История создания датчика движения: Первый прибор для обнаружения движения был изобретен немецким физиком Генрихом Герцем...
Особенности сооружения опор в сложных условиях: Сооружение ВЛ в районах с суровыми климатическими и тяжелыми геологическими условиями...
Топ:
Основы обеспечения единства измерений: Обеспечение единства измерений - деятельность метрологических служб, направленная на достижение...
Устройство и оснащение процедурного кабинета: Решающая роль в обеспечении правильного лечения пациентов отводится процедурной медсестре...
Техника безопасности при работе на пароконвектомате: К обслуживанию пароконвектомата допускаются лица, прошедшие технический минимум по эксплуатации оборудования...
Интересное:
Распространение рака на другие отдаленные от желудка органы: Характерных симптомов рака желудка не существует. Выраженные симптомы появляются, когда опухоль...
Наиболее распространенные виды рака: Раковая опухоль — это самостоятельное новообразование, которое может возникнуть и от повышенного давления...
Влияние предпринимательской среды на эффективное функционирование предприятия: Предпринимательская среда – это совокупность внешних и внутренних факторов, оказывающих влияние на функционирование фирмы...
Дисциплины:
2017-10-21 | 394 |
5.00
из
|
Заказать работу |
|
|
Данный критерий является некоторым обобщением критериев крайнего пессимизма и крайнего оптимизма и также представляет собой частный случай обобщенного критерия Гурвица относительно выигрышей при следующем допущении:
λ1=1-λ, λ2=λ3=…=λn-1=0, λn=λ, где 0 ≤ λ ≤ 1
Тогда показатель эффективности стратегии Ai по Гурвицу есть:
Gi=(1-λ)min aij + λmax aij
Оптимальной стратегией Ai0 считается стратегия с максимальным значением показателя эффективности.
Строим вспомогательную матрицу B, полученную путем упорядочивания показателей доходностей в каждой строке.
Подход пессимиста, λ выбирается из условия невозрастания среднего:
G1 = 0,0513 • 6,34+(1-0,0513) • 95 = 90,456; G2 = 0,0513 • 4+(1-0,0513) • 110 = 104,567; G3 = 0,0513 • 6+(1-0,0513) • 90 = 85,694; G4 = 0,0513 • 5+(1-0,0513) • 100 = 95,131;
Подход оптимиста, λ выбирается из условия неубывания среднего:
G1 = 0,949 • 6,34+(1-0,949) • 95 = 10,884; G2 = 0,949 • 4+(1-0,949) • 110 = 9,433; G3 = 0,949 • 6+(1-0,949) • 90 = 10,306; G4 = 0,949 • 5+(1-0,949) • 100 = 9,869;
Ai | П1 | П2 | П3 | П4 | min(aij) | max(aij) | Подход пессимиста | Подход оптимиста |
A1 | 6,34 | 6,34 | 90,46 | 10,88 | ||||
A2 | 8,4 | 104,57 | 9,43 | |||||
A3 | 10,46 | 85,69 | 10,31 | |||||
A4 | 12,51 | 95,13 | 9,87 |
Выбираем из (90,456; 104,567; 85,694; 95,131) максимальный элемент max=104,57
Вывод: выбираем стратегию N=2,
10. Оптимальные стратегии по обобщенному критерию Гурвица,
b = 21,34 + 26 + 40,37 + 395 = 482,71
Показатели эффективности по Гурвицу,
Подход пессимиста
Подход оптимиста
Таким образом, в результате решения статистической игры по различным критериям чаще других рекомендовалась стратегия A2,
3 вариант «при неизвестном значении веса критерия» (условие неопределенности), модициикация.
Поскольку необходимо минимизировать затраты, то модифицируем матрицу умножением всех элементов на (-1) и затем сложением их с максимальным элементом матрицы (110) так, чтобы матрица не содержала бы отрицательных элементов, Тем самым сводим решение к поиску минимальной функции.
|
103,66 | |||
101,6 | |||
99,54 | |||
97,49 |
Критерий максимакса.
Ai | П1 | П2 | П3 | П4 | max(aij) |
A1 | 103,66 | 103,66 | |||
A2 | 101,6 | ||||
A3 | 99,54 | ||||
A4 | 97,49 |
Выбираем из (103,66; 106; 104; 105) максимальный элемент max=106
Вывод: выбираем стратегию N=2.
Критерий Байеса.
Ai | П1 | П2 | П3 | П4 | ∑(aijpj) |
A1 | 25,92 | 3,75 | 25,25 | 25,75 | 80,67 |
A2 | 25,4 | 26,25 | 26,5 | 78,15 | |
A3 | 24,89 | 81,89 | |||
A4 | 24,37 | 2,5 | 25,5 | 26,25 | 78,62 |
pj | 0,25 | 0,25 | 0,25 | 0,25 |
Выбираем из (80,665; 78,15; 81,885; 78,6225) максимальный элемент max=81,89. Вывод: выбираем стратегию N=3.
Критерий Лапласа,
Ai | П1 | П2 | П3 | П4 | ∑(aij) |
A1 | 25,92 | 3,75 | 25,25 | 25,75 | 80,67 |
A2 | 25,4 | 26,25 | 26,5 | 78,15 | |
A3 | 24,89 | 81,89 | |||
A4 | 24,37 | 2,5 | 25,5 | 26,25 | 78,62 |
pj | 0,25 | 0,25 | 0,25 | 0,25 |
Выбираем из (80,67; 78,15; 81,89; 78,62) максимальный элемент max=81,89. Вывод: выбираем стратегию N=3,
Критерий Вальда,
Критерий Вальда ориентирует статистику на самые неблагоприятные состояния природы, т,е, этот критерий выражает пессимистическую оценку ситуации,
Ai | П1 | П2 | П3 | П4 | min(aij) |
A1 | 103,66 | ||||
A2 | 101,6 | ||||
A3 | 99,54 | ||||
A4 | 97,49 |
Выбираем из (15; 0; 20; 10) максимальный элемент max=20
Вывод: выбираем стратегию N=3,
Критерий Севиджа.
1, Рассчитываем 1-й столбец матрицы рисков,
r11 = 103,66 - 103,66 = 0; r21 = 103,66 - 101,6 = 2,06; r31 = 103,66 - 99,54 = 4,12; r41 = 103,66 - 97,49 = 6,17;
2, Рассчитываем 2-й столбец матрицы рисков,
r12 = 20 - 15 = 5; r22 = 20 - 0 = 20; r32 = 20 - 20 = 0; r42 = 20 - 10 = 10;
3, Рассчитываем 3-й столбец матрицы рисков,
r13 = 105 - 101 = 4; r23 = 105 - 105 = 0; r33 = 105 - 104 = 1; r43 = 105 - 102 = 3;
4, Рассчитываем 4-й столбец матрицы рисков,
r14 = 106 - 103 = 3; r24 = 106 - 106 = 0; r34 = 106 - 104 = 2; r44 = 106 - 105 = 1;
Ai | П1 | П2 | П3 | П4 |
A1 | ||||
A2 | 2,06 | |||
A3 | 4,12 | |||
A4 | 6,17 |
Результаты вычислений оформим в виде таблицы.
|
Ai | П1 | П2 | П3 | П4 | max(aij) |
A1 | |||||
A2 | 2,06 | ||||
A3 | 4,12 | 4,12 | |||
A4 | 6,17 |
Выбираем из (5; 20; 4,12; 10) минимальный элемент min=4,12
Вывод: выбираем стратегию N=3,
Проведение идеального эксперимента.
В крайнем правом столбце рассчитаем средний риск,
Ai | П1 | П2 | П3 | П4 | ri |
A1 | |||||
A2 | 2,06 | 5,52 | |||
A3 | 4,12 | 1,78 | |||
A4 | 6,17 | 5,04 |
Минимальное значение средних рисков равно 1,78, Следовательно, выше этой цены планирование эксперимента становится нецелесообразным,
Критерий Гурвица.
Рассчитываем si,
s1 = 0,5•15+(1-0,5)•103,66 = 59,33
s2 = 0,5•0+(1-0,5)•106 = 53
s3 = 0,5•20+(1-0,5)•104 = 62
s4 = 0,5•10+(1-0,5)•105 = 57,5
Ai | П1 | П2 | П3 | П4 | min(aij) | max(aij) | y min(aij) + (1-y)max(aij) |
A1 | 103,66 | 103,66 | 59,33 | ||||
A2 | 101,6 | ||||||
A3 | 99,54 | ||||||
A4 | 97,49 | 57,5 |
Выбираем из (59,33; 53; 62; 57,5) максимальный элемент max=62
Вывод: выбираем стратегию N=3,
Критерий Ходжа-Лемана.
Для каждой строки рассчитываем значение критерия по формуле:
Wi = u∑aijpj + (1 - u)min(a)ij
Рассчитываем Wi,
W1 = 0,5•80,665 + (1-0,5)•15 = 47,8325
W2 = 0,5•78,15 + (1-0,5)•0 = 39,075
W3 = 0,5•81,885 + (1-0,5)•20 = 50,9425
W4 = 0,5•78,6225 + (1-0,5)•10 = 44,31125
Ai | П1 | П2 | П3 | П4 | ∑(aijpj) | min(aj) | Wi |
A1 | 25,92 | 3,75 | 25,25 | 25,75 | 80,67 | 47,83 | |
A2 | 25,4 | 26,25 | 26,5 | 78,15 | 39,08 | ||
A3 | 24,89 | 81,89 | 50,94 | ||||
A4 | 24,37 | 2,5 | 25,5 | 26,25 | 78,62 | 44,31 | |
pj | 0,25 | 0,25 | 0,25 | 0,25 |
Выбираем из (47,83; 39,08; 50,94; 44,31) максимальный элемент max=50,94
Вывод: выбираем стратегию N=3.
Обобщенный критерий Гурвица.
Строим вспомогательную матрицу B, полученную путем упорядочивания показателей доходностей в каждой строке,
Подход пессимиста, λ выбирается из условия невозрастания среднего:
G1 = 0,0971 • 15+(1-0,0971) • 103,66 = 95,055; G2 = 0,0971 • 0+(1-0,0971) • 106 = 95,712; G3 = 0,0971 • 20+(1-0,0971) • 104 = 95,847; G4 = 0,0971 • 10+(1-0,0971) • 105 = 95,78;
Подход оптимиста, λ выбирается из условия неубывания среднего:
G1 = 0,903 • 15+(1-0,903) • 103,66 = 23,605; G2 = 0,903 • 0+(1-0,903) • 106 = 10,288; G3 = 0,903 • 20+(1-0,903) • 104 = 28,153; G4 = 0,903 • 10+(1-0,903) • 105 = 19,22;
Ai | П1 | П2 | П3 | П4 | min(aij) | max(aij) | Подход пессимиста | Подход оптимиста |
A1 | 103,66 | 103,66 | 95,06 | 23,6 | ||||
A2 | 101,6 | 95,71 | 10,29 | |||||
A3 | 99,54 | 95,85 | 28,15 | |||||
A4 | 97,49 | 95,78 | 19,22 |
Выбираем из (95,055; 95,712; 95,847; 95,78) максимальный элемент max=95,85
Вывод: выбираем стратегию N=3,
Оптимальные стратегии по обобщенному критерию Гурвица.
b = 45 + 399,63 + 414 + 418,66 = 1277,29
Показатели эффективности по Гурвицу,
Подход пессимиста
Подход оптимиста
Таким образом, в результате решения статистической игры по различным критериям чаще других рекомендовалась стратегия A3,
|
3 вариант «при неизвестном значении веса критерия» (условие неопределенности), нормализация.
Исходные данные:
0,75 | |||
0,67 | |||
0,33 | 0,75 | 0,33 | |
0,5 | 0,25 | 0,67 |
Критерий максимакса,
Ai | П1 | П2 | П3 | П4 | max(aij) |
A1 | 0,75 | ||||
A2 | 0,67 | ||||
A3 | 0,33 | 0,75 | 0,33 | ||
A4 | 0,5 | 0,25 | 0,67 | 0,67 |
Выбираем из (1; 1; 1; 0,67) максимальный элемент max=1
Вывод: выбираем стратегию N=1,
Критерий Байеса,
Считаем значения ∑(aijpj)
∑(a1,jpj) = 1•0,25 + 0,75•0,25 + 0•0,25 + 0•0,25 = 0,4375
∑(a2,jpj) = 0,67•0,25 + 0•0,25 + 1•0,25 + 1•0,25 = 0,6675
∑(a3,jpj) = 0,33•0,25 + 1•0,25 + 0,75•0,25 + 0,33•0,25 = 0,6025
∑(a4,jpj) = 0•0,25 + 0,5•0,25 + 0,25•0,25 + 0,67•0,25 = 0,355
Ai | П1 | П2 | П3 | П4 | ∑(aijpj) |
A1 | 0,25 | 0,19 | 0,44 | ||
A2 | 0,17 | 0,25 | 0,25 | 0,67 | |
A3 | 0,0825 | 0,25 | 0,19 | 0,0825 | 0,6 |
A4 | 0,13 | 0,0625 | 0,17 | 0,36 | |
pj | 0,25 | 0,25 | 0,25 | 0,25 |
Выбираем из (0,4375; 0,6675; 0,6025; 0,355) максимальный элемент max=0,67
Вывод: выбираем стратегию N=2.
Критерий Лапласа.
Ai | П1 | П2 | П3 | П4 | ∑(aij) |
A1 | 0,25 | 0,19 | 0,44 | ||
A2 | 0,17 | 0,25 | 0,25 | 0,67 | |
A3 | 0,0825 | 0,25 | 0,19 | 0,0825 | 0,6 |
A4 | 0,13 | 0,0625 | 0,17 | 0,36 | |
pj | 0,25 | 0,25 | 0,25 | 0,25 |
Выбираем из (0,44; 0,67; 0,6; 0,36) максимальный элемент max=0,67
Вывод: выбираем стратегию N=2.
Критерий Вальда.
Ai | П1 | П2 | П3 | П4 | min(aij) |
A1 | 0,75 | ||||
A2 | 0,67 | ||||
A3 | 0,33 | 0,75 | 0,33 | 0,33 | |
A4 | 0,5 | 0,25 | 0,67 |
Выбираем из (0; 0; 0,33; 0) максимальный элемент max=0,33
Вывод: выбираем стратегию N=3.
Критерий Севиджа,
1, Рассчитываем 1-й столбец матрицы рисков,
r11 = 1 - 1 = 0; r21 = 1 - 0,67 = 0,33; r31 = 1 - 0,33 = 0,67; r41 = 1 - 0 = 1;
2, Рассчитываем 2-й столбец матрицы рисков,
r12 = 1 - 0,75 = 0,25; r22 = 1 - 0 = 1; r32 = 1 - 1 = 0; r42 = 1 - 0,5 = 0,5;
3, Рассчитываем 3-й столбец матрицы рисков,
r13 = 1 - 0 = 1; r23 = 1 - 1 = 0; r33 = 1 - 0,75 = 0,25; r43 = 1 - 0,25 = 0,75;
4, Рассчитываем 4-й столбец матрицы рисков,
r14 = 1 - 0 = 1; r24 = 1 - 1 = 0; r34 = 1 - 0,33 = 0,67; r44 = 1 - 0,67 = 0,33;
Ai | П1 | П2 | П3 | П4 |
A1 | 0,25 | |||
A2 | 0,33 | |||
A3 | 0,67 | 0,25 | 0,67 | |
A4 | 0,5 | 0,75 | 0,33 |
|
Результаты вычислений оформим в виде таблицы,
Ai | П1 | П2 | П3 | П4 | max(aij) |
A1 | 0,25 | ||||
A2 | 0,33 | ||||
A3 | 0,67 | 0,25 | 0,67 | 0,67 | |
A4 | 0,5 | 0,75 | 0,33 |
Выбираем из (1; 1; 0,67; 1) минимальный элемент min=0,67
Вывод: выбираем стратегию N=3,
Проведение идеального эксперимента,
В крайнем правом столбце рассчитаем средний риск,
Ai | П1 | П2 | П3 | П4 | ri |
A1 | 0,25 | 0,56 | |||
A2 | 0,33 | 0,33 | |||
A3 | 0,67 | 0,25 | 0,67 | 0,4 | |
A4 | 0,5 | 0,75 | 0,33 | 0,65 |
Минимальное значение средних рисков равно 0,333, Следовательно, выше этой цены планирование эксперимента становится нецелесообразным,
Критерий Гурвица.
Рассчитываем si,
s1 = 0,5•0+(1-0,5)•1 = 0,5
s2 = 0,5•0+(1-0,5)•1 = 0,5
s3 = 0,5•0,33+(1-0,5)•1 = 0,665
s4 = 0,5•0+(1-0,5)•0,67 = 0,335
Ai | П1 | П2 | П3 | П4 | min(aij) | max(aij) | y min(aij) + (1-y)max(aij) |
A1 | 0,75 | 0,5 | |||||
A2 | 0,67 | 0,5 | |||||
A3 | 0,33 | 0,75 | 0,33 | 0,33 | 0,67 | ||
A4 | 0,5 | 0,25 | 0,67 | 0,67 | 0,34 |
Выбираем из (0,5; 0,5; 0,665; 0,335) максимальный элемент max=0,67
Вывод: выбираем стратегию N=3,
Критерий Ходжа-Лемана,
Рассчитываем Wi,
W1 = 0,5•0,4375 + (1-0,5)•0 = 0,21875
W2 = 0,5•0,6675 + (1-0,5)•0 = 0,33375
W3 = 0,5•0,6025 + (1-0,5)•0,33 = 0,46625
W4 = 0,5•0,355 + (1-0,5)•0 = 0,1775
Ai | П1 | П2 | П3 | П4 | ∑(aijpj) | min(aj) | Wi |
A1 | 0,25 | 0,19 | 0,44 | 0,22 | |||
A2 | 0,17 | 0,25 | 0,25 | 0,67 | 0,33 | ||
A3 | 0,0825 | 0,25 | 0,19 | 0,0825 | 0,6 | 0,33 | 0,47 |
A4 | 0,13 | 0,0625 | 0,17 | 0,36 | 0,18 | ||
pj | 0,25 | 0,25 | 0,25 | 0,25 |
Выбираем из (0,22; 0,33; 0,47; 0,18) максимальный элемент max=0,47
Вывод: выбираем стратегию N=3.
Обобщенный критерий Гурвица,
Подход пессимиста, λ выбирается из условия невозрастания среднего:
G1 = 0,0825 • 0+(1-0,0825) • 1 = 0,918; G2 = 0,0825 • 0+(1-0,0825) • 1 = 0,918; G3 = 0,0825 • 0,33+(1-0,0825) • 1 = 0,945; G4 = 0,0825 • 0+(1-0,0825) • 0,67 = 0,615;
Подход оптимиста, λ выбирается из условия неубывания среднего:
G1 = 0,918 • 0+(1-0,918) • 1 = 0,0825; G2 = 0,918 • 0+(1-0,918) • 1 = 0,0825; G3 = 0,918 • 0,33+(1-0,918) • 1 = 0,385; G4 = 0,918 • 0+(1-0,918) • 0,67 = 0,0553;
Ai | П1 | П2 | П3 | П4 | min(aij) | max(aij) | Подход пессимиста | Подход оптимиста |
A1 | 0,75 | 0,92 | 0,0825 | |||||
A2 | 0,67 | 0,92 | 0,0825 | |||||
A3 | 0,33 | 0,33 | 0,75 | 0,33 | 0,94 | 0,39 | ||
A4 | 0,25 | 0,5 | 0,67 | 0,67 | 0,61 | 0,0553 |
Выбираем из (0,918; 0,918; 0,945; 0,615) максимальный элемент max=0,94
Вывод: выбираем стратегию N=3,
Оптимальные стратегии по обобщенному критерию Гурвица,
b = 0,33 + 1,25 + 3 + 3,67 = 8,25
Показатели эффективности по Гурвицу,
Подход пессимиста
Подход оптимиста
Таким образом, в результате решения статистической игры по различным критериям чаще других рекомендовалась стратегия A3,
СПИСОК ЛИТЕРАТУРЫ
1. Орлов А,И, Организационно-экономическое моделирование: Теория принятия решений: учебник/ А,И, Орлов,-М,: Кнурус,2011,568с,
2. Гуцыкова С,В, Метод экспертных оценок [Электронный ресурс]: теория и практика/ Гуцыкова С,В,— Электрон, текстовые данные,— М,: Институт психологии РАН, 2011,— 144 c,
|
3. Бутакова М,М, Экономическое прогнозирование: Методы и приемы практических расчетов: учебное пособие /М,М,Бутакова- 2-е издание исправ, М,: Кнорус,2010 168с,
4. Глущенко В,В,,Глушенко И,И, Разработка управленческого решения, Прогнозирование-планирование, Теория проектирования экспертов: Учебник для ВУЗов,-М,:ЮНИТИ-ДАНА,2005,325с,
5. Литвак Б,Г, Экспертные технологии в управлении: учеб, пособие, – 2-е изд, испр, и доп, – М,: Дело, 2004, – 400 с,
6. Дрогобыцкий, И,Н, Системный анализ в экономике: учеб, пособие / И,Н, Дрогобыцкий, – М,: Финансы и статистика, 2007, – 512 c,
7. Баллод Б,А, Методы и алгоритмы принятия решений в экономике [Электронный ресурс]: учебное пособие/ Баллод Б,А,, Елизарова Н,Н,— Электрон, текстовые данные,— М,: Финансы и статистика, 2014,— 224 c,—
8. Коновальчук Е,В, Модели и методы оперативного управления проектами [Электронный ресурс]: монография/ Коновальчук Е,В,, Новиков Д,А,— Электрон, текстовые данные,— М,: ИПУ РАН, 2004,— 63 c,
9. Карминский, А,М, Рейтинги в экономике: методология и практика, / А,М, Карминский, А,А, Пересецкий, А,Е, Петров, М,: Финансы и стати-стика, 2005,
Задание по вариантам
Таблица П/1
Данные к заданию №1 по вариантам
- № эксперта | |||||||
Вариант №1 | |||||||
Вариант №2 | |||||||
Вариант №3 | |||||||
Вариант №4 | |||||||
Вариант №5 | |||||||
Вариант №6 | |||||||
Вариант №7 | |||||||
Продолжение таблицы П/1
Вариант №8 | ||||||
Вариант №9 | ||||||
Вариант №10 | ||||||
Вариант №11 | ||||||
Вариант №12 | ||||||
Вариант №13 | ||||||
Вариант №14 | ||||||
Вариант №15 | ||||||
Продолжение таблицы П/1
Вариант №16 | ||||||
Вариант №17 | ||||||
Вариант №18 | ||||||
Вариант №19 | ||||||
Вариант №20 | ||||||
Вариант №21 | ||||||
Вариант №22 | ||||||
Вариант №23 | ||||||
Окончание таблицы П/1
Вариант №24 | ||||||
Вариант №25 | ||||||
Вариант №26 | ||||||
Вариант №27 | ||||||
Вариант №28 | ||||||
Вариант №29 | ||||||
Вариант №30 | ||||||
Таблица П/2
Данные к заданию №2 по вариантам
Вариант №1 | |||
Выпуск модели И-12 | удача | «+» | 30,9 |
затруднения | «-» | 1,2 | |
Выпуск модели И-13 | удача | «+» | 50,1 |
затруднения | «-» | 23,7 | |
Данные об успехе ЛПР | 80% | ||
Маркетинговые исследования | «-» | 1,85 | |
Заключения организации оказывались верными при удачи | 61% | ||
Заключения организации оказывались верными при не удачи | 50% | ||
Вариант №2 | |||
Выпуск модели И-12 | удача | «+» | |
затруднения | «-» | 1,8 | |
Выпуск модели И-13 | удача | «+» | 49,2 |
затруднения | «-» | 22,8 | |
Данные об успехе ЛПР | 78% | ||
Маркетинговые исследования | «-» | 1,80 | |
Заключения организации оказывались верными при удачи | 58% | ||
Заключения организации оказывались верными при не удачи | 52% | ||
Вариант №3 | |||
Выпуск модели И-12 | удача | «+» | 29,1 |
затруднения | «-» | 2,4 | |
Выпуск модели И-13 | удача | «+» | 48,3 |
затруднения | «-» | 21,9 | |
Данные об успехе ЛПР | 76% | ||
Маркетинговые исследования | «-» | 1,75 | |
Заключения организации оказывались верными при удачи | 55% | ||
Заключения организации оказывались верными при не удачи | 54% | ||
Вариант №4 | |||
Выпуск модели И-12 | удача | «+» | 28,2 |
затруднения | «-» | ||
Выпуск модели И-13 | удача | «+» | 47,4 |
затруднения | «-» | ||
Данные об успехе ЛПР | 74% | ||
Маркетинговые исследования | «-» | 1,70 | |
Заключения организации оказывались верными при удачи | 52% | ||
Заключения организации оказывались верными при не удачи | 56% |
Продолжение таблицы П/2
Вариант №5 | |||
Выпуск модели И-12 | удача | «+» | 27,3 |
затруднения | «-» | 3,6 | |
Выпуск модели И-13 | удача | «+» | 46,5 |
затруднения | «-» | 20,1 | |
|
|
Механическое удерживание земляных масс: Механическое удерживание земляных масс на склоне обеспечивают контрфорсными сооружениями различных конструкций...
Особенности сооружения опор в сложных условиях: Сооружение ВЛ в районах с суровыми климатическими и тяжелыми геологическими условиями...
История развития пистолетов-пулеметов: Предпосылкой для возникновения пистолетов-пулеметов послужила давняя тенденция тяготения винтовок...
Двойное оплодотворение у цветковых растений: Оплодотворение - это процесс слияния мужской и женской половых клеток с образованием зиготы...
© cyberpedia.su 2017-2024 - Не является автором материалов. Исключительное право сохранено за автором текста.
Если вы не хотите, чтобы данный материал был у нас на сайте, перейдите по ссылке: Нарушение авторских прав. Мы поможем в написании вашей работы!