DR. KINCZEL FERENC * Kiszolgálási folyamat vizsgálata egy életbevágó sorbanállási jelenségben. Mentőszolgálat szimulációs modellezése

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "DR. KINCZEL FERENC * Kiszolgálási folyamat vizsgálata egy életbevágó sorbanállási jelenségben. Mentőszolgálat szimulációs modellezése"

Átírás

1 DR. KINCZEL FERENC * Kszolgálás folyamat vzsgálata egy életbevágó sorbanállás jelenségben. Mentőszolgálat szmulácós modellezése 1. Bevezetés The examnaton of an attendance process n a fateful queueng ncdent. Modellng the ambulance smulaton The study demonstrates the overland ambulance s smulaton model of a smple actvty. The model has more ntentons: to forcast the rescue party and the state attrbute of the patents who are watng for medcal attendance, to reflect on secure but economc functonal condtons, and at last but not least, to create an own regstry, a desgner system that depends on an archved database. The most mportant nput parameters and factors are the regonal topology, the average of help requests per hour, the dstrbuton n tme, the number of rescue partes and average speed of the ambulance, the maxmum tme of gvng assstance, and the coeffcent of relatve varaton n the journey tmes. The model uses multcomponent generc dstrbutons nstead of applyng the Posson dstrbuton of onsets and the exponental dstrbuton of attendance. The randomzaton of rescue tmes uses derved emprc dstrbuton that follows Erlang dstrbuton. The tme consttuents of attendance: outset lag of rescue party, locale arrvng, gvng assstance, transportng the patent nto hosptal, and returnng to the staton. The MS Vsual Basc procedures further Excel applcaton was made by the model. The spreadsheets and the procedures show the followng results: approxmatve dstrbutons of attendance tmes and mean values, by consttuent and all n all, the approxmatve dstrbutons and mean values of avalablty tmes gear to the number of rescue partes; approxmatve dstrbutons of watng queue-length for attendance gear to the number of rescue partes; the expected value of maxmum queue-length per day, n case of watng and attendance; cumulatve ponters of watng tmes. The results are summarzed n tables and graphes. When expendng the applcaton you can have a clear vew of the resource data that are necessary for assurng requrements. A sorbanállás jelenségek analízsének ndítéka az, hogy a várakozó és a kszolgálás alatt álló sorok állapotjelzőnek valamlyen célrendszernek megfelelő optmumát felkutassa. A tárgykör klasszkus elmélete általában egyszerűsített modelleket fogalmaz meg, melyek sok esetben nem tükrözk hűen a vzsgáln kívánt folyamatot. A modellek általánosítása vszont gyakran különféle nehézségekbe ütközk. Pénzügy válságtól mentes dőszakban sem közömbös az állam költségvetésből fnanszírozott szervezetek működés, gazdálkodás mutatónak alakulása. Az említett ntézmények között jócskán akadnak olyanok, ahol a fenntartás szükségessége vtathatatlan, azonban a működés feltételek megteremtése kér- * BGF Pénzügy és Számvtel Kar Salgótarján Intézete, főskola docens. 1

2 BUDAPESTI GAZDASÁGI FŐISKOLA MAGYAR TUDOMÁNY ÜNNEPE, 2009 déseket vet fel. Menny a sok vagy a kevés? A mnősítéshez mt érdemes mérn és hogyan? Egyáltalán léteznek-e alkalmas skálák? Az elvárható eredmény megítélése különösen akkor nehéz, ha a meghatározó tényezők valamelyke pénzben nem fejezhető k. A mentőszolgálat éppen egy lyen nehéz eset. A témakör egy barát megkeresés kapcsán akadt horogra : lehet-e adott feltételek mellett működő mentőállomás optmáls műszakbeosztását értelmezn, ha gen, mlyen formában? Bár a konkrét kutatásra vonatkozó megbízás szerződésből semm sem lett, a felvetés tucatny kérdést generál, ahol a válaszok mndegyke így kezdődhet: attól függ, hogy. A probléma középpontjában sorbanállás jelenség áll. Véletlenül befutó segélykérésekre a mentős kszolgálók általában helyszínre vonulnak, szükség esetén elsősegélynyújtás következk, ezután az ellátásra szorulót kórházba szállítják, végül a csapat vsszatér a bázsára. Az előző felsorolás érzékeltet, hogy e folyamatban a kszolgálás dő több véletlen tevékenység-dőtartam öszszege, így maga s valószínűség változó, amben a menetdők domnálnak. Ha pl. a komponensek közül kválasztjuk a helyszínre jutást, akkor belátható, hogy ez az dő a körzet területének nagyságán túl a körzethatárok geometrájától s függ valamlyen módon! Ez a tény már elegendő volt ahhoz, hogy a szerző az analtkus vzsgálat módszer feladása mellett döntsön! Az eredet kérdés (mentős munkarend) persze egy ettől jóval összetettebb rendszer vselkedését hvatott boncolgatn. Egy szárazföld mentőállomás szolgáltatás mnőségében legalább a következő tényezők jelennek meg: szakma (oxológa), technka, szervezés, gazdaságosság. A felsorolás egy logsztka szemléletű megközelítésre ösztönöz. Ha hozzátesszük azt az általánosan elfogadott nézetet, hogy a logsztka szolgáltatások színvonalát meghatározó legfontosabb tényezők a rendelkezésre állás dő, a kszolgálás dő és a szolgáltatás mnősége, akkor tovább ndoklásra nncs s szükség. A tanulmány kötött terjedelme matt azonban az előbb említettek közül tt a kvanttatív tényezők kapnak hangsúlyt, már csak azért s, mert a mentőknél a rendelkezésre állás és a kszolgálás dő kemelt mnősítő mutató. A problémának van egy sajátos érdekessége s, amt akár sorbanállás paradoxonnak s nevezhetnénk. Ez az ellentmondás a következő jelenségben nylvánul meg: a kszolgálók khasználásának fokozása a várakozó sorhossz mnden határon túl növekedéséhez vezethet [1]! 2. A beérkezések dősora A sorbanállás jelenségek analízsében nagy jelentőséget tulajdonítanak a POISSON-eloszlásnak. Legyen pn(t) annak a valószínűsége, hogy a 0 τ t dőntervallumban n segélykérés érkezk. Tételezzük fel a következőket: 2

3 DR. KINCZEL F.: KISZOLGÁLÁSI FOLYAMAT VIZSGÁLATA... A pn(t) valószínűség csak az ntervallum hosszától függ, de annak kezdetétől nem. Két segélykérés sohasem esk egy dőpontra. Bármely τ dőpontban vzsgált τ ntervallumra egy segélyhívás valószínűsége λ. τ, ha τ 0. A λ mennység neve átlagos beérkezés ráta, mértékegysége eseményszám/dőtartam. Ha az esemény sorozatra mndhárom feltételezés érvényes, a beérkezések dősora POISSON-eloszlású [4], ahol n λt ( λt) e pn( t) = n! Vlágos, hogy a mentők gyakorlatában a segélykérések λ eseménysűrűsége változó, vagy célszerű változónak teknten, hszen napszak és évszak ngadozásokat lehet kmutatn, ll. megmagyarázn. Ez a tapasztalat valóban értelmet adhat olyan feltételezéseknek, hogy egy hosszú deg változatlan munkarend esetleg nem lleszkedk megfelelően az ellátandó feladatokhoz. A segélykérés dősor randomzálásának követelménye: mnden segélykérés dőpont egy fktív év hh.nn.oo:pp:mm szerkezetű adatcsoportja (hh: hónap, nn:nap, oo: óra, pp: perc, mm:másodperc); a segélykérések száma a fktív évben az adott λ paraméterből számolt érték; segélykérés a fktív év bármelyk másodpercében bekövetkezhet; a hh.nn. adatszegmensbe eső segélykérések éves cklusdejű emprkus gyakorság sort követnek; az oo:pp:mm adatszegmens 24 órás cklusdejű emprkus gyakorság sornak felel meg. A felsorolt kényszerek szükségessé teszk a szmulácóban előforduló véletlen mennységek tetszőleges osztályközös gyakorságnak megfelelő generálását (továbbakban: generkus eloszlások). Természetesen önmagában s zgalmas feladat egy létező mentőállomás múltbel segélykérés dőpontjat összegyűjten és elemezn. Különösen gaz ez akkor, ha a cél egy saját archívum adatara támaszkodó nylvántartó és tervező rendszer létrehozása (akár tudományos dákkör témaként). 3. A kszolgálás folyamatmodell A modell középpontjában a jelenleg készültség sznten a kszolgálás folyamat szmulácója áll. Ez az eljárás határozza meg döntően az eredményeket, így azok felhasználhatóságát s. A közelítések és elhanyagolások torzító hatását csak a tapasztalat adatok elemzését követően lehet feltárn, ll. megbecsüln. A továbbak értelmezéséhez célszerű néhány fogalmat bevezetn, ll. pontosítan, mert a köznap szóhasználat nem fed pontosan a tanulmányban használt jelentést: Körzet: folytonos vonallal határolt összefüggő terület derékszögű koordnátarendszerben. Helyszín: körzetpont vagy körzet határpont, ahová segélynyújtást kérk (P). Akcó: kszolgálás folyamat, amt egy segélykérés ndít el. 3

4 BUDAPESTI GAZDASÁGI FŐISKOLA MAGYAR TUDOMÁNY ÜNNEPE, 2009 Bázs: körzetpont, a mentők támaszpontja, a körzet koordnátarendszerének orgója (O), ahonnan az akcók ndulnak és befejeződnek. Kórház: rögzített körzetpont (H), melyet az akcókban kötelezően érnten szükséges. Tranztpont: opconálsan helyszínhez rendelt körzetpont (T), amt akcóban érnten szükséges. Az eljárásban érvényesített feltételek: a körzethatár egyenes szakaszok összefüggő halmaza, melyek végpontja smertek (legfeljebb 50 koordnáta pár); a helyszín koordnátá x és y rányban egyenletes eloszlású véletlen számok; a bázsszám 1; a mentőegységek száma beállítható, de legfeljebb 10; a kórházszám 1; a mentőegységek az akcókban v átlagsebességgel mozognak; a reakcódő kettő, a kszolgálás dő négy tevékenység-dőtartam összege, az 1. táblázatban feltüntetett jellemzőkkel. 1. táblázat A reakcó- és kszolgálás dő szerkezete Reakcó Kszolgálás Időkomponens Érntett körzetpontok Eloszlás Mentőhány a bázson O Determnált Helyszínre jutás O, (T), P Erlang Elsősegélynyújtás P Normáls Kórházba szállítás P, (T), H Erlang Vsszatérés a bázsra H, O Erlang Bázspont mentőhány akkor lép fel, ha a segélykérés pllanatában a mentőegységek mndegyke akcóban vesz részt. Ekkor a legkorábban vsszatérő egység ndul újra, de a reakcódő megnövekszk a vsszaérkezés és a segélykérés között eltelt dővel. Az öt dőkomponens közül a helyszínre jutásé a főszerep, mert normál állapotú folyamat esetén meghatározza a reakcódőt, továbbá ettől függ a kszolgálás dő jelentős része s, am a helyszín kórház táv megtételéhez szükséges menetdőből adódk. Nem normál állapotú a folyamat, ha a várakozó sor hossza tartósan növekvő tendencát mutat. Egy helyszínpont és a helyszínre érkezés dő kszámításának algortmus vázlata a következő: a) P(X, Y) pontkoordnáták generálása egy körzetet befoglaló téglalap területen; b) döntés a pont hovatartozásról. Ha P körzethatáron kívül esk, vsszatérés az a) lépéshez; c) a bázs-helyszín távolság (d) kszámítása. Ha P olyan zónába esk, amhez nncs T tranztpont rendelve, akkor d := OP, egyébként d := OT+TP szakaszhossz; 4

5 DR. KINCZEL F.: KISZOLGÁLÁSI FOLYAMAT VIZSGÁLATA... d) a menetdő várható értékének kszámítása a d táv smeretében (t0 := d/v); e) t0 randomzálása (t0 tr). A menetdők kszámítása a PH és HO vszonylatban s a c), d), e) lépésekben leírtakhoz hasonlóan történk Generkus eloszlások A reálfolyamatok utánzása sokféle véletlen számot kíván meg. Szakszerűbben: a mesterséges mntával dolgozó szmulácós eljárások számára olyan véletlenszám-generátorra van szükség, am tetszőleges eloszlást követő értéksorozat előállítására képes. A generátor megalkotása jelentősen leegyszerűsödk, ha a tetszőleges eloszlást követő kfejezést adott osztályközös gyakorság sort követő -re cseréljük. Így az általánosság csak annyban csorbult, hogy lemondtunk a folytonosságról és azzal a szokásos ígérettel vgasztalhatjuk sajátmagunkat, hogy az osztályközöket mndaddg szűkíthetjük, amíg csak szükséges. Ide kívánkozk, hogy a generkus eloszlást nem csak a segélykérés dősorának előállításához használjuk, hanem a menetdők közel ERLANG-eloszlású randomzálásához s. Mnden generkus véletlen szám az MS-Vsual Basc-ből hívható RND függvény egy vsszaadott értékének transzformáltja. Magyar nyelvű Excel változatokban egyébként a VÉL névre hallgat, és köztudottan, egyenletes eloszlást produkál a [0, 1) ntervallumban. Működésének elve a lneárs kongruenca, ezért óvatosságból k kellett mutatn az smétlődő sorozat elemszámát. Ez közelít a 17 mllóhoz, am szélsőséges esetben s meghaladja az RND hívások számát a szmulácó közben. Legyen adott egy egyenletes eloszlású generátor értékkészletében fekvő ntervallum! Az átalakítás alapelve, hogy az de eső értékek száma elég sok kísérletet elvégezve egyenesen arányos az ntervallum hosszával. Ezt khasználva, a halmozott gyakorság grafkon értékkészletében generált egyenletes eloszlású R véletlen számból vetítéssel kapjuk a megoldást, amt az 1. ábra szemléltet. 1. ábra A generkus eloszlás származtatása Az elv folytonos sűrűségfüggvényre s alkalmazható, feltéve ha előállíthatók a szükséges határozott ntegrálok! Az eljárás alapadata az n elemű x és f vek- 5

6 BUDAPESTI GAZDASÁGI FŐISKOLA MAGYAR TUDOMÁNY ÜNNEPE, 2009 tor, ahol x az osztályközök felső határat, f az abszolút gyakorságokat tartalmazza. Legyen H={x, f}. Relácók és összefüggések: 2 n 31, 1 n, x R, x < x+1, f N +, f1 = 0, továbbá kszámíthatók az F halmozott gyakorságok és az R véletlen szám. 0 RND < 1, F1 = 0, F = f j, R = Fn. RND. Jelölje k annak az osztályköznek a sorszámát, ahol (R Fk)(R Fk+1) 0 (1 k n 1), ekkor a generkus eloszlást követő r szám: R Fk r = xk + u = xk + ( xk+ 1 xk ) = G( Η ). f k Döntés a helyszín hovatartozásról j = 1 A segélykérés helyszínét megadó véletlen koordnáták előállítása után a szmulácós eljárásban vzsgálat következk (2. b) pont), am elem térnformatka feladat. Legyen az S síkban egy önmagába vsszatérő g vonal, és a g-hez nem tartozó P pont. Döntsük el, hogy P a g által körülzárt területre esk-e vagy sem? A 2. ábrán g önmagát s metsz a K1, K2 pontban. Az lyen tulajdonságú pontot a továbbakban kettőzött pontnak nevezzük. A körzethatár egyenes szakaszokból áll, esetünkben konvex vagy konkáv sokszög, smert helyzetű Q1, Q2,, QN csúcsponttal. 2. ábra A gyakorlat számára elfogadható egyszerűsítés, ha a csúcspontok halmazából kzárjuk a kettőzött pontokat. A körzethatárt alkotó egyenesek egyenletet vektoros formában célszerű megfogalmazn. A modellben használt jelölések magyarázatául a 3. ábra szolgál. A rajzon az - edk csúcspont környezete látható. A Q - Q+1 szakasz pontja megadhatók a ρ = r + α(r+1 r) (1) vektoregyenlettel, ha 0 α 1. Lényeges, hogy bármely P körzetpontot az orgóval összekötő O P szakasznak páros számú metszéspontja van g-vel, míg a körzeten kívül tartomány pontja esetében páratlan számú metszéspont keletkezk. Az O P szakasz pontjat a 3. ábra A jelölések magyarázata ρ = β. p (2) 6

7 DR. KINCZEL F.: KISZOLGÁLÁSI FOLYAMAT VIZSGÁLATA... egyenlet szolgáltatja, ahol p a P(X,Y) pont helyvektora és 0 β 1. Az O P szakaszra eső határpontok megszámlálása érdekében a csúcspontokkal azonos számú lneárs egyenletrendszert szükséges megoldan, amben az smeretlenek α és β: + 1, ha < N r + α ( rj r ) = β p j = ( = 1,..., N) (3) 1 egyébként. A j ndex bevezetésének oka az, hogy az utolsó szakasz végpontja Q1. A megoldásra a CRAMER-szabályt alkalmazva: A B α =, β =, (4), (5) C C ahol C x x = det y y j j X Y, A x = det y X Y, B x x = det y y j j x. y Az algortmus megszerkesztésekor kvételes esetnek számít, ha C = 0. Ilyenkor a (4), (5) hányadosok számlálótól függ a numerkus eljárás tovább menete. (6) alapján belátható, hogy az smeretlenek együtthatóból alkotott C determnánsa a következő esetekben zérus: a) X = Y = 0 P O (P egybeesk az orgóval, ez kzárható), b) x xj = y yj = 0 Q Qj (Q és Qj egybeesk, am szntén kzárható), c) Y / X = (y yj) / (x xj) a Q Qj szakasz párhuzamos az O P szakasszal. Ha A vagy B bármelyke nullától különböző érték, mközben C = 0, akkor α vagy β közül az egyk végtelenné válk, így nem teljesül a rájuk vonatkozó korlátozás, tehát a Q Qj, O P vszony nem befolyásolja az eredményt. Ez éppen a c) eset. Ha C = 0, és A vagy B bármelyke s nulla, tovább vzsgálat szükséges, mert a (4), (5) hányadosok 0/0 típusú határozatlan alakot öltenek. Az lyen esetekben Q Qj és O Q egy orgón átmenő egyenesen fekszk. Nylvánvaló, hogy ha ekkor fennáll a r p r j relácó s, akkor a Q pont körzethatárra esk, egyébként pedg nem befolyásolja az eredményt. A teljesség génye megkíván egy kegészítést: ha C = 0 és A = 0, akkor B s nulla, vagy ha C = 0 és B = 0, akkor A s nulla. Az állítás a (6), (7), (8) egyenletek felhasználásával könnyen bzonyítható. A megoldások közül azok esnek a latba, ahol 0 α 1 és 0 β 1. Legyen az előbb feltételnek megfelelő megoldások száma m. Ha m páros és O körzetpont, akkor P s körzetpont Menetdő randomzálás A közlekedés egyk jellemzője, hogy A és B pont között a menetdő valószínűség változó, amnek sűrűségfüggvényéről a következőket állíthatjuk: folytonos, létezk tmn>0 menetdő, amtől ksebb értékek bekövetkezésének valószínűsége 0, (6), (7), (8) 7

8 BUDAPESTI GAZDASÁGI FŐISKOLA MAGYAR TUDOMÁNY ÜNNEPE, 2009 választható tmax>tmn olyan felső határ, melytől nagyobb érték valószínűsége tetszőlegesen kcs, létezk egy tmo legvalószínűbb és a t0 várható menetdő, am a [tmn, tmax) ntervallumban rendszernt tmn-hez közelebb esk. A továbbakban a [tmn, tmax) ntervallum elnevezése: használat tartomány. E krtérumoknak elvleg többféle gyakran használt sűrűségfüggvény s megfelel, melyek közül többek között a kezelhetősége matt az ERLANG-eloszlásra esett a választás. Tapasztalat adatok hányában a függvény llesztés tesztekre dág nem kerülhetett sor! Az ERLANG-sűrűségfüggvény eredet formája (ahol tmn =0): n µ n 1 t f( t) t µ = e. ( n 1)! A 4. ábra µ = 1 paraméterrel kszámított ERLANG-görbéket mutat. Látható, hogy n növelése egyre laposabb és ksebb aszmmetrát mutató, poztív t rányban elnyúló görbéket eredményez. A feladat nem egyéb, mnt egy randomzálásra alkalmas transzformácó megkeresése. A felhasznált elvek és megfontolások: n=2 és µ0=0,6638 választásával bztosítan lehet, hogy 10 vagy ennél nagyobb átfutás dő csak 1% valószínűséggel forduljon elő. Ennek alapján egy H hsztogramot lehet szerkeszten, ahol a használat tartomány pl. 10, egyenként egységny szélességű osztályközből áll, az f osztályközös gyakorságok pedg rendre kszámolhatók. F(t) előállítása és ném rendezgetés után µ0 értéke a 4. ábra ERLANG-sűrűségfüggvények 10µ 1 (10µ + 1) e = 100 egyenlet gyöke. Ekkor a várható érték nagyon közel áll 3-hoz, tehát a menetdő átlag a használat tartományt kb. 3:7 arányban osztja. A továbbakban a H adataval generált véletlen szám: r= G(H). A függvény-transzformácó végeredménye a véletlen tr menetdő: tmn tr < tmn+t. Ha a leképezésben a T terjedelem r terjedelmével arányos, továbbá előírjuk az állandó relatív szóródást, vagys T/t0=C=állandó, akkor az eredmény r 3 t r = t0 1 + C. 10 8

9 Az 5. ábra az f(t) ϕ(t) áttérés célhelyét mutatja, a magyarázatban szereplő jelölésekkel. Ha C=0, tr=t0 és az eredmény nem randomzált. Az s leolvasható, hogy 10/3-nál nagyobb relatív szóródás már negatív menetdőt adhat. Az eljárásokban alkalmazott ntervallum: 0 < C 1. DR. KINCZEL F.: KISZOLGÁLÁSI FOLYAMAT VIZSGÁLATA ábra Az áttérés célhelye 4. Az elemzések adatbázsa és az eredmények A paraméterek, az nput adatok, az eljárások, a generált adatbázs és az eredmények Excel munkafüzetben kaptak helyet, melynek munkalapja: Gyakorságok 4 grafkon típusú dagramot tartalmaz, melyek adattáblá egyben a generkus véletlen szám generátorok nput paramétere s. Dagramok: Segélykérés gyakorság óránként, Segélykérés gyakorság havonta, Menetdő Erlang eloszlás szernt. Körzet adatok Itt található a körzethatár defnícó, a kórház pozícója, és a tranztpontok koordnáta-táblája. A körzethatárokat változtatható méretarányú pontdagram szemléltet. A munkalapról leolvasható a körzet kerülete és területe s. Szmulácó A főeljárás paraméterezésére és ndítására szolgál. Eljárás vezérlő paraméterek és nput adatok: a kórház-bázs távolság (km, körzet adatokból számítva), a segélykérések átlagos száma óránként (legfeljebb 14), a megengedett legnagyobb rendelkezésre állás dő (perc), mentőegység szám (kezdőérték, végérték, egységny növekmény), a mentőegység mozgás átlagsebessége (km/h), a menetdők relatív szóródás tényezője (0<C 1), leghosszabb segélynyújtás dő a helyszínen (perc). A munkalapon folyamatjelző s található, am elgazítást ad a generált adatbázs készültség fokáról. A futásdő néhány óra s lehet! 9

10 BUDAPESTI GAZDASÁGI FŐISKOLA MAGYAR TUDOMÁNY ÜNNEPE, 2009 Naplók Ez a munkalap a szmulácós eljárás lerakodó helye. Két fktív naplóra oszlk. Az ún. bázsnapló tartalma megfelel A reakcó- és kszolgálás dő szerkezete c. táblázatnak. A bázsnapló legfeljebb naplóbejegyzésnek ad helyet. A mentőnapló mentőegységenként az ndulás, a helyszínre jutás és a vsszaérkezés dőpontját archválja. Mnden dőtartam és dőpont másodpercben tárolódk. Az eredmények számára a fenntartott munkalapok: kszolgálásdők; várakozásdők; sorhosszak; sorelemzések; összesítő. Adattáblák és dagramok: Kszolgálás dőkomponensek relatív gyakorsága (összes dőtartam, mnmum, átlag, maxmum, szórás). A rendelkezésre állás dő relatív gyakorsága és mutatószáma (kszolgálás ráta, khasználás tényező, kszolgálás üresjárat, összes dőtartam, maxmum, átlag, szórás). Ellátásra várakozók számának kumulált relatív gyakorsága a mentőegység szám függvényében. Ellátásra várakozó sorhossz maxmuma naponta. Bevetett mentőegység csúcs naponta. Rendelkezésre állás közelítő eloszlásfüggvénye a megengedett legnagyobb érték közelében, a mentőegység szám függvényében. Várakozásdő összesítő a mentőegység szám függvényében (ellátásra várók, mentők, összesen). Állapotjelzők a mentőegység szám függvényében (kszolgálás ráta, khasználás tényező, átlagos rendelkezésre állás dő és szórása). 6. ábra Rendelkezésre állás közelítő eloszlásfüggvénye a megengedett legnagyobb érték közelében 10

11 DR. KINCZEL F.: KISZOLGÁLÁSI FOLYAMAT VIZSGÁLATA... A 6. ábra egy dagramot mutat be a munkafüzetben található 20-ból. Ez arra ad választ, hogy az első 3 munkalapon beállított peremfeltételek mellett, egy kválasztott mentőegység szám (S) esetén, adott dőtartamtól (t) ksebb rendelkezésre állás dő mlyen valószínűséggel bztosítható. Pl. 12 percnél ksebb rendelkezésre állás valószínűsége, 6 mentőegységgel szervezett szolgálat estén kb. 97,6 %. Irodalom [1] BÓDI, Z.: On-lne számítógépes rendszerek működés és tervezés alapja. SZÁMALK. Budapest, [2] FELLER, W.: Bevezetés a valószínűségszámításba és alkalmazásaba. Műszak Könyvkadó. Budapest, [3] GÁSPÁR, GY. HOSSZÚ, M.: Műszak Matematka VII. Matematka programozás. Tankönyvkadó, Budapest [4] GÁSPÁR, GY. RAISZ, I. SZARKA, Z.: Műszak matematka II. Tankönyvkadó, Budapest [5] KAUFMANN, A.: Az optmáls programozás (Módszerek és modellek). Műszak Könyvkadó. Budapest, [6] KORN, G. A. KORN, T. M.: Matematka kézkönyv műszakaknak. Műszak Könyvkadó. Budapest,

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések! ORVOSI STATISZTIKA Az orvos statsztka helye Élettan Anatóma Kéma Lehet kérdés?? Statsztka! Az orvos döntéseket hoz! Mkor jó egy döntés? Mennyre helyes egy döntés? Mekkora a tévedés lehetősége? Példa: test

Részletesebben

d(f(x), f(y)) q d(x, y), ahol 0 q < 1.

d(f(x), f(y)) q d(x, y), ahol 0 q < 1. Fxponttétel Már a hétköznap életben s gyakran tapasztaltuk, hogy két pont között a távolságot nem feltétlenül a " kettő között egyenes szakasz hossza" adja Pl két település között a távolságot közlekedés

Részletesebben

Az entrópia statisztikus értelmezése

Az entrópia statisztikus értelmezése Az entrópa statsztkus értelmezése A tapasztalat azt mutatja hogy annak ellenére hogy egy gáz molekulá egyed mozgást végeznek vselkedésükben mégs szabályszerűségek vannak. Statsztka jellegű vselkedés szabályok

Részletesebben

Hipotézis vizsgálatok. Egy példa. Hipotézisek. A megfigyelt változó eloszlása Kérdés: Hatásos a lázcsillapító gyógyszer?

Hipotézis vizsgálatok. Egy példa. Hipotézisek. A megfigyelt változó eloszlása Kérdés: Hatásos a lázcsillapító gyógyszer? 01.09.18. Hpotézs vzsgálatok Egy példa Kérdések (példa) Hogyan adhatunk választ? Kérdés: Hatásos a lázcsllapító gyógyszer? Hatásos-e a gyógyszer?? rodalomból kísérletekből Hpotézsek A megfgyelt változó

Részletesebben

4 2 lapultsági együttható =

4 2 lapultsági együttható = Leíró statsztka Egy kísérlet végeztével általában tetemes mennységű adat szokott összegyűln. Állandó probléma, hogy mt s kezdjünk - lletve mt tudunk kezden az adatokkal. A statsztka ebben segít mnket.

Részletesebben

s n s x A m és az átlag Standard hiba A m becslése Információ tartalom Átlag Konfidencia intervallum Pont becslés Intervallum becslés

s n s x A m és az átlag Standard hiba A m becslése Információ tartalom Átlag Konfidencia intervallum Pont becslés Intervallum becslés A m és az átlag Standard hba Mnta átlag 1 170 Az átlagok szntén ngadoznak a m körül. s x s n Az átlagok átlagos eltérése a m- től! 168 A m konfdenca ntervalluma. 3 166 4 173 x s x ~ 68% ~68% annak a valószínűsége,

Részletesebben

Véletlenszám generátorok. 6. előadás

Véletlenszám generátorok. 6. előadás Véletlenszám generátorok 6. előadás Véletlenszerű változók, valószínűség véletlen, véletlen változók valószínűség fogalma egy adott esemény bekövetkezésének esélye értékét 0 és között adjuk meg az összes

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,

Részletesebben

A sokaság/minta eloszlásának jellemzése

A sokaság/minta eloszlásának jellemzése 3. előadás A sokaság/mnta eloszlásának jellemzése tpkus értékek meghatározása; az adatok különbözőségének vzsgálata, a sokaság/mnta eloszlásgörbéjének elemzése. Eloszlásjellemzők Középértékek helyzet (Me,

Részletesebben

Statisztikai próbák. Ugyanazon problémára sokszor megvan mindkét eljárás.

Statisztikai próbák. Ugyanazon problémára sokszor megvan mindkét eljárás. Statsztka próbák Paraméteres. A populácó paraméteret becsüljük, ezekkel számolunk.. Az alapsokaság eloszlására van kkötés. Nem paraméteres Nncs lyen becslés Nncs kkötés Ugyanazon problémára sokszor megvan

Részletesebben

KOMBINATORIKA ELŐADÁS osztatlan matematika tanár hallgatók számára. Szita formula

KOMBINATORIKA ELŐADÁS osztatlan matematika tanár hallgatók számára. Szita formula KOMBINATORIKA ELŐADÁS osztatlan matematka tanár hallgatók számára Szta formula Előadó: Hajnal Péter 2015. 1. Bevezető példák 1. Feladat. Hány olyan sorbaállítása van a a, b, c, d, e} halmaznak, amelyben

Részletesebben

Dr. Ratkó István. Matematikai módszerek orvosi alkalmazásai. 2010.11.08. Magyar Tudomány Napja. Gábor Dénes Főiskola

Dr. Ratkó István. Matematikai módszerek orvosi alkalmazásai. 2010.11.08. Magyar Tudomány Napja. Gábor Dénes Főiskola Dr. Ratkó István Matematka módszerek orvos alkalmazása 200..08. Magyar Tudomány Napja Gábor Dénes Főskola A valószínűségszámítás és matematka statsztka főskola oktatásakor a hallgatók néha megkérdezk egy-egy

Részletesebben

Statisztika I. 3. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 3. előadás. Előadó: Dr. Ertsey Imre Statsztka I. 3. előadás Előadó: Dr. Ertsey Imre Vszonyszámok Statsztka munka: adatgyűjtés, rendszerezés, összegzés, értékelés. Vszonyszámok: Két statsztka adat arányát kfejező számok, Az un. leszármaztatott

Részletesebben

MATEMATIKAI STATISZTIKA KISFELADAT. Feladatlap

MATEMATIKAI STATISZTIKA KISFELADAT. Feladatlap Közlekedésmérnök Kar Jármőtervezés és vzsgálat alapja I. Feladatlap NÉV:..tk.:. Feladat sorsz.:.. Feladat: Egy jármő futómő alkatrész terhelésvzsgálatakor felvett, az alkatrészre ható terhelı erı csúcsértékek

Részletesebben

METROLÓGIA ÉS HIBASZÁMíTÁS

METROLÓGIA ÉS HIBASZÁMíTÁS METROLÓGIA ÉS HIBASZÁMíTÁS Metrológa alapfogalmak A metrológa a mérések tudománya, a mérésekkel kapcsolatos smereteket fogja össze. Méréssel egy objektum valamlyen tulajdonságáról számszerű értéket kapunk.

Részletesebben

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1 Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában

Részletesebben

Hely és elmozdulás - meghatározás távolságméréssel

Hely és elmozdulás - meghatározás távolságméréssel Hely és elmozdulás - meghatározás távolságméréssel Bevezetés A repülő szerkezetek repülőgépek, rakéták, stb. helyének ( koordnátának ) meghatározása nem új feladat. Ezt a szakrodalom részletesen taglalja

Részletesebben

Adatsorok jellegadó értékei

Adatsorok jellegadó értékei Adatsorok jellegadó értéke Varga Ágnes egyetem tanársegéd varga.ag14@gmal.com Terület és térnformatka kvanttatív elemzés módszerek BCE Geo Intézet Terület elemzés forgatókönyve vacsora hasonlat Terület

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Függvények

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Függvények MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek

Részletesebben

MŰSZAKI TUDOMÁNYI DOKTORI ISKOLA. Napkollektorok üzemi jellemzőinek modellezése

MŰSZAKI TUDOMÁNYI DOKTORI ISKOLA. Napkollektorok üzemi jellemzőinek modellezése MŰSZAKI TUDOMÁNYI DOKTORI ISKOLA Napkollektorok üzem jellemzőnek modellezése Doktor (PhD) értekezés tézse Péter Szabó István Gödöllő 015 A doktor skola megnevezése: Műszak Tudomány Doktor Iskola tudományága:

Részletesebben

Matematika 10 Másodfokú egyenletek. matematika és fizika szakos középiskolai tanár. > o < 2015. szeptember 27.

Matematika 10 Másodfokú egyenletek. matematika és fizika szakos középiskolai tanár. > o < 2015. szeptember 27. Matematika 10 Másodfokú egyenletek Juhász László matematika és fizika szakos középiskolai tanár > o < 2015. szeptember 27. copyright: c Juhász László Ennek a könyvnek a használatát szerzői jog védi. A

Részletesebben

MATEMATIKA HETI 5 ÓRA

MATEMATIKA HETI 5 ÓRA EURÓPAI ÉRETTSÉGI 2008 MATEMATIKA HETI 5 ÓRA IDŐPONT : 2008. június 5 (reggel) A VIZSGA IDŐTARTAMA: 4 óra (240 perc) MEGENGEDETT ESZKÖZÖK: Európai képletgyűjtemény Nem programozható, nem grafikus számológép

Részletesebben

Variancia-analízis (ANOVA) Mekkora a tévedés esélye? A tévedés esélye Miért nem csinálunk kétmintás t-próbákat?

Variancia-analízis (ANOVA) Mekkora a tévedés esélye? A tévedés esélye Miért nem csinálunk kétmintás t-próbákat? Varanca-analízs (NOV Mért nem csnálunk kétmntás t-próbákat? B Van különbség a csoportok között? Nncs, az eltérés csak véletlen! Ez a nullhpotézs. és B nncs különbség Legyen, B és C 3 csoport! B és C nncs

Részletesebben

10. Alakzatok és minták detektálása

10. Alakzatok és minták detektálása 0. Alakzatok és mnták detektálása Kató Zoltán Képfeldolgozás és Számítógépes Grafka tanszék SZTE http://www.nf.u-szeged.hu/~kato/teachng/ 2 Hough transzformácó Éldetektálás során csak élpontok halmazát

Részletesebben

Regresszió. Fő cél: jóslás Történhet:

Regresszió. Fő cél: jóslás Történhet: Fő cél: jóslás Történhet: Regresszó 1 változó több változó segítségével Lépések: Létezk-e valamlyen kapcsolat a 2 változó között? Kapcsolat természetének leírása (mat. egy.) A regresszós egyenlet alapján

Részletesebben

3. Évközi ellenőrzés módja: 2 zárhelyi dolgozat íratása. 4. A tárgy előírt külső szakmai gyakorlatai: -

3. Évközi ellenőrzés módja: 2 zárhelyi dolgozat íratása. 4. A tárgy előírt külső szakmai gyakorlatai: - Tantárgy neve Halmazok és függvények Tantárgy kódja MTB00 Meghrdetés féléve Kredtpont Összóraszám (elm+gyak + Számonkérés módja G Előfeltétel (tantárgy kód - Tantárgyfelelős neve Rozgony Tbor Tantárgyfelelős

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 2 II. A valószínűségi VÁLTOZÓ És JELLEMZÉsE 1. Valószínűségi VÁLTOZÓ Definíció: Az leképezést valószínűségi változónak nevezzük, ha

Részletesebben

I. A közlekedési hálózatok jellemzői II. A közlekedési szükségletek jellemzői III. Analitikus forgalom-előrebecslési modell

I. A közlekedési hálózatok jellemzői II. A közlekedési szükségletek jellemzői III. Analitikus forgalom-előrebecslési modell Budapest Műszak és Gazdaságtudomány Egyetem Közlekedésmérnök és Járműmérnök Kar Közlekedésüzem Tanszék HÁLÓZATTERVEZÉSI MESTERISKOLA BEVEZETÉS A KÖZLEKEDÉS MODELLEZÉSI FOLYAMATÁBA Dr. Csszár Csaba egyetem

Részletesebben

Koordináta-geometria feladatok (emelt szint)

Koordináta-geometria feladatok (emelt szint) Koordináta-geometria feladatok (emelt szint) 1. (ESZÉV Minta (2) 2004.05/7) Egy ABC háromszögben CAB = 30, az ACB = 45. A háromszög két csúcsának koordinátái: A(2; 2) és C(4; 2). Határozza meg a harmadik

Részletesebben

Békefi Zoltán. Közlekedési létesítmények élettartamra vonatkozó hatékonyság vizsgálati módszereinek fejlesztése. PhD Disszertáció

Békefi Zoltán. Közlekedési létesítmények élettartamra vonatkozó hatékonyság vizsgálati módszereinek fejlesztése. PhD Disszertáció Közlekedés létesítmények élettartamra vonatkozó hatékonyság vzsgálat módszerenek fejlesztése PhD Dsszertácó Budapest, 2006 Alulírott kjelentem, hogy ezt a doktor értekezést magam készítettem, és abban

Részletesebben

A gabonavertikum komplex beruházás-elemzés módszertani fejlesztése OTKA: 48562 Részletes zárójelentés Témavezető: Dr. Ertsey Imre

A gabonavertikum komplex beruházás-elemzés módszertani fejlesztése OTKA: 48562 Részletes zárójelentés Témavezető: Dr. Ertsey Imre A gabonavertkum komplex beruházás-elemzés módszertan fejlesztése OTKA: 48562 Részletes zárójelentés Témavezető: Dr. Ertsey Imre 1. Bevezetés A gabonavertkum komplex beruházás-elemzés módszertan fejlesztése

Részletesebben

MATEMATIKA HETI 5 ÓRA. IDŐPONT: 2009. június 8.

MATEMATIKA HETI 5 ÓRA. IDŐPONT: 2009. június 8. EURÓPAI ÉRETTSÉGI 2009 MATEMATIKA HETI 5 ÓRA IDŐPONT: 2009. június 8. A VIZSGA IDŐTARTAMA: 4 óra (240 perc) ENGEDÉLYEZETT SEGÉDESZKÖZÖK : Európai képletgyűjtemény Nem programozható, nem grafikus kalkulátor

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek

Részletesebben

Fuzzy rendszerek. A fuzzy halmaz és a fuzzy logika

Fuzzy rendszerek. A fuzzy halmaz és a fuzzy logika Fuzzy rendszerek A fuzzy halmaz és a fuzzy logka A hagyományos kétértékű logka, melyet évezredek óta alkalmazunk a tudományban, és amelyet George Boole (1815-1864) fogalmazott meg matematkalag, azon a

Részletesebben

i p i p 0 p 1 p 2... i p i

i p i p 0 p 1 p 2... i p i . vizsga, 06--9, Feladatok és megoldások. (a) Adja meg az diszkrét eloszlás várható értékének a definícióját! i 0... p i p 0 p p... i p i (b) Tegyük fel, hogy a rigófészkekben található tojások X száma

Részletesebben

Véletlenszám generátorok és tesztelésük. Tossenberger Tamás

Véletlenszám generátorok és tesztelésük. Tossenberger Tamás Véletlenszám generátorok és tesztelésük Tossenberger Tamás Érdekességek Pénzérme feldobó gép: $0,25-os érme 1/6000 valószínűséggel esik az élére 51% eséllyel érkezik a felfelé mutató oldalára Pörgetésnél

Részletesebben

VARIANCIAANALÍZIS (szóráselemzés, ANOVA)

VARIANCIAANALÍZIS (szóráselemzés, ANOVA) VARIANCIAANAÍZIS (szóráselemzés, ANOVA) Varancaanalízs. Varancaanalízs (szóráselemzés, ANOVA) Adott: egy vagy több tetszőleges skálájú független változó és egy legalább ntervallum skálájú függő változó.

Részletesebben

Méréselmélet: 5. előadás,

Méréselmélet: 5. előadás, 5. Modellllesztés (folyt.) Méréselmélet: 5. előadás, 03.03.3. Út az adaptív elárásokhoz: (85) és (88) alapán: W P, ( ( P). Ez utóbb mndkét oldalát megszorozva az mátrxszal: W W ( ( n ). (9) Feltételezve,

Részletesebben

MATEMATIKA HETI 5 ÓRA. IDŐPONT: 2010. Június 4.

MATEMATIKA HETI 5 ÓRA. IDŐPONT: 2010. Június 4. EURÓPAI ÉRETTSÉGI 2010 MATEMATIKA HETI 5 ÓRA IDŐPONT: 2010. Június 4. A VIZSGA IDŐTARTAMA: 4 óra (240 perc) ENGEDÉLYEZETT SEGÉDESZKÖZÖK : Európai képletgyűjtemény Nem programozható, nem grafikus kalkulátor

Részletesebben

Példa: Egy üzletlánc boltjainak forgalmára vonatkozó adatok 1999. október hó: (adott a vastagon szedett!) S i g i z i g i z i

Példa: Egy üzletlánc boltjainak forgalmára vonatkozó adatok 1999. október hó: (adott a vastagon szedett!) S i g i z i g i z i . konzult. LEV. 013. ápr. 5. MENNYISÉGI ISMÉRV szernt ELEMZÉS Tk. 3-8., 88-90. oldal, kmarad: 70., 74. oldal A mennység smérv (X) lehet: dszkrét és folytonos. A rangsor a mennység smérv értékenek monoton

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek

Részletesebben

Hódmezővásárhelyi Városi Matematikaverseny április 14. A osztályosok feladatainak javítókulcsa

Hódmezővásárhelyi Városi Matematikaverseny április 14. A osztályosok feladatainak javítókulcsa Hódmezővásárhelyi Városi Matematikaverseny 2003. április 14. A 11-12. osztályosok feladatainak javítókulcsa 1. feladat Egy számtani sorozatot az első eleme és különbsége egyértelműen meghatározza, azt

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 3 III. VÉLETLEN VEKTOROK 1. A KÉTDIMENZIÓs VÉLETLEN VEKTOR Definíció: Az leképezést (kétdimenziós) véletlen vektornak nevezzük, ha Definíció:

Részletesebben

Az elektromos kölcsönhatás

Az elektromos kölcsönhatás TÓTH.: lektrosztatka/ (kbővített óravázlat) z elektromos kölcsönhatás Rég tapasztalat, hogy megdörzsölt testek különös erőket tudnak kfejten. Így pl. megdörzsölt műanyagok (fésű), megdörzsölt üveg- vagy

Részletesebben

Szárítás során kialakuló hővezetés számítása Excel VBA makróval

Szárítás során kialakuló hővezetés számítása Excel VBA makróval Szárítás során kalakuló hővezetés számítása Excel VBA makróval Rajkó Róbert 1 Eszes Ferenc 2 Szabó Gábor 1 1 Szeged Tudományegyetem, Szeged Élelmszerpar Főskola Kar Élelmszerpar Műveletek és Környezettechnka

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Függvények

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Függvények MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek megoldásához!

Részletesebben

Függvények Megoldások

Függvények Megoldások Függvények Megoldások ) Az ábrán egy ; intervallumon értelmezett függvény grafikonja látható. Válassza ki a felsoroltakból a függvény hozzárendelési szabályát! a) x x b) x x + c) x ( x + ) b) Az x függvény

Részletesebben

Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév

Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév 1. A várható érték és a szórás transzformációja 1. Ha egy valószínűségi változóhoz hozzáadunk ötöt, mínusz ötöt, egy b konstanst,

Részletesebben

Valószínűségi változók. Várható érték és szórás

Valószínűségi változók. Várható érték és szórás Matematikai statisztika gyakorlat Valószínűségi változók. Várható érték és szórás Valószínűségi változók 2016. március 7-11. 1 / 13 Valószínűségi változók Legyen a (Ω, A, P) valószínűségi mező. Egy X :

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

Support Vector Machines

Support Vector Machines Support Vector Machnes Ormánd Róbert MA-SZE Mest. Int. Kutatócsoport 2009. február 17. Előadás vázlata Rövd bevezetés a gép tanulásba Bevezetés az SVM tanuló módszerbe Alapötlet Nem szeparálható eset Kernel

Részletesebben

Készítette: Fegyverneki Sándor

Készítette: Fegyverneki Sándor VALÓSZÍNŰSÉGSZÁMÍTÁS Összefoglaló segédlet Készítette: Fegyverneki Sándor Miskolci Egyetem, 2001. i JELÖLÉSEK: N a természetes számok halmaza (pozitív egészek) R a valós számok halmaza R 2 {(x, y) x, y

Részletesebben

Egyenes és sík. Wettl Ferenc szeptember 29. Wettl Ferenc () Egyenes és sík szeptember / 15

Egyenes és sík. Wettl Ferenc szeptember 29. Wettl Ferenc () Egyenes és sík szeptember / 15 Egyenes és sík Wettl Ferenc 2006. szeptember 29. Wettl Ferenc () Egyenes és sík 2006. szeptember 29. 1 / 15 Tartalom 1 Egyenes és szakasz Egyenes Szakasz Egyenesvonalú egyenletes mozgás Egyenes és pont

Részletesebben

Adatelemzés és adatbányászat MSc

Adatelemzés és adatbányászat MSc Adatelemzés és adatbányászat MSc. téma Adatelemzés, statsztka elemek áttekntése Adatelemzés módszertana probléma felvetés módszer, adatok meghatározása nyers adatok adatforrás meghatározása adat tsztítás

Részletesebben

Matematika 11 Koordináta geometria. matematika és fizika szakos középiskolai tanár. > o < szeptember 27.

Matematika 11 Koordináta geometria. matematika és fizika szakos középiskolai tanár. > o < szeptember 27. Matematika 11 Koordináta geometria Juhász László matematika és fizika szakos középiskolai tanár > o < 2015. szeptember 27. copyright: c Juhász László Ennek a könyvnek a használatát szerzői jog védi. A

Részletesebben

b) Ábrázolja ugyanabban a koordinátarendszerben a g függvényt! (2 pont) c) Oldja meg az ( x ) 2

b) Ábrázolja ugyanabban a koordinátarendszerben a g függvényt! (2 pont) c) Oldja meg az ( x ) 2 1) Az ábrán egy ; intervallumon értelmezett függvény grafikonja látható. Válassza ki a felsoroltakból a függvény hozzárendelési szabályát! a) b) c) ( ) ) Határozza meg az 1. feladatban megadott, ; intervallumon

Részletesebben

egyenlőtlenségnek kell teljesülnie.

egyenlőtlenségnek kell teljesülnie. MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Abszolútértékes és gyökös kifejezések A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények ) Az ábrán egy ; intervallumon értelmezett függvény grafikonja látható. Válassza ki a felsoroltakból a függvény hozzárendelési szabályát! a) x

Részletesebben

NULLADIK MATEMATIKA ZÁRTHELYI

NULLADIK MATEMATIKA ZÁRTHELYI NULLADIK MATEMATIKA ZÁRTHELYI 08-09-07 Terem: Munkaidő: 0 perc. A dolgozat megírásához íróeszközön kívül semmilyen segédeszköz nem használható! A feladatlap kizárólag kék vagy fekete tollal tölthető ki.

Részletesebben

Egy negyedrendű rekurzív sorozatcsaládról

Egy negyedrendű rekurzív sorozatcsaládról Egy negyedrendű rekurzív sorozatcsaládról Pethő Attla Emlékül Kss Péternek, a rekurzív sorozatok fáradhatatlan kutatójának. 1. Bevezetés Legyenek a, b Z és {1, 1} olyanok, hogy a 2 4b 2) 0, b 2 és ha 1,

Részletesebben

8. Programozási tételek felsoroló típusokra

8. Programozási tételek felsoroló típusokra 8. Programozás tételek felsoroló típusokra Ha egy adatot elem értékek csoportja reprezentál, akkor az adat feldolgozása ezen értékek feldolgozásából áll. Az lyen adat típusának lényeges jellemzője, hogy

Részletesebben

a) A logaritmus értelmezése alapján: x 8 0 ( x 2 2 vagy x 2 2) (1 pont) Egy szorzat értéke pontosan akkor 0, ha valamelyik szorzótényező 0.

a) A logaritmus értelmezése alapján: x 8 0 ( x 2 2 vagy x 2 2) (1 pont) Egy szorzat értéke pontosan akkor 0, ha valamelyik szorzótényező 0. MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Abszolútértékes és Gyökös kifejezések A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval

Részletesebben

Tanult nem paraméteres próbák, és hogy milyen probléma megoldására szolgálnak.

Tanult nem paraméteres próbák, és hogy milyen probléma megoldására szolgálnak. 8. GYAKORLAT STATISZTIKAI PRÓBÁK ISMÉTLÉS: Tanult nem paraméteres próbák, és hogy mlyen probléma megoldására szolgálnak. Név Illeszkedésvzsgálat Χ próbával Illeszkedésvzsgálat grafkus úton Gauss papírral

Részletesebben

352 Nevezetes egyenlôtlenségek. , az átfogó hossza 81 cm

352 Nevezetes egyenlôtlenségek. , az átfogó hossza 81 cm 5 Nevezetes egyenlôtlenségek a b 775 Legyenek a befogók: a, b Ekkor 9 + $ ab A maimális ab terület 0, 5cm, az átfogó hossza 8 cm a b a b 776 + # +, azaz a + b $ 88, tehát a keresett minimális érték: 88

Részletesebben

Szerven belül egyenetlen dóziseloszlások és az LNT-modell

Szerven belül egyenetlen dóziseloszlások és az LNT-modell Szerven belül egyenetlen dózseloszlások és az LNT-modell Madas Balázs Gergely, Balásházy Imre MTA Energatudomány Kutatóközpont XXXVIII. Sugárvédelm Továbbképző Tanfolyam Hunguest Hotel Béke 2013. áprls

Részletesebben

,...,q 3N és 3N impulzuskoordinátával: p 1,

,...,q 3N és 3N impulzuskoordinátával: p 1, Louvlle tétele Egy tetszőleges klasszkus mechanka rendszer állapotát mnden t dőpllanatban megadja a kanónkus koordnáták összessége. Legyen a rendszerünk N anyag pontot tartalmazó. Ilyen esetben a rendszer

Részletesebben

x, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel:

x, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel: Valószínűségi változó általános fogalma: A : R leképezést valószínűségi változónak nevezzük, ha : ( ) x, x R, x rögzített esetén esemény.

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Abszolútértékes és Gyökös kifejezések

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Abszolútértékes és Gyökös kifejezések MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Abszolútértékes és Gyökös kifejezések A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval

Részletesebben

Egyenletek, egyenletrendszerek, egyenlőtlenségek Megoldások

Egyenletek, egyenletrendszerek, egyenlőtlenségek Megoldások ) Egyenletek, egyenletrendszerek, egyenlőtlenségek - megoldások Egyenletek, egyenletrendszerek, egyenlőtlenségek Megoldások a) Oldja meg a valós számok halmazán az alábbi egyenletet! = 6 (5 pont) b) Oldja

Részletesebben

10. Koordinátageometria

10. Koordinátageometria I. Nulladik ZH-ban láttuk: 0. Koordinátageometria. Melyek azok a P x; y pontok, amelyek koordinátái kielégítik az Ábrázolja a megoldáshalmazt a koordináta-síkon! x y x 0 egyenlőtlenséget? ELTE 00. szeptember

Részletesebben

1. Holtids folyamatok szabályozása

1. Holtids folyamatok szabályozása . oltds folyamatok szabályozása Az rányított folyamatok jelentés részét képezk a lassú folyamatok. Ilyenek például az par környezetben található nagy méret kemencék, desztllácós oszlopok, amelyekben valamlyen

Részletesebben

Csoportmódszer Függvények I. (rövidített változat) Kiss Károly

Csoportmódszer Függvények I. (rövidített változat) Kiss Károly Ismétlés Adott szempontok szerint tárgyak, élőlények, számok vagy fizikai mennyiségek halmazokba rendezhetők. A halmazok kapcsolatát pedig hozzárendelésnek (relációnak, leképezésnek) nevezzük. A hozzárendelés

Részletesebben

Komplex regionális elemzés és fejlesztés tanév DE Népegészségügyi Iskola Egészségpolitika tervezés és finanszírozás MSc

Komplex regionális elemzés és fejlesztés tanév DE Népegészségügyi Iskola Egészségpolitika tervezés és finanszírozás MSc Komplex regonáls elemzés és fejlesztés 2016-2017. tanév DE Népegészségügy Iskola Egészségpoltka tervezés és fnanszírozás MSc 2. előadás Terület elemzés módszerek az egészségföldrajzban Terület ellátás

Részletesebben

ÁLTALÁNOS STATISZTIKA

ÁLTALÁNOS STATISZTIKA Berzseny Dánel Főskola ÁLTALÁNOS STATISZTIKA műszak menedzser alapszak Írta: Dr. Köves János Tóth Zsuzsanna Eszter Budapest 006 Tartalomjegyzék. VALÓSZÍNŰSÉGSZÁMÍTÁSI ALAPOK... 4.. A VALÓSZÍNŰSÉGSZÁMÍTÁS

Részletesebben

Feladatok MATEMATIKÁBÓL II.

Feladatok MATEMATIKÁBÓL II. Feladatok MATEMATIKÁBÓL a 12. évfolyam számára II. 1. Alakítsuk át a következő kifejezéseket úgy, hogy teljes négyzetek jelenjenek meg: a) x 2 2x + b) x 2 6x + 10 c) x 2 + x + 1 d) x 2 12x + 11 e) 2x 2

Részletesebben

Az egyszerűsítés utáni alak:

Az egyszerűsítés utáni alak: 1. gyszerűsítse a következő törtet, ahol b 6. 2 b 36 b 6 Az egyszerűsítés utáni alak: 2. A 2, 4 és 5 számjegyek mindegyikének felhasználásával elkészítjük az összes, különböző számjegyekből álló háromjegyű

Részletesebben

Bevezetés a programozásba. 3. Előadás Algoritmusok, tételek

Bevezetés a programozásba. 3. Előadás Algoritmusok, tételek Bevezetés progrmozásb 3. Elődás Algortmusok, tételek ISMÉTLÉS Specfkácó Előfeltétel: mlyen körülmények között követelünk helyes működést Utófeltétel: mt várunk kmenettől, m z összefüggés kmenet és bemenet

Részletesebben

Az egyenes egyenlete: 2 pont. Az összevont alak: 1 pont. Melyik ábrán látható e függvény grafikonjának egy részlete?

Az egyenes egyenlete: 2 pont. Az összevont alak: 1 pont. Melyik ábrán látható e függvény grafikonjának egy részlete? 1. Írja fel annak az egyenesnek az egyenletét, amely áthalad az (1; 3) ponton, és egyik normálvektora a (8; 1) vektor! Az egyenes egyenlete: 2. Végezze el a következő műveleteket, és vonja össze az egynemű

Részletesebben

1.Tartalomjegyzék 1. 1.Tartalomjegyzék

1.Tartalomjegyzék 1. 1.Tartalomjegyzék 1.Tartalomjegyzék 1 1.Tartalomjegyzék 1.Tartalomjegyzék...1.Beezetés... 3.A matematka modell kálasztása...5 4.A ékony lap modell...7 5.Egy más módszer a matematka modell kálasztására...10 6.A felületet

Részletesebben

9. Írjuk fel annak a síknak az egyenletét, amely átmegy az M 0(1, 2, 3) ponton és. egyenessel;

9. Írjuk fel annak a síknak az egyenletét, amely átmegy az M 0(1, 2, 3) ponton és. egyenessel; Síkok és egyenesek FELADATLAP Írjuk fel annak az egyenesnek az egyenletét, amely átmegy az M 0(,, ) ponton és a) az M(,, 0) ponton; b) párhuzamos a d(,, 5) vektorral; c) merőleges a x y + z 0 = 0 síkra;

Részletesebben

A 2013/2014. tanévi Országos Középiskolai Tanulmányi Verseny második forduló MATEMATIKA I. KATEGÓRIA (SZAKKÖZÉPISKOLA) Javítási-értékelési útmutató

A 2013/2014. tanévi Országos Középiskolai Tanulmányi Verseny második forduló MATEMATIKA I. KATEGÓRIA (SZAKKÖZÉPISKOLA) Javítási-értékelési útmutató Oktatási Hivatal A 0/04 tanévi Országos Középiskolai Tanulmányi erseny második forduló MATEMATIKA I KATEGÓRIA (SZAKKÖZÉPISKOLA) Javítási-értékelési útmutató A 57 olyan háromjegyű szám, amelynek számjegyei

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen

Részletesebben

Diszkrét matematika 2.C szakirány

Diszkrét matematika 2.C szakirány Diszkrét matematika 2.C szakirány 2015. tavasz 1. Diszkrét matematika 2.C szakirány 1. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu Komputeralgebra Tanszék 2015. tavasz Gráfelmélet Diszkrét

Részletesebben

Koordinátageometria. , azaz ( ) a B halmazt pontosan azok a pontok alkotják, amelynek koordinátáira:

Koordinátageometria. , azaz ( ) a B halmazt pontosan azok a pontok alkotják, amelynek koordinátáira: 005-0XX Emelt szint Koordinátageometria 1) a) Egy derékszögű háromszög egyik oldalegyenese valamelyik koordinátatengely, egy másik oldalegyenesének egyenlete x + y = 10, egyik csúcsa az origó. Hány ilyen

Részletesebben

Mérnöki alapok 5. előadás

Mérnöki alapok 5. előadás Mérnök alapok 5. előadás Készítette: dr. Várad Sándor Budapest Műszak és Gazdaságtudomán Egetem Gépészmérnök Kar Hdrodnamka Rendszerek Tanszék, Budapest, Műegetem rkp. 3. D ép. 334. Tel: 463-6-80 Fa: 463-30-9

Részletesebben

Diszkrét matematika 1. estis képzés

Diszkrét matematika 1. estis képzés Diszkrét matematika 1. estis képzés 2019. tavasz 1. Diszkrét matematika 1. estis képzés 9. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Mérai László diái alapján

Részletesebben

Algoritmusok és adatszerkezetek gyakorlat 09 Rendezések

Algoritmusok és adatszerkezetek gyakorlat 09 Rendezések Algortmusok és adatszerkezetek gyakorlat 09 Rendezések Néhány órával ezelőtt megsmerkedtünk már a Merge Sort rendező algortmussal. A Merge Sort-ról tuduk, hogy a legrosszabb eset dőgénye O(n log n). Tetszőleges

Részletesebben

Abszolútértékes és gyökös kifejezések Megoldások

Abszolútértékes és gyökös kifejezések Megoldások Abszolútértékes és gyökös kifejezések Megoldások ) Igazolja, hogy az alábbi négy egyenlet közül az a) és b) jelű egyenletnek pontosan egy megoldása van, a c) és d) jelű egyenletnek viszont nincs megoldása

Részletesebben

20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek!

20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek! SPEC 2009-2010. II. félév Statsztka II HÁZI dolgozat Név:... Neptun kód: 20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek! 1. példa Egy üzemben tejport csomagolnak zacskókba,

Részletesebben

Műszaki folyamatok közgazdasági elemzése. Kevert stratégiák és evolúciós játékok

Műszaki folyamatok közgazdasági elemzése. Kevert stratégiák és evolúciós játékok Műszak folyamatok közgazdaság elemzése Kevert stratégák és evolúcós átékok Fogalmak: Példa: 1 szta stratéga Vegyes stratéga Ha m tszta stratéga létezk és a 1 m annak valószínűsége hogy az - edk átékos

Részletesebben

NULLADIK MATEMATIKA ZÁRTHELYI

NULLADIK MATEMATIKA ZÁRTHELYI A NULLADIK MATEMATIKA ZÁRTHELYI 20-09-2 Terem: Munkaidő: 0 perc. A dolgozat megírásához íróeszközön kívül semmilyen segédeszköz nem használható! Csak és kizárólag tollal tölthető ki a feladatlap, a ceruzával

Részletesebben

Feladatok MATEMATIKÁBÓL

Feladatok MATEMATIKÁBÓL Feladatok MATEMATIKÁBÓL a 12. évfolyam számára III. 1. Számítsuk ki a következő hatványok értékét! 2. Írjuk fel gyökjelekkel a következő hatványokat! 3. Az ötnek hányadik hatványa a következő kifejezés?

Részletesebben

XX. Nemzetközi Magyar Matematika Verseny

XX. Nemzetközi Magyar Matematika Verseny XX. Nemzetközi Magyar Matematika Verseny Bonyhád, 011. március 11 15. 10. osztály 1. feladat: Legyen egy háromszög három oldalának a hossza a, b és c. Bizonyítsuk be, hogy 3 (a+b+c) ab+bc+ca 4 Mikor állhat

Részletesebben

Operációkutatás. 4. konzultáció: Sorbanállás. Exponenciális elsozlás (ismétlés)

Operációkutatás. 4. konzultáció: Sorbanállás. Exponenciális elsozlás (ismétlés) Operációkutatás NYME KTK, gazdálkodás szak, levelező alapképzés 2002/2003. tanév, II. évf. 2.félév Előadó: Dr. Takách Géza NyME FMK Információ Technológia Tanszék 9400 Sopron, Bajcsy Zs. u. 9. GT fszt.

Részletesebben

A következő feladat célja az, hogy egyszerű módon konstruáljunk Poisson folyamatokat.

A következő feladat célja az, hogy egyszerű módon konstruáljunk Poisson folyamatokat. Poisson folyamatok, exponenciális eloszlások Azt mondjuk, hogy a ξ valószínűségi változó Poisson eloszlású λ, 0 < λ

Részletesebben

Matematika A3 Valószínűségszámítás, 5. gyakorlat 2013/14. tavaszi félév

Matematika A3 Valószínűségszámítás, 5. gyakorlat 2013/14. tavaszi félév Matematika A3 Valószínűségszámítás, 5. gyakorlat 013/14. tavaszi félév 1. Folytonos eloszlások Eloszlásfüggvény és sűrűségfüggvény Egy valószínűségi változó, illetve egy eloszlás eloszlásfüggvényének egy

Részletesebben

Ellenőrző kérdések és lényegre törő válaszok az ütemezési feladatok osztályozása témakörből :

Ellenőrző kérdések és lényegre törő válaszok az ütemezési feladatok osztályozása témakörből : Termeléstervezés és vállalatrányítás Ellenőrző kérdések és lényegre törő válaszok az ütemezés feladatok osztályozása témakörből : 1 Ismertesse az ütemezés feladatok háromelemes osztályozásának alapvető

Részletesebben

NKFP6-BKOMSZ05. Célzott mérőhálózat létrehozása a globális klímaváltozás magyarországi hatásainak nagypontosságú nyomon követésére. II.

NKFP6-BKOMSZ05. Célzott mérőhálózat létrehozása a globális klímaváltozás magyarországi hatásainak nagypontosságú nyomon követésére. II. NKFP6-BKOMSZ05 Célzott mérőhálózat létrehozása a globáls klímaváltozás magyarország hatásanak nagypontosságú nyomon követésére II. Munkaszakasz 2007.01.01. - 2008.01.02. Konzorcumvezető: Országos Meteorológa

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