Bozóki Sándor február 16. Érzékenységvizsgálat a Promethee módszertanban p. 1/18
|
|
- Marcell Bognár
- 6 évvel ezelőtt
- Látták:
Átírás
1 Érzékenységvizsgálat a Promethee módszertanban Bozóki Sándor február 16. Érzékenységvizsgálat a Promethee módszertanban p. 1/18
2 Vázlat PROMETHEE Parciális érzékenységvizsgálat egy szempontsúly változhat Teljes érzékenységvizsgálat akárhány szempontsúly változhat Érzékenységvizsgálat a Promethee módszertanban p. 2/18
3 C 1 C 2 C 3 C 4 Típus V-alakú V-alakú trapéz U-alakú Súly A A A Érzékenységvizsgálat a Promethee módszertanban p. 3/18
4 P 1 = C 1 A 1 A 2 A 3 A A A P 2 = C 2 A 1 A 2 A 3 A A A P 3 = C 3 A 1 A 2 A 3 A A A P 4 = C 4 A 1 A 2 A 3 A A A P = w 1 P 1 + w 2 P 2 + w 3 P 3 + w 4 P 4 = A 1 A 2 A 3 A A A Érzékenységvizsgálat a Promethee módszertanban p. 4/18
5 Pozitív és negatív döntési folyamok: A 1 A 2 A 3 Φ + P = A A A Φ Nettó döntési folyamértékek: Φ(A 1 ) = Φ + (A 1 ) Φ (A 1 ) = = 0 Φ(A 2 ) = Φ + (A 2 ) Φ (A 2 ) = = 0.2 Φ(A 3 ) = Φ + (A 3 ) Φ (A 3 ) = = 0.2 Érzékenységvizsgálat a Promethee módszertanban p. 5/18
6 Szempontonkénti pozitív és negatív döntési folyamok P 1 = C 1 A 1 A 2 A 3 Φ + C 1 A A A Φ C Szempontonkénti nettó döntési folyamértékek: Φ C1 (A 1 ) = Φ + C 1 (A 1 ) Φ C 1 (A 1 ) = 0 1 = 1 Φ C1 (A 2 ) = Φ + C 1 (A 2 ) Φ C 1 (A 2 ) = = 0.25 Φ C1 (A 3 ) = Φ + C 1 (A 3 ) Φ C 1 (A 3 ) = = 0.75 Érzékenységvizsgálat a Promethee módszertanban p. 6/18
7 Szempontonkénti pozitív és negatív döntési folyamok P 2 = C 2 A 1 A 2 A 3 Φ + C 2 A A A Φ C Szempontonkénti nettó döntési folyamértékek: Φ C2 (A 1 ) = Φ + C 2 (A 1 ) Φ C 2 (A 1 ) = = Φ C2 (A 2 ) = Φ + C 2 (A 2 ) Φ C 2 (A 2 ) = = Φ C2 (A 3 ) = Φ + C 2 (A 3 ) Φ C 2 (A 3 ) = = 0.5 Érzékenységvizsgálat a Promethee módszertanban p. 7/18
8 Szempontonkénti pozitív és negatív döntési folyamok: P 3 = C 3 A 1 A 2 A 3 Φ + C 3 A A A Φ C Szempontonkénti nettó döntési folyamértékek: Φ C3 (A 1 ) = Φ + C 3 (A 1 ) Φ C 3 (A 1 ) = 1 0 = 1 Φ C3 (A 2 ) = Φ + C 3 (A 2 ) Φ C 3 (A 2 ) = = 0.5 Φ C3 (A 3 ) = Φ + C 3 (A 3 ) Φ C 3 (A 3 ) = = 0.5 Érzékenységvizsgálat a Promethee módszertanban p. 8/18
9 Szempontonkénti pozitív és negatív döntési folyamok: P 4 = C 4 A 1 A 2 A 3 Φ + C 4 A A A Φ C Szempontonkénti nettó döntési folyamértékek: Φ C4 (A 1 ) = Φ + C 4 (A 1 ) Φ C 4 (A 1 ) = = 0.5 Φ C4 (A 2 ) = Φ + C 4 (A 2 ) Φ C 4 (A 2 ) = = 0.5 Φ C4 (A 3 ) = Φ + C 4 (A 3 ) Φ C 4 (A 3 ) = 0 0 = 0 Érzékenységvizsgálat a Promethee módszertanban p. 9/18
10 0 = Φ(A 1 ) = w 1 Φ C1 (A 1 ) + w 2 Φ C2 (A 1 ) + w 3 Φ C3 (A 1 ) + w 4 Φ C4 (A 1 ) = = 0. Hasonlóan Φ(A 2 ), Φ(A 3 ), Φ(A 4 )-re. Mareschal (1998) megmutatta, hogy a PROMETHEE egy additív többszempontú döntési modell. Érzékenységvizsgálat a Promethee módszertanban p. 10/18
11 Érzékenységvizsgálat additív többszempontú döntési modellekre (Mészáros, Rapcsák, 1996) Criteria C 1 C 2... C n Weight w 1 w 2... w n Total A 1 e 11 e e 1n n w i e 1i i=1 A 2 e 21 e e 2n n i=1 w i e 2i A m e m1 e m2... e mn n w i e mi i=1 Változik-e az alternatívák végsõ sorrendje, ha az input adatok (szempontsúlyok és az alternatívák szempontonkénti értékelése) megváltozik? Érzékenységvizsgálat a Promethee módszertanban p. 11/18
12 Érzékenységvizsgálat additív többszempontú döntési modellekre (Mészáros, Rapcsák, 1996) Szempont C 1 C 2... C n Súly w 1 w 2... w n Összpontszám A 1 e 11 e e 1n n w i e 1i i=1 A 2 e 21 e e 2n n i=1 w i e 2i n A m e m1 e m2... e mn w i e mi i=1 w i [w i λd i, w i + λd + i ] e ji [e ji λd ji, e ji + λd + ji ] Például D i = D + i = w i, d ji = d+ ji = e ji és λ = 0.1 esetén minden adat +/- 10% (relatív értelemben) változhat, egymástól függetlenül. Érzékenységvizsgálat a Promethee módszertanban p. 12/18
13 Érzékenységvizsgálat additív többszempontú döntési modellekre (Mészáros, Rapcsák, 1996) w i [w i λd i, w i + λd + i ] e j i [e ji λd ji, e ji + λd + ji ] Válasszuk ki az alternatívák végsõ rangsorából a rendezett alternatívapárok egy tetszõleges részhalmazát (akár az összeset is). Ekkor a kiválasztott rangsorbeli viszonyokat nem változtató λ maximális értéke hatékonyan és gyorsan számolható. Például ha az összes rendezett alternatívapár, azaz a teljes rangsor kiválasztása mellett λ = 20% adódik, akkor minden adat +/- 20%-ot változhat (relatív értelemben) anélkül, hogy a teljes rangsor változna. Ugyanakkor az adatok alkalmas (csökkenõ vagy növekvõ) +/- 21%-os változtatásával legalább egy alternatívapár sorrendje megfordul. Érzékenységvizsgálat a Promethee módszertanban p. 13/18
14 Parciális érzékenységvizsgálat a Decision Lab 2000, ill. PROMCALC szoftverekben: walking weights: egy szempontsúly változhat stability intervals: egy szempontsúly változási tartománya (intervallum) A PROMCALC szoftverben (ami régebbi, mint a Decision Lab 2000) két szempontsúly egyidejû változása is nyomon követhetõ, ekkor egy stabilitási sokszöget kapunk. A javasolt módszerrel viszont tetszõleges számú szempont kiválasztható, amelyek egyidejû változásával adódó sorrendbeli változások tetten érhetõk. Speciális eset: ha csak egy szempontot választunk ki, akkor a parciális érzékenységvizsgálat eredményét kapjuk meg. Érzékenységvizsgálat a Promethee módszertanban p. 14/18
15 Kérdések: Mi mondható az alternatívák szempontonkénti értékelésének változása esetén? A szempontsúlyok közötti logikai összefüggések? Érzékenységvizsgálat a Promethee módszertanban p. 15/18
16 Hivatkozások 1/2 Brans, J.P., Vincke, P. [1985]: A preference ranking organisation method (The PROMETHEE method for multiple criteria decision making), Management Science, 31, pp Brans, J.P., Mareschal, B., Vincke, P. [1984]: PROMETHEE: A new family of outranking methods in multicriteria analysis, in: J.P. Brans (ed.), Operational Research 84, North-Holland, Amsterdam, pp Brans, J.P., Vincke, P., and Mareschal, B. [1986]: How to select and how to rank projects: The PROMETHEE method, European Journal of Operational Research 24, pp Érzékenységvizsgálat a Promethee módszertanban p. 16/18
17 Hivatkozások 2/2 Mareschal, B. [1988]: Weight stability intervals in multicriteria decision aid, European Journal of Operational Research 33, pp Wolters, W.T.M., Mareschal, B. [1995]: Novel types of sensitivity analysis for additive MCDM methods, European Journal of Operational Research 81, pp Mészáros, Cs., Rapcsák, T. [1996]: On sensitivity analysis for a class of decision systems, Decision Support Systems, 16, pp Érzékenységvizsgálat a Promethee módszertanban p. 17/18
18 Köszönöm a figyelmet. bozoki@sztaki.hu bozoki Érzékenységvizsgálat a Promethee módszertanban p. 18/18
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
RészletesebbenBozóki Sándor. MTA SZTAKI, Budapesti Corvinus Egyetem. Vitaliy Tsyganok
A feszítőfákból számolt súlyvektorok mértani közepének optimalitása a logaritmikus legkisebb négyzetes célfüggvényre nézve Bozóki Sándor MTA SZTAKI, Budapesti Corvinus Egyetem Vitaliy Tsyganok Laboratory
RészletesebbenPáros összehasonlítás mátrixokból számolt súlyvektorok Pareto-optimalitása
Páros összehasonlítás mátrixokból számolt súlyvektorok Pareto-optimalitása Bozóki Sándor 1,2, Fülöp János 1,3 1 MTA SZTAKI; 2 Budapesti Corvinus Egyetem 3 Óbudai Egyetem XXXI. Magyar Operációkutatási Konferencia
RészletesebbenBIZONYTALANSÁG A KOCKÁZATBECSLÉSBEN 1. BEVEZETÉS
Pokorádi László BIZONYTALANSÁG A KOCKÁZATBECSLÉSBEN A műszaki menedzsment döntései különböző pozitív vagy negatív előjelű eredményeket eredményezhetnek. A döntéshozóknak mind morális, mind szakmai szempontokat
RészletesebbenDöntéselőkészítés. XII. előadás. Döntéselőkészítés
XII. előadás Többszempontú döntések elmélete MAUT (Multi Attribute Utility Theory ) A többszempontú döntési feladatok megoldásának lépései: A döntési feladat felépítése: a) a cél megfogalmazása, b) az
RészletesebbenCsoportos döntési modellek
Budapesti Közgazdaságtudományi és Államigazgatási Egyetem MTA Számítástechnikai és Automatizálási Kutató Intézetébe kihelyezett Gazdasági Döntések Tanszék Rapcsák Tamás Többszempontú döntési problémák
Részletesebben1. hét. Neptun kód. Összesen. Név
1. hét 1 5 1 3 28 1 1 8 1 3 3 44 1 5 1 3 2 3 1 7 5 1 3 1 45 1 5 1 1 1 6 51 1 1 1 1 1 5 1 2 8 1 7 3 4 8 5 8 1 1 41 1 5 8 1 1 3 46 1 8 1 3 2 33 1 7 8 1 3 38 1 5 7 1 7 1 49 1 1 5 1 1 45 1 8 1 3 31 1 8 8 1
RészletesebbenA DÖNTÉSELMÉLET ELEMEI
A DÖNTÉSELMÉLET ELEMEI Irodalom: Temesi J., A döntéselmélet alapjai, Aula, 2002, Budapest Lawrence, J.A., Pasternack, B.A., Applied management science, John Wiley & Sons Inc. 2002 Stevenson, W. J., Operation
RészletesebbenBírálat. Farkas András
Bírálat Farkas András Közlekedési rendszerek fejlesztése és értékelése többtényezős döntési eljárások felhasználásával (Appraisal and Development of Transportation Systems Using Multiple Criteria Decision
RészletesebbenSzámítógépes döntéstámogatás. Döntések fuzzy környezetben Közelítő következtetések
BLSZM-09 p. 1/17 Számítógépes döntéstámogatás Döntések fuzzy környezetben Közelítő következtetések Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu
RészletesebbenTöbbszempontú döntési módszerek, modellek Dr. Stettner Eleonóra
Kaposvári Egyetem Gazdaságtudományi Kar Kari Tudományos Diákköri Tanács TDK módszertani kurzus 3. alkalom Többszempontú döntési módszerek, modellek Dr. Stettner Eleonóra 2016. április 4. A kurzus a Nemzeti
RészletesebbenNem teljesen kitöltött páros összehasonlítás mátrixok sajátérték optimalizálása Newton-módszerrel p. 1/29. Ábele-Nagy Kristóf BCE, ELTE
Nem teljesen kitöltött páros összehasonlítás mátrixok sajátérték optimalizálása Newton-módszerrel Ábele-Nagy Kristóf BCE, ELTE Bozóki Sándor BCE, MTA SZTAKI 2010. november 4. Nem teljesen kitöltött páros
RészletesebbenPáros összehasonlítás mátrixok empirikus vizsgálata p. 1/20
Páros összehasonlítás mátrixok empirikus vizsgálata Bozóki Sándor 1,2, Dezső Linda 3,4, Poesz Attila 2, Temesi József 2 1 MTA SZTAKI; 2 Budapesti Corvinus Egyetem 3 Szegedi Tudományegyetem 4 Budapesti
RészletesebbenOrszágos Középiskolai Tanulmányi Verseny 2009/2010 Matematika I. kategória (SZAKKÖZÉPISKOLA) 2. forduló feladatainak megoldása
Oktatási Hivatal Országos Középiskolai Tanulmányi Verseny / Matematika I. kategória (SZAKKÖZÉPISKOLA) 2. forduló feladatainak megoldása. Oldja meg a valós számok legbővebb részhalmazán a egyenlőtlenséget!
RészletesebbenTÖBBSZEMPONTÚ DÖNTÉSI MODELL ALKALMAZÁSA A HADITECHNIKAI ESZKÖZÖK FEJLESZTÉSÉNEK ÉS KORSZERŰSÍTÉSÉNEK FOLYAMATÁBAN
XIII. Évfolyam 4. szám 2018. december TÖBBSZEMPONTÚ DÖNTÉSI MODELL ALKALMAZÁSA A HADITECHNIKAI ESZKÖZÖK FEJLESZTÉSÉNEK ÉS KORSZERŰSÍTÉSÉNEK FOLYAMATÁBAN APPLICATION OF MULTI-CRITERIA DECISION MAKING IN
RészletesebbenKereskedési rendszerek kétoldalú szerződésekkel
Kereskedési rendszerek kétoldalú szerződésekkel Fleiner Tamás, Jankó Zsuzsanna, Akihisa Tamura, Alexander Teytelboym 2017. június 16. MOK Fleiner Tamás, Jankó Zsuzsanna, Akihisa Tamura, Kereskedési Alexander
RészletesebbenAlternatívák rangsora Rangsor módszerek. Debreceni Egyetem
Döntéstámogató Rendszerek VII. előadás Bekéné Rácz Anett Debreceni Egyetem Definíciók Példa rangsorfordulásra Rangsorokkal kapcsolatos fogalmak Condorcet nyertes: Az az alternatíva, amely az összes többi
RészletesebbenArany Dániel Matematikai Tanulóverseny 2012/2013-as tanév 1. forduló haladók III. kategória
Bolyai János Matematikai Társulat Arany Dániel Matematikai Tanulóverseny 0/03-as tanév. forduló haladók III. kategória Megoldások és javítási útmutató. Egy kör kerületére felírjuk -től 3-ig az egészeket
RészletesebbenDeterminánsok. 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
RészletesebbenEsettanulmányok a WINGDSS szoftverrel
Budapesti Közgazdaságtudományi és Államigazgatási Egyetem MTA Számítástechnikai és Automatizálási Kutató Intézetébe kihelyezett Gazdasági Döntések Tanszék Rapcsák Tamás Többszempontú döntési problémák
RészletesebbenÚj változatelemzési útmutató a közép-kelet-európai régióban:
MaSzeSz XII. Országos Konferencia Megvalósított csatornázási és szennyvíztisztítási beruházások értékelése Új változatelemzési útmutató a közép-kelet-európai régióban: DCCC módszer (Dynamic Cost Comparison
RészletesebbenKÖFOP VEKOP A jó kormányzást megalapozó közszolgálat-fejlesztés
KÖFOP-2.1.2-VEKOP-15-2016- 00001 A jó kormányzást megalapozó közszolgálat-fejlesztés Jó állam jó rendészet: fókuszban a rendőrség hatékonysága (nemzetközi kitekintés, saját kutatás) Dr. Vári Vince PhD
RészletesebbenTöbbszempontú döntési problémák. II. Esettanulmányok a WINGDSS szoftverrel
Budapesti Közgazdaságtudományi és Államigazgatási Egyetem MTA Számítástechnikai és Automatizálási Kutató Intézetébe kihelyezett Gazdasági Döntések Tanszék Rapcsák Tamás Többszempontú döntési problémák
Részletesebbenf(x) vagy f(x) a (x x 0 )-t használjuk. lim melyekre Mivel itt ɛ > 0 tetszőlegesen kicsi, így a a = 0, a = a, ami ellentmondás, bizonyítva
6. FÜGGVÉNYEK HATÁRÉRTÉKE ÉS FOLYTONOSSÁGA 6.1 Függvény határértéke Egy D R halmaz torlódási pontjainak halmazát D -vel fogjuk jelölni. Definíció. Legyen f : D R R és legyen x 0 D (a D halmaz torlódási
RészletesebbenSzélsőérték feladatok megoldása
Szélsőérték feladatok megoldása A z = f (x,y) függvény lokális szélsőértékének meghatározása: A. Szükséges feltétel: f x (x,y) = 0 f y (x,y) = 0 egyenletrendszer megoldása, amire a továbbiakban az x =
RészletesebbenNULLADIK 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
RészletesebbenTYPHOON computer. Insportline Hungary kft.
TYPHOON computer Insportline Hungary kft. A computer használata Technikai adatok Time (idő) 00:00-99:59 Min Speed (sebesség) 0.8-20.0 km/h Incline (dőlésszög) 0-15% Distance (távolság) 0.00-99.9 km Calories
RészletesebbenHálózati Folyamok Alkalmazásai. Mályusz Levente BME Építéskivitelezési és Szervezési Tanszék
Hálózati Folyamok Alkalmazásai Mályusz Levente BME Építéskivitelezési és Szervezési Tanszék Maximális folyam 7 7 9 3 2 7 source 8 4 7 sink 7 2 9 7 5 7 6 Maximális folyam feladat Adott [N, A] digráf (irányított
RészletesebbenNéhány elemmel konzisztenssé tehető páros összehasonlítás mátrixok
Néhány elemmel konzisztenssé tehető páros összehasonlítás mátrixok Poesz Attila BCE Operációkutatás és Aktuáriustudományok Tanszék 2010. április 1. Poesz A. () Következetlenség 2010. április 1. 1 / 28
Részletesebben5. Analytic Hierarchy Process (AHP)
5 Analytic Hierarchy Process (AHP) (ld Temesi J: A döntéselmélet alapjai, 120-128) (Rapcsák T: Többszempontú döntési problémák I ld http://wwwoplabsztakihu/tanszek/download/ ITobbsz-dont-modszpdf) 51 Bevezetés
RészletesebbenAdatbázisok* tulajdonságai
Gazdasági folyamatok térbeli elemzése 4. előadás 2010. 10. 05. Adatbázisok* tulajdonságai Rendezett, logikailag összefüggő és meghatározott szempont szerint tárolt adatok és/vagy információk halmaza Az
RészletesebbenKatasztrófaelhárítás extrém körülmények között! Dél-afrikai Köztársaság. Süli Zoltán Andries Jordaan
Katasztrófaelhárítás extrém körülmények között! Dél-afrikai Köztársaság Süli Zoltán Andries Jordaan 2222 Disaster Management and Training Center for Africa (DiMTEC), Free State University és a Nemzeti
RészletesebbenTűzoltók angol nyelvi képzésének tapasztalatai a Nemzeti Közszolgálati Egyetem Katasztrófavédelmi Intézetében
Tűzvédelmi Szakmai Nap 2016 Tudományos Konferencia Szentendre, 2016. március 2. Tűzoltók angol nyelvi képzésének tapasztalatai a Nemzeti Közszolgálati Egyetem Katasztrófavédelmi Intézetében Kuk Enikő Doktorandusz
Részletesebben(1939. január 3. 2008. június 11.)
Alkalmazott Matematikai Lapok 26 (2009), 143-149. STAHL JÁNOS (1939. január 3. 2008. június 11.) Amikor Stahl János jellegzetes alakját felidézzük a kés bb született olvasó számára, akkor fel kell idéznünk
Részletesebbena = 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
RészletesebbenMIBEN SEGÍT A RENDSZERSZEMLÉLETŰ KONFIGURÁCIÓELEMZÉS AZ ALKOTÁSOK PSZICHOLÓGIAI ELEMZÉSE SORÁN?
Psychologia Hungarica Caroliensis, 2013, 1, 1, 108-113. DOI: 10.12663/PsyHung.1.2013.1.1.5 MIBEN SEGÍT A RENDSZERSZEMLÉLETŰ KONFIGURÁCIÓELEMZÉS AZ ALKOTÁSOK PSZICHOLÓGIAI ELEMZÉSE SORÁN? A hétlépéses képelemzési
RészletesebbenDiszkrét matematika 2.C szakirány
Diszkrét matematika 2.C szakirány 207. tavasz. Diszkrét matematika 2.C szakirány 9. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék 207.
RészletesebbenCsima Judit április 9.
Osztályozókról még pár dolog Csima Judit BME, VIK, Számítástudományi és Információelméleti Tanszék 2018. április 9. Csima Judit Osztályozókról még pár dolog 1 / 19 SVM (support vector machine) ez is egy
RészletesebbenProgramozási módszertan. Mohó algoritmusok
PM-08 p. 1/17 Programozási módszertan Mohó algoritmusok Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu PM-08 p. 2/17 Bevezetés Dinamikus programozás
RészletesebbenSzimulátorok alkalmazása a tűzvédelemben
Szimulátorok alkalmazása a tűzvédelemben 2016 Mezei Daniella Ibolya BSc Építészmérnök, Tűzvédelmi szakirány Szent István Egyetem Ybl Miklós Építéstudományi Kar 1142 Budapest, Thököly út 74. Mezei.Daniella@gmail.com
RészletesebbenA döntésorientált hibamód és hatáselemzés módszertanának tapasztalatai az AUDI Motor Hungária Kft.-nél
A döntésorientált hibamód és hatáselemzés módszertanának tapasztalatai az AUDI Motor Hungária Kft.-nél Dr. Bognár Ferenc, adjunktus, Pannon Egyetem Meilinger Zsolt, műszaki menedzser, Pannon Egyetem 1.
RészletesebbenMatematika alapjai; Feladatok
Matematika alapjai; Feladatok 1. Hét 1. Tekintsük a,, \ műveleteket. Melyek lesznek a.) kommutativok b.) asszociativak c.) disztributívak-e a, műveletek? Melyik melyikre? 2. Fejezzük ki a műveletet a \
RészletesebbenKÖLTSÉG-HASZON ELEMZÉS A 2014-2020 PROGRAMOZÁSI IDŐSZAKBAN 2015.05.26.
KÖLTSÉG-HASZON ELEMZÉS A 2014-2020 PROGRAMOZÁSI IDŐSZAKBAN 2015.05.26. A KÖLTSÉG-HASZON ELEMZÉS (CBA) CÉLJAI A strukturális és beruházási alapok (ESB alapok) felhasználásának feltétele: a támogatás indokoltsága.
RészletesebbenA függvényekről tanultak összefoglalása /9. évfolyam/
A függvényekről tanultak összefoglalása /9. évfolyam/ Készítette: Almási István almasi84@gmail.com Lineáris függvény A függvény általános alakja: f (x):= m 1 m 2 x+b m a meredekség b a tengelymetszet 2/42
RészletesebbenHARCÁSZATI REPÜLŐGÉPEK ÖSSZEHASONLÍTÁSÁRA HASZNÁLHATÓ MATEMATIKAI MÓDSZEREK
Békési Bertold - Kavas László - Prof Dr. Óvári Gyula HARCÁSZATI REPÜLŐGÉPEK ÖSSZEHASONLÍTÁSÁRA HASZNÁLHATÓ MATEMATIKAI MÓDSZEREK A Magyar Honvédség légierejének lehetséges korszerűsítési módja napjainkban
RészletesebbenA gazdasági növekedés és a relatív gazdasági fejlettség empíriája
A gazdasági növekedés és a relatív gazdasági fejlettség empíriája Dr. Dombi Ákos (dombi@finance.bme.hu) Jövedelmi diszparitások a világban Stilizált tények: 1. Már a 20. század közepén is jelentős jövedelmi
RészletesebbenÖsszeállította: dr. Leitold Adrien egyetemi docens
Az R n vektortér Összeállította: dr. Leitold Adrien egyetemi docens 2008.09.08. R n vektortér/1 Vektorok Rendezett szám n-esek: a = (a 1, a 2,, a n ) sorvektor a1 a = a2 oszlopvektor... a n a 1, a 2,,
RészletesebbenTöbbszempontú döntési módszerek
XI. előadás Többszempontú döntési módszerek Mindennapi tapasztalat: döntési helyzetbe kerülve több változat (alternatíva) között kell (lehet) választani, az alternatívákat kölönféle szempontok szerint
RészletesebbenSzámrendszerek Feladat. Számrendszerek. Németh Bence május 13.
2014. május 13. Legyen Λ R n rács, M : Λ Λ alapmátrix, melyre det(m) 0, 0 D Λ véges jegyhalmaz. Legyen Λ R n rács, M : Λ Λ alapmátrix, melyre det(m) 0, 0 D Λ véges jegyhalmaz. Definíció (Generalized number
Részletesebben1. Ábrázolja az f(x)= x-4 függvényt a [ 2;10 ] intervallumon! (2 pont) 2. Írja fel az alábbi lineáris függvény grafikonjának egyenletét!
Függvények 1 1. Ábrázolja az f()= -4 függvényt a [ ;10 ] intervallumon!. Írja fel az alábbi lineáris függvény grafikonjának egyenletét! 3. Ábrázolja + 1 - függvényt a [ ;] -on! 4. Az f függvényt a valós
RészletesebbenICT ÉS BP RENDSZEREK HATÉKONY TELJESÍTMÉNY SZIMULÁCIÓJA DR. MUKA LÁSZLÓ
ICT ÉS BP RENDSZEREK HATÉKONY TELJESÍTMÉNY SZIMULÁCIÓJA DR. MUKA LÁSZLÓ 1 TARTALOM 1.1 A MODELLEZÉS ÉS SZIMULÁCIÓ META-SZINTŰ HATÉKONYSÁGÁNAK JAVÍTÁSA A. Az SMM definiálása, a Jackson Keys módszer kiterjesztése
RészletesebbenTender-EXPERT. Hatékony megoldás a szervezet érdekeinek védelmére. Bull Kormányzati Megoldások Szakmai Nap. Veszelka Tamás. vezérigazgató Winsdom Zrt.
Tender-EXPERT Hatékony megoldás a szervezet érdekeinek védelmére Bull Kormányzati Megoldások Szakmai Nap Veszelka Tamás vezérigazgató Winsdom Zrt. Tartalom Cégünkről Elvárások kereszttüzében merre vezet
Részletesebbenműszaki tudomány doktora 1992 Beosztás: stratégiai tanácsadó, tudományos tanácsadó Munkahelyek: Nokia -Hungary kft Veszprémi Egyetem
Név: Tarnay Katalin Születési adatok: Nyiregyháza, 1933. május 8 Legmagasabb tudományos fokozat, és elnyerésének éve: műszaki tudomány doktora 1992 Beosztás: stratégiai tanácsadó, tudományos tanácsadó
RészletesebbenVÁLTOZTATÁSMENEDZSMENT A HAZAI GYAKORLATBAN
Nyugat-magyarországi Egyetem Közgazdaságtudományi Kar Széchenyi István Gazdálkodás- és Szervezéstudományok Doktori Iskola Vállalkozásgazdaságtan és menedzsment program VÁLTOZTATÁSMENEDZSMENT A HAZAI GYAKORLATBAN
RészletesebbenOktatói önéletrajz Dr. Temesi József
egyetemi tanár Közgazdaságtudományi Kar Operációkutatás és Aktuáriustudományok Tanszék Karrier Felsőfokú végzettségek: 1969-1974 MKKE, népgazdasági tervező-elemző szak, gazdaságmatematikai szakágazat Tudományos
RészletesebbenOTKA Zárójelentés 2006-2010. Publikációk 2009-2010.
OTKA Zárójelentés 2006-2010. Publikációk 2009-2010. ZÁRÓJELENTÉS szakmai beszámoló OTKA-azonosító: 63591 Típus: K Szakmai jelentés: 2010. 04. 02. Vezető kutató: Illés Béla Kutatóhely: Anyagmozgatási és
RészletesebbenBudapesti Corvinus Egyetem. Közgazdaságtani Ph.D. Program
Budapesti Corvinus Egyetem Közgazdaságtani Ph.D. Program SÚLYOZÁS PÁROS ÖSSZEHASONLÍTÁSSAL ÉS ÉRTÉKELÉS HASZNOSSÁGI FÜGGVÉNYEKKEL A TÖBBSZEMPONTÚ DÖNTÉSI FELADATOKBAN Ph.D. értekezés tézisgyűjtemény Bozóki
Részletesebben2. Alapfogalmak, műveletek
2. Alapfogalmak, műveletek Gépi intelligencia I. Fodor János BMF NIK IMRI NIMGIMIEM Tartalomjegyzék I Mit tudunk eddig? 2 Fuzzy halmazokkal kapcsolatos alapvető fogalmak Fuzzy halmaz tartója Fuzzy halmaz
RészletesebbenVégeselem modellezés alapjai 1. óra
Végeselem modellezés alapjai. óra Gyenge alak, Tesztfüggvény, Lagrange-féle alakfüggvény, Stiness mátrix Kivonat Az óra célja, hogy megismertesse a végeselem módszer (FEM) alkalmazását egy egyszer probléma,
RészletesebbenAz optimális megoldást adó algoritmusok
Az optimális megoldást adó algoritmusok shop ütemezés esetén Ebben a fejezetben olyan modellekkel foglalkozunk, amelyekben a munkák több műveletből állnak. Speciálisan shop ütemezési problémákat vizsgálunk.
RészletesebbenFRAKTÁLGEOMETRIA. Metrikus terek, szeparábilitás, kompaktság. Czirbusz Sándor czirbusz@gmail.com. Komputeralgebra Tanszék ELTE Informatika Kar
Metrikus terek, szeparábilitás, kompaktság Czirbusz Sándor czirbusz@gmail.com Komputeralgebra Tanszék ELTE Informatika Kar 2010. március 7. Vázlat 1 Szeparábilitás Definíciók A szeparábilitás ekvivalens
RészletesebbenMÁTRIXALGEBRAI HIBAFA- ÉRZÉKENYSÉGELEMZÉS
Miskolci Egyetem Multidiszciplináris tudományok. kötet (2). szám pp. 3-. MÁTRIXALGEBRAI HIBAFA- ÉRZÉENYSÉGELEMZÉS Pokorádi László egyetemi tanár Debreceni Egyetem Műszaki ar 428 Debrecen Ótemető u. 2-4.
RészletesebbenFOLYÓIRATOK, ADATBÁZISOK
Szakkönyvtár FOLYÓIRATOK, ADATBÁZISOK 2013. szeptember Acta Oeconomica Állam- és Jogtudomány Élet és Irodalom Figyelő Gazdaság és Jog Határozatok Tára HVG Közgazdasági Szemle Külgazdaság Magyar Hírlap
Részletesebbenb) 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
RészletesebbenCash Management információk
Cash Management 1 Cash Management információk A csoport vezetője (Pool Leader) az alábbi funkciók segítségével kaphat információt a csoportba tartozó számlák egyenlegéről és a belső kamatelszámolásról.
Részletesebbene (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma:
Normális eloszlás ξ valószínűségi változó normális eloszlású. ξ N ( µ, σ 2) Paraméterei: µ: várható érték, σ 2 : szórásnégyzet (µ tetszőleges, σ 2 tetszőleges pozitív valós szám) Normális eloszlás sűrűségfüggvénye:
RészletesebbenA Lee-Carter módszer magyarországi
A Lee-Carter módszer magyarországi alkalmazása Baran Sándor, Gáll József, Ispány Márton, Pap Gyula Alkalmazott Matematika és Valószínűségszámítás Tanszék, Debreceni Egyetem, Informatikai Kar 1 Feladatok:
RészletesebbenDIFFERENCIÁLEGYENLETEK. BSc. Matematika II. BGRMA2HNND, BGRMA2HNNC
BSC MATEMATIKA II. MÁSODRENDŰ LINEÁRIS DIFFERENCIÁLEGYENLETEK BSc. Matematika II. BGRMAHNND, BGRMAHNNC MÁSODRENDŰ DIFFERENCIÁLEGYENLETEK Egy explicit közönséges másodrendű differenciálegyenlet általános
Részletesebben4. SOROK. a n. a k (n N) a n = s, azaz. a n := lim
Példák.. Geometriai sor. A aq n = a + aq + aq 2 +... 4. SOROK 4. Definíció, konvergencia, divergencia, összeg Definíció. Egy ( ) (szám)sorozat elemeit az összeadás jelével összekapcsolva kapott a + a 2
RészletesebbenMultiBoot. Felhasználói útmutató
MultiBoot Felhasználói útmutató Copyright 2007 Hewlett-Packard Development Company, L.P. Az itt szereplő információ előzetes értesítés nélkül változhat. A HP termékeire és szolgáltatásaira vonatkozó kizárólagos
RészletesebbenMaster of Arts. International Hotel Management and Hotel Companies Management. SWOT analysis & evaluation. How and for what to use SWOT
Master of Arts 1 International Hotel Management and Hotel Companies Management SWOT analysis & evaluation How and for what to use SWOT 1 Stratégiai térképkészítés 2 Stratégiai térkép Kik a vállalat legfontosabb
RészletesebbenKétdimenziós mesterséges festési eljárások. Hatások és alkalmazások
Pannon Egyetem Informatikai Tudományok Doktori Iskola Tézisfüzet Kétdimenziós mesterséges festési eljárások. Hatások és alkalmazások Kovács Levente Képfeldolgozás és Neuroszámítógépek Tanszék Témavezet
RészletesebbenTevékenység szemléletű tervezés magyarországi felsőoktatási intézmények pályázataiban
Tevékenység szemléletű tervezés magyarországi felsőoktatási intézmények pályázataiban SÜVEGES Gábor Béla Miskolci Egyetem, Gazdaságtudományi Kar, Miskolc stsuveges@uni-miskolc.hu Az utóbbi években egyre
Részletesebben5. Analytic Hierarchy Process (AHP)
5 Analytic Hierarchy Process (AHP) (ld Temesi J: A döntéselmélet alapjai, 120-128) (Rapcsák T: Többszempontú döntési problémák I ld http://wwwoplabsztakihu/tanszek/download/ ITobbsz-dont-modszpdf) 51 Bevezetés
RészletesebbenTérinformatika. j informáci. ciós s rendszerek funkciói. Kereső nyelvek (Query Languages) Az adatok feldolgozását (leválogat
Térinformatika Elemzék 2. Az informáci ciós s rendszerek funkciói adatnyerés s (input) adatkezelés s (management) adatelemzés s (analysis) adatmegjelenítés s (prentation) Összeállította: Dr. Szűcs LászlL
RészletesebbenGróf Ágnes. A daganatos megbetegedések elleni küzdelem stratégiája. PhD értekezés TÉZISEK. Témavezető Dr Bélyácz Iván
Gróf Ágnes A daganatos megbetegedések elleni küzdelem stratégiája PhD értekezés TÉZISEK Témavezető Dr Bélyácz Iván 2007 2 A daganatos megbetegedések hosszú évtizedek óta a halálozási statisztikák élén
Részletesebben3. Fuzzy aritmetika. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI
3. Fuzzy aritmetika Gépi intelligencia I. Fodor János BMF NIK IMRI NIMGI1MIEM Tartalomjegyzék I 1 Intervallum-aritmetika 2 Fuzzy intervallumok és fuzzy számok Fuzzy intervallumok LR fuzzy intervallumok
Részletesebben0. BEVEZETÉS. Decision theory: web Google keresés= 27 millió találat Döntéselmélet: web Google keresés= 12 ezer találat. orvosi,
0. BEVEZETÉS Decision theory: web Google keresés= 27 millió találat Döntéselmélet: web Google keresés= 12 ezer találat Döntéselmélet néhány területe: orvosi, ogi, bírói, közgazdasági, műszaki, egyéb. Módszerek
RészletesebbenLogikai szita (tartalmazás és kizárás elve)
Logikai szita (tartalmazás és kizárás elve) Kombinatorika 5. előadás SZTE Bolyai Intézet Szeged, 2016. március 1. 5. ea. Logikai szita két halmazra 1/4 Középiskolás feladat. Egy 30 fős osztályban a matematikát
RészletesebbenFenntarthatósági szempontok beépítése a beszállító értékelésébe a DEA/CI összetett
Vörösmarty Gyöngyi Dobos Imre Fenntarthatósági szempontok beépítése a beszállító értékelésébe a DEA/CI összetett indikátorok módszere alkalmazásával A környezeti hatások rendszerint túlmutatnak egy vállalat
RészletesebbenOPTIMÁLIS HADITECHNIKAI ESZKÖZ KIVÁLASZTÁSA MATEMATIKAI MODELL SEGÍTSÉGÉVEL
Szakácsi István OPTIMÁLIS HADITECHNIKAI ESZKÖZ KIVÁLASZTÁSA MATEMATIKAI MODELL SEGÍTSÉGÉVEL Rezümé: A cikk a matematikai eljárások, módszerek használata fontosságának bemutatását célozza meg haditechnikai
RészletesebbenBaksay Attila RHK Kft. NRHT konferencia 2013. szeptember 17.
Baksay Attila RHK Kft. NRHT konferencia 2013. szeptember 17. Üzemviteli biztonsági értékelés növekvő szerepe Az NRHT fejlődésével nőtt az üzemviteli fázis biztonságának fontossága Telephely kiválasztás
Részletesebben1. előadás. Lineáris algebra numerikus módszerei. Hibaszámítás Számábrázolás Kerekítés, levágás Klasszikus hibaanalízis Abszolút hiba Relatív hiba
Hibaforrások Hiba A feladatok megoldása során különféle hibaforrásokkal találkozunk: Modellhiba, amikor a valóságnak egy közelítését használjuk a feladat matematikai alakjának felírásához. (Pl. egy fizikai
RészletesebbenEdényrendezés. Futási idő: Tegyük fel, hogy m = n, ekkor: legjobb eset Θ(n), legrosszabb eset Θ(n 2 ), átlagos eset Θ(n).
Edényrendezés Tegyük fel, hogy a rendezendő H = {a 1,...,a n } halmaz elemei a [0,1) intervallumba eső valós számok. Vegyünk m db vödröt, V [0],...,V [m 1] és osszuk szét a rendezendő halmaz elemeit a
RészletesebbenTelefonszám(ok) +36-93-502-916 Mobil +36-30-396-8675 Fax(ok) +36-93-502-900. Egyetem u. 10., 8200 Veszprém. Tehetséggondozás (matematika)
Europass Önéletrajz Személyi adatok Vezetéknév(ek) / Utónév(ek) Bujtás Csilla Telefonszám(ok) +36-93-502-916 Mobil +36-30-396-8675 Fax(ok) +36-93-502-900 E-mail(ek) Szakmai tapasztalat bujtas@dcs.vein.hu
RészletesebbenMATEMATIKA 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!
RészletesebbenF L U E N T U. Nemzetközi gazdaság- és társadalomtudományi folyóirat International journal of Economic and Social Sciences. 2015. II. évfolyam 3.
F L U E N T U M Nemzetközi gazdaság- és társadalomtudományi folyóirat International journal of Economic and Social Sciences 2015. II. évfolyam 3. szám ISSN 2064-6356 www.fluentum.hu A KÁRPÁT-MEDENCE REGIONÁLIS
RészletesebbenA KOCKÁZATKEZELÉSI MÓDSZEREK A NATO-BAN
DR. VASVÁRI FERENC A KOCKÁZATKEZELÉSI MÓDSZEREK A NATO-BAN A 2. Biztonságtudományi Világkongresszus (2 nd World Congress on Safety Science) témája az emberi élet, a környezet és a működés-fenntartás kockázatainak
RészletesebbenAz R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit.
2. A VALÓS SZÁMOK 2.1 A valós számok aximómarendszere Az R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit. 1.Testaxiómák R-ben két művelet van értelmezve, az
RészletesebbenAdatszerkezetek II. 6. előadás
Adatszerkezetek II. 6. előadás Feladat: Egy kábelhálózat különböző csatornáin N filmet játszanak. Ismerjük mindegyik film kezdési és végidejét. Egyszerre csak 1 filmet tudunk nézni. Add meg, hogy maximum
RészletesebbenTörténet John Little (1970) (Management Science cikk)
Információ menedzsment Szendrői Etelka Rendszer- és Szoftvertechnológia Tanszék szendroi@witch.pmmf.hu Vezetői információs rendszerek Döntéstámogató rendszerek (Decision Support Systems) Döntések információn
RészletesebbenB/16. számú melléklet Önéletrajz sablon
Europass Önéletrajz Személyi adatok Vezetéknév / Utónév(ek) Tímea Fülep Cím(ek) 3, Törökugrató u. 3., 1118, Budapest, Magyarország Telefonszám(ok) +36 96 50 3308 Mobil: +36 70 210 4319 Fax(ok) +36 1 436
RészletesebbenMátrixok 2017 Mátrixok
2017 számtáblázatok" : számok rendezett halmaza, melyben a számok helye két paraméterrel van meghatározva. Például lineáris egyenletrendszer együtthatómátrixa 2 x 1 + 4 x 2 = 8 1 x 1 + 3 x 2 = 1 ( 2 4
RészletesebbenTársadalmi és gazdasági hálózatok modellezése
Társadalmi és gazdasági hálózatok modellezése 2. el adás A hálózatkutatás néhány fontos fogalma El adó: London András 2015. szeptember 15. Átmér l ij a legrövidebb út a hálózatban i és j pont között =
RészletesebbenSorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján
Sorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján Számsorozatok, vektorsorozatok konvergenciája Def.: Számsorozatok értelmezése:
RészletesebbenBevezetés az SPSS program használatába
Bevezetés az SPSS program használatába Statisztikai szoftver alkalmazás Géczi-Papp Renáta SPSS alapok Statistical Package for Social Sciences SPSS nézetek: Data View Variable View Output Viewer Sintax
RészletesebbenElőadó: Dr. Kertész Krisztián
Előadó: Dr. Kertész Krisztián E-mail: k.krisztian@efp.hu A termelés költségei függenek a technológiától, az inputtényezők árától és a termelés mennyiségétől, de a továbbiakban a technológiának és az inputtényezők
RészletesebbenFOLYAMATAUDIT JELENTÉS ELEKTRONIKUS VÁLTOZATA
FOLYAMATAUDIT JELENTÉS ELEKTRONIKUS VÁLTOZATA 1.0 VERZIÓ A program alkalmazási környezete A program felépítése, tulajdonságai A program további tulajdonságai A program ára A program szállítása, telepítése
RészletesebbenA 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