Tapaus- ja Ilmiöriski työmenetelmä ja taustatietoa
|
|
- Teemu Lattu
- 8 vuotta sitten
- Katselukertoja:
Transkriptio
1 Tapaus- ja Ilmiöriski työmenetelmä ja taustatietoa Työmenetelmä Tapausriskin määrittämiseksi Tämä kuvaus perustuu kehitettyyn excel-pohjaiseen työvälineeseen, mutta sitä voi käyttää apuna myös uuden työkalun kehittämisessä. Osa materiaalista on seinällä analyytikon nähtävillä (matriisi ja lista turvallisuustekijöistä). 1. Skenaarion luominen. Luodaan skenaario siitä, mikä olisi ollut luultavin onnettomuustyyppi, kun oletetaan, että tilanteesta olisi kehittynyt onnettomuus. Harkitaan, mikä olisi ollut skenaarion luultavin seuraus (tai onnettomuustyyppi) Joskus on tarpeen tarkastella useaa eri skenaariota, mikäli yhtä selvästi luultavinta skenaariota ei ole. 2. Excel-matriisin käyttö Excel-työkalun matriisista voidaan valita sopiva ruutu, jolloin on valittu sekä vakavuus että todennäköisyysarvo. Tässä on apuna seinällä oleva matriisi. Matriisin ruudussa oleva koodi syötetään excel-työkaluun. Perustuen alus/kulkuneuvotyyppiin, työkalu tekee oletuksia pisteistä, jotka liittyvät ympäristövahinkoihin ja aineellisiin vahinkoihin. Kaikki tulokset saadaan tämän jälkeen automaattisesti 3. Arvojen syöttäminen suoraan excelin sisään. Arvojen syöttäminen suoraan oikeisiin excel-sarakkeisiin (tai matriisin antamien arvojen säätäminen) on suositeltavaa ainakin silloin kun: o Tunnetaan tarkka uhrien / muiden seurausten määrä o Kun päädytään taulukon vakavimpaan luokkaan Yhtä kuolonuhria (tai vakavaa loukkaantumista) vastaava pistemäärä on 10000p ja lievää loukkaantumista vastaa 100p. Todennäköisyysarvojen suhteen pätee sama asia: o Esim. arvojen 10% ja 5x10e-3 välillä on suuri ero. Voi olla hyvä syöttää suoraan oma arvio, esim. 1%. Tieliikenteessä on käytettävissä valmista taulukoitua onnettomuusmateriaalia ja yleensä helpointa on muuntaa ko. data suoraan tapausriskipisteiksi (kerralla koko taulukolle). sivu 1 - J.Nisula / Risk in Motion 2015
2 Jo tapahtunut onnettomuus Nimellinen Heikko Kohtalainen Hyvä Jäljellä olevien suojausten teho 100% 50% 10% 5 x Toteutumistodennäköisyys A20 B20 C20 D20 E A7 B7 C7 D7 E7 2,5 1-4 A2 B2 C2 D2 E2 10 lievää loukk Vain lieviä vammautumisia A1 B1 C1 D1 E1 Henkilövahingot (uhrit) Excel työkalun matriisi rautatieliikenteessä Jo tapahtunut onnettomuus Nimellinen Heikko Kohtalainen Hyvä Jäljellä olevien suojausten teho 100% 50% 10% 5 x Toteutumistodennäköisyys A150 B150 C150 D150 E A52 B52 C52 D52 E A2 B2 C2 D2 E2 10 lievää loukk Vain lieviä vammautumisia A1 B1 C1 D1 E1 Henkilövahingot (uhrit) Excel työkalun matriisi vesiliikenteessä ja ilmailussa sivu 2 - J.Nisula / Risk in Motion 2015
3 4. Ympäristöriskien/vahinkojen huomioiminen Matriisia käytettäessä se antaa oletusarvoja ympäristöriskille perustuen alustyyppiin. Arvoja voi myös syöttää suoraan oheisen taulukon tuella. Ympäristövahinkojen pisteytykseen käytettävä matriisi. Kuvassa oikealla myös excelmatriisissa käytettävät meriliikenteen oletusarvot laivatyypistä riippuen. 5. Aineellisten vahinkojen huomioiminen Aineellisten vahinkojen tuottamat pisteet voidaan määrittää seuraavasti o Maksimi pistemäärä aineellisen vahingon johdosta on 20000p. o Tätä alemmat pistemäärät saadaan kaavasta: Pisteet = arvo(m ) * 114p o Esim. 2 miljoonan euron vahinko saisi siis vakavuuspisteitä 228p. 6. Tulos Kolme vakavuusarvoa (ihmiset, ympäristö, aineelliset vahingot) kerrotaan valitulla todennäköisyydellä. Excel-työkalu tekee tämän automaattisesti ja antaa tuloksina tapausriskin kaikille kolmelle ulottuvuudelle, sekä näiden summana lopullisen Tapausriskiarvon. sivu 3 - J.Nisula / Risk in Motion 2015
4 Ilmiöriskin arviointi Ilmiöriskien arviointi seuraa ARMS-menetelmää seuraavin poikkeuksin: Menetelmästä on luotu räätälöity versio, niin että se soveltuu kaikille liikennemuodoille Terminologia on suomennettu Tapausriskimenetelmää varten kehitettyä 3-dimensioista vakavuusluokittelua hyödynnetään niin, että tutkittavan skenaarion seuraukset ilmaistaan identtisesti tapausriskin kanssa: esim p henkilövahinkoja, 100p aineellisia ja 2000p ympäristövahinkoja tuottavat kokonaisvakavuuden 12100p. Nyt myös hyväksyttävän riskin rajat ilmaistaan suhteessa näihin pisteisiin. Kuten tapausriskinkin suhteen, menetelmään on sisällytetty oletusarvoja ennen kaikkea hyväksyttävän riskin rajat - jotka joudutaan määrittelemään jatkossa uudestaan Trafin prioriteettien mukaisiksi. Itse menetelmä seuraa erillistä excel-kaavaketta, jossa eri vaiheet on eritelty ja määritelty. Prosessi alkaa tarkasteltavan ilmiön ja sen reunaehtojen mahdollisimman tarkalla määrittelyllä. Sen jälkeen tunnistetaan ilmiöön liittyvät uhat ja suojaukset, sekä ajatuksia jäsentävä piste, jossa ollaan saavutettu välitön onnettomuusvaara. Lopulta arvioidaan suojausten tehokkuus suuruusluokkien tarkkuudella ( millä todennäköisyydellä suojaukset pettävät ) ja saadaan skenaarion toteutumisen todennäköisyys. Tätä todennäköisyyttä ja skenaarion vakavuutta (pisteinä) verrataan hyväksyttävän riskin rajoihin, ja etäisyys rajasta määrittää tuloksen, joka voi olla välillä lopeta ko. toiminta heti hyväksyttävä riski, ei toimenpiteitä Tuloksen tulkinnan kanssa pitää olla valppaana. On syytä valita lasketaanko riskiä suhteessa johonkin, esim. per 1000 käyttötuntia tai 1000 matkustajakilometriä. Kun kyseessä on juna, laiva tai lentokone, on mahdollista käyttää yksinkertaisesti riskiä per matka. Tieliikenteen osalta on luonnollisempaa ajatella riskiä yhdelle ihmiselle vuoden aikana. Jos tarkastellaan ilmiöitä, jotka ovat koko toimintaan nähden harvinaisia, on syytä myös varmistaa, että riskit eivät ole hyväksyttäviä pelkästään yleisesti ottaen (esim. vuositasolla) vaan että jokainen ilmiön pariin kuuluva tapahtuma sinänsä pysyy hyväksyttävän riskin rajoissa. Esim. länsisataman riskitarkastelua tehtäessä todettiin, että jokaisen yksittäisen matkan, jolle tallinnanlautta lähtee Länsisatamasta aikana, sivu 4 - J.Nisula / Risk in Motion 2015
5 jolloin läsnä on myös risteilijä, tulee olla tarpeeksi riskitön. Se, että nämä tilanteet ovat harvinaisia, alentaa riskiä (per käyttötunnit/matkat) vuositasolla, mutta se ei riitä, jos yksittäisen matkan riski nousee liian korkeaksi. Menetelmän käyttöä tukee myös koulutus, joka on analyysiosastolle jo annettu (ks. session 5 koulutusmateriaali), sekä lähikuukausien kokeilukäyttö. sivu 5 - J.Nisula / Risk in Motion 2015
6 Taustatietoa menetelmistä Menetelmien perusta Sekä Tapausriski- että Ilmiöriskimenetelmien perustana on vuonna 2010 julkaistu ARMS-menetelmä, jonka ensisijaisena kohderyhmänä olivat lentoyhtiöt. ARMSmenetelmä sisältää kaksi tasoa: yleiset määritelmät ja esimerkkitoteutus. Yleiset määritelmät ovat nimensä mukaisesti universaaleja, eli myös Trafin menetelmä noudattaa näitä määritelmiä. Esimerkkitoteutus tehtiin aikoinaan yksittäistä lentoyhtiötä ajatellen, joten se ei suoraan sovi Trafin tarpeisiin. Esitetty menetelmä on Trafin tarpeisiin räätälöity. Alkuperäinen ARMS-menetelmä löytyy kohteesta: Trafille räätälöity menetelmä Menetelmän tärkein piirre on ARMS-periaatteiden mukaisesti se, että yksittäisten tapausten ja laajempien ilmiöiden riskiarviointi erotetaan selkeästi toisistaan. Näin tehdään, jotta vältetään epämääräiset välimuodot, joiden kunnollinen riskiarviointi ei olisi mahdollista. Tapausriskiarvioinnissa tutkitaan, millainen onnettomuus tapahtumasta olisi voinut kehittyä, ja millä todennäköisyydellä. Kaikki perustuu skenaarioon, joka valitaan siten, että se olisi kaikista onnettomuusskenaarioista luultavin. Skenaarion kuvitellusta lopputuloksesta saadaan sen vakavuus. Sen jälkeen arvioidaan kuinka todennäköistä olisi ollut se, että tapaus olisi kehittynyt skenaarionmukaiseksi onnettomuudeksi näin saadaan todennäköisyys. Vakavuusluokitus tehdään erikseen kolmen dimension mukaan: Henkilövahingot (kuolemat, vakavat loukkaantumiset, lievät loukkaantumiset) Ympäristövahingot (esim. öljyvahingot) Aineelliset/rahalliset menetykset (joihin voidaan haluttaessa sisällyttää myös liikenteen häiriytymisen kustannukset) Vakavuusluokan arvo kerrotaan todennäköisyysarvolla. Jo tapahtuneiden onnettomuuksien todennäköisyysarvoksi tulee 100%. Menetelmällä saadaan siis käsiteltyä sekä vaaratilanteita että eriasteisia onnettomuuksia ja niistä saadaan vertailukelpoisia. sivu 6 - J.Nisula / Risk in Motion 2015
7 Tuloksena saadaan kolmen dimension muodostama yhteisriski, asteikolla, joka on kaikille kolmelle dimensiolle yhteinen ja joka kuvaa suhteellista riskiä. Näin saadaan sekä kokonaisriski että tarvittaessa vain esim. yhden riskidimension arvot. Kolmen dimension välille syntyy vastaavuudet eli suhteelliset arvot : esim. kuinka monen ihmishengen vaativa onnettomuus luo yhtä paljon suhteellista riskiä kuin 300M euron materiaalituhot. Vastaavuuksia käsitellään RVP Käsikirjan lopussa. Saatuja tapausriskiarvoja voidaan summata toisiinsa ja muodostaa tilastoja eri luokitusten mukaan niin, että pystyakselilla ei olekaan tapausten lukumäärä vaan kokonaisriski. Tämä tukee paremmin päätöksentekoa. Ilmiöriskien suhteen kehitetään ilmiöön liittyviä onnettomuusskenaarioita ja käytetään nelitermistä riskin määritelmää. Näin saadaan toisaalta skenaarion todennäköisyys ja toisaalta sen seuraukset samalla 3-dimensioisella asteikolla kuin tapausriskitkin. Tulosta pitää sitten verrata hyväksyttäviin riskirajoihin. Muuttujien oletusarvot Kuten yllä mainittiin, menetelmään sisältyy muuttujia ja käytäntöjä, joiden määrittäminen edellyttää Trafin prioriteettien ymmärtämistä ja kvantifiointia. Trafin prioriteetit taas luultavasti heijastelevat laajempia yhteiskunnallisia päämääriä, joten muuttujien määrittämiseksi lienee syytä tuoda mukaan keskusteluun myös Trafin ulkopuolisia resursseja. Alla luetteloa näistä muuttujista: o Mitä lasketaan mukaan aineellisiin vahinkoihin? Vain yhteiskunnalle koituvat kustannukset vai myös yksityisten (esim. yritysten) kärsimät vahingot? Myös silloin kun ne on vakuutettu? Myös esim. ulkomaisen miljonäärin luksusvene? o Halutaanko liikenteelle koituvat häiriöt ottaa mukaan arviointiin, ja jos halutaan, niin onko niiden painotus erilainen kuin aineellisten vahinkojen painotus? o Kirjallisuudesta löydettiin käytäntö, jonka mukaan joissain menetelmissä vakavat loukkaantumiset lasketaan 1/10 arvoisiksi kuolemantapauksiin verrattuna, ja lievät 1/100 arvoisiksi. Tätä käytäntöä on nykymenetelmään sovellettu niin, että vakavat loukkaantumiset rinnastetaan kuolemantapauksiin (mm. niiden suurten kustannusten takia) ja lievien arvoina on pidetty 1/100 kuolemantapauksiin verrattuna. sivu 7 - J.Nisula / Risk in Motion 2015
8 o Pisteytysjärjestelmän suhteellisuudesta johtuen pisteiden absoluuttinen arvotaso voidaan valita vapaasti. o Öljyvahinkojen pisteytys oli vaikeaa tuhojen suuren vaihtelevuuden takia tapauksesta toiseen. Tehtiin alustava arvo-oletus, jonka mukaan Polscale ympäristötuholuokkia voisivat vastata seuraavat kuolemantapausmäärät (vakavimmasta lievimpään): 35, 15, 4, 0.15, Myöhemmin käytettiin arvokyselyä, jota on käsitelty RVP Käsikirjan lopussa. Säännöt ympäristövahinkojen pisteytykseen saatiin muuntamalla nämä kuolemantapausmäärät pisteiksi (yksi vastaa 10000p) ja tutkien samalla öljyvahinkojen rahallisia suuruuksia suhteessa öljymäärään (m3 ja tonnit) sekä saastuneen rantaviivan pituuteen. Annettu pisteytys edustaa arvioita, jonka pitäisi luoda yhdenmukainen ja kohtalaisen realistinen käytäntö näiden vahinkojen huomioimiseen. o Aineellisten vahinkojen arvotus perustuu oletusarvoon, jota myöhemmin peilattiin arvokyselyn tuloksiin. o Tässä huomataan myös se, että perinteiset arvot, joita käytetään ihmishengen menetyksen arvottamiseen (esim. 2 miljoonaa puntaa), eivät näytä tuottavan niitä arvotuksia, joita tarvitsemme tässä yhteydessä. On vaikea uskoa, että virallisen politiikan mukaan tyhjän tankkerin puolesta uhrattaisiin sadan kansalaisen henki. Tämä johtuu mm. siitä, että tarvitsemamme arvotuksen käyttötarkoitus on uusi ja erilainen. Tässä ei esim. olla harkitsemassa uutta investointia vaan ainoastaan kohdentamassa jo käytössä olevia resursseja eri vaihtoehtojen välillä. sivu 8 - J.Nisula / Risk in Motion 2015
Tapausriskien arviointiin tuotiin uudet kysymykset, jotka liittyvät vain yhteen yksittäiseen tapaukseen.
Tapausriskien arviointiin tuotiin uudet kysymykset, jotka liittyvät vain yhteen yksittäiseen tapaukseen. 38 Todellinen menetelmä on itse asiassa periaatteiden tasolla, ja kuvan matriisi on vain yksi esimerkki
Riskiperusteisen Vaikuttamisen Prosessi. Maaliskuu 2015
Riskiperusteisen Vaikuttamisen Prosessi Maaliskuu 2015 Riskiperusteisuus Käytettävissä olevilla resursseilla saadaan aikaan maksimaalinen positiivinen vaikutus liikennejärjestelmän riskeihin. Riskiperusteisen
SYSTEMAATTINEN RISKIANALYYSI YRITYKSEN TOIMINTAVARMUUDEN KEHITTÄMISEKSI
Päivitetty 28.3.2017 SYSTEMAATTINEN RISKIANALYYSI YRITYKSEN TOIMINTAVARMUUDEN KEHITTÄMISEKSI Riskianalyysiohjeen tarkoitus on tukea yrityksen toimintaa uhkaavien tilanteiden (riskien) tunnistamisessa,
Hangon liikenneturvallisuussuunnitelma: Onnettomuustarkastelut
Hangon liikenneturvallisuussuunnitelma: Onnettomuustarkastelut 5/2019 HUOM! Hangossa tilastopohja on hyvin pieni, joten analyysit/tulkinnat ovat rajallisia. Tiivistelmä Onnettomuuskehitys yleisesti Hangon
Myrskylän liikenneturvallisuussuunnitelma: Onnettomuustarkastelut
Myrskylän liikenneturvallisuussuunnitelma: Onnettomuustarkastelut 29.5.2018 HUOM! Myrskylässä tilastopohja on hyvin pieni, joten analyyseja pitää tulkita varoen. Yhteenveto Myrskylän kunnan alueella tapahtuu
Suomenlahden öljykuljetusten biologisten riskien mallintaminen ja päätösanalyysi Bayes-verkoilla
Suomenlahden öljykuljetusten biologisten riskien mallintaminen ja päätösanalyysi Bayes-verkoilla Annukka Lehikoinen 02.12.2008 Helsingin yliopisto Bio- ja ympäristötieteiden laitos Luonnonvarojen käytön
Autojen turvatekniikka ja liikenneturvallisuus
Autojen turvatekniikka ja liikenneturvallisuus Vaikuttajien Autoiluakatemia 11.-12.9.2012 Premier Parkissa Vakuutuskeskus, Vahingontorjuntayksikkö Pieni teollisuuskatu 7, FIN-02920 ESPOO Puh: +358 9 680401,
Pukkilan liikenneturvallisuussuunnitelma: Onnettomuustarkastelut
Pukkilan liikenneturvallisuussuunnitelma: Onnettomuustarkastelut 29.5.2018 HUOM! Pukkilassa tilastopohja on hyvin pieni, joten analyyseja pitää tulkita hyvin varoen. Yhteenveto Pukkilan kunnan alueella
Juvan, Rantasalmen ja Sulkavan liikenneturvallisuussuunnitelmat
7.2.2018 Juvan, Rantasalmen ja Sulkavan liikenneturvallisuussuunnitelmat Onnettomuustarkastelut Yhteenveto onnettomuustarkasteluista Juvan, Rantasalmen ja Sulkavan kuntien alueella tapahtuu vuosittain
Lapinjärven liikenneturvallisuussuunnitelma: Onnettomuustarkastelut
Lapinjärven liikenneturvallisuussuunnitelma: Onnettomuustarkastelut 29.5.2018 Yhteenveto Lapinjärven kunnan alueella tapahtuu vuosittain keskimäärin seitsemän henkilövahinkoon johtavaa ja kymmenen omaisuusvahinkoon
Taipalsaaren liikenneturvallisuussuunnitelma. 1b. Nykytilan selvitys Liikenneonnettomuudet
Taipalsaaren liikenneturvallisuussuunnitelma 1b. Nykytilan selvitys Liikenneonnettomuudet 1.9.2015 Nykytilan selvitys - liikenneonnettomuudet Taipalsaarella vuosina 2009 2013 poliisin tietoon tulleista
LIIKENNETURVALLISUUSRAPORTTI 2018
LIIKENNETURVALLISUUSRAPORTTI 2018 Tieliikenneonnettomuudet Kauniaisissa Vuosi 2017 oli ennätysturvallinen liikenteessä sekä Kauniaisissa, että koko maassa. Iliitu-tilaston mukaan Kauniaisissa sattui viime
Laivat törmäyskurssilla - kuinka suurella todennäköisyydellä?
Laivat törmäyskurssilla - kuinka suurella todennäköisyydellä? DI Maria Hänninen Aalto-yliopiston teknillinen korkeakoulu Sovelletun mekaniikan laitos, Meritekniikka SAFGOF - Research for the Baltic -seminar
HELSINGIN KAUPUNKI TOIMINTAOHJE 1/7 LIIKENNELIIKELAITOS Yhteiset Palvelut / Turvallisuuspalvelut K. Kalmari / Y. Judström 18.9.
1/7 Avainsanat: riskienhallinta, vaarojen tunnistaminen, riskien estimointi, vaararekisteri HKL:n metro ja raitiotieliikenteen riskienhallinnan toimintaohje 1 Riskienhallinta Helsingin kaupungin liikenneliikelaitoksessa.
Vastuullisuusmallin tausta ja tavoitteet
Vastuullisuusmallin tausta ja tavoitteet Sanna Ström 3.4.2014 Vastuullinen liikenne. Yhteinen asia. Turvallisuusjohtaminen liikennejärjestelmässä Turvallisuusjohtamisjärjestelmä Järjestelmällinen tapa
Onnettomuustutkinta turvallisuuden kehittäjänä
ONNETTOMUUSTUTKINTAKESKUS CENTRALEN FÖR UNDERSÖKNING AV OLYCKOR ACCIDENT INVESTIGATION BOARD FINLAND Sörnäisten rantatie 33 C, 00580 Helsinki, Finland www.onnettomuustutkinta.fi Onnettomuustutkinta turvallisuuden
Ellipsoidimenetelmä. Samuli Leppänen Kokonaislukuoptimointi. S ysteemianalyysin Laboratorio
Ellipsoidimenetelmä Kokonaislukuoptimointi Sovelletun matematiikan lisensiaattiseminaari Kevät 2008 / 1 Sisällys Ellipsoidimenetelmän geometrinen perusta ja menetelmän idea Formaali ellipsoidimenetelmä
Käyttöohje Työturvallisuuskeskus RASSI Riskien arviointi sähköaloille Sisällys Yleistä Liitynnät Sovellusympäristö
Käyttöohje 1 (7) RASSI Riskien arviointi sähköaloille Sisällys Yleistä...1 Liitynnät...1 Sovellusympäristö...1 Rassin käyttö...2 Riskien arviointi...3 Riskitarkastelu, vaaraluettelon teko...4 Riskitarkastelu,
Kannan vektorit siis virittävät aliavaruuden, ja lisäksi kanta on vapaa. Lauseesta 7.6 saadaan seuraava hyvin käyttökelpoinen tulos:
8 Kanta Tässä luvussa tarkastellaan aliavaruuden virittäjävektoreita, jotka muodostavat lineaarisesti riippumattoman jonon. Merkintöjen helpottamiseksi oletetaan luvussa koko ajan, että W on vektoreiden
Vastuullinen liikenne. Yhteinen asia. Rautatieliikenteen turvallisuusindikaattorit
Vastuullinen liikenne. Yhteinen asia. Rautatieliikenteen turvallisuusindikaattorit Rautatieliikenteen 1-tason turvallisuusindikaattorit 3 2 2 1 1 21 Merkittävien onnettomuuksien määrä 27-211 27 26 Merk.
Liikenneonnettomuudet Hämeenlinnassa. vuosina
Liikenne Hämeenlinnassa vuosina 2013-2017 Liikenne Hämeenlinnassa v. 2013-2017 Onnettomuuksien kokonaismäärän kehitys vakavuuden mukaan * * * Loukkaantumiseen johtaneet (kpl) Vuosina 2013-2017 40 % kaikista
Järvitesti Ympäristöteknologia T571SA 7.5.2013
Hans Laihia Mika Tuukkanen 1 LASKENNALLISET JA TILASTOLLISET MENETELMÄT Järvitesti Ympäristöteknologia T571SA 7.5.2013 Sarkola Eino JÄRVITESTI Johdanto Järvien kuntoa tutkitaan monenlaisilla eri menetelmillä.
Matematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 10 1 Funktion monotonisuus Derivoituva funktio f on aidosti kasvava, jos sen derivaatta on positiivinen eli jos f (x) > 0. Funktio on aidosti vähenevä jos sen derivaatta
JAKSO 2 KANTA JA KOORDINAATIT
JAKSO 2 KANTA JA KOORDINAATIT Kanta ja dimensio Tehtävä Esittele vektoriavaruuden kannan määritelmä vapauden ja virittämisen käsitteiden avulla ja anna vektoriavaruuden dimension määritelmä Esittele Lause
Hyppylentämisen Turvallisuusseminaari. Skydive Finland ry & Laskuvarjotoimikunta Utti, Finland
Hyppylentämisen Turvallisuusseminaari Skydive Finland ry & Laskuvarjotoimikunta 5.-6.1.2019 Utti, Finland Hyppylentämisen riskikartoitus 2 Riskinarviointi NCO.SPEC.105 Ennen hyppylentotoiminnan aloittamista
Katsaus liikenneturvallisuustilanteeseen
Katsaus liikenneturvallisuustilanteeseen Karstulan liikenneonnettomuustilastot 1/3 Lähde: Tieliikenneonnettomuustilastopalvelu (linkki), Strafican karttapalvelu (linkki) 16 Tieliikenneonnettomuuksissa
4. Lasketaan transienttivirrat ja -jännitteet kuvan piiristä. Piirielimien arvot ovat C =
BMA58 Funktiot, lineaarialgebra ja vektorit Harjoitus 6, Syksy 5. Olkoon [ 6 6 A =, B = 4 [ 3 4, C = 4 3 [ 5 Määritä matriisien A ja C ominaisarvot ja ominaisvektorit. Näytä lisäksi että matriisilla B
Räty & Länsivuori: Vaarallisten aineiden tiekuljetusonnettomuudet
Räty & Länsivuori: Vaarallisten aineiden tiekuljetusonnettomuudet 2004-2013 Liikenneonnettomuuksien tutkijalautakuntien tutkimat onnettomuudet 2004-2013 Yhteenveto lähes 100 VAK-ajoneuvon tieliikenneonnettomuudesta.
Ympäristönsuojelun valvontaohjelma 2017
Ympäristönsuojelun valvontaohjelma 2017 Hyväksytty Joroisten kunnan ympäristölautakunnassa 10.11.2016 29 2 Yleistä Ympäristönsuojelulain (527/2014) 168 :ssä ja ympäristönsuojeluasetuksen (713/2014) 30
Katsaus liikenneturvallisuustilanteeseen
Katsaus liikenneturvallisuustilanteeseen Kannonkosken liikenneonnettomuustilastot 1/3 Lähde: Tieliikenneonnettomuustilastopalvelu (linkki), Strafican karttapalvelu (linkki) 9 Tieliikenneonnettomuuksissa
Lukujonon raja-arvo 1/7 Sisältö ESITIEDOT: lukujonot
Lukujonon raja-arvo 1/7 Sisältö Esimerkki lukujonon raja-arvosta Lukujonossa a 1,a 2,a 3,... (jossa on äärettömän monta termiä) voivat luvut lähestyä jotakin arvoa, kun jonossa edetään yhä pidemmälle.
f(n) = Ω(g(n)) jos ja vain jos g(n) = O(f(n))
Määritelmä: on O(g(n)), jos on olemassa vakioarvot n 0 > 0 ja c > 0 siten, että c g(n) kun n > n 0 O eli iso-o tai ordo ilmaisee asymptoottisen ylärajan resurssivaatimusten kasvun suuruusluokalle Samankaltaisia
3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä
3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a 21
Turvallisuus- ja kemikaalivirasto (Tukes) Toimialan onnettomuudet Osa 3 Onnettomuudet ja vaaratilanteet
Turvallisuus- ja kemikaalivirasto (Tukes) Toimialan onnettomuudet 2012 Osa 3 Onnettomuudet ja vaaratilanteet VARO-rekisteriin kirjattavien onnettomuuksien toimialat vaarallisten kemikaalien teollinen käsittely
Sisällysluettelo ESIPUHE... 4 ALKUSANAT E-KIRJA VERSIOON... 5 SISÄLLYSLUETTELO... 6 1. JOHDANTO TILASTOLLISEEN PÄÄTTELYYN... 8 2. TODENNÄKÖISYYS...
Sisällysluettelo ESIPUHE... 4 ALKUSANAT E-KIRJA VERSIOON... 5 SISÄLLYSLUETTELO... 6 1. JOHDANTO TILASTOLLISEEN PÄÄTTELYYN... 8 1.1 INDUKTIO JA DEDUKTIO... 9 1.2 SYYT JA VAIKUTUKSET... 11 TEHTÄVIÄ... 13
Lineaarikuvauksen R n R m matriisi
Lineaarikuvauksen R n R m matriisi Lauseessa 21 osoitettiin, että jokaista m n -matriisia A vastaa lineaarikuvaus L A : R n R m, jolla L A ( v) = A v kaikilla v R n. Osoitetaan seuraavaksi käänteinen tulos:
Pisteytystaulukko / toimintatavat (CAF)
STEA CAF-kriteerit Pisteytystaulukko / toimintatavat (CAF) Toiminta-arviointialueiden pisteytystaulukko Emme ole toimineet aktiivisesti ja järjestelmällisesti tässä asiassa. Ei tietoja /ei näyttöä arviointialueelta
MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ
MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ 6.3.09 HYVÄN VASTAUKSEN PIIRTEITÄ Alla oleva vastausten piirteiden, sisältöjen ja pisteitysten luonnehdinta ei sido ylioppilastutkintolautakunnan arvostelua. Lopullisessa
Data Envelopment Analysis (DEA) - menetelmät + CCR-DEA-menetelmä
Data Envelopment Analysis (DEA) - menetelmät + CCR-DEA-menetelmä Mat-2.4142 Optimointiopin seminaari kevät 2011 Esityksen rakenne I osa Tehokkuudesta yleisesti DEA-mallin perusajatus CCR-painotus II osa
Muuttujien määrittely
Tarja Heikkilä Muuttujien määrittely Määrittele muuttujat SPSS-ohjelmaan lomakkeen kysymyksistä. Harjoitusta varten lomakkeeseen on muokattu kysymyksiä kahdesta opiskelijoiden tekemästä Joupiskan rinneravintolaa
6. laskuharjoitusten vastaukset (viikot 10 11)
6. laskuharjoitusten vastaukset (viikot 10 11) 1. a) Sivun 102 hypergeometrisen jakauman määritelmästä saadaan µ µ 13 39 13! 13 12 11 10 9 µ 0! 8! 1! 2 2! 2 1 0 49 48! 47!! 14440 120 31187200 120 1287
7. laskuharjoituskierros, vko 10, ratkaisut
7. laskuharjoituskierros, vko 10, ratkaisut D1. a) Oletetaan, että satunnaismuuttujat X ja Y noudattavat kaksiulotteista normaalijakaumaa parametrein E(X) = 0, E(Y ) = 1, Var(X) = 1, Var(Y ) = 4 ja Cov(X,
Kvantitatiivinen riski Määrittäminen ja hyväksyttävyys
TEKNOLOGIAN TUTKIMUSKESKUS VTT OY Kuvapaikka (ei kehyksiä kuviin) Kvantitatiivinen riski Määrittäminen ja hyväksyttävyys Palotutkimuksen päivät 30.8.2017 Terhi Kling Esitelmän sisältö Riskin käsite Riskien
Todennäköisyys (englanniksi probability)
Todennäköisyys (englanniksi probability) Todennäköisyyslaskenta sai alkunsa 1600-luvulla uhkapeleistä Ranskassa (Pascal, Fermat). Nykyisin todennäköisyyslaskentaa käytetään hyväksi mm. vakuutustoiminnassa,
Suoritusten seuranta ja opiskelijan edistyminen
Suoritusten seuranta ja opiskelijan edistyminen Opettaja voi halutessaan ottaa käyttöön toiminnon, jossa hän määrittelee etenemispolun opintojaksolle. Hän voi jokaisen aktiviteetin kohdalla määritellä
Kunnan liikenneonnettomuustilanne v : KUNTA YPÄJÄ
LIIKENNEONNETTOMUUKSIEN TILASTOINTI Tietoja tieliikenneonnettomuuksista kootaan Suomessa poliisiin tietoon tulleiden ja vakuutusyhtiöille ilmoitettujen onnettomuustietojen perusteella. Liikenneonnettomuustietokantaa
Kunnan liikenneonnettomuustilanne v : KUNTA LAHTI
1 LIIKENNEONNETTOMUUKSIEN TILASTOINTI Tietoja tieliikenneonnettomuuksista kootaan Suomessa poliisiin tietoon tulleiden ja vakuutusyhtiöille ilmoitettujen onnettomuustietojen perusteella. Liikenneonnettomuustietokantaa
Turvallisuutta koskevassa vuosikatsauksessa esitetään Euroopan ja koko maailman lentoturvallisuutta koskevia tilastoja
TURVALLISUUTTA KOSKEVA VUOSIKATSAUS 13 Tiivistelmä Turvallisuutta koskevassa vuosikatsauksessa esitetään Euroopan ja koko maailman lentoturvallisuutta koskevia tilastoja Katsauksen sisältämät tiedot ovat
Good Minton Sulkapalloliiton Kilpailujärjestelmä SEPA: Heuristinen arviointi
Good Minton Sulkapalloliiton Kilpailujärjestelmä SEPA: Heuristinen arviointi Versiohistoria: Versio: Pvm: Laatijat: Muutokset: 0.1 2006-11-25 Janne Mäkelä Alustava 1.0 2006-12-10 Janne Mäkelä Valmis 1.
KERTTU-työkalun käyttöohje 1.6.2009
KERTTU-työkalun käyttöohje 1.6.2009 Sisällysluettelo 1 Johdanto...2 1.1 Riskienhallintakeinojen kustannushyöty KERTTU-työkalussa...2 2 Työkalun käyttöönotto...3 3 Työkalun käyttö...4 3.1 ALOITUS...4 3.2
Kunnan liikenneonnettomuustilanne v : MAAKUNTA Kanta-Häme
1 LIIKENNEONNETTOMUUKSIEN TILASTOINTI Tietoja tieliikenneonnettomuuksista kootaan Suomessa poliisiin tietoon tulleiden ja vakuutusyhtiöille ilmoitettujen onnettomuustietojen perusteella. Liikenneonnettomuustietokantaa
Katsaus laivaonnettomuuden todennäköisyyksiin Suomenlahdella
Katsaus laivaonnettomuuden todennäköisyyksiin Suomenlahdella SAFGOF-projektin väliseminaari 2.12.2008 DI Maria Hänninen Teknillinen korkeakoulu, Sovelletun mekaniikan laitos maria.hanninen@tkk.fi Sisältö
Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44
Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44 Tehtävät 1-3 lasketaan alkuviikon harjoituksissa, verkkotehtävien dl on lauantaina aamuyöllä. Tehtävät 4 ja 5 lasketaan loppuviikon harjoituksissa.
Kunnan liikenneonnettomuustilanne v : KUNTA ILOMANTSI
Kunnan liikenneonnettomuustilanne v. 3-7: KUNTA ILOMANTSI.3.8 LIIKENNEONNETTOMUUKSIEN TILASTOINTI Tietoja tieliikenneonnettomuuksista kootaan Suomessa poliisiin tietoon tulleiden ja vakuutusyhtiöille ilmoitettujen
Datatähti 2019 alku. task type time limit memory limit. A Kolikot standard 1.00 s 512 MB. B Leimasin standard 1.00 s 512 MB
Datatähti 2019 alku task type time limit memory limit A Kolikot standard 1.00 s 512 MB B Leimasin standard 1.00 s 512 MB C Taulukko standard 1.00 s 512 MB D Ruudukko standard 1.00 s 512 MB E Sanalista
LIIKENTEEN KEHITYS TAMPEREELLA VUONNA 2012
LIIKENTEEN KEHITYS TAMPEREELLA VUONNA 2012 TAMPEREEN KAUPUNKI KAUPUNKIYMPÄRISTÖN KEHITTÄMINEN SISÄLLYSLUETTELO 1. ONNETTOMUUSMÄÄRÄT JA NIIDEN KEHITYS 2 1.1 Yleistä 2 1.2 Pahimmat liittymät onnettomuusindeksin
Neuroverkkojen soveltaminen vakuutusdatojen luokitteluun
Neuroverkkojen soveltaminen vakuutusdatojen luokitteluun Sami Hokuni 12 Syyskuuta, 2012 1/ 54 Sami Hokuni Neuroverkkojen soveltaminen vakuutusdatojen luokitteluun Turun Yliopisto. Gradu tehty 2012 kevään
Turvallisuuspoikkeamatiedon keruu Liikenneviraston vesiväylähankkeilla Vuosikatsaus 2012
Turvallisuuspoikkeamatiedon keruu Liikenneviraston vesiväylähankkeilla Vuosikatsaus 2012 11.3.2013 VUOSIKATSAUS 2012 SISÄLTÖ Työn taustaa Lisätietoja Työn tavoitteita Poikkeamien luokittelu Ilmoitettujen
Itä-Suomen liikenneturvallisuustoimija, Juha Heltimo, Strafica Oy LIIKENNETURVALLISUUSTILANNE ETELÄ-SAVOSSA
Itä-Suomen liikenneturvallisuustoimija, Juha Heltimo, Strafica Oy LIIKENNETURVALLISUUSTILANNE ETELÄ-SAVOSSA Lähtöaineisto Tässä kalvosarjassa esitetyt tulokset perustuvat Tilastokeskuksen tieliikenteen
1 YLEISTÄ TURVALLISUUSPOIKKEAMISTA ILMOITTAMINEN Tarkempi selvitys turvallisuuspoikkeamasta... 4
LIIKENNEVIRASTO OHJE 2 (5) Sisällysluettelo 1 YLEISTÄ... 3 2 TURVALLISUUSPOIKKEAMISTA ILMOITTAMINEN... 3 2.1 Tarkempi selvitys turvallisuuspoikkeamasta... 4 3 POIKKEAMAN JÄLKEINEN TOIMINTA... 5 4 LIITTEET...
Opiskelijan pikaopas STACK-tehtäviin. Lassi Korhonen, Oulun yliopisto
Opiskelijan pikaopas STACK-tehtäviin Lassi Korhonen, Oulun yliopisto 21.3.2016 SISÄLLYSLUETTELO Oppaan käyttäminen... 2 Vastauksen syöttämisen perusteet... 2 Operaatiot... 2 Luvut ja vakiot... 3 Funktiot...
7. NYKYTILAN ANALYSOINTI TAVOITTEENA kokonaiskuvan saaminen kunnan liikenneturvallisuustilanteesta 7.1 TYÖN LÄHTÖKOHTANA KÄYTETTÄVÄT AIKAISEMMAT SUUNNITELMAT Valtakunnalliset, lääni- tai aluekohtaiset
Turvallisuuden seuranta Liikenneviraston rautatieosaston hankkeilla. Vuosiraportti 2010
Turvallisuuden seuranta Liikenneviraston rautatieosaston hankkeilla Vuosiraportti 2010 Työn taustaa Vuonna 2008 on aloitettu kaikilla Liikenneviraston tieosaston ja ELY-keskusten L-vastuualueen hankkeilla
Muut kaivoksissa sattuneet onnettomuudet Muut kuin työtapaturmat (esim. tulipalot). Luvussa mukana myös kuolemaan johtaneet onnettomuudet.
1 2 3 4 Kaivoksissa sattuneet tapaturmat Tapaturmasta on aiheutunut yli kolme työkyvyttömyyspäivää, kuolemaan johtaneet onnettomuudet eivät ole mukana näissä lukumäärissä Muut kaivoksissa sattuneet onnettomuudet
ax + y + 2z = 0 2x + y + az = b 2. Kuvassa alla on esitetty nesteen virtaus eräässä putkistossa.
BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 7, Syksy 206 Tutkitaan yhtälöryhmää x + y + z 0 2x + y + az b ax + y + 2z 0 (a) Jos a 0 ja b 0 niin mikä on yhtälöryhmän ratkaisu? Tulkitse ratkaisu
9 Matriisit. 9.1 Matriisien laskutoimituksia
9 Matriisit Aiemmissa luvuissa matriiseja on käsitelty siinä määrin kuin on ollut tarpeellista yhtälönratkaisun kannalta. Matriiseja käytetään kuitenkin myös muihin tarkoituksiin, ja siksi on hyödyllistä
Sovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 3. marraskuuta 2007 Antti Rasila () TodB 3. marraskuuta 2007 1 / 18 1 Varianssin luottamusväli, jatkoa 2 Bernoulli-jakauman odotusarvon luottamusväli 3
Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia
Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia Voidaan osoittaa, että avaruuden R n vektoreilla voidaan laskea tuttujen laskusääntöjen mukaan. Huom. Lause tarkoittaa väitettä, joka voidaan perustella
Determinantti 1 / 30
1 / 30 on reaaliluku, joka on määritelty neliömatriiseille Determinantin avulla voidaan esimerkiksi selvittää, onko matriisi kääntyvä a voidaan käyttää käänteismatriisin määräämisessä ja siten lineaarisen
Ro-ro-matkustaja-alusten kansipalot ja niiden ehkäisy
Ro-ro-matkustaja-alusten kansipalot ja niiden ehkäisy Valtteri Laine TRAFI/Erityisasiantuntija Merikapteeni/FM Vastuullinen liikenne. Rohkeasti yhdessä. Laivapalon uhka Euroopassa muihin merionnettomuuksiin
LIIKENNEONNETTOMUUKSIEN PERUSANALYYSIT
Vakka-Suomen seudun liikenneturvallisuussuunnitelma LIIKENNEONNETTOMUUKSIEN PERUSANALYYSIT Kalvosarjan sisältöteemat Onnettomuuskehitys yleisesti Onnettomuuksien osalliset osallisten kulkutapa osallisten
8 KANNAT JA ORTOGONAALISUUS. 8.1 Lineaarinen riippumattomuus. Vaasan yliopiston julkaisuja 151
Vaasan yliopiston julkaisuja 151 8 KANNAT JA ORTOGONAALISUUS KantaOrthogon Sec:LinIndep 8.1 Lineaarinen riippumattomuus Lineaarinen riippumattomuus on oikeastaan jo määritelty, mutta kirjoitamme määritelmät
2.2 Liikenneonnettomuudet. 2.2.1 Liikenneonnettomuuksien tilastointi
Kangasalan, Lempäälän, Nokian, Pirkkalan, Vesilahden ja Ylöjärven LIIKENNETURVALLISUUDEN NYKYTILA 17 2.2 Liikenneonnettomuudet 2.2.1 Liikenneonnettomuuksien tilastointi Tietoja liikenneonnettomuuksista
Liikenneturvallisuustyö. Kirkkonummella
Liikenneturvallisuustyö Kirkkonummella Kalvosarjan sisältö 1. Liikenneturvallisuustilanne Liikenneonnettomuudet Koettu liikenneturvallisuus Koetut t liikenneturvallisuuspuutteet lli tt t 2. Liikenneturvallisuustyö
Kielenä ilmaisten Hilbertin kymmenes ongelma on D = { p p on polynomi, jolla on kokonaislukujuuri }
135 4.3 Algoritmeista Churchin ja Turingin formuloinnit laskennalle syntyivät Hilbertin vuonna 1900 esittämän kymmenennen ongelman seurauksena Oleellisesti Hilbert pyysi algoritmia polynomin kokonaislukujuuren
Vektorien pistetulo on aina reaaliluku. Esimerkiksi vektorien v = (3, 2, 0) ja w = (1, 2, 3) pistetulo on
13 Pistetulo Avaruuksissa R 2 ja R 3 on totuttu puhumaan vektorien pituuksista ja vektoreiden välisistä kulmista. Kuten tavallista, näiden käsitteiden yleistäminen korkeampiulotteisiin avaruuksiin ei onnistu
Sovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila Kalvoissa käytetään materiaalia P. Palon vuoden 2005 kurssista. 07.09.2007 Antti Rasila () SovTodB 07.09.2007 07.09.2007 1 / 24 1 Todennäköisyyslaskennan
Tutkimushankkeiden riskienhallinta
Tutkimushankkeiden riskienhallinta Tutkimuksen tuki, yrittäjyys ja innovaatiot Jyväskylän yliopisto Kirsi Murtosaari Parityö Tutkimushankkeet: Kuvatkaa hankkeiden haasteita suunnittelu- ja toteutus- tai
3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä
1 3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a
1. Onko terveytenne yleisesti ottaen... (ympyröikää yksi numero) 1 erinomainen 2 varsin hyvä 3 hyvä 4 tyydyttävä 5 huono
1. Onko terveytenne yleisesti ottaen... 1 erinomainen 2 varsin hyvä 3 hyvä 4 tyydyttävä 5 huono 2. Jos vertaatte nykyistä terveydentilaanne vuoden takaiseen, onko terveytenne yleisesti ottaen... 1 tällä
Lineaarialgebra ja matriisilaskenta I
Lineaarialgebra ja matriisilaskenta I 29.5.2013 HY / Avoin yliopisto Jokke Häsä, 1/26 Kertausta: Kanta Määritelmä Oletetaan, että w 1, w 2,..., w k W. Vektorijono ( w 1, w 2,..., w k ) on aliavaruuden
Vaikutusten ja vaikuttavuuden arviointi
VTT TECHNICAL RESEARCH CENTRE OF FINLAND LTD Kuinka tulkita onnettomuustilastoja? Tilastollisen tutkimuksen haasteet? Mitkä asiat vaikuttavat toimenpiteen kustannustehokkuuteen? Mihin kiinnittää huomiota
Oma nimesi Tehtävä (5)
Oma nimesi Tehtävä 3.1 1 (5) Taulukot ja niiden laatiminen Tilastotaulukko on perinteinen ja monikäyttöisin tapa järjestää numeerinen havaintoaineisto tiiviiseen ja helposti omaksuttavaan muotoon. Tilastoissa
Jouni Huotari OLAP-ohjetekstit kopioitu Microsoftin ohjatun OLAP-kuution teko-ohjeesta. Esimerkin kuvaus ja OLAP-määritelmä
OLAP-kuution teko Jouni Huotari OLAP-ohjetekstit kopioitu Microsoftin ohjatun OLAP-kuution teko-ohjeesta Esimerkin kuvaus ja OLAP-määritelmä Tavoitteena on luoda OLAP-kuutio Northwind-tietokannan tilaustiedoista
TIETOJEN TUONTI TIETOKANNASTA + PIVOT-TAULUKON JA OLAP-KUUTION TEKO
TIETOJEN TUONTI TIETOKANNASTA + PIVOT-TAULUKON JA OLAP-KUUTION TEKO JOUNI HUOTARI 2005-2010 OLAP-OHJETEKSTIT KOPIOITU MICROSOFTIN OHJATUN OLAP-KUUTION TEKO-OHJEESTA ESIMERKIN KUVAUS JA OLAP-MÄÄRITELMÄ
Turun seudun TAPAHTUMAKALENTERI
Turun seudun TAPAHTUMAKALENTERI HUOM! Toistuvan tapahtuman syöttäminen muuttui 28.6.2016 alkaen. Lomaketta on hieman yksinkertaistettu, ja toistuvuuksien tekeminen on nyt entistä helpompaa. Toistuvan tapahtuman
Porin seudun liikenneturvallisuussuunnitelma
Porin seudun liikenneturvallisuussuunnitelma Aloitusseminaari 29.5.2013 LIIKENNEONNETTOMUUSANALYYSI Nykytila-analyysi: Tieliikenneonnettomuudet Poliisin tietoon tulleet onnettomuudet: iliitu-paikkatietoaineisto
Vaihtoehtoinen tapa määritellä funktioita f : N R on
Rekursio Funktio f : N R määritellään yleensä antamalla lauseke funktion arvolle f (n). Vaihtoehtoinen tapa määritellä funktioita f : N R on käyttää rekursiota: 1 (Alkuarvot) Ilmoitetaan funktion arvot
Suorituskyky- ja riskiperusteinen toimintamalli Liikenteen turvallisuusvirastossa
Suorituskyky- ja riskiperusteinen toimintamalli Liikenteen turvallisuusvirastossa 17.9.2015 Vastuullinen liikenne. Rohkeasti yhdessä. Suorituskyky- ja riskiperusteisen toimintamallin tavoitteet Uusi viranomaisuus,
Luumäen onnettomuusyhteenveto Lappeenrannan seudun liikenneturvallisuussuunnitelma
Luumäen onnettomuusyhteenveto 2012-2016 Lappeenrannan seudun liikenneturvallisuussuunnitelma 12.9.2017 Onnettomuusaineisto Onnettomuustarkastelu käsittää vuodet 2012-2016 Aineisto perustuu poliisin tietoon
Matematiikan tukikurssi, kurssikerta 5
Matematiikan tukikurssi, kurssikerta 5 1 Jonoista Matematiikassa jono (x n ) on yksinkertaisesti järjestetty, päättymätön sarja numeroita Esimerkiksi (1,, 3, 4, 5 ) on jono Jonon i:ttä jäsentä merkitään
Ohjelmoinnin perusteet Y Python
Ohjelmoinnin perusteet Y Python T-106.1208 2.3.2009 T-106.1208 Ohjelmoinnin perusteet Y 2.3.2009 1 / 28 Puhelinluettelo, koodi def lue_puhelinnumerot(): print "Anna lisattavat nimet ja numerot." print
Suoritusten seuranta ja opiskelijan edistyminen
Suoritusten seuranta ja opiskelijan edistyminen Opettaja voi halutessaan ottaa käyttöön toiminnon, jossa hän määrittelee etenemispolun opintojaksolle. Hän voi jokaisen aktiviteetin kohdalla määritellä
Tunnistettu ja tunnustettu tapa käynnistää ja käydä rakentavaa yhteiskunnallista keskustelua
Tunnistettu ja tunnustettu tapa käynnistää ja käydä rakentavaa yhteiskunnallista keskustelua KÄRJISTYNYT KESKUSTELU DEMOKRATIAN KRIISI KOMPLEKSINEN MAAILMA Tarjoa dialogia 1 Kysyntää on 2 Dialogi opitaan
Neliömatriisin adjungaatti, L24
Neliömatriisin adjungaatti, L24 1 2 1 3 Matriisi = A = 7 4 6 5 2 0 ( ) 7 6 Alimatriisi = A 12 = 5 0 Minori = det(a 12 ) = 7 6 5 0 = 30 Kofaktori = ( 1) 1+2 det(a 12 ) = 30 2 Määritelmä n n neliö-matriisin
HIRVIKOLARISEURANTA LAPPI Lapin ELY, Ramboll Finland Oy
HIRVIKOLARISEURANTA LAPPI 2000 2017 Lapin ELY, Ramboll Finland Oy 12.3.2018 1 LIIKENNETURVALLISUUS LAPISSA VUONNA 2017 Tieliikenteessä kuoli 7 henkilöä (2016 / 15 hlöä, 2015 / 11 hlöä, 2014 / 13 hlöä).
Liikenneonnettomuudet Hämeenlinnassa. vuosina
Liikenneonnettomuudet Hämeenlinnassa vuosina 2012-2016 Liikenneonnettomuudet Hämeenlinnassa v. 2012-2016 Onnettomuuksien kokonaismäärän kehitys vakavuuden mukaan 39 % kaikista onnettomuuksista tapahtui
2
1 2 3 4 5 6 7 8 9 Liesien aiheuttamat kuolemantapaukset ovat lisääntyneet. Sähkölieden päälle jättäminen valvomattomana, ajoittain yhdistettynä päihteiden käyttöön ovat suurin syy liesipaloihin. Nykyajan
Tutkijalautakunta-aineistojen syväanalyysi (VIOLA) aikataulu: kevät 2005 kevät 2006
Tutkijalautakunta-aineistojen syväanalyysi (VIOLA) aikataulu: kevät 2005 kevät 2006 Teknillinen korkeakoulu / tie- ja liikennelaboratoriot Lappeenrannan aluetyöterveyslaitos Lähtökohdat Riskitekijöitä
Rekursio. Funktio f : N R määritellään yleensä antamalla lauseke funktion arvolle f (n). Vaihtoehtoinen tapa määritellä funktioita f : N R on
Rekursio Funktio f : N R määritellään yleensä antamalla lauseke funktion arvolle f (n). Vaihtoehtoinen tapa määritellä funktioita f : N R on käyttää rekursiota: Rekursio Funktio f : N R määritellään yleensä