Wykorzystanie pakietu simecoldo modelowania zachorowań na grypę.
|
|
- Henryk Piątkowski
- 7 lat temu
- Przeglądów:
Transkrypt
1 Wykorzystanie pakietu simecoldo modelowania zachorowań na grypę. Marta Markiewicz, Anna Sikora, Katarzyna Zajączkowska, Michał Balcerek, Piotr Kupczyk (PWr)
2 Runda 1 zawirusowane dane NAPOTKANE PROBLEMY ten sam okres dwa raporty ZAPROPONOWANE ROZWIĄZANIE rozważanie obydwu raportów Lata przedziały wiekowe Lata przedziały wiekowe Otrzymywanie absurdów przywyliczaniu liczby ludności województw ze wzoru Liczba ludności = zapadalność * 100 tys / liczba.ogol Podział danych wykorzystanie struktury ludności oraz współczynników, oszacowanych na podstawie lat Ponownewyliczeniezapadalności na podstawie liczby.ogol oraz danych dotyczących liczby ludności zamieszczonych na stronie GUS-u
3 Problem
4 Zmiana liczby zachorowań według czasu
5 Runda 2 czas na seans
6 1. mapa=function(i){ 2. x<-1:16 3. ind<-1:16 4. for(j in 1:16){ 5. x[j]=grypa$zapadalnosc.ogol[(i-1)*16+j] 6. } 7. library(maptools) 8. woj.shape = readshapepoly("wojew_region.shp",proj4string=crs("+proj=longlat +ellps=clrk66")) #,IDvar="NAZ_WOJ" 9. xw= as.numeric(strsplit(" "," ")[[1]]) 10. yw= as.numeric(strsplit(" "," ")[[1]]) 11. nw= c("dolnośląskie","kujawsko-pomorskie, "lubelskie","lubuskie", "łódzkie","małopolskie", "mazowieckie, "opolskie","podkarpackie", "podlaskie","pomorskie", "śląskie","świętokrzyskie","warmińskomazurskie","wielkopolskie","zachodnio-pomorskie")
7 O pakiecie SIMECOL słów kilka Pakiet simecolzostał stworzony aby ułatwić symulacje ekologicznych oraz dynamicznych modeli. Aby to osiągnąć, simecolwykorzystuje obiektowe podejście do problemu, używając systemu klas S4. ClassodeModel modele wykorzystujące równania różniczkowe zwyczajne ClassgridModel modele wykorzystujące kratę ClassrwalkModel modele z przemieszczaniem się cząstki ClassinbasedModel modele dostosowane indywidualnie do potrzeb użytkownika
8 main= function(time, init, parms,...) to funkcja przechowująca główne równania modelu equations: fakultatywna lista przechowująca dowolne podrównaniamodelu. parms: lista/wektor ze stałymi parametrami modelu times:wekorokreślający momenty kolejnych kroków symulacji init:wektor/macierz przedstawiający stan początkowy symulacji inputs: dane z zewnątrz solver: określa używany algorytm np. "lsoda", "rk4" lub "euler ( równania różniczkowe ), "iterator" ( użyteczny przy modelach indywidualnych ). Oczywiście można również zdefiniować własne solvery. observer: opcjonalna funkcja, używana do wyświetlania infna ekranie, wizualizacji, animacji out: przechowuje wyniki symulacji po jej uruchomieniu initfunc: funkcja opcjonalna, wywoływana automatycznie, np. gdy tworzony jest nowy obiekt
9 Szef kuchni SIMECOL poleca... Wśród przykładowych modeli, jakie oferuje pakiet simecolznajdziemy m.in.: prey lv -model Lotki-Volterry, zwany też modelem drapieżnikofiara time CA model automatu komórek rwalk błądzenie losowe predator time
10 Inspiracja Przykład: Stochastic Cellular Automaton Rozprzestrzenianie się roślin, zwierząt, chorób... Zasady przeżycia/przetrwania: 1. Liczba bezpośrednich sąsiadów: N_n = n_neighbours {0,...,8}, 2. Prawdopodobieństwo rozmnożenia dla jednej dojrzałej jednostki: p_seed 3. Całkowite prawdopodobieństwo rozmnożenia dla pustej komórki: p_gen 4. Prawdopodobieństwo śmierci: p_death, 5.Odstęp czasu:t = 1, 6. Funkcja stanu: = t (wiek) dla komórki żyjącej = 0 dla komórki nieżywej
11 CA <- new('gridmodel', main = function(time, init, parms){ Z<-init with(parms,{ nn <- eightneighbours(z >= adult) pgen<-1-(1-pseed)^nn zgen<-ifelse(z==0&runif(z)<pgen,1,0) zsurv<-ifelse(z>=1&runif(z)<(1-pdeath),z+ 1,0) zgen+zsurv }) }, parms=list(adult=2,pseed=0.2,pdeath=0.1), times=c(from=1,to=50,by=1), init=matrix(0,nrow=80,ncol=80), solver ='iteration', initfunc = function(obj) { init(obj)[38:42, 38:42] <- 1 obj } ) library('simecol') #(1) symulujemy model CA <- sim(ca) #(2) rysujemy model plot(ca) #(3)Wyniki o<-out(ca)
12 Runda 3 ćwiczymy wyobraźnię
13 1. if( i> 1000 ){ 2. ## rule 2: growth and survival of juveniles 3. xsurvj <- ifelse(x>=1 & x < adult & runif(x) <= pj, x+1,floor(runif(1,0,2)) ) 4. ## rule 2: growth and survival of adults 5. xsurva<-ifelse(x>=adult & x < old & runif(x) <= pa, x+1, 0 ) 6. ## rule 2: growth and survival of senescent 7. xsurvs<-ifelse(x>= old & runif(x) <= ps, x+1, 0 ) 8. ## rule 2: growth and survival of senescent 9. x <-xgen+ xsurvj+ xsurva+ xsurvs 10. } 11. else { 12. ## rule 2: growth and survival of juveniles 13. xsurvj <- ifelse(x>=1 & x < adult & runif(x) <= pj2, x+1, floor(runif(1,0,2)) ) 14. ## rule 2: growth and survival of adults 15. xsurva<-ifelse(x>=adult & x < old & runif(x) <= pa2, x+1, floor(runif(1, 2,5)) ) 16. ## rule 2: growth and survival of senescent 17. xsurvs<-ifelse(x>= old & runif(x) <= ps2, x, floor( runif(1,0, 5) ) ) 18. ## rule 2: growth and survival of senescent 19. x <-xgen+ xsurvj+ xsurva+ xsurvs 20. }
14 Dziękujemy za uwagę Literatura: Thomas Petzoldt, KarstenRinke, simecol: An Object-Oriented Framework for Ecological Modeling in R Thomas Petzoldt, Simulation of ecological (and other) dynamic systems Thomas Petzoldt, Objects, Clones and Collections Dynamic (Ecological) Models and Scenarios with simecol
!!" % & $ ( # # ( ( # ( ( TalentowiSKO talenty dodajemy, mnoīymy, potċgujemy. e-mail: TalentowiSKO@bankbps.pl tel. +48 22 53 95 231 TalentowiSKO.
!!" #$ % &!! "! # $ %! "! # # # % & '( ( '( ) $ "! $ $ "! #'$ ( * ( $ # +, - ( ( ( (( (# $ (#. (. $ ( ' ( $ ( '. ' ( / ( # ( ( ( $(## ( 0 $ '( $ $ $ $ (# ( ( (# * ' / ( $ #)$ & " 0 ) ( (... (. % *. / (.()
Bardziej szczegółowoQuantile hedging. czyli jak tanio i dobrze zabezpieczyć opcję. Michał Krawiec, Piotr Piestrzyński
czyli jak tanio i dobrze zabezpieczyć opcję Michał Krawiec Piotr Piestrzyński Koło Naukowe Probabilistyki i Statystyki Matematycznej Uniwersytet Wrocławski Niedziela, 19 kwietnia 2015 Przykład (opis problemu)
Bardziej szczegółowoProgramowanie obiektowe, wykład nr 6. Klasy i obiekty
Dr hab. inż. Lucyna Leniowska, prof. UR, Zakład Mechatroniki, Automatyki i Optoelektroniki, IT Programowanie obiektowe, wykład nr 6 Klasy i obiekty W programowaniu strukturalnym rozwój oprogramowania oparto
Bardziej szczegółowoJęzyk Java część 2 (przykładowa aplikacja)
Programowanie obiektowe Język Java część 2 (przykładowa aplikacja) Paweł Rogaliński Instytut Informatyki, Automatyki i Robotyki Politechniki Wrocławskiej pawel.rogalinski @ pwr.wroc.pl Java Java przykładowa
Bardziej szczegółowoJęzyk Java część 2 (przykładowa aplikacja)
Programowanie obiektowe Język Java część 2 (przykładowa aplikacja) Paweł Rogaliński Instytut Informatyki, Automatyki i Robotyki Politechniki Wrocławskiej pawel.rogalinski @ pwr.wroc.pl Java Java przykładowa
Bardziej szczegółowoi pakietu programowego PALASM 4
i pakietu programowego PALASM 4 - 2 -! "# logicznych PAL i GAL; $!# #% programowego PALASM 4.!" & "!&' (! ))!*+ $!," # (!) )# )!*+ -!," # (!!*+.!,% %(!!*! #!, #+ $!&# 0+ -!,%##nazwa.pds# # % '# #'"# %#+
Bardziej szczegółowoMatematyka Stosowana na Politechnice Wrocławskiej. Komitet Matematyki PAN, luty 2017 r.
Matematyka Stosowana na Politechnice Wrocławskiej Komitet Matematyki PAN, luty 2017 r. Historia kierunku Matematyka Stosowana utworzona w 2012 r. na WPPT (zespół z Centrum im. Hugona Steinhausa) studia
Bardziej szczegółowoSystemy mobilne. Laboratorium. Dostęp do danych GPS w Windows Phone 7
Systemy mobilne Laboratorium Dostęp do danych GPS w Windows Phone 7 1. Wprowadzenie Laboratorium ma na celu zapoznanie się z narzędziami dostępu do danych dotyczących lokalizacji w urządzeniach mobilnych
Bardziej szczegółowoĄ ń ń ć Ę Ę ć ć ń ń Ż ń ń Ą Ą ń Ż Ń Ż ć Ą ń ŚĆ ć Ę Ę Ą ń Ś ń ć Ę Ą ń Ę ń ń ń ń ć ń ń Ś Ź ń ć ć ń ć ń Ś Ż Ę Ń ń ń ń ń ń ć Ń Ę Ę Ę Ę Ę ńń ź ĄĘ Ę ź ń Ąń Ę Ę Ę Ź Ę Ę Ą Ś Ę Ę ć Ś Ą Ń ć ń ń ć Ś ć Ń Ó ń ń ć
Bardziej szczegółowo! ' #0! 1 2 3# #"!#""#
!" #$$$% 0 12 )! " # $#%%!&"! ' ()*+,)-. / #0! 1 2 3# #"!#""#!#4(***5678 #9%8 *!& : 3"&, $4"5$"$..$ 3"- 2 $4"5$"$..$ 3"6!' $4"5$"$..$ #4$$% 7811 1292 : ; :;1 : :9 9: 9:=3 ; :=< ; 13?9= ; :=
Bardziej szczegółowoĄ Ń Ę Ę Ą Ę Ć ź Ż Ż Ą ń Ź Ż Ż ń ń Ź Ą Ń Ą Ą Ę ń ź Ę Ę Ż Ć Ą ź Ą Ę ń ź Ę ń ń Ą Ż Ę ń Ą ń ń Ę Ę Ę Ź ń Ę ń ń ń ń Ź Ę Ś ź Ą Ń ń Ż Ź Ę Ź ń ń ń Ę Ę ń Ż Ą ń ńń Ś ń ń Ż Ż Ę Ż Ń Ę Ą Ń Ł ń ń ń ń ń ń ń ń Ś Ź Ę Ś
Bardziej szczegółowoŁ ŚĆ ń Ś Ł Ź Ć Ł Ą ńń ć Ż Ą Ł Ś ń Ł ć Ś ń ć ć ć Ó Ż ć ć Ą Ś ć Ś ć Ń Ś ć Ś ć Ś Ć Ś Ż Ś Ś Ż Ś Ó ń ć ć Ź Ł ć ć ć ń ń ć ć Ą ć ć ć Ź ć ć ć ć ć ć Ó Ź Ó Ł Ł Ń ć ć Ź Ą ć ć ń ć Ą ć ć ć Ł Ź Ź Ź Ż Ł Ż Ł Ż ć ń ć Ą
Bardziej szczegółowoInformatyka II stopień (I stopień / II stopień) Ogólnoakademicki (ogólno akademicki / praktyczny) Kierunkowy (podstawowy / kierunkowy / inny HES)
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013 Modelowanie Dynamiczne Procesów Biznesowych Dynamic Modeling of Business
Bardziej szczegółowo4.2 Rozgrzewka, czyli Centralne Twierdzenie Graniczne
4.1 Wprowadzenie do modelowania Uwaga!!! Rzut monetą nie jest eksperymentem losowym. Znając warunki początkowe oraz wiedząc wszystko o otoczeniu, wyposażeni w znajomość zasad dynamiki jesteśmy w stanie
Bardziej szczegółowoPODSTAWY MODELOWANIA UKŁADÓW DYNAMICZNYCH W JĘZYKACH SYMULACYJNYCH
PODSTAWY MODELOWANIA UKŁADÓW DYNAMICZNYCH W JĘZYKACH SYMULACYJNYCH ( Na przykładzie POWERSIM) M. Berndt-Schreiber 1 Plan Zasady modelowania Obiekty symbole graficzne Dyskretyzacja modelowania Predefiniowane
Bardziej szczegółowoThe development of the technological process in an integrated computer system CAD / CAM (SerfCAM and MTS) with emphasis on their use and purpose.
mgr inż. Marta Kordowska, dr inż. Wojciech Musiał; Politechnika Koszalińska, Wydział: Mechanika i Budowa Maszyn; marteczka.kordowska@vp.pl wmusiał@vp.pl Opracowanie przebiegu procesu technologicznego w
Bardziej szczegółowoRuch drogowy, korki uliczne - czy fizyk może coś na to poradzić?
Ruch drogowy, korki uliczne - czy fizyk może coś na to poradzić? KNF Migacz, Instytut Fizyki Teoretycznej, Uniwersytet Wrocławski 16-18 listopada 2007 Spis treści Spis treści 1 Spis treści 1 2 Spis treści
Bardziej szczegółowoKurs programowania. Wykład 9. Wojciech Macyna. 28 kwiecień 2016
Wykład 9 28 kwiecień 2016 Java Collections Framework (w C++ Standard Template Library) Kolekcja (kontener) Obiekt grupujacy/przechowuj acy jakieś elementy (obiekty lub wartości). Przykładami kolekcji sa
Bardziej szczegółowoRuchome Piaski v1.0. Maciej Matyka email: maq@panoramix.ift.uni.wroc.pl
Ruchome Piaski v1.0 Maciej Matyka email: maq@panoramix.ift.uni.wroc.pl Uniwersytet Wrocławski Wydział Fizyki i Astronomii Fizyka II BIS 16 lutego 2002 roku Spis treści 1 Teoria 4 1.1 Ogólne założenia.........................................
Bardziej szczegółowoProgramowanie systemów czasu rzeczywistego laboratorium. Ćwiczenie 2. Temat zajęć: pakiety, zadania, synchronizacja czasowa, mechanizm spotkań
Programowanie systemów czasu rzeczywistego laboratorium Ćwiczenie 2 Temat zajęć: pakiety, zadania, synchronizacja czasowa, mechanizm spotkań Autor: dr inż. Sławomir Samolej Zagadnienie 1. (Przykładowe
Bardziej szczegółowoModelowanie absorbcji cząsteczek LDL w ściankach naczyń krwionośnych
Modelowanie absorbcji cząsteczek LDL w ściankach naczyń krwionośnych Plan prezentacji Co to jest LDL? 1 Budowa naczynia krwionośnego 2 Przykładowe wyniki 3 Mechanizmy wnikania blaszki miażdżycowej w ścianki
Bardziej szczegółowoROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL. sin x2 (1)
ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL 1. Problem Rozważmy układ dwóch równań z dwiema niewiadomymi (x 1, x 2 ): 1 x1 sin x2 x2 cos x1 (1) Nie jest
Bardziej szczegółowoCustomer Attribution Models. czyli o wykorzystaniu machine learning w domu mediowym.
Customer Attribution Models czyli o wykorzystaniu machine learning w domu mediowym. Proces decyzyjny MAILING SEO SEM DISPLAY RETARGETING PRZEGRANI??? ZWYCIĘZCA!!! Modelowanie atrybucja > Słowo klucz: wpływ
Bardziej szczegółowoObliczenia inspirowane Naturą
Obliczenia inspirowane Naturą Wykład 02 Jarosław Miszczak IITiS PAN Gliwice 06/10/2016 1 / 31 Czego dowiedzieliśmy się na poprzednim wykładzie? 1... 2... 3... 2 / 31 1 2 3 3 / 31 to jeden z pierwszych
Bardziej szczegółowoĆwiczenie 2. Symulacja przebiegu procesu
Ćwiczenie 2. Symulacja przebiegu procesu W ćwiczeniu spróbujemy zasymulować działanie zbudowanego w ćwiczeniu 1. procesu rozpatrywania wniosku kredytowego. W tym celu wykonamy kopię procesu (proces oryginalny
Bardziej szczegółowoRozszerzenie możliwości zarządzania strukturą organizacyjną org.manager (web) for SuccessFactors
Rozszerzenie możliwości zarządzania strukturą organizacyjną org.manager (web) for SuccessFactors LST Sp. z o.o. ul. Grunwaldzka 45A 81-754 Sopot +48 58 55 00 263 Radosław Kozyra Dyrektor Handlowy/Project
Bardziej szczegółowoProjekt Zaprogramować działanie robota w narzędziu USARSim
WYŻSZA SZKOŁA INFORMATYKI I ZARZĄDZANIA Z SIEDZIBĄ W RZESZOWIE Inteligentne Systemy Autonomiczne Projekt Zaprogramować działanie robota w narzędziu USARSim Prowadzący: Wykonawca: Mgr Daniel Jachyra Paweł
Bardziej szczegółowoRisk-Aware Project Scheduling. SimpleUCT
Risk-Aware Project Scheduling SimpleUCT DEFINICJA ZAGADNIENIA Resource-Constrained Project Scheduling (RCPS) Risk-Aware Project Scheduling (RAPS) 1 tryb wykonywania działań Czas trwania zadań jako zmienna
Bardziej szczegółowoRozwiązywanie równań liniowych. Transmitancja. Charakterystyki częstotliwościowe
Zał. nr do ZW 33/01 WYDZIAŁ Informatyki i Zarządzania / STUDIUM KARTA PRZEDMIOTU Nazwa w języku polskim Modele systemów dynamicznych Nazwa w języku angielskim Dynamic Systems Models. Kierunek studiów (jeśli
Bardziej szczegółowoEgzamin / zaliczenie na ocenę*
Zał. nr do ZW /01 WYDZIAŁ / STUDIUM KARTA PRZEDMIOTU Nazwa w języku polskim Identyfikacja systemów Nazwa w języku angielskim System identification Kierunek studiów (jeśli dotyczy): Inżynieria Systemów
Bardziej szczegółowo1. Nagłówek funkcji: int funkcja(void); wskazuje na to, że ta funkcja. 2. Schemat blokowy przedstawia algorytm obliczania
1. Nagłówek funkcji: int funkcja(void); wskazuje na to, że ta funkcja nie ma parametru i zwraca wartość na zewnątrz. nie ma parametru i nie zwraca wartości na zewnątrz. ma parametr o nazwie void i zwraca
Bardziej szczegółowoWstęp do programowania
wykład 6 Agata Półrola Wydział Matematyki i Informatyki UŁ sem. zimowy 2017/2018 Losowanie liczb całkowitych Dostępne biblioteki Najprostsze losowanie liczb całkowitych można wykonać za pomocą funkcji
Bardziej szczegółowoWPROWADZENIE DO ŚRODOWISKA SCICOS
Politechnika Gdańska Wydział Elektrotechniki i Automatyki WPROWADZENIE DO ŚRODOWISKA SCICOS Materiały pomocnicze do ćwiczeń laboratoryjnych Oryginał: Modeling and Simulation in Scilab/Scicos Stephen L.
Bardziej szczegółowoProblem 1 prec f max. Algorytm Lawlera dla problemu 1 prec f max. 1 procesor. n zadań T 1,..., T n (ich zbiór oznaczamy przez T )
Joanna Berlińska Algorytmika w projektowaniu systemów - ćwiczenia 1 1 Problem 1 prec f max 1 procesor (ich zbiór oznaczamy przez T ) czas wykonania zadania T j wynosi p j z zadaniem T j związana jest niemalejąca
Bardziej szczegółowoProgramowanie Multimediów. Programowanie Multimediów JAVA. wprowadzenie do programowania (3/3) [1]
JAVA wprowadzenie do programowania (3/3) [1] Czym jest aplikacja Java Web Start? Aplikacje JAWS są formą pośrednią pomiędzy apletami a aplikacjami Javy. Nie wymagają do pracy przeglądarki WWW, jednak mogą
Bardziej szczegółowoProgram BEST_RE. Pakiet zawiera następujące skoroszyty: BEST_RE.xls główny skoroszyt symulacji RES_VIEW.xls skoroszyt wizualizacji wyników obliczeń
Program BEST_RE jest wynikiem prac prowadzonych w ramach Etapu nr 15 strategicznego programu badawczego pt. Zintegrowany system zmniejszenia eksploatacyjnej energochłonności budynków. Zakres prac obejmował
Bardziej szczegółowoAnaliza i projektowanie aplikacji Java
Analiza i projektowanie aplikacji Java Modele analityczne a projektowe Modele analityczne (konceptualne) pokazują dziedzinę problemu. Modele projektowe (fizyczne) pokazują system informatyczny. Utrzymanie
Bardziej szczegółowoLaboratorium Komputerowe Systemy Pomiarowe
Jarosław Gliwiński, Łukasz Rogacz Laboratorium Komputerowe Systemy Pomiarowe ćw. Zastosowanie standardu VISA do obsługi interfejsu RS-232C Data wykonania: 03.04.08 Data oddania: 17.04.08 Celem ćwiczenia
Bardziej szczegółowoAlgorytm hybrydowy dla alokacji portfela inwestycyjnego przy ograniczonych zasobach
Adam Stawowy Algorytm hybrydowy dla alokacji portfela inwestycyjnego przy ograniczonych zasobach Summary: We present a meta-heuristic to combine Monte Carlo simulation with genetic algorithm for Capital
Bardziej szczegółowoDeklaracja i definicja metod, zwracanie wartości z metod, przekazywania parametrów do metod
Definiowanie klas w C#, składowe klasy, modyfikatory dostępu do klas i składowych klas Deklaracja i definicja metod, zwracanie wartości z metod, przekazywania parametrów do metod Zadanie 1 Napisz program
Bardziej szczegółowoOpis implementacji: Implementacja przedstawia Grę w życie jako przykład prostej symulacji opartej na automatach.
Nazwa implementacji: Gra w życie Autor: Piotr Fiorek Opis implementacji: Implementacja przedstawia Grę w życie jako przykład prostej symulacji opartej na automatach. Zaprojektuj prostą grę, której celem
Bardziej szczegółowoMetody integracji systemów sterowania z wykorzystaniem standardu OPC
Metody integracji systemów sterowania z wykorzystaniem standardu OPC (Control Systems Integration using OPC Standard) Autor: Marcin BAJER Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki
Bardziej szczegółowoInformatyka studia stacjonarne pierwszego stopnia
#382 #379 Internetowy system obsługi usterek w sieciach handlowych (The internet systems of detection of defects in trade networks) Celem pracy jest napisanie aplikacji w języku Java EE. Główne zadania
Bardziej szczegółowoAdonis: Community Edition. Modelowanie procesów biznesowych
Adonis: Community Edition Modelowanie procesów biznesowych Tworzenie modelu procesu BPMN 1. Tworzenie nowego modelu BPMN można rozpocząć w jeden z następujących sposobów: a) Wybór opcji New na głównym
Bardziej szczegółowoń ę ń ę ń ę ń ę ę ę ę ę ź ń ź Ś ę Ł ń ę ę ń ę ń ę ę ę ę ę ę ź ę ę Ż ę ŚĆ ę Ż ń ń ę ń ę ę ę ę ę ź ę ę Ś Ś Ś Ś ź ę ń ę ę Ź ń Ś Ś ę ń ę ę ę ę ę ź ń ŚĆ Ś ń ń ń Ą ń ę ę ŚĆ ę Ż ę ń ę ę ę ę ę ź ń Ś Ś ź Ś Ł ę
Bardziej szczegółowoScenariusz lekcji Ozobot w klasie: Prezentacja liczb trójkątnych i kwadratowych
Scenariusz lekcji Ozobot w klasie: Prezentacja liczb trójkątnych i kwadratowych Opracowanie scenariusza: Richard Born Adaptacja scenariusza na język polski: mgr Piotr Szlagor Tematyka: Matematyka, Informatyka,
Bardziej szczegółowoUnity 3D - podpowiedzi w grze. System cząstek
www.math.uni.lodz.pl/ radmat Cel ćwiczeń Celem bieżących ćwiczeń jest dodanie podpowiedzi, które będą się wyświetlały nad przedmiotami, a także systemu cząstek. Wyświetlanie podpowiedzi Dodamy teraz do
Bardziej szczegółowoTemat: Dynamiczne przydzielanie i zwalnianie pamięci. Struktura listy operacje wstawiania, wyszukiwania oraz usuwania danych.
Temat: Dynamiczne przydzielanie i zwalnianie pamięci. Struktura listy operacje wstawiania, wyszukiwania oraz usuwania danych. 1. Rodzaje pamięci używanej w programach Pamięć komputera, dostępna dla programu,
Bardziej szczegółowoGLKit. Wykład 10. Programowanie aplikacji mobilnych na urządzenia Apple (IOS i ObjectiveC) #import "Fraction.h" #import <stdio.h>
#import "Fraction.h" #import @implementation Fraction -(Fraction*) initwithnumerator: (int) n denominator: (int) d { self = [super init]; } if ( self ) { [self setnumerator: n anddenominator:
Bardziej szczegółowoPoniŜej znajdują się pytania z egzaminów zawodowych teoretycznych. Jest to materiał poglądowy.
PoniŜej znajdują się pytania z egzaminów zawodowych teoretycznych. Jest to materiał poglądowy. 1. Instrukcję case t of... w przedstawionym fragmencie programu moŝna zastąpić: var t : integer; write( Podaj
Bardziej szczegółowoMgr inż. Kasietczuk Magdalena. Wydział Geodezji Górniczej i Inżynierii Środowiska Katedra Kształtowania i Ochrony Środowiska
Akademia Górniczo Hutnicza im. S. Staszica w Krakowie Pakiet SURVIVAL w R Mgr inż. Kasietczuk Magdalena Wydział Geodezji Górniczej i Inżynierii Środowiska Katedra Kształtowania i Ochrony Środowiska Kraków,
Bardziej szczegółowoSymulacja samochodu z kamerą stereowizyjną. Krzysztof Sykuła 15 czerwca 2007
Symulacja samochodu z kamerą stereowizyjną Krzysztof Sykuła 15 czerwca 2007 1 1 Opis wykonanego projektu Symulacja samochodu z kamerą stereowizyjną była pretekstem do napisania Engine u 3D, wykorzystującego
Bardziej szczegółowodr inż. Cezary Żrodowski Wizualizacja Informacji WETI PG, sem. V, 2015/16
Zadanie 3 - Karuzela 1. Budowa geometrii felgi i opony a) Szkic i wyciagnięcie obrotowe korpusu karuzeli (1 pkt) b) Szkic i wyciagnięcie liniowe podstawy karuzeli (1pkt) 1 c) Odsunięta płaszczyzna, szkic
Bardziej szczegółowoINSTRUKCJA DO ĆWICZENIA 5
INSTRUKCJA DO ĆWICZENIA 5 Kontynuacja tworzenia aplikacje umożliwiających oszacowanie szukanych wartości przez symulację doświadczenia losowego, z ilustracją graficzną jego wyników. Zadanie wykonamy dla
Bardziej szczegółowodr inż. Cezary Żrodowski Wizualizacja Informacji WETI PG, sem. V, 2015/16
Zadanie 4 - Holonur 1. Budowa geometrii felgi i opony a) Szkic i wyciągnięcie obrotowe dyszy (1pkt) b) Zaokrąglenie krawędzi natarcia dyszy (1pkt) 1 c) Wyznaczenie płaszczyzny stycznej do zewnętrznej powierzchni
Bardziej szczegółowoTechniki optymalizacji
Techniki optymalizacji Symulowane wyżarzanie Maciej Hapke maciej.hapke at put.poznan.pl Wyżarzanie wzrost temperatury gorącej kąpieli do takiej wartości, w której ciało stałe topnieje powolne zmniejszanie
Bardziej szczegółowoXII International PhD Workshop OWD 2010, 23 26 October 2010. Metodyka pozyskiwania i analizy wyników badań symulacyjnych ścieżek klinicznych
XII International PhD Workshop OWD 2010, 23 26 October 2010 Metodyka pozyskiwania i analizy wyników badań symulacyjnych ścieżek klinicznych Methodology of Acquiring and Analyzing Results of Simulation
Bardziej szczegółowoPodstawy programowania Laboratorium. Ćwiczenie 2 Programowanie strukturalne podstawowe rodzaje instrukcji
Podstawy programowania Laboratorium Ćwiczenie 2 Programowanie strukturalne podstawowe rodzaje instrukcji Instrukcja warunkowa if Format instrukcji warunkowej Przykład 1. if (warunek) instrukcja albo zestaw
Bardziej szczegółowoXI Konferencja Metody Ilościowe w Badaniach Ekonomicznych
Rafał M. Łochowski Szkoła Główna Handlowa w Warszawie O górnym ograniczeniu zysku ze strategii handlowej opartej na kointegracji XI Konferencja Metody Ilościowe w Badaniach Ekonomicznych Zależność kointegracyjna
Bardziej szczegółowodr inż. Piotr Czapiewski Tworzenie aplikacji w języku Java Laboratorium 1
Ćwiczenie 1 Uruchamianie programu w Netbeans Uruchom środowisko Netbeans. Stwórz nowy projekt typu Java Application. Nadaj projektowi nazwę HelloWorld (Project Name), zwróć uwagę na folder, w którym zostanie
Bardziej szczegółowoBezpieczne stadiony systemy wspomagające projektowanie obiektów użyteczności publicznej. dr inż. Jarosław Wąs mgr inż.
Bezpieczne stadiony systemy wspomagające projektowanie obiektów użyteczności publicznej dr inż. Jarosław Wąs mgr inż. Robert Lubaś Plan prezentacji Kilka słów o autorach Cel naukowy Istniejący stan wiedzy
Bardziej szczegółowoWYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU
WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim: STATYSTYKA W MODELACH NIEZAWODNOŚCI I ANALIZIE PRZEŻYCIA Nazwa w języku angielskim: STATISTICS IN RELIABILITY MODELS AND
Bardziej szczegółowoProgramowanie obiektowe
Programowanie obiektowe Laboratorium 1. Wstęp do programowania w języku Java. Narzędzia 1. Aby móc tworzyć programy w języku Java, potrzebny jest zestaw narzędzi Java Development Kit, który można ściągnąć
Bardziej szczegółowoAbstrakcyjny typ danych
Abstrakcyjny typ danych Abstrakcyjny Typ Danych (abstract data type-adt): zbiór wartości wraz z powiązanymi z nimi operacjami; operacje są zdefiniowane w sposób niezależny od implementacji; operacje są
Bardziej szczegółowoAlgorytmy renderingu dla programowalnych jednostek graficznych. prof. dr hab. inż. Maria Pietruszka mgr inż. Dominik Szajerman
Algorytmy renderingu dla programowalnych jednostek graficznych dyplomant promotor kopromotor Michał Szymczyk prof. dr hab. inż. Maria Pietruszka mgr inż. Dominik Szajerman Cel pracy Przegląd istniejących
Bardziej szczegółowoEFEKTY UCZENIA SIĘ DLA KIERUNKU INŻYNIERIA DANYCH W ODNIESIENIU DO EFEKTÓW UCZENIA SIĘ PRK POZIOM 6
EFEKTY UCZENIA SIĘ DLA KIERUNKU INŻYNIERIA DANYCH W ODNIESIENIU DO EFEKTÓW UCZENIA SIĘ PRK POZIOM 6 studia pierwszego stopnia o profilu ogólnoakademickim Symbol K_W01 Po ukończeniu studiów pierwszego stopnia
Bardziej szczegółowoScenariusz lekcji Ozobot w klasie: Spacer losowy po układzie współrzędnych
Scenariusz lekcji Ozobot w klasie: Spacer losowy po układzie współrzędnych Opracowanie scenariusza: Richard Born Adaptacja scenariusza na język polski: mgr Piotr Szlagor Tematyka: Informatyka, Matematyka,
Bardziej szczegółowotemat prelekcji.. Dynamiczne bazy danych platforma szkoleniowa Warszawskiej Wyższej Szkoły Informatyki prowadzący Andrzej Ptasznik
temat prelekcji.. Dynamiczne bazy danych platforma szkoleniowa Warszawskiej Wyższej Szkoły Informatyki prowadzący Andrzej Ptasznik Geneza projektu Dynamiczna populacja Poszukiwanie inspiracji AeroSym symulacja
Bardziej szczegółowoOptymalizacja. Symulowane wyżarzanie
dr hab. inż. Instytut Informatyki Politechnika Poznańska www.cs.put.poznan.pl/mkomosinski, Maciej Hapke Wyżarzanie wzrost temperatury gorącej kąpieli do takiej wartości, w której ciało stałe topnieje powolne
Bardziej szczegółowoProgramowanie strukturalne i obiektowe. Funkcje
Funkcje Często w programach spotykamy się z sytuacją, kiedy chcemy wykonać określoną czynność kilka razy np. dodać dwie liczby w trzech miejscach w programie. Oczywiście moglibyśmy to zrobić pisząc trzy
Bardziej szczegółowoZASTOSOWANIE ROBOTÓW MOBILNYCH W SYMULACYJNYM BADANIU CZASU EWAKUACJI
Marcin Pluciński ZASTOSOWANIE ROBOTÓW MOBILNYCH W SYMULACYJNYM BADANIU CZASU EWAKUACJI Streszczenie Pomieszczenia, w których znajdują się duże grupy ludzi można traktować jako system złożony. Wiele z własności
Bardziej szczegółowo/** Program demonstrujący działanie klasy GregorianCalendar import java.util.*; public class TestKalendarza // zbuduj d i zainicjalizuj z aktualną datą GregorianCalendar d = new GregorianCalendar(); int
Bardziej szczegółowoJęzyk JAVA podstawy. Wykład 3, część 3. Jacek Rumiński. Politechnika Gdańska, Inżynieria Biomedyczna
Język JAVA podstawy Wykład 3, część 3 1 Język JAVA podstawy Plan wykładu: 1. Konstrukcja kodu programów w Javie 2. Identyfikatory, zmienne 3. Typy danych 4. Operatory, instrukcje sterujące instrukcja warunkowe,
Bardziej szczegółowowykład V uzupełnienie notatek: dr Jerzy Białkowski Programowanie C/C++ Język C++ klasy i obiekty wykład V dr Jarosław Mederski Spis Język C++ - klasy
i obiekty Programowanie i obiekty uzupełnienie notatek: dr Jerzy Białkowski i obiekty 1 2 3 4 i obiekty Obiektowość języka C++ Na tym wykładzie poznamy: ˆ Klasa (w języku C++ rozszerzenie struktury, typ
Bardziej szczegółowoJzyk C++ cz 3. Jarosław Gramacki Instytut Informatyki i Elektroniki ( $)*)+' *, - ( ' )*'.' '',*/ *, ','*0) 1 / ) %*+ 2'' 2" ( $%%) )'20 )*0) 1 / )
Jzyk C++ cz 3 Jarosław Gramacki Instytut Informatyki i Elektroniki # $$%%& ' ( $)*)+' *, - ( ' )*'.' '',*/ *, ','*0) 1 / ) %*+ 2'' 2" ( $%%) )'20 )*0) 1 / )!" 2 # $$%%& ' ( $%%/,))3 ( %* 2 / 4 ( ( *' *''*,
Bardziej szczegółowodr inż. Cezary Żrodowski Wizualizacja Informacji WETI PG, sem. V, 2015/16 b) Operacja wyciągnięcia obrotowego z dodaniem materiału - uchwyt (1pkt)
Zadanie 5 - Jacht 1. Budowa geometrii koła sterowego a) Szkic (1pkt) b) Operacja wyciągnięcia obrotowego z dodaniem materiału - uchwyt (1pkt) 1 c) Operacja wyciagnięcia liniowego z dodaniem materiału obręcze
Bardziej szczegółowoSzybkie prototypowanie w projektowaniu mechatronicznym
Szybkie prototypowanie w projektowaniu mechatronicznym Systemy wbudowane (Embedded Systems) Systemy wbudowane (ang. Embedded Systems) są to dedykowane architektury komputerowe, które są integralną częścią
Bardziej szczegółowoSpacery losowe generowanie realizacji procesu losowego
Spacery losowe generowanie realizacji procesu losowego Michał Krzemiński Streszczenie Omówimy metodę generowania trajektorii spacerów losowych (błądzenia losowego), tj. szczególnych procesów Markowa z
Bardziej szczegółowoTechniki wizualizacji. Ćwiczenie 10. System POV-ray tworzenie animacji
Doc. dr inż. Jacek Jarnicki Instytut Informatyki, Automatyki i Robotyki Politechniki Wrocławskiej jacek.jarnicki@pwr.wroc.pl Techniki wizualizacji Ćwiczenie 10 System POV-ray tworzenie animacji Celem ćwiczenia
Bardziej szczegółowoInternet jako środowisko WL OZE/URE Propozycja metodologii badań oraz stanowiska laboratoryjnego
1 Internet jako środowisko WL OZE/URE Propozycja metodologii badań oraz stanowiska laboratoryjnego 2 Proponowana metodologia oraz stanowisko umożliwi przeprowadzenie badań związanych z infrastrukturą zarządzającą
Bardziej szczegółowoSłowem wstępu. Część rodziny języków XSL. Standard: W3C XSLT razem XPath 1.0 XSLT Trwają prace nad XSLT 3.0
Słowem wstępu Część rodziny języków XSL Standard: W3C XSLT 1.0-1999 razem XPath 1.0 XSLT 2.0-2007 Trwają prace nad XSLT 3.0 Problem Zakładane przez XML usunięcie danych dotyczących prezentacji pociąga
Bardziej szczegółowoWprowadzenie do projektu QualitySpy
Wprowadzenie do projektu QualitySpy Na podstawie instrukcji implementacji prostej funkcjonalności. 1. Wstęp Celem tego poradnika jest wprowadzić programistę do projektu QualitySpy. Będziemy implementować
Bardziej szczegółowoInformatyka I. Klasy i obiekty. Podstawy programowania obiektowego. dr inż. Andrzej Czerepicki. Politechnika Warszawska Wydział Transportu 2018
Informatyka I Klasy i obiekty. Podstawy programowania obiektowego dr inż. Andrzej Czerepicki Politechnika Warszawska Wydział Transportu 2018 Plan wykładu Pojęcie klasy Deklaracja klasy Pola i metody klasy
Bardziej szczegółowoLaboratorium A: Korzystanie z raportów zasad grupy/klucz do odpowiedzi
Laboratorium A: Korzystanie z raportów zasad grupy/klucz do odpowiedzi Ćwiczenie 1 Tworzenie obiektu GPO dla standardowych komputerów osobistych W tym ćwiczeniu utworzysz obiekt GPO.! Utworzenie obiektu
Bardziej szczegółowoAlgorytm selekcji Hoare a. Łukasz Miemus
Algorytm selekcji Hoare a Łukasz Miemus 1 lutego 2006 Rozdział 1 O algorytmie 1.1 Problem Mamy tablicę A[N] różnych elementów i zmienną int K, takie że 1 K N. Oczekiwane rozwiązanie to określenie K-tego
Bardziej szczegółowoINFORMATYKA POZIOM ROZSZERZONY
EGZAMIN MATURALNY W ROKU SZKOLNYM 2015/2016 FORMUŁA DO 2014 ( STARA MATURA ) INFORMATYKA POZIOM ROZSZERZONY ZASADY OCENIANIA ROZWIĄZAŃ ZADAŃ ARKUSZ MIN-R1, R2 MAJ 2016 Uwaga: Akceptowane są wszystkie odpowiedzi
Bardziej szczegółowoINFORMATYKA POZIOM ROZSZERZONY
EGZAMIN MATURALNY W ROKU SZKOLNYM 2015/2016 FORMUŁA DO 2014 ( STARA MATURA ) INFORMATYKA POZIOM ROZSZERZONY ZASADY OCENIANIA ROZWIĄZAŃ ZADAŃ ARKUSZ MIN-R1, R2 MAJ 2016 Uwaga: Akceptowane są wszystkie odpowiedzi
Bardziej szczegółowoWprowadzenie do Real-Time Windows Target Toolbox Matlab/Simulink
Materiały pomocnicze do przedmiotu Systemy Czasu Rzeczywistego Wprowadzenie do Real-Time Windows Target Toolbox Matlab/Simulink Zawartość Czym jest Real-Time Windows Target (RTWT)?... 2 Bloki wejśd i wyjśd
Bardziej szczegółowoS88 Badanie rzutu kostką sześcienną
S88 Badanie rzutu kostką sześcienną Andrzej Kapanowski 29 lutego 2012 Streszczenie Celem ćwiczenia jest zbadanie rzutu kostką sześcienną. Dokument ma być pomocą przy przygotowywaniu opracowania z ćwiczenia
Bardziej szczegółowoSieciowe Technologie Mobilne. Laboratorium 2
Sieciowe Technologie Mobilne Laboratorium 2 Tworzenie wieloplatformowych aplikacji mobilnych przy użyciu biblioteki PhoneGap. Łukasz Kamiński Laboratorium 2 Na dzisiejszym laboratorium skupimy się na implementacji
Bardziej szczegółowoProgramowanie obiektowe. Dr hab. Inż. Marta Gładysiewicz-Kudrawiec Pokój 229 A1 Operatory new delete pliki-odczyt
Programowanie obiektowe Dr hab. Inż. Marta Gładysiewicz-Kudrawiec Pokój 229 A1 Operatory new delete pliki-odczyt Operator new, new[] Operator new oraz new[] służy do rezerwacji obszarów z zapasie pamięci
Bardziej szczegółowoMODELOWANIE I SYMULACJA Kościelisko, 19-23 czerwca 2006r. Oddział Warszawski PTETiS Wydział Elektryczny Politechniki Warszawskiej Polska Sekcja IEEE
ODELOWANIE I SYULACJA Kościelisko, 9-3 czerwca 006r. Oddział Warszawski PTETiS Wydział Elektryczny Politechniki Warszawskiej Polska Sekcja IEEE SYSTE DO KOPUTEROWEGO ODELOWANIA I SYULACJI UKŁADÓW DYNAICZNYCH
Bardziej szczegółowoMonika Wrzosek (IM UG) Programowanie obiektowe 21 / 25
Klasy abstrakcyjne Zad.23. Możemy powiedzieć, że rozwiązanie standardowego zadania matematycznego składa się z trzech części: wprowadzenia danych, znalezienia rozwiązania i wypisania wyników (w tej kolejności).
Bardziej szczegółowo