ŘEŠENÍ PROBLÉMU LOKALIZACE A ALOKACE LOGISTICKÝCH OBJEKTŮ POMOCÍ PROGRAMOVÉHO SYSTÉMU MATLAB. Vladimír Hanta 1, Ivan Gros 2

Rozměr: px
Začít zobrazení ze stránky:

Download "ŘEŠENÍ PROBLÉMU LOKALIZACE A ALOKACE LOGISTICKÝCH OBJEKTŮ POMOCÍ PROGRAMOVÉHO SYSTÉMU MATLAB. Vladimír Hanta 1, Ivan Gros 2"

Transkript

1 ŘEŠENÍ PROBLÉMU LOKALIZACE A ALOKACE LOGISTICKÝCH OBJEKTŮ POMOCÍ PROGRAMOVÉHO SYSTÉMU MATLAB Vladmír Hanta 1 Ivan Gros 2 Vysoká škola chemcko-technologcká Praha 1 Ústav počítačové a řídcí technky 2 Ústav ekonomky a řízení chemckého a potravnářského průmyslu Přeprava produktů výrobků a zboží od výrobce k zákazníkov patří mez důležté logstcké úkoly. Dopravovat produkty z edného centrálního skladu nebo přímo od výrobce není př zásobování rozsáhlé oblast s velkým počtem zákazníků výhodné. K efektvnímu zásobování rozsáhlých oblastí e daleko výhodněší vytvořt síť dstrbučních skladů. Kvalta a včasnost služeb zákazníkům značně závsí na struktuře této zásobovací sítě oboí lze zlepšt zvýšením počtu regonálních dstrbučních skladů. Dopravní náklady (od výrobce přes dstrbuční sklady až k zákazníkov) se redukuí zkrácením dstrbučních cest. Na druhou stranu fxní náklady spoené s čnností skladů a udržováním zásob náklady zvyšuí. 1. Úvod Lokalzační problém (locaton-allocaton problem) a eho řešení nesou v současnost en předmětem výzkumu a teoretckých úvah ale nabývaí na významu v běžné manažerské prax. Lokalzace takových obektů ako sou výrobní závody dstrbuční sklady nákupní centra apod. ovlvňue materálové toky ve stále geografcky rozsáhleších dodavatelských řetězcích a zeména má vlv na náklady spoené s realzací těchto materálových toků. Požadavky praxe zvyšuí složtost základního problému ve smyslu že už nede pouze o dstrbuční řetězce s lneární strukturou ale o dstrbuční sítě s neustále komplkovaněší strukturou. V rámc řešení problémů základního úkolu optmalzace logstckých řetězců byl vyvnut sekvenční adaptvní algortmus pro lokalzac a alokac logstckých obektů. V článku [2] byly uvedeny první výsledky aplkace algortmu na lokalzac více obektů. Navržený postup měl kladné odezvy obevla se také ale krtka [5] souvseící s tvrzením že náklady spoené s přepravou zboží mez obekty maí své mnmum. Autor stat s neuvědoml že v reálných problémech se uplatňue vlv množstevních rabatů které řešení celého problému výrazně ovlvňuí a které v současnost přepravc stále častě uplatňuí. Hlavním cílem tohoto příspěvku e popsat základy rysy mplementace algortmu pro lokalzac a alokac logstckých obektů v programovém systému MATLAB popsat eho aplkac na řešení rozsáhlešího reálného dstrbučního problému a ukázat na vlv přepravních nákladů a nákladů na provoz optmálně lokalzovaných skladů na ech optmální počet. 2. Formulace optmalzačního krtéra Jako optmalzační krterum pro lokalzac alokac dstrbučních skladů byly zvoleny úhrnné náklady spoené s přepravou mez pevným logstckým obekty (výrobc zákazníc odběratelé) a lokalzovaným obekty (regonálním dstrbučním sklady) dále náklady na provoz navrhovaných skladů a náklady spoené s udržováním zásob. Vzhledem k relatvně krátkým přepravním vzdálenostem na území ČR nebylo nutné brát v úvahu rychlost přepravy. Základní předpoklady kterých se vycházelo př formulac použtého optmalzačního krtera lze stručně shrnout do několka hlavních bodů:

2 Přepravc uplatňuí př přepravě výrobků řadu různě konstruovaných množstevních slev a rabatů které významně ovlvňuí přepravní náklady. Tyto rabaty sou v podstatě dferencované podle přepravovaného množství a/nebo přepravní vzdálenost (vz Tab.1). Tab. 1. Dferencace cen přepravy podle přepravní vzdálenost a přepravovaného množství Příklad závslostí průměrných přepravních sazeb (v našem případě za přepravu palet na vzdálenost 1 km) pro proměnné množství palet ( a 11 palet) e uveden na obr.1. Obr. 1. Závslost průměrných přepravních sazeb na vzdálenost a množství palet Všechny uvedené údae vycházeí ze skutečných přepravních sazeb edné z velkých přepravních společností v ČR (vzhledem k tomu že se ednalo o neveřené údae byly zachovány pouze trendy ). Vzdálenost mez logstckým obekty sou počítány ako eukldovské vzdálenost a sou korgovány na skutečný stav dopravní sítě pomocí korekčního koefcentu 13. V modelu se pracue s různým velkostm dodávek podle požadavků odběratelů na četnost dodávek ta se mění od dvou dodávek za týden až po ednu dodávku za dva týdny. Obdobně se dodávky od výrobců do dstrbučních skladů mění od edné dodávky za dva týdny až po ednu dodávku za měsíc. Z možných forem dopravy se uvažovala pouze doprava slnční vzhledem k tomu že u dodávek kusového zboží převažue. Náklady na udržování zásob v dstrbučních skladech byly odhadnuty podle zkušeností a stanoveny na 18 % průměrného stavu zásob (z toho e 8 % skladovací náklady a 10 % ztráta z neproduktvního vázání kaptálu v zásobách). Př výpočtech fxních nákladů provozu dstrbučních skladů byly ako nevětší položka uvažovány odpsy. Východskem byla pořzovací cena skladu pro palet tvořeného kovovou konstrukcí s průměrnou žvotností kolem 12 let výstavba skladu takového typu stoí přblžně 160 mlónů Kč. Pro přepočty pořzovacích cen skladů o ných kapactách bylo použto mocnnové pravdlo s exponentem 07. Př stanovení postné zásoby se vycházelo z varačního koefcentu na úrovn 20 % průměrná zásoba byla odhadnuta za předpokladu lneární spotřeby vytvořené zásoby v čase.

3 3. Pops použtého algortmu Optmalzace počtu dstrbučních skladů optmální přřazení zákazníkům (nebo naopak) a optmální lokalzace e komplkovaný optmalzační problém a eho řešení není možné provést smultánně. Jeden z možných způsobů řešení e dekompozce problému do soustavy tří následných optmalzačních podproblémů řešených cyklcky v posloupnost: První podproblém e určení optmálního počtu dstrbučních skladů. Jedná se o složtý rozhodovací problém který závsí mnoha údaích z nch některé sou často nedostatečně kvantfkované. Stuace e značně komplkovaná skutečností že explctní vyádření počtu dstrbučních skladů e ve standardních lokalzačních modelech nemožné. Tento problém e proto nutné řešt ako posloupnost optmalzačních úloh s postupně rostoucím počtem dstrbučních skladů. Nový dstrbuční sklad se vytváří formálním rozštěpením vhodně vybraného exstuícího skladu. Celý proces se opakue dokud přdávání dalšího skladu e z ekonomckého hledska výhodné. Druhý optmalzační podproblém e alokace přřazení zákazníků lokalzovaným skladům a určení dstrbuční oblast pro každý sklad. Jedná se vždy o dskrétní optmalzační problém a eho výsledkem e vzáemné přřazení dstrbučních center (odběratelů) a dstrbučních skladů. Optmální rozdělení dstrbučního prostoru na dstrbuční oblast e NP-úplný problém. Množství potřebných výpočtů roste s počtem skladů a odběratelů rychle než polynomálně. Poslední optmalzační podproblém e spotá nebo dskrétní optmalzace lokalzace dstrbučních skladů v dstrbučních oblastech které byly určeny předem př stanovení optmálního přřazení dstrbučních skladů a odběratelů. Výběr optmalzační metody závsí na způsobu určení vzdáleností mez logstckým obekty v dstrbučním prostoru. Problém vzáemného přřazení odběratelů a dstrbučních skladů a ech lokalzac v dstrbučním prostoru lze pak formulovat takto: V dstrbučním prostoru e svým geografckým souřadncem [ ϕ λ ] = 1 2 K n dáno n exstuících logstckých obektů P (dstrbuční centra zákazníc odběratelé). Každý obekt e charakterzován velkost dodávek q = 1 2 K n které mu sou v pravdelných ntervalech dodávány z přřazeného dstrbučního skladu S a ech četností. Tyto ntervaly se mohou pro ednotlvé obekty lšt dstrbuční prostor e rozdělen z ekonomckých důvodů (snaha o mnmalzac dopravních nákladů) rozdělen do několka dstrbučních oblastí T každá dstrbuční oblast e obsluhována edným dstrbučním skladem S každý zákazník e přřazen do edné z dstrbučních oblastí T toto přřazení není pevné ale může být změněno v průběhu výpočtu pokud se to ukáže být účelné vzdálenost mez zákazníky P a přřazeným dstrbučním sklady S e počítána pomocí ρ P proto musí být geografcké souřadnce vhodné dvourozměrné metrky ( ) S [ ϕ λ ] = 1 2 K n přepočteny na pravoúhlé [ x y ] 1 2 K n = vzdálenost mohou být korgovány podle místních podmínek vhodným číselným faktorem k 1 cílem e lokalzovat v dstrbučním prostoru r << n nových obektů dstrbučních skladů S tedy určt ech souřadnce [ X Y ] = 1 2 K r tak aby účelová funkce r = 1 T q k ρ ( P S ) dosáhla svého mnma

4 pravoúhlé souřadnce [ X Y ] 1 2 K r přepočteny na geografcké souřadnce [ ] 1 2 r = nově lokalzovaných skladů sou pak Φ Λ = K. V použtém příkladu byl pro ednoduchost použt souřadncový systém s měřítkem 1 cm = 188 km. Vlastní algortmus adaptvní sekvenční optmalzace počtu dstrbučních skladů ech přřazení exstuícím obektům (odběratelům) a lokalzac v dstrbučním prostoru lze stručně popsat takto: 1. optmální lokalzace skladů se neprve provede pro trvální lmtní případ ednoho skladu kde není žádný problém se vzáemným přřazením dstrbučních skladů a odběratelů 2. v každém následuícím kroku se přdá vždy eden nový sklad S r+ 1 vznklý rozštěpením vybraného skladu S r na dva nové obekty (počet skladů vzroste o eden) štěpený sklad e vybrán buď sekvenčně nebo podle vhodného heurstckého pravdla 3. první z nových skladů e umístěn do polovční vzdálenost ve směru k nevzdáleněšímu odběratel a druhý e umístěn symetrcky na opačnou stranu 4. odběratelé kteří dosud byl přřazen ke skladu S r sou nově přřazen podle dopravních vzdáleností k ednomu z nových skladů 5. provede se optmální lokalzace skladů podle ech dosavadního přřazení odběratelům a určí se nové přřazení odběratelů skladům podle dopravních vzdáleností 6. dokud se vzáemné přřazení odběratelů a skladů vypočtené na základě nové lokalzace skladů lší od dosavadního přřazení se musí po každé lokalzac adaptvně opravt (provádí se nová lokalzace a oprava přřazení tak dlouho dokud se předpokládané a vypočtené přřazení lší) 7. na konc výpočetního procesu e vhodné prověřt všechna přřazení které nesou ednoznačná (odběratelé na hrancích mez dvěma sousedním dstrbučním oblastm) 8. vzhledem k exstenc lokálních mnm e dále účelné ověřt výsledky pomocí nového náhodně generovaného přřazení. 4. Realzace algortmu v prostředí MATLABu Popsaný algortmus e mplementován ve standardním prostředí MATLABu s využtím optmalzační funkce fmnunc z balíku Optmzaton Toolbox. Pro čtení vstupních údaů pro výstup důležtých výsledků e použt mechansmus dynamcké výměny dat DDE mez vlastním MATLABem a tabulkam tabulkového procesoru MS Excel. Vzhledem k tomu že v příkazech ddereq a ddepoke se oblast excelovské tabulky ze nebo do které se maí data proměnného rozsahu číst nebo zapsovat zadává ako řetězec e možné pomocí řetězcových funkcí vytvářet dynamcké adresy které se automatcky přzpůsobuí základním údaům o počtech odběratelů výrobců a dstrbučních skladů. Příklad část tabulky ze které se načítaí údae o odběratelích e uvedena v tabulce Tab. 2. Tab. 2. Základní vstupní údae popsuící ednotlvé odběratele (část)

5 K vlastní optmalzac e použta funkce pro volnou optmalzac fmnunc. Defnce r poměrně složté účelové funkce q k ρ ( P S ) využívala e uvedena na obr. 2. = 1 T kterou tato optmalzační funkce Obr. 2. Zdroový kód účelové funkce pro lokalzac a alokac dstrbučních skladů Výsledky byly zapsovány opět pomocí mechansmu DDE do excelovských tabulek nedůležtěší z nch sou uvedeny v souhrnné tabulce (vz Tab. 3) zachycuící vývo základních složek celkových ekonomckých nákladů. Tab. 3. Vývo dopravních a celkových nákladů vzhledem k počtu dstrbučních skladů 5. Příklad využtí algortmu Pro ověření funkce algortmu v reálných podmínkách ČR byl použt problém hledání optmálního počtu dstrbučních skladů frmy která zabezpečue dstrbuc výrobků šest výrobců celkem 71 odběratel. Počet skladů byl postupně zvyšován až na čtyř. Vývo rozhoduících nákladových položek e uveden v tabulce Tab. 3. Na tomto rozsáhleším reálném příkladu se potvrdly výsledky teoretckých úvah o vývo ednotlvých složek celkových nákladů na přepravu výrobků od výrobců k odběratelům celkové náklady by měly mít mnmum pro menší počet skladů než dopravní náklady. Dopravní náklady na dopravu produktů ze skladů k odběratelům monotónně klesaí s rostoucím počtem skladů teoretcké mnmum pro stený počet skladů a odběratelů má hodnotu nula. Náklady na dopravu výrobků od výrobců do skladů sou rostoucí ale pomale než náklady na dopravu ze skladů k odběratelům. Dopravní náklady proto musí mít mnmum které se dosáhne v použtém problému pro tř sklady. Náklady na udržování zásob monotónně rostou s počtem skladů. Proto celkové náklady (dopravní náklady a náklady na provoz skladů a udržování zásob) maí také mnmum které ale musí být dosaženo pro menší počet dstrbučních skladů. V řešeném konkrétním problému e mnmum dosaženo pro dva sklady. 6. Závěry Příspěvek se zabývá problémem lokalzace a alokace dstrbučních skladů. Tento problém zahrnue ak geografckou lokalzac dstrbučních skladů tak ech přřazení odběratelům a naopak. Je popsán adaptvní sekvenční algortmus založený na Weszfeldově algortmu [1]. Počet dstrbučních skladů se postupně zvyšue přtom se v každém kroku adaptvně opravue alokace odběratelů skladům. Alokace odběratelů může být také

6 modfkována tak aby bylo dosaženo vzáemně srovnatelných dopravních výkonů pro ednotlvé sklady. Základním krtérem optmalzace dstrbučních cest sou hlavně náklady přepravy výrobků od výrobce přes dstrbuční sklady až ke koncovému prodec do účelové funkce však sou také zahrnuty náklady na zřízení a provoz dstrbučních skladů a na udržování zásob.v dostatečné výš. Vzdálenost mez logstckým obekty sou aproxmovány vhodnou dvourozměrnou metrkou v závslost na exstuící dopravní sít. Pro přepravu zboží po celém České republce se ako nevhodněší ukázala být korgovaná eukldovská vzdálenost. Popsaný algortmus byl mplementován v prostředí programového systému MATLAB pro vlastní optmalzac dopravních nákladů byla použta funkce fmnunc z Optmzaton Toolboxu. Komunkace s užvatelem pro vstup dat výstup výsledků se provádí pomocí tabulek tabulkového procesoru MS Excel. Vytvořený algortmus e použt na řešení reálného problému optmální lokalzace a alokace dstrbučních skladů pro 71 odběratelů nepravdelně rozložených po území ČR. Programový systém MATLAB se ukázal ako vhodné prostředí pro řešení problémů optmalzace logstckých řetězců tohoto typu. Vývo nákladových položek potvrdl teoretcké představy o ech závslost na počtu dstrbučních skladů. Steně tak e zřemý výrazný vlv nákladů spoených s provozem skladů a nákladů na udržování zásob v nch. Z hledska přepravních nákladů e optmální počet dstrbučních skladů roven třem estlže se ako optmalzační krtérum volí celkové náklady nelepší výsledky se dosáhnou pro dva sklady. Rozdělení dstrbučních oblastí e pro různé počty dstrbučních skladů znázorněno na obr. 3 (dělící čáry maí stené symboly ako lokalzované sklady a sou zakresleny tak aby oddělly zákazníky v oblastech přřazených různým skladům). Obr. 3. Souhrnné výsledky lokalzace a alokace ednoho dvou tří a čtyř dstrbučních skladů Poděkování Tato práce byla vypracována za podpory programu č. MSM Mnsterstva školství mládeže a tělovýchovy České republky.

7 Lteratura [1] R. L. Francs L. F. McGnns Jr. J. A. Whte Faclty Layout and Locaton: An Analytcal Approach. Prentce Hall Englewood Clffs N.J. USA [2] I. Gros V. Hanta V.: Optmalzace struktury zásobovacích řetězců Logstka 7 (2001) [3] I. Gros V. Hanta: An Algorthm for Locaton of Logstc Obects n Integrated Supply Chans Transport & Logstcs 3 (2003) EI [4] V. Hanta: Planar Multfaclty Locaton the Locaton-Allocaton Problem. Proc. of the 16th Conference on Scentfc Computng ALGORITMY [5] J. Kubát: K optmalzac struktury skladové sítě Logstka 8 (2002) [6] Usng MATLAB The MathWorks Inc. Natck MA 2000 [7] Optmzaton Toolbox. User s Gude The MathWorks Inc. Natck MA 2002 Ing. Vladmír Hanta CSc. Vysoká škola chemcko technologcká v Praze Ústav počítačové a řídcí technky Techncká Praha 6 tel.: fax.: e-mal: hantav@vscht.cz Prof. Ing. Ivan Gros CSc. Vysoká škola chemcko-technologcká v Praze Ústav ekonomky a řízení chemckého a potravnářského průmyslu Techncká Praha 6 tel.: fax.: e-mal: gros@vscht.cz

Vícekriteriální rozhodování. Typy kritérií

Vícekriteriální 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

Více

EKONOMICKO-MATEMATICKÉ METODY

EKONOMICKO-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

Více

APLIKACE MATEMATICKÉHO PROGRAMOVÁNÍ PŘI NÁVRHU STRUKTURY DISTRIBUČNÍHO SYSTÉMU

APLIKACE MATEMATICKÉHO PROGRAMOVÁNÍ PŘI NÁVRHU STRUKTURY DISTRIBUČNÍHO SYSTÉMU APLIKACE MATEMATICKÉHO PROGRAMOVÁNÍ PŘI NÁVRHU STRUKTURY DISTRIBUČNÍHO SYSTÉMU APPLICATION OF MATHEMATICAL PROGRAMMING IN DESIGNING THE STRUCTURE OF THE DISTRIBUTION SYSTEM Martn Ivan 1 Anotace: Prezentovaný

Více

SÍŤOVÁ ANALÝZA. Základní pojmy síťové analýzy. u,. Sjednocením množin { u, u,..., 2. nazýváme grafem G.

SÍŤOVÁ ANALÝZA. Základní pojmy síťové analýzy. u,. Sjednocením množin { u, u,..., 2. nazýváme grafem G. SÍŤOVÁ ANALÝZA Využívá grafcko-analytcké metody pro plánování, řízení a kontrolu složtých návazných procesů. yto procesy se daí rozložt na dílčí a organzačně spolu souvseící čnnost. yto procesy se nazývaí

Více

ČASOVÁ KOORDINACE SPOJŮ VEŘEJNÉ HROMADNÉ DOPRAVY NA ÚSECÍCH DOPRAVNÍ SÍTĚ

ČASOVÁ KOORDINACE SPOJŮ VEŘEJNÉ HROMADNÉ DOPRAVY NA ÚSECÍCH DOPRAVNÍ SÍTĚ ČASOVÁ KOORDINACE SPOJŮ VEŘEJNÉ HROMADNÉ DOPRAVY NA ÚSECÍCH DOPRAVNÍ SÍTĚ THE TIME COORDINATION OF PUBLIC MASS TRANSPORT ON SECTIONS OF THE TRANSPORT NETWORK Petr Kozel 1 Anotace: Předložený příspěvek

Více

MANAŽERSKÉ ROZHODOVÁNÍ

MANAŽERSKÉ ROZHODOVÁNÍ MANAŽERSKÉ ROZHODOVÁNÍ Téma 14 POSUZOVÁNÍ A HODNOCENÍ VARIANT doc. Ing. Monka MOTYČKOVÁ (Grasseová), Ph.D. Unverzta obrany Fakulta ekonomka a managementu Katedra voenského managementu a taktky Kouncova

Více

MODELOVÁNÍ A SIMULACE

MODELOVÁNÍ A SIMULACE MODELOVÁNÍ A SIMULACE základní pojmy a postupy vytváření matematckých modelů na základě blancí prncp numerckého řešení dferencálních rovnc základy práce se smulačním jazykem PSI Základní pojmy matematcký

Více

Metody vícekriteriálního hodnocení variant a jejich využití při výběru produktu finanční instituce

Metody 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

Více

Využití logistické regrese pro hodnocení omaku

Využití logistické regrese pro hodnocení omaku Využtí logstcké regrese pro hodnocení omaku Vladmír Bazík Úvod Jedním z prmárních proevů textlí e omak. Jedná se o poct který vyvolá textle př kontaktu s pokožkou. Je to ntegrální psychofyzkální vlastnost

Více

PROBLEMATIKA INTELIGENTNÍHO AUTOMATICKÉHO

PROBLEMATIKA INTELIGENTNÍHO AUTOMATICKÉHO PROBLEMATIKA INTELIGENTNÍHO AUTOMATICKÉHO MAPOVÁNÍ WEBOVÝCH STRÁNEK ŘIMNÁČ MARTIN 1, ŠUSTA RICHARD 2, ŽIVNŮSTKA JIŘÍ 3 Katedra řídcí technky, ČVUT-FEL, Techncká 2, Praha 6, tel. +42 224 357 359, fax. +

Více

Softwarová podpora matematických metod v ekonomice a řízení

Softwarová podpora matematických metod v ekonomice a řízení Softwarová podpora matematckých metod v ekonomce a řízení Petr Sed a Opava 2013 Hrazeno z prostředků proektu OPVK CZ.1.07/2.2.00/15.0174 Inovace bakalářských studních oborů se zaměřením na spoluprác s

Více

SIMULACE A ŘÍZENÍ PNEUMATICKÉHO SERVOPOHONU POMOCÍ PROGRAMU MATLAB SIMULINK. Petr NOSKIEVIČ Petr JÁNIŠ

SIMULACE A ŘÍZENÍ PNEUMATICKÉHO SERVOPOHONU POMOCÍ PROGRAMU MATLAB SIMULINK. Petr NOSKIEVIČ Petr JÁNIŠ bstrakt SIMULCE ŘÍZENÍ PNEUMTICKÉHO SERVOPOHONU POMOCÍ PROGRMU MTL SIMULINK Petr NOSKIEVIČ Petr JÁNIŠ Katedra automatzační technky a řízení Fakulta stroní VŠ-TU Ostrava Příspěvek popsue sestavení matematckého

Více

Lineární a adaptivní zpracování dat. 8. Kumulační zvýrazňování signálů v šumu 2

Lineární a adaptivní zpracování dat. 8. Kumulační zvýrazňování signálů v šumu 2 Lneární a adaptvní zpracování dat 8. Kumulační zvýrazňování sgnálů v šumu 2 Danel Schwarz Investce do rozvoe vzdělávání Opakování Kumulační zpracování sgnálů co to e, k čemu to e? Prncp metody? Nutné podmínky

Více

Metody volby financování investičních projektů

Metody volby financování investičních projektů 7. meznárodní konference Fnanční řízení podnků a fnančních nsttucí Ostrava VŠB-T Ostrava konomcká fakulta katedra Fnancí 8. 9. září 00 Metody volby fnancování nvestčních projektů Dana Dluhošová Dagmar

Více

SIMULACE. Numerické řešení obyčejných diferenciálních rovnic. Měřicí a řídicí technika magisterské studium FTOP - přednášky ZS 2009/10

SIMULACE. Numerické řešení obyčejných diferenciálních rovnic. Měřicí a řídicí technika magisterské studium FTOP - přednášky ZS 2009/10 SIMULACE numercké řešení dferencálních rovnc smulační program dentfkace modelu Numercké řešení obyčejných dferencálních rovnc krokové metody pro řešení lneárních dferencálních rovnc 1.řádu s počátečním

Více

Iterační výpočty. Dokumentace k projektu pro předměty IZP a IUS. 22. listopadu projekt č. 2

Iterační výpočty. Dokumentace k projektu pro předměty IZP a IUS. 22. listopadu projekt č. 2 Dokumentace k projektu pro předměty IZP a IUS Iterační výpočty projekt č.. lstopadu 1 Autor: Mlan Setler, setl1@stud.ft.vutbr.cz Fakulta Informačních Technologí Vysoké Učení Techncké v Brně Obsah 1 Úvod...

Více

6. Demonstrační simulační projekt generátory vstupních proudů simulačního modelu

6. Demonstrační simulační projekt generátory vstupních proudů simulačního modelu 6. Demonstrační smulační projekt generátory vstupních proudů smulačního modelu Studjní cíl Na příkladu smulačního projektu představeného v mnulém bloku je dále lustrována metodka pro stanovování typů a

Více

Lokace odbavovacího centra nákladní pokladny pro víkendový provoz

Lokace odbavovacího centra nákladní pokladny pro víkendový provoz Markéta Brázdová 1 Lokace odbavovacího centra nákladní pokladny pro víkendový provoz Klíčová slova: odbavování záslek, centrum grafu, vážená excentrcta vrcholů sítě, časová náročnost odbavení záslky, vážená

Více

Agregace vzájemné spojování destabilizovaných částic ve větší celky, případně jejich adheze na povrchu jiných materiálů

Agregace vzájemné spojování destabilizovaných částic ve větší celky, případně jejich adheze na povrchu jiných materiálů Agregace - úvod 1 Agregace vzáemné spoování destablzovaných částc ve větší cely, případně ech adheze na povrchu ných materálů Částce mohou agregovat, poud vyazuí adhezní schopnost a poud e umožněno ech

Více

1. Úvod. Cílem teorie her je popsat situaci, která nás zajímá, jako hru. Klasickým případem

1. Úvod. Cílem teorie her je popsat situaci, která nás zajímá, jako hru. Klasickým případem Kvaternon 2/204, 79 98 79 MATICOVÉ HRY V INŽENÝRSTVÍ JAROSLAV HRDINA a PETR VAŠÍK Abstrakt. Následuící text pokrývá eden z cyklů přednášek předmětu Aplkovaná algebra pro nženýry (0AA) na FSI VUT. Text

Více

2. Posouzení efektivnosti investice do malé vtrné elektrárny

2. Posouzení efektivnosti investice do malé vtrné elektrárny 2. Posouzení efektvnost nvestce do malé vtrné elektrárny Cíle úlohy: Posoudt ekonomckou výhodnost proektu malé vtrné elektrárny pomocí základních metod hodnocení efektvnost nvestních proekt ako sou metoda

Více

1. Nejkratší cesta v grafu

1. Nejkratší cesta v grafu 08. Nekratší cesty. Úloha obchodního cestuícího. Heurstky a aproxmační algortmy. Metoda dynamckého programování. Problém batohu. Pseudopolynomální algortmy 1. Nekratší cesta v grafu - sled e lbovolná posloupnost

Více

ČVUT FEL. X16FIM Finanční Management. Semestrální projekt. Téma: Optimalizace zásobování teplem. Vypracoval: Marek Handl

ČVUT FEL. X16FIM Finanční Management. Semestrální projekt. Téma: Optimalizace zásobování teplem. Vypracoval: Marek Handl ČVUT FEL X16FIM Fnanční Management Semestrální projekt Téma: Optmalzace zásobování teplem Vypracoval: Marek Handl Datum: květen 2008 Formulace úlohy Pro novou výstavbu 100 bytových jednotek je třeba zvolt

Více

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY BAKALÁŘSKÁ PRÁCE. 2013 Radka Luštincová

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY BAKALÁŘSKÁ PRÁCE. 2013 Radka Luštincová VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY BAKALÁŘSKÁ PRÁCE 2013 Radka Luštncová VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY Název bakalářské práce: Aplkace řezných

Více

NÁVRH MATEMATICKÉHO MODELU PRO OPTIMALIZACI VYTVÁŘENÍ SMĚSÍ SPALITELNÝCH ODPADŮ PRO SPALOVNY. PETR BYCZANSKI a a KAREL OBROUČKA b.

NÁVRH MATEMATICKÉHO MODELU PRO OPTIMALIZACI VYTVÁŘENÍ SMĚSÍ SPALITELNÝCH ODPADŮ PRO SPALOVNY. PETR BYCZANSKI a a KAREL OBROUČKA b. Chem. Lsty 101, 668 67 (007) Laboratorní přístroe a postupy NÁVRH MATEMATICKÉHO MODELU PRO OPTIMALIZACI VYTVÁŘENÍ SMĚSÍ SPALITELNÝCH ODPADŮ PRO SPALOVNY PETR BYCZANSKI a a KAREL OBROUČKA b a Ústav geonky

Více

VLIV VELIKOSTI OBCE NA TRŽNÍ CENY RODINNÝCH DOMŮ

VLIV VELIKOSTI OBCE NA TRŽNÍ CENY RODINNÝCH DOMŮ VLIV VELIKOSTI OBCE NA TRŽNÍ CENY RODINNÝCH DOMŮ Abstrakt Martn Cupal 1 Prncp tvorby tržní ceny nemovtost je sce založen na tržní nabídce a poptávce, avšak tento trh je značně nedokonalý. Nejvíce ovlvňuje

Více

MODEL LÉČBY CHRONICKÉHO SELHÁNÍ LEDVIN. The End Stage Renal Disease Treatment Model

MODEL LÉČBY CHRONICKÉHO SELHÁNÍ LEDVIN. The End Stage Renal Disease Treatment Model ROČNÍK LXXII, 2003, č. 1 VOJENSKÉ ZDRAVOTNICKÉ LISTY 5 MODEL LÉČBY CHRONICKÉHO SELHÁNÍ LEDVIN 1 Karel ANTOŠ, 2 Hana SKALSKÁ, 1 Bruno JEŽEK, 1 Mroslav PROCHÁZKA, 1 Roman PRYMULA 1 Vojenská lékařská akademe

Více

Ivana Linkeová SPECIÁLNÍ PŘÍPADY NURBS REPREZENTACE. 2 NURBS reprezentace křivek

Ivana Linkeová SPECIÁLNÍ PŘÍPADY NURBS REPREZENTACE. 2 NURBS reprezentace křivek 25. KONFERENCE O GEOMETRII A POČÍTAČOVÉ GRAFICE Ivana Lnkeová SPECIÁLNÍ PŘÍPADY NURBS REPREZENTACE Abstrakt Příspěvek prezentuje B-splne křvku a Coonsovu, Bézerovu a Fergusonovu kubku jako specální případy

Více

Teorie her a ekonomické rozhodování. 10. Rozhodování při jistotě, riziku a neurčitosti

Teorie her a ekonomické rozhodování. 10. Rozhodování při jistotě, riziku a neurčitosti Teore her a ekonomcké rozhodování 10. Rozhodování př stotě, rzku a neurčtost 10.1 Jednokrterální dskrétní model Jednokrterální model rozhodování: f a ) max a Aa, a,..., a ( 1 2 f krterální funkce (zsk,

Více

Segmentace. Ilona Janáková. Rozvrh přednášky:

Segmentace. Ilona Janáková. Rozvrh přednášky: 1 / 31 Segmentace Ilona Janáková Rozvrh přednášky: 1. Úvod do segmentace. 2. Segmentace prahováním. 3. Segmentace z obrazu hran. 4. Segmentace z obrazu hran - Houghova transformace. 2 / 31 Segmentace Ilona

Více

í I - 13 - Průchod a rozptyl záření gama ve vrstvách materiálu Prof. Ing. J. Šeda, DrSc. KDAIZ - PJPI

í I - 13 - Průchod a rozptyl záření gama ve vrstvách materiálu Prof. Ing. J. Šeda, DrSc. KDAIZ - PJPI - 13 - í Průchod a rozptyl záření gama ve vrstvách materálu Prof. ng. J. Šeda, DrSc. KDAZ - PJP Na našem pracovšt byl vypracován program umožňující modelovat průchod záření gama metodou Monte Carlo, homogenním

Více

Regresní a korelační analýza

Regresní a korelační analýza Regresní a korelační analýza Závslost příčnná (kauzální). Závslostí pevnou se označuje případ, kdy výskytu jednoho jevu nutně odpovídá výskyt druhé jevu (a často naopak). Z pravděpodobnostního hledska

Více

Optimalizační přístup při plánování rekonstrukcí vodovodních řadů

Optimalizační přístup při plánování rekonstrukcí vodovodních řadů Optmalzační přístup př plánování rekonstrukcí vodovodních řadů Ladslav Tuhovčák*, Pavel Dvořák**, Jaroslav Raclavský*, Pavel Vščor*, Pavel Valkovč* * Ústav vodního hospodářství obcí, Fakulta stavební VUT

Více

Dopravní plánování a modelování (11 DOPM )

Dopravní plánování a modelování (11 DOPM ) Department of Appled Mathematcs Faculty of ransportaton Scences Czech echncal Unversty n Prague Dopravní plánování a modelování (11 DOPM ) Lekce 5: FSM: rp dstrbuton Prof. Ing. Ondře Přbyl, Ph.D. Ing.

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometre Specální případy použtí MNČ Cvčení 8 Zuzana Dlouhá Specální případy použtí MNČ cvčení 1 7 = ekonometrcký model, který byl lneární v proměnných v parametrech MNČ můžeme použít,

Více

Matematika I A ukázkový test 1 pro 2018/2019

Matematika I A ukázkový test 1 pro 2018/2019 Matematka I A ukázkový test 1 pro 2018/2019 1. Je dána soustava rovnc s parametrem a R x y + z = 1 x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a a) Napšte Frobenovu větu (předpoklady + tvrzení). b) Vyšetřete

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometre Specální případy použtí MNČ Cvčení 9 Zuzana Dlouhá Specální případy použtí MNČ cvčení 1 8 = ekonometrcký model, který byl lneární v proměnných v parametrech MNČ můžeme použít,

Více

Korelační energie. Celkovou elektronovou energii molekuly lze experimentálně určit ze vztahu. E vib. = E at. = 39,856, E d

Korelační energie. Celkovou elektronovou energii molekuly lze experimentálně určit ze vztahu. E vib. = E at. = 39,856, E d Korelační energe Referenční stavy Energ molekul a atomů lze vyjádřt vzhledem k různým referenčním stavům. V kvantové mechance za referenční stav s nulovou energí bereme stav odpovídající nenteragujícím

Více

Úloha syntézy čtyřčlenného rovinného mechanismu

Úloha syntézy čtyřčlenného rovinného mechanismu Úloha syntézy čtyřčlenného rovnného mechansmu Zracoval: Jaroslav Beran Pracovště: Techncká unverzta v Lberc katedra textlních a ednoúčelových stroů Tento materál vznkl ako součást roektu In-TECH 2, který

Více

VÝZNAM TEORIE DUALITY V OPERAČNÍ ANALÝZE THEORY OF DUALITY IN OPERATIONAL ANALYSIS. ZÍSKAL Jan. Abstract

VÝZNAM TEORIE DUALITY V OPERAČNÍ ANALÝZE THEORY OF DUALITY IN OPERATIONAL ANALYSIS. ZÍSKAL Jan. Abstract VÝZNAM EORIE DUALIY V OPERAČNÍ ANALÝZE HEORY OF DUALIY IN OPERAIONAL ANALYSIS ZÍSKAL Jan Abstract hs paper summarzes knowledge from lterature and results of research n dual theor at the Department of sstems

Více

DUM č. 16 v sadě. 11. Fy-2 Učební materiály do fyziky pro 3. ročník gymnázia

DUM č. 16 v sadě. 11. Fy-2 Učební materiály do fyziky pro 3. ročník gymnázia projekt GML Brno Docens DUM č. 16 v sadě 11. Fy-2 Učební materály do fyzky pro 3. ročník gymnáza Autor: Vojtěch Beneš Datum: 3.3.214 Ročník: 2A, 2C Anotace DUMu: Nestaconární magnetcké pole Materály jsou

Více

Posuzování výkonnosti projektů a projektového řízení

Posuzování výkonnosti projektů a projektového řízení Posuzování výkonnost projektů a projektového řízení Ing. Jarmla Ircngová Západočeská unverzta v Plzn, Fakulta ekonomcká, Katedra managementu, novací a projektů jrcngo@kp.zcu.cz Abstrakt V současnost je

Více

Implementace bioplynové stanice do tepelné sítě

Implementace bioplynové stanice do tepelné sítě Energe z bomasy XVII, 13. 15. 9. 2015 Lednce, Česká republka Implementace boplynové stance do tepelné sítě Pavel MILČÁK 1, Jaroslav KONVIČKA 1, Markéta JASENSKÁ 1 1 VÍTKOVICE ÚAM a.s., Ruská 2887/101,

Více

Přednášky část 4 Analýza provozních zatížení a hypotézy kumulace poškození, příklady. Milan Růžička

Přednášky část 4 Analýza provozních zatížení a hypotézy kumulace poškození, příklady. Milan Růžička Přednášky část 4 Analýza provozních zatížení a hypotézy kumulace poškození, příklady Mlan Růžčka mechanka.fs.cvut.cz mlan.ruzcka@fs.cvut.cz Analýza dynamckých zatížení Harmoncké zatížení x(t) přes soubor

Více

LINEÁRNÍ PROGRAMOVÁNÍ

LINEÁRNÍ PROGRAMOVÁNÍ LINEÁRNÍ PROGRAMOVÁNÍ Lneární programování e druh matematckého programování. Matematcký model se skládá z:. účelové funkce. omezuících podmínek (vlastní omezení a podmínk nezápornost) Účelová funkce omezuící

Více

Energie elektrického pole

Energie elektrického pole Energe elektrckého pole Jž v úvodní kaptole jsme poznal, že nehybný (centrální elektrcký náboj vytváří v celém nekonečném prostoru slové elektrcké pole, které je konzervatvní, to znamená, že jakýkolv jný

Více

9. cvičení 4ST201. Obsah: Jednoduchá lineární regrese Vícenásobná lineární regrese Korelační analýza. Jednoduchá lineární regrese

9. cvičení 4ST201. Obsah: Jednoduchá lineární regrese Vícenásobná lineární regrese Korelační analýza. Jednoduchá lineární regrese cvčící 9. cvčení 4ST01 Obsah: Jednoduchá lneární regrese Vícenásobná lneární regrese Korelační analýza Vysoká škola ekonomcká 1 Jednoduchá lneární regrese Regresní analýza je statstcká metoda pro modelování

Více

ina ina Diskrétn tní náhodná veličina může nabývat pouze spočetně mnoha hodnot (počet aut v náhodně vybraná domácnost, výsledek hodu kostkou)

ina ina Diskrétn tní náhodná veličina může nabývat pouze spočetně mnoha hodnot (počet aut v náhodně vybraná domácnost, výsledek hodu kostkou) Náhodná velčna na Výsledek náhodného pokusu, daný reálným číslem je hodnotou náhodné velčny. Náhodná velčna je lbovolná reálná funkce defnovaná na množně elementárních E pravděpodobnostního prostoru S.

Více

Obsah přednášky 1. Bayesův teorém 6. Naivní Bayesovský klasifikátor (NBK)

Obsah přednášky 1. Bayesův teorém 6. Naivní Bayesovský klasifikátor (NBK) Obsah přednášky 1. Bayesův teorém 2. Brutální Bayesovský klasfkátor (BBK) 3. Mamální aposterorní pravděpodobnost (MA) 4. Optmální Bayesovský klasfkátor (OBK) 5. Gbbsův alortmus (GA) 6. Navní Bayesovský

Více

ANALÝZA ROZPTYLU (Analysis of Variance ANOVA)

ANALÝZA ROZPTYLU (Analysis of Variance ANOVA) NLÝZ OZPYLU (nalyss of Varance NOV) Používá se buď ako samostatná technka, nebo ako postup, umožňuící analýzu zdroů varablty v lneární regres. Př. použtí: k porovnání středních hodnot (průměrů) více než

Více

Numerická matematika 1. t = D u. x 2 (1) tato rovnice určuje chování funkce u(t, x), která závisí na dvou proměnných. První

Numerická matematika 1. t = D u. x 2 (1) tato rovnice určuje chování funkce u(t, x), která závisí na dvou proměnných. První Numercká matematka 1 Parabolcké rovnce Budeme se zabývat rovncí t = D u x (1) tato rovnce určuje chování funkce u(t, x), která závsí na dvou proměnných. První proměnná t mívá význam času, druhá x bývá

Více

Posuzování dynamiky pohybu drážních vozidel ze záznamu jejich jízdy

Posuzování dynamiky pohybu drážních vozidel ze záznamu jejich jízdy Posuzování dynamky pohybu drážních vozdel ze záznamu jejch jízdy Ing. Jaromír Šroký, Ph.D. ŠB-Techncká unverzta Ostrava, Fakulta strojní, Insttut dopravy, tel: +40 597 34 375, jaromr.sroky@vsb.cz Úvod

Více

Účinnost spalovacích zařízení

Účinnost spalovacích zařízení Účnnost spalovacích zařízení Účnnost je ukazatelem míry dokonalost transformace energe v zařízení. Jedná se o techncko-ekonomcký parametr. Vyjadřuje poměr mez energí využtou a energí přvedenou do zařízení,

Více

Numerické metody optimalizace

Numerické metody optimalizace Numercké metody optmalzace Numercal optmzaton methods Bc. Mloš Jurek Dplomová práce 2007 Abstrakt Abstrakt česky Optmalzační metody představují vyhledávání etrémů reálných funkcí jedné nebo více reálných

Více

DETERMINATION OF THE NUMBER OF PERIODIC AND UNDPLANNED REPAIRS CAUSED BY VIOLENT DAMAGE ON RAILWAY TRACTION VEHICLES FOR NEWLY PROPOSED REPAIR SHOP

DETERMINATION OF THE NUMBER OF PERIODIC AND UNDPLANNED REPAIRS CAUSED BY VIOLENT DAMAGE ON RAILWAY TRACTION VEHICLES FOR NEWLY PROPOSED REPAIR SHOP STAOVEÍ POČTU PERIODICKÝCH OPRAV A EPÁOVAÝCH OPRAV VZIKÝCH VIVEM ÁSIÉHO POŠKOZEÍ A HACÍCH KOEJOVÝCH VOZIDECH PRO OVĚ AVRHOVAOU OPRAVU DETERMIATIO OF THE UMBER OF PERIODIC AD UDPAED REPAIRS CAUSED BY VIOET

Více

Klasifikace a predikce. Roman LUKÁŠ

Klasifikace a predikce. Roman LUKÁŠ 1/28 Klasfkace a predkce Roman LUKÁŠ 2/28 Základní pomy Klasfkace = zařazení daného obektu do sté skupny na základě eho vlastností Dvě fáze klasfkace: I. Na základě trénovacích vzorů (u nchž víme, do aké

Více

1.2. Postup výpočtu. , [kwh/(m 3.a)] (6)

1.2. Postup výpočtu. , [kwh/(m 3.a)] (6) 1. Stavebn energetcké vlastnost budov Energetcké chování budov v zním období se v současné době hodnotí buď s pomocí průměrného součntele prostupu tepla nebo s pomocí měrné potřeby tepla na vytápění. 1.1.

Více

n lokální působení různých vnějších faktorů ovlivňujících růst a zánik živých organismů n lokální variace vnitřních proměnných biologických systémů.

n lokální působení různých vnějších faktorů ovlivňujících růst a zánik živých organismů n lokální variace vnitřních proměnných biologických systémů. PROSTOROVÁ AUTOKORELACE V ANALYTICKÉ CHEMII JIŘÍ MILITKÝ, Katedra textlních materálů, Techncká unversta v Lberc, 46 7 Lberec MILAN MELOUN, Katedra analytcké cheme, Unversta Pardubce, Pardubce. Úvod Autokorelace

Více

RMC RMD RME

RMC RMD RME Olejem mazané šroubové kompresory s pevnou nebo proměnnou rychlostí MSC 30-45 MSD 55-75 s pohonem přes klínové řemeny RMC 30-45 RMD 55-75 RME 75-110 s pohonem pomocí spojky MSC/MSD Pohon klínovým řemeny

Více

PROBLEMATIKA OCEŇOVÁNÍ NEDODANÉ ENERGIE V PRŮMYSLU

PROBLEMATIKA OCEŇOVÁNÍ NEDODANÉ ENERGIE V PRŮMYSLU Seres on Advanced Economc Issues Faculty of Economcs, VŠB-TU Ostrava Lukáš Prokop Zdeněk Medvec Zdeněk Zmeškal PROBLEMATIKA OCEŇOVÁNÍ NEDODANÉ ENERGIE V PRŮMYSLU Ostrava, 2009 Lukáš Prokop & Zdeněk Medvec

Více

VŠB - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra aplikované matematiky. Diplomová práce. 2014 Michal Běloch

VŠB - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra aplikované matematiky. Diplomová práce. 2014 Michal Běloch VŠB - Techncká unverzta Ostrava Fakulta elektrotechnky a nformatky Katedra aplkované matematky Dplomová práce 204 Mchal Běloch VŠB - Techncká unverzta Ostrava Fakulta elektrotechnky a nformatky Katedra

Více

Analýza nahraditelnosti aktivního systému úsekového měření rychlosti pasivním systémem P. Chmelař 1, L. Rejfek 1,2, M.

Analýza nahraditelnosti aktivního systému úsekového měření rychlosti pasivním systémem P. Chmelař 1, L. Rejfek 1,2, M. Ročník 03 Číslo II Analýza nahradtelnost aktvního systému úsekového měření rychlost pasvním systémem P. Chmelař, L. Refek,, M. Dobrovolný Katedra elektrotechnky, Fakulta elektrotechnky a nformatky, Unverzta

Více

Attitudes and criterias of the financial decisionmaking under uncertainty

Attitudes and criterias of the financial decisionmaking under uncertainty 8 th Internatonal scentfc conference Fnancal management of frms and fnancal nsttutons Ostrava VŠB-TU Ostrava, faculty of economcs,fnance department 6 th 7 th September 2011 Atttudes and crteras of the

Více

USE OF FUGACITY FOR HEADSPACE METHODS VYUŽITÍ FUGACITNÍ TEORIE PRO METODY HEADSPACE

USE OF FUGACITY FOR HEADSPACE METHODS VYUŽITÍ FUGACITNÍ TEORIE PRO METODY HEADSPACE USE OF FUGITY FOR HEDSPE METHODS VYUŽITÍ FUGITNÍ TEORIE PRO METODY HEDSPE Veronka Rppelová, Elška Pevná, Josef Janků Ústav cheme ochrany prostředí, Vysoká škola chemcko-technologcká v Praze, Techncká 5,

Více

POROVNÁNÍ MEZI SKUPINAMI

POROVNÁNÍ MEZI SKUPINAMI POROVNÁNÍ MEZI SKUPINAMI Potřeba porovnání počtů mez určtým skupnam jednců např. porovnání počtů onemocnění mez kraj nebo okresy v prax se obvykle pracuje s porovnáním na 100.000 osob. Stuace ale nebývá

Více

SCIENTIFIC PAPERS OF THE UNIVERSITY OF PARDUBICE APLIKACE NEURONOVÝCH SÍTÍ PRO DETEKCI PORUCH SIGNÁLŮ

SCIENTIFIC PAPERS OF THE UNIVERSITY OF PARDUBICE APLIKACE NEURONOVÝCH SÍTÍ PRO DETEKCI PORUCH SIGNÁLŮ SCIENTIFIC PAPERS OF THE UNIVERSITY OF PARDUBICE Seres B The Jan Perner Transport Faculty 5 (1999) APLIKACE NEURONOVÝCH SÍTÍ PRO DETEKCI PORUCH SIGNÁLŮ Mchal MUSIL Katedra provozní spolehlvost, dagnostky

Více

Optimalizace metod pro multimediální aplikace v geodézii v prostředí IP sítí

Optimalizace metod pro multimediální aplikace v geodézii v prostředí IP sítí Acta Montanstca Slovaca Ročník 12 (2007), mmoradne číslo 3, 311-317 Optmalzace metod pro multmedální aplkace v geodéz v prostředí IP sítí Mlan Berka 1 Optmzaton of Methods for Geodetc Data for Multcast

Více

Přemysl Žiška, Pravoslav Martinek. Katedra teorie obvodů, ČVUT Praha, Česká republika. Abstrakt

Přemysl Žiška, Pravoslav Martinek. Katedra teorie obvodů, ČVUT Praha, Česká republika. Abstrakt ALGORITMUS DIFERENCIÁLNÍ EVOLUCE A JEHO UŽITÍ PRO IDENTIFIKACI NUL A PÓLŮ PŘE- NOSOVÉ FUNKCE FILTRU Přemysl Žška, Pravoslav Martnek Katedra teore obvodů, ČVUT Praha, Česká republka Abstrakt V příspěvku

Více

SIMULACE ZTRÁTY STABILITY ŠTÍHLÉHO PRUTU PŘI KROUCENÍ

SIMULACE ZTRÁTY STABILITY ŠTÍHLÉHO PRUTU PŘI KROUCENÍ SIMULACE ZTRÁTY STABILITY ŠTÍHLÉHO PRUTU PŘI KROUCENÍ SIMULATION OF STABILITY LOSS OF SLENDER BEAM UNDER TORSION Petr Frantík Abstract Paper deals wth the stablty loss of straght shape of slender deal

Více

Téma 5: Parametrická rozdělení pravděpodobnosti spojité náhodné veličiny

Téma 5: Parametrická rozdělení pravděpodobnosti spojité náhodné veličiny 0.05 0.0 0.05 0.0 0.005 Nomnální napětí v pásnc Std Mean 40 60 80 00 0 40 60 Std Téma 5: Parametrcká rozdělení pravděpodobnost spojté náhodné velčn Přednáška z předmětu: Pravděpodobnostní posuzování konstrukcí

Více

VYSOKÉ U ENÍ TECHNICKÉ V BRN BRNO UNIVERSITY OF TECHNOLOGY

VYSOKÉ U ENÍ TECHNICKÉ V BRN BRNO UNIVERSITY OF TECHNOLOGY VYSOKÉ U ENÍ TECHNICKÉ V BRN BRNO UNIVERSITY OF TECHNOLOGY FAKULTA STROJNÍHO INŽENÝRSTVÍ ÚSTAV MATEMATIKY FACULTY OF MECHANICAL ENGINEERING INSTITUTE OF MATHEMATICS MATEMATICKÝ MODEL ROZPO TU MATHEMATICAL

Více

MOŽNOSTI PREDIKCE DYNAMICKÉHO CHOVÁNÍ LOPAT OBĚŽNÝCH KOL KAPLANOVÝCH A DÉRIAZOVÝCH TURBÍN.

MOŽNOSTI PREDIKCE DYNAMICKÉHO CHOVÁNÍ LOPAT OBĚŽNÝCH KOL KAPLANOVÝCH A DÉRIAZOVÝCH TURBÍN. MOŽNOSTI PREDIKCE DYNAMICKÉHO CHOVÁNÍ LOPAT OBĚŽNÝCH KOL KAPLANOVÝCH A DÉRIAZOVÝCH TURBÍN. Mroslav VARNER, Vktor KANICKÝ, Vlastslav SALAJKA ČKD Blansko Strojírny, a. s. Anotace Uvádí se výsledky teoretckých

Více

Tepelná kapacita = T. Ē = 1 2 hν + hν. 1 = 1 e x. ln dx. Einsteinův výpočet (1907): Soustava N nezávislých oscilátorů se stejnou vlastní frekvencí má

Tepelná kapacita = T. Ē = 1 2 hν + hν. 1 = 1 e x. ln dx. Einsteinův výpočet (1907): Soustava N nezávislých oscilátorů se stejnou vlastní frekvencí má Tepelná kapacta C x = C V = ( ) dq ( ) du Dulong-Pettovo pravdlo: U = 3kT N C V = 3kN x V = T ( ) ds x Tepelná kapacta mřížky Osclátor s kvantovanou energí E n = ( n + 2) hν má střední hodnotu energe (po

Více

6 LINEÁRNÍ REGRESNÍ MODELY

6 LINEÁRNÍ REGRESNÍ MODELY 1 6 LINEÁRNÍ REGRESNÍ MODELY Př budování regresních modelů se běžně užívá metody nejmenších čtverců. Metoda nejmenších čtverců poskytuje postačující odhady parametrů jenom př současném splnění všech předpokladů

Více

9.12.2009. Metody analýzy rizika. Předběžné hodnocení rizika. Kontrolní seznam procesních rizik. Bezpečnostní posudek

9.12.2009. Metody analýzy rizika. Předběžné hodnocení rizika. Kontrolní seznam procesních rizik. Bezpečnostní posudek 9.2.29 Bezpečnost chemckých výrob N Petr Zámostný místnost: A-72a tel.: 4222 e-mal: petr.zamostny@vscht.cz Analýza rzka Vymezení pojmu rzko Metody analýzy rzka Prncp analýzy rzka Struktura rzka spojeného

Více

Statistická energetická analýza (SEA)

Statistická energetická analýza (SEA) Hladna akustckého tlaku buzení harmonckou slou [db] Statstcká energetcká analýza (SA) V současné době exstue řada způsobů, ak řešt vbroakustcké problémy. odobně ako v ných odvětvích nženýrství, také ve

Více

Monte Carlo metody Josef Pelikán CGG MFF UK Praha.

Monte Carlo metody Josef Pelikán CGG MFF UK Praha. Monte Carlo metody 996-7 Josef Pelkán CGG MFF UK Praha pepca@cgg.mff.cun.cz http://cgg.mff.cun.cz/~pepca/ Monte Carlo 7 Josef Pelkán, http://cgg.ms.mff.cun.cz/~pepca / 44 Monte Carlo ntegrace Odhadovaný

Více

ANALÝZA PRODUKCE OLEJNIN ANALYSIS OF OIL SEED PRODUCTION. Lenka Šobrová

ANALÝZA PRODUKCE OLEJNIN ANALYSIS OF OIL SEED PRODUCTION. Lenka Šobrová ANALÝZA PRODUKCE OLEJNIN ANALYSIS OF OIL SEED PRODUCTION Lenka Šobrová Anotace: Olejnny patří mez významné zemědělské plodny. Nejvýznamnější zástupc této skupny se však v jednotlvých částech světa lší,

Více

Šroubové kompresory. Řada MSL 2,2-15 kw. Jednoduché a kompletní řešení pro Vaší potřebu stlačeného vzduchu

Šroubové kompresory. Řada MSL 2,2-15 kw. Jednoduché a kompletní řešení pro Vaší potřebu stlačeného vzduchu Šroubové kompresory Řada MSL 2,2-15 kw Jednoduché a kompletní řešení pro Vaší potřebu stlačeného vzduchu CHYTRÉ TECHNICKÉ ŘEŠENÍ Nžší náklady na údržbu a prodloužené servsní ntervaly Velce jednoduchá konstrukce

Více

KOMPLEXNÍ ČÍSLA. Algebraický tvar komplexního čísla

KOMPLEXNÍ ČÍSLA. Algebraický tvar komplexního čísla KOMPLEXNÍ ČÍSLA Příklad Řešte na množně reálných čísel rovnc: x + = 0. x = Rovnce nemá v R řešení. Taková jednoduchá rovnce a nemá na množně reálných čísel žádné řešení! Co s tím? Zavedeme tzv. magnární

Více

Určení tlouštky folie metodou konvergentního elektronového svazku (TEM)-studijní text.

Určení tlouštky folie metodou konvergentního elektronového svazku (TEM)-studijní text. Určení tlouštky fole metodou konverentního elektronového svazku (TEM)-studjní text. Pracovní úkol: 1) Nastavte a vyfotorafujte snímek dfrakce elektronů v konverentním svazku, který je vhodný pro určení

Více

Proces řízení rizik projektu

Proces řízení rizik projektu Proces řízení rzk projektu Rzka jevy a podmínky, které nejsou pod naší přímou kontrolou a ovlvňují cíl projektu odcylky, předvídatelná rzka, nepředvídatelná rzka, caotcké vlvy Proces řízení rzk sled aktvt,

Více

Staré mapy TEMAP - elearning

Staré mapy TEMAP - elearning Staré mapy TEMAP - elearnng Modul 4 Kartometrcké analýzy Ing. Markéta Potůčková, Ph.D., 2013 Přírodovědecká fakulta UK v Praze Katedra aplkované geonformatky a kartografe Kartometre a kartometrcké vlastnost

Více

METODIKA STANOVENÍ DÉLKY A ROZSAHU PRŮZKUMŮ CHOVÁNÍ ÚČASTNÍKŮ SILNIČNÍHO PROVOZU S OHLEDEM NA EFEKTIVNÍ VYNAKLÁDÁNÍ FINANČNÍCH PROSTŘEDKŮ

METODIKA STANOVENÍ DÉLKY A ROZSAHU PRŮZKUMŮ CHOVÁNÍ ÚČASTNÍKŮ SILNIČNÍHO PROVOZU S OHLEDEM NA EFEKTIVNÍ VYNAKLÁDÁNÍ FINANČNÍCH PROSTŘEDKŮ METODIKA STANOVENÍ DÉLKY A ROZSAHU PRŮZKUMŮ CHOVÁNÍ ÚČASTNÍKŮ SILNIČNÍHO PROVOZU S OHLEDEM NA EFEKTIVNÍ VYNAKLÁDÁNÍ FINANČNÍCH PROSTŘEDKŮ Centrum dopravního výzkumu, v.v.. výzkumná, vývoová a expertní

Více

radiační ochrana Státní úřad pro jadernou bezpečnost

radiační ochrana Státní úřad pro jadernou bezpečnost Státní úřad pro jadernou bezpečnost radační ochrana DOPORUČENÍ Měření a hodnocení obsahu přírodních radonukldů ve vodě dodávané k veřejnému zásobování ptnou vodou Rev. 1 SÚJB únor 2012 Předmluva Zákon

Více

URČOVÁNÍ TRENDŮ A JEJICH VÝZNAM PRO EKONOMIKU

URČOVÁNÍ TRENDŮ A JEJICH VÝZNAM PRO EKONOMIKU URČOVÁNÍ TRENDŮ A JEJICH VÝZNAM PRO EKONOMIKU Rudolf Kampf ÚVOD Pro marketng, management a vůbec pro člověka je jstě důležté vědět, jak se bude vyvíjet stuace v ekonomce, stuace v určtém státě z hledska

Více

ANALÝZA RIZIKA A CITLIVOSTI JAKO SOUČÁST STUDIE PROVEDITELNOSTI 1. ČÁST

ANALÝZA RIZIKA A CITLIVOSTI JAKO SOUČÁST STUDIE PROVEDITELNOSTI 1. ČÁST Abstrakt ANALÝZA ZKA A CTLOST JAKO SOUČÁST STUDE POVEDTELNOST 1. ČÁST Jří Marek Úspěšnost nvestce závsí na tom, jaké nejstoty ovlvní její předpokládaný žvotní cyklus. Pomocí managementu rzka a analýzy

Více

Spolehlivost letadlové techniky

Spolehlivost letadlové techniky VYSOKÉ UČ ENÍ TECHNICKÉ V BRNĚ Fakulta strojního nženýrství Prof Ing Rudolf Holub, CSc Doc Ing Zdeněk Vntr, CSc Spolehlvost letadlové technky (elektroncká učebnce) Brno 00 OBSAH PŘEDMLUVA 4 ÚVOD5 STANDARDIZACE

Více

ROZDĚLENÍ ČIŠTĚNÉHO PLYNU V TKANINOVÝCH FILTRECH

ROZDĚLENÍ ČIŠTĚNÉHO PLYNU V TKANINOVÝCH FILTRECH Rozdělení čštěného plynu v tkannových fltrech ROZDĚLENÍ ČIŠTĚNÉHO PLYNU V TKANINOVÝCH FILTRECH Tomáš Hlnčík, Václav Koza VŠCHT Praha, Ústav plynárenství, koksocheme a ochrany ovzduší, Techncká 5, 166 28,

Více

MOŽNOSTI STUDIA POVRCHOVÉHO NAPĚTÍ OXIDICKÝCH TAVENIN. Rostislav Dudek Ľudovít Dobrovský Jana Dobrovská

MOŽNOSTI STUDIA POVRCHOVÉHO NAPĚTÍ OXIDICKÝCH TAVENIN. Rostislav Dudek Ľudovít Dobrovský Jana Dobrovská MOŽNOSTI STUDIA POVRCHOVÉHO NAPĚTÍ OXIDICKÝCH TAVENIN Rostslav Dudek Ľudovít Dobrovský Jana Dobrovská VŠB TU, FMMI, Katedra fyzkální cheme a teore technologckých pochodů, 17.lstopadu 15, 708 33 Ostrava

Více

Univerzita Pardubice Fakulta ekonomicko-správní. Modelování predikce časových řad návštěvnosti web domény pomocí SVM Bc.

Univerzita Pardubice Fakulta ekonomicko-správní. Modelování predikce časových řad návštěvnosti web domény pomocí SVM Bc. Unverzta Pardubce Fakulta ekonomcko-správní Modelování predkce časových řad návštěvnost web domény pomocí SVM Bc. Vlastml Flegl Dplomová práce 2011 Prohlašuj: Tuto prác jsem vypracoval samostatně. Veškeré

Více

CHYBY MĚŘENÍ. uvádíme ve tvaru x = x ± δ.

CHYBY MĚŘENÍ. uvádíme ve tvaru x = x ± δ. CHYBY MĚŘENÍ Úvod Představte s, že máte změřt délku válečku. Použjete posuvné měřítko a získáte určtou hodnotu. Pamětlv přísloví provedete ještě jedno měření. Ale ouha! Výsledek je jný. Co dělat? Měřt

Více

podle typu regresní funkce na lineární nebo nelineární model Jednoduchá lineární regrese se dá vyjádřit vztahem y

podle typu regresní funkce na lineární nebo nelineární model Jednoduchá lineární regrese se dá vyjádřit vztahem y 4 Lneární regrese 4 LINEÁRNÍ REGRESE RYCHLÝ NÁHLED DO KAPITOLY Častokrát potřebujete zjstt nejen, jestl jsou dvě nebo více proměnných na sobě závslé, ale také jakým vztahem se tato závslost dá popsat.

Více

4 Parametry jízdy kolejových vozidel

4 Parametry jízdy kolejových vozidel 4 Parametry jízdy kolejových vozdel Př zkoumání jízdy železnčních vozdel zjšťujeme většnou tř základní charakterstcké parametry jejch pohybu. Těmto charakterstkam jsou: a) průběh rychlost vozdel - tachogram,

Více

{ } SYNTÉZA TABULEK PŘECHODŮ 1. NEALGEBRAICKÉ METODY

{ } SYNTÉZA TABULEK PŘECHODŮ 1. NEALGEBRAICKÉ METODY SNTÉZA TABULEK PŘECHODŮ. NEALGEBRAICKÉ METOD a) GINSBURGOVA METODA Využívá tzv. korespondencí mez vstupním a výstupním slovem př dané vstupní a výstupní abecedě. Jnak řečeno, vyhodnocuí se ednotlvé odezvy

Více

Metoda digitalizace starých glóbů respektující jejich kartografické vlastnosti a Virtuální mapová sbírka Chartae-Antiquae.cz

Metoda digitalizace starých glóbů respektující jejich kartografické vlastnosti a Virtuální mapová sbírka Chartae-Antiquae.cz Metoda dgtalzace starých glóbů respektuící ech kartografcké vlastnost a Vrtuální mapová sbírka hartae-antquae.cz Mlan Talch, Klára Ambrožová, Flp Antoš, Ondře Böhm, Jan Havrlant, Lubomír Soukup XXXIV.

Více

Umělé neuronové sítě a Support Vector Machines. Petr Schwraz

Umělé neuronové sítě a Support Vector Machines. Petr Schwraz Umělé neuronové sítě a Support Vector Machnes Petr Schraz scharzp@ft.vutbr.cz Perceptron ( neuron) x x x N f() y y N f ( x + b) x vstupy neuronu váhy jednotlvých vstupů b aktvační práh f() nelneární funkce

Více

7. STATISTICKÝ SOUBOR S JEDNÍM ARGUMENTEM

7. STATISTICKÝ SOUBOR S JEDNÍM ARGUMENTEM 7. STATISTICKÝ SOUBOR S JEDNÍM ARGUMENTEM Průvodce studem Předchozí kaptoly byly věnovány pravděpodobnost a tomu, co s tímto pojmem souvsí. Nyní znalost z počtu pravděpodobnost aplkujeme ve statstce. Předpokládané

Více

Vykazování solventnosti pojišťoven

Vykazování solventnosti pojišťoven Vykazování solventnost pojšťoven Ing. Markéta Paulasová, Techncká unverzta v Lberc, Hospodářská fakulta marketa.paulasova@centrum.cz Abstrakt Pojšťovnctví je fnanční službou zabývající se přenosem rzk

Více

MODELY ŘÍZENÍ ZÁSOB nákladově orientované modely poptávka pořizovací lhůta dodávky předstih objednávky deterministické stochastické

MODELY ŘÍZENÍ ZÁSOB nákladově orientované modely poptávka pořizovací lhůta dodávky předstih objednávky deterministické stochastické MODELY ŘÍZENÍ ZÁSOB Význam zásob spočívá především v tom, že - vyrovnávají časový nebo prostorový nesoulad mezi výrobou a spotřebou - zajišťují plynulou výrobu nebo plynulé dodávky zboží i při nepředvídaných

Více