Systemy rozproszone. Modele spójności. Cezary Sobaniec

Wielkość: px
Rozpocząć pokaz od strony:

Download "Systemy rozproszone. Modele spójności. Cezary Sobaniec"

Transkrypt

1 Modele spójnośc Cezary Sobanec 1

2 Model spójnośc Model spójnośc określa gwarancje dotyczące spójnośc replk, dawane aplkacj (równoległej) przez system W jak sposób defnować model spójnośc? W jak sposób określć gwarancje dla aplkacj? Kedy w jak sposób egzekwować te gwarancje? Modele spójnośc (2) Problem spójnośc danych stneje w systemach stosujących zwelokrotnane. Jeżel dane są modyfkowane, to zmana wprowadzona na pojedynczym węźle mus być przekazana do pozostałych, najlepej zanm zlecony zostane odczyt tych danych. W systeme rozproszonym wymana danych na najnższym pozome realzowana jest jednak zawsze z wykorzystanem przesyłana komunkatów, które wprowadza opóźnena. Propagacja modyfkacj ne może węc następować natychmastowo, co może być wychwycone przez użytkownków obserwujących nespójnośc pomędzy zawartoścam poszczególnych replk. Model spójnośc określa reguły gry jake będą stosowane przez system podczas aktualzacj danych. Są to pewne gwarancje, których udzela system w odnesenu do uporządkowana operacj realzowanych w systeme rozproszonym. Aplkacje, dla których gwarancje te są wystarczające będą dzałały poprawne pommo stnena zwelokrotnana, opóźneń czasowych nespójnośc danych. Problem otwartym jest sposób wyrażena tych gwarancj, czy nnym słowy tej umowy pomędzy aplkacją a systemem. Mając zdefnowany model spójnośc (reguły) należy skonstruować protokół spójnośc, który te reguły zrealzuje w systeme rozproszonym. Protokół określa kedy w jak sposób należy ngerować w przetwarzane, tak aby zdefnowane na pozome modelu własnośc były faktyczne zachowane. 2

3 Spójność ścsła Spójność ścsła (ang. strct consstency) każdy odczyt zmennej x zwraca wartość odpowadającą wynkow ostatno wykonanej operacj zapsu Systemy rozproszone nejednoznaczność określena ostatn (brak globalnego zegara) duży koszt realzacj spójnośc ścsłej Modele spójnośc (3) W systemach scentralzowanych każdy odczyt zwraca wynk będący odzwercedlenem ostatnego zapsu, co jest określane jako spójność ścsła (ang. strct consstency). W systeme rozproszonym pojęce ostatn jest nejednoznaczne, poneważ ne ma jednego, globalnego zegara synchronzującego pracę poszczególnych węzłów. W efekce może sę zdarzyć, że operacja odczytu zwróc wynk sprzed ostatnego zapsu. Realzacja modelu przetwarzana charakterystycznego dla systemów scentralzowanych jest bardzo kosztowna, a nekedy nemożlwa do zrealzowana. Najprostsza realzacja spójnośc ścsłej polega na zastosowanu pojedynczego, centralnego serwera, który przetwarza wszystke odwołana do danych. Realzacja taka jest oczywśce wysoce neefektywna ne korzysta z zalet jake potencjalne oferuje zwelokrotnane. Stąd poszukuje sę nnych model spójnośc, które będą oferowały słabsze gwarancje, ale które będą mogły być dużo bardzej efektywne mplementowane. 3

4 Modele spójnośc replk Modele spójnośc nastawone na dane modele spójnośc przy dostępe ogólnym uspójnane danych przy każdej modyfkacj modele spójnośc przy dostępe synchronzowanym uspójnane danych tylko podczas wykonywana jawnych operacj synchronzujących Modele spójnośc nastawone na klenta uwzględnene moblnośc klenta zobacz następny wykład Modele spójnośc (4) Generalne modele spójnośc można podzelć na dwe podstawowe klasy: modele spójnośc nastawone na dane (ang. data-centrc consstency models) modele spójnośc nastawone na klenta (clent-centrc consstency models). Modele spójnośc nastawone na klenta będą prezentowane w ramach następnego wykładu. Modele spójnośc nastawone na dane można podzelć dalej na dwe grupy: modele spójnośc przy dostępe ogólnym (ang. general access consstency models) modele spójnośc przy dostępe synchronzowanym (ang. synchronzaton access consstency models). Modele spójnośc przy dostępe ogólnym są bardzej przyjazne dla programsty, poneważ program korzystający z tych model wygląda tak samo jak program psany dla systemu scentralzowanego. Konsekwencją tego jest koneczność uspójnana danych podczas wykonywana każdej operacj modyfkującej. Rezygnację z pełnej przezroczystośc dostępu do danych zastosowano w modelach przy dostępe synchronzowanym. W tej grupe model spójnośc występują specjalne operacje synchronzujące, dodawane do kodu programu, których wykonane powoduje przeprowadzene synchronzacj danych pomędzy serweram. Zwykłe dostępy do danych ne muszą powodować komunkacj z nnym serweram. Podejśce take jest racjonalne w przypadku przeprowadzana przez aplkację ser aktualzacj, być może dotyczących tych samych zmennych. Wynk przeprowadzonych modyfkacj mogą w takm przypadku być przesłane łączne. Modele spójnośc nastawone na dane były rozwjane główne w ramach badań nad rozproszoną pamęcą dzeloną (ang. Dstrbuted Shared Memory). 4

5 Modele spójnośc przy dostępe ogólnym Spójność atomowa (ang. atomc consstency) lnowość (ang. lnearzablty) Spójność sekwencyjna (ang. sequental consstency) Spójność przyczynowa (ang. causal consstency) Spójność PRAM (ang. ppelned RAM consstency) Spójność podręczna (ang. cache consstency) koherencja (ang. coherence) Spójność procesorowa (ang. processor consstency) Modele spójnośc (5) Slajd powyższy wymena główne modele spójnośc nastawone na dane przy dostępe ogólnym. Kolejność ne jest przypadkowa (z grubsza) odzwercedla słę tych model. Spójność atomowa odpowada dzałanu systemu scentralzowanego jest to węc najslnejszy model, ale jednocześne model wymuszający najmnej efektywną mplementację. Spójność atomowa bywa też nazywana lnowoścą. Spójność sekwencyjna nadal jest blska przetwarzanu w systeme scentralzowanym, ale dopuszcza już pewne nakładane sę operacj w systeme, co potencjalne może być wykorzystane do bardzej efektywnej pracy protokołu spójnośc. Spójność przyczynowa zachowuje porządek przyczynowy. Spójność PRAM porządkuje operacje zlecane przez poszczególne węzły. Spójność podręczna (zwana równeż koherencją) porządkuje operacje wykonywane na poszczególnych zmennych. W końcu spójność procesorowa łączy w sobe własnośc spójnośc PRAM podręcznej. 5

6 Modele spójnośc przy dostępe synchronzowanym Spójność słaba (ang. weak consstency) Spójność zwalnana (ang. release consstency) Spójność wejśca (ang. entry consstency) Spójność zakresu (ang. scope consstency) Modele spójnośc (6) Modele spójnośc przy dostępe ogólnym są wygodne w użycu, gdyż ne wymagają modyfkacj przy przenoszenu z systemu ne stosującego zwelokrotnana do systemu stosującego zwelokrotnane. Nestety pomjając spójność atomową sekwencyjną, pozostałe modele oferują własnośc, które często są newystarczające do poprawnego dzałana aplkacj. Z drugej strony realzacja nawet modelu sekwencyjnego zawsze obarczona jest bardzo dużym kosztem efektywnoścowym. Poszukując nnych rozwązań zaproponowano modele o dostępe synchronzowanym, które są pewnego rodzaju kompromsem pomędzy wygodą programsty a złożonoścą samego modelu. Z jednej bowem strony programsta jest zmuszany do uzupełnena kodu programu o dodatkowe nstrukcje, ale z drugej strony te dodatkowe nstrukcje podpowadają systemow kedy jake dane aplkacja będze wykorzystywać, a węc kedy należy je uspójnać. W efekce protokoły spójnośc dla model przy dostępe synchronzowanym oferują efektywne modele spójnośc zgodne z modelem sekwencyjnym (lub nekedy atomowym), a jednocześne charakteryzują sę dużą efektywnoścą pozwalającą na praktyczne wdrożene koncepcj DSM. 6

7 Podstawowe założena W skład systemu DSM wchodzą: zbór sekwencyjnych procesów P = {p 1, p 2,, p n } zbór współdzelonych zmennych X = {x 1, x 2, } Każdy proces ma własną replkę całego zboru X Proces p może realzować na zmennej x X operacje: zapsu wartośc v, oznaczane jako w (x)v odczytu wartośc v, oznaczane jako r (x)v Realzacja operacj przebega w dwóch fazach: żądane operacj (ang. operaton ssue) wykonane operacj (ang. operaton executon) Modele spójnośc (7) Rozważamy system składający sę z n procesów, każdy pracujący na oddzelnym węźle. Procesy odwołują sę do pamęc zorganzowanej w postac zmennych, współdzelonych przez wszystke procesy. Dla uproszczena rozważań zakładamy, że w systeme stosowana jest pełna replkacja, co oznacza, że każdy węzeł posada pełną kopę całego zboru zmennych współdzelonych. Założene to ne zmnejsza ogólnośc rozważań, bo ne wpływa na defncję modelu spójnośc, a jedyne na organzację rozproszonej pamęc. Operacje realzowane na zmennych współdzelonych są bądź odczytam bądź zapsam. Odczyt wartośc v ze zmennej x realzowany przez proces p oznaczany będze jako r (x)v. Zaps wartośc v do zmennej x realzowany przez proces p oznaczany będze jako w (x)v. Jeżel kontekst stosowana wymenonych oznaczeń będze jednoznaczny, to ndeksy dentyfkujące procesy zostaną pomnęte. Operacja odczytu bądź zapsu ne jest operacją atomową. Jest to szczególne wyrazste w systeme rozproszonym, gdze wykonane operacj może oznaczać potrzebę komunkacj. W zwązku z tym w nektórych przypadkach będzemy rozważać jawne rozpoczęce wykonywana operacj (zgłoszene jej przez proces) zakończene wykonywana operacj (zwrócene wynku do procesu). 7

8 Oznaczena w (x)v r (x)v O O OW O x a zaps wartośc v do zmennej x wykonany przez proces p odczyt wartośc v ze zmennej x wykonany przez proces p zbór wszystkch operacj w systeme zbór operacj procesu p (żądanych przez p ) zbór wszystkch operacj zapsu w systeme zbór wszystkch operacj na zmennej x lokalny porządek operacj procesu p porządek przyczynowy uszeregowane operacje postrzegane są przez proces p Modele spójnośc (8) W defncjach model spójnośc zostaną użyte wymenone na slajdze oznaczena. Zapsy odczyty zostały przedstawone na poprzednm slajdze. Zbór wszystkch operacj w systeme, zarówno zapsy jak odczyty, będze oznaczany przez O. Zbór wszystkch operacj procesu p będze oznaczany przez O. Z punktu wdzena zarządzana spójnoścą najważnejsze są operacje zapsu (OW), bo to one muszą być powelone na wszystkch serwerach. Operacje wykonane na zmennej x będą oznaczane jako O x. Procesy zlecają wykonywane operacj sekwencyjne. Lnowy porządek operacj zlecanych przez proces p oznaczany będze jako. Porządek przyczynowy operacj wykonywanych w systeme będze oznaczany zwykłą strzałką. Symbol a będze oznaczać uporządkowane operacj postrzeganych przez proces p. Proces wdz swoje operacje, ale równeż operacje nnych procesów jeśl np. czyta wynk zapsów tych procesów. Odczyt wartośc zapsanej przez nny proces oznacza, że przed tym odczytem mus być zaszeregowany zaps tego procesu. Uporządkowane operacj (uszeregowane) postrzeganych przez poszczególne procesy może być różne, w zależnośc od ogranczeń nakładanych przez model spójnośc. Uszeregowane określa porządek wykonywana operacj na zmennych w konkretnym węźle. 8

9 Defncja porządku przyczynowego (1) (2) (3) o1, o2 O x X ( o1 w( x) v o1, o2, o H o2 o1 o2) r( x) v [( o1 o o o2) o1 o2] Modele spójnośc (9) Model spójnośc przyczynowej odwołuje sę do defncj porządku przyczynowego. Porządek przyczynowy jest z kole defnowany wymenonym 3 warunkam. Po perwsze: lokalne uporządkowane operacj wykonywanych przez poszczególne procesy jest zachowywane przez porządek przyczynowy. Po druge: jeżel w jednym procese następuje odczyt r(x)v, to oznacza, że zaps, który wprowadzł do zmennej x wartość v, czyl w(x)v mus poprzedzać ten odczyt w porządku przyczynowym. Co ważne: ne jest stotne na jakm węźle wykonywane są operacje odczytu zapsu, a węc mogą być realzowane na różnych węzłach. Odczyt wartośc zapsanej na nnym węźle jest możlwy, jeżel protokół aktualzacj danych prześle w mędzyczase komunkat aktualzujący. Ostatn warunek porządku przyczynowego jest domknęcem przechodnm relacj, mówącym, że jeżel operacja o1 poprzedza przyczynowo jakąś operację o, a operacja o poprzedza przyczynowo o2, to wtedy o1 poprzedza przyczynowo o2. 9

10 Defncja uszeregowana legalnego Uszeregowane a jest legalne w( x) v a / o( x) u O r( x) v [ ] u v w( x) v a o( x) u r( x) v w( x) v r x v OW a ( ) O OW UWAGA W celu uproszczena defncj zakłada sę, że każda operacja zapsu danej zmennej zapsuje unkalną wartość, co umożlwa dentyfkowane operacj zapsu poprzez tą wartość Modele spójnośc (10) Ne każde uszeregowane operacj wykonanych w systeme rozproszonym jest możlwe do zrealzowana w praktyce. Będzemy rozważać tylko uszeregowana legalne. Legalność oznacza, że odczyt wartośc v ze zmennej x jest możlwy tylko wtedy, gdy ne było żadnego nnego zapsu do zmennej x wartośc różnej od v, który znajdowałby sę w uszeregowanu procesu czytającego po zapse wartośc v a przed odczytem wartośc v. Co węcej: ne może być medzy zapsem wartośc v a jej odczytem równeż operacj odczytu wartośc nnej nż v. Założena te są dość ntucyjne jeżel weźmemy pod uwagę dzałane pamęc lokalnej w węźle. Każda zmenna ma w pamęc swoją pojedynczą lokalzację odczyt zwraca zawsze ostatno zapsaną wartość. Dla uproszczena rozważań (ne redukując jednak ogólnośc rozważań) będzemy zakładać, że każdy zaps odczyt dotyczy unkalnej wartośc v. Innym słowy, wartość zapsywana będze jednoznaczne dentyfkować konkretną operację zapsu. 10

11 Defncja hstor Hstora lokalna (procesu p ) Zbór lnowo uporządkowany h = (O, ) Hstora globalna Zbór częścowo uporządkowany h = (O, ) Obraz hstor h w procese p Zbór lnowo uporządkowany hv = (O OW, a ) Obraz hstor h Kolekcja obrazów procesów: hv = hv 1, hv 2,..., hv n Modele spójnośc (11) Analza model spójnośc odwołuje sę do pojęca hstor. Hstora reprezentuje zrealzowane wcześnej przetwarzane, a węc uporządkowany zbór wszystkch operacj, które zostały wykonane. Przetwarzane każdego z procesów jest reprezentowane jego lokalną hstorą h j, która jest lnowo uporządkowanym zborem operacj zleconych przez ten proces. Relacją porządkującą jest lokalny porządek zleceń wykonana kolejnych operacj. Złożene hstor wszystkch procesów daje hstorę globalną, gdze relacją porządkującą jest relacja zależnośc przyczynowej (zawerająca w sobe lokalne porządk poszczególnych procesów). Zbór ten jest częścowo uporządkowany, poneważ nektóre zdarzena realzowane są współbeżne. Każdy z procesów postrzega w jakś sposób zapsy, które zostały zgłoszone na nnych węzłach. Uszeregowane tych zapsów daje obraz hstor w procese. Obraz hstor jest uporządkowany lnowo relacją lokalnego uszeregowana, które mus być legalne. Złożene wszystkch lokalnych obrazów hstor daje obraz hstor, który jest kolekcją zborów lnowo uporządkowanych. 11

12 Spójność sekwencyjna Obraz hv hstor h mus spełnać następujące warunk: o1, o2 O OW j = 1.. n o1 j o2 o1 a o2 w1, w1 a w2 OW = 1.. n = w2 1.. n w2 a w1 Modele spójnośc (12) Przetwarzane jest zgodne z modelem spójnośc sekwencyjnej, jeżel obraz hstor w każdym z procesów spełna oba zaprezentowane warunk. Perwszy warunek mów o tym, że lokalne uporządkowane operacj pownno być zachowane w obraze przetwarzana w każdym procese. Dotyczy to oczywśce operacj wykonywanych w danym węźle oraz wszystkch zapsów, które zostały zgłoszone. Odczyty wykonywane na nnych węzłach ne są brane pod uwagę, poneważ są one realzowane jedyne lokalne. Zapsy natomast muszą być propagowane do wszystkch węzłów. Drug warunek mów o tym, że wszystke zapsy w systeme muszą być globalne uszeregowane. Innym słowy: stneje jedna, globalne ustalona kolejność wykonywana wszystkch zapsów, które zostały zlecone w systeme. Zostało to zdefnowane w ten sposób, że dla każdej pary operacj zapsu w1 w2 wszystke węzły albo realzują najperw w1 a późnej w2, albo najperw w2 a późnej w1. W skróce można węc powedzeć, że spójność sekwencyjna wymusza globalne uporządkowane zapsów. 12

13 Spójność sekwencyjna przykład hv 1 : w 2 (x)1 a 1 r 1 (x)1 a 1 w 2 (x)2 r 1 (x)1 p 1 p 2 w 2 (x)1 w 2 (x)2 hv 2 : w 2 (x)1 a 2 w 2 (x)2 Modele spójnośc (13) Przykład przedstawa przetwarzane w systeme, który gwarantuje spójność sekwencyjną. Ostateczna postać obrazów hstor w procesach p 1 p 2 spełna oba warunk modelu. W szczególnośc warto zwrócć uwagę na globalne uporządkowane operacj zapsu: oba procesy wdzą najperw zaps wartośc 1 do zmennej x, a późnej wartośc 2. W obrazach hstor w procese p 1 występuje dodatkowo odczyt, który ne występuje w obraze hstor procesu p 2. Komunkat przesyłany z procesu p 2 do p 1 oznacza aktualzację danych. 13

14 Algorytm fast-read Protokół spójnośc dla modelu sekwencyjnego Algorytm dla procesu p upon read(x) return M [x] upon wrte(x, v) atomc_broadcast U(x, v) wat upon recept of U(x, v) from p k M [x] := v f k = sgnal end f Modele spójnośc (14) Realzacja modelu spójnośc wymaga zaprojektowana odpowednego protokołu spójnośc. Przytoczony na przykładze algorytm jest jednym z możlwych protokołów gwarantujących zachowane spójnośc sekwencyjnej. Jak sama nazwa wskazuje preferuje on odczyty. Preferencja przejawa sę tym, że odczyt ngdy ne jest blokowany od razu zwracana jest lokalne przechowywana wartość zmennej. Zaps algorytmu ma postać procedur obsług zdarzeń. Zawartość pamęc reprezentowana jest w algorytme jako tablca M, zwelokrotnona w postac lokalnych tablc M w procese p. Odczyt zwraca po prostu wartość przechowywaną na odpowednej pozycj w tablcy M. Zlecene zapsu jest rozgłaszane (lub rozsyłane) do wszystkch procesów. Rozgłaszane jest rozgłaszanem nepodzelnym (ang. atomc broadcast), co oznacza, że komunkat mus dotrzeć do wszystkch to w tej samej kolejnośc. Warstwa komunkacj grupowej zajme sę węc w tym przypadku zapewnenem uporządkowana operacj zapsu. Jest to wygodna (choć ne zawsze najbardzej efektywna) metoda mplementacj protokołu spójnośc. Właścwa operacja modyfkacj zmennej realzowana jest w procedurze obsług odboru wadomośc aktualzacyjnej. Dotyczy to równeż węzła, który ncjuje zaps. Jest to ważne, poneważ zapsy mają być wszędze realzowane w tej samej kolejnośc. Zaps powoduje wstrzymane przetwarzana procesu, który go zleca, do czasu zakończena nepodzelnego rozgłaszana. Wykonane beżącego zapsu może być węc poprzedzone wcześnejszym obsłużenem zapsów zleconych na nnych węzłach o kolejnośc zadecyduje warstwa komunkacyjna. W procedurze obsług odboru wadomośc aktualzacyjnej, jeżel komunkat docera do procesu, który ncjował rozgłoszene, następuje obudzene procesu zlecającego (funkcja sgnal). Proces był zaweszony w procedurze zapsu (funkcją wat). 14

15 Algorytm fast-wrte upon read(x) f num 0 wat end f return M [x] upon wrte(x, v) num := num + 1 FIFO_atomc_broadcast U(x, v) upon recept of U(x, v) from p k M [x] := v f k = num := num 1 f num = 0 sgnal end f end f Modele spójnośc (15) Protokół fast-wrte dla spójnośc sekwencyjnej optymalzuje operacje zapsu wykonywane w systeme. Ich wykonane ngdy ne jest blokujące, co pozwala na natychmastową kontynuację oblczeń, być może powodującą wykonane kolejnego zapsu. Blokowanu natomast podlega operacja odczytu. Sprawdza ona czy lcznk num, nkrementowany przy każdym zapse osągnął wartość 0, co oznacza poprawne zakończene wszystkch operacj zapsu zleconych lokalne. Proces może zlecć wele zapsów, jeden za drugm, zwększając w ten sposób zmenną num. Warstwa komunkacyjna będze próbowała dostarczyć odpowedne komunkaty do wszystkch serwerów, a proces w tym czase może realzować dalsze zadana. Odczyt wymaga zakończena wykonywana wszystkch dotychczasowych operacj zapsu zleconych lokalne. Bez tego oczekwana mogłoby dojść do wygenerowana uszeregowana nelegalnego, np.: w(x)5 r(x)0. Obsługa zapsu wymaga w tym przypadku rozgłaszana nepodzelnego zachowującego porządek FIFO, gdyż w przecwnym wypadku mogłoby dość do przestawena kolejnośc zapsów zleconych przez pojedynczy proces, a węc doszłoby do naruszena lokalnego uporządkowana. Protokół fast-read ne wymagał stosowana nepodzelnego rozgłaszana FIFO, poneważ przed zlecenem kolejnego zapsu poprzedn musał być zakończony, co wymuszało zachowane lokalnego porządku. Przedstawone protokoły dla spójnośc sekwencyjnej pokazują, że jej realzacja jest kosztowna. Koszt objawa sę w tym przypadku opóźnenam, które wynkają z konecznej synchronzacj procesów. W zależnośc od potrzeb można optymalzować operacje odczytu bądź zapsu, ale zawsze take optymalzacje odbywają sę kosztem drugej operacj. 15

16 Spójność atomowa Obraz hv hstor h mus spełnać następujące warunk: o1, o2 O OW w1, w2 OW = 1.. n o1 RT o2 o1 a o2 j= 1.. n w1 a w2 w2 a w1 = 1.. n o1 o2 RT o1 kończy sę w czase rzeczywstym, zanm zaczyna sę o2 Modele spójnośc (16) Spójność atomowa jest slnejszym modelem nż spójność sekwencyjna. W jej przypadku brane są bowem pod uwagę zależnośc czasowe pomędzy zdarzenam na różnych węzłach. Warunk, które muszą spełnać obrazy hstor przetwarzana na poszczególnych węzłach są bardzo podobne do tych dla spójnośc sekwencyjnej. Drug warunek jest dentyczny. W perwszym zamast lokalnego porządku występuje zależność czasowa pomędzy zdarzenam. Oczywśce synchronzacja przetwarzana z uwzględnenem zależnośc czasowych jest dużo bardzej kosztowna wymaga dodatkowej komunkacj. 16

17 Spójność atomowa przykład p 1 r 1 (x)1 r 1 (x)2 p 2 w 2 (x)1 w 2 (x)2 Modele spójnośc (17) Rysunek przedstawa tą samą sytuację, która była prezentowana w przypadku spójnośc sekwencyjnej. W tym przypadku jednak uzyskane takch samych obrazów hstor przetwarzana wymaga przesunęca zapsu w(x)2 tak, aby w czase rzeczywstym występował po odczyce r(x)1 w procese p 1. Spójność atomowa w praktyce ne jest realzowana. Jej znaczene wąże sę główne z wykorzystanem do formalnej weryfkacj algorytmów. 17

18 Spójność przyczynowa Obraz hv hstor h mus spełnać następujący warunek: o1, o2 O OW ( o1 o2 o1 a o2) Modele spójnośc (18) Pamęć spójna przyczynowo mus zachowywać porządek przyczynowy operacj. Jeżel węc operacja o2 zależy przyczynowo od o1, to we wszystkch lokalnych obrazach przetwarzana operacje te pownny występować właśne w tej kolejnośc. W praktyce można to wyrazć następująco: Zapsy potencjalne powązane przyczynowo muszą być wdzane przez wszystke procesy w takm samym porządku. Zapsy współbeżne mogą być na różnych maszynach oglądane w różnej kolejnośc. Implementacja spójnośc przyczynowej mus przechowywać nformacje o zależnoścach przyczynowych pomędzy operacjam. Można do tego celu wykorzystać wektorowe znacznk czasu. 18

19 Spójność przyczynowa przykład hv 1 : w 1 (x)2 a 1 w 1 (y)1a 1 w 2 (x)1 a 1 r 1 (x)1 w 1 (x)2 w 1 (y)1 r 1 (x)1 p 1 p 2 w 2 (x)1 r 2 (y)1 r 2 (x)2 hv 2 : w 2 (x)1 a 2 w 1 (x)2 a 2 w 1 (y)1a 2 r 2 (y)1 a 2 r 2 (x)2 Modele spójnośc (19) Na slajdze pokazano przykładowe przetwarzane w systeme zachowującym przyczynowe uporządkowane operacj. Każdy z procesów w swom obraze przetwarzana mus umeścć wszystke lokalne operacje oraz wszystke operacje zapsu, zachowując przy tym warunek legalnośc. Perwsze zapsy do zmennej x realzowane przez oba procesy p 1 p 2 są realzowane współbeżne, ne są od sebe zależne przyczynowo. W efekce ch wynk mogą być obserwowalne na węzłach w różnej kolejnośc. Tak też sę stało w tym przypadku. Proces p 1 odczytuje z x wartość 1, co oznacza, że zaps tej wartośc musał wystąpć po zapse w(x)2 (naczej naruszony byłby warunek legalnośc odczytywana byłaby wartość nadpsana). W procese p 2 następuje odczyt z x wartośc 2, co oznacza, że odpowedn zaps musał trafć po w(x)1. W efekce procesy p 1 p 2 wdzą oba zapsy do x w różnej kolejnośc. Jest to jak najbardzej dopuszczalne, poneważ zapsy te były realzowane współbeżne. Warto zauważyć, że powyższa realzacja ne jest spójna sekwencyjne. W modelu sekwencyjnym wszystke zapsy pownny być postrzegane przez wszystke procesy w tej samej kolejnośc. 19

20 Protokół dla spójnośc przyczynowej Algorytm dla procesu p upon read(x) return M [x] wrte(x, v) M [x] := v causal_broadcast U(x, v) upon recept of U(x, v) from p k f k M [x] := v end f Modele spójnośc (20) Slajd przedstawa przykładowy protokół realzujący model spójnośc przyczynowej. Do jego mplementacj wykorzystano rozgłaszane zachowujące uporządkowane przyczynowe (funkcja causal_broadcast), a węc cały cężar realzacj protokołu spada w tym przypadku na warstwę komunkacj grupowej. Warto zwrócć uwagę, że zarówno operacje odczytu jak zapsu ne wymagają w tym przypadku blokowana, synchronzującego przetwarzane z operacjam na nnych węzłach. Zarówno zaps jak odczyt może być wykonywany z pełną szybkoścą. Przetwarzane lokalne zmennych zawsze generuje realzacje zachowujące legalność poneważ zapsy od razu są odnotowywane w pamęc, co powoduje, że następujące po nch odczyty zwracają zapsaną wartość. Komunkaty rozgłoszenowe są gnorowane przez węzły, które wysyłają odpowedne aktualzacje. 20

21 Spójność PRAM PRAM ppelned RAM Obraz hv hstor h mus spełnać następujący warunek: o1, o2 O OW j= 1.. n o1 j o2 o1 a o2 Modele spójnośc (21) Spójność PRAM (ang. ppelnd RAM) jest modelem słabszym od spójnośc przyczynowej. Dla zapewnena spójnośc PRAM wystarczy w obrazach hstor każdego procesu zachować lokalny porządek wykonywana operacj każdego nnego procesu. Nazwa ppelned oczywśce ne jest tu przypadkowa chodz o potok zleceń płynących od danego procesu. Potok ten mus zachowywać orygnalne uporządkowane. 21

22 Spójność PRAM przykład p 1 w 1 (x)1 w 1 (y)1 w 2 (x)2 p 2 r 2 (y)1 p 3 r 3 (x)2 r 3 (x)1 hv 3 : w 2 (x)2 a 3 r 3 (x)2 a 3 w 1 (x)1a 3 r 3 (x)1 a 3 w 1 (y)1 Modele spójnośc (22) Na slajdze pokazano przykładowe przetwarzane w systeme zachowującym spójność PRAM. Zaznaczone operacje są uwzględnane w obraze hstor procesu p 3. Zapsy w(x)1 w(x)2 realzowane są przez różne procesy, w zwązku z czym mogą być wykon ywane w procese p 3 w dowolnej kolejnośc. W przypadku przetwarzana z rysunku zaps w(x)2 docera do p 3 przed zapsem zapsem w(x)1. Z punktu wdzena modelu spójnośc PRAM ważne jest jednak to, że zapsy w(x)1 w(y)1 są wdzane w kolejnośc, w której były wykonywane przez p 1. Warto zauważyć, że zapsy w(x)1 w(x)2 są od sebe zależne przyczynowo. Łączy je odczyt zmennej y zapsywanej przez p 1. W obraze hstor w procese p 3 operacje te występują jednak w odwrotnej kolejnośc. W zwązku z tym przedstawone przetwarzane ne zachowuje spójnośc przyczynowej. 22

23 Protokół dla spójnośc PRAM Algorytm dla procesu p upon read(x) return M [x] upon wrte(x, v) M [x] := v FIFO_broadcast U(x, v) upon recept of U(x, v) from p k f k M [x] := v end f Modele spójnośc (23) Protokół spójnośc dla modelu PRAM jest bardzo podobny do protokołu spójnośc dla spójnośc przyczynowej. Jedna różnca polega na zastąpenu rozgłaszana zachowującego porządek przyczynowy (causal_broadcast) rozgłaszanem zachowującym kolejność wysyłana komunkatów rozgłoszenowych danego procesu (ang. FIFO broadacst). Oczywśce realzacja funkcj FIFO_broadcast jest znaczne tańsza nż realzacja funkcj causal_broadcast, ale też model PRAM oferuje mnej nż spójność przyczynowa. W tym przypadku równeż operacje zapsu odczytu ne są blokowane, co oczywśce pozytywne wpływa na efektywność. 23

24 Spójność podręczna Obraz hv hstor h mus spełnać następujący warunek: w1 a x X w1, w2 OW O x = 1.. n = w2 1.. n w2 a w1 Modele spójnośc (24) Spójność podręczna (ang. cache consstency) jest modelem, w którym zachowany jest globalny porządek operacj zapsu do poszczególnych zmennych. Część wspólna zborów OW O x reprezentuje wszystke zapsy w systeme dotyczące zmennej x. Obrazy hstor przetwarzana we wszystkch procesach pownny umeszczać te zapsy w tej samej kolejnośc. Model ten ne wymaga, aby zachowane było lokalne uporządkowane operacj o le dotyczą one różnych zmennych. Jest to węc model, który jest całkowce nezależny do spójnośc PRAM spójnośc przyczynowej. 24

25 Spójność podręczna przykład hv 1 : w 2 (x)1 a 1 r 1 (x)1 a 1 w 1 (x)2a 1 r 1 (x)2 a 1 w 1 (y)1 r 1 (x)1 w 1 (x)2 r 1 (x)2 w 1 (y)1 p 1 p 2 w 2 (x)1 r 2 (y)1 r 2 (x)1 r 2 (x)2 hv 2 : w 2 (x)1 a 2 w 1 (y)1a 2 r 2 (y)1a 2 r 2 (x)1 a 2 w 1 (x)2a 2 r 2 (x)2 Modele spójnośc (25) Slajd przedstawa przykładowe przetwarzane w systeme zachowującym spójność podręczną. Jak ławo zauważyć operacje zapsu wykonywane na zmennej x są wdzane przez oba procesy w tej samej kolejnośc. Zmenna y ne wnos tu nc nowego, poneważ jest tylko jeden zaps. Warto jednak zwrócć uwagę na uporządkowane wszystkch zapsów w obrazach hstor przetwarzana. Wdać z nego, że ne jest zachowywany porządek lokalny. Proces p 2 wdz zaps do zmennej y przez zapsem w(x)2, odwrotne nż proces p 1. Tym bardzej węc ne jest zachowywany porządek przyczynowy, co wdać w sekwencj operacj w 1 (x)2 w 1 (y)1 r 2 (y)1 r 2 (x)1. 25

26 Protokół dla spójnośc podręcznej (1) Algorytm fast-read dla procesu p : upon read(x) return M [x] upon wrte(x, v) atomcx_broadcast U(x, v) wat upon recept of U(x, v) from p k M [x] := v f k = sgnal end f Modele spójnośc (26) Protokół spójnośc fast-read dla spójnośc podręcznej przypomna analogczny protokół dla spójnośc sekwencyjnej. W tym przypadku następuje równeż blokowane podczas realzacj zapsu, poneważ zapsy te muszą być uporządkowane względem nnych zapsów do tych samych zmennych. W przecweństwe do poprzednego protokołu ne występuje tu jednak pełna wersja rozgłaszana nepodzelnego, porządkującego globalne wszystke komunkaty, ale jego wersja uproszczona, porządkująca komunkaty aktualzujące wybraną zmenną. W lteraturze rozgłoszene take ne jest jakoś specjalne nazywane, stąd w zapse protokołu użyto nazwy atomcx_broadcast, dla odróżnena od atomc_broadcast. Oczywśce realzacja atomcx_broadcast jest mnej kosztowna od pełnego nepodzelnego rozgłaszana, stąd protokół fastwrte dla spójnośc podręcznej pownen charakteryzować sę wększą wydajnoścą od analogcznego protokołu dla spójnośc sekwencyjnej. Rozgłoszene atomcx_broadcast może być koordynowane współbeżne przez różne procesy, o le dotyczy różnych zmennych. Jego mplementacja może węc być bardzej rozproszona, a węc lepej wykorzystująca dostępne zasoby. 26

27 Protokół dla spójnośc podręcznej (2) Algorytm fast-wrte dla procesu p : upon read(x) f num [x] 0 wat end f return M [x] upon wrte(x, v) num [x] := num [x] + 1 FIFOx_atomcx_broadcast U(x,v) upon on recept of U(x,v) from p k M [x] := v f k = num [x] := num [x] 1 f num [x] = 0 sgnal end f end f Modele spójnośc (27) Przez analogę można równeż skonstruować protokół fast-wrte dla spójnośc podręcznej, który strukturalne jest dentyczny z protokołem fastwrte dla spójnośc sekwencyjnej. W tym przypadku równeż blokowane zostaje przenesone do operacj odczytu. Blokowanu podlegają jednak jedyne operacje odczytu, które odwołują sę do zmennych, dla których ne dokończono jeszcze realzacj ostatnch operacj zapsu. W celu stwerdzena, które operacje wymagają synchronzacj, protokół przechowuje tablcę lcznków num, w której -ta pozycja reprezentuje lczbę aktualne realzowanych zapsów na -tej zmennej. Wyzerowane lcznka powoduje znesene blokowana oczekującego zapsu. W protokole fast-wrte zapsy ne są blokowane. W zwązku z tym jest możlwość zlecena welu zapsów, które będą realzowane w tle. W szczególnośc możlwe jest zlecene welu zapsów do tej samej zmennej. Zapsy do tych samych zmennych pownny być jednak porządkowane, dlatego do rozgłaszana zleceń zapsu użyto rozgłaszana uporządkowanego FIFO, ale ne w pełnej wersj, a jedyne w odnesenu do poszczególnych zmennych. Podobne jak poprzedno, mplementacja rozgłaszana porządkującego zapsy do pojedynczych zmennych jest prostsza do zrealzowana od rozgłaszana porządkującego wszystke komunkaty. 27

28 Spójność procesorowa Obraz hv hstor h mus spełnać następujące warunk (PRAM + spójność podręczna): x X w1, w2 OW O x = 1.. n w1 a w2 = 1.. n w2 a w1 o1, o2 O OW j = 1.. n o1 j o2 o1 a o2 Modele spójnośc (28) Spójność procesorowa ne wprowadza kompletne nowej jakośc. Jest to po prostu połączene spójnośc PRAM podręcznej. Defncja modelu spójnośc zawera warunk, które były wymenane w defncjach model PRAM spójnośc podręcznej. W skróce pamęć jest spójna procesorowo, jeżel lokalny porządek zlecana operacj w poszczególnych procesach jest zachowany w obrazach hstor przetwarzana wszystkch procesów (PRAM), oraz gdy zapsy do poszczególnych zmennych są globalne uporządkowane (spójność podręczna). 28

29 Spójność procesorowa przykład hv 1 : w 1 (x)2 a 1 w 1 (y)1a 1 r 1 (x)2 a 1 w 2 (x)1a 1 r 1 (x)1 w 1 (x)2 w 1 (y)1 r 1 (x)2 r 1 (x)1 p 1 p 2 w 2 (x)1 r 2 (y)0 r 2 (y)1 r 2 (x)1 hv 2 : w 1 (x)2 a 2 w 2 (x)1a 2 r 2 (y)0a 2 w 1 (y)1a 2 r 2 (y)1a 2 r 2 (x)1 Modele spójnośc (29) Rysunek przedstawa przykładowe wykonane w systeme zachowującym spójność procesorową. Jak wdać z rysunku w obrazach hstor obu procesów zapsy do zmennej x wdzane są w tej samej kolejnośc. Uporządkowane zleceń z poszczególnych procesów równeż jest zachowane. Ne oznacza to jednak, że stneje jeden, globalny porządek wykonywana operacj zapsu (co oznaczałoby efektywne, że spełnone są wymagana modelu sekwencyjnego). Zapsy w(x)1 w(y)1 występują w obrazach hstor procesów w odwrotnej kolejnośc. 29

30 Protokół dla spójnośc procesorowej Algorytm fast-wrte dla procesu p : upon read(x) f num [x] 0 wat end f return M [x] upon wrte(x, v) num [x] := num [x] + 1 FIFO_atomcx_broadcast U(x, v) upon recept of U(x, v) from p k M [x] := v f k = num [x] := num [x] 1 f num [x] = 0 sgnal end f end f Modele spójnośc (30) Slajd przedstawa protokół spójnośc typu fast-wrte dla spójnośc procesorowej. Struktura protokołu jest dentyczna z poprzednm protokołam fast-wrte. Różnca polega na specyfcznej metodze rozgłaszana zleceń aktualzacj danych. Rozgłaszane to, oznaczone jako FIFO_atomcx_broadcast porządkuje globalne wszystke zapsy pojedynczych procesów oraz porządkuje globalne zapsy odnoszące sę do tych samych zmennych. Zapsy ne są blokowane. Aktualzacje realzowane są po odebranu komunkatu aktualzacyjnego. Odczyty mogą być blokowane, gdy dotyczą zmennej, której aktualzacja zlecona przez ten węzeł jest jeszcze realzowana. 30

31 Naruszene porządku przyczynowego p 1 w 1 (x)1 w 1 (x)2 w 1 (x)1 w 1 (x)2 w 2 (y)1 w 2 (y)1 p 2 r 2 (x)1 r 2 (x)2 p 3 r 3 (y)1 r 3 (x)1 r 3 (x)2 hv 3 : w 2 (y)1 a r 3 (y)1 a w 1 (x)1 a r 3 (x)1 a w 1 (x)2 a r 3 (x)2 Modele spójnośc (31) Przykład na slajdze pokazuje realzację w systeme zachowującym spójność procesorową, w której naruszona jest jednak spójność przyczynowa. Proces p 3 dokonuje na początku odczytu ze zmennej y, której aktualzacja docera do tego procesu jako perwsza. Następne docerają do tego procesu dwe aktualzacje zmennej x, które są obserwowane kolejnym odczytam. Okazuje sę jednak, że zaps w(y)1 w procese p 2 jest przyczynowo zależny od wcześnejszych zapsów do zmennej x realzowanych przez proces p 1. Zależność ta ne jest jednak uwzględnana przy propagacj zapsów do procesu p 3. Wskazuje to jednoznaczne na rozróżnalność spójnośc przyczynowej procesorowej. 31

32 x X Relacje pomędzy modelam spójnośc o1, o2 O OW j = 1.. n w1, w o1, o2 O OW o1 o1, o 2 O OW j = 1.. n w1, w2 OW O x RT w1 a 2 = 1.. = OW n o1 = 1.. n o2 o1 a w2 w2 a ( o1 o2 o1 a o2) j 1.. n o2 o1 a w1 a o2 w1 w2 przyczynowa o2 = 1.. n atomowa sekwencyjna PRAM podręczna w2 a w1 procesorowa Modele spójnośc (32) Omówone modele spójnośc przy dostępe ogólnym są w pewnych zależnoścach mędzy sobą. Idąc od dołu, a węc od model najmnej restrykcyjnych mamy model PRAM, gwarantujący zachowane porządku lokalnego wykonywanych operacj przez poszczególne procesy. Rozszerzając zachowywany porządek lokalny modelu PRAM o uporządkowane przyczynowe dostajemy spójność przyczynową. Spójność podręczna wymaga uporządkowana, które jest całkowce ortogonalne w stosunku do wymagań spójnośc PRAM czy przyczynowej. Łącząc własnośc spójnośc PRAM spójnośc podręcznej dostajemy spójność procesorową. Jeżel wszystke zapsy w systeme są globalne uporządkowane, a węc obserwowane przez wszystke procesy w tej samej kolejnośc, to dostajemy model sekwencyjny, który jest slnejszy zarówno od spójnośc przyczynowej jak procesorowej. Ostateczne uwzględnene w uporządkowanu globalnym kolejnośc występowana zdarzeń w czase rzeczywstym prowadz do modelu atomowego, który jest z kole slnejszy od modelu sekwencyjnego. 32

33 Dostęp synchronzowany założena W skład systemu DSM wchodzą zbór sekwencyjnych procesów P = {p 1, p 2,, p n } zbór współdzelonych zmennych X = {x 1, x 2, } zboru obektów synchronzujących S = {s 1, s 2,...} Obekty synchronzujące zamek (ang. lock), na którym wykonywane są operacje: acqure nabyce zamka release zwolnene zamka barera (ang. barrer) z operacją synchronzacja na barerze Modele spójnośc (33) Drugą grupę model spójnośc w ramach model nastawonych na dane tworzą modele przy dostępe synchronzowanym. Modele te próbują zaradzć nedogodnoścom model przy dostępe swobodnym, w których albo protokół okazywał sę być neefektywny (spójność atomowa sekwencyjna), albo oferowane własnośc uszeregowana zapsów były newystarczające do dzałana aplkacj. Nekedy może sę okazać nawet, że modele słabsze (spójność przyczynowa, PRAM czy podręczna) są wystarczające do konkretnych algorytmów, ale wykazane tej wystarczalnośc jest zadanem bardzo trudnym. Powoduje to zrozumałą nechęć programstów do stosowana słabszych model spójnośc. Rozwązanem zaproponowanym przez twórców nektórych systemów z rozproszoną pamęcą dzeloną jest propozycja kompromsu pomędzy wygodą programowana takch systemów a efektywnoścą ch pracy. Modele przy dostępe ogólnym ne wymagają żadnej zmany kodu algorytmu program pownen dzałać poprawne bez modyfkacj, nestety neefektywne. Jeżel zrezygnować z pełnej transparentnośc wymusć na programśce oznakowane kodu dodatkowym nstrukcjam podpowadającym systemow jake są oczekwana co do spójnośc danych, to mplementacja odpowednego protokołu spójnośc może sę okazać dużo bardzej efektywna. Jeżel tylko dodatkowe nstrukcje ch umejscowene będze proste, to rozwązane take ma szansę na popularyzację. Kolejne slajdy prezentują modele spójnośc przy dostępe synchronzowanym. Model systemu pozostaje tak jak poprzedno. Dzałana wykonywane są węc przez zbór n procesów rozlokowanych na n węzłach. Procesy wykonują operacje na zborze zmennych współdzelonych, których replk znajdują sę na każdym węźle. Dodatkowo stneje zbór S obektów synchronzujących. W zależnośc od modelu wykorzystywane są następujące obekty synchronzujące: zamk barery. Na zamkach wykonywane są dwe operacje: acqure zajęce (nabyce) zamka release zwolnene zamka. Dla barery wykonuje sę operację synchronzacj na barerze. Synchronzacja taka polega na wstrzymanu przetwarzana procesów zgłaszających sę do barery do czasu zgłoszena sę wszystkch procesów. 33

34 Spójność słaba Operacje dostępu do danych współdzelonych do zmennych synchronzujących Defncja modelu 1. Operacje na zm. synchronzujących są spójne atomowo 2. Ne można wykonać (zakończyć) operacj dostępu do zmennej synchronzującej przed globalnym zakończenem wcześnejszych operacj dostępu do zmennych współdzelonych 3. Analogczne ogranczene w drugą stronę Modele spójnośc (34) Perwszym modelem spójnośc przy dostępe synchronzowanym była spójność słaba (ang. weak consstency). W modelu tym rozróżnono po raz perwszy dwa typy operacj: operacje dostępu do danych współdzelonych operacje na zmennych synchronzujących. Podstawową motywacją dla wprowadzena jawnej operacj synchronzującej było umożlwene opóźnena propagacj aktualzacj do nnych węzłów do czasu aż to będze faktyczne potrzebne. W modelu sekwencyjnym praktyczne każda, najmnejsza operacja zmusza system do podejmowana kroków zmerzających do uspójnena danych. Nekedy jednak logka algorytmu wskazuje, że dane będą odczytywane późnej, po zaktualzowanu wększej grupy zmennych. W spójnośc słabej zapsy do zmennych współdzelonych ne muszą być od razu propagowane. Można je zbuforować przesłać łączne podczas wykonywana operacj synchronzującej. W spójnośc słabej wyróżna sę jeden typ operacj synchronzującej. Defncja spójnośc słabej mów, że: 1) Operacje na zmennych synchronzujących są spójne atomowo (w nowszym podejścu sekwencyjne). Wykonując operację synchronzującą proces może węc uzyskać gwarancję, że jego wcześnejsze modyfkacje na pewno dotrą do pozostałych procesów. 2) Ne można wykonać (zakończyć) operacj dostępu do zmennej synchronzującej przed globalnym zakończenem wcześnejszych operacj dostępu do zmennych współdzelonych. Chodz o to, żeby operacja synchronzująca swom dzałanem objęła wszystke wcześnej wykonane operacje danego procesu. 3) Ne można wykonać (zakończyć) operacj dostępu do zmennej współdzelonej przed globalnym zakończenem wcześnejszych operacj dostępu do zmennych synchronzujących. Motywacją w tym przypadku jest unemożlwene np. odczytywana danych, jeżel dane te ne zostały jeszcze zaktualzowane, poneważ operacja synchronzująca cały czas jest jeszcze wykonywana. 34

35 Spójność słaba przykład Wartość początkowa x = 0 w 1 (x)2 synch 1 (s) r 1 (x)1 p 1 p 2 w 2 (x)1 synch 2 (s) r 2 (x)2 Modele spójnośc (35) Procesy p 1 p 2 wykonują zapsy do zmennej x współbeżne, bez żadnej synchronzacj ze sobą. Następne oba procesy wykonują operację synchronzującą, która pownna spowodować wymanę nformacj pomędzy węzłam odnośne nowych operacj, o których druga strona ne we. W efekce zlecone wcześnej zapsy trafają do drugego serwera. Odczyty, które następują po synchronzacj odzwercedlają w 35

36 Spójność zwalnana Rodzaje synchronzacj wzajemne wykluczane (acqure-release) synchronzacja na barerze Operacje synchronzujące są spójne procesorowo, a pozostałe operacje są spójne w sense PRAM Aktualzacja/uneważnane replk przy operacj barery oraz przy release w przypadku spójnośc eager release acqure w przypadku spójnośc lazy release Modele spójnośc (36) Kolejny model spójnośc to spójność zwalnana (ang. release consstency). Model ten udoskonalł spójność słabą poprzez rozróżnene dwóch oddzelnych operacj synchronzujących wykonywanych na zamkach. Operacje te w swojej logce dzałają podobne do semaforów, umożlwając realzację wzajemnego wykluczana. Dodatkowo podczas ch wykonywana następuje propagacja zman do pozostałych serwerów. Operacja barery służy do globalnej synchronzacj całej pamęc na wszystkch węzłach. Rozróżnamy dwa stotne różne protokoły spójnośc dla spójnośc zwalnana; protokoły, które były nekedy mylne nazywane modelam spójnośc. Otóż w protokole eager release węzeł, który wykonuje operację zwalnana zamka rozsyła jednocześne nformację aktualzującą do wszystkch pozostałych serwerów. Do czasu wykonana operacj release żadna komunkacja ne jest potrzebna. Sama nformacja aktualzacyjna może meć postać aktualzacj bezpośredno danych lub może powodować uneważnene replk. Drug protokół to lazy release, w którym stosuje sę właśne podejśce lenwe. W przecweństwe do protokołu eager ne wysyła sę aktualzacj do wszystkch, bo najprawdopodobnej wszyscy ch ne potrzebują. Aktualzacja danych jest tu opóźnona do czasu wykonana następnej operacj acqure. W tym momence bowem wadomo, kto tych danych potrzebuje. Synchronzacja następuje węc pomędzy dwoma konkretnym serweram: tym, który dokonywał ostatnch modyfkacj (posada węc aktualną kopę) tym, który potrzebuje te dane. Jest to rozwązane bardzo oszczędne komunkacyjne, poneważ angażuje tylko węzły, które muszą być w tej sytuacj angażowane. Nestety pewnym problemem staje sę w tym podejścu kumulacja nformacj o wcześnejszym przetwarzanu. Każdy kolejny węzeł mus bowem uczestnczyć w przenoszenu nformacj o modyfkacjach, zarówno tych, które on sam dokonał, jak tych wykonanych przez wszystke węzły, które uczestnczyły w przetwarzanu. 36

37 Spójność zwalnana przykład w 1 (y)1 acq 1 (L) w 1 (x)1 rel 1 (L) p 1 p 2 r 2 (y)0 r 2 (x)0 acq 1 (L) r 2 (x)1 r 2 (y)1 W przypadku protokołu uneważnana operacje spowodują błąd strony Modele spójnośc (37) Rysunek pokazuje przykładowe przetwarzane w systeme stosującym spójność zwalnana. Odczyty realzowane przez proces p 2 przed operacją acqure zwracają wartośc początkowe dla zmennych x y, gdyż protokół aktualzuje dane tylko podczas wykonywana operacj synchronzujących. Proces p 2 wykonuje operację acqure na zamku, który wcześnej zajmowany był przez proces p 1, co powoduje przesłane aktualzacj z p 1 do p 2. Dzęk temu kolejne odczyty, zarówno zmennej x jak y odzwercedlają modyfkacje dokonane przez proces p 1. Jeżel stosowany jest protokół uneważnana, to odwołane do strony, gdze znajduje sę zmenna x lub zmenna y spowoduje pobrane aktualnej wersj tej strony z węzła p 1. Podsumowując: węzeł, który zwalna blokadę przekazuje węzłow, który przejmuje blokadę nformacje o wszystkch modyfkacjach, których węzeł docelowy ne zna. Do reprezentacj hstor przetwarzana wydzelana fragmentów hstor neznanych nnym węzłom stosuje sę wektorowe etykety czasowe. Operacje synchronzujące mogą być wykonywane współbeżne na welu serwerach, poneważ stneje wele zamków. 37

38 Spójność zakresu Operacje acqure release odpowedno otwerają zamykają zakres Operacja barery zamyka zakres globalny otwera następny zakres globalny Istneją jawne operacje otwarca zamknęca zakresu: open_scope close_scope Po otwarcu zakresu aktualzowane/uneważnane są wszystke replk zmodyfkowane w czase poprzednego otwarca zakresu (poprzedn zakres mus być zamknęty) Modele spójnośc (38) Spójność zakresu (ang. scope consstency) jest dalszą modyfkacją przetwarzana obserwowanego w spójnośc zwalnana. Wymana nformacj następuje tu tak samo jak w przypadku protokołu lazy release, a węc przy wywoływanu operacj acqure. Zmena sę jednak zakres tej nformacj. O le spójność zwalnana wymagała przesłana wszystkch nformacj neznanych węzłow docelowemu, o tyle w spójnośc zakresu przesyłane są tylko te modyfkacje, które zostały wykonane od ostatnej operacj acqure na żądanym zamku. Najprawdopodobnej bowem to właśne te dane są potrzebne zajmującemu blokadę procesow, a ne te, które były modyfkowane wcześnej czy późnej. Oczywstą konsekwencją tego rozwązana jest zmnejszene rozmarów przesyłanych komunkatów. Informacja aktualzacyjna przesyłana jest tylko do węzła, który jej potrzebuje w takm zakrese, jakego potrzebuje. 38

39 Spójność zakresu przykład w 1 (y)1 acq 1 (L) w 1 (x)1 rel 1 (L) p 1 p 2 r 2 (y)0 r 2 (x)0 acq 1 (L) r 2 (x)1 r 2 (y)0 Modele spójnośc (39) Rysunek przedstawa przykładowe przetwarzane tożsame z tym, które było prezentowane w przypadku spójnośc zwalnana. W systeme stosującym spójność zakresu równeż nastąp synchronzacja danych w momence wykonywana operacj acqure. Jednakże proces p 2 ne zostane ponformowany o modyfkacjach zmennej y, poneważ była ona modyfkowana przed zakresem wyznaczonym operacją acqure. Poprawny dostęp do zmennej y wymagałby w tym przypadku: przesunęca operacj acqure przed zaps do y lub użyce nnej zmennej synchronzującej wskazane nowego zakresu, do którego można by sę odwołać w procese p 2. 39

40 Spójność wejśca Spójność wejśca zblżona jest do spójnośc zakresu Są dwa rodzaje operacj acqure: współdzelona wyłączna (odczyt zaps) Z każdym globalnym obektem zwązana jest zmenna synchronzująca, na której wykonywana jest odpowedna operacja przed dostępem do zmennej Modele spójnośc (40) W spójnośc zwalnana spójnośc zakresu zmenne synchronzujące są luźno zwązane ze zmennym współdzelonym. To programsta w swojej głowe ustala, że np. dostęp do zmennej x chronony będze zamkem L 1, a do zmennej y zamkem L 2. Inaczej jest w przypadku spójnośc wejśca, gdze programsta ma obowązek jawnego powązana każdego obektu współdzelonego z jakąś zmenną synchronzującą. Dzęk takemu rozwązanu następuje jeszcze bardzej precyzyjny transfer aktualzacj pomędzy serweram, poneważ system we na podstawe zlecanych operacj synchronzujących które obekty ma aktualzować. Nestety wadą tego modelu jest koneczność defnowana welu zmennych synchronzacyjnych koneczność ustalana powązań mędzy nm. Dodatkową cechą spójnośc wejśca jest wyróżnene dwóch typów operacj acqure: zajęce zamka może być w trybe wyłącznym lub dzelonym. Umożlwa to realzację współbeżnego odczytu tych samych danych na welu węzłach, co ne było możlwe w przypadku spójnośc zwalnana zakresu. 40

41 Własność lokalnośc Własność P systemu współbeżnego jest lokalna wtedy, gdy zachowane jej w przypadku każdego pojedynczego obektu mplkuje zachowane jej w systeme jako całośc Lokalność jest cechą spójnośc atomowej spójnośc podręcznej Modele spójnośc (41) W analze model spójnośc używa sę nekedy pojęca lokalnośc (ang. localty), której defncja zawarta jest na slajdze. Lokalność jest cechą model spójnośc atomowej podręcznej. W przypadku spójnośc podręcznej jest to dość naturalne, bo defncja modelu odnos sę właśne do pojedynczych obektów. Jeżel węc zapsy do każdego pojedynczego obektu są globalne uporządkowane, to cały system zachowuje spójność podręczną. 41

42 Własność lokalnośc przykład (1) hv 1 : w 1 (x1)1 a 1 w 1 (x2)1a 1 w 2 (y1)1 a 1 w 1 (y2)1 w 1 (x1)1 w 1 (x2)1 w 1 (y1)1 w 1 (y2)1 p 1 p 2 r 2 (x1)1 r 2 (y1)1 r 2 (x2)0 r 2 (x2)1 r 1 (y2)1 hv 2 : w 1 (x1)1 a 2 r 2 (x1)1a 2 w 1 (y1)1a 2 r 2 (y1)1a 2 r 2 (x2)0 a 2 w 1 (x2)1a 2 r 2 (x2)1a 2 w 1 (y2)1a 2 r 2 (y2)1 Modele spójnośc (42) Przykład na slajdze (prezentowany dalej na kolejnych dwóch slajdach) ma na celu zaprezentowane, że spójność sekwencyjna ne ma własnośc lokalnośc. W przykładze proces p 1 dokonuje zapsów do 4 zmennych: x1, x2, y1 y2. Proces p 2 jedyne czyta te zmenne. Jak łatwo zauważyć obraz hstor przetwarzana w procese p 2 zawera nną kolejność operacj zapsu do zmennych x2 y1 nż obraz w procese p 1. Ne jest zachowana węc spójność sekwencyjna. Pommo, że... (nast. slajd) 42

43 Własność lokalnośc przykład (2) hv 1 : w 1 (x1)1 a 1 w 1 (x2)1 p 1 w 1 (x1)1 w 1 (x2)1 p 2 r 2 (x1)1 r 2 (x2)0 r 2 (x2)1 hv 2 : w 1 (x1)1 a 2 r 2 (x1)1a 2 r 2 (x2)0 a 2 w 1 (x2)1a 2 r 2 (x2)1 Modele spójnośc (43) Rysunek przedstawa fragment przetwarzana z poprzednego slajdu dotyczący operacj na zmennych x1 x2. Jak wdać z obrazów hstor przetwarzana operacje na takm podzborze zmennych są spójne sekwencyjne. Ale... (nast. slajd) 43

44 Własność lokalnośc przykład (3) hv 1 : w 2 (y1)1a 1 w 1 (y2)1 p 1 w 1 (y1)1 w 1 (y2)1 p 2 r 2 (y1)1 r 1 (y2)1 hv 2 : w 1 (y1)1a 2 r 2 (y1)1 a 2 w 1 (y2)1a 2 r 2 (y2)1 Modele spójnośc (44) Rysunek przedstawa nny fragment przetwarzana z wcześnejszego slajdu dotyczący operacj na zmennych y1 y2. Jak wdać z obrazów hstor przetwarzana operacje na takm podzborze zmennych równeż są spójne sekwencyjne. Nestety na podstawe analzy dla tych dwóch podzborów zmennych ne możemy powedzeć, że system jako całość zachowuje spójność sekwencyjną. Oznacza to, że spójność sekwencyjna ne ma własnośc lokalnośc. Wracając do pełnego przykładu spójność atomowa posada własność lokalnośc, poneważ uwzględnane są uporządkowana operacj w czase rzeczywstym. W takm przypadku kolejność operacj w(x2)1 w(y1)1 z procesu p 1 musałaby być zachowana w obraze hstor w procese p 2. 44

Zwielokrotnianie i spójność

Zwielokrotnianie i spójność Zwelokrotnane spójność Zwelokrotnane Zwelokrotnane polega na utrzymywanu welu kop danych (obektów) na nezależnych serwerach Cele zwelokrotnana 1. zwększene efektywnośc 2. zwększene nezawodnośc ( dostępnośc)

Bardziej szczegółowo

Zadanie 1. Udowodnij, że CAUS PRAM. Załóżmy przetwarzanie przyczynowo spójne. Dla każdego obrazu historii hv i zachodzi zatem:

Zadanie 1. Udowodnij, że CAUS PRAM. Załóżmy przetwarzanie przyczynowo spójne. Dla każdego obrazu historii hv i zachodzi zatem: Zadane 1 Udowodnj, że CAUS PRAM Załóżmy przetwarzane przyczynowo spójne. Dla każdego obrazu hstor hv zachodz zatem: O OW O OW x X p j o O o1 o2 o1 o2 o1 j o2 ( o1 = w( x) v o2 = r( x) v) o1 o2 ( o1 o o2)

Bardziej szczegółowo

WikiWS For Business Sharks

WikiWS For Business Sharks WkWS For Busness Sharks Ops zadana konkursowego Zadane Opracowane algorytmu automatyczne przetwarzającego zdjęce odręczne narysowanego dagramu na tablcy lub kartce do postac wektorowej zapsanej w formace

Bardziej szczegółowo

Treść zadań 1 8 odnosi się do poniższego diagramu przestrzenno-czasowego.

Treść zadań 1 8 odnosi się do poniższego diagramu przestrzenno-czasowego. Treść zadań 8 odnos sę do ponższego dagramu przestrzenno-czasowego. P e e e e e e P e P P e e e e. Jaka będze wartość zmennej clock (zegara skalarnego) po zajścu zdarzena e w procese P zakładając że wartość

Bardziej szczegółowo

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie. Zaps nformacj, systemy pozycyjne 1 Lteratura Jerzy Grębosz, Symfona C++ standard. Harvey M. Detl, Paul J. Detl, Arkana C++. Programowane. Zaps nformacj w komputerach Wszystke elementy danych przetwarzane

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,

Bardziej szczegółowo

Urządzenia wejścia-wyjścia

Urządzenia wejścia-wyjścia Urządzena wejśca-wyjśca Klasyfkacja urządzeń wejśca-wyjśca. Struktura mechanzmu wejśca-wyjśca (sprzętu oprogramowana). Interakcja jednostk centralnej z urządzenam wejśca-wyjśca: odpytywane, sterowane przerwanam,

Bardziej szczegółowo

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 9. jej modyfkacje. Oznaczena Będzemy rozpatrywać zagadnene rozwązana następującego układu n równań lnowych z n newadomym x 1... x n : a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x

Bardziej szczegółowo

5. OPTYMALIZACJA GRAFOWO-SIECIOWA

5. OPTYMALIZACJA GRAFOWO-SIECIOWA . OPTYMALIZACJA GRAFOWO-SIECIOWA Defncja grafu Pod pojęcem grafu G rozumemy następującą dwójkę uporządkowaną (defncja grafu Berge a): (.) G W,U gdze: W zbór werzchołków grafu, U zbór łuków grafu, U W W,

Bardziej szczegółowo

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni. Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :

Bardziej szczegółowo

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj

Bardziej szczegółowo

D Archiwum Prac Dyplomowych - Instrukcja dla studentów

D Archiwum Prac Dyplomowych - Instrukcja dla studentów Kraków 01.10.2015 D Archwum Prac Dyplomowych - Instrukcja dla studentów Procedura Archwzacj Prac Dyplomowych jest realzowana zgodne z zarządzenem nr 71/2015 Rektora Unwersytetu Rolnczego m. H. Kołłątaja

Bardziej szczegółowo

Minister Edukacji Narodowej Pani Katarzyna HALL Ministerstwo Edukacji Narodowej al. J. Ch. Szucha 25 00-918 Warszawa Dnia 03 czerwca 2009 r.

Minister Edukacji Narodowej Pani Katarzyna HALL Ministerstwo Edukacji Narodowej al. J. Ch. Szucha 25 00-918 Warszawa Dnia 03 czerwca 2009 r. Mnster Edukacj arodowej Pan Katarzyna HALL Mnsterstwo Edukacj arodowej al. J. Ch. Szucha 25 00-918 arszawa Dna 03 czerwca 2009 r. TEMAT: Propozycja zmany art. 30a ustawy Karta auczycela w forme lstu otwartego

Bardziej szczegółowo

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:

Bardziej szczegółowo

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja) Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz

Bardziej szczegółowo

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np. Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas

Bardziej szczegółowo

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.

Bardziej szczegółowo

PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH

PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH Z a k ł a d U b e z p e c z e ń S p o ł e c z n y c h Wprowadzene Nnejsza ulotka adresowana jest zarówno do osób dopero ubegających

Bardziej szczegółowo

I. Elementy analizy matematycznej

I. Elementy analizy matematycznej WSTAWKA MATEMATYCZNA I. Elementy analzy matematycznej Pochodna funkcj f(x) Pochodna funkcj podaje nam prędkość zman funkcj: df f (x + x) f (x) f '(x) = = lm x 0 (1) dx x Pochodna funkcj podaje nam zarazem

Bardziej szczegółowo

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne XXX OLIMPIADA FIZYCZNA ETAP III Zadane dośwadczalne ZADANIE D Nazwa zadana: Maszyna analogowa. Dane są:. doda półprzewodnkowa (krzemowa) 2. opornk dekadowy (- 5 Ω ), 3. woltomerz cyfrowy, 4. źródło napęca

Bardziej szczegółowo

Programowanie Równoległe i Rozproszone

Programowanie Równoległe i Rozproszone Programowane Równoległe Rozproszone Wykład Programowane Równoległe Rozproszone Lucjan Stapp Wydzał Matematyk Nauk Informacyjnych Poltechnka Warszawska (l.stapp@mn.pw.edu.pl) /38 PRR Wykład Chcemy rozwązać

Bardziej szczegółowo

D Archiwum Prac Dyplomowych - Instrukcja dla opiekunów/promotorów/recenzentów

D Archiwum Prac Dyplomowych - Instrukcja dla opiekunów/promotorów/recenzentów D Archwum Prac Dyplomowych - Instrukcja dla opekunów/promotorów/recenzentów Kraków 13.01.2016 r. Procedura Archwzacj Prac Dyplomowych jest realzowana zgodne z zarządzenem nr 71/2015 Rektora Unwersytetu

Bardziej szczegółowo

ZAŁĄCZNIK NR 1C KARTA USŁUGI Utrzymanie Systemu Kopii Zapasowych (USKZ)

ZAŁĄCZNIK NR 1C KARTA USŁUGI Utrzymanie Systemu Kopii Zapasowych (USKZ) Załącznk nr 1C do Umowy nr.. z dna.2014 r. ZAŁĄCZNIK NR 1C KARTA USŁUGI Utrzymane Systemu Kop Zapasowych (USKZ) 1 INFORMACJE DOTYCZĄCE USŁUGI 1.1 CEL USŁUGI: W ramach Usług Usługodawca zobowązany jest

Bardziej szczegółowo

A O n RZECZPOSPOLITA POLSKA. Gospodarki Narodowej. Warszawa, dnia2/stycznia 2014

A O n RZECZPOSPOLITA POLSKA. Gospodarki Narodowej. Warszawa, dnia2/stycznia 2014 Warszawa, dna2/styczna 2014 r, RZECZPOSPOLITA POLSKA MINISTERSTWO ADMINISTRACJI I CYFRYZACJI PODSEKRETARZ STANU Małgorzata Olsze wska BM-WP 005.6. 20 14 Pan Marek Zółkowsk Przewodnczący Komsj Gospodark

Bardziej szczegółowo

Twierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że

Twierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że Twerdzene Bezouta lczby zespolone Javer de Lucas Ćwczene 1 Ustal dla których a, b R można podzelć f 1 X) = X 4 3X 2 + ax b przez f 2 X) = X 2 3X+2 Oblcz a b Z 5 jeżel zak ladamy, że f 1 f 2 s a welomanam

Bardziej szczegółowo

Proste modele ze złożonym zachowaniem czyli o chaosie

Proste modele ze złożonym zachowaniem czyli o chaosie Proste modele ze złożonym zachowanem czyl o chaose 29 kwetna 2014 Komputer jest narzędzem coraz częścej stosowanym przez naukowców do ukazywana skrzętne ukrywanych przez naturę tajemnc. Symulacja, obok

Bardziej szczegółowo

Problem plecakowy (KNAPSACK PROBLEM).

Problem plecakowy (KNAPSACK PROBLEM). Problem plecakowy (KNAPSACK PROBLEM). Zagadnene optymalzac zwane problemem plecakowym swą nazwę wzęło z analog do sytuac praktyczne podobne do problemu pakowana plecaka. Chodz o to, by zapakować maksymalne

Bardziej szczegółowo

MINISTER EDUKACJI NARODOWEJ

MINISTER EDUKACJI NARODOWEJ 4 MINISTER EDUKACJI NARODOWEJ DWST WPZN 423189/BSZI13 Warszawa, 2013 -Q-4 Pan Marek Mchalak Rzecznk Praw Dzecka Szanowny Pane, w odpowedz na Pana wystąpene z dna 28 czerwca 2013 r. (znak: ZEW/500127-1/2013/MP),

Bardziej szczegółowo

Laboratorium ochrony danych

Laboratorium ochrony danych Laboratorum ochrony danych Ćwczene nr Temat ćwczena: Cała skończone rozszerzone Cel dydaktyczny: Opanowane programowej metody konstruowana cał skończonych rozszerzonych GF(pm), poznane ch własnośc oraz

Bardziej szczegółowo

KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA

KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA Krzysztof Serżęga Wyższa Szkoła Informatyk Zarządzana w Rzeszowe Streszczene Artykuł porusza temat zwązany

Bardziej szczegółowo

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4. Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można

Bardziej szczegółowo

Równania rekurencyjne na dziedzinach

Równania rekurencyjne na dziedzinach Marek Materzok Równana rekurencyjne na dzedznach Pommo, ż poczynłem starana, aby praca ta była możlwe kompletna wolna od błędów, ne mogę zagwarantować, że ne wkradły sę do nej żadne neścsłośc czy pomyłk.

Bardziej szczegółowo

Przewodnik użytkownika

Przewodnik użytkownika Przewodnk użytkownka Aplkacja Mertum Bank Moblny Przejdź do mertum 2 moblny.mertumbank.pl Aktualzacja: grudzeń 2013 Szanowny Klence, Dzękujemy za zanteresowane naszą aplkacją. Aplkacja moblna Mertum Banku

Bardziej szczegółowo

Instrukcja instalacji systemu. Moduzone Z11 Moduzone Z20 B Moduzone Z30

Instrukcja instalacji systemu. Moduzone Z11 Moduzone Z20 B Moduzone Z30 Instrukcja nstalacj systemu Moduzone Z11 Moduzone Z20 B Moduzone Z30 SPIS TREŚCI INTRUKCJA 1 Instrukcja... 2 1.1 Uwag dotyczące dokumentacj...2 1.2 Dołączone dokumenty...2 1.3 Objaśnene symbol...2 1.4

Bardziej szczegółowo

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.

Bardziej szczegółowo

Za: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch

Za: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch Za: Stansław Latoś, Nwelacja trygonometryczna, [w:] Ćwczena z geodezj II [red.] J. eluch 6.1. Ogólne zasady nwelacj trygonometrycznej. Wprowadzene Nwelacja trygonometryczna, zwana równeż trygonometrycznym

Bardziej szczegółowo

Zapytanie ofertowe nr 4/2016/Młodzi (dotyczy zamówienia na usługę ochrony)

Zapytanie ofertowe nr 4/2016/Młodzi (dotyczy zamówienia na usługę ochrony) Fundacja na Rzecz Rozwoju Młodzeży Młodz Młodym ul. Katedralna 4 50-328 Wrocław tel. 882 021 007 mlodzmlodym@archdecezja.wroc.pl, www.sdm2016.wroclaw.pl Wrocław, 24 maja 2016 r. Zapytane ofertowe nr 4/2016/Młodz

Bardziej szczegółowo

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB Rozwązywane zadań optymalzacj w środowsku programu MATLAB Zagadnene optymalzacj polega na znajdowanu najlepszego, względem ustalonego kryterum, rozwązana należącego do zboru rozwązań dopuszczalnych. Standardowe

Bardziej szczegółowo

KATEDRA INFORMATYKI TECHNICZNEJ. Ćwiczenia laboratoryjne z Logiki Układów Cyfrowych. ćwiczenie 208. Komputerowa realizacja automatów skończonych

KATEDRA INFORMATYKI TECHNICZNEJ. Ćwiczenia laboratoryjne z Logiki Układów Cyfrowych. ćwiczenie 208. Komputerowa realizacja automatów skończonych KATEDRA INFORMATYKI TECHNICZNEJ Ćwczena laboratoryjne z Logk Układów Cyfrowych ćwczene 208 Temat: Komputerowa realzacja automatów skończonych 1. Cel ćwczena Celem ćwczena jest praktyczne zapoznane sę ze

Bardziej szczegółowo

Nowe europejskie prawo jazdy w celu większej ochrony, bezpieczeństwa i swobodnego przemieszczania się

Nowe europejskie prawo jazdy w celu większej ochrony, bezpieczeństwa i swobodnego przemieszczania się KOMISJA EUROPEJSKA NOTATKA Bruksela, 18 styczna 2013 r. Nowe europejske prawo jazdy w celu wększej ochrony, bezpeczeństwa swobodnego przemeszczana sę W dnu 19 styczna 2013 r., w ramach wejśca w życe trzecej

Bardziej szczegółowo

Diagonalizacja macierzy kwadratowej

Diagonalizacja macierzy kwadratowej Dagonalzacja macerzy kwadratowej Dana jest macerz A nân. Jej wartośc własne wektory własne spełnają równane Ax x dla,..., n Każde z równań własnych osobno można zapsać w postac: a a an x x a a an x x an

Bardziej szczegółowo

Bonus! Odpowiedzi do zadań na FTP. Pewnie wkrocz w świat baz danych z programem Access 2010!

Bonus! Odpowiedzi do zadań na FTP. Pewnie wkrocz w świat baz danych z programem Access 2010! Pewne wkrocz w śwat baz danych z programem Access 2010! Poznaj zasady rządzące systemam baz danych Naucz sę nstalować program Access korzystać z jego możlwośc Dowedz sę, jak defnować modyfkować strukturę

Bardziej szczegółowo

Wprowadzenie do Sieci Neuronowych Sieci rekurencyjne

Wprowadzenie do Sieci Neuronowych Sieci rekurencyjne Wprowadzene do Sec Neuronowych Sec rekurencyjne M. Czoków, J. Persa 2010-12-07 1 Powtórzene Konstrukcja autoasocjatora Hopfelda 1.1 Konstrukcja Danych jest m obrazów wzorcowych ξ 1..ξ m, gdze każdy pojedynczy

Bardziej szczegółowo

Pewnie wkrocz w świat baz danych z programem Access 2010! Bonus! Odpowiedzi do zadań na FTP

Pewnie wkrocz w świat baz danych z programem Access 2010! Bonus! Odpowiedzi do zadań na FTP Pewne wkrocz w śwat baz danych z programem Access 2010! Poznaj zasady rządzące systemam baz danych Naucz sę nstalować program Access korzystać z jego możlwośc Dowedz sę, jak defnować modyfkować strukturę

Bardziej szczegółowo

Wykład IX Optymalizacja i minimalizacja funkcji

Wykład IX Optymalizacja i minimalizacja funkcji Wykład IX Optymalzacja mnmalzacja funkcj Postawene zadana podstawowe dee jego rozwązana Proste metody mnmalzacj Metody teracj z wykorzystanem perwszej pochodnej Metody teracj z wykorzystanem drugej pochodnej

Bardziej szczegółowo

Dotyczy: opinii PKPP lewiatan do projektow dwoch rozporzqdzen z 27 marca 2012 (pismo P-PAA/137/622/2012)

Dotyczy: opinii PKPP lewiatan do projektow dwoch rozporzqdzen z 27 marca 2012 (pismo P-PAA/137/622/2012) 30/04! 2012 PON 13: 30! t FAX 22 55 99 910 PKPP Lewatan _..~._. _., _. _ :. _._..... _.. ~._..:.l._.... _. '. _-'-'-'"." -.-.---.. ----.---.-.~.....----------.. LEWATAN Pol~ka KonfederacJa Pracodawcow

Bardziej szczegółowo

RODO final countdown - nowa jakość w ochronie danych osobowych

RODO final countdown - nowa jakość w ochronie danych osobowych RODO fnal countdown - nowa jakość w ochrone danych osobowych TEMAT WYSTĄPIENIA: Ocena wprowadzana obowązków RODO w JST PRELEGENT Arkadusz ŚPIEWAKOWSKI PRELEGENT VIOLETTA DĄBROWSKA członek SIODO WSPÓŁAUTOR

Bardziej szczegółowo

Delegacje otrzymują w załączeniu dokument Komisji D012257/03 ZAŁĄCZNIK.

Delegacje otrzymują w załączeniu dokument Komisji D012257/03 ZAŁĄCZNIK. RADA UNII EUROPEJSKIEJ Bruksela, 28 lpca 20 r. (29.07) (OR. en) 082/ ADD AVIATION 94 PISMO PRZEWODNIE Od: Komsja Europejska Data otrzymana: 8 lpca 20 r. Do: Sekretarat Generalny Rady Nr dok. Kom D02257/0

Bardziej szczegółowo

Zmodyfikowana technika programowania dynamicznego

Zmodyfikowana technika programowania dynamicznego Zmodyfkowana technka programowana dynamcznego Lech Madeysk 1, Zygmunt Mazur 2 Poltechnka Wrocławska, Wydzał Informatyk Zarządzana, Wydzałowy Zakład Informatyk Wybrzeże Wyspańskego 27, 50-370 Wrocław Streszczene.

Bardziej szczegółowo

Oligopol dynamiczny. Rozpatrzmy model sekwencyjnej konkurencji ilościowej jako gra jednokrotna z pełną i doskonalej informacją

Oligopol dynamiczny. Rozpatrzmy model sekwencyjnej konkurencji ilościowej jako gra jednokrotna z pełną i doskonalej informacją Olgopol dynamczny Rozpatrzmy model sekwencyjnej konkurencj loścowej jako gra jednokrotna z pełną doskonalej nformacją (1934) Dwa okresy: t=0, 1 tzn. frma 2 podejmując decyzję zna decyzję frmy 1 Q=q 1 +q

Bardziej szczegółowo

Przewodnik użytkownika

Przewodnik użytkownika Przewodnk użytkownka Aplkacja Mertum Bank Moblny Przejdź do mertum 2 mertumbank.pl/moblny Aktualzacja: lpec 2015 Szanowny Klence, Dzękujemy za zanteresowane naszą aplkacją. Aplkacja moblna Mertum Banku

Bardziej szczegółowo

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem Zestaw zadań : Przestrzene wektorowe. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar : C C C, (z, v) z v := z v jest przestrzeną lnową nad całem lczb zespolonych

Bardziej szczegółowo

STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU

STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU Ewa Szymank Katedra Teor Ekonom Akadema Ekonomczna w Krakowe ul. Rakowcka 27, 31-510 Kraków STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU Abstrakt Artykuł przedstawa wynk badań konkurencyjnośc

Bardziej szczegółowo

Statystyka Inżynierska

Statystyka Inżynierska Statystyka Inżynerska dr hab. nż. Jacek Tarasuk AGH, WFIS 013 Wykład DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE Zmenna losowa, Funkcja rozkładu, Funkcja gęstośc, Dystrybuanta, Charakterystyk zmennej, Funkcje

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA WYKŁAD 15. ALGORYTMY GENETYCZNE Częstochowa 014 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TERMINOLOGIA allele wartośc, waranty genów, chromosom - (naczej

Bardziej szczegółowo

Kodowanie informacji. Instytut Informatyki UWr Studia wieczorowe. Wykład nr 2: rozszerzone i dynamiczne Huffmana

Kodowanie informacji. Instytut Informatyki UWr Studia wieczorowe. Wykład nr 2: rozszerzone i dynamiczne Huffmana Kodowane nformacj Instytut Informatyk UWr Studa weczorowe Wykład nr 2: rozszerzone dynamczne Huffmana Kod Huffmana - nemłe przypadk... Nech alfabet składa sę z 2 lter: P(a)=1/16 P(b)=15/16 Mamy H(1/16,

Bardziej szczegółowo

PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W PILE INSTYTUT POLITECHNICZNY. Zakład Budowy i Eksploatacji Maszyn PRACOWNIA TERMODYNAMIKI TECHNICZNEJ INSTRUKCJA

PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W PILE INSTYTUT POLITECHNICZNY. Zakład Budowy i Eksploatacji Maszyn PRACOWNIA TERMODYNAMIKI TECHNICZNEJ INSTRUKCJA PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W PILE INSTYTUT POLITECHNICZNY Zakład Budowy Eksploatacj Maszyn PRACOWNIA TERMODYNAMIKI TECHNICZNEJ INSTRUKCJA Temat ćwczena: PRAKTYCZNA REALIZACJA PRZEMIANY ADIABATYCZNEJ.

Bardziej szczegółowo

Proces narodzin i śmierci

Proces narodzin i śmierci Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do

Bardziej szczegółowo

Weryfikacja hipotez dla wielu populacji

Weryfikacja hipotez dla wielu populacji Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w

Bardziej szczegółowo

SYSTEM ZALICZEŃ ĆWICZEŃ

SYSTEM ZALICZEŃ ĆWICZEŃ AMI, zma 010/011 mgr Krzysztof Rykaczewsk System zalczeń Wydzał Matematyk Informatyk UMK SYSTEM ZALICZEŃ ĆWICZEŃ z Analzy Matematycznej I, 010/011 (na podst. L.G., K.L., J.M., K.R.) Nnejszy dokument dotyczy

Bardziej szczegółowo

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4 Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =

Bardziej szczegółowo

Problemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA

Problemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA Problemy jednoczesnego testowana welu hpotez statystycznych ch zastosowana w analze mkromacerzy DNA Konrad Furmańczyk Katedra Zastosowań Matematyk SGGW Plan referatu Testowane w analze mkromacerzy DNA

Bardziej szczegółowo

4. OPTYMALIZACJA WIELOKRYTERIALNA

4. OPTYMALIZACJA WIELOKRYTERIALNA Wybrane zagadnena badań operacyjnych dr nż. Zbgnew Tarapata Wykład nr 4: Optymalzacja welokryteralna 4. OPTYMLIZCJ WIELORYTERIL Decyzje nwestycyjne mają często charakter złożony. Zdarza sę, że przy wyborze

Bardziej szczegółowo

Diagnostyka układów kombinacyjnych

Diagnostyka układów kombinacyjnych Dagnostyka układów kombnacyjnych 1. Wprowadzene Dagnostyka obejmuje: stwerdzene stanu układu, systemu lub ogólne sec logcznej. Jest to tzw. kontrola stanu wykrywająca czy dzałane sec ne jest zakłócane

Bardziej szczegółowo

Ćwiczenie 10. Metody eksploracji danych

Ćwiczenie 10. Metody eksploracji danych Ćwczene 10. Metody eksploracj danych Grupowane (Clusterng) 1. Zadane grupowana Grupowane (ang. clusterng) oznacza grupowane rekordów, obserwacj lub przypadków w klasy podobnych obektów. Grupa (ang. cluster)

Bardziej szczegółowo

Natalia Nehrebecka. Wykład 2

Natalia Nehrebecka. Wykład 2 Natala Nehrebecka Wykład . Model lnowy Postad modelu lnowego Zaps macerzowy modelu lnowego. Estymacja modelu Wartośd teoretyczna (dopasowana) Reszty 3. MNK przypadek jednej zmennej . Model lnowy Postad

Bardziej szczegółowo

WZÓR. z wykonania zadania publicznego.... (tytuł zadania publicznego) w okresie od... do... określonego w umowie nr... zawartej w dniu...

WZÓR. z wykonania zadania publicznego.... (tytuł zadania publicznego) w okresie od... do... określonego w umowie nr... zawartej w dniu... WZÓR SPRAWOZDANIE (CZĘŚCIOWE/KOŃCOWE 1) ) 2) z wykonana zadana publcznego... (tytuł zadana publcznego) w okrese od... do... określonego w umowe nr... zawartej w dnu... pomędzy... (nazwa Zlecenodawcy) a...

Bardziej szczegółowo

Odtworzenie wywodu metodą wstępującą (bottom up)

Odtworzenie wywodu metodą wstępującą (bottom up) Przeglądane wejśca od lewej strony do prawej L (k) Odtwarzane wywodu prawostronnego Wystarcza znajomosc "k" następnych symbol łańcucha wejścowego hstor dotychczasowych redukcj, aby wyznaczyc jednoznaczne

Bardziej szczegółowo

p Z(G). (G : Z({x i })),

p Z(G). (G : Z({x i })), 3. Wykład 3: p-grupy twerdzena Sylowa. Defncja 3.1. Nech (G, ) będze grupą. Grupę G nazywamy p-grupą, jeżel G = dla pewnej lczby perwszej p oraz k N. Twerdzene 3.1. Nech (G, ) będze p-grupą. Wówczas W

Bardziej szczegółowo

PORADNIK KANDYDATA. Wkrótce w nauka w szkole w jaki sposób je. zasadniczych szkole

PORADNIK KANDYDATA. Wkrótce w nauka w szkole w jaki sposób je. zasadniczych szkole Drog Gmnazjalsto, Wkrótce w nauka w szkole w jak sposób je jedno z z w pracodawców. zasadnczych szkole racjonalnego wyboru przestrz W prowadzona przy pomocy systemu elektroncznego. Rekrutacja wspomagana

Bardziej szczegółowo

Wykład 2: Uczenie nadzorowane sieci neuronowych - I

Wykład 2: Uczenie nadzorowane sieci neuronowych - I Wykład 2: Uczene nadzorowane sec neuronowych - I Algorytmy uczena sec neuronowych Na sposób dzałana sec ma wpływ e topologa oraz funkconowane poszczególnych neuronów. Z reguły topologę sec uznae sę za

Bardziej szczegółowo

Prawdopodobieństwo geometryczne

Prawdopodobieństwo geometryczne Prawdopodobeństwo geometryczne Przykład: Przestrzeń zdarzeń elementarnych określona jest przez zestaw punktów (x, y) na płaszczyźne wypełna wnętrze kwadratu [0 x ; 0 y ]. Znajdź p-stwo, że dowolny punkt

Bardziej szczegółowo

-Macierz gęstości: stany czyste i mieszane (przykłady) -równanie ruchu dla macierzy gęstości -granica klasyczna rozkładów kwantowych

-Macierz gęstości: stany czyste i mieszane (przykłady) -równanie ruchu dla macierzy gęstości -granica klasyczna rozkładów kwantowych WYKŁAD 4 dla zanteresowanych -Macerz gęstośc: stany czyste meszane (przykłady) -równane ruchu dla macerzy gęstośc -granca klasyczna rozkładów kwantowych Macerz gęstośc (przypomnene z poprzednch wykładów)

Bardziej szczegółowo

MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5

MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5 MATEMATYKA POZIOM ROZSZERZONY Krytera ocenana odpowedz Arkusz A II Strona 1 z 5 Odpowedz Pytane 1 2 3 4 5 6 7 8 9 Odpowedź D C C A B 153 135 232 333 Zad. 10. (0-3) Dana jest funkcja postac. Korzystając

Bardziej szczegółowo

Logika i teoria mnogości/wykład 1: Po co nam teoria mnogości? Naiwna teoria mnogości, naiwna indukcja, naiwne dowody niewprost

Logika i teoria mnogości/wykład 1: Po co nam teoria mnogości? Naiwna teoria mnogości, naiwna indukcja, naiwne dowody niewprost 1 z 8 2013-03-23 18:23 Logka teora mnogośc/wykład 1: Po co nam teora mnogośc? Nawna teora mnogośc, nawna ndukcja, nawne dowody newprost From Studa Informatyczne < Logka teora mnogośc "Nawna" teora mnogośc

Bardziej szczegółowo

Propozycja modyfikacji klasycznego podejścia do analizy gospodarności

Propozycja modyfikacji klasycznego podejścia do analizy gospodarności Jacek Batóg Unwersytet Szczecńsk Propozycja modyfkacj klasycznego podejśca do analzy gospodarnośc Przedsęborstwa dysponujące dentycznym zasobam czynnków produkcj oraz dzałające w dentycznych warunkach

Bardziej szczegółowo

ALGEBRY HALLA DLA POSETÓW SKOŃCZONEGO TYPU PRINJEKTYWNEGO

ALGEBRY HALLA DLA POSETÓW SKOŃCZONEGO TYPU PRINJEKTYWNEGO ALGEBRY HALLA DLA POSETÓW SKOŃCZONEGO TYPU PRINJEKTYWNEGO NA PODSTAWIE REFERATU JUSTYNY KOSAKOWSKIEJ. Moduły prnjektywne posety skończonego typu prnjektywnego Nech I będze skończonym posetem. Przez max

Bardziej szczegółowo

5. Pochodna funkcji. lim. x c x c. (x c) = lim. g(c + h) g(c) = lim

5. Pochodna funkcji. lim. x c x c. (x c) = lim. g(c + h) g(c) = lim 5. Pocodna funkcj Defncja 5.1 Nec f: (a, b) R nec c (a, b). Jeśl stneje granca lm x c x c to nazywamy ją pocodną funkcj f w punkce c oznaczamy symbolem f (c) Twerdzene 5.1 Jeśl funkcja f: (a, b) R ma pocodną

Bardziej szczegółowo

OKRESOWA EMERYTURA KAPITAŁOWA ZE ŚRODKÓW ZGROMADZONYCH W OFE

OKRESOWA EMERYTURA KAPITAŁOWA ZE ŚRODKÓW ZGROMADZONYCH W OFE OKRESOWA EMERYTURA KAPITAŁOWA ZE ŚRODKÓW ZGROMADZONYCH W OFE Z a k ł a d U b e z p e c z e ń S p o ł e c z n y c h Warunk nabywana prawa do okresowej emerytury kaptałowej ze środków zgromadzonych w otwartym

Bardziej szczegółowo

RUCH OBROTOWY Można opisać ruch obrotowy ze stałym przyspieszeniem ε poprzez analogię do ruchu postępowego jednostajnie zmiennego.

RUCH OBROTOWY Można opisać ruch obrotowy ze stałym przyspieszeniem ε poprzez analogię do ruchu postępowego jednostajnie zmiennego. RUCH OBROTOWY Można opsać ruch obrotowy ze stałym przyspeszenem ε poprzez analogę do ruchu postępowego jednostajne zmennego. Ruch postępowy a const. v v at s s v t at Ruch obrotowy const. t t t Dla ruchu

Bardziej szczegółowo

Instrukcja obsługi. Radiowy silnik nastawczy 1187 00

Instrukcja obsługi. Radiowy silnik nastawczy 1187 00 Instrukcja obsług Radowy slnk nastawczy 1187 00 Sps treśc Informacje o nnejszej nstrukcj... 2 Wdok urządzena... 3 Montaż... 3 Demontaż... 3 Zaslane... 4 Wkładane bater... 4 Postępowane w raze zanku napęca

Bardziej szczegółowo

Wykłady Jacka Osiewalskiego. z Ekonometrii. CZĘŚĆ PIERWSZA: Modele Regresji. zebrane ku pouczeniu i przestrodze

Wykłady Jacka Osiewalskiego. z Ekonometrii. CZĘŚĆ PIERWSZA: Modele Regresji. zebrane ku pouczeniu i przestrodze Wykłady Jacka Osewalskego z Ekonometr zebrane ku pouczenu przestrodze UWAGA!! (lstopad 003) to jest wersja neautoryzowana, spsana przeze mne dawno temu od tego czasu ne przejrzana; ma status wersj roboczej,

Bardziej szczegółowo

Elektroniczna Platforma Nadzoru. Repozytorium Dokumentów. Podręcznik użytkownika

Elektroniczna Platforma Nadzoru. Repozytorium Dokumentów. Podręcznik użytkownika Elektronczna Platforma Nadzoru Repozytorum Dokumentów Podręcznk użytkownka SPIS TREŚCI Sps treśc 1 Legenda 3 2 Archwum Plków 4 2.1 Zabezpeczene Archwum Plków............................. 5 2.2 Struktura

Bardziej szczegółowo

Podstawy teorii falek (Wavelets)

Podstawy teorii falek (Wavelets) Podstawy teor falek (Wavelets) Ψ(). Transformaca Haara (97).. Przykład pewne metody zapsu obrazu Transformaca Haara Przykład zapsu obrazu -D Podstawy matematyczne transformac Algorytmy rozkładana funkc

Bardziej szczegółowo

BADANIE PROCESU EKSPLOATACJI W ASPEKCIE NIEZAWODNOŚCIOWO- EKONOMICZNYM

BADANIE PROCESU EKSPLOATACJI W ASPEKCIE NIEZAWODNOŚCIOWO- EKONOMICZNYM ZAKŁAD EKSPLOATACJI SYSTEMÓW ELEKTRONICZNYCH INSTYTUT SYSTEMÓW ELEKTRONICZNYCH WYDZIAŁ ELEKTRONIKI WOJSKOWA AKADEMIA TECHNICZNA ---------------------------------------------------------------------------------------------------------------

Bardziej szczegółowo

Zastosowanie symulatora ChemCad do modelowania złożonych układów reakcyjnych procesów petrochemicznych

Zastosowanie symulatora ChemCad do modelowania złożonych układów reakcyjnych procesów petrochemicznych NAFTA-GAZ styczeń 2011 ROK LXVII Anna Rembesa-Śmszek Instytut Nafty Gazu, Kraków Andrzej Wyczesany Poltechnka Krakowska, Kraków Zastosowane symulatora ChemCad do modelowana złożonych układów reakcyjnych

Bardziej szczegółowo

Wielokryterialny Trójwymiarowy Problem Pakowania

Wielokryterialny Trójwymiarowy Problem Pakowania Łukasz Kacprzak, Jarosław Rudy, Domnk Żelazny Instytut Informatyk, Automatyk Robotyk, Poltechnka Wrocławska Welokryteralny Trójwymarowy Problem Pakowana 1. Wstęp Problemy pakowana należą do klasy NP-trudnych

Bardziej szczegółowo

Tworzenie stron WWW. Kurs. Wydanie III

Tworzenie stron WWW. Kurs. Wydanie III Idź do Sps treśc Przykładowy rozdzał Katalog ksążek Katalog onlne Zamów drukowany katalog Twój koszyk Dodaj do koszyka Cennk nformacje Zamów nformacje o nowoścach Zamów cennk Czytelna Fragmenty ksążek

Bardziej szczegółowo

rzeczywiste zawart. składn. maksymalne wymagane zawart. w 1 jednostce mieszanki składn. w 1 jednostce mieszanki

rzeczywiste zawart. składn. maksymalne wymagane zawart. w 1 jednostce mieszanki składn. w 1 jednostce mieszanki P. Kowalk, Laboratorum badań operacyjnych: zadane optymalnej meszank - mnmalzacja kosztu jednostk meszank 4. Zadane optymalnej meszank - mnmalzacja kosztu jednostk meszank Model matematyczny dentyczny

Bardziej szczegółowo

Triopol jako gra konkurencyjna i kooperacyjna

Triopol jako gra konkurencyjna i kooperacyjna Unwersytet Warszawsk Wydzał Nauk Ekonomcznych Joanna Dys Nr albumu: 996 Tropol jako gra konkurencyjna kooperacyjna Praca lcencjacka na kerunku: Ekonoma Praca wykonana pod kerunkem dra Maceja Sobolewskego

Bardziej szczegółowo

8. Optymalizacja decyzji inwestycyjnych

8. Optymalizacja decyzji inwestycyjnych dr nż. Zbgnew Tarapata: Optymalzacja decyzj nwestycyjnych, cz.ii 8. Optymalzacja decyzj nwestycyjnych W rozdzale 8, część I przedstawono elementarne nformacje dotyczące metod oceny decyzj nwestycyjnych.

Bardziej szczegółowo

Regulamin promocji 14 wiosna

Regulamin promocji 14 wiosna promocja_14_wosna strona 1/5 Regulamn promocj 14 wosna 1. Organzatorem promocj 14 wosna, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa od 01 lutego 2014 do 30

Bardziej szczegółowo

D Archiwum Prac Dyplomowych - kontrola antyplagiatowa

D Archiwum Prac Dyplomowych - kontrola antyplagiatowa Kraków 12.04.2019 r. D Archwum Prac Dyplomowych - kontrola antyplagatowa Procedura Archwzacj Prac Dyplomowych jest realzowana zgodne z zarządzenem nr 15/2019 Rektora Unwersytetu Rolnczego m. H. Kołłątaja

Bardziej szczegółowo

banków detalicznych Metody oceny efektywnoœci operacyjnej

banków detalicznych Metody oceny efektywnoœci operacyjnej Metody oceny efektywnoœc operacyjnej banków detalcznych Danuta Skora, mgr, doktorantka Wydza³u Nauk Ekonomcznych, Dyrektor Regonu jednego z najwêkszych banków detalcznych Adran Kulczyck, mgr, doktorant

Bardziej szczegółowo

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu PRACE KOMISJI GEOGRAFII PRZEMY SŁU Nr 7 WARSZAWA KRAKÓW 2004 Akadema Pedagogczna, Kraków Kształtowane sę frm nformatycznych jako nowych elementów struktury przestrzennej przemysłu Postępujący proces rozwoju

Bardziej szczegółowo

Wykład 1 Zagadnienie brzegowe liniowej teorii sprężystości. Metody rozwiązywania, metody wytrzymałości materiałów. Zestawienie wzorów i określeń.

Wykład 1 Zagadnienie brzegowe liniowej teorii sprężystości. Metody rozwiązywania, metody wytrzymałości materiałów. Zestawienie wzorów i określeń. Wykład Zagadnene brzegowe lnowe teor sprężystośc. Metody rozwązywana, metody wytrzymałośc materałów. Zestawene wzorów określeń. Układ współrzędnych Kartezańsk, prostokątny. Ose x y z oznaczono odpowedno

Bardziej szczegółowo

mgr inż. Wojciech Artichowicz MODELOWANIE PRZEPŁYWU USTALONEGO NIEJEDNOSTAJNEGO W KANAŁACH OTWARTYCH

mgr inż. Wojciech Artichowicz MODELOWANIE PRZEPŁYWU USTALONEGO NIEJEDNOSTAJNEGO W KANAŁACH OTWARTYCH Poltechnka Gdańska Wydzał Inżyner Lądowej Środowska Katedra ydrotechnk mgr nż. Wojcech Artchowcz MODELOWANIE PRZEPŁYWU USTALONEGO NIEJEDNOSTAJNEGO W KANAŁAC OTWARTYC PRACA DOKTORSKA Promotor: prof. dr

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7 Stansław Cchock Natala Nehrebecka Wykład 7 . Zmenne dyskretne Kontrasty: efekty progowe, kontrasty w odchylenach Interakcje. Przyblżane model nelnowych Stosowane do zmennych dyskretnych o uporządkowanych

Bardziej szczegółowo