Példa. Job shop ütemezés

Save this PDF as:
 WORD  PNG  TXT  JPG

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Példa. Job shop ütemezés"

Átírás

1 Példa Job shop ütemezés Egy üzemben négy gép működik, és ezeken 3 feladatot kell elvégezni. Az egyes feladatok sorra a következő gépeken haladnak végig (F jelöli a feladatokat, G a gépeket): Az ütemezési feladatot gráf formában is ábrázolhatjuk. Ilyenkor a gráfban az élek jelölik az ún. precedenciákat, vagyis, hogy mely műveletet vagy műveleteket kell befejeznünk az adott művelet megkezdéséhez. A 5. ábrán látható a mintafeladat precedencia gráfja. 5. ábra A mintafeladat gráf ábrázolása A műveleti idők az alábbiak (zárójelben a gép, melyen a műveletet végzik): 1. lépés 2. lépés 3. lépés 4. lépés F1 (G1) 10 (G2) 8 (G3) 4 F2 (G2) 8 (G1) 3 (G4) 5 (G3) 6 F3 (G1) 4 (G2) 7 (G4) 3 1. táblázat Műveletek időszükséglete A feladatok azonnal elkezdhetők. Az ütemezés célja az átfutási idő (makespan) minimalizálása. Vagyis: mi az a legkorábbi idő, amire a legutolsó művelet is befejeződik, és ehhez mikor kell az egyes műveletek megkezdeni? A szűk keresztmetszet módszere

2 A módszer lényege, hogy úgy egyszerűsítjük a problémát, hogy egyszerre csak egy gépen rakjuk sorba a műveleteket, de e célra mindig azt a gépet választjuk ki, amelyik a rendszer szűk keresztmetszete, vagyis amelyen a legnagyobb a várható késés a legkorábbi befejezés becsült értékéhez viszonyítva (legnagyobb késés). A módszer algoritmusának főbb lépései: 1. A még be nem sorolt gépekről ideiglenesen feltesszük, hogy elegendő párhuzamosan működő példány van belőlük. Ezzel a feltételezéssel kiszámítjuk a legkorábbi befejezési időt (pl. az ún. kritikus út módszerével). 2. Kiszámítjuk minden művelet legkorábbi kezdési idejét, és az 1. pontban számolt becsült befejezési időt felhasználva kiszámítjuk minden művelet legkésőbbi befejezési idejét. 3. Sorra minden, még be nem sorolt gépen egygépes ütemezést végzünk a még be nem sorolt műveletekkel, célul tekintve a legnagyobb késés minimalizálását. 4. Kiválasztjuk azt a gépet, aminek legnagyobb késése az összes gép közül a legnagyobb, és ennek műveleti sorrendjét rögzítjük. 5. A többi, korábban besorolt gépet megpróbáljuk egyenként átütemezni, hogy jobb megoldást kapjunk. 6. Ha maradt még be nem sorolt gép, akkor visszatérünk az 1. pontra. Egyébként az ütemezés véget ér. Az alfejezet további részében a mintafeladaton bemutatjuk az algoritmus minden lépését, és végig is számítjuk. Ha Ön munkaköréből adódóan hasonló problémákat old meg, akkor érdemes többször is végig olvasnia az alfejezetet. Esetünkben először egyik gép sincs besorolva, és mind a három feladatról feltesszük, hogy párhuzamosan mehetnek. A független átfutási idők: 1. feladat: =22, 2. feladat: =22, 3. feladat: 4+7+3=14. A becsült befejezési idő tehát 22 (lsd. 6. ábra).

3 6. ábra: Az első iterációs lépés számításának grafikus szemléltetése A független átfutási idők alapján sorra vesszük a 4 gépet. Az 1. gépen a műveletek adatai: feladat: műveleti idő: legkorábbi kezdés: legkésőbbi befejezés: Az optimális sorrend: 1, 2, 3; a legnagyobb késés: 5. A legnagyobb késés az alábbi alábbi összefüggéssel számítható ki: ahol AK a legnagyobb késés, di,j az i. job j. műveletének legkésőbbi befejezési ideje, i. job j. műveletének aktuális befejezési ideje a sor sorrend esetén. az A 2. gépen a műveletek adatai: feladat: műveleti idő: legkorábbi kezdés: legkésőbbi befejezés: Az optimális sorrend: 2, 3, 1; a legnagyobb késés: 5. A 3. gépen a műveletek adatai:

4 feladat: 1 2 műveleti idő: 4 6 legkorábbi kezdés: 8 16 legkésőbbi befejezés: Az optimális sorrend: 1, 2; a legnagyobb késés: 0. A 4. gépen a műveletek adatai: feladat: 2 3 műveleti idő: 5 3 legkorábbi kezdés: legkésőbbi befejezés: Az optimális sorrend: 2, 3; a legnagyobb késés: 0. Az 1. és a 2. gépek egyformán a szűk keresztmetszet gépei. Kiválasztjuk az 1. gépet, és rögzítjük az optimális sorrendjét. Ezután megmaradt gépekkel megismételjük az eljárást. Ehhez tudjuk, hogy a legkorábbi befejezés 22+5=27. Mivel most az 1. gép műveletei már sorba rendezettek, megváltoznak a még be nem sorolt műveletek legkorábbi kezdési idői, és legkésőbbi befejezési idői. Utóbbi azért is, mert a végső idő becslése 22-ről 27-re nőtt (lsd. 7. ábra). 7. ábra: A második iterációs lépés számításának grafikus szemléltetése Sorra vesszük a megmaradt három gépet. A 2. gépen a műveletek adatai: feladat: műveleti idő: legkorábbi kezdés:

5 legkésőbbi befejezés: Az optimális sorrend: 2, 1, 3; a legnagyobb késés: 1. A 3. gépen a műveletek adatai: feladat: 1 2 műveleti idő: 4 6 legkorábbi kezdés: legkésőbbi befejezés: Sorrendtől függetlenül a legnagyobb késés: 1. A 4. gépen a műveletek adatai: feladat: 2 3 műveleti idő: 5 3 legkorábbi kezdés: legkésőbbi befejezés: Az optimális sorrend: 2, 3; a legnagyobb késés: 0. A legnagyobb késés 1, és a szűk keresztmetszet a 2. vagy a 3. gép (mindkettő). Kiválasztjuk a 2. gépet, és rögzítjük műveleti sorrendjét. A becsült befejezés: 27+1=28. Az 1. (korábban besorolt) gép átütemezésével sem nyerünk ennél korábbi befejezést. Mivel most az 1. és a 2. gép műveletei már sorba rendezettek, megváltoznak a még be nem sorolt műveletek legkorábbi kezdési idői, és legkésőbbi befejezési idői. Sorra vesszük a megmaradt két gépet. 8. ábra: A harmadik iterációs lépés számításának grafikus szemléltetése

6 A 3. gépen a műveletek adatai: feladat: 1 2 műveleti idő: 4 6 legkorábbi kezdés: legkésőbbi befejezés: Sorrendtől függetlenül a legnagyobb késés: 0. A 4. gépen a műveletek adatai: feladat: 2 3 műveleti idő: 5 3 legkorábbi kezdés: legkésőbbi befejezés: Az optimális sorrend: 2, 3; a legnagyobb késés: 0. Megjegyezzük, hogy a 3. gépen alternatív megoldásaink vannak. Ezzel egyszerre két optimális megoldást is meghatároztunk (lsd ábrát). 9. ábra: Az első megoldás Gantt-diagramja 10. ábra: Az második megoldás Gantt-diagramja

Dr. Kulcsár Gyula. Virtuális vállalat félév. Projektütemezés. Virtuális vállalat félév 5. gyakorlat Dr.

Dr. Kulcsár Gyula. Virtuális vállalat félév. Projektütemezés. Virtuális vállalat félév 5. gyakorlat Dr. Projektütemezés Virtuális vállalat 06-07. félév 5. gyakorlat Dr. Kulcsár Gyula Projektütemezési feladat megoldása Projekt: Projektütemezés Egy nagy, összetett, általában egyedi igény alapján előállítandó

Részletesebben

Ütemezés gyakorlat. Termelésszervezés

Ütemezés gyakorlat. Termelésszervezés Ütemezés gyakorlat egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Feladattípusok Általános ütemezés Egygépes ütemezési problémák Párhuzamos erőforrások ütemezése Flow-shop és job-shop ütemezés

Részletesebben

Ütemezési problémák. Kis Tamás 1. ELTE Problémamegoldó Szeminárium, ősz 1 MTA SZTAKI. valamint ELTE, Operációkutatási Tanszék

Ütemezési problémák. Kis Tamás 1. ELTE Problémamegoldó Szeminárium, ősz 1 MTA SZTAKI. valamint ELTE, Operációkutatási Tanszék Ütemezési problémák Kis Tamás 1 1 MTA SZTAKI valamint ELTE, Operációkutatási Tanszék ELTE Problémamegoldó Szeminárium, 2012. ősz Kivonat Alapfogalmak Mit is értünk ütemezésen? Gépütemezés 1 L max 1 rm

Részletesebben

Vállalatirányítás HÁLÓTERVEZÉS. Tevékenység Jel Kódjel megelőző követő tevékenység jele. A - C 6 Munkaerő-szükséglet 2. B - F 8 műszaki tervezése 3.

Vállalatirányítás HÁLÓTERVEZÉS. Tevékenység Jel Kódjel megelőző követő tevékenység jele. A - C 6 Munkaerő-szükséglet 2. B - F 8 műszaki tervezése 3. HÁLÓTERVEZÉS 1. Egy hálótervről az alábbi adatok ismertek: Közvetlenül Tevékenység Jel Kódjel megelőző követő tevékenység jele 1. Generálterv kidolgozása A - C 6 Munkaerő-szükséglet. meghatározása és gyári

Részletesebben

Általános algoritmustervezési módszerek

Általános algoritmustervezési módszerek Általános algoritmustervezési módszerek Ebben a részben arra mutatunk példát, hogy miként használhatóak olyan általános algoritmustervezési módszerek mint a dinamikus programozás és a korlátozás és szétválasztás

Részletesebben

Üzemszervezés A BMEKOKUA180

Üzemszervezés A BMEKOKUA180 Budapesti Műszaki és Gazdaságtudományi Egyetem Közlekedésmérnöki és Járműmérnöki Kar Közlekedésmérnöki Szak Üzemszervezés A BMEKOKUA180 Projekt tervezés Dr. Juhász János egyetemi docens Projekt tervezés

Részletesebben

Ütemezés tervezése A leghátrányosabb helyzet kistérségek fejlesztési és együttm ködési kapacitásainak meger

Ütemezés tervezése A leghátrányosabb helyzet kistérségek fejlesztési és együttm ködési kapacitásainak meger Ütemezés tervezése A leghátrányosabb helyzetű kistérségek fejlesztési és együttműködési kapacitásainak megerősítése ÁROP-1.1.5/C A Tokajii Kistérség Fejlesztési és Együttműködési Kapacitásának Megerősítése

Részletesebben

Üzemszervezés. Projekt tervezés. Dr. Juhász János

Üzemszervezés. Projekt tervezés. Dr. Juhász János Üzemszervezés Projekt tervezés Dr. Juhász János Projekt tervezés - Definíció Egy komplex tevékenység feladatainak, meghatározott célok elérése érdekében, előre megtervezett módon, az erőforrások sajátosságainak

Részletesebben

Gyártórendszerek dinamikája

Gyártórendszerek dinamikája GYRD-7 p. 1/17 Gyártórendszerek dinamikája Gyártásütemezés: az ütemezések analízise Gantt-chart módszerrel, az optimalizálási feladat kitűzése és változatai, megoldás a kritikus út módszerrel Werner Ágnes

Részletesebben

Az optimális megoldást adó algoritmusok

Az optimális megoldást adó algoritmusok Az optimális megoldást adó algoritmusok shop ütemezés esetén Ebben a fejezetben olyan modellekkel foglalkozunk, amelyekben a munkák több műveletből állnak. Speciálisan shop ütemezési problémákat vizsgálunk.

Részletesebben

Hagyományos termelésirányítási módszerek:

Hagyományos termelésirányítási módszerek: Hagyományos termelésirányítási módszerek: - A termelésirányítás határozza meg, hogy az adott termék egyes technológiai műveletei - melyik gépeken vagy gépcsoportokon készüljenek el, - mikor kezdődjenek

Részletesebben

A projekt idő-, erőforrás és költségterve 1. rész

A projekt idő-, erőforrás és költségterve 1. rész A projekt idő-, erőforrás és költségterve 1. rész A TERVEZÉS FOLYAMATA a projekttevékenységek meghatározása a tevékenységek közötti logikai függőségi kapcsolatok meghatározása erőforrás-allokáció és a

Részletesebben

Ütemezési feladatok. Az ütemezési feladatok vizsgálata az 50-es évek elején kezdődött, majd

Ütemezési feladatok. Az ütemezési feladatok vizsgálata az 50-es évek elején kezdődött, majd 1 Ütemezési feladatok Az ütemezési feladatok vizsgálata az 50-es évek elején kezdődött, majd tekintettel a feladat gyakorlati fontosságára sok különböző modell tanulmányozására került sor, és a témakör

Részletesebben

MATEMATIKA a 8. évfolyamosok számára. Mat1 JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

MATEMATIKA a 8. évfolyamosok számára. Mat1 JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ 8. évfolyam Mat1 Javítási-értékelési útmutató MTEMTI a 8. évfolyamosok számára Mat1 JVÍTÁSI-ÉRTÉEÉSI ÚTMUTTÓ 201. január 18. javítókulcsban feltüntetett válaszokra a megadott pontszámok adhatók. pontszámok

Részletesebben

A technológiai berendezés (M) bemenő (BT) és kimenő (KT) munkahelyi tárolói

A technológiai berendezés (M) bemenő (BT) és kimenő (KT) munkahelyi tárolói 9., ELŐADÁS LOGISZTIKA A TERMELÉSIRÁNYÍTÁSBAN Hagyományos termelésirányítási módszerek A termelésirányítás feladata az egyes gyártási műveletek sorrendjének és eszközökhöz történő hozzárendelésének meghatározása.

Részletesebben

A -Y és a Y- átalakítás bemutatása. Kiss László április havában

A -Y és a Y- átalakítás bemutatása. Kiss László április havában A -Y és a Y- átalakítás bemutatása Kiss László 2011. április havában -Y átalakítás ohmos ellenállásokra Mint ismeretes, az elektrotechnikai gyakorlatban többször előfordul olyan kapcsolási kép, ami a megszokott

Részletesebben

Gráfelméleti modell alkalmazása épít ipari kivitelezés ütemezésére

Gráfelméleti modell alkalmazása épít ipari kivitelezés ütemezésére Tamaga István Gráfelméleti modell alkalmazása épít ipari kivitelezés ütemezésére modell Készítsük el egy épít ipari kivitelezés gráfelméleti modelljét! Ekkor a kivitelezést megfeleltetjük egy gráfnak,

Részletesebben

KOMPLEX KOMMUNIKÁCIÓS ÉS TERMÉSZETTUDOMÁNYI CSOMAG MATEMATIKA TÁMOP-2.2.3-07/1-2F-2008-0011 MATEMATIKA A MINDENNAPI ÉLETBEN 9.

KOMPLEX KOMMUNIKÁCIÓS ÉS TERMÉSZETTUDOMÁNYI CSOMAG MATEMATIKA TÁMOP-2.2.3-07/1-2F-2008-0011 MATEMATIKA A MINDENNAPI ÉLETBEN 9. KOMPLEX KOMMUNIKÁCIÓS ÉS TERMÉSZETTUDOMÁNYI CSOMAG MATEMATIKA TÁMOP-2.2.3-07/1-2F-2008-0011 MATEMATIKA A MINDENNAPI ÉLETBEN 9. ÉVFOLYAM TANÁRI KÉZIKÖNYV MAT9_TK.indd 1 2009.11.05. 13:40:27 A kiadvány a

Részletesebben

1. hét. Neptun kód. Összesen. Név

1. hét. Neptun kód. Összesen. Név 1. hét 1 5 1 3 28 1 1 8 1 3 3 44 1 5 1 3 2 3 1 7 5 1 3 1 45 1 5 1 1 1 6 51 1 1 1 1 1 5 1 2 8 1 7 3 4 8 5 8 1 1 41 1 5 8 1 1 3 46 1 8 1 3 2 33 1 7 8 1 3 38 1 5 7 1 7 1 49 1 1 5 1 1 45 1 8 1 3 31 1 8 8 1

Részletesebben

Anyagszükséglet-tervezés gyakorlat. Termelésszervezés

Anyagszükséglet-tervezés gyakorlat. Termelésszervezés Anyagszükséglet-tervezés gyakorlat egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Feladattípusok Egyszerű tételnagyság-képzési szabályok, heurisztikák, kapacitáskorlátos esetek (3 komponens,

Részletesebben

MICROSOFT DYNAMICS AX TERMELÉSIRÁNYÍTÁS III.

MICROSOFT DYNAMICS AX TERMELÉSIRÁNYÍTÁS III. MICROSOFT DYNAMICS AX TERMELÉSIRÁNYÍTÁS III. A Microsoft Dynamics AX rendszer Termelésirányítás III. modulja hatékonyabbá teszi a gyártási ciklus szervezését. A Microsoft Dynamics AX rendszer termelésirányítási

Részletesebben

ELŐADÁS ÁTTEKINTÉSE. Tevékenységek tervezése Gantt diagramm

ELŐADÁS ÁTTEKINTÉSE. Tevékenységek tervezése Gantt diagramm ELŐADÁS ÁTTEKINTÉSE Tevékenységek tervezése Gantt diagramm TEVÉKENYSÉGEK TERVEZÉSE Fel kell vázolni egy lehetséges tevékenység sorozatot, egyfajta megoldást, illetve elvárt eredményt, amit a célrendszerrel

Részletesebben

1. tétel. 1. Egy derékszögű háromszög egyik szöge 50, a szög melletti befogója 7 cm. Mekkora a háromszög átfogója? (4 pont)

1. tétel. 1. Egy derékszögű háromszög egyik szöge 50, a szög melletti befogója 7 cm. Mekkora a háromszög átfogója? (4 pont) 1. tétel 1. Egy derékszögű háromszög egyik szöge 50, a szög melletti befogója cm. Mekkora a háromszög átfogója? (4 pont). Adott az ábrán két vektor. Rajzolja meg a b, a b és az a b vektorokat! (6 pont)

Részletesebben

Termelési logisztikai rendszerek tervezése-fejlesztése

Termelési logisztikai rendszerek tervezése-fejlesztése Termelési logisztikai rendszerek tervezése-fejlesztése Fejlesztés-tervezés színterei Meglévő, működő rendszerek jellemzőinek értékelése, intenzifikálása Új termelési logisztikai rendszer tervezése Termelési

Részletesebben

Dinamikus programozás - Szerelőszalag ütemezése

Dinamikus programozás - Szerelőszalag ütemezése Dinamikus programozás - Szerelőszalag ütemezése A dinamikus programozás minden egyes részfeladatot és annak minden részfeladatát pontosan egyszer oldja meg, az eredményt egy táblázatban tárolja, és ezáltal

Részletesebben

Integrált gyártórendszerek

Integrált gyártórendszerek IGYR-7 p. 1/4 Integrált gyártórendszerek Gyártásütemezés: az ütemezések analízise Gantt-chart módszerrel, az optimalizálási feladat kitűzése és változatai, megoldás a kritikus út módszerrel, dinamikus

Részletesebben

EBBEN A VIZSGARÉSZBEN A VIZSGAFELADAT ARÁNYA

EBBEN A VIZSGARÉSZBEN A VIZSGAFELADAT ARÁNYA Az Országos Képzési Jegyzékről és az Országos Képzési Jegyzékbe történő felvétel és törlés eljárási rendjéről szóló 133/2010. (IV. 22. ) Korm. rendelet alapján. Szakképesítés, szakképesítés-elágazás, rész-szakképesítés,

Részletesebben

LINEÁRIS PROGRAMOZÁSI FELADATOK MEGOLDÁSA SZIMPLEX MÓDSZERREL

LINEÁRIS PROGRAMOZÁSI FELADATOK MEGOLDÁSA SZIMPLEX MÓDSZERREL LINEÁRIS PROGRAMOZÁSI FELADATOK MEGOLDÁSA SZIMPLEX MÓDSZERREL x 1-2x 2 6 -x 1-3x 3 = -7 x 1 - x 2-3x 3-2 3x 1-2x 2-2x 3 4 4x 1-2x 2 + x 3 max Alapfogalmak: feltételrendszer (narancs színnel jelölve), célfüggvény

Részletesebben

Egész számok. pozitív egész számok: 1; 2; 3; 4;... negatív egész számok: 1; 2; 3; 4;...

Egész számok. pozitív egész számok: 1; 2; 3; 4;... negatív egész számok: 1; 2; 3; 4;... Egész számok természetes számok ( ) pozitív egész számok: 1; 2; 3; 4;... 0 negatív egész számok: 1; 2; 3; 4;... egész számok ( ) 1. Írd a következõ számokat a halmazábra megfelelõ helyére! 3; 7; +6 ; (

Részletesebben

tápvezetékre jellemző, hogy csak a vezeték végén van terhelés, ahogy az 1. ábra mutatja.

tápvezetékre jellemző, hogy csak a vezeték végén van terhelés, ahogy az 1. ábra mutatja. Tápvezeték A fogyasztókat a tápponttal közvetlen összekötő vezetékeket tápvezetéknek nevezzük. A tápvezetékre jellemző, hogy csak a vezeték végén van terhelés, ahogy az 1. ábra mutatja. U T l 1. ábra.

Részletesebben

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Számelmélet I.

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Számelmélet I. Számelmélet I. DEFINÍCIÓ: (Ellentett) Egy szám ellentettjén azt a számot értjük, amelyet a számhoz hozzáadva az 0 lesz. Egy szám ellentettje megegyezik a szám ( 1) szeresével. Számfogalmak kialakítása:

Részletesebben

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I. KOVÁCS BÉLA, MATEmATIkA I. 1 I. HALmAZOk 1. JELÖLÉSEk A halmaz fogalmát tulajdonságait gyakran használjuk a matematikában. A halmazt nem definiáljuk, ezt alapfogalomnak tekintjük. Ez nem szokatlan, hiszen

Részletesebben

2. Előadás Projekt ütemezés. Solver használata. Salamon Júlia

2. Előadás Projekt ütemezés. Solver használata. Salamon Júlia 2. Előadás Projekt ütemezés. Solver használata. Salamon Júlia Projekt ütemezés Számos nagy projekt tervezésekor használják a CMP (Critical Path Method - Kritikus út módszere) és a PERT (Program Evaluation

Részletesebben

Termelésirányítás. Gyártási erőforrások rugalmas kezelése. Gyártási folyamatábra optimalizálása

Termelésirányítás. Gyártási erőforrások rugalmas kezelése. Gyártási folyamatábra optimalizálása Termelésirányítás ELŐNYÖK: Átfutási idő lerövidítése és az ügyféligények kielégítése rugalmas ütemezési lehetőségekkel Termelési erőforrások ellenőrzése az optimális teljesítmény érdekében Termelési folyamat

Részletesebben

Idő-ütemterv hálók - I. t 5 4

Idő-ütemterv hálók - I. t 5 4 Építésikivitelezés-Vállalkozás / : Hálós ütemtervek - I lőadás:folia.doc Idő-ütemterv hálók - I. t s v u PRT time/cost : ( Program valuation & Review Technique ) ( Program Értékelő és Áttekintő Technika

Részletesebben

Korlátozás és szétválasztás elve. ADAGOLO adattípus

Korlátozás és szétválasztás elve. ADAGOLO adattípus Korlátozás és szétválasztás elve ADAGOLO adattípus Értékhalmaz: E Adagolo : A E Műveletek: A : Adagolo, x : E {Igaz} Letesit(A) {A = /0} {A = A} Megszuntet(A) {Igaz} {A = A} Uresit(A) {A = /0} {A = A}

Részletesebben

Ütemezési modellek. Az ütemezési problémák osztályozása

Ütemezési modellek. Az ütemezési problémák osztályozása Ütemezési modellek Az ütemezési problémák osztályozása Az ütemezési problémákban adott m darab gép és n számú munka, amelyeket az 1,..., n számokkal fogunk sorszámozni. A feladat az, hogy ütemezzük az

Részletesebben

1 Energetikai számítások bemutatása, anyag- és energiamérlegek

1 Energetikai számítások bemutatása, anyag- és energiamérlegek 1 Energetikai számítások bemutatása, anyag- és energiamérlegek Előzőleg a következőkkel foglalkozunk: Fizikai paraméterek o a bemutatott rendszer és modell alapján számítást készítünk az éves energiatermelésre

Részletesebben

26. MINIMÁLIS KÖLTSÉGŰ UTAK MINDEN CSÚCSPÁRRA

26. MINIMÁLIS KÖLTSÉGŰ UTAK MINDEN CSÚCSPÁRRA 26. MINIMÁLIS KÖLTSÉGŰ UTAK MINDEN CSÚCSPÁRRA Az előző két fejezetben tárgyalt feladat általánosításaként a gráfban található összes csúcspárra szeretnénk meghatározni a legkisebb költségű utat. A probléma

Részletesebben

Budapesti Műszaki és Gazdaságtudományi Egyetem Sebestyén Zoltán Projektmenedzsment Gyakorló vizsgafeladatok Kiegészítő oktatási segédanyag

Budapesti Műszaki és Gazdaságtudományi Egyetem Sebestyén Zoltán Projektmenedzsment Gyakorló vizsgafeladatok Kiegészítő oktatási segédanyag udapesti Műszaki és azdaságtudományi gyetem Sebestyén Zoltán Projektmenedzsment yakorló vizsgafeladatok Kiegészítő oktatási segédanyag udapest 00 Tartalomjegyzék I. MLŐZÉSI LIST ÁTLKÍTÁS... II. TVÉKNYSÉ-ÉLŰ

Részletesebben

Mintafeladat az RSA algoritmus szemléltetésére

Mintafeladat az RSA algoritmus szemléltetésére Mintafeladat az RSA algoritmus szemléltetésére Feladat Adottak a p = 269 és q = 24 prímszámok, továbbá az e = 5320 nyilvános kulcs és az x = 48055 nyílt szöveg. Számolja ki n = p q és ϕ(n) értékét! Igazolja

Részletesebben

Negatív alapú számrendszerek

Negatív alapú számrendszerek 2015. március 4. Negatív számok Legyen b > 1 egy adott egész szám. Ekkor bármely N 0 egész szám egyértelműen felírható N = m a k b k k=1 alakban, ahol 0 a k < b egész szám. Negatív számok Legyen b > 1

Részletesebben

1/12. 3. gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI

1/12. 3. gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI / Operációkutatás. gyakorlat Lineáris Programozási feladatok megoldása szimplex módszerrel Pécsi Tudományegyetem PTI Normál feladatok megoldása szimplex módszerrel / / Normál feladatok megoldása szimplex

Részletesebben

30. ERŐSEN ÜSSZEFÜGGŐ KOMPONENSEK

30. ERŐSEN ÜSSZEFÜGGŐ KOMPONENSEK 30. ERŐSEN ÜSSZEFÜGGŐ KOMPONENSEK A gráfos alkalmazások között is találkozunk olyan problémákkal, amelyeket megoldását a részekre bontott gráfon határozzuk meg, majd ezeket alkalmas módon teljes megoldássá

Részletesebben

Paragon Decision Technology BV

Paragon Decision Technology BV 1 Előadó: Dr. Lelkes Zoltán Költségcsökkentés optimalizálással 2 Optasoft Kft. Egyetemi háttér ( spin-off cég ): Budapesti Műszaki és Gazdaságtudományi Egyetem Alapítók: Dr. Rév Endre, docens Dr. Lelkes

Részletesebben

Algoritmusok. Hogyan csináljam?

Algoritmusok. Hogyan csináljam? Algoritmusok Hogyan csináljam? 1 Az algoritmus fogalma Algoritmusnak olyan pontos előírást nevezünk, amely megmondja, hogy bizonyos feladat megoldásakor milyen műveleteket milyen meghatározott sorrendben

Részletesebben

Informatikai alkalmazásfejlesztő alkalmazásfejlesztő 54 481 02 0010 54 02 Információrendszer-elemző és - Informatikai alkalmazásfejlesztő

Informatikai alkalmazásfejlesztő alkalmazásfejlesztő 54 481 02 0010 54 02 Információrendszer-elemző és - Informatikai alkalmazásfejlesztő A 10/2007 (II. 27.) SzMM rendelettel módosított 1/2006 (II. 17.) OM rendelet Országos Képzési Jegyzékről és az Országos Képzési Jegyzékbe történő felvétel és törlés eljárási rendjéről alapján. Szakképesítés,

Részletesebben

45. ORSZÁGOS TIT KALMÁR LÁSZLÓ MATEMATIKAVERSENY NEGYEDIK OSZTÁLY

45. ORSZÁGOS TIT KALMÁR LÁSZLÓ MATEMATIKAVERSENY NEGYEDIK OSZTÁLY 45. ORSZÁGOS TIT KALMÁR LÁSZLÓ MATEMATIKAVERSENY Megyei forduló Javítási útmutató NEGYEDIK OSZTÁLY 1. Piroska, a nagymamája, a farkas és a vadász egymás mellett ülnek egy padon. Se a nagymama, se Piroska

Részletesebben

Informatikai alkalmazásfejlesztő alkalmazásfejlesztő 54 481 02 0010 54 02 Információrendszer-elemző és - Informatikai alkalmazásfejlesztő

Informatikai alkalmazásfejlesztő alkalmazásfejlesztő 54 481 02 0010 54 02 Információrendszer-elemző és - Informatikai alkalmazásfejlesztő A 10/2007 (II. 27.) SzMM rendelettel módosított 1/2006 (II. 17.) OM rendelet Országos Képzési Jegyzékről és az Országos Képzési Jegyzékbe történő felvétel és törlés eljárási rendjéről alapján. Szakképesítés,

Részletesebben

Programozás alapjai 9. előadás. Wagner György Általános Informatikai Tanszék

Programozás alapjai 9. előadás. Wagner György Általános Informatikai Tanszék 9. előadás Wagner György Általános Informatikai Tanszék Leszámoló rendezés Elve: a rendezett listában a j-ik kulcs pontosan j-1 kulcsnál lesz nagyobb. (Ezért ha egy kulcsról tudjuk, hogy 27 másiknál nagyobb,

Részletesebben

1/ gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI

1/ gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI / Operációkutatás. gyakorlat Lineáris Programozási feladatok megoldása szimplex módszerrel Pécsi Tudományegyetem PTI /. Legyen adott az alábbi LP-feladat: x + 4x + x 9 x + x x + x + x 6 x, x, x x + x +

Részletesebben

BUDAPEST, VII. KERÜLET ERZSÉBETVÁROS FUNKCIÓBŐVÍTŐ REHABILITÁCIÓJA VÉGLEGES AKCIÓTERÜLETI TERV

BUDAPEST, VII. KERÜLET ERZSÉBETVÁROS FUNKCIÓBŐVÍTŐ REHABILITÁCIÓJA VÉGLEGES AKCIÓTERÜLETI TERV BUDAPEST, VII. KERÜLET ERZSÉBETVÁROS FUNKCIÓBŐVÍTŐ REHABILITÁCIÓJA VÉGLEGES AKCIÓTERÜLETI TERV KULTÚRA UTCÁJA רחוב התרבות STREET OF CULTURE 2009. JÚLIUS 1 Tartalomjegyzék 1. A FEJLESZTÉS ILLESZKEDÉSE AZ

Részletesebben

Biostatisztika VIII. Mátyus László. 19 October

Biostatisztika VIII. Mátyus László. 19 October Biostatisztika VIII Mátyus László 19 October 2010 1 Ha σ nem ismert A gyakorlatban ritkán ismerjük σ-t. Ha kiszámítjuk s-t a minta alapján, akkor becsülhetjük σ-t. Ez további bizonytalanságot okoz a becslésben.

Részletesebben

Taszkok 1 és mérföldkövek

Taszkok 1 és mérföldkövek Taszkok 1 és mérföldkövek Mint korábban már tanultuk, a feladat megoldása során a fő, összetett tevékenységeket résztevékenységekre kell bontani (az átláthatóság, érthetőség miatt), majd ezekhez rendeljük

Részletesebben

Karbantartás. Az ESZR Karbantartás menüjébentudjuk elvégezni az alábbiakat:

Karbantartás. Az ESZR Karbantartás menüjébentudjuk elvégezni az alábbiakat: Karbantartás Az ESZR Karbantartás menüjébentudjuk elvégezni az alábbiakat: Jelszó módosítása: A felhasználói jelszavunkat módosíthatjuk ebben a menüpontban, a régi jelszavunk megadása után. Általánosan

Részletesebben

Mátrixjátékok tiszta nyeregponttal

Mátrixjátékok tiszta nyeregponttal 1 Mátrixjátékok tiszta nyeregponttal 1. Példa. Két játékos Aladár és Bendegúz rendelkeznek egy-egy tetraéderrel, melyek lapjaira rendre az 1, 2, 3, 4 számokat írták. Egy megadott jelre egyszerre felmutatják

Részletesebben

Készítette: Ellenőrizte: Jóváhagyta:

Készítette: Ellenőrizte: Jóváhagyta: FOGLALKOZÁSI TERV Nyíregyházi Főiskola Gyártórendszerek tervezése c. tan- 2009/2010. tanév, II. félév GM.III. évfolyam Gyak.jegy, 2 kredit tárgy Műszaki Alapozó és Gépgyártástechnológia Tanszék Tanítási

Részletesebben

MŰSZAKKIOSZTÁSI PROBLÉMÁK A KÖZÖSSÉGI KÖZLEKEDÉSBEN

MŰSZAKKIOSZTÁSI PROBLÉMÁK A KÖZÖSSÉGI KÖZLEKEDÉSBEN infokommunikációs technológiák MŰSZAKKIOSZTÁSI PROBLÉMÁK A KÖZÖSSÉGI KÖZLEKEDÉSBEN Készítette: Árgilán Viktor, Dr. Balogh János, Dr. Békési József, Dávid Balázs, Hajdu László, Dr. Galambos Gábor, Dr. Krész

Részletesebben

Példa: Csúsztatófeszültség-eloszlás számítása I-szelvényben

Példa: Csúsztatófeszültség-eloszlás számítása I-szelvényben Példa: Csúsztatófeszültség-eloszlás számítása I-szelvényben Készítette: Kossa Attila (kossa@mm.bme.hu) BME, Műszaki Mechanikai Tanszék 2011. március 14. Határozzuk meg a nyírásból adódó csúsztatófeszültség

Részletesebben

Ellenőrző kérdések. 36. Ha t szintű indexet használunk, mennyi a keresési költség blokkműveletek számában mérve? (1 pont) log 2 (B(I (t) )) + t

Ellenőrző kérdések. 36. Ha t szintű indexet használunk, mennyi a keresési költség blokkműveletek számában mérve? (1 pont) log 2 (B(I (t) )) + t Ellenőrző kérdések 2. Kis dolgozat kérdései 36. Ha t szintű indexet használunk, mennyi a keresési költség blokkműveletek számában mérve? (1 pont) log 2 (B(I (t) )) + t 37. Ha t szintű indexet használunk,

Részletesebben

VIZSGAREND. Kontawig Műszaki és Üzlettudományi Szakképző Iskola //102937 OKJ: 33 522 04 1000 00 00. Villanyszerelő szakképesítés.

VIZSGAREND. Kontawig Műszaki és Üzlettudományi Szakképző Iskola //102937 OKJ: 33 522 04 1000 00 00. Villanyszerelő szakképesítés. 1 090006 090006/1gy nap nap nap 4. nap 5. nap 6. nap tevékenység 20110.09 20110.17 11:40 12:40, VIZSGAREND A vizsgaszervező által készített azon dokumentum, mely alkalmas a szakmai vizsga, a szakmai vizsgarészek

Részletesebben

Arany Dániel Matematikai Tanulóverseny 2016/2017-es tanév első (iskolai) forduló Haladók II. kategória

Arany Dániel Matematikai Tanulóverseny 2016/2017-es tanév első (iskolai) forduló Haladók II. kategória Bolyai János Matematikai Társulat Arany Dániel Matematikai Tanulóverseny 016/017-es tanév első iskolai) forduló Haladók II. kategória Megoldások és javítási útmutató 1. A k valós paraméter értékétől függően

Részletesebben

További forgalomirányítási és szervezési játékok. 1. Nematomi forgalomirányítási játék

További forgalomirányítási és szervezési játékok. 1. Nematomi forgalomirányítási játék További forgalomirányítási és szervezési játékok 1. Nematomi forgalomirányítási játék A forgalomirányítási játékban adott egy hálózat, ami egy irányított G = (V, E) gráf. A gráfban megengedjük, hogy két

Részletesebben

Operációkutatás példatár

Operációkutatás példatár 1 Operációkutatás példatár 2 1. Lineáris programozási feladatok felírása és megoldása 1.1. Feladat Egy gazdálkodónak azt kell eldöntenie, hogy mennyi kukoricát és búzát vessen. Ha egységnyi földterületen

Részletesebben

ANALÍZIS TANSZÉK Szakdolgozati téma. Piezoelektromos mechanikai redszer rezgését leíró parciális

ANALÍZIS TANSZÉK Szakdolgozati téma. Piezoelektromos mechanikai redszer rezgését leíró parciális Piezoelektromos mechanikai redszer rezgését leíró parciális di erenciálegyenlet el½oállítása és megoldása Témavezet½o: Dr. Kovács Béla Rugalmas és pizoelektromos rétegekb½ol álló összetett mechanikai rendszer

Részletesebben

V. DISZKRÉT OPTIMALIZÁCIÓ

V. DISZKRÉT OPTIMALIZÁCIÓ V. DISZKRÉT OPTIMALIZÁCIÓ El szó Ez a rész a diszkrét optimalizációval foglalkozó fejezeteket tartalmazza. Az elso kötetben jelenik meg az Ütemezéselmélet címu fejezet, amelynek fo témái: egy formális

Részletesebben

A szerelés olyan művelet, amely során az alkatrészeket illetve a szerelési részegységeket további egységekké, gyártmánnyá kapcsoljuk össze.

A szerelés olyan művelet, amely során az alkatrészeket illetve a szerelési részegységeket további egységekké, gyártmánnyá kapcsoljuk össze. 2.1 A szerelési alapfogalmak Olvassa el figyelmesen a tananyagot! Gyűjtse ki és jegyezze meg a kiemelt alapfogalmakat! Keressen gyakorlati példákat az alapfogalmak értelmezéséhez! A gépek gyártási folyamatában

Részletesebben

33. modul 1. melléklet 3. évfolyam Mérőlap/1. Név:. 1. Becsüld meg az összegeket! A tagok százasokra kerekített értékeivel végezd a becslést! Majd végezd is el az összeadásokat. Számításaidat kivonással

Részletesebben

Készítette: Trosztel Mátyás Konzulens: Hajós Gergely

Készítette: Trosztel Mátyás Konzulens: Hajós Gergely Készítette: Trosztel Mátyás Konzulens: Hajós Gergely Monte Carlo Markov Chain MCMC során egy megfelelően konstruált Markov-lánc segítségével mintákat generálunk. Ezek eloszlása követi a céleloszlást. A

Részletesebben

Számítógépes döntéstámogatás. Genetikus algoritmusok

Számítógépes döntéstámogatás. Genetikus algoritmusok BLSZM-10 p. 1/18 Számítógépes döntéstámogatás Genetikus algoritmusok Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu BLSZM-10 p. 2/18 Bevezetés 1950-60-as

Részletesebben

Bánhelyi Balázs, Csendes Tibor, Palatinus Endre és Lévai. Szeptember 28-30, 2011, Balatonöszöd, Hungary

Bánhelyi Balázs, Csendes Tibor, Palatinus Endre és Lévai. Szeptember 28-30, 2011, Balatonöszöd, Hungary optimalizáló eljárás, Csendes Tibor, Palatinus Endre és Lévai Balázs László Szegedi Tudományegyetem Szeptember 28-30, 2011, Balatonöszöd, Hungary Közmegvilágítási feladat Adott egy megvilágítandó terület,

Részletesebben

Programozási módszertan. Dinamikus programozás: szerelőszalag ütemezése Mátrixok véges sorozatainak szorzása

Programozási módszertan. Dinamikus programozás: szerelőszalag ütemezése Mátrixok véges sorozatainak szorzása PM-06 p. 1/28 Programozási módszertan Dinamikus programozás: szerelőszalag ütemezése Mátrixok véges sorozatainak szorzása Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu

Részletesebben

Algoritmuselmélet. Legrövidebb utak, Bellmann-Ford, Dijkstra. Katona Gyula Y.

Algoritmuselmélet. Legrövidebb utak, Bellmann-Ford, Dijkstra. Katona Gyula Y. Algoritmuselmélet Legrövidebb utak, Bellmann-Ford, Dijkstra Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 3. előadás Katona Gyula Y. (BME

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

Szakmai zárójelentés

Szakmai zárójelentés Szakmai zárójelentés A csoporttechnológia (Group Technology = GT) elvi és módszertani alapjaihoz, valamint a kapcsolódó módszerek informatikai alkalmazásaihoz kötődő kutatómunkával a Miskolci Egyetem Alkalmazott

Részletesebben

Tanmenetjavaslat. Téma Óraszám Tananyag Fogalmak Összefüggések Eszközök Kitekintés. Helyi érték, alaki érték. Számegyenes.

Tanmenetjavaslat. Téma Óraszám Tananyag Fogalmak Összefüggések Eszközök Kitekintés. Helyi érték, alaki érték. Számegyenes. Heti 4 óra esetén, 37 tanítási hétre összesen 148 óra áll rendelkezésre. A tanmenet 132 óra beosztását tartalmazza. Heti 5 óra esetén összesen 37-tel több órában dolgozhatunk. Ez összesen 185 óra. Itt

Részletesebben

HÁLÓZATSZERŰEN MŰKÖDŐ LOGISZTIKÁVAL INTEGRÁLT TERMELÉSÜTEMEZÉS MEGOLDÁSA GENETIKUS ALGORITMUS ALKALMAZÁSÁVAL. OLÁH Béla

HÁLÓZATSZERŰEN MŰKÖDŐ LOGISZTIKÁVAL INTEGRÁLT TERMELÉSÜTEMEZÉS MEGOLDÁSA GENETIKUS ALGORITMUS ALKALMAZÁSÁVAL. OLÁH Béla HÁLÓZATSZERŰEN MŰKÖDŐ LOGISZTIKÁVAL INTEGRÁLT TERMELÉSÜTEMEZÉS MEGOLDÁSA GENETIKUS ALGORITMUS ALKALMAZÁSÁVAL OLÁH Béla A TERMELÉSÜTEMEZÉS MEGFOGALMAZÁSA Flow shop: adott n számú termék, melyeken m számú

Részletesebben

ÁTVÁLTÁSOK SZÁMRENDSZEREK KÖZÖTT, SZÁMÁBRÁZOLÁS, BOOLE-ALGEBRA

ÁTVÁLTÁSOK SZÁMRENDSZEREK KÖZÖTT, SZÁMÁBRÁZOLÁS, BOOLE-ALGEBRA 1. Tízes (decimális) számrendszerből: a. Kettes (bináris) számrendszerbe: Vegyük a 2634 10 -es számot, és váltsuk át bináris (kettes) számrendszerbe! A legegyszerűbb módszer: írjuk fel a számot, és húzzunk

Részletesebben

Írásbeli összeadás. Háromjegyű számok összeadása. 1. Végezd el az összeadásokat! 2. a) Számítsd ki, mennyibe kerül a következő 2-2 báb!

Írásbeli összeadás. Háromjegyű számok összeadása. 1. Végezd el az összeadásokat! 2. a) Számítsd ki, mennyibe kerül a következő 2-2 báb! Írásbeli összeadás Háromjegyű számok összeadása 1. Végezd el az összeadásokat! 254 + 200 = 162 + 310 = 235 + 240 = 351 + 124 = 2. a) Számítsd ki, mennyibe kerül a következő 2-2 báb! 213 Ft 164 Ft 222 Ft

Részletesebben

Algoritmuselmélet 2. előadás

Algoritmuselmélet 2. előadás Algoritmuselmélet 2. előadás Katona Gyula Y. Budapesti Műszaki és Gazdaságtudományi Egyetem Számítástudományi Tsz. I. B. 137/b kiskat@cs.bme.hu 2002 Február 12. ALGORITMUSELMÉLET 2. ELŐADÁS 1 Buborék-rendezés

Részletesebben

Adatszerkezetek Adatszerkezet fogalma. Az értékhalmaz struktúrája

Adatszerkezetek Adatszerkezet fogalma. Az értékhalmaz struktúrája Adatszerkezetek Összetett adattípus Meghatározói: A felvehető értékek halmaza Az értékhalmaz struktúrája Az ábrázolás módja Műveletei Adatszerkezet fogalma Direkt szorzat Minden eleme a T i halmazokból

Részletesebben

Programozási módszertan. Mohó algoritmusok

Programozási módszertan. Mohó algoritmusok PM-08 p. 1/17 Programozási módszertan Mohó algoritmusok Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu PM-08 p. 2/17 Bevezetés Dinamikus programozás

Részletesebben

43. ORSZÁGOS TIT KALMÁR LÁSZLÓ MATEMATIKAVERSENY MEGYEI FORDULÓ HARMADIK OSZTÁLY JAVÍTÁSI ÚTMUTATÓ. Minden feladat helyes megoldása 7 pontot ér.

43. ORSZÁGOS TIT KALMÁR LÁSZLÓ MATEMATIKAVERSENY MEGYEI FORDULÓ HARMADIK OSZTÁLY JAVÍTÁSI ÚTMUTATÓ. Minden feladat helyes megoldása 7 pontot ér. 43. ORSZÁGOS TIT KALMÁR LÁSZLÓ MATEMATIKAVERSENY MEGYEI FORDULÓ HARMADIK OSZTÁLY JAVÍTÁSI ÚTMUTATÓ Minden feladat helyes megoldása 7 pontot ér. 1. Bence talált öt négyzetet, amelyek egyik oldalán az A,

Részletesebben

Útmutató a szakdolgozat megírásához

Útmutató a szakdolgozat megírásához Semmelweis Egyetem Egyetemi Gyógyszertár Gyógyszerügyi Szervezési Intézet Útmutató a szakdolgozat megírásához A Gyógyszertárvezetés, -üzemeltetés, a Kórházi-klinikai szakgyógyszerészet, a Gyógyszerészi

Részletesebben

Karbantartás. Az ESZR Karbantartás menüjébentudjuk elvégezni az alábbiakat:

Karbantartás. Az ESZR Karbantartás menüjébentudjuk elvégezni az alábbiakat: Karbantartás Az ESZR Karbantartás menüjébentudjuk elvégezni az alábbiakat: Jelszó módosítása: A felhasználói jelszavunkat módosíthatjuk ebben a menüpontban, a régi jelszavunk megadása után. Általánosan

Részletesebben

Információk. Ismétlés II. Ismétlés. Ismétlés III. A PROGRAMOZÁS ALAPJAI 2. Készítette: Vénné Meskó Katalin. Algoritmus. Algoritmus ábrázolása

Információk. Ismétlés II. Ismétlés. Ismétlés III. A PROGRAMOZÁS ALAPJAI 2. Készítette: Vénné Meskó Katalin. Algoritmus. Algoritmus ábrázolása 1 Információk 2 A PROGRAMOZÁS ALAPJAI 2. Készítette: Vénné Meskó Katalin Elérhetőség mesko.katalin@tfk.kefo.hu Fogadóóra: szerda 9:50-10:35 Számonkérés időpontok Április 25. 9 00 Május 17. 9 00 Június

Részletesebben

II. Gyakorlat: Hajlított vasbeton keresztmetszet ellenőrzése (Négyszög és T-alakú keresztmetszetek hajlítási teherbírása III. feszültségi állapotban)

II. Gyakorlat: Hajlított vasbeton keresztmetszet ellenőrzése (Négyszög és T-alakú keresztmetszetek hajlítási teherbírása III. feszültségi állapotban) II. Gyakorlat: Hajlított vasbeton keresztmetszet ellenőrzése (Négyszög és T-alakú keresztmetszetek hajlítási teherbírása III. feszültségi állapotban) Készítették: Dr. Kiss Rita és Klinka Katalin -1- A

Részletesebben

Írd le, a megoldások gondolatmenetét, indoklását is!

Írd le, a megoldások gondolatmenetét, indoklását is! 0 Budapest VIII., Bródy Sándor u.. Postacím: Budapest, Pf. 7 Telefon: 7-900 Fax: 7-90. ORSZÁGOS TIT KALMÁR LÁSZLÓ MATEMATIKAVERSENY MEGYEI FORDULÓ 0. április. HARMADIK OSZTÁLY JAVÍTÁSI ÚTMUTATÓ Írd le,

Részletesebben

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ Fizika középszint ÉRETTSÉGI VIZSGA 2005. november 5. FIZIKA KÖZÉPSZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ OKTATÁSI MINISZTÉRIUM A dolgozatokat az útmutató utasításai szerint, jól követhetően

Részletesebben

ÍRÁSBELI FELADAT MEGOLDÁSA

ÍRÁSBELI FELADAT MEGOLDÁSA 33 522 04 1000 00 00-2014 MAGYAR KERESKEDELMI ÉS IPARKAMARA Szakma Kiváló Tanulója Verseny Elődöntő ÍRÁSBELI FELADAT MEGOLDÁSA Szakképesítés: 33 522 04 1000 00 00 SZVK rendelet száma: Modulok: Modulon

Részletesebben

Foglalkozási napló a 20 /20. tanévre

Foglalkozási napló a 20 /20. tanévre Foglalkozási napló a 20 /20. tanévre CNC gépkezelő szakma gyakorlati oktatásához OKJ száma: 35 521 01 A napló vezetéséért felelős: A napló megnyitásának dátuma: A napló lezárásának dátuma: Tanulók adatai

Részletesebben

Intelligens Rendszerek Elmélete IRE 4/32/1

Intelligens Rendszerek Elmélete IRE 4/32/1 Intelligens Rendszerek Elmélete 4 IRE 4/32/1 Problémamegoldás kereséssel http://nik.uni-obuda.hu/mobil IRE 4/32/2 Egyszerű lények intelligenciája? http://www.youtube.com/watch?v=tlo2n3ymcxw&nr=1 IRE 4/32/3

Részletesebben

E9 laboratóriumi mérés Fizikai Tanszék

E9 laboratóriumi mérés Fizikai Tanszék E9 laboratóriumi mérés Fizikai Tanszék Ellenállás-mérés Wheatstone-híd kacsolásban. A mérés célja, elve Fontos feladat az elektronikában az egyes áramköri elemek ellenállásának meghatározása. Ennek egyik

Részletesebben

... fi. ... fk. 6. Fabejáró algoritmusok Rekurzív preorder bejárás (elsőfiú-testvér ábrázolásra)

... fi. ... fk. 6. Fabejáró algoritmusok Rekurzív preorder bejárás (elsőfiú-testvér ábrázolásra) 6. Fabejáró algoritmusok Fa bejárásán olyan algoritmust értünk, amelynek bemenete egy F fa és egy M művelet, és az algoritmus adott sorrendben pontosan egyszer végrehajtja az M műveletet a fa pontjaiban

Részletesebben

Magyar Telekom Minősített e-szignó. hitelesítésszolgáltatás

Magyar Telekom Minősített e-szignó. hitelesítésszolgáltatás Magyar Telekom Minősített e-szignó hitelesítésszolgáltatás Nyilvános körben kibocsátott, biztonságos aláírás-létrehozó eszköz alkalmazását megkövetelő, minősített tanúsítványtípusra vonatkozó Hitelesítési

Részletesebben

Vasbeton tartók méretezése hajlításra

Vasbeton tartók méretezése hajlításra Vasbeton tartók méretezése hajlításra Képlékenység-tani méretezés: A vasbeton keresztmetszet teherbírásának számításánál a III. feszültségi állapotot vesszük alapul, amelyre az jellemző, hogy a hajlításból

Részletesebben

TERMELÉS számítások 1

TERMELÉS számítások 1 TERMELÉS számítások 1 1.Feladat Egy termelési feladat 5 egymást követő feladatból áll. Az egyes feladatok műveleti ideje rendre: I. II. III. IV. V. 1 perc-6 perc-10perc-5perc-2perc Az üzemben dolgozó munkások

Részletesebben

23. Kombinatorika, gráfok

23. Kombinatorika, gráfok I Elméleti összefoglaló Leszámlálási alapfeladatok 23 Kombinatorika, gráfok A kombinatorikai alapfeladatok esetek, lehetőségek összeszámlálásával foglalkoznak Általában n jelöli a rendelkezésre álló különbözőfajta

Részletesebben

Matematikai statisztika c. tárgy oktatásának célja és tematikája

Matematikai statisztika c. tárgy oktatásának célja és tematikája Matematikai statisztika c. tárgy oktatásának célja és tematikája 2015 Tematika Matematikai statisztika 1. Időkeret: 12 héten keresztül heti 3x50 perc (előadás és szeminárium) 2. Szükséges előismeretek:

Részletesebben

Vasúti szállítás és infrastruktúra I.

Vasúti szállítás és infrastruktúra I. Széchenyi István Egyetem Műszaki Tudományi Kar Közlekedési Tanszék Arató Károly Vasúti szállítás és infrastruktúra I. Győr, 2009. Tartalomjegyzék A./ VASÚTI TEHERKOCSIK IDŐFELHASZNÁLÁSAI 7 1. Kereskedelmi

Részletesebben