkol 2 Jak musí lékař zkrátit dobu ošetření, aby systém fungoval? Úkol 3 Jak musí lékař zkrátit dobu ošetření, aby systém fungoval i když pracuje maximálně 80 procent času pracovní doby?

33 Řešení příkladu Úkol 1 Lékař ošetřuje jednoho pacienta průměrně 20 minut. Za jednu hodinu přichází průměrně 5 pacientů. Bude tento systém fungovat? Bude splněna podmínka stabilizace systému?

34 Řešení příkladu Úkol 2 Jak musí lékař zkrátit dobu ošetření, aby systém fungoval?

35 Řešení příkladu Úkol 3 Jak musí lékař zkrátit dobu ošetření, aby systém fungoval i když pracuje maximálně 80 procent času pracovní doby?

36 Literatura Hušek, R., Lauber,J. Simulační modely, SNTL/Alfa Praha 1987 Kuneš, J., Vavroch, O., Franta,V. Základy modelování, SNTL Praha 1989 Rábová, Z., Češka, M., Zendulka, J. Modelování a simulace, SNTL Praha 1982 Dlouhý, M., Fábry, J., Kuncová, M., Hladík, T. Simulace podnikových procesů, Computer Press, a.s. Brno, 2007 Keřkovský, M., Moderní přístupy k řízení výroby, C. H. Beck Praha 2001 Havrila, M., Počítačové projektovanie, Prešov, 2008, ISBN Havrila, M., Trendy v počítačovom projektovaní výrobných systémov, online cit. [ ], dostupné z Havrila, M., Tendencie v rozvoji počítačovej simulácie výrobných systémov. Manufacturing Engineering/Výrobné inžinierstvo, FVT TU Prešov, č. 3, 2008, VII, str , ISSN Geta Centrum s.r.o, Optimalizace pracoviště v digitální továrně, Baumbruk, M., Výhody integrace komponent digitální továrny: od PLM až k virtuálnímu ověřování, Siemens PLM software Lacko, B., Navrhování systémů řízení, Studijní text, Brno, 2006 Leeder, E., Digitální továrna mocný nástroj pro průmyslovou výrobu, AUTOMA 7/2008, s.56-58, Mareček, P., Virtuální simulace výroby aneb Digitální továrna, IT SYSTEMS 9/2006, on-line cit. [ ], dostupné z PLM Siemens, online cit. [ ],

Teorie front. Systém hromadné obsluhy

Teorie front. Systém hromadné obsluhy Teorie front Pokouší se analyzovat a řešit procesy, ve kterých se vyskytují proudy objektů procházejících určitými zařízeními, od nichž vyžadují obsluhu. Vlivem omezené kapacity obsluhy může docházet k

Více

Vícekanálové čekací systémy

Vícekanálové čekací systémy Vícekanálové čekací systémy Stanice obsluhy sestává z několika kanálů obsluhy, pracujících paralelně a navzájem nezávisle. Vstupy i výstupy systému mají poissonovský charakter. Jednotky vstupující do systému

Více

POČÍTAČOVÁ SIMULACE PODNIKOVÝCH PROCESŮ. Ing. V. Glombíková, PhD.

POČÍTAČOVÁ SIMULACE PODNIKOVÝCH PROCESŮ. Ing. V. Glombíková, PhD. POČÍTAČOVÁ SIMULACE PODNIKOVÝCH PROCESŮ Ing. V. Glombíková, PhD. SIMULACE nástroj pro studium chování objektů reálného světa SYSTÉM určitým způsobem uspořádána množina komponent a relací mezi nimi. zjednodušený,

Více

Kendallova klasifikace

Kendallova klasifikace Kendallova klasifikace Délka obsluhy, frontový režim, Littleovy vzorce Parametry obsluhy Trvání obsluhy - většinou předpokládáme, že trvání obsluhy jsou nezávisl vislé náhodné proměnné, se stejným rozdělením

Více

4EK201 Matematické modelování. 8. Modely hromadné obsluhy

4EK201 Matematické modelování. 8. Modely hromadné obsluhy 4EK201 Matematické modelování 8. Modely hromadné obsluhy 8. Modely hromadné obsluhy Systém, ve kterém dochází k realizaci obsluhy příchozích požadavků = systém hromadné obsluhy Vědní disciplína zkoumající

Více

Teorie hromadné obsluhy (Queuing Theory)

Teorie hromadné obsluhy (Queuing Theory) Teorie hromadné obsluhy (Queuing Theory) Mgr. Šárka Voráčov ová, Ph.D. Katedra aplikované matematiky voracova @ fd.cvut..cvut.czcz http://www.fd fd.cvut.cz/department/k611/pedagog/k611tho. /department/k611/pedagog/k611tho.html

Více

Teorie hromadné obsluhy (Queuing Theory)

Teorie hromadné obsluhy (Queuing Theory) Teorie hromadné obsluhy (Queuing Theory) Mgr. Šárka Voráčová, Ph.D. Katedra aplikované matematiky voracova @ fd.cvut.cz http://www.fd.cvut.cz/department/k611/pedagog/k611tho.html Literatura Š. Voráčová,

Více

GENEROVÁNÍ NÁHODNÝCH ČÍSEL PSEUDONÁHODNÁ ČÍSLA

GENEROVÁNÍ NÁHODNÝCH ČÍSEL PSEUDONÁHODNÁ ČÍSLA GENEROVÁNÍ NÁHODNÝCH ČÍSEL PSEUDONÁHODNÁ ČÍSLA Oblasti využití generátorů náhodných čísel Statistika Loterie Kryptografie (kryptologie) Simulace Simulační modely DETERMINISTICKÉ STOCHASTICKÉ (činnost systému

Více

4EK311 Operační výzkum. 8. Modely hromadné obsluhy

4EK311 Operační výzkum. 8. Modely hromadné obsluhy 4EK311 Operační výzkum 8. Modely hromadné obsluhy 8. Modely hromadné obsluhy Systém, ve kterém dochází k realizaci obsluhy příchozích požadavků = systém hromadné obsluhy Vědní disciplína zkoumající tyto

Více

Exponenciální modely hromadné obsluhy

Exponenciální modely hromadné obsluhy Exponenciální modely hromadné obsluhy Systém s čekáním a neohraničeným zdrojem požadavků Na základě předchozích informací je potřeba probrat, jaké informace jsou dostupné v počtu pravděpodobnosti řešícím

Více

SIMULACE SPOLEHLIVOSTI SYSTÉMŮ HROMADNÉ OBSLUHY. Michal Dorda. VŠB - TU Ostrava, Fakulta strojní, Institut dopravy

SIMULACE SPOLEHLIVOSTI SYSTÉMŮ HROMADNÉ OBSLUHY. Michal Dorda. VŠB - TU Ostrava, Fakulta strojní, Institut dopravy SIMULACE SPOLEHLIVOSTI SYSTÉMŮ HROMADNÉ OBSLUHY Michal Dorda VŠB - TU Ostrava Fakulta strojní Institut dopravy 1 Úvod V běžné technické praxi se velice často setkáváme s tzv. systémy hromadné obsluhy aniž

Více

TRENDY V POČÍTAČOVÉM PROJEKTOVÁNÍ VÝROBNÍCH SYSTÉMŮ ERGONOMICKÉ SIMULACE PODNIKOVÝCH PROCESŮ

TRENDY V POČÍTAČOVÉM PROJEKTOVÁNÍ VÝROBNÍCH SYSTÉMŮ ERGONOMICKÉ SIMULACE PODNIKOVÝCH PROCESŮ TRENDY V POČÍTAČOVÉM PROJEKTOVÁNÍ VÝROBNÍCH SYSTÉMŮ ERGONOMICKÉ SIMULACE PODNIKOVÝCH PROCESŮ Ing. V. Glombíková, PhD. Systémy pro simulaci výrobních systémů Systémy vyznačující se schopností vyhodnocení

Více

Úvod do SHO. Výkonnost a spolehlivost programových systémů KIV/VSS. Richard Lipka

Úvod do SHO. Výkonnost a spolehlivost programových systémů KIV/VSS. Richard Lipka Úvod do SHO Výkonnost a spolehlivost programových systémů KIV/VSS Richard Lipka Systémy hromadné obsluhy (Queueing theory) Modelování systémů, které obsluhují větší množství požadavků Telekomunikační systémy

Více

Stochastické modely Informace k závěrečné zkoušce

Stochastické 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

Více

Stochastické procesy - pokračování

Stochastické procesy - pokračování Stochastické procesy - pokračování Úvodní pojmy: Stochastické procesy jsou to procesy (funkce) jejichž hodnoty jsou náhodné veličiny závislé na parametru t stav systému souhrn vlastností a charakteristik,

Více

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ. Semestrální práce. Z předmětu Teorie hromadné obsluhy (THRO) Jan Čáslava.

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ. Semestrální práce. Z předmětu Teorie hromadné obsluhy (THRO) Jan Čáslava. ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ Semestrální práce Z předmětu Teorie hromadné obsluhy (THRO) Jan Čáslava Skupina 1 57 Simulace fiktivní čerpací stanice 2011 1 Obsah 1. Popis situace...

Více

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY DIPLOMOVÁ PRÁCE. 2006 Kateřina Slámová

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY DIPLOMOVÁ PRÁCE. 2006 Kateřina Slámová VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY DIPLOMOVÁ PRÁCE 2006 Kateřina Slámová VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY Hlavní specializace: Matematické

Více

1 Teorie hromadné obsluhy

1 Teorie hromadné obsluhy 1 Teorie hromadné obsluhy Teorie hromadné obsluhy zkoumá modely, v nichž do nějakého systému obsluhy, kerý může mít jeden či více linek obsluhy vstupují jednotky, které mají být těmito linkami obslouženy.

Více

Základy teorie hromadné obsluhy

Základy teorie hromadné obsluhy 454-304/1: Spojovací soustavy Základy teorie hromadné obsluhy Miroslav Vozňák VŠB - Technical University of Ostrava Department of Telecommunications Faculty of Electrical Engineering and Computer Science

Více

Vybrané statistické metody. Simulace pokladen supermarketu Albert na Spojovací

Vybrané statistické metody. Simulace pokladen supermarketu Albert na Spojovací ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE, Fakulta dopravní Ústav aplikované matematiky K611 Vybrané statistické metody Simulace pokladen supermarketu Albert na Spojovací 1 85 Jakub Ondřich 2010/2011 85101910/0040

Více

Počítačová simulace a analýza vybraných frontových systémů

Počítačová simulace a analýza vybraných frontových systémů Univerzita Jana Evangelisty Purkyně v Ústí nad Labem Přírodovědecká fakulta Počítačová simulace a analýza vybraných frontových systémů BAKALÁŘSKÁ PRÁCE Vypracovala: Vedoucí práce: Markéta Temkovičová RNDr.

Více

Algoritmizace diskrétních. Ing. Michal Dorda, Ph.D.

Algoritmizace diskrétních. Ing. Michal Dorda, Ph.D. Algoritmizace diskrétních simulačních modelů Ing. Michal Dorda, Ph.D. 1 Úvodní poznámky Při programování simulačních modelů lze hlavní dílčí problémy shrnout do následujících bodů: 1) Zachycení statických

Více

Teorie hromadné obsluhy

Teorie hromadné obsluhy ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta dopravní Semestrální práce z předmětu Teorie hromadné obsluhy Porovnání způsobů obsluhy v restauraci McDonald s SAVARIN v Praze Jméno: Bc. Jana Jirků Akademický

Více

VYUŽITÍ SIMULACE PŘI MODELOVÁNÍ PROVOZU NA SVÁŽNÉM PAHRBKU SEŘAĎOVACÍ STANICE

VYUŽITÍ SIMULACE PŘI MODELOVÁNÍ PROVOZU NA SVÁŽNÉM PAHRBKU SEŘAĎOVACÍ STANICE VYUŽITÍ SIMULACE PŘI MODELOVÁNÍ PROVOZU NA SVÁŽNÉM PAHRBKU SEŘAĎOVACÍ STANICE 1 Úvod Michal Dorda, Dušan Teichmann VŠB - TU Ostrava, Fakulta strojní, Institut dopravy Seřaďovací stanice jsou železniční

Více

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ Simulace příletů cestujících na schengenský terminál letiště Praha - Ruzyně a jejich přestupů na navazující lety SEMESTRÁLNÍ PRÁCE Vybrané statistické

Více

4EK311 Operační výzkum. 1. Úvod do operačního výzkumu

4EK311 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:

Více

intenzitu příchodů zákazníků za čas t intenzitu obsluhy (průměrný počet obsloužených) za čas t

intenzitu příchodů zákazníků za čas t intenzitu obsluhy (průměrný počet obsloužených) za čas t Ukázka - Systémy hromadné obsluhy Příklad: Pan Pumpička se rozhodl postavit samoobslužnou čerpací stanici u obce Česká Bříza. Na základě průzkumu ví, že by čerpací stanici mohlo průměrně navštívit 32,

Více

STATISTICKÝ SOUBOR. je množina sledovaných objektů - statistických jednotek, které mají z hlediska statistického zkoumání společné vlastnosti

STATISTICKÝ SOUBOR. je množina sledovaných objektů - statistických jednotek, které mají z hlediska statistického zkoumání společné vlastnosti ZÁKLADNÍ STATISTICKÉ POJMY HROMADNÝ JEV Statistika pracuje s tzv. HROMADNÝMI JEVY cílem statistického zpracování dat je podání informace o vlastnostech a zákonitostech hromadných jevů: velkého počtu jedinců

Více

TECHNICKÁ UNIVERZITA V LIBERCI

TECHNICKÁ UNIVERZITA V LIBERCI TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií Základní pojmy diagnostiky a statistických metod vyhodnocení Učební text Ivan Jaksch Liberec 2012 Materiál vznikl

Více

Simulační software Witness. Ing. Michal Dorda, Ph.D.

Simulační software Witness. Ing. Michal Dorda, Ph.D. Simulační software Witness Ing. Michal Dorda, Ph.D. 1 3 2 6 4 5 Základní prvky simulačního modelu Součást ( Part ) záložka Basic součásti představují mobilní prvky, které procházejí simulačním modelem

Více

U Úvod do modelování a simulace systémů

U Úvod do modelování a simulace systémů U Úvod do modelování a simulace systémů Vyšetřování rozsáhlých soustav mnohdy nelze provádět analytickým výpočtem.často je nutné zkoumat chování zařízení v mezních situacích, do kterých se skutečné zařízení

Více

Matematické modelování 4EK201

Matematické modelování 4EK201 Matematické modelování 4EK0 Ukázkový test Maimum 00 bodů. Pokud má úloha lineárního programování více optimálních řešení, pak (a) jich může být nekonečně mnoho, (b) jich musí být nekonečně mnoho.. Doplňte

Více

NÁHODNÁ ČÍSLA. F(x) = 1 pro x 1. Náhodná čísla lze generovat některým z následujících generátorů náhodných čísel:

NÁHODNÁ ČÍSLA. F(x) = 1 pro x 1. Náhodná čísla lze generovat některým z následujících generátorů náhodných čísel: NÁHODNÁ ČÍSLA TYPY GENERÁTORŮ, LINEÁRNÍ KONGRUENČNÍ GENERÁTORY, TESTY NÁHODNOSTI, VYUŽITÍ HODNOT NÁHODNÝCH VELIČIN V SIMULACI CO JE TO NÁHODNÉ ČÍSLO? Náhodné číslo definujeme jako nezávislé hodnoty z rovnoměrného

Více

1. Přednáška. Ing. Miroslav Šulai, MBA

1. 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

Více

Simulační modely. Kdy použít simulaci?

Simulační modely. Kdy použít simulaci? Simulační modely Simulace z lat. Simulare (napodobení). Princip simulace spočívá v sestavení modelu reálného systému a provádění opakovaných experimentů s tímto modelem. Simulaci je nutno považovat za

Více

Inženýrská statistika pak představuje soubor postupů a aplikací teoretických principů v oblasti inženýrské činnosti.

Inženýrská 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

Více

SYSTÉMOVÁ METODOLOGIE (VIII) Operační výzkum. Ak. rok 2011/2012 vbp 1

SYSTÉMOVÁ METODOLOGIE (VIII) Operační výzkum. Ak. rok 2011/2012 vbp 1 SYSTÉMOVÁ METODOLOGIE (VIII) Operační výzkum Ak. rok 2011/2012 vbp 1 DEFINICE Operační výzkum je prostředek pro nalezení optimálního řešení daného problému při respektování celé řady různorodých omezení,

Více

24.11.2009 Václav Jirchář, ZTGB

24.11.2009 Václav Jirchář, ZTGB 24.11.2009 Václav Jirchář, ZTGB Síťová analýza 50.let V souvislosti s potřebou urychlit vývoj a výrobu raket POLARIS v USA při závodech ve zbrojení za studené války se SSSR V roce 1958 se díky aplikaci

Více

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) =

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) = Základní rozdělení pravděpodobnosti Diskrétní rozdělení pravděpodobnosti. Pojem Náhodná veličina s Binomickým rozdělením Bi(n, p), kde n je přirozené číslo, p je reálné číslo, < p < má pravděpodobnostní

Více

Téma 22. Ondřej Nývlt

Téma 22. Ondřej Nývlt Téma 22 Ondřej Nývlt nyvlto1@fel.cvut.cz Náhodná veličina a náhodný vektor. Distribuční funkce, hustota a pravděpodobnostní funkce náhodné veličiny. Střední hodnota a rozptyl náhodné veličiny. Sdružené

Více

VYUŽITÍ TEORIE HROMADNÉ OBSLUHY PŘI NÁVRHU A OPTIMALIZACI PAKETOVÝCH SÍTÍ

VYUŽITÍ TEORIE HROMADNÉ OBSLUHY PŘI NÁVRHU A OPTIMALIZACI PAKETOVÝCH SÍTÍ VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV TELEKOMUNIKACÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT OF TELECOMMUNICATIONS

Více

KMA/P506 Pravděpodobnost a statistika KMA/P507 Statistika na PC

KMA/P506 Pravděpodobnost a statistika KMA/P507 Statistika na PC Přednáška 03 Přírodovědecká fakulta Katedra matematiky KMA/P506 Pravděpodobnost a statistika KMA/P507 Statistika na PC jiri.cihlar@ujep.cz Diskrétní rozdělení Důležitá diskrétní rozdělení pravděpodobnosti

Více

Přednáška. Další rozdělení SNP. Limitní věty. Speciální typy rozdělení. Další rozdělení SNP Limitní věty Speciální typy rozdělení

Přednáška. Další rozdělení SNP. Limitní věty. Speciální typy rozdělení. Další rozdělení SNP Limitní věty Speciální typy rozdělení VI Přednáška Další rozdělení SNP Limitní věty Speciální typy rozdělení Rovnoměrné rozdělení R(a,b) Příklad Obejít celý areál trvá strážnému 30 minut. Jaká je pravděpodobnost, že u vrátnice budete čekat

Více

Modelování a simulace Lukáš Otte

Modelování a simulace Lukáš Otte Modelování a simulace 2013 Lukáš Otte Význam, účel a výhody MaS Simulační modely jsou nezbytné pro: oblast vědy a výzkumu (základní i aplikovaný výzkum) analýzy složitých dyn. systémů a tech. procesů oblast

Více

Tomáš Karel LS 2012/2013

Tomáš Karel LS 2012/2013 Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není

Více

Matematika III. 4. října Vysoká škola báňská - Technická univerzita Ostrava. Matematika III

Matematika III. 4. října Vysoká škola báňská - Technická univerzita Ostrava. Matematika III Vysoká škola báňská - Technická univerzita Ostrava 4. října 2018 Podmíněná pravděpodobnost Při počítání pravděpodobnosti můžeme k náhodnému pokusu přidat i nějakou dodatečnou podmínku. Podmíněná pravděpodobnost

Více

Časové rezervy. Celková rezerva činnosti

Časové rezervy. Celková rezerva činnosti Časové rezervy Celková rezerva činnosti CR Volná rezerva činnosti VR Nezávislá rezerva činnosti - NR Celková rezerva činnosti Maximální počet časových jednotek, které jsou k dispozici pro provedení činnosti,

Více

Kvantitativní metody v rozhodování. Marta Doubková

Kvantitativní metody v rozhodování. Marta Doubková Kvantitativní metody v rozhodování Marta Doubková Seminární práce 28 OBSAH 1 LINEÁRNÍ PROGRAMOVÁNÍ KAPACITNÍ ÚLOHA... 3 2 DISTRIBUČNÍ ÚLOHA... 7 3 ANALÝZA KRITICKÉ CESTY METODA CPM... 13 4 MODEL HROMADNÉ

Více

1. Základy teorie přenosu informací

1. Základy teorie přenosu informací 1. Základy teorie přenosu informací Úvodem citát o pojmu informace Informace je název pro obsah toho, co se vymění s vnějším světem, když se mu přizpůsobujeme a působíme na něj svým přizpůsobováním. N.

Více

Západočeská univerzita v Plzni

Západočeská univerzita v Plzni Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra informatiky a výpočetní techniky Semestrální práce Výkonnost a spolehlivost číslicových sytémů Otevřená síť front Jan Bařtpán (A03043) bartipan@students.zcu.cz

Více

Výpočty spolehlivost chodu sítí

Výpočty spolehlivost chodu sítí Výpočty spolehlivost chodu sítí Ing.Zdeněk Pistora, CSc. Přehled používaných metod Metody analytické Postupné zjednodušení Metody simulační Monte Carlo Metoda postupného zjednodušení Vhodná zejména pro

Více

VYBRANÁ ROZDĚLENÍ. SPOJITÉ NÁH. VELIČINY Martina Litschmannová

VYBRANÁ ROZDĚLENÍ. SPOJITÉ NÁH. VELIČINY Martina Litschmannová VYBRANÁ ROZDĚLENÍ SPOJITÉ NÁH. VELIČINY Martina Litschmannová Opakování hustota pravděpodobnosti f(x) Funkce f(x) je hustotou pravděpodobností (na intervalu a x b), jestliže splňuje následující podmínky:

Více

Simulace na modelu firmy v prostředí Witness

Simulace na modelu firmy v prostředí Witness 1 Portál pre odborné publikovanie ISSN 1338-0087 Simulace na modelu firmy v prostředí Witness Vávra David Elektrotechnika, Informačné technológie 30.11.2011 Tento článek se zabývá simulací modelu firmy

Více

Pravděpodobnost a statistika I KMA/K413

Pravděpodobnost a statistika I KMA/K413 Pravděpodobnost a statistika I KMA/K413 Konzultace 3 Přírodovědecká fakulta Katedra matematiky jiri.cihlar@ujep.cz Kovariance, momenty Definice kovariance: Kovariance náhodných veličin Dále můžeme dokázat:,

Více

MATEMATIKA III V PŘÍKLADECH

MATEMATIKA III V PŘÍKLADECH VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA III V PŘÍKLADECH Cvičení 6 Rozdělení pravděpodobnosti diskrétní náhodné veličiny Mgr. Petr Otipka Ostrava 013 Mgr. Petr Otipka

Více

SÍŤOVÁ ANALÝZA. Kristýna Slabá, kslaba@students.zcu.cz. 1. července 2010

SÍŤOVÁ ANALÝZA. Kristýna Slabá, kslaba@students.zcu.cz. 1. července 2010 SÍŤOVÁ ANALÝZA Kristýna Slabá, kslaba@students.zcu.cz 1. července 2010 Obsah 1 Úvod do síťové analýzy Hlavní metody síťové analýzy a jejich charakteristika Metoda CPM Metoda PERT Nákladová analýza Metoda

Více

Pravděpodobnost a statistika (BI-PST) Cvičení č. 4

Pravděpodobnost a statistika (BI-PST) Cvičení č. 4 Pravděpodobnost a statistika (BI-PST) Cvičení č. 4 J. Hrabáková, I. Petr, F. Štampach, D. Vašata Katedra aplikované matematiky Fakulta informačních technologií České vysoké učení technické v Praze ZS 2014/2015

Více

SPOLEHLIVOST KONSTRUKCÍ & TEORIE SPOLEHLIVOSTI část 8: Normové předpisy

SPOLEHLIVOST KONSTRUKCÍ & TEORIE SPOLEHLIVOSTI část 8: Normové předpisy SPOLEHLIVOST KONSTRUKCÍ & TEORIE SPOLEHLIVOSTI část 8: Normové předpisy Drahomír Novák Jan Eliáš 2012 Spolehlivost konstrukcí, Drahomír Novák & Jan Eliáš 1 část 8 Normové předpisy 2012 Spolehlivost konstrukcí,

Více

1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností,

1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností, KMA/SZZS1 Matematika 1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností, operace s limitami. 2. Limita funkce

Více

Uplatňování metod teorie front pří řízení vybraných podnikových procesů. Application of theory of queues for some corporate processes control

Uplatňování metod teorie front pří řízení vybraných podnikových procesů. Application of theory of queues for some corporate processes control ZÁPADOČESKÁ UNIVERZITA V PLZNI FAKULTA EKONOMICKÁ Diplomová práce Uplatňování metod teorie front pří řízení vybraných podnikových procesů Application of theory of queues for some corporate processes control

Více

ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN

ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN Rovnoměrné rozdělení R(a,b) rozdělení s konstantní hustotou pravděpodobnosti v intervalu (a,b) f( x) distribuční funkce 0 x a F( x) a x b b a 1 x b b 1 a x a a x b

Více

Algoritmizace prostorových úloh

Algoritmizace prostorových úloh INOVACE BAKALÁŘSKÝCH A MAGISTERSKÝCH STUDIJNÍCH OBORŮ NA HORNICKO-GEOLOGICKÉ FAKULTĚ VYSOKÉ ŠKOLY BÁŇSKÉ - TECHNICKÉ UNIVERZITY OSTRAVA Algoritmizace prostorových úloh Grafové úlohy Daniela Szturcová Tento

Více

Téma 2: Pravděpodobnostní vyjádření náhodných veličin

Téma 2: Pravděpodobnostní vyjádření náhodných veličin 0.025 0.02 0.015 0.01 0.005 Nominální napětí v pásnici Std Mean 140 160 180 200 220 240 260 Std Téma 2: Pravděpodobnostní vyjádření náhodných veličin Přednáška z předmětu: Pravděpodobnostní posuzování

Více

7. Rozdělení pravděpodobnosti ve statistice

7. Rozdělení pravděpodobnosti ve statistice 7. Rozdělení pravděpodobnosti ve statistice Statistika nuda je, má však cenné údaje, neklesejte na mysli, ona nám to vyčíslí Jednou z úloh statistiky je odhad (výpočet) hodnot statistického znaku x i,

Více

SPOJITÉ ROZDĚLENÍ PRAVDĚPODOBNOSTI. 7. cvičení

SPOJITÉ ROZDĚLENÍ PRAVDĚPODOBNOSTI. 7. cvičení SPOJITÉ ROZDĚLENÍ PRAVDĚPODOBNOSTI 7. cvičení Intenzita poruch Funkce modelující dobu do výskytu události životnost, dobu do poruchy, dobu do relapsu (návratu onemocnění), apod. používáme spolu s distribuční

Více

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor Management jakosti Tématické okruhy pro státní závěrečné zkoušky bakalářské studium studijní obor "Management jakosti" školní rok 2009/2010 Management jakosti A 1. Pojem jakosti a význam managementu jakosti v současném období.

Více

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 3. 11.

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 3. 11. UNIVERZITA OBRANY Fakulta ekonomiky a managementu Aplikace STAT1 Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 Jiří Neubauer, Marek Sedlačík, Oldřich Kříž 3. 11. 2012 Popis a návod k použití aplikace

Více

MATEMATIKA III V PŘÍKLADECH

MATEMATIKA III V PŘÍKLADECH VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA III V PŘÍKLADECH Cvičení 7 Rozdělení pravděpodobnosti spojité náhodné veličiny Mgr. Petr Otipka Ostrava 2013 Mgr. Petr Otipka

Více

Výběrové charakteristiky a jejich rozdělení

Výběrové charakteristiky a jejich rozdělení Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Statistické šetření úplné (vyčerpávající) neúplné (výběrové) U výběrového šetření se snažíme o to, aby výběrový

Více

1 Analytické metody durace a konvexita aktiva (dluhopisu) $)*

1 Analytické metody durace a konvexita aktiva (dluhopisu) $)* Modely analýzy a syntézy plánů MAF/KIV) Přednáška 10 itlivostní analýza 1 Analytické metody durace a konvexita aktiva dluhopisu) Budeme uvažovat následující tvar cenové rovnice =, 1) kde jsou současná

Více

Vysoká škola báňská Technická univerzita Ostrava TEORIE ÚDRŽBY. učební text. Jan Famfulík. Jana Míková. Radek Krzyžanek

Vysoká škola báňská Technická univerzita Ostrava TEORIE ÚDRŽBY. učební text. Jan Famfulík. Jana Míková. Radek Krzyžanek Vysoká škola báňská Technická univerzita Ostrava TEORIE ÚDRŽBY učební text Jan Famfulík Jana Míková Radek Krzyžanek Ostrava 2007 Recenze: Prof. Ing. Milan Lánský, DrSc. Název: Teorie údržby Autor: Ing.

Více

VYBRANÁ ROZDĚLENÍ. DISKRÉTNÍ NÁH. VELIČINY Martina Litschmannová

VYBRANÁ ROZDĚLENÍ. DISKRÉTNÍ NÁH. VELIČINY Martina Litschmannová VYBRANÁ ROZDĚLENÍ DISKRÉTNÍ NÁH. VELIČINY Martina Litschmannová Opakování Základní pojmy z teorie pravděpodobnosti Co je to náhodná veličina (dále NV)? Číselné vyjádření výsledku náhodného pokusu. Jaké

Více

Statistika. Regresní a korelační analýza Úvod do problému. Roman Biskup

Statistika. Regresní a korelační analýza Úvod do problému. Roman Biskup Statistika Regresní a korelační analýza Úvod do problému Roman Biskup Jihočeská univerzita v Českých Budějovicích Ekonomická fakulta (Zemědělská fakulta) Katedra aplikované matematiky a informatiky 2008/2009

Více

Přidělování CPU Mgr. Josef Horálek

Přidělování CPU Mgr. Josef Horálek Přidělování CPU Mgr. Josef Horálek Přidělování CPU = Přidělování CPU je základ multiprogramového OS = pomocí přidělování CPU různým procesům OS zvyšuje výkon výpočetního systému; = Základní myšlenka multiprogramování

Více

Diferenciální rovnice a jejich aplikace. (Brkos 2011) Diferenciální rovnice a jejich aplikace 1 / 36

Diferenciální rovnice a jejich aplikace. (Brkos 2011) Diferenciální rovnice a jejich aplikace 1 / 36 Diferenciální rovnice a jejich aplikace Zdeněk Kadeřábek (Brkos 2011) Diferenciální rovnice a jejich aplikace 1 / 36 Obsah 1 Co to je derivace? 2 Diferenciální rovnice 3 Systémy diferenciálních rovnic

Více

KGG/STG Statistika pro geografy

KGG/STG Statistika pro geografy KGG/STG Statistika pro geografy 4. Teoretická rozdělení Mgr. David Fiedor 9. března 2015 Osnova Úvod 1 Úvod 2 3 4 5 Vybraná rozdělení náhodných proměnných normální rozdělení normované normální rozdělení

Více

4EK212 Kvantitativní management. 7.Řízení projektů

4EK212 Kvantitativní management. 7.Řízení projektů 4EK212 Kvantitativní management 7.Řízení projektů 6.5 Řízení projektů Typická aplikace teorie grafů Projekt = soubor činností Příklady: Vývoj a uvedení nového výrobku Výstavba či rekonstrukce objektu Plán

Více

4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY

4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY 4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY Průvodce studiem V této kapitole se seznámíte se základními typy rozložení diskrétní náhodné veličiny. Vašim úkolem by neměla být

Více

Optimalizace pokladního provozu v prodejně Albert

Optimalizace pokladního provozu v prodejně Albert Mendelova zemědělská a lesnická univerzita v Brně Fakulta provozně ekonomická Optimalizace pokladního provozu v prodejně Albert Bakalářská práce Vedoucí práce: Ing. Pavel Kolman Vypracovala: Barbora Ondrová

Více

Cvičení 5. Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc.

Cvičení 5. Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc. 5 Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc. Katedra počítačových systémů Katedra teoretické informatiky Fakulta informačních technologií České vysoké učení technické v

Více

Nestůjte ve frontě. Six Sigma a čas. 2008, InterQuality

Nestůjte ve frontě. Six Sigma a čas. 2008, InterQuality Nestůjte ve frontě Six Sigma a čas Ivan Miller Vedoucí poradce Interquality ČVUT-FEL Six Sigma Black Belt Vedoucí auditor QMS Autor Kapesní příručky Six Sigma Co je Six Sigma? Způsob zlepšování produktů

Více

pravděpodobnosti 10 Poissonovo a exponenciální rozdělení pravděpodobnosti

pravděpodobnosti 10 Poissonovo a exponenciální rozdělení pravděpodobnosti pravděpodobnosti pravděpodobnosti Břetislav Fajmon, UMAT FEKT, VUT Brno Této přednášce odpovídá část kapitoly 12 ze skript [1] a vše, co se nachází v kapitole 6 sbírky úloh [2] tuto kapitolu 6 sbírky úloh

Více

Rozvrhování výroby. František Koblasa Technická univerzita v Liberci. TU v Liberci

Rozvrhování výroby. František Koblasa Technická univerzita v Liberci. TU v Liberci Tento materiál vznikl jako součást projektu EduCom, který je spolufinancován Evropským sociálním fondem a státním rozpočtem ČR. Rozvrhování výroby Technická univerzita v Liberci INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ

Více

Intervalová data a výpočet některých statistik

Intervalová data a výpočet některých statistik Intervalová data a výpočet některých statistik Milan Hladík 1 Michal Černý 2 1 Katedra aplikované matematiky Matematicko-fyzikální fakulta Univerzita Karlova 2 Katedra ekonometrie Fakulta informatiky a

Více

NÁHODNÉ VELIČINY JAK SE NÁHODNÁ ČÍSLA PŘEVEDOU NA HODNOTY NÁHODNÝCH VELIČIN?

NÁHODNÉ VELIČINY JAK SE NÁHODNÁ ČÍSLA PŘEVEDOU NA HODNOTY NÁHODNÝCH VELIČIN? NÁHODNÉ VELIČINY GENEROVÁNÍ SPOJITÝCH A DISKRÉTNÍCH NÁHODNÝCH VELIČIN, VYUŽITÍ NÁHODNÝCH VELIČIN V SIMULACI, METODY TRANSFORMACE NÁHODNÝCH ČÍSEL NA HODNOTY NÁHODNÝCH VELIČIN. JAK SE NÁHODNÁ ČÍSLA PŘEVEDOU

Více

Statistika. cílem je zjednodušit nějaká data tak, abychom se v nich lépe vyznali důsledkem je ztráta informací!

Statistika. cílem je zjednodušit nějaká data tak, abychom se v nich lépe vyznali důsledkem je ztráta informací! Statistika aneb známe tři druhy lži: úmyslná neúmyslná statistika Statistika je metoda, jak vyjádřit nejistá data s přesností na setinu procenta. den..00..00 3..00..00..00..00..00..00..00..00..00..00 3..00..00..00..00..00..00..00

Více

Základy teorie pravděpodobnosti

Základy teorie pravděpodobnosti Základy teorie pravděpodobnosti Náhodný jev Pravděpodobnost náhodného jevu Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 15. srpna 2012 Statistika

Více

Počítačová simulace logistických procesů II 10. přednáška Simulační experimentování

Počítačová simulace logistických procesů II 10. přednáška Simulační experimentování Počítačová simulace logistických procesů II 10. přednáška Simulační experimentování Jan Fábry 28.10.2017 Počítačová simulace logistických procesů II Obsah předmětu I. Úvod, organizace, semestrální projekty,

Více

VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ

VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ Michal Kořenář 1 Abstrakt Rozvoj výpočetní techniky v poslední době umožnil také rozvoj výpočetních metod, které nejsou založeny na bázi

Více

Diskrétní náhodná veličina

Diskrétní 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

Více

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor Management jakosti Tématické okruhy pro státní závěrečné zkoušky bakalářské studium studijní obor "Management jakosti" školní rok 2013/2014 Management jakosti A 1. Pojem jakosti a význam managementu jakosti v současném období.

Více

Příklady ke cvičením. Modelování produkčních a logistických systémů

Příklady ke cvičením. Modelování produkčních a logistických systémů Modelování produkčních a logistických systémů Katedra logistiky, kvality a automobilové techniky Garant, přednášející, cvičící: Jan Fábry 10.12.2018 Příklady ke cvičením Opakování lineárního programování

Více

I. D i s k r é t n í r o z d ě l e n í

I. D i s k r é t n í r o z d ě l e n í 6. T y p y r o z d ě l e n í Poznámka: V odst. 5.5-5.10 jsme uvedli příklady náhodných veličin a jejich distribučních funkcí. Poznali jsme, že se od sebe liší svým typem. V příkladech 5.5, 5.6 a 5.8 jsme

Více

THO Simulační model. Simulace části komunikace s přechodem pro chodce napojené na čerpací stanici s obchodem

THO Simulační model. Simulace části komunikace s přechodem pro chodce napojené na čerpací stanici s obchodem 2007 THO Simulační model Simulace části komunikace s přechodem pro chodce napojené na čerpací stanici s obchodem Klára Menglerová Jakub Wosyka FD ČVUT v Praze 19.5.2007 Obsah Popis situace v praxi... 3

Více

Teorie zásob. Kvantifikace zásob. V zásobách je vázáno v průměru 20 % kapitálu (u výrobních podniků) až 50 % kapitálu (u obchodních podniků).

Teorie zásob. Kvantifikace zásob. V zásobách je vázáno v průměru 20 % kapitálu (u výrobních podniků) až 50 % kapitálu (u obchodních podniků). Teorie zásob Souhrn matematických metod používaných k modelování a optimalizaci procesů hromadění různých položek k zabezpečení plynulého chodu zásobovaných složek. Kvantifikace zásob V zásobách je vázáno

Více

Informační systémy a plánování výroby 2.čast

Informační systémy a plánování výroby 2.čast Tento materiál vznikl jako součást projektu EduCom, který je spolufinancován Evropským sociálním fondem a státním rozpočtem ČR. Informační systémy a plánování výroby 2.čast Technická univerzita v Liberci

Více

Úvod Modely zásob Shrnutí. Teorie zásob. Kristýna Slabá. 9. ledna 2009

Úvod Modely zásob Shrnutí. Teorie zásob. Kristýna Slabá. 9. ledna 2009 Teorie zásob Kristýna Slabá 9. ledna 2009 Obsah 1 Úvod Teorie Klasifikace zásob 2 Modely zásob Teorie Klasifikace modelů zásob Model zásob s okamžitou dodávkou Příklad Model zásob s postupnou dodávkou

Více

p(x) = P (X = x), x R,

p(x) = P (X = x), x R, 6. T y p y r o z d ě l e n í Poznámka: V odst. 5.5-5.10 jsme uvedli příklady náhodných veličin a jejich distribučních funkcí. Poznali jsme, že se od sebe liší svým typem. V příkladech 5.5, 5.6 a 5.8 jsme

Více

Matematika 1 Jiˇr ı Fiˇser 19. z aˇr ı 2016 Jiˇr ı Fiˇser (KMA, PˇrF UP Olomouc) KMA MAT1 19. z aˇr ı / 19

Matematika 1 Jiˇr ı Fiˇser 19. z aˇr ı 2016 Jiˇr ı Fiˇser (KMA, PˇrF UP Olomouc) KMA MAT1 19. z aˇr ı / 19 Matematika 1 Jiří Fišer 19. září 2016 Jiří Fišer (KMA, PřF UP Olomouc) KMA MAT1 19. září 2016 1 / 19 Zimní semestr KMA MAT1 1 Úprava algebraických výrazů. Číselné obory. 2 Kombinatorika, základy teorie

Více

Informační systémy plánování výroby - pokročilé rozvrhování

Informační systémy plánování výroby - pokročilé rozvrhování Tento materiál vznikl jako součást projektu EduCom, který je spolufinancován Evropským sociálním fondem a státním rozpočtem ČR. Informační systémy plánování výroby - pokročilé rozvrhování Technická univerzita

Více