Szücs Ervin: Rendszer és modell II.

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Szücs Ervin: Rendszer és modell II."

Átírás

1 Szücs Ervin: Rendszer és modell II. TTK Egységes jegyzet, Nemzeti Tankönyvkiadó, Budapest p A modellek csoportosítása A modellek csoportosításának kiterjedt irodalma van. Még ha csak technikai rendszerek modelljeit akarnánk felsorolni, akkor is megoldhatatlan feladatra vállalkoznánk. Gondoljunk csak arra: hányféle technikai rendszer van Rendszertípusok Az IIASAI évi tanulmánya a - rendszerelemzés tárgykörébe tartozó - következő rendszertípusokat sorolja fel: Közgazdasági rendszerek: -nemzetközi kereskedelem és gazdaság, -nemzetközi gazdaságtervezés, fejlesztés-és irányítás, -ágazati és ipari tervezés. Emberi és társadalmi rendszerek: -népesség; -városi és regionális tervezés, fejlesztés és vezetés; -lakáshelyzet, -oktatás; képzés,. -egészségügyi szolgáltatások (tervezés, szervezés; az ellátás irányítása) -társadalmi és jóléti szolgáltatások, -munkaerőképzés és -elhelyezés, -biztonsági szolgáltatások, -igazságszolgáltatás. Erőforrások és környezeti rendszerek: -ásványi nyersanyagok, beleértve az energiahordozókat, -vízforrások, beleértve az energetikai felhasználásokat, -éghajlat, -környézet, -ökológia, -mezőgazdaság, beleértve az erdőgazdaságot és állattenyésztést. Ipari rendszerek: -kutatás és fejlesztés (beleértve az új technológiákat), -tervezés és irányítás, 1 A IIASA = International Institut Applied System.Analysis (Nemzetközi Alkalmazott Rendszerelemzési Intézet), az ENSZ tagállamai által alapított kutatóintézet, amely az ausztriai Luxemburgban működik.

2 -termelés és elosztás, -energiaágazat, -petrolkémia, -elektronika, -szállítóeszközök térvezése (pl. gépkocsi, répülőgép) -élelmiszerelosztás, -textil- és ruházati ipar, -nukleáris eneigia. Biológiai rendszerek: -elemi biológiai rendszerek, -humán biológia és pszichológia, -bionika: az emberi és más biológiai funkciók modellezése. Információs és számítógéprendszerek: -távközlési és számítógépes hálózatok, -információtárolás és -visszakeresés, -számítógép hardver és szoftver tervezés és kiválasztás, -vezetési információs rendszerek. Külön említik az ún. Integrált rendszereket: -mezőgazdaság-élelmiszer-népesség, -energia-környezet-ipar, -ipar-környezet-egészségügy, -területi ipari komplexumok, -globális és regionális rendszerek. A felsoroltak szinte kivétel nélkül - részben vagy egészben - a technikai rendszerek közé tartoznak. Mindegyikükhöz többfélé modell is rendelhető. Vizsgálatukra, leírásukra verbális, matematikai, képi, fzikai, s í.t. modelleket használunk. Még vázlatos áttekintésük is kötetnyi anyagot tenne ki. Ehelyett megkíséréljük a modellek olyan csoportosítását megadni, amely megkönnyíti a sokféleségben való tájékozódást Csoportosítási módok A csoportosítások lényegében a modellezett, illetve a modellt képvisélő objektum jellege vagy a modellezési szempont - pontosabban: a hasonlósági szempont szerinti megkülönböztetésre épülnek. Bármelyik csoportosítási mód megengedett, de célszerű - a viták és félreértések előtt - tisztázni, hogy melyiket használtuk. Például a "fizikai modell" elnevezés egyaránt utalhat arra, hogy mit, vagy arra, hogy mivel modellezünk, illetve arra, hogy milyen szempont szerint hasonló a modell a modellezetthez. Az első esetben valamilyen fizikai folyamatot modellezünk, de a modell lehet pl. egy matematikai vagy akár verbális leírás is. A második esetben fizikai folyamattal pl. folyadékáramlással modellezünk valamit, ami lehet pl. egy társadalmi, biológiai vagy- akár pszichikai folyamat is. A harmadik esetben a modellezett és a modell egymástól formailag különbözhet, állapotjellemzőik is eltérők lehetnek, de a bennük végbemenő folyamatok fizikailag hasonlóak. A csoportosítási hieratrchia első szintje meghatározza - a modellezett típusát

3 -- a modell típusát, a hasonlóság szempontját. A modellezett rendszer lehet pl. - termelési, - társadalmi, - pszichikai, - fizikai, s í. t. Ebben az értelemben a csoportosítás arra vonatkozik, amit modellezünk. A modell típusa szerint a modell lehet pl. - anyagi (elektromos, mechanikus, termikus, s í.t.,) vagy - gondolati ( szimbolikus, ikonikus (képi), verbális, s í.t.). Ebben az értelemben a csoportosítás arra vonatkozik, amivel modellezünk. A modellezési szempont szerint a modell lehet pl. - szerkezeti, - működési, - formai. Ebben az értelemben a csoportosítás arra vonatkozik, amiben hasonió a modell a modellezetthez. Csoportosíthatjuk a modelleket funkció, szerkezet, megadott szempont, folyamat, jelleg szerint is (19.2. ábra). A modell funkciója (a modellezés célja) lehet például a modellezett - leírása, - szemléltetése, - elemzése, - létesítésével (működésével) kapcsolatos előírás, - működésével, várható tulajdonságaival kapcsolatos probléma megoldása. A modellezett folyamat jellege szerint a modell

4 -statikus vagy -dinamikus. A modell jellege lehet -kvalitatív (amikor "csak" minőségi jellemzésre vagy elemzésre szolgál) vagy -kvantitatív (amikor mennyiségi következtetések levonására - vagy bemutatására alkalmas). A legtöbb kvalitatív modell szövegesen megfogalmazott (verbális), de ide sorolhatjuk a már említett, ún. gondolati modelleket is. A kvantitatív modellek alkalmazásának körében jelentősek a szimulációk, ami valamely jelenség (rendszer-működés) előzetes vizsgálatát jelenti (közismertek pl. a repülőgép szimulátorok, amelyekkel a valóságban nehezen gyakoroltatható veszélyhelyzetekben való viselkedést tanítják meg a pilótáknak). Ezek között is különösen fontosak (ezért az ábrán külön is jelöltük) a sztochasztikus modellek, amelyeken a véletlen hatásokat szimulálják. Heurisztikus (heurisztika = a feltalálás művészete) modelleknél a kvantitatív összefüggések egy részét intuitív (intuíció = ösztönös megérzés, felismerés) ötletek helyettesítik. A korábban kifejtettek szerint ezek a modellhalmazok nem feltétlenül diszjunktak, de egyik sem valódi részhalmaza a másiknak. Ez nemcsak a - már ismert - hasonlósági szempontokra értendő, hanem a modell típusára is. Nemcsak pl. "tiszta" mechanikus vagy elektromos modellek léteznek, hanem ezek kombinációi (elektromechanikus, ill. ún. hibrid modellek) is. A TELJES és a RÉSZLEGES modell megkülönböztetés relatív. Szabatosan: teijesnek akkor

5 nevezünk egy modellt, ha az előzetesen rögzített hasonlósági szempontok mindegyikét teljesíti, részleges pedig, ha ezek között van olyan, amely szerint nem hasonló az eredetihez. A fontosabb anyagi modellek: A geometriai modell az eredeti formáját, térbeli elhelyezkedését tükrözi. Az ilyen ilyen jellegű geometriai modelleket helyesebb makettnek nevezni. A geometriai modellt is felhasználják a műszaki életben, elsősorban a tervezésben. Bonyolult elrendezésű építmények, gyárak vagy gépcsoportok térbeli elhelyezkedését előbb geometriai modellen készítik el. Az ilyen modellezést térbeli tervezésnek is nevezik. A térbeli tervezés szükségtelenné teszi a szerelési műhelyrajzokat. Ezeket a minta egyes csomópontjainak fényképe, illetve - a CAD 2 rendszerekben - axonometrikus rajza helyettesíti, A fizikai modell az eredetivel megegyező fizikai természetű jelenséget megvalósító rendszer. Már többször utaltunk arra, hogy az eredeti és a modell hasonlóságának feltétele, hogy matematikai leírásuk (dimenziótlan matematikai modelljük) megegyezzen. Az eredetinek azonban nem minden vonatkozása, tulajdonsága fejezhető ki - jelenlegi ismereteink szerint matematikai formában. Ha nem tudjuk a modellezettben végbemenő folyamatok minden (az adott szempontok szerint) lényeges összefüggését egzakt matematikai-formában megfogalmazni, akkor csak az "eredeti" folyamatot szabad a modellben is megválasztani. A természetes modell a természetben már meglevő objektum, amelyet különleges változtatás nélkül felhasználnak más objektumok tulajdonságainak meghatározásához. Természetes modellnek tarthatjuk a természetben végbemenő folyamatok és jelenségek adatainak általánosítását (a hasonlósági módszer segítségével, a megfelelő kritériumok alapján). De a természeti jelenségek egyszerű megfigyelése is modellezésnek tekinthető, ha a tapasztalatokat felhasználjuk akár természeti, akár technikai folyamatok előrejelzésére. Sehol sem kötöttük ki, hogy modell csak az lehet, ami kizárólag erre a célra készült. Ez nem is feltétele a modellnek. Valamilyen tárgy azzal válik modellé, hogy az ember funkciót ad neki. A modellválasztás mégsem önkényes: teljesíteni kell mindazokat a követelményeket, amelyek az eredetivel való hasonlóságot biztosítják. Maga a modell azonban egyaránt lehet természeti tárgy, meglevő vagy újonnan épített berendezés. 3 (Az ember egyes biológiai funkcióinak vizsgálatakor gyakran állatok a "modellek".) A modellek típusa szerinti másik csoportot az ún. eszmei (vagy gondolati) modellek alkotják. Ezek az emberi logika termékei. Módszerüket, formájukat illetően szubjektívek, de tartalmukat nézve (a tárgykört, amellyel foglalkoznak) objektívek. Nélkülözhetetlen elemei a megismerés folyamatának. A logikai törvények alapján levezetett eredményeket természetesen a fizikai valóságban kell ellenőrizni. Ilyen értelemben csak utólag dönthetők el: valóban modelljei voltak-e a vizsgált folyamatnak. Kétféle eszmei modellfajtát különböztetünk meg. A fogalmi és a jelképes modelleket. A fogalmi modell a közvetlen, érzéki tapasztalatok "feldolgozása" az absztrakt gondolkodás segítségével. Feladata a kísérletek, tapasztalatok értelmezése, a hipotézisek ellenőrzése; illetve újabb hipotézisek alkotása. Jelentős eszköze a gondolati kísérlet. Ennek során ismert természettörvények felhasználásával megalkotott fogalmi modellünket gondolatban meghatározott körülmények közé helyezzük és végigvezetjük várható viselkedését. A kapott eredmények kísérleti ellenőrzése a gondolatmenet helyességének eldöntése, illetve hiányosságainak feltárására alkalmas. Ilyen gondolati kísérletnek kell megelőznie minden tényleges kísérletet, ha el akarjuk kerülni, hogy durva (és a tényleges kísérlet esetében komoly anyagi kihatásokat okozó) hibákat kövessünk el. (A "történeti" is- 2 CAD = Computer Aided Design, számítógéppel segített tervezés 3 Kolmogorov pl. a Föld légkörét a turbulens áramlás grandiózus laboratóriumának - modelljének - nevezi.

6 mertetésnél már rámutattunk arra, hogy az analógiás gondolkodásnak milyen fontos szerepe volt a tudományok fejlődésében.) A jelképes modellek is az empiria vagy a kísérlet adatait vagy feladatait fogalmazzák meg, de valamilyen jelrendszerben. A mérési eredmények rendszerint táblázat, grafikus ábrázolás vagy szám- (jel-) rendszer formájában adottak. Ezek közvetlenül a tudományos feldolgozás, általánosítás céljára alkalmatlanok. Van egy kínai közmondás: "Egy kép felér szóval." 4 Valóban: egy több oldalas táblázatot vagy leírást szemléletesség szempontjából helyettesíteni tud egy mérési diagram. De sem a táblázat, sem a leírás, sem a grafikon nem képes arra, hogy tükrözze a vizsgált folyamat komplexitását, olyan felvilágosítást adjon, amely alkalmas az adott körülményektől eltérő esetben is előre jelezni a várható viselkedést. Ehhez olyan jelrendszer kell, amely csak az adott szempontból lényegest emeli ki, amely mellett a "lényegtelen kritériumok" háttérbe szorulnak, és ezzel előtűnnek a vizsgált terület törvényszerűségei. A közvetlen empiria nem képes arra, hogy a különböző állapotok és időpontok közötti kapcsolatot egyidejűleg kimutassa. A jelrendszer viszont éppen ezt teszi lehetővé. (Konkrét jelenségekre vonatkozó jelrendszer adható meg a matematika segítségével 5, így a matematikai modellek is tekinthetők jelképes modellnek.) A jelrendszerre azért is szükség van, mert nélküle nem lehetne megfogalmazni a tudomány nyelvén a gyakorlat által felvetett egyes konkrét feladatokat. Ilyenformán a jelrendszer lehetővé teszi az elméleti eredmények gyakorlati felhasználását, "visszavezeti" az elméletet a gyakorlathoz. A technikában különösen fontos szerepe van a rajzjeleknek ill. jelképeknek, amelyek lehetővé teszik a nyelvi határoktól független műszaki kommunikációt, a konstruálást (az új szerkezetek megvalósítható gondolati modelljének kialakítását), a tervező távollétében is egyértelmű gyártást. Jelrendszer (jelképes modell) maga az emberi beszéd is. Minden nyelv az objektív valóság elemeit, részeit képezi le valamely megfelelő szóra, s ez már önmagában is bizonyos fokú absztrakciót jelent. Minden jelképes modellnek (magának a nyelvnek is) szigorú belső törvényszerűségei vannak, amelyek formálisan - az ABC meghatározásából, - a "szóképzés" törvényéből és - azokból a szabályokból állnak, amelyekkel az egyik "szóról" egy másikra lehet átmenni (a következtetési szabályokból). A verbális jelkészlettel szemben a matematikai jelekkel való leírás - amikor az egyáltalában lehetséges - egyértelmű és ellentmondásmentes. A rendszerek hasonlóságának definíciójából következik, hogy a rendszerek modelljeit is célszerű a matematikai modellek szerint csoportosítani. A matematikai modell alakja szerinti csoportosítás elvonatkoztat a konkrét jelenségt8l, de éppen ez segíti elő, hogy egy-egy feladat megoldásához a legkülönfélébb jelenségek tanulmányozásából szerzett ismereteket felhasználhassuk. Itt is arról van szó, amiről a geometriai hasonlóság esetében. Ott a (formai) hasonlóságot úgy ismertük fel, hogy elvonatkoztattunk az egyéb (tartalmi) különbözőségtől. Ezzel lehetővé vált, hogy különböző tulajdonságú, de formailag hasonló tárgyak geometriai törvényszerűségeit ne külön-külön vizsgálgassuk, hanem csak egyet a hasonlók közül. ' "Ha egy alakzat írja Poncelet 6 "egy másikból folytonos változtatás útján nyerhető, és ugyanolyan általános, mint az első, akkor az első alakzatra bebizonyított tulajdonságok 4 A "tízezer" nemcsak a kínaiban, hanem más nyelvekben (pl. angol myriad, görög müriosz) számtalant is jelent. 5 Ha igaz az előbbi kínai közmondás, akkor még inkább igaz, hogy "egy egyenlet felér képpel". 6 Poncelet, Jean Victor ( ), fr. mérnök és fizikus, a projektív geometria megalapozója; jelentős eredményeket ért el a hidraulika és a mechanika területén is.

7 minden további vizsgálódás nélkül átvihetők a másodikra." A rendszereket nem szükséges (elképzelhetetlenül nagy munka is lenne) külön-külön, teljes részletességükben vizsgálni és tulajdonságaikat meghatározni. Elegendő megállapítani, hogy a kérdéses objektum valamely más, ismert (vagy könnyebben megismerhető) rendszerhez hasonló (helyesebben: miben és mennyire hasonló), és akkor e rendszer megismert tulajdonságai alapján következtetéseket vonhatunk le az "eredeti" rendszer tulajdonságaira. Itt azonban nem lehet kizárni "minden további vizsgálódást", mivel éppen ezzel kell felderíteni: a hasonlóság mellett miben és mennyire különbözik a két rendszer egymástól. Az adott szempontból lényeges (kvantitatív) tulajdonságokat tükröző matematikai modell típusa szerinti csoportosítás ezt az utólagos vizsgálódást is megkönnyíti Számítógépes modellek Külön említjük a modellek körében a számítógépeket. Felhasználásuk modellezési feladatokra - a mikroelektronika és a számítástudomány fejlődésének köszönhetően - egyre szélesebb körükben terjed. Ezzel kapcsolatban - a félreértések elkerülése érdekében - tisztázni kell, hogy a számítástudományban a matematikai modell értelmezése az eddigiektől eltér. (A 20.3 fejezetben bemutatjuk, hogy minden megoldási módszer alapja a matematikai modell transzformációja. A számítógépes-numerikus megoldások során ezzel a transzformációval nyerjük az ún. számítási modellt. A számítástudományban általában ezen utóbbit nevezik matematikai modellnek.) A számítógép széles körű - így modellként való - felhasználását az teszi lehetővé, hogy algoritmikus gép: vele bármilyen algoritmizálható feladat megoldható. Amennyiben ismerjük egy folyamat menetének algoritmusát, abból (elvben) megalkotható a számítógépes program, amelynek "futtatásával" az univerzális számítógép az adott, folyamat modelljévé válik. A számítógépes modellezést szokás számítógépes szimulációnak is nevezni. A számítógépes szimuláció lehet

8 -numerikus, amelynek során a modellezett kvantitatív jellemzőit, i1letve azok: változását' határozhatjuk még. Ez lehet a mérési, megfigyelési adatok feldolgozása (értékelése), a matematikai modellből kialakított számítási modell megoldása vagy a - kísérletekkel öszszekapcsolva- a mérési folyamat irányítása; -ikonikus, amelynek során a modellezett rendszer (és környezete) formájára, szerkezeti kapcsolataira kapunk vizuálisan megfigyelhető információkat ( beleértve a színhatásokat, arányokat, a forma funkcionál is ellenőrzését stb.) Speciális terület az ipari formatervezés (Industrial Design), de ide sorolható az új konstrukciók (hajók, gépkocsik stb. ) formájának és szerkezetének kialakítása (erre szolgálnak a CAD rendszerek), illetve előzetes ellenőrzése (pl. szélcsatorna kísérletek helyettesítése számítógéppel); -verbális, amellyel a modellezett rendszer szavakban kifejezhető kapcsolatait tárjuk fel (nemcsak adatfeldolgozási, hanem ún. szakértői rendszerek is); -akusztikai, amellyel bizonyos hanghatásokat (azok harmóniáját vagy diszharmóniáját) ellenőrizhetjük. Ilyen lehetőségeket is felhasznál a művészet, pl. elektronikus zene komponálására, de fontos eszköz a zajvédelmi berendezések kialakítása, termek akusztikai tervezése során; -a művész eszközként használja a számítógépet; képi vagy zenei alkotások létrehozására, s így itt már - szigorúan véve - nem algoritmikus, hanem intuitív folyamatról van szó. Numerikus szimulációra volt-példa a 15. fejezet 6. pontja. Ikonikus szimuláció lehet jelleggörbék, felületek bemutatása, egy tervezett autópálya nyomvonalának (és környezetének) megjelenítése, és í.t. Verbális szimuláció a jegyzet I. kötetében ismertetett információs rendszer pl. könyvtárak esetében. Akusztikai szimuláció lehet géprezgések előzetes vizsgálata. Természetesen itt sem diszjunkt alkalmazásokról van szó, gyakran egyidejűleg használnak különböző módszereket (pl. numerikus és ikonikus, numerikus és verbális). Fontos szerepe van a számítógépes szimulációknak a nem minden lépésükben algoritmizálható problémák vizsgálatában. A gép-ember kapcsolat interaktivitása lehetővé teszi, hogy a nem algoritmizálható csomópontokban az emberi közbeavatkozástól függően folytassa tovább gép az algoritmust. Így a döntést igénylő lépéséket az ember teszi meg, és - a szimuláció során - előre ellenőrizheti döntésének várható következményeit, (szükség esetén) más döntési variációk hatását is vizsgálhatja. Ne feledjük azonban, hogy a legfejlettebb számítógép is csak segíti és nem helyettesíti az embert. Miként arra a jegyzet I. kötetében rámutattunk, a kvantitatív modell is csak a rendszer tulajdonságainak egy részéről tájékoztathat. Ezért a számítógépes modellezés is legfeljebb csak döntéselőkészítő lehet. Az utóbbi időkben egyre jelentősebb szerepe van a döntéselőkészítésben a számítógépnek. A mesterséges intelligencia-kutatások eredményei alapján hozták létre az ún. szakértői rendszereket 7. Ezek a rendszerek az emberi döntéshozó folyamatot szimulálják (modellezik) számítógépen. Alapja természetesen - a szűkebb szakterület szakértőinek ismerete, tudása, következtetési módszereik. Ezek felhasználásával emberi tudást igénylő feladatokat old meg a számítógéppel folytatott párbeszédes üzemmódban (interaktív kommunikáció). Két fő részrendszere az adatbázis (adatbank), amely részben adatokat (a szűkebb szakterületre vonatkozó tényeket, a szakértők által megfogalmazott összefüggéseket), részben ha akkor típusú szabályokat (heurisztikus következtetéseket) tartalmaz. Az ún. következtetőmű a kiindulási adatokból a szabályok összekapcsolásával 7 A szakértői rendszert elsősorban olyan feladatok megoldására lehet használni, amelyeknél az adott esetre érvényes tények alapján ki kell választanunk sok lehetőség közül a (meghatározott szempontok szerint) legmegfelelőbbet. Ilyen pl. a mérnöki tervező munka, az orvosi diagnosztika (betegség meghatározása a leletek alapján), bonyolult rendszerek hibáinak megkeresése, pályaválasztási tanácsadás, geológiai mérések értékelése, műholdak vezérlése, repülőgéppilóták manőverezésének támogatása. (A ma ismert néhány ezer szakértői rendszernek mintegy a fele orvosi diagnosztikával kapcsolatos.) A rendszerekhez kialakítottak speciális magasszintű nyelveket (pl. PROLOG).

9 valamilyen (a témára vonatkozó) következtetésre jut. A problémamegoldás módszere: keresés; de a deduktív rendszerekkel szemben nem pusztán formállogikai következtetésekkel, hanem ún. heurisztikus vezérléssel: a beépített szabályok révén a legvalószínűbb megoldások irányában keres, a következtetésekben tapasztalati tényeket is figyelembe vesz és minden következtetést az ember számára elfogadható formában magyaráz meg. Ha a fölhasználó a választ nem fogadja el, további kérdéseket tehet fel. A szakértői rendszer a tapasztalatokra épül (nem helyettesíti, hanem kiegészíti az emberi okoskodást). A számítógépek nemcsak az előbbiekben vázolt szimulációs feladatokat láthatják el a modellezésben. Segítségükkel meggyorsítható és hatékonyabbá tehető a kísérleti modellezés is. Mód van arra is, hogy az ún. fizikai modellt és a számítógépet közvetlenül (on-line) összekössük és "megosszuk" közöttük a modellezési folyamatot. (Szigorúan véve az ilyen összekapcsolt rendszereket nevezik hibrid modelleknek.) Bonyolultabb kísérlek ma már számítógép nélkül el sem végezhetők.

Kutatói pályára felkészítő akadémiai ismeretek modul

Kutatói pályára felkészítő akadémiai ismeretek modul Kutatói pályára felkészítő akadémiai ismeretek modul Környezetgazdálkodás Modellezés, mint módszer bemutatása KÖRNYEZETGAZDÁLKODÁSI AGRÁRMÉRNÖK MSC Modellek csoportosítása I. 11. lecke Rendszertípusok

Részletesebben

A modellezés elmélete és gyakorlata Prof. Szűcs Ervin jegyzete (http://web.axelero.hu/eszucs7/szucs.htm) és Dr. Szigeti Gyula alapján

A modellezés elmélete és gyakorlata Prof. Szűcs Ervin jegyzete (http://web.axelero.hu/eszucs7/szucs.htm) és Dr. Szigeti Gyula alapján A modellezés elmélete és gyakorlata Prof. Szűcs Ervin jegyzete (http://web.axelero.hu/eszucs7/szucs.htm) és Dr. Szigeti Gyula alapján Dr. Szentesi Péter Molekuláris Biológus kurzus 2009. Előszó 1. Gondolkodásunk

Részletesebben

A modellezés elmélete és gyakorlata, 2009. Molekuláris biológus képzés, DE OEC, Élettani Intézet

A modellezés elmélete és gyakorlata, 2009. Molekuláris biológus képzés, DE OEC, Élettani Intézet 1. Általános bevezetés a biológiai folyamatok matematikai modellezéséről. Vezérfonalak, általános elvek, modellalkotás, számítógépes adaptáció és tesztelés Prof. Szűcs Ervin jegyzete alapján (http://web.axelero.hu/eszucs7/szucs.htm)

Részletesebben

A pedagógiai kutatás metodológiai alapjai. Dr. Nyéki Lajos 2015

A pedagógiai kutatás metodológiai alapjai. Dr. Nyéki Lajos 2015 A pedagógiai kutatás metodológiai alapjai Dr. Nyéki Lajos 2015 A pedagógiai kutatás jellemző sajátosságai A pedagógiai kutatás célja a személyiség fejlődése, fejlesztése során érvényesülő törvényszerűségek,

Részletesebben

Méréselmélet MI BSc 1

Méréselmélet MI BSc 1 Mérés és s modellezés 2008.02.15. 1 Méréselmélet - bevezetés a mérnöki problémamegoldás menete 1. A probléma kitűzése 2. A hipotézis felállítása 3. Kísérlettervezés 4. Megfigyelések elvégzése 5. Adatok

Részletesebben

A MEGBÍZHATÓSÁGI ELEMZŐ MÓDSZEREK

A MEGBÍZHATÓSÁGI ELEMZŐ MÓDSZEREK 1. Elemző módszerek A MEGBÍZHATÓSÁGI ELEMZŐ MÓDSZEREK Ebben a fejezetben röviden összefoglaljuk azokat a módszereket, amelyekkel a technikai, technológiai és üzemeltetési rendszerek megbízhatósági elemzései

Részletesebben

11. modul: LINEÁRIS FÜGGVÉNYEK

11. modul: LINEÁRIS FÜGGVÉNYEK MATEMATIK A 9. évfolyam 11. modul: LINEÁRIS FÜGGVÉNYEK KÉSZÍTETTE: CSÁKVÁRI ÁGNES Matematika A 9. évfolyam. 11. modul: LINEÁRIS FÜGGVÉNYEK Tanári útmutató 2 A modul célja Időkeret Ajánlott korosztály Modulkapcsolódási

Részletesebben

ÁRAMKÖRÖK SZIMULÁCIÓJA

ÁRAMKÖRÖK SZIMULÁCIÓJA ÁRAMKÖRÖK SZIMULÁCIÓJA Az áramkörök szimulációja révén betekintést nyerünk azok működésébe. Meg tudjuk határozni az áramkörök válaszát különböző gerjesztésekre, különböző üzemmódokra. Végezhetők analóg

Részletesebben

A fizika kétszintű érettségire felkészítés legújabb lépései Összeállította: Bánkuti Zsuzsa, OFI

A fizika kétszintű érettségire felkészítés legújabb lépései Összeállította: Bánkuti Zsuzsa, OFI A fizika kétszintű érettségire felkészítés legújabb lépései Összeállította: Bánkuti Zsuzsa, OFI (fizika munkaközösségi foglalkozás fóliaanyaga, 2009. április 21.) A KÉTSZINTŰ FIZIKAÉRETTSÉGI VIZSGAMODELLJE

Részletesebben

A pedagógia mint tudomány. Dr. Nyéki Lajos 2015

A pedagógia mint tudomány. Dr. Nyéki Lajos 2015 A pedagógia mint tudomány Dr. Nyéki Lajos 2015 A pedagógia tárgya, jellegzetes vonásai A neveléstudomány tárgya az ember céltudatos, tervszerű alakítása. A neveléstudomány jellegét tekintve társadalomtudomány.

Részletesebben

Mérés és modellezés Méréstechnika VM, GM, MM 1

Mérés és modellezés Méréstechnika VM, GM, MM 1 Mérés és modellezés 2008.02.04. 1 Mérés és modellezés A mérnöki tevékenység alapeleme a mérés. A mérés célja valamely jelenség megismerése, vizsgálata. A mérés tervszerűen végzett tevékenység: azaz rögzíteni

Részletesebben

Minőségérték. A modellezés céljának meghat. Rendszer elemzés. Módszer kiválasztása. Modell megfelelőség elemzés. Működés szimuláció

Minőségérték. A modellezés céljának meghat. Rendszer elemzés. Módszer kiválasztása. Modell megfelelőség elemzés. Működés szimuláció Minőségérték. Műszaki minőségérték növelésére alkalmas módszerek: Cél: a termék teljes életciklusa során az előre látható, vagy feltételezett követelmények, teljes körű és kiegyensúlyozott kielégítése.

Részletesebben

A VIZSGA LEÍRÁSA KÖZÉPSZINT VIZSGA. Írásbeli vizsga

A VIZSGA LEÍRÁSA KÖZÉPSZINT VIZSGA. Írásbeli vizsga A VIZSGA LEÍRÁSA KÖZÉPSZINT VIZSGA Írásbeli vizsga Az írásbeli vizsgán a jelölteknek egy központi feladatsort kell megoldaniuk. A vizsga idtartama 120 perc. A vizsgázó a rendelkezésére álló idt tetszése

Részletesebben

Interaktív, grafikus környezet. Magasszintû alkalmazási nyelv (KAL) Integrált grafikus interface könyvtár. Intelligens kapcsolat más szoftverekkel

Interaktív, grafikus környezet. Magasszintû alkalmazási nyelv (KAL) Integrált grafikus interface könyvtár. Intelligens kapcsolat más szoftverekkel Készítette: Szabó Gábor, 1996 Az Az IntelliCorp IntelliCorp stratégiája: stratégiája: Kifinomult, Kifinomult, objektum-orientált objektum-orientált környezetet környezetet biztosít biztosít tervezéséhez,

Részletesebben

TERMÉK FEJLESZTÉS PANDUR BÉLA TERMÉK TERVEZÉSE

TERMÉK FEJLESZTÉS PANDUR BÉLA TERMÉK TERVEZÉSE TERMÉK TERVEZÉSE A termék fogalma: Tevékenységek, vagy folyamatok eredménye /folyamat szemlélet /. (Minden terméknek értelmezhető, amely gazdasági potenciált közvetít /közgazdász szemlélet /.) Az ISO 8402

Részletesebben

10. modul: FÜGGVÉNYEK, FÜGGVÉNYTULAJDONSÁGOK

10. modul: FÜGGVÉNYEK, FÜGGVÉNYTULAJDONSÁGOK MATEMATIK A 9. évfolyam 10. modul: FÜGGVÉNYEK, FÜGGVÉNYTULAJDONSÁGOK KÉSZÍTETTE: CSÁKVÁRI ÁGNES Matematika A 9. évfolyam. 10. modul: FÜGGVÉNYEK, FÜGGVÉNYTULAJDONSÁGOK Tanári útmutató 2 MODULLEÍRÁS A modul

Részletesebben

Kvantitatív módszerek

Kvantitatív módszerek Kvantitatív módszerek szimuláció Kovács Zoltán Szervezési és Vezetési Tanszék E-mail: kovacsz@gtk.uni-pannon.hu URL: http://almos/~kovacsz Mennyiségi problémák megoldása analitikus numerikus szimuláció

Részletesebben

Termék modell. Definíció:

Termék modell. Definíció: Definíció: Termék modell Összetett, többfunkciós, integrált modell (számítógépes reprezentáció) amely leír egy műszaki objektumot annak különböző életfázis szakaszaiban: tervezés, gyártás, szerelés, szervízelés,

Részletesebben

CAD Rendszerek I. Sajátosság alapú tervezés - Szinkron modellezés

CAD Rendszerek I. Sajátosság alapú tervezés - Szinkron modellezés CAD Rendszerek I. Sajátosság alapú tervezés - Szinkron modellezés Farkas Zsolt Budapesti Műszaki és Gazdaságtudományi Egyetem, Gép- és Terméktervezés Tanszék 1/ 14 Tartalom -Sajátosság alapú tervezés:

Részletesebben

5. modul: ARÁNYOSSÁG, SZÁZALÉKSZÁMÍTÁS

5. modul: ARÁNYOSSÁG, SZÁZALÉKSZÁMÍTÁS MATEMATIK A 9. évfolyam 5. modul: ARÁNYOSSÁG, SZÁZALÉKSZÁMÍTÁS KÉSZÍTETTE: VIDRA GÁBOR Matematika A 9. évfolyam. 5. modul: ARÁNYOSSÁG, SZÁZALÉKSZÁMÍTÁS Tanári útmutató 2 A modul célja Időkeret Ajánlott

Részletesebben

13. modul: MÁSODFOKÚ FÜGGVÉNYEK

13. modul: MÁSODFOKÚ FÜGGVÉNYEK MATEMATIK A 9. évfolyam 13. modul: MÁSODFOKÚ FÜGGVÉNYEK KÉSZÍTETTE: CSÁKVÁRI ÁGNES Matematika A 9. évfolyam. 13. modul: MÁSODFOKÚ FÜGGVÉNYEK Tanári útmutató 2 A modul célja Időkeret Ajánlott korosztály

Részletesebben

Andó Mátyás Felületi érdesség matyi.misi.eu. Felületi érdesség. 1. ábra. Felületi érdességi jelek

Andó Mátyás Felületi érdesség matyi.misi.eu. Felületi érdesség. 1. ábra. Felületi érdességi jelek 1. Felületi érdesség használata Felületi érdesség A műszaki rajzokon a geometria méretek tűrése mellett a felületeket is jellemzik. A felületek jellemzésére leginkább a felületi érdességet használják.

Részletesebben

MATEMATIKA 5 8. ALAPELVEK, CÉLOK

MATEMATIKA 5 8. ALAPELVEK, CÉLOK MATEMATIKA 5 8. ALAPELVEK, CÉLOK Az iskolai matematikatanítás célja, hogy hiteles képet nyújtson a matematikáról mint tudásrendszerről és mint sajátos emberi megismerési, gondolkodási, szellemi tevékenységről.

Részletesebben

KÖSZÖNTJÜK HALLGATÓINKAT!

KÖSZÖNTJÜK HALLGATÓINKAT! 2010. november 10. KÖSZÖNTJÜK HALLGATÓINKAT! Önök Dr. Horváth Zoltán Módszerek, amelyek megváltoztatják a világot A számítógépes szimuláció és optimalizáció jelentősége c. előadását hallhatják! 1 Módszerek,

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.08. Orvosi biometria (orvosi biostatisztika) Statisztika: tömegjelenségeket számadatokkal leíró tudomány. A statisztika elkészítésének menete: tanulmányok (kísérletek)

Részletesebben

Osztályozóvizsga követelményei

Osztályozóvizsga követelményei Osztályozóvizsga követelményei Képzés típusa: Tantárgy: Nyolcosztályos gimnázium Matematika Évfolyam: 7 Emelt óraszámú csoport Emelt szintű csoport Vizsga típusa: Írásbeli Követelmények, témakörök: Gondolkodási

Részletesebben

SZERZŐ: Kiss Róbert. Oldal1

SZERZŐ: Kiss Róbert. Oldal1 A LOGO MindStorms NXT/EV3 robot grafikus képernyőjét használva különböző ábrákat tudunk rajzolni. A képek létrehozásához koordináta rendszerben adott alakzatok (kör, téglalap, szakasz, pont) meghatározó

Részletesebben

Matematika A 9. szakiskolai évfolyam. 16. modul EGYBEVÁGÓSÁGOK. Készítette: Vidra Gábor

Matematika A 9. szakiskolai évfolyam. 16. modul EGYBEVÁGÓSÁGOK. Készítette: Vidra Gábor Matematika A 9. szakiskolai évfolyam 16. modul EGYBEVÁGÓSÁGOK Készítette: Vidra Gábor MATEMATIKA A 9. SZAKISKOLAI ÉVFOLYAM 16. modul: EGYBEVÁGÓSÁGOK TANÁRI ÚTMUTATÓ 2 A modul célja Időkeret Ajánlott korosztály

Részletesebben

Élelmiszeripari folyamatszervezés

Élelmiszeripari folyamatszervezés Élelmiszeripari folyamatszervezés Szerkesztette: Dr.habil. Rajkó Róbert fiskolai tanár (SZTE MK) Ffolyamat szervezése Fontosabb vállalati folyamatok: mszaki tervezés: innovációs folyamat gazdasági tervezés

Részletesebben

Összeállította Horváth László egyetemi tanár

Összeállította Horváth László egyetemi tanár Óbudai Egyetem Neumann János Informatikai Kar Intelligens Mérnöki Rendszerek Intézet Intelligens Mérnöki Rendszerek Szakirány a Mérnök informatikus alapszakon Összeállította Horváth László Budapest, 2011

Részletesebben

Kérdés Lista. A Magyarországon alkalmazott rajzlapoknál mekkora az oldalak aránya?

Kérdés Lista. A Magyarországon alkalmazott rajzlapoknál mekkora az oldalak aránya? Kérdés Lista információ megjelenítés :: műszaki rajz T A darabjegyzék előállítása során milyen sorrendben számozzuk a tételeket? Adjon meg legalább két módszert! T A Magyarországon alkalmazott rajzlapoknál

Részletesebben

Matematika A 9. szakiskolai évfolyam. 7. modul EGYENES ARÁNYOSSÁG ÉS A LINEÁRIS FÜGGVÉNYEK

Matematika A 9. szakiskolai évfolyam. 7. modul EGYENES ARÁNYOSSÁG ÉS A LINEÁRIS FÜGGVÉNYEK Matematika A 9. szakiskolai évfolyam 7. modul EGYENES ARÁNYOSSÁG ÉS A LINEÁRIS FÜGGVÉNYEK Matematika A 9. szakiskolai évfolyam 7. modul: Egyenes arányosság és a lineáris függvények Tanári útmutató 2 A

Részletesebben

FIZIKA II. A VIZSGA LEÍRÁSA

FIZIKA II. A VIZSGA LEÍRÁSA FIZIKA II. A VIZSGA LEÍRÁSA A vizsga részei Írásbeli vizsga Írásbeli vizsga 120 perc 15 perc 240 perc 20 perc 90 pont 60 pont 100 pont 50 pont A vizsgán használható segédeszközök A vizsgázó biztosítja

Részletesebben

Matematikai geodéziai számítások 6.

Matematikai geodéziai számítások 6. Matematikai geodéziai számítások 6. Lineáris regresszió számítás elektronikus távmérőkre Dr. Bácsatyai, László Matematikai geodéziai számítások 6.: Lineáris regresszió számítás elektronikus távmérőkre

Részletesebben

HELYI TANTERV MATEMATIKA (emelt szintű csoportoknak) Alapelvek, célok

HELYI TANTERV MATEMATIKA (emelt szintű csoportoknak) Alapelvek, célok HELYI TANTERV MATEMATIKA (emelt szintű csoportoknak) Alapelvek, célok Az iskolai matematikatanítás célja, hogy hiteles képet nyújtson a matematikáról mint tudásrendszerről és mint sajátos emberi megismerési,

Részletesebben

EMMI kerettanterv 51/2012. (XII. 21.) EMMI rendelet 2. sz. melléklet 2.2.03. Matematika az általános iskolák 5 8.

EMMI kerettanterv 51/2012. (XII. 21.) EMMI rendelet 2. sz. melléklet 2.2.03. Matematika az általános iskolák 5 8. EMMI kerettanterv 51/2012. (XII. 21.) EMMI rendelet 2. sz. melléklet 2.2.03 Matematika az általános iskolák 5 8. évfolyama számára Alapelvek, célok Az iskolai matematikatanítás célja, hogy hiteles képet

Részletesebben

Példa a report dokumentumosztály használatára

Példa a report dokumentumosztály használatára Példa a report dokumentumosztály használatára Szerző neve évszám Tartalomjegyzék 1. Valószínűségszámítás 5 1.1. Események matematikai modellezése.............. 5 1.2. A valószínűség matematikai modellezése............

Részletesebben

Matematikai modellezés

Matematikai modellezés Matematikai modellezés Bevezető A diasorozat a Döntési modellek című könyvhöz készült. Készítette: Dr. Ábrahám István Döntési folyamatok matematikai modellezése Az emberi tevékenységben meghatározó szerepe

Részletesebben

S atisztika 2. előadás

S atisztika 2. előadás Statisztika 2. előadás 4. lépés Terepmunka vagy adatgyűjtés Kutatási módszerek osztályozása Kutatási módszer Feltáró kutatás Következtető kutatás Leíró kutatás Ok-okozati kutatás Keresztmetszeti kutatás

Részletesebben

Matematika helyi tanterv 5 8. évfolyam számára Alapelvek, célok

Matematika helyi tanterv 5 8. évfolyam számára Alapelvek, célok Matematika helyi tanterv 5 8. évfolyam számára Alapelvek, célok Az iskolai matematikatanítás célja, hogy hiteles képet nyújtson a matematikáról mint tudásrendszerről és mint sajátos emberi megismerési,

Részletesebben

Matematika A 9. szakiskolai évfolyam. 8. modul AZ ABSZOLÚTÉRTÉK-FÜGGVÉNY ÉS MÁS NEMLINEÁRIS FÜGGVÉNYEK

Matematika A 9. szakiskolai évfolyam. 8. modul AZ ABSZOLÚTÉRTÉK-FÜGGVÉNY ÉS MÁS NEMLINEÁRIS FÜGGVÉNYEK Matematika A 9. szakiskolai évfolyam 8. modul AZ ABSZOLÚTÉRTÉK-FÜGGVÉNY ÉS MÁS NEMLINEÁRIS FÜGGVÉNYEK Matematika A 9. szakiskolai évfolyam 8. modul: Az abszolútérték-függvény és más nemlineáris függvények

Részletesebben

KAPCSOLÁSI RAJZ KIDOLGOZÁSA

KAPCSOLÁSI RAJZ KIDOLGOZÁSA KAPCSOLÁSI RAJZ KIDOLGOZÁSA Az elektronikai tervezések jelentős részénél a kiindulási alap a kapcsolási rajz. Ezen összegezzük, hogy milyen funkciókat szeretnénk megvalósítani, milyen áramkörökkel. A kapcsolási

Részletesebben

Parametrikus tervezés

Parametrikus tervezés 2012.03.31. Statikus modell Dinamikus modell Parametrikus tervezés Módosítások a tervezés folyamán Konstrukciós variánsok (termékcsaládok) Parametrikus Modell Parametrikus tervezés Paraméterek (változók

Részletesebben

Akusztikai tervezés a geometriai akusztika módszereivel

Akusztikai tervezés a geometriai akusztika módszereivel Akusztikai tervezés a geometriai akusztika módszereivel Fürjes Andor Tamás BME Híradástechnikai Tanszék Kép- és Hangtechnikai Laborcsoport, Rezgésakusztika Laboratórium 1 Tartalom A geometriai akusztika

Részletesebben

A gyártási rendszerek áttekintése

A gyártási rendszerek áttekintése SZÉCHENYI ISTVÁN EGYETEM GYŐR Gyártócellák (NGB_AJ018_1) A gyártási rendszerek áttekintése Bevezetés A tantárgy célja A gyártócellák c. tárgy átfogóan foglalkozik a gyártás automatizálás eszközeivel, ezen

Részletesebben

Matematika. Padányi Katolikus Gyakorlóiskola 1

Matematika. Padányi Katolikus Gyakorlóiskola 1 Matematika Alapelvek, célok: Az iskolai matematikatanítás célja, hogy hiteles képet nyújtson a matematikáról mint tudásrendszerről és mint sajátos emberi megismerési, gondolkodási, szellemi tevékenységről.

Részletesebben

Dr. Mikó Balázs miko.balazs@bgk.uni-obuda.hu

Dr. Mikó Balázs miko.balazs@bgk.uni-obuda.hu Gyártórendszerek mechatronikája Termelési folyamatok II. 01 Alapfogalmak Dr. Mikó Balázs miko.balazs@bgk.uni-obuda.hu miko.balazs@bgk.uni-obuda.hu 1 Óbudai Egyetem Bánki Donát Gépész és Biztonságtechnikai

Részletesebben

Óbudai Egyetem Neumann János Informatikai Kar. Intelligens Mérnöki Rendszerek Intézet

Óbudai Egyetem Neumann János Informatikai Kar. Intelligens Mérnöki Rendszerek Intézet Óbudai Egyetem Neumann János Informatikai Kar Intelligens Mérnöki Rendszerek Intézet 1034 Budapest, Bécsi út 96/B Tel., Fax:1/666-5544,1/666-5545 http://nik.uni-obuda.hu/imri Az 2004-ben alakult IMRI (BMF)

Részletesebben

A mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015

A mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015 A mérés problémája a pedagógiában Dr. Nyéki Lajos 2015 A mérés fogalma Mérésen olyan tevékenységet értünk, amelynek eredményeként a vizsgált jelenség számszerűen jellemezhetővé, más hasonló jelenségekkel

Részletesebben

SZIMULÁCIÓ ÉS MODELLEZÉS AZ ANSYS ALKALMAZÁSÁVAL

SZIMULÁCIÓ ÉS MODELLEZÉS AZ ANSYS ALKALMAZÁSÁVAL SZIMULÁCIÓ ÉS MODELLEZÉS AZ ANSYS ALKALMAZÁSÁVAL MAGYAR TUDOMÁNY NAPJA KONFERENCIA 2010 GÁBOR DÉNES FŐISKOLA CSUKA ANTAL TARTALOM A KÍSÉRLET ÉS MÉRÉS JELENTŐSÉGE A MÉRNÖKI GYAKORLATBAN, MECHANIKAI FESZÜLTSÉG

Részletesebben

Matematika A 9. szakiskolai évfolyam. 14. modul GEOMETRIAI ALAPFOGALMAK. Készítette: Vidra Gábor

Matematika A 9. szakiskolai évfolyam. 14. modul GEOMETRIAI ALAPFOGALMAK. Készítette: Vidra Gábor Matematika A 9. szakiskolai évfolyam 14. modul GEOMETRIAI ALAPFOGALMAK Készítette: Vidra Gábor MATEMATIKA A 9. SZAKISKOLAI ÉVFOLYAM 14. modul: GEOMETRIAI ALAPFOGALMAK TANÁRI ÚTMUTATÓ 2 A modul célja Időkeret

Részletesebben

12. modul: ABSZOLÚTÉRTÉK-FÜGGVÉNY

12. modul: ABSZOLÚTÉRTÉK-FÜGGVÉNY MATEMATIK A 9. évfolyam 12. modul: ABSZOLÚTÉRTÉK-FÜGGVÉNY KÉSZÍTETTE: CSÁKVÁRI ÁGNES Matematika A 9. évfolyam. 12. modul: ABSZOLÚTÉRTÉK-FÜGGVÉNY Tanári útmutató 2 A modul célja Időkeret Ajánlott korosztály

Részletesebben

Területi statisztikai elemzések

Területi statisztikai elemzések Területi statisztikai elemzések KOTOSZ Balázs, SZTE, kotosz@eco.u-szeged.hu Módszertani dilemmák a statisztikában 2016. november 18. Budapest Apropó Miért különleges a területi adatok elemzése? A számításokhoz

Részletesebben

PIACKUTATÁS (MARKETINGKUTATÁS)

PIACKUTATÁS (MARKETINGKUTATÁS) PIACKUTATÁS (MARKETINGKUTATÁS). FŐBB PONTOK A kutatási terv fogalmának meghatározása, a különböző kutatási módszerek osztályozása, a feltáró és a következtető kutatási módszerek közötti különbségtétel

Részletesebben

A számítógépi grafika elemei. 2012/2013, I. félév

A számítógépi grafika elemei. 2012/2013, I. félév A számítógépi grafika elemei 2012/2013, I. félév Bevezető Grafika görög eredetű, a vésni szóból származik. Manapság a rajzművészet összefoglaló elnevezéseként ismert. Számítógépi grafika Két- és háromdimenziós

Részletesebben

Matematika. 5-8. évfolyam. tantárgy 2013.

Matematika. 5-8. évfolyam. tantárgy 2013. Matematika tantárgy 5-8. évfolyam 2013. Matematika az általános iskolák 5 8. évfolyama számára Alapelvek, célok Az iskolai matematikatanítás célja, hogy hiteles képet nyújtson a matematikáról, mint tudásrendszerről

Részletesebben

Fenyős Zoltán. Fenyősné Kircsi Amália. Tanmenet. informatika általános iskola 4. osztály ÉVES ÓRASZÁM 36 ÓRA

Fenyős Zoltán. Fenyősné Kircsi Amália. Tanmenet. informatika általános iskola 4. osztály ÉVES ÓRASZÁM 36 ÓRA Fenyős Zoltán Fenyősné Kircsi Amália Tanmenet informatika általános iskola 4. osztály ÉVES ÓRASZÁM 36 ÓRA AJÁNLOTT TANKÖNYVEK ÉS MUNKAFÜZET Fenyős Zoltán Fenyősné Kircsi Amália: Gyöngyforrás (Játékos informatika

Részletesebben

Gyalogos elütések szimulációs vizsgálata

Gyalogos elütések szimulációs vizsgálata Gyalogos elütések szimulációs vizsgálata A Virtual Crash program validációja Dr. Melegh Gábor BME Gépjárművek tanszék Budapest, Magyarország Vida Gábor BME Gépjárművek tanszék Budapest, Magyarország Ing.

Részletesebben

- Adat, információ, tudás definíciói, összefüggéseik reprezentációtípusok Részletesebben a téma az AI alapjai című tárgyban

- Adat, információ, tudás definíciói, összefüggéseik reprezentációtípusok Részletesebben a téma az AI alapjai című tárgyban I. Intelligens tervezőrendszerek - Adat, információ, tudás definíciói, összefüggéseik reprezentációtípusok Részletesebben a téma az AI alapjai című tárgyban Adat = struktúrálatlan tények, amelyek tárolhatók,

Részletesebben

SZERZŐ: Kiss Róbert. Oldal1

SZERZŐ: Kiss Róbert. Oldal1 A LEGO MindStorms NXT/EV3 robot grafikus képernyőjét és programozási eszközeit használva különböző dinamikus (időben változó) ábrákat tudunk rajzolni. A képek létrehozásához koordináta rendszerben adott

Részletesebben

Az Országos kompetenciamérés (OKM) tartalmi kerete. a 20/2012. (VIII. 31.) EMMI rendelet 3. melléklete alapján

Az Országos kompetenciamérés (OKM) tartalmi kerete. a 20/2012. (VIII. 31.) EMMI rendelet 3. melléklete alapján Az Országos kompetenciamérés (OKM) tartalmi kerete a 20/2012. (VIII. 31.) EMMI rendelet 3. melléklete alapján Az OKM tartalmi keret Célja: definiálja azokat a tényezőket és szempontrendszereket, amelyek

Részletesebben

Dinamikus geometriai programok

Dinamikus geometriai programok 2011. február 19. Eszköz és médium (fotó: http://sliderulemuseum.com) ugyanez egyben: Enter Reform mozgalmak a formális matematika megalapozását az életkjori sajátosságoknak megfelelő tárgyi tevékenységnek

Részletesebben

INFORMATIKA. Kerettantervi. 2. évfolyam Az informatikai eszközök használata. órakeret évfolyam

INFORMATIKA. Kerettantervi. 2. évfolyam Az informatikai eszközök használata. órakeret évfolyam INFORMATIKA A helyi tantervünket az 51/2012. (XII.21.) EMMI rendelet: 1. melléklet 1.3.3 Informatika 1-4. alapján készítettük. A tantárgy nevelési és fejlesztési nak megvalósításához a szabadon tervezhető

Részletesebben

Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN

Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN (Babbie) 1. Konceptualizáció 2. Operacionalizálás 3. Mérés 4. Adatfeldolgozás 5. Elemzés 6. Felhasználás KUTATÁS LÉPÉSEI 1. Konceptualizáció 2. Operacionalizálás

Részletesebben

5. évfolyam. Gondolkodási módszerek. Számelmélet, algebra 65. Függvények, analízis 12. Geometria 47. Statisztika, valószínűség 5

5. évfolyam. Gondolkodási módszerek. Számelmélet, algebra 65. Függvények, analízis 12. Geometria 47. Statisztika, valószínűség 5 MATEMATIKA Az iskolai matematikatanítás célja, hogy hiteles képet nyújtson a matematikáról mint tudásrendszerről és mint sajátos emberi megismerési, gondolkodási, szellemi tevékenységről. A matematika

Részletesebben

A TANTÁRGY ADATLAPJA

A TANTÁRGY ADATLAPJA A TANTÁRGY ADATLAPJA 1. A képzési program adatai 1.1 Felsőoktatási intézmény Babeş-Bolyai Tudományegyetem 1.2 Kar Pszichológia és Neveléstudományok Kar 1.3 Intézet Alkalmazott Pszichológia Intézet 1.4

Részletesebben

A TANTÁRGY ADATLAPJA

A TANTÁRGY ADATLAPJA A TANTÁRGY ADATLAPJA 1. A képzési program adatai 1.1 Felsőoktatási intézmény Babeş-Bolyai Tudományegyetem 1.2 Kar Pszichológia és Neveléstudományok Kar 1.3 Intézet Alkalmazott Pszichológia Intézet 1.4

Részletesebben

(Solid modeling, Geometric modeling) Testmodell: egy létező vagy elképzelt objektum digitális reprezentációja.

(Solid modeling, Geometric modeling) Testmodell: egy létező vagy elképzelt objektum digitális reprezentációja. Testmodellezés Testmodellezés (Solid modeling, Geometric modeling) Testmodell: egy létező vagy elképzelt objektum digitális reprezentációja. A tervezés (modellezés) során megadjuk a objektum geometria

Részletesebben

Informatika tanterv nyelvi előkészítő osztály heti 2 óra

Informatika tanterv nyelvi előkészítő osztály heti 2 óra Informatika tanterv nyelvi előkészítő osztály heti Számítógép feladata és felépítése Az informatikai eszközök használata Operációs rendszer Bemeneti egységek Kijelző egységek Háttértárak Feldolgozás végző

Részletesebben

INFORMATIKA 5. évfolyam

INFORMATIKA 5. évfolyam INFORMATIKA 5. évfolyam Heti óraszám: 1 Éves óraszám: 37 Tematikai egység 1. Az informatikai eszközök használata 2. Alkalmazói ismeretek 2.1. Írott és audiovizuális dokumentumok elektronikus létrehozása

Részletesebben

értelmezéséhez, leírásához és kezeléséhez. Ezért a tanulóknak rendelkezniük kell azzal a képességgel és készséggel, hogy alkalmazni tudják

értelmezéséhez, leírásához és kezeléséhez. Ezért a tanulóknak rendelkezniük kell azzal a képességgel és készséggel, hogy alkalmazni tudják Helyi tanterv matematika általános iskola 5-8. évf. MATEMATIKA Az iskolai matematikatanítás célja, hogy hiteles képet nyújtson a matematikáról mint tudásrendszerről és mint sajátos emberi megismerési,

Részletesebben

A genetikus algoritmus, mint a részletes modell többszempontú és többérdekű "optimálásának" általános és robosztus módszere

A genetikus algoritmus, mint a részletes modell többszempontú és többérdekű optimálásának általános és robosztus módszere A genetikus algoritmus, mint a részletes modell többszempontú és többérdekű "optimálásának" általános és robosztus módszere Kaposvári Egyetem, Informatika Tanszék I. Kaposvári Gazdaságtudományi Konferencia

Részletesebben

MATEMATIK A 9. évfolyam. 2. modul: LOGIKA KÉSZÍTETTE: VIDRA GÁBOR

MATEMATIK A 9. évfolyam. 2. modul: LOGIKA KÉSZÍTETTE: VIDRA GÁBOR MATEMATIK A 9. évfolyam 2. modul: LOGIKA KÉSZÍTETTE: VIDRA GÁBOR Matematika A 9. évfolyam. 2. modul: LOGIKA Tanári útmutató 2 MODULLEÍRÁS A modul célja Időkeret Ajánlott korosztály Modulkapcsolódási pontok

Részletesebben

Matematika. J a v í t ó k u l c s. 8. évfolyam. Oktatási Hivatal Közoktatási Mérési Értékelési Osztály 1054 Budapest, Báthory utca 10.

Matematika. J a v í t ó k u l c s. 8. évfolyam. Oktatási Hivatal Közoktatási Mérési Értékelési Osztály 1054 Budapest, Báthory utca 10. Matematika J a v í t ó k u l c s 8. évfolyam Oktatási Hivatal Közoktatási Mérési Értékelési Osztály 1054 Budapest, Báthory utca 10. IEA, 2011 1/1. feladat 1/2. feladat : B : B Item: M032757 Item: M032721

Részletesebben

Görbe- és felületmodellezés. Szplájnok Felületmodellezés

Görbe- és felületmodellezés. Szplájnok Felületmodellezés Görbe- és felületmodellezés Szplájnok Felületmodellezés Spline (szplájn) Spline: Szakaszosan, parametrikus polinomokkal leírt görbe A spline nevét arról a rugalmasan hajlítható vonalzóról kapta, melyet

Részletesebben

Számítógépes döntéstámogatás. Fogalmakat is kezelni tudó számítógépes döntéstámogatás A DoctuS rendszer

Számítógépes döntéstámogatás. Fogalmakat is kezelni tudó számítógépes döntéstámogatás A DoctuS rendszer SZDT-07 p. 1/20 Számítógépes döntéstámogatás Fogalmakat is kezelni tudó számítógépes döntéstámogatás A DoctuS rendszer Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu

Részletesebben

Matematika A 9. szakiskolai évfolyam. 13. modul SZÖVEGES FELADATOK. Készítette: Vidra Gábor

Matematika A 9. szakiskolai évfolyam. 13. modul SZÖVEGES FELADATOK. Készítette: Vidra Gábor Matematika A 9. szakiskolai évfolyam 13. modul SZÖVEGES FELADATOK Készítette: Vidra Gábor MATEMATIKA A 9. SZAKISKOLAI ÉVFOLYAM 13. modul: SZÖVEGES FELADATOK TANÁRI ÚTMUTATÓ 2 A modul célja Időkeret Ajánlott

Részletesebben

KÍSÉRLET, MÉRÉS, MŰSZERES MÉRÉS

KÍSÉRLET, MÉRÉS, MŰSZERES MÉRÉS KÍSÉRLET, MÉRÉS, MŰSZERES MÉRÉS Kísérlet, mérés, modellalkotás Modell: olyan fizikai vagy szellemi (tudati) alkotás, amely egy adott jelenség lefolyását vagy egy rendszer viselkedését részben vagy egészen

Részletesebben

Távérzékelés, a jöv ígéretes eszköze

Távérzékelés, a jöv ígéretes eszköze Távérzékelés, a jöv ígéretes eszköze Ritvayné Szomolányi Mária Frombach Gabriella VITUKI CONSULT Zrt. A távérzékelés segítségével: különböz6 magasságból, tetsz6leges id6ben és a kívánt hullámhossz tartományokban

Részletesebben

Közösségi kezdeményezéseket megalapozó szükségletfeltárás módszertana. Domokos Tamás, módszertani igazgató

Közösségi kezdeményezéseket megalapozó szükségletfeltárás módszertana. Domokos Tamás, módszertani igazgató Közösségi kezdeményezéseket megalapozó szükségletfeltárás módszertana Domokos Tamás, módszertani igazgató A helyzetfeltárás célja A közösségi kezdeményezéshez kapcsolódó kutatások célja elsősorban felderítés,

Részletesebben

I. A DIGITÁLIS ÁRAMKÖRÖK ELMÉLETI ALAPJAI

I. A DIGITÁLIS ÁRAMKÖRÖK ELMÉLETI ALAPJAI I. A DIGITÁLIS ÁRAMKÖRÖK ELMÉLETI ALAPJAI 1 A digitális áramkörökre is érvényesek a villamosságtanból ismert Ohm törvény és a Kirchhoff törvények, de az elemzés és a tervezés rendszerint nem ezekre épül.

Részletesebben

Forgalmi modellezés BMEKOKUM209

Forgalmi modellezés BMEKOKUM209 BME Közlekedésüzemi és Közlekedésgazdasági Tanszék Forgalmi modellezés BMEKOKUM209 Szimulációs modellezés Dr. Juhász János A forgalmi modellezés célja A közlekedési igények bővülése és a motorizáció növekedése

Részletesebben

Budapesti Mûszaki Fõiskola Rejtõ Sándor Könnyûipari Mérnöki Kar Médiatechnológiai Intézet Nyomdaipari Tanszék. Karbantartás-szervezés a nyomdaiparban

Budapesti Mûszaki Fõiskola Rejtõ Sándor Könnyûipari Mérnöki Kar Médiatechnológiai Intézet Nyomdaipari Tanszék. Karbantartás-szervezés a nyomdaiparban Budapesti Mûszaki Fõiskola Rejtõ Sándor Könnyûipari Mérnöki Kar Médiatechnológiai Intézet Nyomdaipari Tanszék Karbantartás-szervezés a nyomdaiparban 6. előadás Karbantartás irányítási információs rendszer

Részletesebben

Nemzeti alaptanterv 2012 MATEMATIKA

Nemzeti alaptanterv 2012 MATEMATIKA ALAPELVEK, CÉLOK Az iskolai matematikatanítás célja, hogy hiteles képet nyújtson a matematikáról mint tudásrendszerről és mint sajátos emberi megismerési, gondolkodási, szellemi tevékenységről. A matematika

Részletesebben

Integrált gyártórendszerek. Ágens technológia - ágens rendszer létrehozása Gyakorlat

Integrált gyártórendszerek. Ágens technológia - ágens rendszer létrehozása Gyakorlat IGYR p. 1/17 Integrált gyártórendszerek Ágens technológia - ágens rendszer létrehozása Gyakorlat Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu IGYR

Részletesebben

OPERÁCIÓKUTATÁS, AZ ELFELEDETT TUDOMÁNY A LOGISZTIKÁBAN (A LOGISZTIKAI CÉL ELÉRÉSÉNEK ÉRDEKÉBEN)

OPERÁCIÓKUTATÁS, AZ ELFELEDETT TUDOMÁNY A LOGISZTIKÁBAN (A LOGISZTIKAI CÉL ELÉRÉSÉNEK ÉRDEKÉBEN) OPERÁCIÓKUTATÁS, AZ ELFELEDETT TUDOMÁNY A LOGISZTIKÁBAN (A LOGISZTIKAI CÉL ELÉRÉSÉNEK ÉRDEKÉBEN) Fábos Róbert 1 Alapvető elvárás a logisztika területeinek szereplői (termelő, szolgáltató, megrendelő, stb.)

Részletesebben

16. modul: ALGEBRAI AZONOSSÁGOK

16. modul: ALGEBRAI AZONOSSÁGOK MATEMATIK A 9. évfolyam 16. modul: ALGEBRAI AZONOSSÁGOK KÉSZÍTETTE: VIDRA GÁBOR, DARABOS NOÉMI ÁGNES Matematika A 9. évfolyam. 16. modul: ALGEBRAI AZONOSSÁGOK Tanári útmutató 2 A modul célja Időkeret Ajánlott

Részletesebben

Vezetői információs rendszerek

Vezetői információs rendszerek Vezetői információs rendszerek Kiadott anyag: Vállalat és információk Elekes Edit, 2015. E-mail: elekes.edit@eng.unideb.hu Anyagok: eng.unideb.hu/userdir/vezetoi_inf_rd 1 A vállalat, mint információs rendszer

Részletesebben

VIZUÁLIS KULTÚRA. Vizuális kultúra emelt szintű érettségi felkészítő. 11. évfolyam. A vizuális nyelvi elemek adott technikának

VIZUÁLIS KULTÚRA. Vizuális kultúra emelt szintű érettségi felkészítő. 11. évfolyam. A vizuális nyelvi elemek adott technikának VIZUÁLIS KULTÚRA Vizuális kultúra emelt szintű érettségi felkészítő 11. évfolyam Heti 2 óra Évi 72 óra 1.1. Vizuális nyelv 1.1.1. A vizuális nyelv alapelemei - Vonal - Sík- és térforma - Tónus, szín -

Részletesebben

Dinamikus geometriai programok

Dinamikus geometriai programok 2010. szeptember 18. Ebben a vázlatban arról írok, hogyan válhatnak a dinamikus geometriai programok a matematika tanítás hatékony segítőivé. Reform mozgalmak a formális matematika megalapozását az életkjori

Részletesebben

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás Matematikai alapok és valószínőségszámítás Valószínőségi eloszlások Binomiális eloszlás Bevezetés A tudományos életben megfigyeléseket teszünk, kísérleteket végzünk. Ezek többféle különbözı eredményre

Részletesebben

Programfejlesztési Modellek

Programfejlesztési Modellek Programfejlesztési Modellek Programfejlesztési fázisok: Követelmények leírása (megvalósíthatósági tanulmány, funkcionális specifikáció) Specifikáció elkészítése Tervezés (vázlatos és finom) Implementáció

Részletesebben

Alapismeretek. Tanmenet

Alapismeretek. Tanmenet Alapismeretek Tanmenet Alapismeretek TANMENET-Alapismeretek Témakörök Javasolt óraszám 1. Történeti áttekintés 2. Számítógépes alapfogalmak 3. A számítógép felépítése, hardver A központi egység 4. Hardver

Részletesebben

A FENNTARTHATÓ ÉPÍTÉS EU KOMFORM MAGYAR INDIKÁTORRENDSZERE

A FENNTARTHATÓ ÉPÍTÉS EU KOMFORM MAGYAR INDIKÁTORRENDSZERE A FENNTARTHATÓ ÉPÍTÉS EU KOMFORM MAGYAR INDIKÁTORRENDSZERE ÉMI Kht. 2005.06.21. CRISP Construction and City Related Sustainability Indicators * * * Fenntartható építés? Háttér 1 Egészséges épített környezet

Részletesebben

Mérési hibák 2006.10.04. 1

Mérési hibák 2006.10.04. 1 Mérési hibák 2006.10.04. 1 Mérés jel- és rendszerelméleti modellje Mérési hibák_labor/2 Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség

Részletesebben

Adatbázis rendszerek 6.. 6. 1.1. Definíciók:

Adatbázis rendszerek 6.. 6. 1.1. Definíciók: Adatbázis Rendszerek Budapesti Műszaki és Gazdaságtudományi Egyetem Fotogrammetria és Térinformatika 6.1. Egyed relációs modell lényegi jellemzői 6.2. Egyed relációs ábrázolás 6.3. Az egyedtípus 6.4. A

Részletesebben

Beszerzési és elosztási logisztika. Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV

Beszerzési és elosztási logisztika. Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV Beszerzési és elosztási logisztika Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV 3. Előadás A beszerzési logisztikai folyamat Design tervezés Szükséglet meghatározás Termelés tervezés Beszerzés

Részletesebben

Az értelmi nevelés. Dr. Nyéki Lajos 2015

Az értelmi nevelés. Dr. Nyéki Lajos 2015 Az értelmi nevelés Dr. Nyéki Lajos 2015 Bevezetés Az értelmi nevelés a művelődési anyagok elsajátítására, illetve azok rendszeres feldolgozásával az intellektuális képességek fejlesztésére irányul, és

Részletesebben

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás Kísérlettervezés - biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás A matematikai-statisztika feladata tapasztalati adatok feldolgozásával segítséget nyújtani

Részletesebben