Bozóki Sándor február 16. Érzékenységvizsgálat a Promethee módszertanban p. 1/18

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Bozóki Sándor február 16. Érzékenységvizsgálat a Promethee módszertanban p. 1/18"

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

Részletesebben

Bozóki Sándor. MTA SZTAKI, Budapesti Corvinus Egyetem. Vitaliy Tsyganok

Bozóki 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

Részletesebben

Páros összehasonlítás mátrixokból számolt súlyvektorok Pareto-optimalitása

Páros 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

Részletesebben

BIZONYTALANSÁG A KOCKÁZATBECSLÉSBEN 1. BEVEZETÉS

BIZONYTALANSÁG 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

Részletesebben

Döntéselőkészítés. XII. előadás. Döntéselőkészítés

Döntéselőkészítés. 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

Részletesebben

Csoportos döntési modellek

Csoportos döntési modellek Budapesti Közgazdaságtudományi és Államigazgatási Egyetem MTA Számítástechnikai és Automatizálási Kutató Intézetébe kihelyezett Gazdasági Döntések Tanszék Rapcsák Tamás Többszempontú döntési problémák

Részletesebben

1. hét. Neptun kód. Összesen. Név

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

Részletesebben

A DÖNTÉSELMÉLET ELEMEI

A 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

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

Számítógépes döntéstámogatás. Döntések fuzzy környezetben Közelítő következtetések

Számítógépes 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

Részletesebben

Többszempontú döntési módszerek, modellek Dr. Stettner Eleonóra

Többszempontú 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

Részletesebben

Nem 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 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

Részletesebben

Páros összehasonlítás mátrixok empirikus vizsgálata p. 1/20

Páros 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

Részletesebben

Országos Középiskolai Tanulmányi Verseny 2009/2010 Matematika I. kategória (SZAKKÖZÉPISKOLA) 2. forduló feladatainak megoldása

Országos 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!

Részletesebben

TÖBBSZEMPONTÚ DÖNTÉSI MODELL ALKALMAZÁSA A HADITECHNIKAI ESZKÖZÖK FEJLESZTÉSÉNEK ÉS KORSZERŰSÍTÉSÉNEK FOLYAMATÁBAN

TÖBBSZEMPONTÚ 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

Részletesebben

Kereskedési rendszerek kétoldalú szerződésekkel

Kereskedési 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

Részletesebben

Alternatívák rangsora Rangsor módszerek. Debreceni Egyetem

Alternatívák 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

Részletesebben

Arany Dániel Matematikai Tanulóverseny 2012/2013-as tanév 1. forduló haladók III. kategória

Arany 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

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

Esettanulmányok a WINGDSS szoftverrel

Esettanulmányok a WINGDSS szoftverrel Budapesti Közgazdaságtudományi és Államigazgatási Egyetem MTA Számítástechnikai és Automatizálási Kutató Intézetébe kihelyezett Gazdasági Döntések Tanszék Rapcsák Tamás Többszempontú döntési problémák

Részletesebben

Új változatelemzési útmutató a közép-kelet-európai régióban:

Új 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

Részletesebben

KÖFOP VEKOP A jó kormányzást megalapozó közszolgálat-fejlesztés

KÖFOP 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

Részletesebben

Többszempontú döntési problémák. II. Esettanulmányok a WINGDSS szoftverrel

Többszempontú 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

Részletesebben

f(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

f(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

Részletesebben

Szélsőérték feladatok megoldása

Szélsőérték 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 =

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

TYPHOON computer. Insportline Hungary kft.

TYPHOON 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

Részletesebben

Hálózati Folyamok Alkalmazásai. Mályusz Levente BME Építéskivitelezési és Szervezési Tanszék

Hálózati 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

Részletesebben

Néhány elemmel konzisztenssé tehető páros összehasonlítás mátrixok

Néhány 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

Részletesebben

5. Analytic Hierarchy Process (AHP)

5. 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

Részletesebben

Adatbázisok* tulajdonságai

Adatbázisok* 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

Részletesebben

Katasztrófaelhárítás extrém körülmények között! Dél-afrikai Köztársaság. Süli Zoltán Andries Jordaan

Katasztrófaelhárítás 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

Részletesebben

Tűzoltók angol nyelvi képzésének tapasztalatai a Nemzeti Közszolgálati Egyetem Katasztrófavédelmi Intézetében

Tűzoltók 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.)

(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

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

MIBEN SEGÍT A RENDSZERSZEMLÉLETŰ KONFIGURÁCIÓELEMZÉS AZ ALKOTÁSOK PSZICHOLÓGIAI ELEMZÉSE SORÁN?

MIBEN 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

Részletesebben

Diszkrét matematika 2.C szakirány

Diszkrét 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.

Részletesebben

Csima Judit április 9.

Csima 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

Részletesebben

Programozási módszertan. Mohó algoritmusok

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

Részletesebben

Szimulátorok alkalmazása a tűzvédelemben

Szimulátorok 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

Részletesebben

A 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 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.

Részletesebben

Matematika alapjai; Feladatok

Matematika 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 \

Részletesebben

KÖLTSÉG-HASZON ELEMZÉS A 2014-2020 PROGRAMOZÁSI IDŐSZAKBAN 2015.05.26.

KÖLTSÉG-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.

Részletesebben

A függvényekről tanultak összefoglalása /9. évfolyam/

A 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

Részletesebben

HARCÁSZATI REPÜLŐGÉPEK ÖSSZEHASONLÍTÁSÁRA HASZNÁLHATÓ MATEMATIKAI MÓDSZEREK

HARCÁSZATI 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

Részletesebben

A gazdasági növekedés és a relatív gazdasági fejlettség empíriája

A 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

Részletesebben

Összeállította: dr. Leitold Adrien egyetemi docens

Összeállította: 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,,

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

Számrendszerek Feladat. Számrendszerek. Németh Bence május 13.

Számrendszerek 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

Részletesebben

1. Ábrázolja az f(x)= x-4 függvényt a [ 2;10 ] intervallumon! (2 pont) 2. Írja fel az alábbi lineáris függvény grafikonjának egyenletét!

1. 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

Részletesebben

ICT ÉS BP RENDSZEREK HATÉKONY TELJESÍTMÉNY SZIMULÁCIÓJA DR. MUKA LÁSZLÓ

ICT 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

Részletesebben

Tender-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. Tender-EXPERT Hatékony megoldás a szervezet érdekeinek védelmére Bull Kormányzati Megoldások Szakmai Nap Veszelka Tamás vezérigazgató Winsdom Zrt. Tartalom Cégünkről Elvárások kereszttüzében merre vezet

Részletesebben

műszaki tudomány doktora 1992 Beosztás: stratégiai tanácsadó, tudományos tanácsadó Munkahelyek: Nokia -Hungary kft Veszprémi Egyetem

műszaki 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

Részletesebben

VÁLTOZTATÁSMENEDZSMENT A HAZAI GYAKORLATBAN

VÁLTOZTATÁSMENEDZSMENT A HAZAI GYAKORLATBAN Nyugat-magyarországi Egyetem Közgazdaságtudományi Kar Széchenyi István Gazdálkodás- és Szervezéstudományok Doktori Iskola Vállalkozásgazdaságtan és menedzsment program VÁLTOZTATÁSMENEDZSMENT A HAZAI GYAKORLATBAN

Részletesebben

Oktatói önéletrajz Dr. Temesi József

Oktatói 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

Részletesebben

OTKA Zárójelentés 2006-2010. Publikációk 2009-2010.

OTKA 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

Részletesebben

Budapesti Corvinus Egyetem. Közgazdaságtani Ph.D. Program

Budapesti 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

Részletesebben

2. Alapfogalmak, műveletek

2. 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

Részletesebben

Végeselem modellezés alapjai 1. óra

Végeselem 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,

Részletesebben

Az optimális megoldást adó algoritmusok

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

Részletesebben

FRAKTÁLGEOMETRIA. Metrikus terek, szeparábilitás, kompaktság. Czirbusz Sándor czirbusz@gmail.com. Komputeralgebra Tanszék ELTE Informatika Kar

FRAKTÁLGEOMETRIA. 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

Részletesebben

MÁTRIXALGEBRAI HIBAFA- ÉRZÉKENYSÉGELEMZÉS

MÁTRIXALGEBRAI 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.

Részletesebben

FOLYÓIRATOK, ADATBÁZISOK

FOLYÓIRATOK, 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

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

Cash Management információk

Cash 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.

Részletesebben

e (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma:

e (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:

Részletesebben

A Lee-Carter módszer magyarországi

A 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:

Részletesebben

DIFFERENCIÁLEGYENLETEK. BSc. Matematika II. BGRMA2HNND, BGRMA2HNNC

DIFFERENCIÁLEGYENLETEK. BSc. Matematika II. BGRMA2HNND, BGRMA2HNNC BSC MATEMATIKA II. MÁSODRENDŰ LINEÁRIS DIFFERENCIÁLEGYENLETEK BSc. Matematika II. BGRMAHNND, BGRMAHNNC MÁSODRENDŰ DIFFERENCIÁLEGYENLETEK Egy explicit közönséges másodrendű differenciálegyenlet általános

Részletesebben

4. SOROK. a n. a k (n N) a n = s, azaz. a n := lim

4. 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

Részletesebben

MultiBoot. Felhasználói útmutató

MultiBoot. 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

Részletesebben

Master of Arts. International Hotel Management and Hotel Companies Management. SWOT analysis & evaluation. How and for what to use SWOT

Master 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

Részletesebben

Kétdimenziós mesterséges festési eljárások. Hatások és alkalmazások

Kétdimenziós 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

Részletesebben

Tevékenység szemléletű tervezés magyarországi felsőoktatási intézmények pályázataiban

Tevékenység 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

Részletesebben

5. Analytic Hierarchy Process (AHP)

5. 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

Részletesebben

Térinformatika. j informáci. ciós s rendszerek funkciói. Kereső nyelvek (Query Languages) Az adatok feldolgozását (leválogat

Térinformatika. 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

Részletesebben

Gróf 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 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

Részletesebben

3. Fuzzy aritmetika. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI

3. 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

Részletesebben

0. 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. 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

Részletesebben

Logikai szita (tartalmazás és kizárás elve)

Logikai 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

Részletesebben

Fenntarthatósági szempontok beépítése a beszállító értékelésébe a DEA/CI összetett

Fenntarthatósági 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

Részletesebben

OPTIMÁLIS HADITECHNIKAI ESZKÖZ KIVÁLASZTÁSA MATEMATIKAI MODELL SEGÍTSÉGÉVEL

OPTIMÁLIS 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

Részletesebben

Baksay Attila RHK Kft. NRHT konferencia 2013. szeptember 17.

Baksay 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

Részletesebben

1. előadás. Lineáris algebra numerikus módszerei. Hibaszámítás Számábrázolás Kerekítés, levágás Klasszikus hibaanalízis Abszolút hiba Relatív hiba

1. 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

Részletesebben

Edényrendezés. Futási idő: Tegyük fel, hogy m = n, ekkor: legjobb eset Θ(n), legrosszabb eset Θ(n 2 ), átlagos eset Θ(n).

Edényrendezés. 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

Részletesebben

Telefonszám(ok) +36-93-502-916 Mobil +36-30-396-8675 Fax(ok) +36-93-502-900. Egyetem u. 10., 8200 Veszprém. Tehetséggondozás (matematika)

Telefonszám(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

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

F 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. 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

Részletesebben

A KOCKÁZATKEZELÉSI MÓDSZEREK A NATO-BAN

A 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

Részletesebben

Az R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit.

Az 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

Részletesebben

Adatszerkezetek II. 6. előadás

Adatszerkezetek 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

Részletesebben

Történet John Little (1970) (Management Science cikk)

Történet 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

Részletesebben

B/16. számú melléklet Önéletrajz sablon

B/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

Részletesebben

Mátrixok 2017 Mátrixok

Mátrixok 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

Részletesebben

Társadalmi és gazdasági hálózatok modellezése

Társadalmi 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 =

Részletesebben

Sorozatok, 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 Sorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján Számsorozatok, vektorsorozatok konvergenciája Def.: Számsorozatok értelmezése:

Részletesebben

Bevezetés az SPSS program használatába

Bevezetés 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

Részletesebben

Előadó: Dr. Kertész Krisztián

Előadó: 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

Részletesebben

FOLYAMATAUDIT JELENTÉS ELEKTRONIKUS VÁLTOZATA

FOLYAMATAUDIT 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

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