KRITIKUS INFRASTRUKTÚRA KOCKÁZATÁNAK MODELLEZÉSI LEHETŐSÉGEI 2 MODELING POSSIBILITIES OF RISK OF CRITICAL INFRASTUCTURA.

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "KRITIKUS INFRASTRUKTÚRA KOCKÁZATÁNAK MODELLEZÉSI LEHETŐSÉGEI 2 MODELING POSSIBILITIES OF RISK OF CRITICAL INFRASTUCTURA."

Átírás

1 BIZTONSÁGTECHNIKA DR. GYARMATI JÓZSEF mk. alezredes 1 KRITIKUS INFRASTRUKTÚRA KOCKÁZATÁNAK MODELLEZÉSI LEHETŐSÉGEI 2 MODELING POSSIBILITIES OF RISK OF CRITICAL INFRASTUCTURA A tanulmány célja bemutatni a kritikus infrastruktúra kockázatának matematikai modellezési lehetőségeit. Ennek megfelelően először a kockázat általános valamin kritikus infrastruktúrák esetében értelmezett definíciója kerül ismertetésre, ezt követően pedig bemutatásra kerülnek azon matematikai modellek, amelyek alkalmasak a feladat elvégzésére. Kulcsszava: kockázat, kritikus infrastruktúra, döntéselmélet. This paper aims to present some of the mathematical model which risk of critical infrastructure can be modeled. I describe some definitions of risk in the firs part of this paper, and I introduce some model that can be used to solve the problem, in the second part of this paper. Keywords: risk, critical infrastructure, decision theory Definíciók A kockázat főnév köznyelvi értelmezése olyan cselekvési alternatívára utal, amelyben a következmény a döntést meghozó személy számára káros kimenetelű is lehet. Példaképpen lehet említeni a közlekedési eszköz kiválasztása során a személygépkocsival való közlekedés rendelkezik a meghibásodás, a forgalmi dugóba kerülés vagy a baleset kockázatával. A köznyelvi értelmezés mellet természetesen léteznek tudományos értékű megfogalmazások is. A következő az egyik legegyszerűbbnek tekinthető megfogalmazás szerint a kockázat: Valamely cselekvéssel járó veszély, veszteség lehetősége Juhász (1978). 1 NKE HHK Haditechnikai tanszék egyetemi docens 2 A tanulmány a TÁMOP B-11/2/KMR számú Kritikus infrastruktúra védelmi kutatások című pályázat Közlekedési kritikus infrastruktúra védelem kiemelt kutatási terület támogatásával készült 51

2 A fenti irodalom a kockázatot valamilyen cselekvéssel kapcsolatban értelmezi. A megfogalmazásban két alappillér azonosítható: 1. káros esemény; 2. a bekövetkezése nem biztos, hanem csak lehetséges. A kockázat általános felfogásában ez a két pillér más megfogalmazásban kockázati faktor valamennyi esetben azonosítható. A második megfogalmazás, alaposabb definíciót ad, de még mindig általános értelemben próbálja a kockázatot azonosítani: A kockázat valamely cselekvési változat lehetséges, adott összefüggésében, adott időtartamra és adott vizsgálati szintre vonatkozóan negatívan értékelt következménye. Walz (1997) A megfogalmazás szerint a forrás egyértelműen döntési helyzetben értelmezi a kockázatot és az elsőhöz hasonlóan két kockázati faktor segítségével értelmezi: a káros esemény és annak lehetséges bekövetkezése. A továbbiakban szintén Walz (1997) szerint kerül pontosításra a kockázat fogalma. A magyarázathoz három további fogalmat kell bevezetni, ezek: előny hátrány és esély. A kockázat szóval együtt már négyre bővült fogalmak az 1. táblázatba kerültek elhelyezésre. Következmény pozitív Következmény Negatív P(E) = 1 Előny Hátrány P(E) < 1 Esély Kockázat 1. táblázat. A kockázat fogalma 3 Az 1. táblázat szerint, amennyiben a cselekvési változat kiválasztásával pozitív vagy negatív hasznosságú, de biztosan bekövetkezőnek tételezhető következményeket előnynek illetve hátránynak nevezzük. Amenynyibe a bekövetkezés nem biztos, hanem csak lehetséges akkor az hasznosság előjelétől függően beszélhetünk esélyről illetve kockázatról. A következmény értékének megbecsülésekor meghatározó értékű a döntést meghozó és evvel a kockázatos helyzetet felvállaló, valamint a 3 Walz (1997:23) 52

3 BIZTONSÁGTECHNIKA kockázat nagyságát értékelő személy. Amennyiben a két nevezett személy azonos, vagyis a kockázatos helyzettel járó káros következmény nagyságát a kockázatot viselő személy értékeli, akkor szubjektív következményről beszélünk. Amennyiben ez a két személy nem azonos akkor objektívről. Hasonló kategóriák képezhetők a valószínűség esetén. Objektív valószínűségről beszélünk abban az esetben, ha a valószínűség értékét a valószínűség számítás axiómáira építve alapvetően statisztikusan vannak képezve. Szubjektív valószínűségről, ha a kockázatos helyzettel járó előnyöket és hátrányokat viselő személy becsüli meg. Ebben az esetben ugyanis a valószínűség meghatározása nem feltétlenül a teljes minta alapján, hanem a kockázatot viselő személy saját, a teljeshez képest szűkebb ismereteire támaszkodva történi. Jó példa az objektív és szubjektív valószínűség és következmény értékelésére a légi közlekedés összevetése a közútival. Közismert, hogy a légi közlekedés kisebb baleseti kockázattal rendelkezik, mint a közúti, ennek ellenére lényegesen több ember fél a légi közlekedéstől mivel nagyobb kockázatot lát benne, még annak ellenére, hogy az ide vonatkozó statisztikák, még ha nem is számszerűen, de ismertek. A döntéshozó ugyanis nem az objektív következményt és egy objektív valószínűséget érzékel, hanem a saját ismereteiből és a saját személyiségéből adódó szubjektív következményt és valószínűséget. A leírtakat vizuálisan mutatja be a 2. táblázat. Valószínűség Szubjektív Objektív Következmény Szubjektív Objektív Szubjektív kockázat Modellezett kockázat Objektív kockázat 2. táblázat. Szubjektív és objektív kockázat A 2. táblázat szerint az objektív kockázati faktorok alapján objektív kockázatról, míg a szubjektív faktorok alapján szubjektív kockázatról beszélhetünk. Mivel a két véglet között nem lehet éles határvonalat 53

4 húzni, ezért az evvel foglalkozó szakirodalmak megkülönböztetnek egy modellezett szintet mindkét faktor oldaláról, amely segítségével egy un. modellezett kockázat határozható meg. A vizsgálat jelen tárgya a kritikus infrastruktúra elhelyezése az általános értelmű kockázati modellben ennek megfelelőn ezt a kockázatot objektív kockázatként lehet értelmezni. A kockázatot külső szemlélő értékeli, ami a legjobban úgy igazolható, hogy a kockázatviselő nem egy személy, hanem általában egy jelentős számú tömeg, amely pontosan előre nem azonosítható. így a szubjektum kizárásával mind a két faktor tekintetében csak az objektív mérési lehetőségek maradnak meg. A kritikus infrastruktúra kockázat definiálására számos megfogalmazás létezik, amelyből jelen tanulmány egyet közöl: Risk is the likelihood of occurrence of an unwanted event that can adversely affect the mission of the organization. It includes four elements: An asset (facility, structure, etc.) The likelihood of a threat actor with intent Vulnerabilities in the protective systems of the asset Consequences of the threat action 4 Norman, L. T. (2010:23). A definíció alapján az általános kockázati felfogáshoz képest az alábbi különbségek azonosíthatók: 1. a kockázatviselő nem egy személy, hanem egy szervezet; 2. négy kockázati faktort határoz meg; 3. a kockázatviselő szervezetet külön faktorként azonosítja; 4. a kockázatviselő rendszer sérülékenységét külön faktorként azonosítja; 5. a káros eseményt nem feltétlenül véletlenként, hanem valamilyen károsan ható szándékként azonosítja. A kockázat modellje A kockázat eseti modellezése az általános értelmű kockázati modell szerint az alábbi összefüggés szerint történik: R = P C, ahol P a valószínűség C pedig a következményérték. A két kockázati faktort visszaté- 4 A szerző fordításában: Kockázat egy olyan nem kívánt esemény előfordulásának valószínűsége, ami hátrányosan befolyásolhatja a szervezet küldetését. Négy elemet tartalmaz: 1. Érték (szervezet, létesítmény; 2. Szándékos fenyegetettség nagysága; 3. A védelmi rendszerek sérülékenysége; 4. A támadás következménye. 54

5 BIZTONSÁGTECHNIKA rési értékeit egy ordinális skálán elhelyezve a különböző valószínűségi szinteket és következmény értékek párosítva a két skálán felvehető értékek szorzatával megegyező számú kockázati értékek hozhatók létre. A skálákon felvehető értékek száma általában kettő és öt között lehet, amelyekből 4 és 25 kockázati szint képezhető. Példaképpen a 3. táblázatban Dorofee (1996:42) szerint négy valószínűségi és szintén négy következményérték szintet használó alkalmazás kerül bemutatásra. A 4 4-es táblázat segítségével összesen 16 kockázati szint képezhető, amely a táblázat szerint négy kockázati csoportba van sorolva. Probability (Valószínűség) Impact (Hatás) Frequent (Gyakori) Probable (Lehetséges) Improbable (Valószínűtlen) Impossible (Lehetetlen) Catastrophic (Katasztrofális) Critical (Kritikus) Marginal (Lényegtelen) Negligible (Elhanygolható) High High Moderate None High Moderate Moderate None Moderate Moderate Low None Moderate Low Low None 3. táblázat. Kockázati szintek Kritikus infrastruktúra esetébe viszont az előző pont alapján nem elegendő két kockázati faktor figyelembevétele. Az itt alkalmazott egyik a modell szerint a kockázat nagysága a P = T C V összefüggés segítségével számítható, ahol a T a fenyegetettség, a C a következményérték, a V pedig a sérülékenység. Az előző modellel összevetve elsőként megállapítható, hogy a számításban megjelenik a kockázatnak kitett elem tulajdonsága, vagyis a sérülékenység. Egyes modellek ezt a jellemzőt a biztonsági rendszer hatékonyságával mérik. Megállapítható, hogy a káros esemény bekövetkezését nem véletlenszerűnek tételezi fel, hanem valamilyen szándék által képződőnek. A kár bekövetkezésének valószínűségét a támadó oldaláról vizsgálja. 55

6 A rendszer kockázatának modellezése Rendszer esetében az előző pont modelljei közvetlenül nem alkalmazhatók, ebben az esetben ugyanis figyelembe kell venni az alábbi jellemzőket: 1. a rendszer számos elemből épül fel; 2. az elemek egymásra gyakorlott hatásai különbözőek, így egy esetleges kiesésük eltérő hatással lehet más elemek működésére valamint a rendszer egészének a működésére; 3. a rendszer működése nem mindig modellezhető statikusan, a rendszernek üzemeltetői vannak, akik az üzemelés folyamatába beavatkozhatnak; 4. a rendszer üzemeletetője korlátozott erőforrásokkal rendelkezik; 5. a rendszert többnyire autonóm biztonsági rendszer védi, amelyet viszont szintén korlátozott erőforrásokra támaszkodva építenek ki; 6. a támadó erőforrásai szintén korlátozottak beleértve a rendelkezésére álló információt is. A felsorolás természetesen csak a legmeghatározóbb és a jelen vizsgálatot érintő legfontosabb rendszerjellemzők lettel felsorolva, olyan céllal, hogy a kérdéses rendszer tekintetében kiválaszthatók legyenek azon jellemzők, amelyek olyan mértékben meghatározók a rendszerleírás során, hogy a modellezésben is alkalmazásra kerülnek. A hat pontban felsorolt rendszerjellemző alapján négy matematikai modell alkalmazása kerül bemutatásra a kritikus infrastruktúra kockázatának számításakor, ezek: 1. valószínűségelmélet; 2. döntéselmélet; 3. játékelmélet; 4. lineáris algebra. Valószínűségelméleti modell A modell segítségével alapvetően a rendszer elemeinek egymásra gyakorolt hatásai vizsgálhatók, ezáltal kiválaszthatók a kritikus pontok és meghatározhatók a beépítésre javasolt redundanciák. Az 1. ábra egy sorba kapcsolt elemekből álló rendszert mutat be. A sorba kapcsolás jelen esetben azt jelenti, hogy bármely elem kiesése a rendszer kiesését vonja maga után. 56

7 BIZTONSÁGTECHNIKA R 1 R 2 R 3 1. ábra A rendszer kiesését, feltéve, hogy a támadó a rendszer egy éspedig a leggyengébb elemét fogja támadni a leggyengébb láncszem elve alapján számítható. Az i-edik elem kiesésének a valószínűsége p i a rendszer kiesésének (p H ) és túlélésének (p T ) a valószínűsége rendre: p H = min{ p i } pt = 1 min{ pi} = 1 ph A bemutatott modell feltételei önkényesen lettek kiválasztva, más megközelítéssel feltételezhető, hogy a támadó, megfelelő erőforrással rendelkezik, és valamennyi rendszerelemet támadhatja, ebben az esetben a kiesés valószínűsége az egyes elemek kiesési valószínűségének szorzata. Sorosan különböző funkciókkal rendelkező elemeket lehet kötni, ennek megfelelően az egyes elemek paraméterei ezen belül az ide vonatkozó valószínűségek is különbözőek. Párhuzamos kapcsolás esetén a rendszer kiesése valamennyi elem kiesése esetén következik be (2. ábra). R 3 R 2 R 1 Döntéselméleti modell 2. ábra Párhuzamosan azonos funkcióval rendelkező elemek kapcsolhatók, hiszen csak így tudja egy elem betölteni a kiesett és vele párhuzamosan kapcsolt elem szerepét. Párhuzamos kapcsolást un. redundáns elemek beiktatását, alapvetően a rendszer kritikus pontjainál alkalmaznak. Ennek megfelelően az előző modell jelöléseit használva a kiesés valószínűségét a következőképpen lehet meghatározni: 57

8 n p = p p H i T = 1 p i A modellben i = 1 eltérő valószínűségértékek i = 1 vannak szerepeltetve, mert az elemeknek azonos funkciókat kell betölteni, de a redundáns elemek működési paraméterei a költségtakarékosság miatt eltérhetnek. (például személygépkocsi pótkerék minősége). n p H = p k min { p i } p i Vegyes kapcsolásról i k beszélünk akkor, ha rendszer sorban és párhuzamosan kapcsolt rendszerekből épül fel (3. ábra). n R k R k R 1 R 2 R k Játékelméleti modell ábra Legyen egy támadó (egy fő vagy csoport) és legyen vele szemben egy védő (fő vagy csoport). Legyen továbbá három védett objektum A, B C. A támadó erőforrásai csak egy támadást tesznek lehetővé, vagyis az A, B, C objektumok közül csak egyet fog (egyet tud) támadni. A védő mindhárom objektumát valamilyen minimális alap védelemmel képes ellátni. Az erőforrásai csak egy objektum kiemelt védelmét teszik lehetővé. A modell a mindkét fél korlátozott erőforrásait és annak a támadás-védelemre kifejtett hatását képes vizsgálni. Jól összehangolható a gyakorlattal, hiszen nem minden fontos célpont vagy kritikus infrastruktúra kerül megtámadásra. A védelem oldaláról is jól látszik, hogy az egyes rendszerek esetében a védelmi szintek jelentős mértékben eltérőek. Nem lehet mindenhova biztonsági őröket állítani. Egyes szerzők ezt a jellegzetességet odáig viszik, miszerint a kritikus infrastruktúrák védelmével nem lehet érdemben foglalkozni a magas számuk miatt. A gondolatmenet annyiban helytálló, hogy a védő lényegében a rendszer üzemeltetője és a fő célja nem a támadás kivédése, hanem a bevételének a maximálása illetve a kiadásainak minimálása. A védelemre fordított

9 BIZTONSÁGTECHNIKA összegeket lényegében minimálni szeretné, viszont a lehetséges sikeres támadás komoly károkat képes okozni, amit a rendszer üzemeltetője el akar kerülni, tehát a célja a védelemre fordított költségek tekintetében valamilyen optimum keresése a lehetséges veszteségek és az elhárításuk érdekében eszközölt ráfordítások között. A támadó tekintetében a cél viszonylag egyszerűen megfogalmazható: minél nagyobb kár okozása. A támadó feladata kiválasztani azt az objektumot, amely támadásával a legnagyobb kárt képes okozni. A védő feladata kiválasztani és kiemelt védelemmel ellátni azt az objektumot, amely védelmével a legnagyobb veszteséget képes elkerülni. A támadó nyeresége tehát a védő veszteségével egyezik meg. A modell ennek alapján leírható egy kétszemélyes un. zéróösszegű játékként, amely kifizetési táblázatát a 4. táblázat mutatja. Védő A B C A Támadó B C táblázat. Kifizetési táblázat 5 A táblázatban a támadó által okozott kár nagysága látható, ami megegyezik a védő által elszenvedett kár nagyságától. Mindkét játékos szabadon választhat az A, B, C objektumok között. Megfigyelhető hogy a táblázat fő diagonálisa tartalmazza legkisebb összegeket. Ezek a helyzetek ugyanis azt modellezik, amikor a támadó által kiválasztott objektum és a védő által kiemelt védelemmel ellátott objektum megegyezik. Ebben az esetben a modell csak minimális kár okozását tételezi fel. Egyéb esetekben, például ha a támadó az A célpontot választja de a védő a B objektumot védi ebben az esetben az A objektumon védelem hiányában jelentős költségű kár keletkezik. Az objektumok kiemelt védelme jelen esetben függetlennek van feltételezve, amiből adódik, hogy minden sor két eleme megegyezik. Ugyanis ha a támadó például a B objektumot támadja, de a védő nem a B-t látja el védelemmel, akkor már teljesen 5 Szerző saját szerkesztésű táblázata 59

10 mindegy, hogy az A-t vagy a C-t védi. A keletkezett kár nagysága ugyanaz lesz, vagyis 4. Jelen cikknek nem célja a különböző stratégiák elemzése, csak a modellek bemutatása. Azért itt mégis megjegyezhető, hogy a kifizetési mátrix speciális felépítése miatt nincs és nem is lehet un. nyeregpont. A legjobb stratégia jelen esetben, ha minkét játékos közvetlenül a cselekvés megkezdése előtt véletlenszerűen választja ki a célpontját. Hiller, F. Lieberman (1994:298). Döntéselméleti modell A döntéselméleti megközelítés a játékelméleti modellhez képest egyszerűsíti a modellt. Míg az előző lényegében két döntéshozót vesz figyelembe és feltételezi, hogy minkét fél racionálisan választ a cselekvési változatok közül, addig a döntési modellek egy döntéshozót vesznek figyelembe. A jelen modell szerinti döntéshozó a cselekvési változatok közötti választás során tőle független un. események bekövetkezésével találkozik, mely események befolyásolják a cselekvési változatokhoz tartozó következményértéket. Ezt az 5. táblázatban bemutatott példán keresztül lehet szemléltetni. A rendszer üzemltetetőjének cselekvési változatai Magas védelmi szint kiépítése Közepes védelmi szint kiépítése Alacsony védelmi szint kiépítése Nem épít ki védelmet Nagy erejű támadás ESEMÉNYEK Közepes erejű támadás Kis erejű támadás Nincs támadás táblázat. A védet rendszer üzemeltetőjének döntési mátrixa 6 6 A szerző saját szerkesztésű táblázata 60

11 BIZTONSÁGTECHNIKA Az 5. táblázat szerint az üzemeltető által kiválasztott cselekvési változat és a bekövetkező események együttes hatására keletkeznek az un. következményértékek, ami jelen esetben a rendszer üzemeltetőjének az összes vesztesége, a védelmi rendszer kiépítésének költsége és a bekövetkező kár összege. (A táblázatban szereplő adatok a szerző saját fiktív adatai, ami csak a modell bemutatása és megértése céljából van szerepeltetve.) Az 5. táblázatban bemutatott elv segítségével vizsgálható, hogy milyen költségű megelőző intézkedést célszerű foganatosítani. Az üzemeltető (szándékosan kerül használatra ez a szó a védő helyett, hiszen itt szerepel a rendszer üzemeltetésének bizonyos költésösszetevője) célja nem a támadás kivédése, hanem az üzemeltetetés költéseinek, közöttük a kiadások-károk optimálása. A döntési modell megoldása a rendelkezésre álló információ figyelembevételével, illetve az üzemeltetető által választott stratégia szerint történik. Információ lehet például a bekövetkező eseményekhez rendelhető valószínűség-eloszlás. A stratégia pedig a döntéshozótól illetve a döntés környezetétől függő optimista, pesszimista regretkerülő stratégiák lehetnek. Lineáris algebrai modell Legyen n-féle támadási mód, v T є N n vektor tartalmazza az egyes támadási módokkal keletkező kár nagyságát, k є N n vektor a tartalmazza a támadó erőforráskorlátait, és A є N m n mátrix pedig az egyes támadási módok kivitelezéséhez szükséges erőforrások mennyiségét, ahol a ij a j- edik támadási mód i-edik erőforrásigényét mutatja. Ezekhez kell keresni azt az x є N m vektort, ami az egyes támadási módok mennyiségét mutatja. A támadó célja, hogy a rendelkezésre álló erőforrásokkal a maximális kárt okozza, ez a következő lineáris programozási feladat segítségével fogalmazható meg:nmax v T x, Ax k A feladat természetesen másképpen is megfogalmazható. Például nem n-féle támadási mód, hanem n célpont létezik, melyek támadásához eltérő mennyiségű erőforrás szükséges és x j є {0, 1}. 61

12 Következtetések A leírt modellek alapján megállapítható, hogy: egy rendszer kockázatának a modellezésére nincs általánosan használható modell; minden modell eseti; a modellezés alapvetően matematikai; a matematikán belül számos terület felhasználható a kérdéses probléma megoldására. Felhasznált irodalom 1. Juhász, J. S. (1978). Magyar Értelmező Szótár. Budapest: Akadémia Kiadó 2. Walz, G. K. (1997). A kockázatkezelés alapkérdései a munkavédelemben. Budapest: NOVORG ISBN Norman, L. T. (2010). Risk Analysis and Security Countermeassure Selection. London, New York: CRC Press, ISBN Dorofee, A. J. (1996). Continous Risk Management Guidebook. Carnegeie Mellon University FGCN R C Hiller, F. Lieberman, G., Bevezetés az operációkutatásba, LSI oktatóközpont Budapest 1994, ISBN

KRITIKUS INFRASTUKTÚRA MODELLEZÉSE DÖNTÉSELMÉLET ÉS JÁTÉKELMÉLET SEGÍTSÉGÉVEL 1

KRITIKUS INFRASTUKTÚRA MODELLEZÉSE DÖNTÉSELMÉLET ÉS JÁTÉKELMÉLET SEGÍTSÉGÉVEL 1 VIII. Évfolyam 1. szám - 2013. március Gyarmati József gyarmati.jozsef@uni-nke.hu RITIUS INFRASTUTÚRA MODELLEZÉSE DÖNTÉSELMÉLET ÉS JÁTÉELMÉLET SEGÍTSÉGÉVEL 1 Absztrakt A cikk kritikus infrastruktúra modellezésére

Részletesebben

LINEÁRIS ALGEBRA ALKALMAZÁSA A KRITIKUS INFRASTRUKTÚRA KOCKÁZATÁNAK KEZELÉSÉBEN

LINEÁRIS ALGEBRA ALKALMAZÁSA A KRITIKUS INFRASTRUKTÚRA KOCKÁZATÁNAK KEZELÉSÉBEN VIII. Évfolyam 4. szám - 203. december Gyarmati József gyarmati.jozsef@uni-nke.hu LINEÁRIS ALGEBRA ALKALMAZÁSA A KRITIKUS INFRASTRUKTÚRA KOCKÁZATÁNAK KEZELÉSÉBEN Absztrakt A kockázatok becslése meghatározó

Részletesebben

A kockázat fogalma. A kockázat fogalma. Fejezetek a környezeti kockázatok menedzsmentjéből 2 Bezegh András

A kockázat fogalma. A kockázat fogalma. Fejezetek a környezeti kockázatok menedzsmentjéből 2 Bezegh András Fejezetek a környezeti kockázatok menedzsmentjéből 2 Bezegh András A kockázat fogalma A kockázat (def:) annak kifejezése, hogy valami nem kívánt hatással lesz a valaki/k értékeire, célkitűzésekre. A kockázat

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

Döntéselmélet KOCKÁZAT ÉS BIZONYTALANSÁG

Döntéselmélet KOCKÁZAT ÉS BIZONYTALANSÁG Döntéselmélet KOCKÁZAT ÉS BIZONYTALANSÁG Bizonytalanság A bizonytalanság egy olyan állapot, amely a döntéshozó és annak környezete között alakul ki és nem szüntethető meg, csupán csökkenthető különböző

Részletesebben

ÉMI-TÜV SÜD Kft. Kockázatok és dilemmák az új ISO EN 9001:2015 szabvány szellemében

ÉMI-TÜV SÜD Kft. Kockázatok és dilemmák az új ISO EN 9001:2015 szabvány szellemében ÉMI-TÜV SÜD Kft. Kockázatok és dilemmák az új ISO EN 9001:2015 szabvány szellemében XXII. Nemzeti Minőségügyi Konferencia Előadó: Bolya Árpád ISO FORUM előadás, 2015.09.17. ÉMI-TÜV SÜD SÜD 2015.05.14.

Részletesebben

VÁLLALATGAZDASÁGTAN II. Döntési Alapfogalmak

VÁLLALATGAZDASÁGTAN II. Döntési Alapfogalmak Vállalkozási VÁLLALATGAZDASÁGTAN II. Tantárgyfelelős: Prof. Dr. Illés B. Csaba Előadó: Dr. Gyenge Balázs Az ökonómiai döntés fogalma Vállalat Környezet Döntések sorozata Jövő jövőre vonatkozik törekszik

Részletesebben

Rasmusen, Eric: Games and Information (Third Edition, Blackwell, 2001)

Rasmusen, Eric: Games and Information (Third Edition, Blackwell, 2001) Játékelmélet szociológusoknak J-1 Bevezetés a játékelméletbe szociológusok számára Ajánlott irodalom: Mészáros József: Játékelmélet (Gondolat, 2003) Filep László: Játékelmélet (Filum, 2001) Csontos László

Részletesebben

Működési kockázatkezelés fejlesztése a CIB Bankban. IT Kockázatkezelési konferencia 2007.09.19. Kállai Zoltán, Mogyorósi Zoltán

Működési kockázatkezelés fejlesztése a CIB Bankban. IT Kockázatkezelési konferencia 2007.09.19. Kállai Zoltán, Mogyorósi Zoltán Működési kockázatkezelés fejlesztése a CIB Bankban IT Kockázatkezelési konferencia 2007.09.19. Kállai Zoltán, Mogyorósi Zoltán 1 A Működési Kockázatkezelés eszköztára Historikus adatok gyűjtése és mennyiségi

Részletesebben

II. rész: a rendszer felülvizsgálati stratégia kidolgozását támogató funkciói. Tóth László, Lenkeyné Biró Gyöngyvér, Kuczogi László

II. rész: a rendszer felülvizsgálati stratégia kidolgozását támogató funkciói. Tóth László, Lenkeyné Biró Gyöngyvér, Kuczogi László A kockázat alapú felülvizsgálati és karbantartási stratégia alkalmazása a MOL Rt.-nél megvalósuló Statikus Készülékek Állapot-felügyeleti Rendszerének kialakításában II. rész: a rendszer felülvizsgálati

Részletesebben

A minőség és a kockázat alapú gondolkodás kapcsolata

A minőség és a kockázat alapú gondolkodás kapcsolata Mottó: A legnagyobb kockázat nem vállalni kockázatot A minőség és a kockázat alapú gondolkodás kapcsolata DEMIIN XVI. Katonai Zsolt 1 Ez a gép teljesen biztonságos míg meg nem nyomod ezt a gombot 2 A kockázatelemzés

Részletesebben

13. Kockázatos Körkapcsolás

13. Kockázatos Körkapcsolás PMI Budapest, Magyar Tagozat 13. Kockázatos Körkapcsolás 2010. május 19. Tervezett program Előadások Előadó 13:00 Köszöntő és bevezető Szalay Imre, PMP PMI elnök 13:10 A PMI PMBOK kockázatmenedzsment megközelítése

Részletesebben

Az Eiffel Palace esettanulmánya

Az Eiffel Palace esettanulmánya Az Eiffel Palace esettanulmánya avagy egy résfalas munkatér-határolás kivitelezői és tervezői tapasztalatai dr.deli Árpád műszaki igazgató HBM Kft., címzetes egyetemi tanár SZE 2014. november 18. SZE KOCKÁZATKEZELÉS

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 8 VIII. REGREssZIÓ 1. A REGREssZIÓs EGYENEs Két valószínűségi változó kapcsolatának leírására az eddigiek alapján vagy egy numerikus

Részletesebben

Hidak építése a minőségügy és az egészségügy között

Hidak építése a minőségügy és az egészségügy között DEBRECENI EGÉSZSÉGÜGYI MINŐSÉGÜGYI NAPOK () 2016. május 26-28. Hidak építése a minőségügy és az egészségügy között A TOVÁBBKÉPZŐ TANFOLYAM KIADVÁNYA Debreceni Akadémiai Bizottság Székháza (Debrecen, Thomas

Részletesebben

KÖZLEKEDÉSÜZEMI ÉS KÖZLEKEDÉSGAZDASÁGI TANSZÉK. Prof. Dr. Tánczos Lászlóné 2015

KÖZLEKEDÉSÜZEMI ÉS KÖZLEKEDÉSGAZDASÁGI TANSZÉK. Prof. Dr. Tánczos Lászlóné 2015 KÖZLEKEDÉSÜZEMI ÉS KÖZLEKEDÉSGAZDASÁGI TANSZÉK Prof. Dr. Tánczos Lászlóné 2015 KÖZLEKEDÉSGAZDASÁGTAN BSc. I. KAMATOS KAMATSZÁMÍTÁS (jövőbeni érték számítása) C t = C 0 * (1 + i) t ahol C t a 0. évben ismert

Részletesebben

6. EGYETEMI 24 ÓRÁS PROGRAMOZÓI VERSENY (PROGRAMOZÁS 1)

6. EGYETEMI 24 ÓRÁS PROGRAMOZÓI VERSENY (PROGRAMOZÁS 1) 6. EGYETEMI 4 ÓRÁS PROGRAMOZÓI VERSENY (PROGRAMOZÁS 1) http://kockanap.nikhok.hu ZÁRÓJELEK I. Feladat Feladatunk meghatározni, hogy a kifejezésünk zárójelezése helyes-e. Helyesnek tekinthető a zárójelezés,

Részletesebben

MŰSZAKI TUDOMÁNY AZ ÉSZAK-ALFÖLDI RÉGIÓBAN 2010

MŰSZAKI TUDOMÁNY AZ ÉSZAK-ALFÖLDI RÉGIÓBAN 2010 MŰSZAKI TUDOMÁNY AZ ÉSZAK-ALFÖLDI RÉGIÓBAN 2010 KONFERENCIA ELŐADÁSAI Nyíregyháza, 2010. május 19. Szerkesztette: Edited by Pokorádi László Kiadja: Debreceni Akadémiai Bizottság Műszaki Szakbizottsága

Részletesebben

Matematikai geodéziai számítások 10.

Matematikai geodéziai számítások 10. Matematikai geodéziai számítások 10. Hibaellipszis, talpponti görbe és közepes ponthiba Dr. Bácsatyai, László Matematikai geodéziai számítások 10.: Hibaellipszis, talpponti görbe és Dr. Bácsatyai, László

Részletesebben

Diverzifikáció Markowitz-modell MAD modell CAPM modell 2017/ Szegedi Tudományegyetem Informatikai Intézet

Diverzifikáció Markowitz-modell MAD modell CAPM modell 2017/ Szegedi Tudományegyetem Informatikai Intézet Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 11. Előadás Portfólió probléma Portfólió probléma Portfólió probléma Adott részvények (kötvények,tevékenységek,

Részletesebben

PROJEKTMENEDZSMENT. Idő-, erőforrás- és költségterv. Dr. DARÓCZI MIKLÓS egyetemi docens. Dr. ILLÉS BÁLINT CSABA egyetemi tanár, tárgyfelelős

PROJEKTMENEDZSMENT. Idő-, erőforrás- és költségterv. Dr. DARÓCZI MIKLÓS egyetemi docens. Dr. ILLÉS BÁLINT CSABA egyetemi tanár, tárgyfelelős PROJEKTMENEDZSMENT Idő-, erőforrás- és költségterv Dr. DARÓCZI MIKLÓS egyetemi docens Dr. ILLÉS BÁLINT CSABA egyetemi tanár, tárgyfelelős 1 Az előadás vázlata Az időterv Az erőforrásterv A költségterv

Részletesebben

Bevezetés az Informatikai biztonsághoz

Bevezetés az Informatikai biztonsághoz AZ INFORMATIKAI BIZTONSÁG SPECIÁLIS TÉMAKÖREI Hungarian Cyber Security Package Bevezetés az Informatikai biztonsághoz 2012 Szeptember 12. Mi a helyzet manapság az informatikával? Tévedni emberi dolog,

Részletesebben

A Markowitz modell: kvadratikus programozás

A Markowitz modell: kvadratikus programozás A Markowitz modell: kvadratikus programozás Losonczi László Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar Debrecen, 2011/12 tanév, II. félév Losonczi László (DE) A Markowitz modell 2011/12 tanév,

Részletesebben

Döntési módszerek Tantárgyi útmutató

Döntési módszerek Tantárgyi útmutató Gazdálkodási és menedzsment alapszak Nappali tagozat Döntési módszerek Tantárgyi útmutató 2015/16 tanév II. félév 1 Tantárgy megnevezése Tantárgy jellege/típusa: Döntési módszerek. D Kontaktórák száma/hét:

Részletesebben

Döntési rendszerek I.

Döntési rendszerek I. Döntési rendszerek I. SZTE Informatikai Intézet Számítógépes Optimalizálás Tanszék Készítette: London András 7. Gyakorlat Alapfogalmak A terület alapfogalmai megtalálhatók Pluhár András Döntési rendszerek

Részletesebben

Döntési módszerek Tantárgyi útmutató

Döntési módszerek Tantárgyi útmutató Gazdálkodási és menedzsment alapszak Nappali tagozat Döntési módszerek Tantárgyi útmutató 2018/19. tanév II. félév 1 Tantárgy megnevezése Tantárgy jellege/típusa: Döntési módszerek. D Kontaktórák száma/hét:

Részletesebben

Az ISO 9001:2015 szabványban szereplő új fogalmak a tanúsító szemszögéből. Szabó T. Árpád

Az ISO 9001:2015 szabványban szereplő új fogalmak a tanúsító szemszögéből. Szabó T. Árpád Az ISO 9001:2015 szabványban szereplő új fogalmak a tanúsító szemszögéből. Szabó T. Árpád Bevezetés Az új fogalmak a TQM ből ismerősek? ISO 9001:2015 új fogalmainak az érdekelt felek általi értelmezése

Részletesebben

Többszempontú döntési módszerek

Többszempontú döntési módszerek XI. előadás Többszempontú döntési módszerek Mindennapi tapasztalat: döntési helyzetbe kerülve több változat (alternatíva) között kell (lehet) választani, az alternatívákat kölönféle szempontok szerint

Részletesebben

VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA

VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA A VALÓSZÍNŰSÉGI SZEMLÉLET ALAPOZÁSA 1-6. OSZTÁLY A biztos, a lehetetlen és a lehet, de nem biztos események megkülünböztetése Valószínűségi játékok, kísérletek események

Részletesebben

Dualitás Dualitási tételek Általános LP feladat Komplementáris lazaság 2017/ Szegedi Tudományegyetem Informatikai Intézet

Dualitás Dualitási tételek Általános LP feladat Komplementáris lazaság 2017/ Szegedi Tudományegyetem Informatikai Intézet Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 7. Előadás Árazási interpretáció Tekintsük újra az erőforrás allokációs problémát (vonat

Részletesebben

Matematikai modellezés

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

Részletesebben

y ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell

y ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell Példa STATISZTIKA Egy gazdálkodó k kukorica hibrid termesztése között választhat. Jelöljük a fajtákat A, B, C, D-vel. Döntsük el, hogy a hibridek termesztése esetén azonos terméseredményre számíthatunk-e.

Részletesebben

NKE Katasztrófavédelmi Intézet Iparbiztonsági Tanszék

NKE Katasztrófavédelmi Intézet Iparbiztonsági Tanszék NKE Katasztrófavédelmi Intézet Iparbiztonsági Tanszék A VESZÉLYES KATONAI OBJEKTUM ÜGYINTÉZŐK KÉPZÉSI LEHETŐSÉGEI Dr. Kátai-Urbán Lajos PhD. tűzoltó alezredes I. Katonai Hatósági Konferencia ÜZEMELTETÉSI

Részletesebben

Függvények növekedési korlátainak jellemzése

Függvények növekedési korlátainak jellemzése 17 Függvények növekedési korlátainak jellemzése A jellemzés jól bevált eszközei az Ω, O, Θ, o és ω jelölések. Mivel az igények általában nemnegatívak, ezért az alábbi meghatározásokban mindenütt feltesszük,

Részletesebben

JÁTÉKELMÉLETTEL KAPCSOLATOS FELADATOK

JÁTÉKELMÉLETTEL KAPCSOLATOS FELADATOK 1.Feladat JÁTÉKELMÉLETTEL KAPCSOLATOS FELADATOK Az alábbi kifizetőmátrixok három különböző kétszemélyes konstans összegű játék sorjátékosának eredményeit mutatják: 2 1 0 2 2 4 2 3 2 4 0 0 1 0 1 5 3 4 3

Részletesebben

Az Nkt. 65. változásai

Az Nkt. 65. változásai Az Nkt. 65. változásai 2017.09.01. 1.2* Szakál Ferenc Pál köznevelési szakértő *A korábbi változatokban ma már nem aktuális, nem érvényes tartalmak lehetnek, így azok tartalmáért e változat közzétételétől

Részletesebben

6. gyakorlat. Gelle Kitti. Csendes Tibor Somogyi Viktor. London András. jegyzetei alapján

6. gyakorlat. Gelle Kitti. Csendes Tibor Somogyi Viktor. London András. jegyzetei alapján Közelítő és szimbolikus számítások 6. gyakorlat Sajátérték, Gersgorin körök Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor Vinkó Tamás London András Deák Gábor jegyzetei alapján . Mátrixok sajátértékei

Részletesebben

Fogalmak Navigare necesse est

Fogalmak Navigare necesse est Döntéselmélet Fogalmak Navigare necesse est - dönteni mindenkinek kell A döntés nem vezetői privilégium: de! vezetői kompetencia, a vezetői döntések hatása Fogalmak II. A döntés célirányos választás adott

Részletesebben

Valószínűségszámítás és statisztika

Valószínűségszámítás és statisztika Valószínűségszámítás és statisztika Programtervező informatikus szak esti képzés Varga László Valószínűségelméleti és Statisztika Tanszék Matematikai Intézet Természettudományi Kar Eötvös Loránd Tudományegyetem

Részletesebben

IBNR számítási módszerek áttekintése

IBNR számítási módszerek áttekintése 1/13 IBNR számítási módszerek áttekintése Prokaj Vilmos email: Prokaj.Vilmos@pszaf.hu 1. Kifutási háromszög Év 1 2 3 4 5 2/13 1 X 1,1 X 1,2 X 1,3 X 1,4 X 1,5 2 X 2,1 X 2,2 X 2,3 X 2,4 X 2,5 3 X 3,1 X 3,2

Részletesebben

a = 2 + [ i] b = ahol 1 i 162 a hallgató sorszáma a csatolt névsorban, [x] az x szám

a = 2 + [ i] b = ahol 1 i 162 a hallgató sorszáma a csatolt névsorban, [x] az x szám Döntéselmélet házi feladat, 2011-12 tanév II. félév A házi feladat beadása az aláírás feltétele. A házi feladatra adott minősítés az (anyag első felére vonatkozó) jegyben 40% súllyal szerepel, ennek megfelelően

Részletesebben

XXVII. Magyar Minőség Hét Konferencia

XXVII. Magyar Minőség Hét Konferencia XXVII. Magyar Minőség Hét Konferencia 2018. november 6. Dr. Fekete István Ügyvezető SzigmaSzervíz Üzleti Kockázatelemző Kft. TARTALOM Kockázatmenedzsmenttel kapcsolatos alapfogalmak Kockázatmenedzsment

Részletesebben

Matematikai geodéziai számítások 6.

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

Részletesebben

2013.09.19. Master of Arts. International Hotel Management and Hotel Companies management. Stratégiai gondolkodás fejlődése

2013.09.19. Master of Arts. International Hotel Management and Hotel Companies management. Stratégiai gondolkodás fejlődése Master of Arts International Hotel Management and Hotel Companies management Stratégiai gondolkodás fejlődése Szükség van-e stratégiai menedzsmentre? Peter Lorange kritikus alapkérdései Gyorsan változó

Részletesebben

Kockázatmenedzsment. dióhéjban Puskás László. Minőségügyi szakmérnök Magyar Minőség Társaság

Kockázatmenedzsment. dióhéjban Puskás László. Minőségügyi szakmérnök Magyar Minőség Társaság Kockázatmenedzsment dióhéjban Puskás László Minőségügyi szakmérnök Magyar Minőség Társaság Kockázatalapú gondolkodásmód ISO 9001:2015 0.3.3 egy szervezetnek intézkedéseket kell megterveznie és végrehajtania

Részletesebben

A Markowitz modell: kvadratikus programozás

A Markowitz modell: kvadratikus programozás A Markowitz modell: kvadratikus programozás Harry Markowitz 1990-ben kapott Közgazdasági Nobel díjat a portfolió optimalizálási modelljéért. Ld. http://en.wikipedia.org/wiki/harry_markowitz Ennek a legegyszer

Részletesebben

Sztöchiometriai egyenletrendszerek minimális számú aktív változót tartalmazó megoldásainak meghatározása a P-gráf módszertan alkalmazásával

Sztöchiometriai egyenletrendszerek minimális számú aktív változót tartalmazó megoldásainak meghatározása a P-gráf módszertan alkalmazásával Sztöchiometriai egyenletrendszerek minimális számú aktív változót tartalmazó megoldásainak meghatározása a P-gráf módszertan alkalmazásával * Pannon Egyetem, M szaki Informatikai Kar, Számítástudomány

Részletesebben

9. Előadás. Megyesi László: Lineáris algebra, oldal. 9. előadás Mátrix inverze, mátrixegyenlet

9. Előadás. Megyesi László: Lineáris algebra, oldal. 9. előadás Mátrix inverze, mátrixegyenlet 9. Előadás Megyesi László: Lineáris algebra, 75. 84. oldal. Gondolkodnivalók Mátrix rangja 1. Gondolkodnivaló Határozzuk meg a p valós paraméter értékétől függően a következő mátrix rangját: p 3 1 2 2

Részletesebben

Páros összehasonlítás mátrixok empirikus vizsgálata. Bozóki Sándor

Páros összehasonlítás mátrixok empirikus vizsgálata. Bozóki Sándor Páros összehasonlítás mátrixok empirikus vizsgálata Bozóki Sándor MTA SZTAKI Operációkutatás és Döntési Rendszerek Kutatócsoport Budapesti Corvinus Egyetem Operációkutatás és Aktuáriustudományok Tanszék

Részletesebben

Matematikai geodéziai számítások 6.

Matematikai geodéziai számítások 6. Nyugat-magyarországi Egyetem Geoinformatikai Kara Dr. Bácsatyai László Matematikai geodéziai számítások 6. MGS6 modul Lineáris regresszió számítás elektronikus távmérőkre SZÉKESFEHÉRVÁR 2010 Jelen szellemi

Részletesebben

Döntési rendszerek I.

Döntési rendszerek I. Döntési rendszerek I. SZTE Informatikai Intézet Számítógépes Optimalizálás Tanszék Készítette: London András 8 Gyakorlat Alapfogalmak A terület alapfogalmai megtalálhatók Pluhár András Döntési rendszerek

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

A Hardy-Weinberg egyensúly. 2. gyakorlat

A Hardy-Weinberg egyensúly. 2. gyakorlat A Hardy-Weinberg egyensúly 2. gyakorlat A Hardy-Weinberg egyensúly feltételei: nincs szelekció nincs migráció nagy populációméret (nincs sodródás) nincs mutáció pánmixis van allélgyakoriság azonos hímekben

Részletesebben

KUTATÁSMÓDSZERTAN 4. ELŐADÁS. A minta és mintavétel

KUTATÁSMÓDSZERTAN 4. ELŐADÁS. A minta és mintavétel KUTATÁSMÓDSZERTAN 4. ELŐADÁS A minta és mintavétel 1 1. A MINTA ÉS A POPULÁCIÓ VISZONYA Populáció: tágabb halmaz, alapsokaság a vizsgálandó csoport egésze Minta: részhalmaz, az alapsokaság azon része,

Részletesebben

A kockázatkezelés az államháztartási belső kontrollrendszer vonatkozásában

A kockázatkezelés az államháztartási belső kontrollrendszer vonatkozásában A kockázatkezelés az államháztartási belső kontrollrendszer vonatkozásában Előadó: Ivanyos János Trusted Business Partners Kft. ügyvezetője Magyar Közgazdasági Társaság Felelős Vállalatirányítás szakosztályának

Részletesebben

Költség-haszon elemzési ajánlások a közigazgatásnak. dr. Antal Tímea - Sántha Zsófia március 05.

Költség-haszon elemzési ajánlások a közigazgatásnak. dr. Antal Tímea - Sántha Zsófia március 05. Költség-haszon elemzési ajánlások a közigazgatásnak dr. Antal Tímea - Sántha Zsófia 2019. március 05. Tartalom Versenyképességi tényezők - közigazgatás Globális versenyképességi index 10+1 speciális közigazgatási

Részletesebben

y ij = µ + α i + e ij

y ij = µ + α i + e ij Elmélet STATISZTIKA 3. Előadás Variancia-analízis Lineáris modellek A magyarázat a függő változó teljes heterogenitásának két részre bontását jelenti. A teljes heterogenitás egyik része az, amelynek okai

Részletesebben

BME Járműgyártás és -javítás Tanszék. Javítási ciklusrend kialakítása

BME Járműgyártás és -javítás Tanszék. Javítási ciklusrend kialakítása BME Járműgyártás és -javítás Tanszék Javítási ciklusrend kialakítása A javítási ciklus naptári napokban, üzemórákban vagy más teljesítmény paraméterben meghatározott időtartam, amely a jármű, gép új állapotától

Részletesebben

Kvantitatív módszerek

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

Részletesebben

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

ISO 9001:2015 Változások Fókuszban a kockázatelemzés

ISO 9001:2015 Változások Fókuszban a kockázatelemzés ISO 9001:2015 Változások Fókuszban a kockázatelemzés Avagy hogy gondolkodjuk a saját cégünkről? Kőrösi György, ISO TS/9001 Vezető auditor Új Követelmények ÚJ! Kockázatalapú gondolkodás A szabvány egészére

Részletesebben

Operációkutatás II. Tantárgyi útmutató

Operációkutatás II. Tantárgyi útmutató Módszertani Intézeti Tanszék Gazdinfo Nappali Operációkutatás II. Tantárgyi útmutató 2016/17 tanév II. félév 1/4 Tantárgy megnevezése: Operációkutatás II. Tantárgy kódja: OPKT2KOMEMM Tanterv szerinti óraszám:

Részletesebben

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. 1 Mérési hibák súlya és szerepe a mérési eredményben A mérési hibák csoportosítása A hiba rendűsége Mérési bizonytalanság Standard és kiterjesztett

Részletesebben

DÖNTÉSTÁMOGATÓ TERÜLETI MODELLEZÉS A GYAKORLATBAN

DÖNTÉSTÁMOGATÓ TERÜLETI MODELLEZÉS A GYAKORLATBAN DÖNTÉSTÁMOGATÓ TERÜLETI MODELLEZÉS A GYAKORLATBAN http://www.interreg-danube.eu/approved-projects/attractive-danube 26.09.2018 A projekt a Duna Transznacionális Programból, az Európai RegionálisFejlesztési

Részletesebben

KOCKÁZATKEZELÉS A REPÜLÉSBEN

KOCKÁZATKEZELÉS A REPÜLÉSBEN KOCKÁZATKEZELÉS A REPÜLÉSBEN Dr. Pokorádi László* egyetemi docens ZMNE, VSzTK Haditechnikai tanszék Napjainkban az Amerikai Egyesült Államok Légierejénél (USAE) és Haditengerészeténél (l JS Navy) egyre

Részletesebben

Az ALTERA VAGYONKEZELŐ Nyrt. kockázatkezelési irányelvei

Az ALTERA VAGYONKEZELŐ Nyrt. kockázatkezelési irányelvei Az ALTERA VAGYONKEZELŐ Nyrt. kockázatkezelési irányelvei I. A dokumentum célja és alkalmazási területe A Kockázatkezelési Irányelvek az ALTERA Vagyonkezelő Nyilvánosan Működő Részvénytársaság (1068 Budapest,

Részletesebben

Al-Mg-Si háromalkotós egyensúlyi fázisdiagram közelítő számítása

Al-Mg-Si háromalkotós egyensúlyi fázisdiagram közelítő számítása l--si háromalkotós egyensúlyi fázisdiagram közelítő számítása evezetés Farkas János 1, Dr. Roósz ndrás 1 doktorandusz, tanszékvezető egyetemi tanár Miskolci Egyetem nyag- és Kohómérnöki Kar Fémtani Tanszék

Részletesebben

Mintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás

Mintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás STATISZTIKA, BIOMETRIA. Előadás Mintavétel, mintavételi technikák, adatbázis Mintavétel fogalmai A mintavételt meg kell tervezni A sokaság elemei: X, X X N, lehet véges és végtelen Mintaelemek: x, x x

Részletesebben

AZ I-RISK SZOFTVER ALKALMAZÁSA INTEGRÁLT RENDSZER KIALAKÍTÁSÁNÁL. Dinnyés Álmos - Kun-Szabó Tibor

AZ I-RISK SZOFTVER ALKALMAZÁSA INTEGRÁLT RENDSZER KIALAKÍTÁSÁNÁL. Dinnyés Álmos - Kun-Szabó Tibor AZ I-RISK SZOFTVER ALKALMAZÁSA INTEGRÁLT RENDSZER KIALAKÍTÁSÁNÁL Dinnyés Álmos - Kun-Szabó Tibor Veszprémi Egyetem, Környezetmérnöki és Kémiai Technológia Tanszék 8201 Veszprém, Pf.: 158. e-mail: dinnyesa@almos.vein.hu

Részletesebben

Operációkutatás II. Tantárgyi útmutató

Operációkutatás II. Tantárgyi útmutató Módszertani Intézeti Tanszék Gazdinfo Nappali Operációkutatás II. Tantárgyi útmutató 2015/16 tanév II. félév 1/4 Tantárgy megnevezése: Operációkutatás II. Tantárgy kódja: OPKT2KOMEMM Tanterv szerinti óraszám:

Részletesebben

Minőségmenedzsment (módszerek) BEDZSULA BÁLINT

Minőségmenedzsment (módszerek) BEDZSULA BÁLINT Minőségmenedzsment (módszerek) BEDZSULA BÁLINT Bedzsula Bálint gyakornok Menedzsment és Vállalatgazdaságtan Tanszék Q. épület A.314. bedzsula@mvt.bme.hu http://doodle.com/bedzsula.mvt Az előző előadás

Részletesebben

Döntéselmélet II. ELŐADÁS DÖNTÉSI FOLYAMAT

Döntéselmélet II. ELŐADÁS DÖNTÉSI FOLYAMAT Döntéselmélet II. ELŐADÁS DÖNTÉSI FOLYAMAT döntés döntéselőkészítés D ö n t é s i f o l y a m a t döntés és megvalósítás döntéselőkészítés Döntési folyamat A probléma felismerése, azonosítása, megfogalmazása

Részletesebben

A minőség gazdasági hatásai

A minőség gazdasági hatásai 5. A minőség gazdasági hatásai 5.1 A minőség költségei A minőség költségeit három nagy csoportra oszthatjuk: az első csoportot a minőség érdekében tett megelőző jellegű intézkedések költségei, a másodikat

Részletesebben

A maximum likelihood becslésről

A maximum likelihood becslésről A maximum likelihood becslésről Definíció Parametrikus becsléssel foglalkozunk. Adott egy modell, mellyel elképzeléseink szerint jól leírható a meghatározni kívánt rendszer. (A modell típusának és rendszámának

Részletesebben

A 9001:2015 a kockázatközpontú megközelítést követi

A 9001:2015 a kockázatközpontú megközelítést követi A 9001:2015 a kockázatközpontú megközelítést követi Tartalom n Kockázat vs. megelőzés n A kockázat fogalma n Hol található a kockázat az új szabványban? n Kritikus megjegyzések n Körlevél n Megvalósítás

Részletesebben

1. ábra ábra

1. ábra ábra A kifejtési tétel A kifejtési tétel kimondásához először meg kell ismerkedni az előjeles aldetermináns fogalmával. Ha az n n-es A mátrix i-edik sorának és j-edik oszlopának kereszteződésében az elem áll,

Részletesebben

S Z Á L L Í T Á S I F E L A D A T

S Z Á L L Í T Á S I F E L A D A T Döntéselmélet S Z Á L L Í T Á S I F E L A D A T Szállítási feladat meghatározása Speciális lineáris programozási feladat. Legyen adott m telephely, amelyeken bizonyos fajta, tetszés szerint osztható termékből

Részletesebben

Loss Distribution Approach

Loss Distribution Approach Modeling operational risk using the Loss Distribution Approach Tartalom»Szabályozói környezet»modellezési struktúra»eseményszám eloszlás»káreloszlás»aggregált veszteségek»további problémák 2 Szabályozói

Részletesebben

10. Előadás. Megyesi László: Lineáris algebra, oldal. 10. előadás Sajátérték, Kvadaratikus alak

10. Előadás. Megyesi László: Lineáris algebra, oldal. 10. előadás Sajátérték, Kvadaratikus alak 10. Előadás Megyesi László: Lineáris algebra, 98. 108. oldal. Gondolkodnivalók Mátrix inverze 1. Gondolkodnivaló Igazoljuk, hogy invertálható trianguláris mátrixok inverze is trianguláris. Bizonyítás:

Részletesebben

FMEA tréning OKTATÁSI SEGÉDLET

FMEA tréning OKTATÁSI SEGÉDLET FMEA tréning OKTATÁSI SEGÉDLET 1. Hibamód és hatás elemzés : FMEA (Failure Mode and Effects Analysis) A fejlett nyugati piacokon csak azok a vállalatok képesek hosszabbtávon megmaradni, melyek gazdaságosan

Részletesebben

8. Előadás. Megyesi László: Lineáris algebra, , oldal. 8. előadás Mátrix rangja, Homogén lineáris egyenletrendszer

8. Előadás. Megyesi László: Lineáris algebra, , oldal. 8. előadás Mátrix rangja, Homogén lineáris egyenletrendszer 8. Előadás Megyesi László: Lineáris algebra, 51. 56., 70. 74. oldal. Gondolkodnivalók Elemi bázistranszformáció 1. Gondolkodnivaló Most ne vegyük figyelembe, hogy az elemi bázistranszformáció során ez

Részletesebben

Matematika III. 2. Eseményalgebra Prof. Dr. Závoti, József

Matematika III. 2. Eseményalgebra Prof. Dr. Závoti, József Matematika III. 2. Eseményalgebra Prof. Dr. Závoti, József Matematika III. 2. : Eseményalgebra Prof. Dr. Závoti, József Lektor : Bischof, Annamária Ez a modul a TÁMOP - 4.1.2-08/1/A-2009-0027 Tananyagfejlesztéssel

Részletesebben

Osztályozóvizsga követelményei

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

Részletesebben

Software Engineering Babeş-Bolyai Tudományegyetem Kolozsvár

Software Engineering Babeş-Bolyai Tudományegyetem Kolozsvár Software Engineering Dr. Barabás László Ismétlés/Kitekintő Ismétlés Software Engineering = softwaretechnológia Projekt, fogalma és jellemzői, személyek és szerepkörök Modell, módszertan Kitekintés Elemzés/

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 9 IX. ROBUsZTUs statisztika 1. ROBUsZTUssÁG Az eddig kidolgozott módszerek főleg olyanok voltak, amelyek valamilyen értelemben optimálisak,

Részletesebben

Kritikus infrastruktúrák, alapvető szolgáltatások az NISD tükrében

Kritikus infrastruktúrák, alapvető szolgáltatások az NISD tükrében Kritikus infrastruktúrák, alapvető szolgáltatások az NISD tükrében E I V O K - 10. I n f o r m á c i ó b i z t o n s á g i S z a k m a i F ó r u m 2019. m á j u s 3 0. Dr. Bonnyai Tünde PhD Az Európai

Részletesebben

Az első lépések és a kereskedés alapjai. Varjú Péter - ErsteBroker Befektetési igazgató-helyettes

Az első lépések és a kereskedés alapjai. Varjú Péter - ErsteBroker Befektetési igazgató-helyettes Az első lépések és a kereskedés alapjai Varjú Péter - ErsteBroker Befektetési igazgató-helyettes 1 Az első lépésektől Előkészületek Kereskedés Kereskedési napló Terv készítése Belépési stratégia Adminisztráció

Részletesebben

Adatbázis rendszerek 6.. 6. 1.1. Definíciók:

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

Részletesebben

Determinánsok. A determináns fogalma olyan algebrai segédeszköz, amellyel. szolgáltat az előbbi kérdésekre, bár ez nem mindig hatékony.

Determinánsok. A determináns fogalma olyan algebrai segédeszköz, amellyel. szolgáltat az előbbi kérdésekre, bár ez nem mindig hatékony. Determinánsok A determináns fogalma olyan algebrai segédeszköz, amellyel jól jellemezhető a mátrixok invertálhatósága, a mátrix rangja. Segítségével lineáris egyenletrendszerek megoldhatósága dönthető

Részletesebben

A Szolvencia II harmadik mennyiségi hatástanulmányának (QIS3) eredményei. Gaálné Kodila Diána március 20.

A Szolvencia II harmadik mennyiségi hatástanulmányának (QIS3) eredményei. Gaálné Kodila Diána március 20. A Szolvencia II harmadik mennyiségi hatástanulmányának (QIS3) eredményei Gaálné Kodila Diána 2008. március 20. 1 Korábbi hatástanulmányok Előkészítő helyszíni tanulmány (Preparatory Field Study, PFS) 2005.

Részletesebben

I. BESZÁLLÍTÓI TELJESÍTMÉNYEK ÉRTÉKELÉSE

I. BESZÁLLÍTÓI TELJESÍTMÉNYEK ÉRTÉKELÉSE I. BESZÁLLÍTÓI TELJESÍTMÉNYEK ÉRTÉKELÉSE Komplex termékek gyártására jellemző, hogy egy-egy termékbe akár több ezer alkatrész is beépül. Ilyenkor az alkatrészek általában sok különböző beszállítótól érkeznek,

Részletesebben

1. Előadás Lineáris programozás

1. Előadás Lineáris programozás 1. Előadás Lineáris programozás Salamon Júlia Előadás II. éves gazdaság informatikus hallgatók számára Operációkutatás Az operációkutatás az alkalmazott matematika az az ága, ami bizonyos folyamatok és

Részletesebben

Adatok statisztikai értékelésének főbb lehetőségei

Adatok statisztikai értékelésének főbb lehetőségei Adatok statisztikai értékelésének főbb lehetőségei 1. a. Egy- vagy kétváltozós eset b. Többváltozós eset 2. a. Becslési problémák, hipotézis vizsgálat b. Mintázatelemzés 3. Szint: a. Egyedi b. Populáció

Részletesebben

Döntéselőkészítés. I. előadás. Döntéselőkészítés. Előadó: Dr. Égertné dr. Molnár Éva. Informatika Tanszék A 602 szoba

Döntéselőkészítés. I. előadás. Döntéselőkészítés. Előadó: Dr. Égertné dr. Molnár Éva. Informatika Tanszék A 602 szoba I. előadás Előadó: Dr. Égertné dr. Molnár Éva Informatika Tanszék A 602 szoba Tárggyal kapcsolatos anyagok megtalálhatók: http://www.sze.hu/~egertne Konzultációs idő: (páros tan. hét) csütörtök 10-11 30

Részletesebben

Operációkutatás vizsga

Operációkutatás vizsga Operációkutatás vizsga A csoport Budapesti Corvinus Egyetem 2007. január 9. Egyéb gyakorló és vizsgaanyagok találhatók a honlapon a Letölthető vizsgasorok, segédanyagok menüpont alatt. OPERÁCIÓKUTATÁS

Részletesebben

1.1. HOGYAN HASZNÁLJUK AZ ÖNÉRTÉKELÉSI ESZKÖZT. Az eszköz három fő folyamatot ölel fel három szakaszban:

1.1. HOGYAN HASZNÁLJUK AZ ÖNÉRTÉKELÉSI ESZKÖZT. Az eszköz három fő folyamatot ölel fel három szakaszban: 1.1. HOGYAN HASZNÁLJUK AZ ÖNÉRTÉKELÉSI ESZKÖZT 1. melléklet Az eszköz három fő folyamatot ölel fel három szakaszban: a pályázók kiválasztása (a táblázat 1. munkalapja); a projekt kedvezményezettek általi

Részletesebben

(Diszkrét idejű Markov-láncok állapotainak

(Diszkrét idejű Markov-láncok állapotainak (Diszkrét idejű Markov-láncok állapotainak osztályozása) March 21, 2019 Markov-láncok A Markov-láncok anaĺızise főként a folyamat lehetséges realizációi valószínűségeinek kiszámolásával foglalkozik. Ezekben

Részletesebben

DÖNTÉSI MODELL KIALAKÍTÁSA KÖZBESZERZÉSI ELJÁRÁS SORÁN ELŐSZÓ

DÖNTÉSI MODELL KIALAKÍTÁSA KÖZBESZERZÉSI ELJÁRÁS SORÁN ELŐSZÓ Dr. Gyarmati József mk. őrnagy ZMNE BJKMK Katonai Logisztikai Minőségügyi és Közlekedésmérnöki Tanszék DÖNTÉSI MODELL KIALAKÍTÁSA KÖZBESZERZÉSI ELJÁRÁS SORÁN Absztrakt A cikk egy olyan algoritmust mutat

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

Bírálat. Farkas András

Bírálat. Farkas András Bírálat Farkas András Közlekedési rendszerek fejlesztése és értékelése többtényezős döntési eljárások felhasználásával (Appraisal and Development of Transportation Systems Using Multiple Criteria Decision

Részletesebben