4EK311 Operační výzkum. 6. Řízení projektů

Rozměr: px
Začít zobrazení ze stránky:

Download "4EK311 Operační výzkum. 6. Řízení projektů"

Transkript

1 4EK311 Operační výzkum 6. Řízení projektů

2 6. Řízení projektů Typická aplikace teorie grafů Projekt = soubor činností Příklady: Vývoj a uvedení nového výrobku Výstavba či rekonstrukce objektu Plán výrobního procesu (pečení vánočního cukroví) Plán jakéhokoliv procesu (příprava na zkoušku) Mgr. Sekničková Jana, Ph.D. 2

3 Činnost 6. Řízení projektů Každá z činností musí být dokončena dříve, než skončí projekt Může být charakterizována mnoha údaji Předpokládaná doba trvání (min., max., střední, apod.) Předpokládané náklady na realizaci Požadavky na realizaci (technické, materiálové, apod.) Činnosti, které musí dané činnosti předcházet Mgr. Sekničková Jana, Ph.D. 3

4 6.1 Konstrukce síťového grafu Grafické zobrazení projektu = síťový graf Hrany = činnosti Uzly = začátek nebo konec činnosti Ohodnocení = doba trvání činnosti Síť = souvislý, orientovaný a nezáporně (hranově či uzlově) ohodnocený graf, který obsahuje dva speciální uzly (vstup a výstup) Hranově ohodnocený síťový graf Začátek činnosti Doba trvání Konec činnosti Mgr. Sekničková Jana, Ph.D. 4

5 6.1 Konstrukce síťového grafu Kroky Rozčlenění projektu na jednotlivé činnosti Odhad doby trvání jednotlivých činností (náklady) Definice časových návazností Konstrukce síťového grafu Volba metody síťové analýzy Mgr. Sekničková Jana, Ph.D. 5

6 6.1 Příklad Projekt přípravy na zkoušku z OV kolik zabere času? A půjčím si skripta a slíbím vrácení před zkouškou B přečtu si skripta C projdu si poznámky z přednášek D zkusím vyřešit příklad ze skript E vyrobím si tahák (pro jistotu) F naučím se látku G vrátím skripta H přihlásím se za zkoušku v systému Mgr. Sekničková Jana, Ph.D. 6

7 6.1 Příklad - činnosti Činnost Předchůdci Doba trvání A Půjčení skript - 3 B Přečtení skript A 11 C Poznámky - 13 D Příklad ze skript A 5 E Výroba taháku B,C 4 F Naučení látky B,C 6 G Vrácení skript F 2 H Přihlášení D,E,F 1 Mgr. Sekničková Jana, Ph.D. 7

8 6.1 Příklad konstrukce sítě Činnost Předchůdci A - B A C - D A E B,C F B,C G F H D,E,F Začátek projektu Začátek činnosti A Konec činnosti A Označení činnosti Doba trvání Konec činnosti Mgr. Sekničková Jana, Ph.D. 8

9 6.1 Příklad konstrukce sítě Činnost Předchůdci A - B A C - Začátek projektu Konec činnosti A D A A B E B,C F B,C G F H D,E,F Mgr. Sekničková Jana, Ph.D. 9

10 6.1 Příklad konstrukce sítě Činnost Předchůdci A - B A C - Začátek projektu Konec činnosti A D A A B E F B,C B,C C G F H D,E,F Mgr. Sekničková Jana, Ph.D. 10

11 6.1 Příklad konstrukce sítě Činnost Předchůdci A - B A C - Začátek projektu Konec činnosti A D D A A B E F B,C B,C C G F H D,E,F Mgr. Sekničková Jana, Ph.D. 11

12 6.1 Příklad konstrukce sítě Činnost Předchůdci A - B A C - Začátek projektu Konec činnosti A D D A A E F B,C B,C C B G F E H D,E,F Mgr. Sekničková Jana, Ph.D. 12

13 6.1 Příklad konstrukce sítě Činnost Předchůdci A - B A C - Začátek projektu Konec činnosti A D D A A E F B,C B,C C B F G F E H D,E,F Mgr. Sekničková Jana, Ph.D. 13

14 6.1 Příklad konstrukce sítě Činnost Předchůdci A - B A C - Začátek projektu Konec činnosti A D D A A E F B,C B,C C B F G G F E H D,E,F Mgr. Sekničková Jana, Ph.D. 14

15 6.1 Příklad konstrukce sítě Činnost Předchůdci A - B A C - D A E B,C F B,C G F H D,E,F Fiktivní činnost Začátek projektu A C Konec činnosti A B D E F X H G Mgr. Sekničková Jana, Ph.D. 15

16 6.1 Příklad konstrukce sítě Činnost Předchůdci A - B A C - D A E B,C F B,C Začátek projektu A C Konec činnosti A B D E F X G H G F H D,E,F Mgr. Sekničková Jana, Ph.D. 16

17 6.1 Příklad konstrukce sítě Činnost Předch. Doba A - 3 B A 11 C - 13 D A 5 E B,C 4 F B,C 6 G F 2 H D,E,F 1 1 A 3 C 13 2 B 11 E 4 D 5 F X 0 H 1 G 2 6 Mgr. Sekničková Jana, Ph.D. 17

18 6.1 Topologické uspořádání grafu Očíslování uzlů grafu tak, aby každá činnost začínající v uzlu s daným indexem končila v uzlu s indexem vyšším Pokud uzly topologicky uspořádáme (zleva): Každá hrana povede zleva doprava. Daná činnost bude vždy vykonána až po všech činnostech, na kterých závisí. A 3 2 D 5 5 H 1 1 B 11 E 4 X 0 6 C 13 3 F 6 4 G 2 Mgr. Sekničková Jana, Ph.D. 18

19 6.1 Konstrukce síťového grafu - shrnutí Při konstrukci síťového grafu projektu: Jeden vstupní uzel (počátek projektu) Správná návaznost činností (fiktivní činnosti) Pokud možno bez křížení hran Jeden výstupní uzel (konec projektu) Ohodnocení činností Topologické uspořádání (očíslování) Mgr. Sekničková Jana, Ph.D. 19

20 6. Řízení projektů síťový graf Činnost Předchůdci A - B - C A D A E B, C F B, C G D, E Činnost Předchůdci A - B A C A D B E B, C F D, E Zkuste sami Mgr. Sekničková Jana, Ph.D. 20

21 6.2 CPM CPM = Critical Path Method Metoda kritické cesty 1957 Kelly a Walker výstavba petrochemického komplexu společnosti dupont Časová analýza projektu Deterministická metoda Doby trvání činností jsou pevně dané a neměnné Mgr. Sekničková Jana, Ph.D. 21

22 6.2 CPM Pravidlo: Činnost (h ij ) může začít nejdříve tehdy, až skončí všechny předcházející činnosti Nejdříve možný začátek činnosti z i = t i 0 z i i Stejná hodnota pro všechny činnosti začínající v u i Nejdříve možný konec činnosti z i + y ij = t i 0 + y ij h ij y ij j y ij je doba trvání činnosti reprezentované h ij Mgr. Sekničková Jana, Ph.D. 22

23 6.2 CPM Nejpozději přípustný konec činnosti k j = t j 1 Kdy nejpozději musí skončit, aby nedošlo ke zpoždění navazujících činností z i i Stejná hodnota pro všechny činnosti končící v u j Nejpozději přípustný začátek činnosti k j y ij = t j 1 y ij h ij y ij j y ij je doba trvání činnosti reprezentované h ij k j Mgr. Sekničková Jana, Ph.D. 23

24 6.2 Příklad metoda CPM i Činnost Předch. Doba A - 3 B A 11 C - 13 D A 5 E B,C 4 F B,C 6 G F 2 H D,E,F 1 1 A 3 C 13 2 B 11 E 4 D 5 F X 0 H 1 G 2 z i 6 k i Mgr. Sekničková Jana, Ph.D. 24

25 6.2 Příklad CPM graf 1 A D 5 B 11 E 4 X 0 H 1 6 C F 6 G 2 Mgr. Sekničková Jana, Ph.D. 25

26 Příklad CPM výpočet vpřed A 3 C D 5 20 B 11 E 4 X H 1 4 F 6 20 G Mgr. Sekničková Jana, Ph.D. 26

27 1. fáze výpočtu 6.2 CPM výpočet vpřed Nejdříve možný začátek činností vycházejících z vstupního uzlu u 1 je nastaven na počátek (běžně 0) z 1 = 0, tj. t 1 0 = 0 Nejdříve možný začátek ostatních činností (z uzlu u j ) se spočte z j = max i z i + y ij, tj. t 1 0 = max i t i 0 + y ij Mgr. Sekničková Jana, Ph.D C 13 3 A B 11 3

28 6.2 CPM nejkratší doba projektu Nejkratší doba realizace projektu (T) odpovídá nejdříve možnému konci poslední provedené činnosti Pro topologicky uspořádaný graf s n uzly tedy T = z n = t0 n H G 2 Mgr. Sekničková Jana, Ph.D. 28

29 6.2 Příklad CPM výpočet vzad A 3 1 C B D E 4 X H 1 4 F G Mgr. Sekničková Jana, Ph.D. 29

30 2. fáze výpočtu 6.2 CPM výpočet vzad Nejpozději přípustný konec činností končících ve výstupním uzlu u n je v okamžiku ukončení projektu (T) k n = T, tj. t n 1 = T Pokud je plánovaný čas ukončení projektu (T pl ) vyšší než nejkratší doba realizace projektu (T), pak k n = T pl, tj. t n 1 = T pl Mgr. Sekničková Jana, Ph.D. 30 X H G 2 22

31 2. fáze výpočtu 6.2 CPM výpočet vzad Nejpozději přípustný konec ostatních činností (vedoucích do uzlu u i ) odpovídá nejpozději přípustnému začátku činností, které v tomto uzlu začínají. Spočte se tedy k i = min j k j y ij, tj. t i 1 = min j t j 1 y ij F Mgr. Sekničková Jana, Ph.D. 31 X H G 2 22

32 6.2 Příklad CPM celkové rezervy A 3 (0) C 13 (1) 3 B 11 (0) D 5 (13) H 1 (1) E 4 X 0 (3) (1) 4 F 6 G 2 (0) (0) Mgr. Sekničková Jana, Ph.D. 32

33 3. fáze výpočtu 6.2 CPM celkové rezervy Celková časová rezerva CR ij činnosti reprezentované hranou h ij se spočte CR ij = k j z i y ij, tj. CR ij = t j 1 t i 0 y ij 3 E (3) Mgr. Sekničková Jana, Ph.D. 33

34 6.2 CPM kritické činnosti Kritické činnosti Činnosti s minimální hodnotou celkové časové rezervy Pokud T = T pl, je minimální celková časová rezerva nulová Mgr. Sekničková Jana, Ph.D. 34

35 Nejkratší doba realizace projektu (T) odpovídá ohodnocení 6.2 Příklad nejdelší CPM kritická cesty v cesta síti mezi u 1 a u n A 3 (0) C 13 (1) B 11 (0) D 5 (13) H 1 (1) E 4 X 0 (3) (1) 4 F 6 G 2 (0) (0) Mgr. Sekničková Jana, Ph.D. 35

36 6.2 CPM rozbor výsledků Rozbor výsledků Poslední fáze Rozvržení realizace v čase Ganttův diagram Henry Laurence Gantt (1910) Mgr. Sekničková Jana, Ph.D. 36

37 6.2 Příklad CPM Ganttův diagram Mgr. Sekničková Jana, Ph.D. 37

38 6.3 PERT PERT = Program Evaluation and Review Technique Metoda PERT pravděpodobnostní rozšíření CPM 1958 Booz, Allen a Hamilton řízení projektu Polaris amerického námořnictva (vývoj řízených střel pro atomové ponorky Polaris) Zkrácení doby realizace o 18 měsíců Mgr. Sekničková Jana, Ph.D. 38

39 6.3 PERT CPM doby trvání jsou pevně dané a neměnné PERT doba trvání je náhodná veličina, pro kterou je známá Nejkratší předpokládaná doba trvání (optimistický odhad) a ij Nejdelší předpokládaná doba trvání (pesimistický odhad) b ij Nejpravděpodobnější doba trvání (modální odhad) m ij Mgr. Sekničková Jana, Ph.D. 39

40 6.3 PERT Doba trvání je náhodná veličina, jejíž pravděpodobnostní rozdělení není předem známé Lze ho však aproximovat β-rozdělením Na konečném intervalu a, b Obecně nesymetrické f(x) x Mgr. Sekničková Jana, Ph.D. a 40 ij m ij b ij

41 6.3 PERT β-rozdělení Střední hodnota EV: μ ij = a ij + 4m ij + b ij 6 Směrodatná odchylka σ: σ ij = b ij a ij 6 f(x) Mgr. Sekničková Jana, Ph.D. 41 a ij m ij b ij x

42 6.3 PERT Postup celé analýzy je shodný s postupem uvedeným v metodě CPM Místo pevně daných dob trvání y ij pracujeme se střední (očekávanou) dobou trvání činnosti μ ij Místo pevně dané doby dokončení projektu T určíme střední (očekávanou) dobou trvání projektu M Mgr. Sekničková Jana, Ph.D. 42

43 6.3 Příklad PERT zadání Činnost Předchůdci Optimistický odhad a ij m ij b ij Modální odhad Pesimistický odhad A - 1 1,5 2 B C A 1 1,5 3 D A 2 3,5 5 E B, C 0,5 1 2,5 F B, C 1 1,5 4 G D, E 1 1,5 2 H D, E I F, G μ ij = a ij + 4m ij + b ij 6 σ ij = b ij a ij 6 Mgr. Sekničková Jana, Ph.D. 43

44 6.3 Příklad PERT odhady Činnost Předchůdci Optimistický odhad Modální odhad Pesimistický odhad Střední doba trvání A - 1 1,5 2 9 / 6 B / 6 C A 1 1, / 6 D A 2 3, / 6 E B, C 0,5 1 2,5 7 / 6 F B, C 1 1, / 6 G D, E 1 1,5 2 9 / 6 H D, E / 6 I F, G / 6 Mgr. Sekničková Jana, Ph.D. 44

45 1 6.3 Příklad PERT doby trvání 2 4 D 21 H 27 A 9 C 10 E 7 G 9 6 B F 11 I 7 Mgr. Sekničková Jana, Ph.D. 45

46 Příklad PERT výpočet vpřed A 9 B D 21 C 10 E 7 G F H I Mgr. Sekničková Jana, Ph.D. 46

47 6.3 Příklad PERT výpočet vzad A B C D 21 E 7 F G H I Mgr. Sekničková Jana, Ph.D. 47

48 0 6.3 Příklad PERT celkové rezervy A 9 1 (2) 0 B 25 (0) C 10 (6) D 21 (2) E 7 (0) F 11 (16) G 9 (11) H 27 (0) 6 I 7 (11) Mgr. Sekničková Jana, Ph.D. 48

49 6.3 Příklad PERT kritická cesta A 9 (2) B 25 (0) C 10 (6) D 21 (2) E 7 (0) F 11 (16) G 9 (11) H 27 (0) 6 I 7 (11) Mgr. Sekničková Jana, Ph.D. 49

50 6.3 PERT Doba dokončení projektu (skutečná) T S je také náhodná veličina se střední hodnotou M rozptylem σ 2 KC, kde σ 2 KC je součet rozptylů všech kritických činností a normálním rozdělením: T S ~ N(M, σ 2 KC ) (za dost obecných podmínek CLV) Platí, že náhodná veličina Z = T S M σ KC ~ N(0,1) a hodnoty tohoto rozdělení jsou tabelovány Mgr. Sekničková Jana, Ph.D. 50

51 6.3 PERT pravděpodobnostní analýza Metoda PERT zodpoví i následující otázky: Jaká je pravděpodobnost, že projekt skončí nejpozději v zadaném čase T S? V jakém čase bude projekt ukončen se stanovenou pravděpodobností p? Mgr. Sekničková Jana, Ph.D. 51

52 6.3 PERT pravděpodobnostní analýza Jaká je pravděpodobnost, že projekt skončí nejpozději v zadaném čase T S? z = T S M σ KC ~ N(0,1) M a σ KC spočítáme na základě výsledků metody PERT T S je zadané Dosadíme a spočítáme z V tabulkách standardního normálního rozdělení najdeme odpovídající pravděpodobnost p Mgr. Sekničková Jana, Ph.D. 52

53 6.3 PERT pravděpodobnostní analýza V jakém čase bude projekt ukončen se stanovenou pravděpodobností p? Postup výpočtu je opačný. Známe pravděpodobnost p a v tabulkách standardního normálního rozdělení najdeme odpovídající hodnotu z p M a σ KC spočítáme na základě výsledků metody PERT Dosadíme do z = T S M σ KC 2 a určíme T S = M + z p σ KC Mgr. Sekničková Jana, Ph.D. 53

54 6.3 Příklad PERT kritická cesta A 9 (2) B 25 (0) C 10 (6) D 21 (2) E 7 (0) F 11 (16) G 9 (11) H 27 (0) 6 I 7 (11) Mgr. Sekničková Jana, Ph.D. 54

55 6.3 Příklad PERT odhady M = = 59 6 = 9,8ത3 Činnost Předchůdci a ij m ij b ij μ ij σ ij A - 1 1,5 2 9 / 6 1 / 6 B / 6 5 / 6 C A 1 1, / 6 2 / 6 D A 2 3, / 6 3 / 6 E B, C 0,5 1 2,5 7 / 6 2 / 6 F B, C 1 1, / 6 3 / 6 G D, E 1 1,5 2 9 / 6 1 / 6 H D, E / 6 7 / 6 I F, G / 6 1 / 6 σ 2 KC = σ KC = Mgr. Sekničková Jana, Ph.D = = = = σ 2 KC = = = ሶ 1, =

56 6.3 Příklad PERT pravděpodobnost M = 9,8ത3 σ KC z = T S M σ KC = ሶ 1,4720 Jaká je pravděpodobnost, že na zkoušku budete připraveni přesně za 9, 8ഥ3 hodiny? Mgr. Sekničková Jana, Ph.D. 56

57 6.3 Příklad PERT pravděpodobnost M = 9,8ത3 σ KC z = T S M σ KC = ሶ 1,4720 z = 9,8 ഥ3 9,8ഥ3 1,4720 = 0 Jaká je pravděpodobnost, že se na zkoušku stihnete připravit do 9, 8ഥ3 hodiny? p = 0, 5 = 50 % Tabulka hodnot distribuční funkce standardizovaného normálního rozdělení N(0,1) (pro hodnoty z 0) z Mgr. Sekničková Jana, Ph.D. 57

58 6.3 Příklad PERT pravděpodobnost M = 9,8ത3 σ KC z = T S M σ KC = ሶ 1,4720 z = 9 9,8 ഥ3 1,4720 = 0,8 ഥ3 1,4720 ሶ Jaká je pravděpodobnost, že se na zkoušku stihnete = 0,5661 připravit do 9 hodin? Mgr. Sekničková Jana, Ph.D. 58 p = ሶ 0, = ሶ 28, 6 % Tabulka hodnot distribuční funkce standardizovaného normálního rozdělení N(0,1) (pro hodnoty z 0) z

59 6.3 Příklad PERT pravděpodobnost M = 9,8ത3 σ KC z = T S M σ KC = ሶ 1,4720 z = 10 9,8 ഥ3 = 0,1 ഥ6 = ሶ 0,1132 1,4720 1,4720 Jaká je pravděpodobnost, že se na zkoušku stihnete připravit do 10 hodin? Mgr. Sekničková Jana, Ph.D. 59 p = ሶ 0, = ሶ 54, 5 % Tabulka hodnot distribuční funkce standardizovaného normálního rozdělení N(0,1) (pro hodnoty z 0) z

60 6.3 Příklad PERT pravděpodobnost M = 9,8ത3 σ KC z = T S M σ KC = ሶ 1,4720 1,28155 = T S 9,8ഥ3 1,4720 T S = 9,8ത3 + 1, ,4720 Chci mít jistotu 90 %, že se na zkoušku stihnu připravit. Kolik času si musím rezervovat? = ሶ 11,71977 = ሶ 12 T S = ሶ 12 z Mgr. Sekničková Jana, Ph.D.

61 Detaily k přednášce: skripta, kapitola 6 KONEC Mgr. Sekničková Jana, Ph.D. 61

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

Řízení projektů. Konstrukce síťového grafu pro řízení projektů Metoda CPM Metoda PERT

Řízení projektů. Konstrukce síťového grafu pro řízení projektů Metoda CPM Metoda PERT Řízení projektů Konstrukce síťového grafu pro řízení projektů Metoda CPM Metoda PERT 1 Úvod základní pojmy Projekt souhrn činností, které musí být všechny realizovány, aby byl projekt dokončen Činnost

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

Teorie síťových modelů a síťové plánování

Teorie síťových modelů a síťové plánování KSI PEF ČZU Teorie síťových modelů a síťové plánování Část přednášky doc. Jaroslava Švasty z předmětu systémové analýzy a modelování. Zápis obsahuje základní vymezení projektu, časového plánování a popis

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

Modely teorie grafů, min.kostra, max.tok, CPM, MPM, PERT

Modely teorie grafů, min.kostra, max.tok, CPM, MPM, PERT PEF ČZU Modely teorie grafů, min.kostra, max.tok, CPM, MPM, PERT Okruhy SZB č. 5 Zdroje: Demel, J., Operační výzkum Jablonský J., Operační výzkum Šubrt, T., Langrová, P., Projektové řízení I. a různá internetová

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

Západočeská univerzita v Plzni Fakulta aplikovaných věd. SÍŤOVÁ ANALÝZA Semestrální práce z předmětu KMA/MAB

Západočeská univerzita v Plzni Fakulta aplikovaných věd. SÍŤOVÁ ANALÝZA Semestrální práce z předmětu KMA/MAB Západočeská univerzita v Plzni Fakulta aplikovaných věd SÍŤOVÁ ANALÝZA Semestrální práce z předmětu KMA/MAB Vypracovala: Kristýna Slabá kslaba@students.zcu.cz Obor: Matematické inženýrství Školní rok:

Více

Projektový management

Projektový management Projektový management Osnova - Metody a techniky plánování projektu - Časové plány a jejich úrovně - Ganttův diagram a síťový graf - Strukturní plán, dokumentace staveb Ing. Jana Nováková Ústav stavební

Více

Projektový management

Projektový management Projektový management 2009 Ludmila Fridrichová Použité zdroje 1. Svozilová, A.: Projektový management. Praha: Grada Publishing, a.s., 2006. ISBN-80-247-1501-5 2. Němec, V.: Projektový management. Praha:

Více

CW52 Modelování výrobních procesů PPT #01 Metody plánování a řízení stavebních procesů Ing. Václav Venkrbec

CW52 Modelování výrobních procesů PPT #01 Metody plánování a řízení stavebních procesů Ing. Václav Venkrbec CW52 Modelování výrobních procesů PPT #01 Metody plánování a řízení stavebních procesů Ing. Václav Venkrbec Základní metody plánování 1, Metoda postupná Základní metody plánování 1, Metoda postupná Nízké

Více

Operační výzkum. Síťová analýza. Metoda CPM.

Operační výzkum. Síťová analýza. Metoda CPM. Operační výzkum Síťová analýza. Metoda CPM. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační číslo

Více

4EK311 Operační výzkum. 5. Teorie grafů

4EK311 Operační výzkum. 5. Teorie grafů 4EK311 Operační výzkum 5. Teorie grafů 5. Teorie grafů definice grafu Graf G = uspořádaná dvojice (V, E), kde V označuje množinu n uzlů u 1, u 2,, u n (u i, i = 1, 2,, n) a E označuje množinu hran h ij,

Více

Metody analýzy kritické cesty

Metody analýzy kritické cesty UNIVERZITA PALACKÉHO V OLOMOUCI PŘÍRODOVĚDECKÁ FAKULTA KATEDRA MATEMATICKÉ ANALÝZY A APLIKACÍ MATEMATIKY SEMINÁRNÍ PRÁCE Metody analýzy kritické cesty Vypracoval: Tomáš Talášek AME, I. ročník Obsah 1 Základní

Více

Metody síťové analýzy

Metody síťové analýzy Metody síťové analýzy Řeší problematiku složitých systémů, zejména pak vazby mezi jejich jednotlivými prvky. Vychází z teorie grafů. Základní metody síťové analýzy: CPM (Critical Path Method) deterministický

Více

Management projektu III. Fakulta sportovních studií přednáška do předmětu Projektový management ve sportu

Management projektu III. Fakulta sportovních studií přednáška do předmětu Projektový management ve sportu Management projektu III. Fakulta sportovních studií 2016 5. přednáška do předmětu Projektový management ve sportu doc. Ing. Petr Pirožek,Ph.D. Ekonomicko-správní fakulta Lipova 41a 602 00 Brno Email: pirozek@econ.muni.cz

Více

Časové plánování v projektu

Časové plánování v projektu Projektové řízení (BI-PRR) Časové plánování v projektu Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické v Praze Ing. Martin Půlpitel, 2011 Projektové řízení

Více

4EK311 Operační výzkum. 7. Modely řízení zásob

4EK311 Operační výzkum. 7. Modely řízení zásob 4EK311 Operační výzkum 7. Modely řízení zásob 7. Charakter poptávky Poptávka Deterministická Stochastická Deterministické modely zásob Stochastické modely zásob Mgr. Sekničková Jana, Ph.D. 2 7.4 Stochastický

Více

NÁSTROJE A TECHNIKY PROJEKTOVÉHO MANAGEMENTU. Projektová dekompozice

NÁSTROJE A TECHNIKY PROJEKTOVÉHO MANAGEMENTU. Projektová dekompozice NÁSTROJE A TECHNIKY PROJEKTOVÉHO MANAGEMENTU Projektová dekompozice Úvod do vybraných nástrojů projektového managementu METODY A TECHNIKY PROJEKTOVÉHO MANAGEMENTU Tvoří jádro projektového managementu.

Více

Řízení projektů. Ing. Michal Dorda, Ph.D.

Řízení projektů. Ing. Michal Dorda, Ph.D. Řízení projektů Ing. Michal Dorda, Ph.D. Ing. Michal Dorda, Ph.D. 1 Použitá literatura Tato prezentace byla vytvořena především s využitím následujících zdrojů: ŠIROKÝ, J. Aplikace počítačů v provozu vozidel.

Více

A3RIP Řízení projektů. 6. seminář

A3RIP Řízení projektů. 6. seminář A3RIP Řízení projektů 6. seminář 24. 10. 2012 Obsah 1. od iniciace k plánovaní 2. plánování projektu fáze projektu činnosti (WBS) čas (Ganttův diagram, síťové diagramy) zdroje náklady rizika 3. bonusový

Více

Možnosti využití metody kritické cesty

Možnosti využití metody kritické cesty Mendelova univerzita v Brně Provozně ekonomická fakulta Možnosti využití metody kritické cesty Diplomová práce Vedoucí práce: Doc. Ing. Josef Holoubek, CSc. Bc. Jana Doležalová Brno 2012 Ráda bych na tomto

Více

P R O J E K T O V É Ř Í Z E N Í A M A R K E T I N G 1. Akad. rok 2015/2016, LS Projektové řízení a marketing - VŽ 1

P R O J E K T O V É Ř Í Z E N Í A M A R K E T I N G 1. Akad. rok 2015/2016, LS Projektové řízení a marketing - VŽ 1 P R O J E K T O V É Ř Í Z E N Í A M A R K E T I N G 1 Akad. rok 2015/2016, LS Projektové řízení a marketing - VŽ 1 Vznik a historie projektového řízení Akad. rok 2015/2016, LS Projektové řízení a marketing

Více

NÁSTROJE A TECHNIKY PROJEKTOVÉHO MANAGEMENTU

NÁSTROJE A TECHNIKY PROJEKTOVÉHO MANAGEMENTU NÁSTROJE A TECHNIKY PROJEKTOVÉHO MANAGEMENTU Projektová dekompozice Přednáška Teorie PM č. 2 Úvod do vybraných nástrojů projektového managementu Úvodní etapa projektu je nejdůležitější fáze projektu. Pokud

Více

5.2.6 Tabulkové řešení metod CPM a PERT

5.2.6 Tabulkové řešení metod CPM a PERT 5.2.6 Tabulkové řešení metod CPM a PERT Tabulkové řešení umožňuje algoritmizovat postupy jednotlivých metod, algoritmy realizovat programově s použitím běžného tabulkového procesoru nebo databázového prostředí.

Více

FAKULTA EKONOMICKÁ. Using Algorithms of Graphs Theory for Project Management in Company ŠKODA POWER

FAKULTA EKONOMICKÁ. Using Algorithms of Graphs Theory for Project Management in Company ŠKODA POWER ZÁPADOČESKÁ UNIVERZITA V PLZNI FAKULTA EKONOMICKÁ Diplomová práce Použití algoritmů teorie grafů pro řízení projektů ve firmě ŠKODA POWER Using Algorithms of Graphs Theory for Project Management in Company

Více

Seminární práce. Téma: Síťové diagramy, Ganttovy diagramy

Seminární práce. Téma: Síťové diagramy, Ganttovy diagramy MASARYKOVA UNIVERZITA V BRNĚ EKONOMICKO-SPRÁVNÍ FAKULTA Seminární práce Téma: Síťové diagramy, Ganttovy diagramy Vypracovali: Šilhánek Jiří Homolka Tomáš BRNO 2005 OBSAH: 1. Hamronogramy... 1 2. Cyklogramy...

Více

Délka (dny) 150 - - 2 terénní úpravy (prvotní) 15-20 - příprava staveniště (výstavba přístřešku pro materiál)

Délka (dny) 150 - - 2 terénní úpravy (prvotní) 15-20 - příprava staveniště (výstavba přístřešku pro materiál) Skupinová práce. Zadání skupinové práce Síťová analýza metoda CPM Dáno: Výstavba skladu zásob obilí představuje následující činnosti: Tabulka Název činnosti Délka (dny) Optimální projekt. Optimální dělníků

Více

M A N A G E M E N T P O D N I K U 2 Tržní postavení produktu, management a síťová analýza. LS, akad.rok 2014/2015 Management podniku - VŽ 1

M A N A G E M E N T P O D N I K U 2 Tržní postavení produktu, management a síťová analýza. LS, akad.rok 2014/2015 Management podniku - VŽ 1 M A N A G E M E N T P O D N I K U 2 Tržní postavení produktu, management a síťová analýza LS, akad.rok 2014/2015 Management podniku - VŽ 1 Tržní postavení produktu LS, akad.rok 2014/2015 Management podniku

Více

Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické v Praze Ing. Martin Půlpitel, 2011

Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické v Praze Ing. Martin Půlpitel, 2011 Projektové řízení(bi-prr) Síťová analýza Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické v Praze Ing. Martin Půlpitel, 2011 Projektové řízení ZS 2011/12,

Více

Plánovací a odhadovací nástroje. J. Sochor, J. Ráček 1

Plánovací a odhadovací nástroje. J. Sochor, J. Ráček 1 Plánovací a odhadovací nástroje J. Sochor, J. Ráček 1 Work Breakdown Structure - WBS Typy: Proces, produkt, hybridní. Formáty: Osnova nebo grafický organizační diagram. Vysokoúrovňové WBS neukazuje závislosti

Více

5 Metody a nástroje řízení projektů

5 Metody a nástroje řízení projektů Aplikace počítačů v provozu vozidel 55 5 Metody a nástroje řízení projektů 5.1 Vývoj nástrojů řízení Projektové řízení se zaměřovalo zejména na unikátní díla a inovace. Nástroje projektového řízení se

Více

Plánování projektu z hlediska času, zdrojů a nákladů

Plánování projektu z hlediska času, zdrojů a nákladů Plánování projektu z hlediska času, zdrojů a nákladů Ing. Jaroslava Tománková, Ph.D. tomankov@fsv.cvut.cz rozhodnutí o inv. (územní řízení) smlouva o dílo (stav. povolení) předání a převzetí st. (uvedení

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

APLIKACE METODY MONTE CARLO K SIMULACI KRITICKÉ CESTY (APPLICATION OF THE MONTE CARLO METHOD FOR THE SIMULATION OF A CRITICAL PATH)

APLIKACE METODY MONTE CARLO K SIMULACI KRITICKÉ CESTY (APPLICATION OF THE MONTE CARLO METHOD FOR THE SIMULATION OF A CRITICAL PATH) 21. medzinárodná vedecká konferencia Riešenie krízových situácií v špecifickom prostredí Fakulta bezpečnostného inžinierstva UNIZA, Žilina, 25. - 26. máj 216 APLIKACE METODY MONTE CARLO K SIMULACI KRITICKÉ

Více

Náhodná veličina a její charakteristiky. Před provedením pokusu jeho výsledek a tedy ani sledovanou hodnotu neznáte. Proto je proměnná, která

Náhodná veličina a její charakteristiky. Před provedením pokusu jeho výsledek a tedy ani sledovanou hodnotu neznáte. Proto je proměnná, která Náhodná veličina a její charakteristiky Náhodná veličina a její charakteristiky Představte si, že provádíte náhodný pokus, jehož výsledek jste schopni ohodnotit nějakým číslem. Před provedením pokusu jeho

Více

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

Více

Střední průmyslová škola strojnická Olomouc, tř. 17. listopadu 49. Výukový materiál zpracovaný v rámci projektu Výuka moderně

Střední průmyslová škola strojnická Olomouc, tř. 17. listopadu 49. Výukový materiál zpracovaný v rámci projektu Výuka moderně Střední průmyslová škola strojnická Olomouc, tř. 17. listopadu 49 Výukový materiál zpracovaný v rámci projektu Výuka moderně Registrační číslo projektu: CZ.1.07/1.5.00/34.0205 Šablona: III/2Management

Více

X = x, y = h(x) Y = y. hodnotám x a jedné hodnotě y. Dostaneme tabulku hodnot pravděpodobnostní

X = x, y = h(x) Y = y. hodnotám x a jedné hodnotě y. Dostaneme tabulku hodnot pravděpodobnostní ..08 8cv7.tex 7. cvičení - transformace náhodné veličiny Definice pojmů a základní vzorce Je-li X náhodná veličina a h : R R je měřitelná funkce, pak náhodnou veličinu Y, která je definovaná vztahem X

Více

Aproximace binomického rozdělení normálním

Aproximace binomického rozdělení normálním Aproximace binomického rozdělení normálním Aproximace binomického rozdělení normálním Příklad Sybilla a Kassandra tvrdí, že mají telepatické schopnosti, a chtějí to dokázat následujícím pokusem: V jedné

Více

P13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod.

P13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod. P13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod. Matematický přístup k výsledkům únavových zkoušek Náhodnost výsledků únavových zkoušek. Únavové

Více

12. cvičení z PST. 20. prosince 2017

12. cvičení z PST. 20. prosince 2017 1 cvičení z PST 0 prosince 017 11 test rozptylu normálního rozdělení Do laboratoře bylo odesláno n = 5 stejných vzorků krve ke stanovení obsahu alkoholu X v promilích alkoholu Výsledkem byla realizace

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

Vybraná rozdělení náhodné veličiny

Vybraná rozdělení náhodné veličiny 3.3 Vybraná rozdělení náhodné veličiny 0,16 0,14 0,12 0,1 0,08 0,06 0,04 0,02 0 Rozdělení Z 3 4 5 6 7 8 9 10 11 12 13 14 15 Život je umění vytvářet uspokojivé závěry na základě nedostatečných předpokladů.

Více

Obecné metody systémové analýzy

Obecné metody systémové analýzy Obecné metody systémové analýzy Graf jako pojem matematické teorie grafů (nikoliv např. grafické znázornění průběhu funkce): určitý útvar (rovinný, prostorový), znázorňující vztahy (vazby, relace) mezi

Více

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

Více

D8 Plánování projektu

D8 Plánování projektu Projektový manažer 250+ Kariéra projektového manažera začíná u nás! D Útvarové a procesní řízení D8 Plánování projektu Toto téma obsahuje informace o správném postupu plánování projektu tak, aby byl respektován

Více

VYUŽITÍ METOD PROJEKTOVÉHO ŘÍZENÍ The use of project management methods Bakalářská práce

VYUŽITÍ METOD PROJEKTOVÉHO ŘÍZENÍ The use of project management methods Bakalářská práce Masarykova univerzita Ekonomicko-správní fakulta Studijní obor: Podniková ekonomika a management VYUŽITÍ METOD PROJEKTOVÉHO ŘÍZENÍ The use of project management methods Bakalářská práce Vedoucí bakalářské

Více

Aplikovaná informatika

Aplikovaná informatika Aplikovaná informatika Základy tvorby projektových plánů metodou CPM - projektové řízení. ZEMÁNEK, Z. PLUSKAL, D. SMETANA, B. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace

Více

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2014

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2014 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 204 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

Více

Normální (Gaussovo) rozdělení

Normální (Gaussovo) rozdělení Normální (Gaussovo) rozdělení f x = 1 2 exp x 2 2 2 f(x) je funkce hustoty pravděpodobnosti, symetrická vůči poloze maxima x = μ μ střední hodnota σ směrodatná odchylka (tzv. pološířka křivky mezi inflexními

Více

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2015

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2015 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 05 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

Více

Diskrétní náhodná veličina. November 12, 2008

Diskrétní náhodná veličina. November 12, 2008 Diskrétní náhodná veličina November 12, 2008 (Náhodná veličina (náhodná proměnná)) Náhodná veličina (nebo též náhodná proměnná) je veličina X, jejíž hodnota je jednoznačně určena výsledkem náhodného pokusu.

Více

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2016

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2016 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 206 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

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

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

Zápočtová práce STATISTIKA I

Zápočtová práce STATISTIKA I Zápočtová práce STATISTIKA I Obsah: - úvodní stránka - charakteristika dat (původ dat, důvod zpracování,...) - výpis naměřených hodnot (v tabulce) - zpracování dat (buď bodové nebo intervalové, podle charakteru

Více

Normální (Gaussovo) rozdělení

Normální (Gaussovo) rozdělení Normální (Gaussovo) rozdělení Normální (Gaussovo) rozdělení popisuje vlastnosti náhodné spojité veličiny, která vzniká složením různých náhodných vlivů, které jsou navzájem nezávislé, kterých je velký

Více

Náhodná veličina Číselné charakteristiky diskrétních náhodných veličin Spojitá náhodná veličina. Pravděpodobnost

Náhodná veličina Číselné charakteristiky diskrétních náhodných veličin Spojitá náhodná veličina. Pravděpodobnost Pravděpodobnost Náhodné veličiny a jejich číselné charakteristiky Petr Liška Masarykova univerzita 19.9.2014 Představme si, že provádíme pokus, jehož výsledek dokážeme ohodnotit číslem. Před provedením

Více

Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Výsledky některých náhodných pokusů jsou přímo vyjádřeny číselně (např. při hodu kostkou padne 6). Náhodnou veličinou

Více

Někdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Hodíme dvěma kostkami jaký padl součet?

Někdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Hodíme dvěma kostkami jaký padl součet? Náhodné veličiny Náhodné veličiny Někdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Příklad Vytáhneme tři karty z balíčku zajímá nás, kolik je mezi nimi es.

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

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

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 2010/2011 Management jakosti A 1. Pojem jakosti a význam managementu jakosti v současném období.

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

8 Střední hodnota a rozptyl

8 Střední hodnota a rozptyl Břetislav Fajmon, UMAT FEKT, VUT Brno Této přednášce odpovídá kapitola 10 ze skript [1]. Také je k dispozici sbírka úloh [2], kde si můžete procvičit příklady z kapitol 2, 3 a 4. K samostatnému procvičení

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

Normální rozložení a odvozená rozložení

Normální rozložení a odvozená rozložení I Normální rozložení a odvozená rozložení I.I Normální rozložení Data, se kterými pracujeme, pocházejí z různých rozložení. Mohou být vychýlena (doleva popř. doprava, nebo v nich není na první pohled vidět

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 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

Projektové řízení (Projektový cyklus)

Projektové řízení (Projektový cyklus) Projektové řízení (Projektový cyklus) Vzdělávací program v rámci projektu Rekonstrukce učitelů - posílení profesní a kompetenční připravenosti učitelů (CZ.1.07/1.3.10/02.0052) 1 Projektový cyklus Metodické

Více

Charakteristika datového souboru

Charakteristika datového souboru Zápočtová práce z předmětu Statistika Vypracoval: 10. 11. 2014 Charakteristika datového souboru Zadání: Při kontrole dodržování hygienických norem v kuchyni se prováděl odběr vzduchu a pomocí filtru Pallflex

Více

NÁHODNÁ VELIČINA. 3. cvičení

NÁHODNÁ VELIČINA. 3. cvičení NÁHODNÁ VELIČINA 3. cvičení Náhodná veličina Náhodná veličina funkce, která každému výsledku náhodného pokusu přiřadí reálné číslo. Je to matematický model popisující více či méně dobře realitu, který

Více

Náhodná veličina a rozdělení pravděpodobnosti

Náhodná veličina a rozdělení pravděpodobnosti 3.2 Náhodná veličina a rozdělení pravděpodobnosti Bůh hraje se světem hru v kostky. Jsou to ale falešné kostky. Naším hlavním úkolem je zjistit, podle jakých pravidel byly označeny, a pak toho využít pro

Více

VYSOKÁ ŠKOLA POLYTECHNICKÁ JIHLAVA Katedra ekonomických studií. Metody projektového plánování a jejich porovnání Bakalářská práce

VYSOKÁ ŠKOLA POLYTECHNICKÁ JIHLAVA Katedra ekonomických studií. Metody projektového plánování a jejich porovnání Bakalářská práce VYSOKÁ ŠKOLA POLYTECHNICKÁ JIHLAVA Katedra ekonomických studií Metody projektového plánování a jejich porovnání Bakalářská práce Autor: Jakub Studený Vedoucí práce: Ing. Martina KUNCOVÁ, Ph.D. Jihlava,

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

4EK213 LINEÁRNÍ MODELY

4EK213 LINEÁRNÍ MODELY 4EK213 LINEÁRNÍ MODELY Úterý 11:00 12:30 hod. učebna SB 324 Mgr. Sekničková Jana, Ph.D. 2. PŘEDNÁŠKA MATEMATICKÝ MODEL ÚLOHY LP Mgr. Sekničková Jana, Ph.D. 2 OSNOVA PŘEDNÁŠKY Obecná formulace MM Množina

Více

Regulační diagramy (RD)

Regulační diagramy (RD) Regulační diagramy (RD) Control Charts Patří k základním nástrojům vnitřní QC laboratoře či výrobního procesu (grafická pomůcka). Pomocí RD lze dlouhodobě sledovat stabilitu (chemického) měřícího systému.

Více

TGH05 - aplikace DFS, průchod do šířky

TGH05 - aplikace DFS, průchod do šířky TGH05 - aplikace DFS, průchod do šířky Jan Březina Technical University of Liberec 31. března 2015 Grafová formulace CPM (critical path method) Orientovaný acyklický graf (DAG) je orientovaný graf neobsahující

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

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

Určete zákon rozložení náhodné veličiny, která značí součet ok při hodu a) jednou kostkou, b) dvěma kostkami, c) třemi kostkami.

Určete zákon rozložení náhodné veličiny, která značí součet ok při hodu a) jednou kostkou, b) dvěma kostkami, c) třemi kostkami. 3.1. 3.2. Třikrát vystřelíme na cíl. Pravděpodobnost zásahu při každém výstřelu je p = 0,7. Určete: a) pravděpodobnostní funkci počtu zásahů při třech nezávislých výsledcích, b) distribuční funkci a její

Více

Výpočet pravděpodobností

Výpočet pravděpodobností Výpočet pravděpodobností Pravděpodobnostní kalkulátor v programu STATISTICA Cvičení 5 Statistické metody a zpracování dat 1 (podzim 2016) Brno, říjen 2016 Ambrožová Klára Trocha teorie Náhodné jevy mají

Více

JAK MODELOVAT VÝSLEDKY NÁH. POKUSŮ? Martina Litschmannová

JAK MODELOVAT VÝSLEDKY NÁH. POKUSŮ? Martina Litschmannová JAK MODELOVAT VÝSLEDKY NÁH. POKUSŮ? Martina Litschmannová Opakování Základní pojmy z teorie pravděpodobnosti Co je to náhodný pokus? Děj, jehož výsledek není předem jednoznačně určen podmínkami, za nichž

Více

Praktická statistika. Petr Ponížil Eva Kutálková

Praktická statistika. Petr Ponížil Eva Kutálková Praktická statistika Petr Ponížil Eva Kutálková Zápis výsledků měření Předpokládejme, že známe hodnotu napětí U = 238,9 V i její chybu 3,3 V. Hodnotu veličiny zapíšeme na tolik míst, aby až poslední bylo

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

Pravděpodobnost a matematická statistika

Pravděpodobnost a matematická statistika Pravděpodobnost a matematická statistika Příklady k přijímacím zkouškám na doktorské studium 1 Popisná statistika Určete aritmetický průměr dat, zadaných tabulkou hodnot x i a četností n i x i 1 2 3 n

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBNOST A STATISTIKA Náhodný výběr Nechť X je náhodná proměnná, která má distribuční funkci F(x, ϑ). Předpokládejme, že známe tvar distribuční funkce (víme jaké má rozdělení) a neznáme parametr

Více

ISKŘ MS Project případová studie, řešení kritická cesta (CPM) PLUSKAL Dalibor

ISKŘ MS Project případová studie, řešení kritická cesta (CPM) PLUSKAL Dalibor 1 ISKŘ MS Project případová studie, řešení kritická cesta (CPM) PLUSKAL Dalibor Operační program Vzdělávání pro konkurenceschopnost Projekt: Vzdělávání pro bezpečnostní systém státu (reg. č.: CZ.1.01/2.2.00/15.0070)

Více

Fyzikální korespondenční seminář MFF UK

Fyzikální korespondenční seminář MFF UK Úloha I.S... náhodná 10 bodů; průměr 7,04; řešilo 45 studentů a) Zkuste vlastními slovy popsat, co je to náhodná veličina a jaké má vlastnosti (postačí vlastními slovy objasnit následující pojmy: náhodná

Více

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2017

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2017 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 207 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

Více

Základní pojmy teorie grafů [Graph theory]

Základní pojmy teorie grafů [Graph theory] Část I Základní pojmy teorie grafů [Graph theory] V matematice grafem obvykle rozumíme grafické znázornění funkční závislosti. Pro tento předmět je však podstatnější pohled jiný. V teorii grafů rozumíme

Více

, 1. skupina (16:15-17:45) Jméno: se. Postup je třeba odůvodnit (okomentovat) nebo uvést výpočet. Výsledek bez uvedení jakéhokoliv

, 1. skupina (16:15-17:45) Jméno: se. Postup je třeba odůvodnit (okomentovat) nebo uvést výpočet. Výsledek bez uvedení jakéhokoliv 42206, skupina (6:5-7:45) Jméno: Zápočtový test z PSI Nezapomeňte podepsat VŠECHNY papíry, které odevzdáváte Škrtejte zřetelně a stejně zřetelně pište i věci, které platí Co je škrtnuto, nebude bráno v

Více

4. Na obrázku je rozdělovací funkce (hustota pravděpodobnosti) náhodné veličiny X. Jakou hodnotu musí mít parametr k?

4. Na obrázku je rozdělovací funkce (hustota pravděpodobnosti) náhodné veličiny X. Jakou hodnotu musí mít parametr k? A 1. Stanovte pravděpodobnost, že náhodná veličina X nabyde hodnoty menší než 6: P( X 6). Veličina X má rozdělení se střední hodnotou 6 a směrodatnou odchylkou 5: N(6,5). a) 0 b) 1/3 c) ½ 2. Je možné,

Více

9. T r a n s f o r m a c e n á h o d n é v e l i č i n y

9. T r a n s f o r m a c e n á h o d n é v e l i č i n y 9. T r a n s f o r m a c e n á h o d n é v e l i č i n y Při popisu procesů zpracováváme vstupní údaj, hodnotu x tak, že výstupní hodnota y závisí nějakým způsobem na vstupní, je její funkcí y = f(x).

Více

Definice spojité náhodné veličiny zjednodušená verze

Definice spojité náhodné veličiny zjednodušená verze Definice spojité náhodné veličiny zjednodušená verze Náhodná veličina X se nazývá spojitá, jestliže existuje nezáporná funkce f : R R taková, že pro každé a, b R { }, a < b, platí P(a < X < b) = b a f

Více

Náhodné chyby přímých měření

Náhodné chyby přímých měření Náhodné chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně pravděpodobná.

Více

STANOVENÍ SPOLEHLIVOSTI GEOTECHNICKÝCH KONSTRUKCÍ. J. Pruška, T. Parák

STANOVENÍ SPOLEHLIVOSTI GEOTECHNICKÝCH KONSTRUKCÍ. J. Pruška, T. Parák STANOVENÍ SPOLEHLIVOSTI GEOTECHNICKÝCH KONSTRUKCÍ J. Pruška, T. Parák OBSAH: 1. Co je to spolehlivost, pravděpodobnost poruchy, riziko. 2. Deterministický a pravděpodobnostní přístup k řešení problémů.

Více

TECHNIKY PRO ODHAD ČASOVÉ A NÁKLADOVÉ NÁROČNOSTI PROJEKTU POUŽÍVANÉ V PRAXI

TECHNIKY PRO ODHAD ČASOVÉ A NÁKLADOVÉ NÁROČNOSTI PROJEKTU POUŽÍVANÉ V PRAXI Vysoká škola polytechnická Jihlava katedra Finance a řízení TECHNIKY PRO ODHAD ČASOVÉ A NÁKLADOVÉ NÁROČNOSTI PROJEKTU POUŽÍVANÉ V PRAXI Bakalářská práce Vedoucí práce: Ing. Martina Kuncová Marie Stránská

Více