Kedves leendő Hallgatónk! A Szent István Egyetem Gazdaság- és Társadalomtudományi Karán 2008. évtől indult el a Vezetés és Szervezés MSc szak üzletviteli tanácsadás, valamint emberi erőforrás menedzsment és szervezetfejlesztés szakirányon. A képzés elindítása óta eltelt néhány év tapasztalata alátámasztja korábbi elképzeléseinket, miszerint a magán- és közszférában átalakulás figyelhető meg mind a vállalatot érintő kihívásokat, mind az erre szükséges vezetői reakciókat illetően. Feladatunknak tartjuk, hogy a Hallgatóinkat e megváltozott körülményekre felkészítsük, és olyan eszköztárat biztosítsunk számukra, amely alkalmzásával lehetőség nyílik számukra az adott helyzetben a lehető legjobb döntések meghozatalára. Szent istván egyetem gazdaság és társadalomtudományi kar wai. A képzés során megismert menedzsment, valamint vezetési technikák, és stratégiák ötvözésével a hozzánk jelentkezők az adott szervezet igényeinek megfelelő vezetővé válhatnak. Ezért helyezünk kiemelt hangsúlyt, hogy Hallgatóink készségfejlesztő tréningeken is részt vegyenek, ahol az előadásokon elhangzott technikák magas szintű elsajátításra van lehetőség.
January 20. 10:59 2021. január 21-23-ig megrendezésre kerül az Educatio online kiállítás. A kiállítás minden résztvevő számára ingyenes, de regisztrációhoz kötött. Regisztráció:... 2021. 09:23 A Magyar Nemzeti Bank 2021. január 25-én immáron nyolcadik alkalommal rendezi meg zászlóshajó szakmai eseményét, a Lámfalussy konferenciát. A járványhelyzetre való tekintettel az évente visszatérő nemzetközi rendezvény - története során első alkalommal - idén digitális formában valósul meg. Nemzetközi online konferencia gazdaságról és menedzsmentről | Gazdaság- és Társadalomtudományi Kar. A... 2021. January 19. 10:37 A PPKE BTK Modern Kelet-Ázsia Kutatócsoport a Magyar Nemzeti Bank támogatásával tanulmánykötetet megjelentetését tervezi azzal a céllal, hogy a BRI múltjának, jelenének és várható kilátásainak feltárásával elősegítse a Kezdeményezés Eurázsiára és a világra gyakorolt hatásainak megismerését. 2020. December 03. 14:16 Szeretettel várunk minden kedves érdeklődőt a Nyílt Napunkon, melynek keretében megismerkedhetnek a karunkkal és a karon folyó képzésekkel. Rövid bemutatkozás Hivatkozva a kormány 2020. november 9-én bejelentett... 2020.
Címlap / Gazdaság - és Társadalomtudományi Kar (Budapest) 1135 Budapest XIII. kerület Szent László út 59-61. Fogadóóra: hétfő, szerda és péntek: 9:0-12:00 nappali hallgatóknak; kedd, csütörtök: nincs fogadóóra; péntek:12:00-14:00 levelező hallgatóknak, szombat: csak ügyelet 8:30-11:30 Név, beosztás E-mail Iroda Telefonszám Dr. Káposztáné Jáger Éva ügyvivő szakértő Budapest (BKH) Földszint. 2. 36-(1)-239-1140 Emberi erőforrás tanácsadó, mester, nappali Felszámolási és vagyonfelügyeleti szakirányú továbbképzési szak, levelező Részismereti képzés nappali és levelező Turizmus- és utazásjogi szakirányú továbbképzési szak, levelező Farkas Ágnes igazgatási ügyintéző Földszint. Szent istván egyetem gazdaság és társadalomtudományi karl. 4. 36-(1)-326-0766 Gazdálkodási és menedzsment felsőoktatási szakképzés, nappali Kereskedelem és marketing felsőoktatási szakképzés, nappali Turizmus-vendéglátás felsőoktatási szakképzés, nappali Pénzügy, mesterképzés, levelező Kardosné Nyári Marianna igazgatási ügyintéző Földszint. 5. 36-(1)-326-2394 Ellátásilánc menedzsment, mesterképzés, nappali és levelező Logisztikai menedzsment, mesterképzés, levelező Kereskedelem és marketing, alapképzés, nappali és levelező Sódor Ágnes 36-(1)- 326-0755 Vezetés és szervezés mesterképzés, nappali és levelező Turizmus menedzsment, mesterképzés, levelező
Bízom abban, hogy az itt található információkkal elősegítjük jelenlegi, illetve leendő hallgatóink, oktatóink, valamint együttműködő partnereink hiteles és hasznos tájékoztatását. Tisztelettel: Dr. Szilágyi Tivadar egyetemi tanár tudományos dékánhelyettes
Kar betűkódja Képzési szint Munkarend Fin.
Az intézmény központja Gödöllőn, a Páter Károly u. 1. alatti campuson található. A zöld környezetben fekvő épületek kiváló környezetet biztosítanak a három kar működéséhez, az elméleti és gyakorlati képzés megvalósításához. A SZIE 5 campusán a diákélet pezsgő! Szent istván egyetem gazdaság és társadalomtudományi karen. Szinte minden héten szervezésre kerül az Egyetemi/Kari Hallgatói Önkormányzatnak, a Doktoranduszok Szövetségének vagy egyéb hallgatói szervezetnek köszönhetően egy vagy több szakmai, kulturális esetleg szabadidős program a hallgatók számára. A Gödöllői Campuson található a Kosáry Domokos Könyvtár és Levéltár, a Mezőgazdasági Eszköz- és Gépfejlesztési Szakmúzeum, az Operatív Szaknyelvoktatás Vizsgáztatási Központ, a Sport Központ, az Izotóp laboratórium, a Kárpát-medencei Agrár és Vidékfejlesztési Innovációs Központ, a Gödöllői Botanikuskert és számos műemlék. Az egyetem vidéki campusaihoz kapcsolódnak a Budai Arborétum, a Soroksári Botanikus Kert és a Szarvasi Arborétum is. Forrás: SZIE honlap / Az Egyetem története / SZIE Lap 2018. január, XX.
Vagyis véges intervallumon elvégzett szimulációk eredményei a végtelen idıintervallumhoz tartozó valószínőségeket közelítik. A ∑ z feltétel teljesülésének ellenırzését megkönnyíti az alábbi észrevétel: mivel az ∑ monoton nınek, ezért az U(t) függvény értékeit nemnegativitás szempontjából elég csupán az η 1, η 1 +η 2, … pontokban vizsgálni. Ha a { 0≤ z − Y 1 + c η 1}, 0 η események mindegyike bekövetkezik minden olyan k esetén, amelyre T z esemény sem következhet be. Az R 2 ( z) közelítı értékének meghatározásához a nem alkalmazható. Viszont az {} értékeit. (A 0 tagú összeget 0-nak értelmeztük). Vagyis ha a { 0≤ z − c η 1}, { 0 ≤ z + Y 1 − c ( η 1 +η 2)},..., események mindegyike bekövetkezik minden olyan k esetén, amelyre ∑ k ≤ ∑ + > bekövetkezik. Viszont ha az { 0≤ z − c η 1}, { 0 ≤ z + Y 1 − c ( η 1 +η 2)}, …, esemény bekövetkezéséhez a módosított függvény véges sok pontban felvett értékét kell csupán megvizsgálni. Monte-Carlo-integrálás – Wikipédia. Ez lényegesen leegyszerősíti a szimulációt. Mivel a valószínő ség legjobb becslése a relatív gyakoriság, ezért a z, illetve a T értékek lerögzítése után az valószínőség meghatározásához a események relatív gyakoriságát használjuk, azaz az esemény bekövetkezésének gyakoriságát osztjuk az összes szimuláció számával, amit jelöljünk N-nel.
Mivel az elızı alfejezetekben megadott integrálegyenleteket csak egyes esetekben sikerült analitikus eszközökkel megoldanunk, ezért a méretezési feladatok megoldása érdekében numerikus megoldási módokat kellett rájuk keresnünk. Egyik lehetıség numerikus módszerek kidolgozása az integrálegyenletekre, másik út a problémakör Monte-Carlo szimulációval történı vizsgálata. Monte Carlo szimuláció | Studia Mundi - Economica. Elsıként ebben az alfejezetben a szimulációs módszert ismertetjük, mert egyes numerikus módszereknél eszközként felhasználjuk az egyenletek közelítı megoldásának megadásához. A folyamat számítógépes Monte-Carlo szimulációját az alábbi módon valósítottuk meg. A Poisson folyamatot exponenciális eloszlású valószínőségi változók segítségével generáltuk, vagyis felhasználtuk, hogy ha az inputok számát leíró folyamat λ paraméterő Poisson folyamat, akkor az egymást követı inputok között eltelt idık egymástól független λ paraméter ő exponenciális eloszlású valószínőségi változók. Az exponenciális eloszlású valószínőségi változókat pedig úgy generáltuk, hogy a gép belsı véletlenszám-generátorával generált egyenletes eloszlású valószínőségi változókat (κ i -ket i=1, …) az λ − = − − ln(1)) 1 ( x x F függvénybe, az exponenciális eloszlású valószínőségi változó eloszlásfüggvényének inverz függvényébe helyettesítettük.
Ezek lényege, hogy az egyes fotonok életciklusát egymástól függetlenül szimulálják a forrástól a detektorig. Ebbe a modellbe könnyedén beépíthetők az ismert fizikai hatások: koherens és inkoherens szóródás, fotoelektromos kölcsönhatás (elnyelés), így az egyszerű elnyeléshez képest pontosabb forrás és detektor modell készíthető. A Monte Carlo módszer legnagyobb hátránya, hogy rendkívül sok részecskét kell szimulálni a megfelelően pontos, azaz kicsiny relatív szórású eredményhez. Számos létező és elterjedt szimulátor létezik már, pl. Monte carlo szimuláció teljes film. a GATE vagy a GEANT1, amikkel nagyon pontosan tudjuk szimulálni a fizikai hatásokat, ám a sebességük kifejezetten alacsony a szükséges hatalmas részecskeszámhoz képest, tipikusan maximum 10 6 részecske másodpercenként egy modern számítógépen2. Ezzel a sebességgel még több száz gépes klasztereken, illetve grid rendszereken is kivárhatatlan idő lenne egy CT szimuláció, ezért új módszereket kell keresni.