ZÁRÓJELENTÉS. Gazdasági döntések modellezése, , OTKA T Témavezető: Temesi József
|
|
- Géza Faragó
- 9 évvel ezelőtt
- Látták:
Átírás
1 ZÁRÓJELENTÉS Gazdasági döntések modellezése, , OTKA T Témavezető: Temesi József A kutatás eredetileg 4 évre szólt, azonban engedélyt kértünk és kaptunk egy éves hosszabbításra. A résztvevők köre nem változott, a BCE Operációkutatás tanszék és az MTA SZTAKI Gazdasági Döntések kihelyezett tanszék eredetileg pályázott munkatársaiból állt. A munkatervhez képest tematikai eltérés nem történt, az ütemezésben természetesen az 5 év alatt előfordultak változások, de minden lényegi munkatervi pontot teljesítettünk. Ezt jól tükrözik a jelentésnek az eredményeket leíró további részei. Ebben a tudományos eredmények szokásos értékelésének megfelelően a referált folyóiratokban megjelent magyar és idegen nyelvű cikkek alkotják a többséget. Megemlítendő azonban, hogy általában az eredményeknek working paper, vagy konferencia előadásbeli előzményei vannak (ezeket az előző részbeszámolók részletezték), mivel a kutatás résztvevői átlagban egy hazai és egy külföldi konferencián adtak elő a kutatási időszakban. Ezen kívül a kutatás témaköreiben szakkönyvek, tananyagok is születtek [9], [25], [39], [54] (illetve a felsorolt könyvekben egyes fejezetek a kutatás eredményeinek alapján íródtak). A közlemények jegyzéke a kutatás időtartamán belül 54 publikációt tartalmaz. Az ezekben megtestesülő legfontosabb eredmények rövid összefoglalását témakörönként tekintjük át. Mivel az egyes cikkek mellett a nevek (és azok ismétlődése) növelte volna a terjedelmet, ezért a hivatkozásoknál a szerzőket nem szerepeltettük: azok az adott hivatkozásnál találhatók meg. 1. TÖBBSZEMPONTÚ DÖNTÉSI PROBLÉMÁK A többszempontú döntési problémák megoldásának - mind elméleti, mind gyakorlati vonatkozásait tekintve - nemzetközileg egyik legismertebb módszere az Analytic Hierarchy Process (AHP). A módszer alapja a Saaty-féle sajátvektor módszer, ami a döntéshozatal során létrejövő n n-es méretű (n pozitív egész szám) pozitív elemű, reciprok mátrixok döntési vektorokkal való közelítését adja meg. A szinguláris érték felbontás (SVD) a mátrix algebra egyik fontos eszköze, amit pl. a főkomponens analízis, kanonikus korrelációszámítás, a Moore- Penrose általánosított inverzek vagy alacsony rangú mátrix approximációk meghatározása során alkalmaznak. A [10] dolgozatban, Gass, S.I. professzorral (University of Maryland) közösen megmutatjuk, hogy az AHP módszertanban a sajátvektor módszer helyettesíthető elméletileg jól megalapozott, SVD-re épülő módszerrel. Az [1], [17] [36] és [45] cikkekben a páros összehasonlítás mátrixok alapján történő súlyozási módszerek közül a legkisebb négyzetes feladatok (LSM) új megoldási módszere található a 3 3-astól a 8 8-as mátrixméretig. A minimalizálandó nemlineáris célfüggvény nemkonvexitása miatt az optimumhely általában nem egyértelmű. A feladat megoldására korábban használatos Newton-iterációs technikáktól eltérően a tárgyalt módszerek alkalmasak a páros összehasonlítás mátrixok legkisebb négyzetes becslésének mint optimalizálási feladatnak az összes lokális és globális minimumhelyének meghatározására. A tapasztalatok alapján a 3 3-as mátrixok esetére használható a rezultánsmódszer és a Gröbner-bázisok, 3 3-as és 4 4-es esetben az általánosított rezultánsokat alkalmazó Fermat szoftver, 8 8-as méretig pedig a homotópiás módszer. 1
2 A [46] cikkben néhány inkonzisztencia mérőszámot vizsgálunk meg és hasonlítunk össze. Megmutatjuk, hogy a Saaty által definiált, maximális sajátértéken alapuló mérőszám a legtöbb esetben nem detektálja az inkonzisztencia lehetséges forrását. Feltárjuk továbbá a véletlen módon generált páros összehasonlítás mátrixok maximális sajátértékének korábban nem vizsgált tulajdonságait, például a maximális mátrixelemtől való erős függését. Ugyancsak az inkonzisztencia és a páros összehasonlítások témakörben jelent meg a [40] cikk, amely javaslatokat is megfogalmaz a konzisztens döntés meghozatalához. 2. DÖNTÉSTÁMOGATÁS, ALKALMAZÁSOK A természeti erőforrásokkal kapcsolatos döntéshozatalnál szükség van az ökológiai és a környezeti információk integrálására, és ezen a területen még vannak megoldandó információtechnológiai feladatok. Szakmai fórumokon természeti erőforrásokkal, illetve információtechnológiával foglalkozó kutatók és menedzserek többek között a döntéstámogatás eszközeivel, az adatok bemutatásával, megfelelő indikátorok kidolgozásával kapcsolatos információtechnológiai feladatok megoldását tartották a legfontosabbnak az ökológiai és a környezeti kérdésekkel foglalkozó döntéshozók számára. Javaslatok születtek a modellezés és szimuláció, az adatminőség-biztosítás, az információk integrálása, valamint az emberi és társadalmi szempontokat is figyelembe vevő további informatikai kutatásokra. [21], [23]. A SIADCERO EU projekt keretében játékelméleti modelleket alkalmaztunk klímaváltozási tárgyalásokkal kapcsolatosan. Különböző megoldási koncepciót, úgy, mint a Nash egyensúlyt, a reakciófüggvényes egyensúlyt, a korrelált egyensúlyt és az alkumegoldást alkalmaztuk a modellezés és a számítások során. Speciális méretcsökkentő eljárást dolgoztunk ki arra az esetre, amikor a játék fája túl naggyá válik. Bevezettük és alkalmaztuk a fakorrelált egyensúly fogalmát is. Ismertetésre kerül a különféle számítások elvégzésére kifejlesztett Excel add-in, amely a megfelelő nemlineáris programozási feladatok megoldó algoritmusainak implementációját is magába foglalja. Mintaként bemutatjuk az egyik speciális tárgyalási forgatókönyvvel kapcsolatos számításokat. [22] A [15] és [28] cikkek a környezetvédelem területén a levegőszennyezés modellezését elemzik. Egy másik alkalmazási projektet leíró cikkben a szerzők a gazdaságfejlesztési tenderek hatékonyságának mérését mutatják be a WINGDSS döntéstámogató modell segítségével végezték el, az eredményeik a Central European Journal of Operations Research különszámában jelentek meg [32]. Stratégiai döntések támogatásáról szól a multinacionális cégekre vonatkozó kutatások eredményeit bemutató tajvani konferencián elhangzott és a konferenciakötetben megjelent [41] előadás, amely a vállalati gyakorlatban előforduló komplex döntési helyzetekben alkalmazható soft modelling eszközöket tárgyalja és bemutatja a szakirodalomban és a konzultációs gyakorlatban elérhető döntéstámogató szofvereket is. 3. NEMLINEÁRIS OPTIMALIZÁLÁS A [34] és a [35] dolgozatokban Fenchel 1953-ból származó nívóhalmaz problémájának a megoldása található sima esetben. Az alapprobléma a következő: mi a szükséges és elegendő feltétele annak, hogy egymásba ágyazott, konvex halmazsereg konvex függvény alsó nívóhalmazait adja? A főtétel bizonyítása differenciálgeometriai eszközök használatára épül, nevezetesen, a sima sokaságokon értelmezett görbe geometriára (geometry of paths). Ez a megközelítés új eredményekre vezetett a kép-analízisben a konvexszerű és általánosított konvexszerű leképzésekkel kapcsolatosan (angol megfelelői: convexlike and generalized 2
3 convexlike mappings), és lehetővé tette a pszeudokonvex függvények - az analitikus mechanikából származtatott - egy új osztályának a szükséges és elegendő feltételekkel történő geometriai jellemzését. A [33] dolgozatban a Fenchel nívóhalmaz problémájával kapcsolatos eredmények összefoglalása található. Az [51] és [53] cikkekben kvadratikus törtfüggvények pszeudolinearitását jellemezzük A [18] dolgozatban, Crouzeix professzorral (Université Blaise Pascal) közösen, a mikroökonómia fogyasztás elméletének feltételes volumenmaximum-feladatát és az abban szereplő közvetlen és közvetett hasznossági függvényeket vizsgáljuk Marshall-féle keresleti függvény létezése esetén. A lineáris parciális differenciál egyenletek megoldhatóságát jellemző Frobenius tétel továbbfejlesztésével differenciálható pszeudomonoton leképzések integrabilitására adunk feltételt és az eredmény közgazdasági következményét vizsgáljuk a kinyilvánított preferenciák témakörében. A Nash-program olyan játékelméleti kutatási irány, amelynek az a célja, hogy egy játék minden axiomatikusan meghatározott kooperatív megoldását egy észszerű nemkooperatív alkujáték Nash-megoldásaként állítsa elő. A Forgó (1983) által definiált L-Nash megoldást a Nash-alkumegoldások határértékeként kapjuk, ha az egyet nem értés büntetésének mértéke egy adott rögzített irányban a végtelenhez tart. Az eredményeket Forgó és Szidarovszky (2003) az axiomatizálással és a többkritérium döntésekkel való kapcsolat kimutatásával egészítette ki. Ebben a cikkben nemlineáris programozási megfontolások alkalmazásával speciális kétszemélyes alkujátékok esetén véges korlátokat adunk az egyet nem értés (disaggreement) büntetésére. Ezzel lehetővé válik, hogy a véges egyet nem értési ponttal rendelkező Nashalkuproblémákra tervezett implementációs modelleket alkalmazni lehessen az L-Nash megoldás előállítására is. A problémák olyan osztályára, ahol ez a módszer nem működik Rubinstein váltakozó ajánlattételes alkumodelljének megfelelő adaptációjával megmutatjuk, hogy az az L- Nash megoldást is aszimptotikusan implementálja. Ha a büntetést az egyik játékos döntési változójaként tekintjük, akkor a Howard-féle játék módosítása szintén implementálja az L-Nash megoldást. [47] Az optimalizálás gyakorlati alkalmazásainak túlnyomó részében a megoldandó optimalizálási feladatokat modellezési nyelvek vagy más automatikus modell generátorok szolgáltatják. Ezek az eszközök nem képesek a feladatok strukturális vizsgálatára, ezért az optimalizáló szoftverek számára generált feladatokban gyakran jelentős redundancia van jelen mind a primál, mind a duál oldalon. Ezen redundanciák előzetes kiszűrése fontos lépés az optimalizáló szoftverek számára. A [4] cikkben olyan, részben új módszereket ismertetünk, melyek hatékonyak a feladatok struktúráinak felismerésében és a redundancia kiszűrésében. Módszereinket lineáris, kevert egész értékű és kvadratikus feladatokra fejlesztettük ki és ilyen típusú feladatokon teszteltük. A [27] dolgozatban azt vizsgáljuk, hogyan viselkedik strukturálisan a nemszeparábilis kvadratikus feladatok ritkássága belső pontos algoritmusokban. Megmutatjuk, hogy a lineáris programozásra kifejlesztett ritkásságot kezelő heurisztikák [49] hogyan vihetőek át a kvadratikus programozás esetére belső pontos algoritmusokban. A belső pontos módszerek iterációi közben nagyméretű, szimmetrikus indefinit rendszerek megoldását kell meghatároznunk, amit a gyakorlatban Cholesky-szerű szimmetrikus dekompozícióval oldunk meg. A [30] dolgozatban ennek a műveletnek a modern számítástechnikai környezet tulajdonságait messzemenőkig kihasználó implementációs módszertanát írjuk le, numerikus kísérteken keresztül igazolva módszereink hatékonyságát. A belső pontos módszerek implementációjának alapvető lépése a kereső irány meghatározása, melyhez ortogonális projekciókat kell számítani, amely számítások a gyakorlatban Cholesky dekompozícióval történnek. Lényeges tehát, hogy a Cholesky dekompozíció számítása során megfelelő numerikus pontosságot érjünk el. A [29] dolgozatban azt vizsgáljuk, hogy a feladat algebrai tulajdonságai milyen hatással vannak ezen dekompozíció 3
4 pontosságára. Megmutatjuk, hogy míg az optimalizálási feladatok degeneráltsága kezelhető a Cholesky faktorizáció egy módosított változatával, addig a rosszul skálázottság a jelenlegi módszerekkel nem megoldható problémákhoz vezethet. A [25] dolgozatban egy regularizációs eljárást írtunk le, mely az ilyen esetekben sikeresen alkalmazható. Megadtuk az eljárás konvergenciájának kritériumait, és megmutattuk, hogy a konvergencia relaxációs módszerekkel tovább javítható. 4. GLOBÁLIS OPTIMALIZÁLÁS Sima optimalizálási feladatok megoldása a témája Rapcsák T. az European Journal of Operational Research (143 (2002) ) folyóiratban megjelent cikkének. Ehhez a témához kapcsolódik az [50] dolgozat, ahol érdekes és fontos statisztikai optimalizálási feladatok, pl. főkomponens analízis, statisztikai vizualizálás, SVD, a lineáris algebra egyik alaptétele, a mátrix spektrál tétel és dinamikus rendszerek strukturális stabilitási kérdései vannak visszavezetve Stiefel sokaságon történő optimalizálásra, ahol a fő kérdés az, hogyan lehet optimális ortogonális mátrixokat optimalizálási módszerrel meghatározni. Ezen a feladatosztályon belül fontos részosztály az, ahol n n-es szimmetrikus mátrixok k-dimenziós domináns altereit kell meghatározni (k-dimenziós domináns altérnek nevezzük a k legnagyobb sajátértékhez tartó sajátvektorok által kifeszített alteret). A dolgozatban erre a feladatosztályra adunk meg globális optimalitási feltételeket. A [7] és a [16] dolgozatokban globális optimalizálási szempontból vizsgáljuk a Stiefel sokaságokon értelmezett optimalizálási feladatokat és néhány globális optimalizálási módszer teszt eredményeit ismertetjük, majd ismert globális optimumponttal és függvényértékkel rendelkező teszt feladatokat adunk meg. Többszempontú döntési módszerekben fontos szerepet játszanak a páros összehasonlítási mátrixok döntési alternatívákhoz rendelt fontossági súlyok meghatározásánál. A javasolt eljárások egy része a páros összehasonlítási mátrix konzisztens mátrixszal való közelítésén alapul. A dolgozatban egy ilyen közelítési feladatot tekintünk a legkisebb négyzetek értelmében. Ez a feladat általában nemkonvex, és nehezen megoldható, mivel számos lokális optimummal is rendelkezhet. A klasszikus logaritmusos transzformáció alkalmazásával átírjuk a feladatot egy speciális egyváltozós függvényen alapuló szeparábilis programozási feladat alakjára. Elégséges feltételeket adunk a célfüggvény konvexitására vonatkozóan, ilyen esetben a feladat lokális kereső technikákkal is megoldható. Az általános esetre egy korlátozás-és-szétválasztás módszert javaslunk. Számítási tapasztalatokat is ismertetünk. [48]. 5. SZTOCHASZTIKUS PROGRAMOZÁS A nemlineáris programozásban alkalmazott belsőpontos módszerekhez tartozó proximális pont módszerben a Kullback-Leibler relatív entrópiát mint az egymást követő megoldásokhoz tartozó célfüggvény értékek eltérését mérő függvényt használva oldottunk meg valószínűséggel korlátozott lineáris programozási feladatot abban az esetben, amikor a feladatban szereplő valószínűségeloszlás normális és 10-nél nem nagyobb dimenziójú. [2]. A számítógépes program FORTRAN nyelven íródott. Az entrópiaszerű proximális pont módszerek esetében vizsgáltuk a módszer konvergenciáját különböző eltérés függvények ( Csiszár-féle φ-divergencia illetve Bregman függvények) alkalmazásakor és összefoglaltuk az eredményeket a [24] dolgozatban. A kutatómunka eredményei bekerültek a BCE Biztosítási Szakirány hallgatóinak készült jegyzetnek az eszköz-kötelezettséggel foglalkozó fejezetébe [25]. 4
5 Előkészületben van egy dolgozat, amelyben entrópiaszerű eltérésfüggvényeket alkalmazunk IBNR kártartalék becslésére. Erről a lehetőségről konzultáció történt 2006-ban, Leuvenben: 10th International Congress on Insurance: Mathematics and Economics. 6. STATISZTIKAI MÓDSZEREK ELMÉLETI VIZSGÁLATA ÉS ALKALMAZÁSAI A [13] tanulmány a klasszifikációt három kiválasztott jellemző alapján képzett típusok összehasonlításával végezte el, módszertani szempontból megmutatva, hogy az egyes távolsági és hasonlósági mérőszámok a számítási eltérések ellenére részben azonosan értékelik az összehasonlítandó egyének, típusok egymáshoz viszonyított helyzetét. Ezért a különbözőségek sorrendjét felhasználó összevonó hierarchikus klaszterezés eredménye több esetben megegyezett. A felvázolt osztályozás stabilitását gyengítette az a tény, hogy a kezdeti összevonás önkényes volt. Ha p számú tulajdonságot vizsgálunk, akkor a mutatók közötti választáskor először eldöntjük, hogy hasonlóságot vagy távolságot kívánunk mérni, és fontos-e, hogy a mutatónak legyen felső határa. Továbbá választhatunk olyan mutatót, amely nagyobb súlyt ad az egyezéseknek vagy a különbözéseknek, esetleg teljesen kizárjuk azokat a jellemzőket, amelyekkel egyik megfigyelés sem rendelkezik. Az SPSS által felkínált 27 mérőszám közül rögzített felső határral is rendelkező távolságmértékek csoportja 5 mutatót tartalmaz, a felülről korlátos 13 hasonlósági mérték egy része pedig a különbözőséget (is) méri, ha nagysága 0 és 1 között van. A különböző csoportba sorolt mérőszámok között találunk olyanokat is, amelyek egy konkrét adathalmazra azonos távolságsorrendet adnak, mert egymásból származtathatók, ezért a klaszterezés eredményét nem befolyásolják. A klaszterezési eljárások a csoportok (klaszterek) közötti távolság mérése szerint hétfélék lehetnek. Ez viszont tovább emeli az előállítható eredmények számát. A hierarchikus összevonási folyamat minden esetben végbemegy, akkor is, ha a felvetett probléma rosszul strukturált abban az értelemben, hogy nincsenek domináns kapcsolódások, sűrűsödések a háromdimenziós térben. Ez is rávilágítja a figyelmet arra, hogy nagyon körültekintően kell bánnunk a többváltozós statisztikai módszerekkel. A kapott eredményekből mindig csak annyi következtetést vonjunk le, amennyi megalapozott és szakmai tudással ellenőrizhető. A [12] cikk a statisztikai elemzések új megközelítését feszegeti, azáltal, hogy a munka során a szokásos hipotézis-tesztelés sorrend elé helyezi annak a lehetőségnek a kihasználását, amit az új, számítógépek által támogatott technikák jelentenek az adatokban rejlő összefüggések feltárására. Az alkalmazások többsége a biztosítás és a nyugdíjrendszer területeit érinti. A [3] cikk néhány általános biztosítási mutató segítségével megvizsgáljuk a biztosítási üzletág fejlődési tendenciáját 1992 és 2000 között az egyes európai országokban, majd az élet-valamint a nemélet biztosítás adatait felhasználva a hasonló országokból nagyobb csoportokat képezünk és többváltozós statisztikai módszerekkel feltárjuk a köztük lévő belső különbségeket. A szerző arra is keresi a választ, hogy fedezhető-e a fejlett gazdaságokban a hosszabb élettartam miatt növekvő nyugdíjigény azzal, ha a jobb fejlődési kilátású, de magasabb ország-kockázatú gazdaságokba fektetnek be, azaz a demográfiai összetétel valamint a befektetési kockázat alapján értékelve az országokat valóban két markánsan elkülönülő csoportot kapunk-e. Egy egészségügyi alkalmazásokat tárgyaló kötetben a [26] tanulmány ad áttekintést a várható kockázatok elemzésében használatos Bayes-i modellről, ahol ismert eloszlások mellett vagy tisztán empirikus adatokból is elvégezhető a Bayes-i becslés. A mintabeli és a mintán 5
6 kívüli információk kombinálásával számított megbízhatósági tényezővel becsülhető a következő időszaki bekövetkezések száma vagy a kezelés hatékonysága. A [27]-ben publikált kutatás középpontjában annak a kérdésnek a tanulmányozása állt, hogy az 1990-es években két lépésben végrehajtott nyugdíjreform és a hosszabbodó várható élettartam miatt bekövetkező csökkenő halálozás milyen hatást gyakorol a három pilléressé alakított nyugdíjrendszer stabilitására. Az közötti vizsgált periódusban jellemző az alacsony foglalkoztatási ráta. A magánpénztári hozamok csökkenő szintje az egyes években ( ) negatív reálhozamot eredményezett. Így a nyugdíjrendszerek befizetési oldalán jelentős hiány keletkezett A másik hatás a hazánkban is jelentkező, bár a fejlett országokétól elmaradó mértékű várható élettartam emelkedés. A modell a fenti hatások eredőjeként növekedő nyugdíj-alap hiányt becsül a következő 50 évre. Ebben a sorban a legújabbak azok a cikkek, amelyek a magánnyugdíjak közötti választásról [42], illetve a magyar öngondoskodás sajátosságairól szólnak [43], [44], részben elméleti modellezési, részben adatelemzési módszereket felhasználva A sokváltozós statisztikai eszközök egy más területen történő alkalmazása látható a [18] cikkben, a készletberuházások makroökonómiai jellemzéséről írt cikkben, ahol azt vizsgálták, hogyan lehet klaszterezni az országokat, ha több különböző időpontra van adatunk, de közben számos strukturális változás történt, ezért a klasszikus idősoros modellek nem alkalmazhatóak. Budapest, február 22. Temesi József témavezető 6
A többszempontú döntési problémák megoldásának - mind elméleti, mind gyakorlati vonatkozásait tekintve - nemzetközileg egyik legismertebb módszere az
A többszempontú döntési problémák megoldásának - mind elméleti, mind gyakorlati vonatkozásait tekintve - nemzetközileg egyik legismertebb módszere az Analytic Hierarchy Process (AHP). A módszer alapja
Nemlineáris egyensúlyi rendszerekkel kapcsolatos eredmények:
Az elért eredmények ismertetése Nemlineáris egyensúlyi rendszerekkel kapcsolatos eredmények: A [9] cikk a skalár derivált tulajdonságait Hilbert térben mutatja meg. A [4],[6],[12] dolgozatokban fontos
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,
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
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:
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
Nem-lineáris programozási feladatok
Nem-lineáris programozási feladatok S - lehetséges halmaz 2008.02.04 Dr.Bajalinov Erik, NyF MII 1 Elég egyszerű példa: nemlineáris célfüggvény + lineáris feltételek Lehetséges halmaz x 1 *x 2 =6.75 Gradiens
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
Numerikus módszerek 1.
Numerikus módszerek 1. Tantárgy kódja: IP-08bNM1E, IP-08bNM1G (2+2) Az elsajátítandó ismeretanyag rövid leírása: A lebegıpontos számábrázolás egy modellje. A hibaszámítás elemei. Lineáris egyenletrendszerek
GEOSTATISZTIKA II. Geográfus MSc szak. 2019/2020 I. félév TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ
GEOSTATISZTIKA II. Geográfus MSc szak 2019/2020 I. félév TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ Miskolci Egyetem Műszaki Földtudományi Kar Geofizikai és Térinformatikai Intézet A tantárgy adatlapja Tantárgy neve:
Módszer köztes tárolókat nem tartalmazó szakaszos működésű rendszerek ütemezésére
Módszer köztes tárolókat nem tartalmazó szakaszos működésű rendszerek ütemezésére Doktori (PhD) értekezés tézisei Holczinger Tibor Témavezető: Dr. Friedler Ferenc Veszprémi Egyetem Műszaki Informatikai
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
A pedagógiai kutatás metodológiai alapjai. Dr. Nyéki Lajos 2015
A pedagógiai kutatás metodológiai alapjai Dr. Nyéki Lajos 2015 A pedagógiai kutatás jellemző sajátosságai A pedagógiai kutatás célja a személyiség fejlődése, fejlesztése során érvényesülő törvényszerűségek,
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
Optimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 9. Előadás Az optimalizálás alapfeladata Keressük f függvény maximumát ahol f : R n R és
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:
Matematikai statisztika c. tárgy oktatásának célja és tematikája
Matematikai statisztika c. tárgy oktatásának célja és tematikája 2015 Tematika Matematikai statisztika 1. Időkeret: 12 héten keresztül heti 3x50 perc (előadás és szeminárium) 2. Szükséges előismeretek:
Opponensi vélemény. Farkas András. Közlekedési rendszerek fejlesztése és értékelése többtényezős döntési eljárások felhasználásával
Opponensi vélemény Farkas András Közlekedési rendszerek fejlesztése és értékelése többtényezős döntési eljárások felhasználásával 1. Disszertáció felépítése c. akadémiai doktori értekezéséről Az angol
GEOSTATISZTIKA. Földtudományi mérnöki MSc, geofizikus-mérnöki szakirány. 2018/2019 I. félév TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ
GEOSTATISZTIKA Földtudományi mérnöki MSc, geofizikus-mérnöki szakirány 2018/2019 I. félév TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ Miskolci Egyetem Műszaki Földtudományi Kar Geofizikai és Térinformatikai Intézet
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
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:
Nemkonvex kvadratikus egyenlőtlenségrendszerek pontos dualitással
pontos dualitással Imre McMaster University Advanced Optimization Lab ELTE TTK Operációkutatási Tanszék Folytonos optimalizálás szeminárium 2004. július 6. 1 2 3 Kvadratikus egyenlőtlenségrendszerek Primál
TANTÁRGYI ÚTMUTATÓ. Operációkutatás. tanulmányokhoz
II. évfolyam szakirány BA TANTÁRGYI ÚTMUTATÓ Operációkutatás tanulmányokhoz TÁVOKTATÁS Tanév (2014/2015) I. félév A KURZUS ALAPADATAI Tárgy megnevezése: Operációkutatás Tanszék: BGF Módszertani Intézeti
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
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen
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,
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:
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,
ANALÍZIS TANSZÉK Szakdolgozati téma. Piezoelektromos mechanikai redszer rezgését leíró parciális
Piezoelektromos mechanikai redszer rezgését leíró parciális di erenciálegyenlet el½oállítása és megoldása Témavezet½o: Dr. Kovács Béla Rugalmas és pizoelektromos rétegekb½ol álló összetett mechanikai rendszer
TANTÁRGYI ÚTMUTATÓ. Gazdasági matematika I. tanulmányokhoz
I. évfolyam BA TANTÁRGYI ÚTMUTATÓ Gazdasági matematika I. tanulmányokhoz TÁVOKTATÁS 2015/2016-os tanév I. félév A KURZUS ALAPADATAI Tárgy megnevezése: Gazdasági matematika I. (Analízis) Tanszék: Módszertani
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
Nemlineáris programozás 2.
Optimumszámítás Nemlineáris programozás 2. Többváltozós optimalizálás feltételek mellett. Lagrange-feladatok. Nemlineáris programozás. A Kuhn-Tucker feltételek. Konvex programozás. Sydsaeter-Hammond: 18.1-5,
Gyakorló feladatok. Agbeko Kwami Nutefe és Nagy Noémi
Gyakorló feladatok Agbeko Kwami Nutefe és Nagy Noémi 25 Tartalomjegyzék. Klasszikus hibaszámítás 3 2. Lineáris egyenletrendszerek 3 3. Interpoláció 4 4. Sajátérték, sajátvektor 6 5. Lineáris és nemlineáris
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
Közösség detektálás gráfokban
Közösség detektálás gráfokban Önszervező rendszerek Hegedűs István Célkitűzés: valamilyen objektumok halmaza felett minták, csoportok detektálása csakis az egyedek közötti kapcsolatok struktúrájának a
Intelligens adatelemzés
Antal Péter, Antos András, Horváth Gábor, Hullám Gábor, Kocsis Imre, Marx Péter, Millinghoffer András, Pataricza András, Salánki Ágnes Intelligens adatelemzés Szerkesztette: Antal Péter A jegyzetben az
Ellátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével
Ellátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével Pekárdy Milán, Baumgartner János, Süle Zoltán Pannon Egyetem, Veszprém XXXII. Magyar Operációkutatási
Numerikus matematika vizsga
1. Az a = 2, t = 4, k = 3, k + = 2 számábrázolási jellemzők mellett hány pozitív, normalizált lebegőpontos szám ábrázolható? Adja meg a legnagyobb ábrázolható számot! Mi lesz a 0.8-hoz rendelt lebegőpontos
Numerikus módszerek beugró kérdések
1. Definiálja a gépi számok halmazát (a tanult modellnek megfelelően)! Adja meg a normalizált lebegőpontos szám alakját. (4 pont) Az alakú számot normalizált lebegőpontos számnak nevezik, ha Ahol,,,. Jelöl:
Szemidenit optimalizálás és az S-lemma
Szemidenit optimalizálás és az S-lemma Pólik Imre SAS Institute, USA BME Optimalizálás szeminárium 2011. október 6. Outline 1 Egyenl tlenségrendszerek megoldhatósága 2 Az S-lemma 3 Szemidenit kapcsolatok
Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió
SZDT-08 p. 1/31 Biometria az orvosi gyakorlatban Korrelációszámítás, regresszió Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Korrelációszámítás
Opkut deníciók és tételek
Opkut deníciók és tételek Készítette: Bán József Deníciók 1. Deníció (Lineáris programozási feladat). Keressük meg adott lineáris, R n értelmezési tartományú függvény, az ún. célfüggvény széls értékét
Losonczi László. Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar
Szélsőértékszámítás Losonczi László Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar Losonczi László (DE) Szélsőértékszámítás 1 / 21 2. SZÉLSOÉRTÉKSZÁMÍTÁS 2.1 A szélsőérték fogalma, létezése Azt
MATEMATIKA EMELT SZINTŰ SZÓBELI VIZSGA TÉMAKÖREI (TÉTELEK) 2005
2005 1. * Halmazok, halmazműveletek, nevezetes ponthalmazok 2. Számhalmazok, halmazok számossága 3. Hatványozás, hatványfüggvény 4. Gyökvonás, gyökfüggvény 5. A logaritmus. Az exponenciális és a logaritmus
PTE PMMFK Levelező-távoktatás, villamosmérnök szak
PTE PMMFK Levelező-távoktatás, villamosmérnök szak MATEMATIKA (A tantárgy tartalma és a tananyag elsajátításának időterve.) Összeállította: Kis Miklós adjunktus Tankönyvek Megegyeznek az 1. és 2. félévben
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
Alkalmazott matematikus mesterszak MINTATANTERV
Alkalmazott matematikus mesterszak MINTATANTERV Tartalom A MESTERSZAK SZERKEZETE... 1 A KÉPZÉSI PROGRAM ÁTTEKINTŐ SÉMÁJA... 1 NAPPALI TAGOZAT... 2 ESTI TAGOZAT... 6 0BA mesterszak szerkezete Alapozó ismeretek
Bevezetés a kvantum informatikába és kommunikációba Féléves házi feladat (2013/2014. tavasz)
Bevezetés a kvantum informatikába és kommunikációba Féléves házi feladat (2013/2014. tavasz) A házi feladatokkal kapcsolatos követelményekről Kapcsolódó határidők: választás: 6. oktatási hét csütörtöki
YBL - SGYMMAT2012XA Matematika II.
YBL - SGYMMAT2012XA Matematika II. Tantárgyfelelős: Dr. Joós Antal Tárgyelőadó: Dr. Joós Antal Tantárgyi leírás Oktatási cél: Azoknak a matematikai alapoknak a megszerzése, melyek a szaktárgyak elsajátításához
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
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
Kiválósági ösztöndíjjal támogatott kutatások az Építőmérnöki Karon c. előadóülés
Kiválósági ösztöndíjjal támogatott kutatások az Építőmérnöki Karon c. előadóülés Hazay Máté hazay.mate@epito.bme.hu PhD hallgató Budapesti Műszaki és Gazdaságtudományi Egyetem Tartószerkezetek Mechanikája
A pedagógia mint tudomány. Dr. Nyéki Lajos 2015
A pedagógia mint tudomány Dr. Nyéki Lajos 2015 A pedagógia tárgya, jellegzetes vonásai A neveléstudomány tárgya az ember céltudatos, tervszerű alakítása. A neveléstudomány jellegét tekintve társadalomtudomány.
Miskolci Egyetem GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR. Osztályozási fák, durva halmazok és alkalmazásaik. PhD értekezés
Miskolci Egyetem GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR Osztályozási fák, durva halmazok és alkalmazásaik PhD értekezés Készítette: Veres Laura okleveles matematikus-informatikus Hatvany József Informatikai
Regresszió. Csorba János. Nagyméretű adathalmazok kezelése március 31.
Regresszió Csorba János Nagyméretű adathalmazok kezelése 2010. március 31. A feladat X magyarázó attribútumok halmaza Y magyarázandó attribútumok) Kérdés: f : X -> Y a kapcsolat pár tanítópontban ismert
MIKROÖKONÓMIA I. Készítette: Kőhegyi Gergely, Horn Dániel. Szakmai felelős: Kőhegyi Gergely. 2010. június
MIKROÖKONÓMIA I. B Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az MTA Közgazdaságtudományi
Konjugált gradiens módszer
Közelítő és szimbolikus számítások 12. gyakorlat Konjugált gradiens módszer Készítette: Gelle Kitti Csendes Tibor Vinkó Tamás Faragó István Horváth Róbert jegyzetei alapján 1 LINEÁRIS EGYENLETRENDSZEREK
Osztályozóvizsga követelményei
Osztályozóvizsga követelményei Képzés típusa: Tantárgy: Nyolcosztályos gimnázium Matematika Évfolyam: 12 Emelt óraszámú csoport Emelt szintű csoport Vizsga típusa: Írásbeli Követelmények, témakörök: Emelt
Fentiek alapján javaslom az értekezés nyilvános vitára bocsátását és a Jelölt számára az MTA doktora fokozat odaítélését.
Opponensi vélemény Szerb László: Vállalkozások, vállalkozási elméletek, vállalkozások mérése és a Globális Vállalkozói és Fejlődési Index című MTA doktori értekezéséről Szerb László doktori értekezésének
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
STATISZTIKA I. Mintavétel fogalmai. Mintavételi hiba. Statisztikai adatgyűjtés Nem véletlenen alapuló kiválasztás
Mintavétel fogalmai STATISZTIKA I.. Előadás Mintavétel, mintavételi technikák, adatbázis A mintavételt meg kell tervezni A sokaság elemei: X, X X N, lehet véges és végtelen Mintaelemek: x, x x n, mindig
Gauss-Seidel iteráció
Közelítő és szimbolikus számítások 5. gyakorlat Iterációs módszerek: Jacobi és Gauss-Seidel iteráció Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor London András Deák Gábor jegyzetei alapján 1 ITERÁCIÓS
11. Előadás. 11. előadás Bevezetés a lineáris programozásba
11. Előadás Gondolkodnivalók Sajátérték, Kvadratikus alak 1. Gondolkodnivaló Adjuk meg, hogy az alábbi A mátrixnak mely α értékekre lesz sajátértéke a 5. Ezen α-ák esetén határozzuk meg a 5 sajátértékhez
Gazdasági matematika
Gazdasági matematika Tantárgyi útmutató Pénzügy és számvitel, Gazdálkodási és menedzsment, Emberi erőforrások alapképzési szakok nappali tagozat új tanrendűek számára 2017/18 tanév II. félév 1 Tantárgy
Keresés képi jellemzők alapján. Dr. Balázs Péter SZTE, Képfeldolgozás és Számítógépes Grafika Tanszék
Keresés képi jellemzők alapján Dr. Balázs Péter SZTE, Képfeldolgozás és Számítógépes Grafika Tanszék Lusta gépi tanulási algoritmusok Osztályozás: k=1: piros k=5: kék k-legközelebbi szomszéd (k=1,3,5,7)
Gazdasági matematika
ALKALMAZOTT KVANTITATÍV MÓDSZERTAN TANSZÉK Gazdasági matematika Tantárgyi útmutató Pénzügy és számvitel, Gazdálkodási és menedzsment, Emberi erőforrások alapképzési szakok nappali tagozat új tanrendűek
2010. október 12. Dr. Vincze Szilvia
2010. október 12. Dr. Vincze Szilvia Tartalomjegyzék 1.) Sorozat definíciója 2.) Sorozat megadása 3.) Sorozatok szemléltetése 4.) Műveletek sorozatokkal 5.) A sorozatok tulajdonságai 6.) A sorozatok határértékének
A szimplex algoritmus
A szimplex algoritmus Ismétlés: reprezentációs tétel, az optimális megoldás és az extrém pontok kapcsolata Alapfogalmak: bázisok, bázismegoldások, megengedett bázismegoldások, degenerált bázismegoldás
0-49 pont: elégtelen, pont: elégséges, pont: közepes, pont: jó, pont: jeles
Matematika szigorlat, Mérnök informatikus szak I. 2013. jan. 10. Név: Neptun kód: Idő: 180 perc Elm.: 1. f. 2. f. 3. f. 4. f. 5. f. Fel. össz.: Össz.: Oszt.: Az elérhető pontszám 40 (elmélet) + 60 (feladatok)
STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése
4. A modell érvényességének ellenőrzése STATISZTIKA 4. Előadás Variancia-analízis Lineáris modellek 1. Függetlenség 2. Normális eloszlás 3. Azonos varianciák A maradék független a kezelés és blokk hatástól
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,
V É G E S E L E M M Ó D S Z E R M É R N Ö K I M E C H A N I K A I A L K A LM A Z Á S A I
ALKALMAZOTT MECHANIKA TANSZÉK V É G E S E L E M M Ó D S Z E R M É R N Ö K I M E C H A N I K A I A L K A LM A Z Á S A I Előadásvázlat a Multidiszciplináris Műszaki Tudományi Doktori Iskola hallgatói számára
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
Számítási módszerek a fizikában 1. (BMETE90AF35) tárgy részletes tematikája
Számítási módszerek a fizikában 1. (BMETE90AF35) tárgy részletes tematikája Tasnádi Tamás 2014. szeptember 11. Kivonat A tárgy a BME Fizika BSc szak kötelező, alapozó tárgya a képzés 1. félévében. A tárgy
Áttekintés LP és geometria Többcélú LP LP és egy dinamikus modell 2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 6. Előadás Áttekintés Kezdjük újra a klasszikus erőforrás allokációs problémával (katonák,
További programozási esetek Hiperbolikus, kvadratikus, integer, bináris, többcélú programozás
További programozási esetek Hiperbolikus, kvadratikus, integer, bináris, többcélú programozás Készítette: Dr. Ábrahám István Hiperbolikus programozás Gazdasági problémák optimalizálásakor gyakori, hogy
Mesterséges Intelligencia Elektronikus Almanach. Konzorciumi partnerek
Mesterséges Intelligencia Elektronikus Almanach Konzorciumi partnerek 1 Konzorcium Budpesti Mőszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar Méréstechnika és Információs Rendszerek
12. Mikor nevezünk egy részhalmazt nyíltnak, illetve zártnak a valós számok körében?
Ellenörző Kérdések 1. Mit jelent az, hogy egy f : A B függvény injektív, szürjektív, illetve bijektív? 2. Mikor nevezünk egy függvényt invertálhatónak? 3. Definiálja a komplex szám és műveleteinek fogalmát!
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
Több valószínűségi változó együttes eloszlása, korreláció
Tartalomjegzék Előszó... 6 I. Valószínűségelméleti és matematikai statisztikai alapok... 8 1. A szükséges valószínűségelméleti és matematikai statisztikai alapismeretek összefoglalása... 8 1.1. Alapfogalmak...
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
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
OKLEVÉLKÖVETELMÉNYEK MÓDOSÍTOTT VÁLTOZAT Alkalmazott matematikus szak (régi képzés)
OKLEVÉLKÖVETELMÉNYEK MÓDOSÍTOTT VÁLTOZAT Alkalmazott matematikus szak (régi képzés) A három A modul és a két B modul közül egyet-egyet kell választani. Kötelezı tárgyak, diplomamunka, szakmai gyakorlat
Bevezetés az algebrába 2 Vektor- és mátrixnorma
Bevezetés az algebrába 2 Vektor- és mátrixnorma Wettl Ferenc Algebra Tanszék B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M 2016.
Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )
Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel: 463-6-80 Fa: 463-30-9 http://www.vizgep.bme.hu Alap-ötlet:
Számítógépes képelemzés 7. előadás. Dr. Balázs Péter SZTE, Képfeldolgozás és Számítógépes Grafika Tanszék
Számítógépes képelemzés 7. előadás Dr. Balázs Péter SZTE, Képfeldolgozás és Számítógépes Grafika Tanszék Momentumok Momentum-alapú jellemzők Tömegközéppont Irányultáság 1 2 tan 2 1 2,0 1,1 0, 2 Befoglaló
Numerikus matematika. Irodalom: Stoyan Gisbert, Numerikus matematika mérnököknek és programozóknak, Typotex, Lebegőpontos számok
Numerikus matematika Irodalom: Stoyan Gisbert, Numerikus matematika mérnököknek és programozóknak, Typotex, 2007 Lebegőpontos számok Normák, kondíciószámok Lineáris egyenletrendszerek Legkisebb négyzetes
Lineáris regressziós modellek 1
Lineáris regressziós modellek 1 Ispány Márton és Jeszenszky Péter 2016. szeptember 19. 1 Az ábrák C.M. Bishop: Pattern Recognition and Machine Learning c. könyvéből származnak. Tartalom Bevezető példák
MATEMATIKA 2. dolgozat megoldása (A csoport)
MATEMATIKA. dolgozat megoldása (A csoport). Definiálja az alábbi fogalmakat: (egyváltozós) függvény folytonossága, differenciálhatósága, (többváltozós függvény) iránymenti deriváltja. (3x8 pont). Az f
Least Squares becslés
Least Squares becslés A négyzetes hibafüggvény: i d i ( ) φx i A négyzetes hibafüggvény mellett a minimumot biztosító megoldás W=( d LS becslés A gradiens számítása és nullává tétele eredményeképp A megoldás
Tartalomjegyzék I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE
Tartalomjegyzék 5 Tartalomjegyzék Előszó I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE 1. fejezet: Kontrollált kísérletek 21 1. A Salk-oltás kipróbálása 21 2. A porta-cava sönt 25 3. Történeti kontrollok 27 4. Összefoglalás
Matematikai alapok 1 Tantárgyi útmutató
Módszertani Intézeti Tanszék Gazdaságinformatikus szak nappali tagozat Matematikai alapok 1 Tantárgyi útmutató 2015/16 tanév II. félév 1/5 Tantárgy megnevezése Matematikai alapok 1 Tantárgy jellege/típusa:
Ensemble előrejelzések: elméleti és gyakorlati háttér HÁGEL Edit Országos Meteorológiai Szolgálat Numerikus Modellező és Éghajlat-dinamikai Osztály 34
Ensemble előrejelzések: elméleti és gyakorlati háttér HÁGEL Edit Országos Meteorológiai Szolgálat Numerikus Modellező és Éghajlat-dinamikai Osztály 34. Meteorológiai Tudományos Napok Az előadás vázlata
HALÁSZI KÖZSÉG ÖNKORMÁNYZAT ÉVI BELSŐ ELLENŐRZÉSI MUNKATERVE
HALÁSZI KÖZSÉG ÖNKORMÁNYZAT 2016. ÉVI BELSŐ ELLENŐRZÉSI MUNKATERVE Iktatószám:. HALÁSZI KÖZSÉG ÖNKORMÁNYZAT 2016. ÉVI BELSŐ ELLENŐRZÉSI MUNKATERVE Magyarország helyi önkormányzatairól szóló 2011. évi CLXXXIX.
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
Totális Unimodularitás és LP dualitás. Tapolcai János
Totális Unimodularitás és LP dualitás Tapolcai János tapolcai@tmit.bme.hu 1 Optimalizálási feladat kezelése NP-nehéz Hatékony megoldás vélhetően nem létezik Jó esetben hatékony algoritmussal közelíteni
TANTÁRGYI PROGRAM Matematikai alapok I. útmutató
BGF PÉNZÜGYI ÉS SZÁMVITELI KAR Módszertani Intézeti Tanszéki Osztály TANTÁRGYI PROGRAM Matematikai alapok I. útmutató 2014/2015. tanév I. félév Tantárgyi program Tantárgy megnevezése Matematikai alapok
Analízis II. Analízis II. Beugrók. Készítette: Szánthó József. kiezafiu kukac gmail.com. 2009/ félév
Analízis II. Analízis II. Beugrók Készítette: Szánthó József kiezafiu kukac gmail.com 2009/20 10 1.félév Analízis II. Beugrók Függvények folytonossága: 1. Mikor nevez egy függvényt egyenletesen folytonosnak?
Operációkutatás. Vaik Zsuzsanna. Budapest október 10. First Prev Next Last Go Back Full Screen Close Quit
Operációkutatás Vaik Zsuzsanna Vaik.Zsuzsanna@ymmfk.szie.hu Budapest 200. október 10. Mit tanulunk ma? Szállítási feladat Megoldása Adott: Egy árucikk, T 1, T 2, T,..., T m termelőhely, melyekben rendre
TANTÁRGYI PROGRAM Matematikai alapok I. útmutató
BGF PÉNZÜGYI ÉS SZÁMVITELI KAR Módszertani Intézeti Tanszéki Osztály TANTÁRGYI PROGRAM Matematikai alapok I. útmutató 2013/2014. tanév II. félév Tantárgyi program Tantárgy megnevezése Matematikai alapok