Metody optymalizacji Energetyka 20152016 Metody programowania liniowego Metody
- Slides: 67
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Metody optymalizacji Energetyka - studia stacjonarne I stopnia Kazimierz Duzinkiewicz, dr hab. Inż. Katedra Inżynierii Systemów Sterowania Wykład 2 - 2015/2016 Metody programowania liniowego © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 1
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego – postać zagadnienia optymalizacyjnego, podstawowe pojęcia, rozwiązania graficzne Postać matematyczna zagadnień programowania liniowego I. Postać mieszana (1) Funkcja celu (2) Warunki ograniczające (3) Warunki nieujemności © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 2
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Warunki nieujemności nie muszą dotyczyć wszystkich zmiennych. Jeżeli warunki nieujemności nazywamy pełnymi , to Przy rozwiązywaniu zadań programowania liniowego (PL) metodą simpleks, najpopularniejszą metodą rozwiązywania zadań PL, należy je zapisać w postaci standardowej II. Postać standardowa (1) zasadnicze warunki ograniczające są dane w postaci równań (2) elementy prawej strony ograniczeń są nieujemne (3) warunki nieujemności są pełne dodamy ponadto (4) funkcja celu jest minimalizowana © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 3
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Postać standardowa – Zapis I © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 4
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Twierdzenie 1: Zadanie programowania liniowego z funkcją celu: jest równoważne zadaniu programowania liniowego z funkcją celu: Spełniona jest przy tym zależność: Twierdzenie 2: Jeżeli w zadaniu programowania liniowego zastąpimy funkcję celu postaci: funkcją celu postaci: to rozwiązanie optymalne, o ile ono istnieje, dla obu zadań będzie identyczne © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 5
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Nieujemność elementów prawej strony: Zasada 1: Jeżeli , to i-te ograniczenie należy pomnożyć przez -1 Nieujemność zmiennych: Zasada 2: Jeżeli zmienna ma być ujemna, to dokonujemy podstawienia: Zasada 3: Jeżeli zmienna podstawienia © Kazimierz Duzinkiewicz, dr hab. inż. nie ma ograniczenia na znak, to dokonujemy Katedra Inżynierii Systemów Sterowania 6
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Równościowe warunki ograniczające: Zasada 4: Każda nierówność: jest równoważna układowi warunków: Zasada 5 Każda nierówność: jest równoważna układowi warunków: - zmienne swobodne lub uzupełniające © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 7
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Postać standardowa – Zapis III gdzie: © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 8
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Postać standardowa – Zapis IV gdzie: © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 9
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Przykład 1: Sformułowano zadanie optymalizacyjne w postaci (1) (2) (3) (4) (5) Sprowadź podane sformułowanie do postaci standardowej © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 10
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Dla uzyskania postaci standardowej należy: (1) funkcję celu (1) sprowadzić do formy minimalizacji (2) podstawić (3) przemnożyć ograniczenie (4) przez -1 (4) wprowadzić zmienną swobodną do ograniczenia (2) (5) wprowadzić zmienną swobodną do ograniczenia (3) Wykonamy to kolejno: (1) © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 11
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego (2) (1) (2) (3) (4) (5) (3) (1) (2) (3) (4) (5) © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 12
Metody optymalizacji - Energetyka 2015/2016 (4) Metody programowania liniowego (1) (2) (3) (4) (5) © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 13
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Geometria i algebra programowania liniowego Rozwiązania zagadnienia programowania liniowego są wektorami, kolumny macierzy współczynników ograniczeń są wektorami, współczynniki funkcji celu tworzą wektor, prawa strona ograniczeń tworzy wektor …… © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 14
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Geometria i algebra programowania liniowego Przestrzeń liniowa Definicja 1. © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 15
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Geometria i algebra programowania liniowego Definicja 1. – c. d. © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 16
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Geometria i algebra programowania liniowego Definicja 2. Definicja 3. © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 17
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Geometria i algebra programowania liniowego Definicja 4. © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 18
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Geometria i algebra programowania liniowego Twierdzenie 1. © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 19
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Geometria i algebra programowania liniowego Zbiory wypukłe Definicja 5. Definicja 6 © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 20
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Geometria i algebra programowania liniowego Definicja 7 © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 21
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Geometria i algebra programowania liniowego Twierdzenie 2. Definicja 8. © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 22
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Geometria i algebra programowania liniowego Rozwiązywanie układu równań liniowych algebraicznych © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 23
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Geometria i algebra programowania liniowego Definicja 9. © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 24
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Geometria i algebra programowania liniowego Definicja 10. © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 25
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Geometria i algebra programowania liniowego Właściwości rozwiązań zadania programowwania liniowego (a) (b) (c) © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 26
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Geometria i algebra programowania liniowego Definicja 11. (a) – (c) (b) – (c) Definicja 12. (b) Definicja 13. (c) © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 27
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Geometria i algebra programowania liniowego Definicja 14. Definicja 15. © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 28
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Geometria i algebra programowania liniowego Twierdzenie 3. © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 29
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Geometria i algebra programowania liniowego Twierdzenie 4. (a) maksymalną © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 30
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Geometria i algebra programowania liniowego Twierdzenie 4. - c. d. © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 31
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Geometria i algebra programowania liniowego Twierdzenie 5. Wnioski © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 32
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Rozwiązywanie graficzne zadań programowania liniowego - studium przypadku Przykład 2: Pewna firma produkuje dwa rodzaje farb: dla prac wewnętrznych (I) i zewnętrznych (E). Wyprodukowane farby kierowane są do sprzedaży hurtowej. Do produkcji farb stosuje się dwa surowce A i B. Maksymalne dostępne dziennie ilości tych surowców wynoszą odpowiednio 6 i 8 t. Zużycie surowców A i B na jedną tonę odpowiedniej farby podaje tabela. Surowiec Zużycie surowca w tonach na tonę farby Farba E Maksymalna dostępna dziennie ilość surowca Farba I A 1 2 6 B 2 1 8 Badanie rynku pokazało, że dzienny popyt na farbę I nigdy nie przewyższa popytu na farbę E o więcej niż 1 tonę. Poza tym ustalono, że popyt na farbę I nigdy nie przekracza 2 ton na dobę. Ceny hurtowe jednej tony farb są równe: 3 j. p. dla farby E, i 2 j. p. dla farby I. Jakie ilości farby E i I powinna produkować firma, aby dochód z produkcji był maksymalny? © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 33
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Opcje decyzyjne: - dzienna produkcja farby E w tonach - dzienna produkcja farby I w tonach Funkcja celu: zmaksymalizować: Ograniczenia: Zasoby dzienne surowca A: 1 Zasoby dzienne surowca B: 2 Różnica popytu na farbę I i E: 3 4 Popyt na farbę I: Warunki nieujemności: 5 © Kazimierz Duzinkiewicz, dr hab. inż. 6 Katedra Inżynierii Systemów Sterowania 34
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Rozwiązywanie graficzne dla zadania maksymalizacji i malenia dla minimalizacji © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 35
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Obszar rozwiązań dopuszczalnych i linia stałej wartości funkcji celu: 1 2 3 4 5 3 5 4 1 6 2 6 © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 36
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Znajdowanie rozwiązania optymalnego: . 6 © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 37
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Rozwiązanie optymalne: © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 38
Metody optymalizacji - Energetyka 2015/2016 © Kazimierz Duzinkiewicz, dr hab. inż. Metody programowania liniowego Katedra Inżynierii Systemów Sterowania 39
Metody optymalizacji - Energetyka 2015/2016 © Kazimierz Duzinkiewicz, dr hab. inż. Metody programowania liniowego Katedra Inżynierii Systemów Sterowania 40
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Rozwiązanie optymalne jest punktem wierzchołkowy jest rozwiązaniem bazowym wierzchołkowym; punkt Punkt optymalny: oraz: Ponadto (nietrudno policzyć): 6 © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 41
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Inne przypadki Przykład 3: 2 5 3 © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 42
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Przykład 4: 3 2 4 © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 43
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Przykład 5: 1 4 5 © Kazimierz Duzinkiewicz, dr hab. inż. 2 3 Katedra Inżynierii Systemów Sterowania 44
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Przykład 6: 1 2 3 © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 45
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Przykład 7: 2 3 1 4 © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 46
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Przykład 8: © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 47
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Elementy algorytmu simpleksowego Postać standardowa przykładu Początkowa tablica simpleksowa © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 48
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Rozpoczęcie obliczeń © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 49
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Elementy jednego kroku algorytmu simpleksowego © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 50
Metody optymalizacji - Energetyka 2015/2016 © Kazimierz Duzinkiewicz, dr hab. inż. Metody programowania liniowego Katedra Inżynierii Systemów Sterowania 51
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Drugie rozwiązanie © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 52
Metody optymalizacji - Energetyka 2015/2016 © Kazimierz Duzinkiewicz, dr hab. inż. Metody programowania liniowego Katedra Inżynierii Systemów Sterowania 53
Metody optymalizacji - Energetyka 2015/2016 © Kazimierz Duzinkiewicz, dr hab. inż. Metody programowania liniowego Katedra Inżynierii Systemów Sterowania 54
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Tablica optymalnego rozwiązania © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 55
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Podsumowanie rozwiązywania - Tablice kolejnych kroków © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 56
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Podsumowanie rozwiązywania - Interpretacja geometryczna kolejnych kroków 3 5 © Kazimierz Duzinkiewicz, dr hab. inż. 4 6 1 2 Katedra Inżynierii Systemów Sterowania 57
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Rozwiązanie optymalne © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 58
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Analizy postoptymalizacyjne Pierwsze zadanie analizy wrażliwości Wpływ zmiany ilości poszczególnych zasobów na aktualne rozwiązanie optymalne Formalna nazwa: analiza wrażliwości na zmiany prawej strony ograniczeń Ograniczenia: aktywne i nieaktywne Ograniczenie jest aktywne dla aktualnego rozwiązania optymalnego jeżeli przechodzi przez punkt tego rozwiązania spełnione jest równościowo w punkcie tego rozwiązania W przeciwnym przypadku ograniczenie jest nieaktywne © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 59
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Analizy postoptymalizacyjne Składnik: deficytowe i niedeficytowe Składnik jest deficytowy dla aktualnego rozwiązania optymalnego jeżeli odpowiadające mu ograniczenie jest aktywne W przeciwnym przypadku składnik jest niedeficytowy Dwa aspekty analizy wrażliwości na zmiany prawej strony ograniczeń graniczne dopuszczalne zwiększenie zasobu składnika deficytowego pozwalające poprawić aktualne rozwiązanie optymalne (nie zmieniające aktualnych zmiennych bazowych rozwiązania bazowego) granicznie dopuszczalne zmniejszenie zasobu składnika niedeficytowego nie zmieniające aktualnych zmiennych bazowych rozwiązania optymalnego © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 60
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Analizy postoptymalizacyjne Zwiększanie zasobów deficytowych 3 5 © Kazimierz Duzinkiewicz, dr hab. inż. 4 1 6 2 Katedra Inżynierii Systemów Sterowania 61
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Analizy postoptymalizacyjne Zmniejszanie zasobów niedeficytowych 4 3 5 © Kazimierz Duzinkiewicz, dr hab. inż. 6 1 2 Katedra Inżynierii Systemów Sterowania 62
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Analizy postoptymalizacyjne Podsumowanie Maksymalna zmiana zasobu składnika Wartość zmieniona – wartość aktualna Składnik Rodzaj składnika Maksymalna zmiana dochodu Wartość zmieniona – wartość aktualna 1 Deficytowy 7– 6=1 13 – 12 2 3 = +1 3 2 Deficytowy 12 – 8 = 4 18 – 12 2 3 = +5 1 3 3 Niedeficytowy - 2 – 1 = -3 12 2 3 - 12 2 3 = 0 4 Niedeficytowy © Kazimierz Duzinkiewicz, dr hab. inż. 1 13 - 2 = - 2 3 12 2 3 - 12 2 3 = 0 Katedra Inżynierii Systemów Sterowania 63
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Analizy postoptymalizacyjne Drugie zadanie analizy wrażliwości Zasoby którego ze składników deficytowych powiększać w pierwszej kolejności należałoby Charakterystyka cenności dodatkowej jednostki zasobu składnika deficytowego 1 Rodzaj składnika Deficytowy Cenność dodatkowej jednostki zasobu składnika 1 = 1 3 ÷ 1 = 1 3 2 Deficytowy 2 = 5 1 3 ÷ 4 = 4 3 3 Niedeficytowy 3 = 0 4 Niedeficytowy 4 = 0 Składnik © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 64
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Analizy postoptymalizacyjne Trzecie zadanie analizy wrażliwości Wpływ wartości współczynników f. c. na rozwiązanie optymalne Dwa aspekty analizy wrażliwości na zmiany współczynników funkcji celu przedział zmian (zmniejszenia lub zwiększenia) danego współczynnika funkcji celu, dla którego nie dochodzi do zmiany rozwiązania optymalnego? o ile należy zmienić dany współczynnik funkcji celu, aby uczynić określony składnik niedeficytowym i na odwrót? © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 65
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Analizy postoptymalizacyjne Pierwszy aspekt – c 1 = var, c 2 = const = 2; c 1 = const = 3, c 2 = var 4 1 3 5 © Kazimierz Duzinkiewicz, dr hab. inż. 6 2 Katedra Inżynierii Systemów Sterowania 66
Metody optymalizacji - Energetyka 2015/2016 Metody programowania liniowego Dziękuję za uwagę – koniec materiału prezentowanego podczas wykładu © Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 67
- "energetyka jądrowa"
- Obraz przekształcenia liniowego
- "optymalizacji"
- Delphi język programowania
- Czy warto uczyć się programowania
- Logo komeniusz download
- Zasady programowania strukturalnego
- Paradygmat programowania obiektowego
- Programowanie plc języki
- Fazy procesu obserwacji
- Formy pracy z uczniem zdolnym
- Fáze výuky podle mojžíška
- Metody prognozowania popytu
- Kusownictwo
- Jaké metody používáme k odchytu vodních živočichů
- Metody dyscyplinowania uczniów
- Prawo lamberta beera
- Metoda obrazkowa
- "wypalenie" "zawodowe"
- Serologicke metody
- Technologie do monitorowania aktywności fizycznej
- Metody historyczne
- Metody dyscyplinowania uczniów
- Metody zarządzania ryzykiem walutowym w przedsiębiorstwie
- Metoda heurystyczna
- Metody doboru pracowników
- Turbidymetria i nefelometria
- Sformuować
- Semilongitudinální výzkum
- Metody optyczne
- Metody, techniki i narzędzia badawcze
- Metody pomiaru bezrobocia
- Pirometr fotoelektryczny
- Metody aktywizujące przykłady
- Anna zuch
- Zadanie
- Metody aktywizujące przykłady
- Metody utrwalania żywności
- Podział metod aktywizujących
- Metody sieciowe
- Pedagogická diagnostika žiaka vzor
- Metody oznaczania białek
- Metody szacowania ryzyka
- Dydaktyka informatyki
- Autyzm prezentacja
- Metody planowania zatrudnienia
- Metody utrwalania żywności
- Metody numeryczne
- Metody dydaktyczne
- Metody badawcze w socjologii
- Parametry chromatograficzne
- Tradycyjne metody nauczania
- Drp przykład
- Metody obsługi gości prezentacja
- Janusz korczak przyjaciel dzieci
- Techniki uczenia się prezentacja
- Tensometryczne metody pomiaru naprężeń
- Metody aktywizujące przykłady
- Metody, techniki i narzędzia badawcze
- Plan potrzeb materiałowych
- Metódy nácviku čítania
- Forma frontalna
- Fotografia dnia roboczego wzór
- Metoda programowanego uczenia się
- Metody nauki pisania
- Zakład z ciastownią i piecownią
- Metody kinezioterapie
- Elektrografické vyšetřovací metody