Wprowadzenie i pojęcia wstępne.

Wielkość: px
Rozpocząć pokaz od strony:

Download "Wprowadzenie i pojęcia wstępne."

Transkrypt

1 Wprowadzenie i pojęcia wstępne.

2 X\A a b c x 1 a 1 b 1 c 1 x 2 a 1 b 1 c 2 x 3 a 1 b 2 c 3 x 4 a 2 b 1 c 4 x 5 a 1 b 2 c 1 x 6 a 1 b 2 c 2 x 7 a 1 b 1 c 1 S = <X, A, V, ρ> X = {x 1,,x 8 } A = {a, b, c} V a = {a 1, a 2 } V b = {b 1, b 2 } V c = {c 1, c 2, c 3, c 4 } ρ = X x A V ρ(x, a) = v np. ρ(x 6, b) = b 2

3 Funkcja informacji przyporządkowuje każdemu obiektowi i atrybutowi odpowiednią wartość; przedstawiona może być za pomocą tabeli: X\A Wykonawca Gatunek Czas trwania X 1 Lady Pank Rock 4:01 X 2 U2 Rock 3:10 X 3 Verba Hip Hop 3:30 X 4 Bajm Pop 4:06 Informacją o obiekcie x jest funkcja ρ x : A V taka, że ρ x (a) = ρ(x, a) dla każdego a A, x X. Jest to zbiór wartości wszystkich atrybutów obiektu w danym systemie. Przykład: ρ x6 = (a, a 1 )(b, b 2 )(c, c 2 )

4 Informacją w systemie S będzie każda funkcja o argumentach w zbiorze atrybutów A oraz wartościach należących do V, taka, że (a) Va. Informacja jest pusta gdy nie odpowiada jej żaden obiekt w systemie: X = ø Wszystkich możliwych do uzyskania informacji w systemie będzie:

5 Deskryptor para atrybut-wartość. (ai, vij ), gdzie ai A; vij Vai; Vai zbiór wartości atrybutu a. Dziedzina atrybutu ai jest co najmniej dwuelementowa każdy atrybut może przyjmować co najmniej jedną z 2 możliwych wartości. Opis obiektu x w systemie S to zbiór deskryptorów wyznaczony przez informację o obiekcie. Język deskryptorowy (LS) to język systemowy, język opisu w kartotece wyszukiwawczej oraz język pytań i odpowiedzi w systemie. Jest on zdefiniowany jako para: LS = <A, G>, gdzie A alfabet, G dwustopniowa gramatyka

6 Alfabet określa zbiór dopuszczalnych symboli jakie występują w języku: 1. 0, 1 stałe (oznaczenie zbioru pustego i pełnego) 2. A zbiór nazw atrybutów 3. V zbiór nazw wartości atrybutów 4. +,, ~ symbole operacji logicznych lub, i, nie 5. (, ) nawiasy

7 Zdefiniowana jest dwustopniowo: Syntaktyka określa zasady tworzenia słów w danym języku. Słowa w języku deskryptorowym nazywamy termami (T zbiór termów; zbiór słów w języku deskryptorowym): 1. Stałe 0, 1 T (są termami). 2. Deskryptor (a, v) T, gdzie a A, V V a jest termem. 3. Jeżeli dwa termy t, t należą do języka to słowami języka są również: t + t T t t T t T Przykłady termów: (Gatunek, Rock) T, (Wykonawca, U2) T, (Gatunek, Pop) (Wykonawca, Bajm) T, (Gatunek, Rock) (Wykonawca, U2) + (Wykonawca, Lady Pank) T

8 Semantyka określa znaczenie słów. Znaczenie słów (termów) określa funkcja σ odwzorowująca zbiór termów T systemu S w zbiór obiektów X tego systemu: σ : T (X), gdzie (X) oznacza rodzinę podzbiorów zbioru X. Funkcja σ określona jest w następujący sposób: 1. σ (0) = ø σ(1) = X (pełny zbiór obiektów) 2. σ (a, v) = {x X, ρ x (a) = v} 3. σ ( t) = {X σ(t) } 4. σ (t + t ) = σ(t) σ(t ) 5. σ (t t ) = σ(t) σ(t )

9 Gdy pytanie kierowane do systemu jest termem, to znalezienie odpowiedzi na to pytanie polega na nadaniu znaczenia poszczególnym jego termom. Przykład: t = (c, c 3 ) σ(t) = {x 3 } σ(t 1 ) = {x 3 } σ(t 2 ) = {x 1, x 2, x 4, x 7 } σ(t) = σ(t 1 ) σ(t 2 ) = {x 3 } {x 1, x 2, x 4, x 7 } = {x 1, x 2, x 3, x 4, x 7 }

10 Term elementarny. Term t nazywamy elementarnym jeśli jest postaci: t e = (a 1, v i1 ) (a 2, v i2 ) (a n, v in ) gdzie: a i A, v ij V aj. Jeżeli przez oznaczymy deksprytor (a j, v ij ) to: Term składowy. Term t nazywamy składowym jeśli jest postaci: gdzie k n. Term normalny. Term t nazywamy normalnym jeśli jest on sumą termów elementarnych: t n = t 1 + t t m, gdzie t i to termy elementarne

11 Proces prowadzący od termu składowego do termu elementarnego to normalizacja. W wyniku normalizacji oczywiście powstaje term normalny. Przykład Załóżmy, że szukamy odpowiedzi na pytanie wyrażone termem składowym t = (a,a 1 ) (b,b 1 ). Wartość atrybutu c jest wówczas nieistotna. Zatem należy znaleźć odpowiedź na pytanie: t = (a,a 1 ) (b,b 1 ) [(c,c 1 )+(c,c 2 )+(c,c 3 )+(c,c 4 )] = (a,a 1 )(b,b 1 )(c,c 1 ) + (a,a 1 )(b,b 1 )(c,c 2 ) + (a,a 1 )(b,b 1 )(c,c 3 ) + (a,a 1 )(b,b 1 )(c,c 4 )

12 1. Wszystkie termy elementarne są rozłączne. 2. Suma odpowiedzi na termy elementarne daje cały zbiór obiektów.

13 Zawieranie się termów Term t jest zawarty w t' wtedy i tylko wtedy, gdy zbiór obiektów odpowiadający wartości termu t jest zawarty w zbiorze obiektów odpowiadających wartości termu t: Równość termów Termy t i t są równe w systemie S wtedy i tylko wtedy, gdy wartości tych termów są równe:

14 t = (a, a 1 ) t = (a, a 1 )(b, b 1 ) σ(t) = {x 1, x 2, x 3, x 5, x 6, x 7 } σ(t ) = {x 1, x 2, x 7 } ODP: Term t zawiera się w t, gdyż: X\A a b c x 1 a 1 b 1 c 1 x 2 a 1 b 1 c 2 x 3 a 1 b 2 c 3 x 4 a 2 b 1 c 4 x 5 a 1 b 2 c 1 x 6 a 1 b 2 c 2 x 7 a 1 b 1 c 1

15 System jest kompletny wtedy i tylko wtedy, gdy każdej informacji odpowiada co najmniej jeden obiekt (tj. gdy każda informacja jest niepusta). Nasz przykładowy system nie jest kompletny bo istnieje informacja (a, a 1 )(b, b 1 )(c, c 4 ) = ø (której nie odpowiada żaden obiekt w systemie). System jest selektywny wtedy i tylko wtedy, gdy każdej informacji odpowiada co najwyżej jeden obiekt. Nasz przykładowy system nie jest selektywny bo istnieje informacja (a, a 1 )(b, b 1 )(c, c 1 ) = {x 1, x 7 } (której odpowiadają dwa obiekty x 1 oraz x 7).

16 Liczba informacji (L) w systemie wyznaczania jest ze wzoru: L = m 1 m 2 m n, gdzie m i = card V ai (liczebność konkretnego zbioru wartości) Przykład: m 1 = 2, m 2 = 2, m 3 = 4 stąd L = = 16. Redundancja nadmiar informacji w stosunku do przyjętego minimum. Wady: zwiększa zajętość pamięci utrudnia aktualizację

17 Powiemy, że atrybut b jest zależy od atrybutu a wtedy i tylko wtedy, gdy klasa równoważności (nierozróźnialności) dla atrybutu a zawiera się w klasie równoważności dla atrybutu b. Klasa równoważności zbiór obiektów nierozróżnialnych ze względu na wartość danego atrybutu.

18 Atrybuty a i b są niezależne gdy nie zachodzi żadna z relacji: Atrybuty a i b są równoważne w systemie S gdy:

19 Klasy równoważności: Wynika z tego że: Atrybut a jest atrybutem zależnym od atrybutu c, zatem jest on zbędny bo: } X\A a b c x 1 a 1 b 1 c 1 x 2 a 1 b 1 c 2 x 3 a 1 b 2 c 3 x 4 a 2 b 1 c 4 x 5 a 1 b 2 c 1 x 6 a 1 b 2 c 2 x 7 a 1 b 1 c 1

20 Powiemy, że obiekty x, y X są nierozróżnialne w systemie S ze względu na atrybut a A wtedy i tylko wtedy, gdy ρ x (a) = ρ y (a). Nierozróżnialność obiektów x, y ze względu na atrybut a zapisujemy jako. Przykład: Obiekty x 1 i x 2 są nierozróżnialne w systemie ze względu na atrybut b. Obiekty x, y X nazywamy nierozróżnialnymi w systemie S ( ) wtedy i tylko wtedy, gdy ρ x = ρ y. Przykład: Obiekty x 1 i x 7 są nierozróżnialne w systemie.

21 Nie Proszę zapoznać się również z:

22 Na podstawie kartoteki wyszukiwawczej i opisu systemu sporządzonego w domu: 1. Zapisz po 3 termy elementarne oraz składowe. 2. Dokonaj normalizacji wybranego termu składowego. 3. Sprawdź czy (i uzasadnij dlaczego) system jest selektywny i kompletny. 4. Policz liczbę informacji w systemie. 5. Zbadaj zależności między atrybutami w systemie.

Systemy baz danych. Notatki z wykładu. http://robert.brainusers.net 17.06.2009

Systemy baz danych. Notatki z wykładu. http://robert.brainusers.net 17.06.2009 Systemy baz danych Notatki z wykładu http://robert.brainusers.net 17.06.2009 Notatki własne z wykładu. Są niekompletne, bez bibliografii oraz mogą zawierać błędy i usterki. Z tego powodu niniejszy dokument

Bardziej szczegółowo

Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki. Wykład 14. Wprowadzenie do logiki intuicjonistycznej

Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki. Wykład 14. Wprowadzenie do logiki intuicjonistycznej Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 14. Wprowadzenie do logiki intuicjonistycznej 1 Przedstawione na poprzednich wykładach logiki modalne możemy uznać

Bardziej szczegółowo

FUNKCJE LICZBOWE. Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y.

FUNKCJE LICZBOWE. Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y. FUNKCJE LICZBOWE Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y. Innymi słowy f X Y = {(x, y) : x X oraz y Y }, o ile (x, y) f oraz (x, z) f pociąga

Bardziej szczegółowo

Bazy Danych 2008 Część 1 Egzamin Pisemny

Bazy Danych 2008 Część 1 Egzamin Pisemny Bazy Danych 2008 Część Egzamin Pisemny. Zagadnienia związane z CDM a) Model danych SłuŜy do wyraŝania struktury danych, projektowanego lub istniejącego systemu. Przez strukturę rozumiemy typ danych, powiązania

Bardziej szczegółowo

Ę Ę Ę Ó Ę Ę Ó Ź ć Ł Ś Ó Ó Ł Ł Ż ć ć Ż Ą Ż ć Ę Ę ź ć ź Ą Ę Ż ć Ł Ę ć Ż Ę Ę ć ć Ż Ż Ę Ż Ż ć Ó Ę Ę ć Ę ć Ę Ę Ż Ż Ż Ż ź Ż Ę Ę ź Ę ź Ę Ż ć ć Ą Ę Ę ć Ę ć ć Ź Ą Ę ć Ę Ą Ę Ę Ę ć ć ć ć Ć Ą Ą ć Ę ć Ż ć Ę ć ć ć Ą

Bardziej szczegółowo

ż ż ć ż Ż ż ż ć Ł ń ń ź ć ń Ś ż Ł ć ż Ź ż ń ż Ż Ś ć ź ż ć Ś ń ń ź ż ź ń Ś ń Ś ż ń ń ż ć ż ż Ą ć ń ń ń ć ż ć Ś ż Ć ć ż Ś Ś ć Ż ż Ś ć Ż Ż Ż Ą ń ń ć ń Ż ć ń ż Ż ń ż Ś ń Ś Ś ć Ż Ż Ć Ó Ż Ść ż Ż ż ż ń Ż Ż ć

Bardziej szczegółowo

ń ń ź ź ć ń ń Ą Ź ń Ą ĄĄ Ą ń ź Ł Ł ń ć Ó Ą Ą ń ń ć ń ć ź ć ć Ó ć Ó ć Ś ć Ó ń ć ć ć ź ć Ą Ó Ź Ź Ź Ą ź Ó Ą ń ń Ź Ó Ź Ń ć Ń ć ź ń ń ń ń ń ń Ń ń Ź ń Ź Ź Ź ń ń ń Ą Ź Ó ĄĄ ń Ą ń ń Ó Ń Ó Ó ń Ą Ó ź ń ź Ą Ó Ą ź

Bardziej szczegółowo

Ą Ą Ś Ż Ą ć Ź ć Ó Ś Ż Ź Ó ć Ś Ż ć Ś Ź Ó ć Ż Ż Ź Ż Ó Ź Ó Ż Ż Ż Ż Ż Ś Ź Ś ć ć ć Ź ć ć Ó Ó Ó Ś Ą ć ć Ź Ż Ż Ż Ż ź Ż ź Ó Ś Ą Ź Ż Ż ć Ź Ó Ż Ó Ś Ą Ś Ś Ź Ż Ś Ż Ż Ź Ó ć Ś Ś Ść Ś Ż Ź Ó Ś Ó Ź Ó Ż Ź Ó Ś Ś Ż Ź Ż Ś

Bardziej szczegółowo

Ę Ł ć Ą ż Ł Ł Ą Ó ż Ł Ś Ę Ś Ó Ł Ń Ą Ą Ł Ą ĄĄ ż ć Ś Ź ć ć Ł ć ć ć Ś Ó Ś Ś ć ć ć ć Ó ć ć ć Ś ż Ł Ą ż Ś ż Ł ć ć Ó ć ć Ą ć Ś ć ż ć ć Ś ć Ł Ń ć ć Ę ć ć ć Ó ć ć ć ć ć ć ź ć ć Ó ć ć ć ć ć ż ć ć ć ć Ł ć ć ć ć

Bardziej szczegółowo

Ą Ł Ą Ą ś ś ż Ż ś ś ś ść ś ś Ą ś Ż ś ć ż ś ś ż ś ż Ć Ł Ż ż Ź ć ĄĄ Ż Ą Ż Ą Ź Ż Ł Ł Ę ś ś ś ż Ą ś Ą ś Ą Ż Ą Ż Ą Ć Ż Ż ś Ż Ą Ć Ł Ł Ę ś ż Ż ć ś ś ś ś Ż Ć ż ż ś ś ż ś ś Ż Ż ś ś ś ś ś Ż ż Ż ś ś Ż Ę ż ś ż Ź Ę

Bardziej szczegółowo

Ż ź ź ź ź ź ć ć Ą Ą ć Ą ź ź ć Ż Ś ź ć ć Ę ć ź ź ć ź Ą ĄĄ Ń Ą Ń ć ć ć ć Ę ć Ń ć ć ć ć Ą ć ć ć ć ć Ń Ń ć ć ź ź ć Ę Ę ć Ą ć ć ć ć ć Ń Ę ć ć ć ć ć ć ć ć ć ź ć ź Ą ć ć ć Ń ć ć ć ć ź ć ć ć Ń Ń ć ź ź ć ź ź ć

Bardziej szczegółowo

Ekonomia matematyczna - 1.2

Ekonomia matematyczna - 1.2 Ekonomia matematyczna - 1.2 6. Popyt Marshalla, a popyt Hicksa. Poruszać się będziemy w tzw. standardowym polu preferencji X,, gdzie X R n i jest relacją preferencji, która jest: a) rosnąca (tzn. x y x

Bardziej szczegółowo

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA ZBIORY Z POWTÓRZENIAMI W zbiorze z powtórzeniami ten sam element może występować kilkakrotnie. Liczbę wystąpień nazywamy krotnością tego elementu w zbiorze X = { x,..., x n } - zbiór k,..., k n - krotności

Bardziej szczegółowo

φ(x 1,..., x n ) = a i x 2 i +

φ(x 1,..., x n ) = a i x 2 i + Teoria na egzamin z algebry liniowej Wszystkie podane pojęcia należy umieć określić i podać pprzykłady, ewentualnie kontrprzykłady. Ponadto należy znać dowody tam gdzie to jest zaznaczone. Liczby zespolone.

Bardziej szczegółowo

WPROWADZENIE DO BAZ DANYCH

WPROWADZENIE DO BAZ DANYCH 1 Technologie informacyjne WYKŁAD IV WPROWADZENIE DO BAZ DANYCH MAIL: WWW: a.dudek@pwr.edu.pl http://wgrit.ae.jgora.pl/ad Bazy danych 2 Baza danych to zbiór danych o określonej strukturze. zapisany na

Bardziej szczegółowo

baton OR mars 282,000,000 241,000,000 baton OR mars 283,000,000 WYSZUKIWANIE BOOLOWSKIE

baton OR mars 282,000,000 241,000,000 baton OR mars 283,000,000 WYSZUKIWANIE BOOLOWSKIE WYSZUKIWANIE BOOLOWSKIE Wyszukiwanie boolowskie jest rozszerzeniem wyszukiwania prostego (opartego o słowa kluczowe) o operatory logiczne: AND, OR, NOT oraz ich kombinację. Większośd modeli wyszukiwania

Bardziej szczegółowo

Java - tablice, konstruktory, dziedziczenie i hermetyzacja

Java - tablice, konstruktory, dziedziczenie i hermetyzacja Java - tablice, konstruktory, dziedziczenie i hermetyzacja Programowanie w językach wysokiego poziomu mgr inż. Anna Wawszczak PLAN WYKŁADU zmienne tablicowe konstruktory klas dziedziczenie hermetyzacja

Bardziej szczegółowo

Rachunek prawdopodobieństwa dla informatyków

Rachunek prawdopodobieństwa dla informatyków Rachunek prawdopodobieństwa dla informatyków Adam Roman Instytut Informatyki UJ Wykład 1 rys historyczny zdarzenia i ich prawdopodobieństwa aksjomaty i reguły prawdopodobieństwa prawdopodobieństwo warunkowe

Bardziej szczegółowo

Relacyjny model baz danych, model związków encji, normalizacje

Relacyjny model baz danych, model związków encji, normalizacje Relacyjny model baz danych, model związków encji, normalizacje Wyklad 3 mgr inż. Maciej Lasota mgr inż. Karol Wieczorek Politechnika Świętokrzyska Katedra Informatyki Kielce, 2009 Definicje Operacje na

Bardziej szczegółowo

Probabilistyczne podstawy statystyki matematycznej. Dr inż. Małgorzata Michalcewicz-Kaniowska

Probabilistyczne podstawy statystyki matematycznej. Dr inż. Małgorzata Michalcewicz-Kaniowska Probabilistyczne podstawy statystyki matematycznej Dr inż. Małgorzata Michalcewicz-Kaniowska 1 Zdarzenia losowe, algebra zdarzeń Do podstawowych pojęć w rachunku prawdopodobieństwa zaliczamy: doświadczenie

Bardziej szczegółowo

A i A j lub A j A i. Operator γ : 2 X 2 X jest ciągły gdy

A i A j lub A j A i. Operator γ : 2 X 2 X jest ciągły gdy 3. Wyład 7: Inducja i reursja struturalna. Termy i podstawianie termów. Dla uninięcia nieporozumień notacyjnych wprowadzimy rozróżnienie między funcjami i operatorami. Operatorem γ w zbiorze X jest funcja

Bardziej szczegółowo

Definicja bazy danych TECHNOLOGIE BAZ DANYCH. System zarządzania bazą danych (SZBD) Oczekiwania wobec SZBD. Oczekiwania wobec SZBD c.d.

Definicja bazy danych TECHNOLOGIE BAZ DANYCH. System zarządzania bazą danych (SZBD) Oczekiwania wobec SZBD. Oczekiwania wobec SZBD c.d. TECHNOLOGIE BAZ DANYCH WYKŁAD 1 Wprowadzenie do baz danych. Normalizacja. (Wybrane materiały) Dr inż. E. Busłowska Definicja bazy danych Uporządkowany zbiór informacji, posiadający własną strukturę i wartość.

Bardziej szczegółowo

Pobieranie i przetwarzanie treści stron WWW

Pobieranie i przetwarzanie treści stron WWW Eksploracja zasobów internetowych Wykład 2 Pobieranie i przetwarzanie treści stron WWW mgr inż. Maciej Kopczyński Białystok 2014 Wstęp Jedną z funkcji silników wyszukiwania danych, a właściwie ich modułów

Bardziej szczegółowo

Języki programowania zasady ich tworzenia

Języki programowania zasady ich tworzenia Strona 1 z 18 Języki programowania zasady ich tworzenia Definicja 5 Językami formalnymi nazywamy każdy system, w którym stosując dobrze określone reguły należące do ustalonego zbioru, możemy uzyskać wszystkie

Bardziej szczegółowo

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie: ma postać y = ax + b Równanie regresji liniowej By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : xy b = a = b lub x Gdzie: xy = też a = x = ( b ) i to dane empiryczne, a ilość

Bardziej szczegółowo

Działanie grupy na zbiorze

Działanie grupy na zbiorze Działanie grupy na zbiorze Definicja 0.1 Niech (G, ) będzie dowolną grupą oraz X niepustym zbiorem, to odwzorowanie : G X X nazywamy działaniem grupy G na zbiorze X jeślinastępujące warunki są spełnione:

Bardziej szczegółowo

1. Wartość, jaką odczytuje się z obszaru przydzielonego obiektowi to: a) I - wartość b) definicja obiektu c) typ oboektu d) p - wartość

1. Wartość, jaką odczytuje się z obszaru przydzielonego obiektowi to: a) I - wartość b) definicja obiektu c) typ oboektu d) p - wartość 1. Wartość, jaką odczytuje się z obszaru przydzielonego obiektowi to: a) I - wartość b) definicja obiektu c) typ oboektu d) p - wartość 2. Poprawna definicja wskażnika b to: a) float *a, **b = &a; b) float

Bardziej szczegółowo

Bazy danych. Plan wykładu. Zależności funkcyjne. Wykład 2: Relacyjny model danych - zależności funkcyjne. Podstawy SQL.

Bazy danych. Plan wykładu. Zależności funkcyjne. Wykład 2: Relacyjny model danych - zależności funkcyjne. Podstawy SQL. Plan wykładu Bazy danych Wykład 2: Relacyjny model danych - zależności funkcyjne. Podstawy SQL. Deficja zależności funkcyjnych Klucze relacji Reguły dotyczące zależności funkcyjnych Domknięcie zbioru atrybutów

Bardziej szczegółowo

Bazy danych 3. Normalizacja baz danych

Bazy danych 3. Normalizacja baz danych Bazy danych 3. Normalizacja baz danych P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2011/12 Pierwsza postać normalna Tabela jest w pierwszej postaci normalnej (1PN), jeżeli 1. Tabela posiada klucz.

Bardziej szczegółowo

S y s t e m y. B a z D a n y c h

S y s t e m y. B a z D a n y c h S y s t e m y B a z D a n y c h Wykład na przedmiot: Bazy danych Studia zaoczne i podyplomowe UAM Anna Pankowska aniap@amu.edu.pl W y k ł a d I Temat: Relacyjne bazy danych Plan wykładu: - cel stosowania

Bardziej szczegółowo

Diagramy związków encji. Laboratorium. Akademia Morska w Gdyni

Diagramy związków encji. Laboratorium. Akademia Morska w Gdyni Akademia Morska w Gdyni Gdynia 2004 1. Podstawowe definicje Baza danych to uporządkowany zbiór danych umożliwiający łatwe przeszukiwanie i aktualizację. System zarządzania bazą danych (DBMS) to oprogramowanie

Bardziej szczegółowo

Definicja: alfabetem. słowem długością słowa

Definicja: alfabetem. słowem długością słowa Definicja: Niech X będzie zbiorem niepustym. Zbiór ten będziemy nazywać alfabetem. Skończony ciąg elementów alfabetu X będziemy nazywać słowem a liczbę elementów tego ciągu nazywamy długością słowa. Na

Bardziej szczegółowo

a 1, a 2, a 3,..., a n,...

a 1, a 2, a 3,..., a n,... III. Ciągi liczbowe. 1. Definicja ciągu liczbowego. Definicja 1.1. Ciągiem liczbowym nazywamy funkcję a : N R odwzorowującą zbiór liczb naturalnych N w zbiór liczb rzeczywistych R i oznaczamy przez {a

Bardziej szczegółowo

SKRYPTY. Zadanie: Wyznaczyć wartość wyrażenia arytmetycznego

SKRYPTY. Zadanie: Wyznaczyć wartość wyrażenia arytmetycznego 1 SKRYPTY Zadanie: Wyznaczyć wartość wyrażenia arytmetycznego z = 1 y + 1+ ( x + 2) 3 x 2 + x sin y y + 1 2 dla danych wartości x = 12.5 i y = 9.87. Zadanie to można rozwiązać: wpisując dane i wzór wyrażenia

Bardziej szczegółowo

Jak tworzyd filtry? W jaki sposób odbywa się filtrowanie w systemie pokaż/ukryj pytania?

Jak tworzyd filtry? W jaki sposób odbywa się filtrowanie w systemie pokaż/ukryj pytania? Jak tworzyd filtry? Spis treści O czym warto pamiętad przed stworzeniem pytania filtrującego:... 1 Warunki badawcze... 2 Definicja elementów filtru... 3 Tworzenie filtrów dla pytao prostych... 4 Tworzenie

Bardziej szczegółowo

Zadanie 2. Obliczyć rangę dowolnego elementu zbioru uporządkowanego N 0 N 0, gdy porządek jest zdefiniowany następująco: (a, b) (c, d) (a c b d)

Zadanie 2. Obliczyć rangę dowolnego elementu zbioru uporządkowanego N 0 N 0, gdy porządek jest zdefiniowany następująco: (a, b) (c, d) (a c b d) Matemaryka dyskretna - zadania Zadanie 1. Opisać zbiór wszystkich elementów rangi k zbioru uporządkowanego X dla każdej liczby naturalnej k, gdy X jest rodziną podzbiorów zbioru skończonego Y. Elementem

Bardziej szczegółowo

Zarządzanie pamięcią w systemie operacyjnym

Zarządzanie pamięcią w systemie operacyjnym Zarządzanie pamięcią w systemie operacyjnym Cele: przydział zasobów pamięciowych wykonywanym programom, zapewnienie bezpieczeństwa wykonywanych procesów (ochrona pamięci), efektywne wykorzystanie dostępnej

Bardziej szczegółowo

Struktura i działanie jednostki centralnej

Struktura i działanie jednostki centralnej Struktura i działanie jednostki centralnej ALU Jednostka sterująca Rejestry Zadania procesora: Pobieranie rozkazów; Interpretowanie rozkazów; Pobieranie danych Przetwarzanie danych Zapisywanie danych magistrala

Bardziej szczegółowo

Algorytmy zapisywane w pseudojęzyku programowania. Klasa 2 Lekcja 6

Algorytmy zapisywane w pseudojęzyku programowania. Klasa 2 Lekcja 6 Algorytmy zapisywane w pseudojęzyku programowania Klasa 2 Lekcja 6 Dlaczego stosujemy pseudojęzyk? Każdy język j programowania określa pewną notację,, służąs żącą do zapisywania tekstu programu. Zanim

Bardziej szczegółowo

Ś ć Ó Ś Ó Ą Ł Ą Ź Ź Ó ć ć Ó Ź Ą Ą Ś Ą Ł Ó Ł Ń Ź Ź ź Ź ź ć ć ć ć ć ć ć ć ć ć ć ć ć Ć Ą Ź ź ć ć ć ź Ą Ź Ą Ó Ó Ą Ń Ź ć ź ć ć ć Ą ź Ó ć Ą Ą ć ć ź Ó ć ć ć ć ć ć ć ć ć ć ć ć ć ć ć Ł Ź Ź ć ć ź ź ć ć ć ć ć ć Ó

Bardziej szczegółowo

Wykład nr 3. Temat: Wskaźniki i referencje. Edward Morgan Forster

Wykład nr 3. Temat: Wskaźniki i referencje. Edward Morgan Forster Wykład nr 3 Temat: Wskaźniki i referencje. Cytaty: Mylić się jest rzeczą ludzką, ale żeby coś naprawdę spaprać potrzeba komputera. Edward Morgan Forster Gdyby murarze budowali domy tak, jak programiści

Bardziej szczegółowo

dr inż. Jacek Naruniec email: J.Naruniec@ire.pw.edu.pl

dr inż. Jacek Naruniec email: J.Naruniec@ire.pw.edu.pl dr inż. Jacek Naruniec email: J.Naruniec@ire.pw.edu.pl Coraz większa ilość danych obrazowych How much information, University of California Berkeley, 2002: przyrost zdjęć rentgenowskich to 17,2 PB rocznie

Bardziej szczegółowo

Definiowanie własnych klas

Definiowanie własnych klas Programowanie obiektowe Definiowanie własnych klas Paweł Rogaliński Instytut Informatyki, Automatyki i Robotyki Politechniki Wrocławskiej pawel.rogalinski @ pwr.wroc.pl Definiowanie własnych klas Autor:

Bardziej szczegółowo

PŁOCKA MIĘDZYGIMNAZJALNA LIGA PRZEDMIOTOWA MATEMATYKA marzec 2013

PŁOCKA MIĘDZYGIMNAZJALNA LIGA PRZEDMIOTOWA MATEMATYKA marzec 2013 PŁOCKA MIĘDZYGIMNAZJALNA LIGA PRZEDMIOTOWA MATEMATYKA marzec 03 KARTA PUNKTACJI ZADAŃ (wypełnia komisja konkursowa): Numer zadania Zad. Zad. SUMA PUNKTÓW Poprawna Zad. 3 Zad. 4 Zad. 5 Zad. 6 Zad. 7 odpowiedź

Bardziej szczegółowo

Temat: Arkusze kalkulacyjne. Program Microsoft Office Excel. Podstawy

Temat: Arkusze kalkulacyjne. Program Microsoft Office Excel. Podstawy Temat: Arkusze kalkulacyjne. Program Microsoft Office Excel. Podstawy Arkusz kalkulacyjny to program przeznaczony do wykonywania różnego rodzaju obliczeń oraz prezentowania i analizowania ich wyników.

Bardziej szczegółowo

2010-10-21 PLAN WYKŁADU BAZY DANYCH MODEL DANYCH. Relacyjny model danych Struktury danych Operacje Integralność danych Algebra relacyjna HISTORIA

2010-10-21 PLAN WYKŁADU BAZY DANYCH MODEL DANYCH. Relacyjny model danych Struktury danych Operacje Integralność danych Algebra relacyjna HISTORIA PLAN WYKŁADU Relacyjny model danych Struktury danych Operacje Integralność danych Algebra relacyjna BAZY DANYCH Wykład 2 dr inż. Agnieszka Bołtuć MODEL DANYCH Model danych jest zbiorem ogólnych zasad posługiwania

Bardziej szczegółowo

ż Ą Ź Ą Ż ź ż ć Ą ż ź ć ź Ś ż ź ć ż ĄĄ ż ż ź ż ć ć Ę ć ż ć Ś ć ć ź ż ż ć ż ć Ę ć Ę Ę ż ż Ę ć Ś ż ć ż ć ż Ą ź ż źć ż ż ż ż ź ź ż ć ć ż ć ż ć ć ż Ę ć ź ć ć ż ć ć ż ć ć ć ć ż Źć ź ż ć ć Ę Ą Ę ć ź Ę Ę ż Ę

Bardziej szczegółowo

Bazy danych. wprowadzenie teoretyczne. Piotr Prekurat 1

Bazy danych. wprowadzenie teoretyczne. Piotr Prekurat 1 Bazy danych wprowadzenie teoretyczne Piotr Prekurat 1 Baza danych Jest to zbiór danych lub jakichkolwiek innych materiałów i elementów zgromadzonych według określonej systematyki lub metody. Zatem jest

Bardziej szczegółowo

Tadeusz Pankowski www.put.poznan.pl/~tadeusz.pankowski. Relacyjne bazy danych. są podstawą zachodniej cywilizacji

Tadeusz Pankowski www.put.poznan.pl/~tadeusz.pankowski. Relacyjne bazy danych. są podstawą zachodniej cywilizacji Relacyjne bazy danych Tadeusz Pankowski www.put.poznan.pl/~tadeusz.pankowski 1 Model danych Relacyjne bazy danych są podstawą zachodniej cywilizacji 3 Model danych: Aspekt strukturalny: Zbiór struktur

Bardziej szczegółowo

Algebra liniowa z geometrią

Algebra liniowa z geometrią Algebra liniowa z geometrią Maciej Czarnecki 15 stycznia 2013 Spis treści 1 Geometria płaszczyzny 2 1.1 Wektory i skalary........................... 2 1.2 Macierze, wyznaczniki, układy równań liniowych.........

Bardziej szczegółowo

Technologie baz danych

Technologie baz danych Plan wykładu Technologie baz danych Wykład 2: Relacyjny model danych - zależności funkcyjne. SQL - podstawy Definicja zależności funkcyjnych Reguły dotyczące zależności funkcyjnych Domknięcie zbioru atrybutów

Bardziej szczegółowo

Bazy danych wykład dwunasty. dwunasty Wykonywanie i optymalizacja zapytań SQL 1 / 36

Bazy danych wykład dwunasty. dwunasty Wykonywanie i optymalizacja zapytań SQL 1 / 36 Bazy danych wykład dwunasty Wykonywanie i optymalizacja zapytań SQL Konrad Zdanowski Uniwersytet Kardynała Stefana Wyszyńskiego, Warszawa dwunasty Wykonywanie i optymalizacja zapytań SQL 1 / 36 Model kosztów

Bardziej szczegółowo

Instrukcja użytkownika

Instrukcja użytkownika SoftwareStudio Studio 60-349 Poznań, ul. Ostroroga 5 Tel. 061 66 90 641 061 66 90 642 061 66 90 643 061 66 90 644 fax 061 86 71 151 mail: poznan@softwarestudio.com.pl Herkules WMS.net Instrukcja użytkownika

Bardziej szczegółowo

Kwerendy (zapytania) wybierające

Kwerendy (zapytania) wybierające Access 2. Kwerendy (zapytania) wybierające Kwerendy wybierające (nazywane też zapytaniami wybierającymi) są podstawowymi obiektami w MS Access służącymi do wyszukiwania danych w tabelach. W wyniku uruchomienia

Bardziej szczegółowo

Wymagania na poszczególne oceny szkolne z matematyki. dla uczniów klasy Ia i Ib. Gimnazjum im. Jana Pawła II w Mętowie. w roku szkolnym 2015/2016

Wymagania na poszczególne oceny szkolne z matematyki. dla uczniów klasy Ia i Ib. Gimnazjum im. Jana Pawła II w Mętowie. w roku szkolnym 2015/2016 Wymagania na poszczególne oceny szkolne z matematyki dla uczniów klasy Ia i Ib Gimnazjum im. Jana Pawła II w Mętowie w roku szkolnym 2015/2016 DZIAŁ I: LICZBY zaznacza na osi liczbowej punkty odpowiadające

Bardziej szczegółowo

PODZIAŁ LOGICZNY. Zbiór Z. Zbiór A. Zbiór B

PODZIAŁ LOGICZNY. Zbiór Z. Zbiór A. Zbiór B Fragment książki Jarosława Strzeleckiego Logika z wyobraźnią. Wszelki uwagi merytoryczne i stylistyczne proszę kierować pod adres jstrzelecki@uwm.edu.pl PODZIAŁ LOGICZNY I. DEFINICJA: Podziałem logicznym

Bardziej szczegółowo

Ź Ć Ą ć Ą ż Ć Ł Ł Ł Ą ć Ź ż ń ć ń ż ż ż ż Ź Ź Ą ż Ć ż ż ż ż ż Ą Ą Ć Ź ż ć ż ż Ą Ź Ą ż ż ć ż Ć Ą Ą ż Ą ź ż Ą ż Ź ż Ą ż ż ż ć Ąć ć Ą ć ż Ć Ą Ź Ą ż ż Ą ż Ą Ą ĄĄ Ą ż ż Ą Ć ż Ą ż ż ż ć Ą Ą Ł ż Ć ć ĄĄ Ą ć Ą

Bardziej szczegółowo

Teoria ciała stałego Cz. I

Teoria ciała stałego Cz. I Teoria ciała stałego Cz. I 1. Elementy teorii grup Grupy symetrii def. Grupy Zbiór (skończony lub nieskończony) elementów {g} tworzy grupę gdy: - zdefiniowana operacja mnożenia (złożenia) g 1 g 2 = g 3

Bardziej szczegółowo

Hurtownie danych. Przetwarzanie zapytań. http://zajecia.jakubw.pl/hur ZAPYTANIA NA ZAPLECZU

Hurtownie danych. Przetwarzanie zapytań. http://zajecia.jakubw.pl/hur ZAPYTANIA NA ZAPLECZU Hurtownie danych Przetwarzanie zapytań. Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/hur ZAPYTANIA NA ZAPLECZU Magazyny danych operacyjnych, źródła Centralna hurtownia danych Hurtownie

Bardziej szczegółowo

MS Excel 2007 Kurs zaawansowany Obsługa baz danych. prowadzi: Dr inż. Tomasz Bartuś. Kraków: 2008 04 25

MS Excel 2007 Kurs zaawansowany Obsługa baz danych. prowadzi: Dr inż. Tomasz Bartuś. Kraków: 2008 04 25 MS Excel 2007 Kurs zaawansowany Obsługa baz danych prowadzi: Dr inż. Tomasz Bartuś Kraków: 2008 04 25 Bazy danych Microsoft Excel 2007 udostępnia szereg funkcji i mechanizmów obsługi baz danych (zwanych

Bardziej szczegółowo

Modelowanie danych, projektowanie systemu informatycznego

Modelowanie danych, projektowanie systemu informatycznego Modelowanie danych, projektowanie systemu informatycznego Modelowanie odwzorowanie rzeczywistych obiektów świata rzeczywistego w systemie informatycznym Modele - konceptualne reprezentacja obiektów w uniwersalnym

Bardziej szczegółowo

Projektowanie relacyjnych baz danych

Projektowanie relacyjnych baz danych BAZY DANYCH wykład 7 Projektowanie relacyjnych baz danych Dr hab. Sławomir Zadrożny, prof. PR Zależności funkcyjne Niech X i Y oznaczają zbiory atrybutów relacji R Powiemy, że dla relacji R obowiązuje

Bardziej szczegółowo

A,B M! v V ; A + v = B, (1.3) AB = v. (1.4)

A,B M! v V ; A + v = B, (1.3) AB = v. (1.4) Rozdział 1 Prosta i płaszczyzna 1.1 Przestrzeń afiniczna Przestrzeń afiniczna to matematyczny model przestrzeni jednorodnej, bez wyróżnionego punktu. Można w niej przesuwać punkty równolegle do zadanego

Bardziej szczegółowo

Grafika komputerowa Wykład 6 Krzywe, powierzchnie, bryły

Grafika komputerowa Wykład 6 Krzywe, powierzchnie, bryły Grafika komputerowa Wykład 6 Krzywe, powierzchnie, bryły Instytut Informatyki i Automatyki Państwowa Wyższa Szkoła Informatyki i Przedsiębiorczości w Łomży 2 0 0 9 Spis treści Spis treści 1 2 obiektów

Bardziej szczegółowo

ź ą ą ź ć ź ą ć ź ź ń ą ą ń ą ą ą Żą Żą ć ź ą ą ą ą ą ą ć ć ź ą ąą ą ą ą ąą ą ą ć ą ć ź ć ć ć ą ć ć ą ć ć ć ć ą ć ą ą ć ć ć ą ć ź ć ć ź ć ą ć ą ą ć ć Ę Ł Ż ć ą ą ć ć ą ć ć ć ą ą ń Ż ą ą ą ą ą ć ć ą ć ą

Bardziej szczegółowo

Proces rozproszony 1

Proces rozproszony 1 Proces rozproszony 1 Plan wykładu Celem wykładu jest zapoznanie słuchacza z podstawowymi pojęciami związanymi z przetwarzaniem rozproszonym. Wykład ten jest kontynuacją wykładu poprzedniego, w którym zdefiniowano

Bardziej szczegółowo

Ź Ź Ó Ł Ś Ź Ń Ż Ę Ę ź Ę Ź ĘĄ ż ź Ę Ź Ż ź Ź Ł ź Ę Ż ż Ż Ą ź ż Ż Ż ż Ź ż ć ć ć Ż ż ż Ź ż ż Ź Ź Ż ć ć Ą Ż ć Ż Ń Ó ż ć ż Ż ż Ż Ź Ż ż ż Ę ż Ź Ź Ź Ź Ź ĄĄ ź Ż Ź Ź Ź Ż Ź Ź ź Ż Ź ź ź ź Ś Ź Ę ĘĄ ż Ż Ę ż ć Ś ĄĄ Ę

Bardziej szczegółowo

1. Zarządzanie informacją w programie Access

1. Zarządzanie informacją w programie Access 1. Zarządzanie informacją w programie Access a. 1. Cele lekcji i. a) Wiadomości Uczeń: zna definicję bazy danych i jej zadania, zna pojęcia: rekord, pole, klucz podstawowy, zna obiekty bazy danych: tabele,

Bardziej szczegółowo

Do druku nr 2651 WYDZIAŁ PREZYDIALNY. Z poważaniem. o zmianie ustawy o emeryturach i rentach z Funduszu Ubezpieczeń

Do druku nr 2651 WYDZIAŁ PREZYDIALNY. Z poważaniem. o zmianie ustawy o emeryturach i rentach z Funduszu Ubezpieczeń .. Do druku nr 2651 Warszawa, dnia r13 sierpnia 2014 r. PIERWSZV PREZES SĄDU NAJWYŻSZEGO RZECZVPOSPOLITEJ POLSKIEJ BSA III-Q21-208/14 Pan Adam PODGÓRSKI Zastępca Szefa Kancelarii Sejmu W odpowiedzi na

Bardziej szczegółowo

Ą Ą Ą Ą Ą Ą Ą Ą Ł Ó Ę Ń Ą Ą Ę Ł Ę Ś Ś Ś Ś Ł Ą Ż Ś Ź Ł Ó Ł Ą Ł Ę Ł Ą Ą Ą Ą Ą Ą Ą ĄĄ Ą Ś Ć Ą Ę Ę Ć Ł Ł Ś Ź Ź Ó ĆŚ Ż Ł Ś Ś Ź Ź Ó Ę Ę Ę Ó Ś Ź Ą Ę Ą Ś Ę Ł Ś Ł Ś Ś Ń Ś Ę Ę Ż Ż Ó Ś Ą Ć Ą Ź Ń Ś Ś Ś Ć Ł Ś

Bardziej szczegółowo

Metody numeryczne Laboratorium 2

Metody numeryczne Laboratorium 2 Metody numeryczne Laboratorium 2 1. Tworzenie i uruchamianie skryptów Środowisko MATLAB/GNU Octave daje nam możliwość tworzenia skryptów czyli zapisywania grup poleceń czy funkcji w osobnym pliku i uruchamiania

Bardziej szczegółowo

Lista zadań. Babilońska wiedza matematyczna

Lista zadań. Babilońska wiedza matematyczna Lista zadań Babilońska wiedza matematyczna Zad. 1 Babilończycy korzystali z tablicy dodawania - utwórz w arkuszu kalkulacyjnym EXCEL tablicę dodawania liczb w układzie sześćdziesiątkowym, dla liczb ze

Bardziej szczegółowo

Analiza wariancji. dr Janusz Górczyński

Analiza wariancji. dr Janusz Górczyński Analiza wariancji dr Janusz Górczyński Wprowadzenie Powiedzmy, że badamy pewną populację π, w której cecha Y ma rozkład N o średniej m i odchyleniu standardowym σ. Powiedzmy dalej, że istnieje pewien czynnik

Bardziej szczegółowo

Zapytanie ofertowe nr 02/POIG 8.2/2015 na wykonanie usługi

Zapytanie ofertowe nr 02/POIG 8.2/2015 na wykonanie usługi Bielsko-Biała dn 2015-02-24 Zapytanie ofertowe nr 02/POIG 8.2/2015 na wykonanie usługi 1. Zamawiający NASTER Maciej Sieracki, NIP: 5471941443, REGON: 072715697, 43-300 Bielsko-Biała, ul. Komorowicka 110

Bardziej szczegółowo

Ó ć ć Ł ć ć Ó ć ć ć ć ć Ć ć ź ć ć ć ź ć ć Ó Ó ć Ó Ó Ą Ó Ź Ó Ł Ó Ó Ó Ź Ó Ó ć Ć ć Ó Ł ć ć ć Ć ć ć Ó Ó ć ć Ó Ć ć ć Ą ć Ó Ć Ó ć ć Ć Ć Ó Ź ć Ó Ą ć ć ć ź ć Ś ć ź Ć ć ć Ć Ź ĄĄ Ą Ó Ć ć Ć Ć Ć ć Ć Ć Ć Ą ĄĄ ź Ą Ś

Bardziej szczegółowo

MODELOWANIE PRZEPŁYWU DANYCH

MODELOWANIE PRZEPŁYWU DANYCH MODELOWANIE PRZEPŁYWU DANYCH 1. Diagram przepływu danych (DFD) 2. Weryfikacja modelu strukturalnego za pomocą DFD Modelowanie SI - GHJ 1 Definicja i struktura DFD Model części organizacji rozważany z punktu

Bardziej szczegółowo

Podstawowe definicje Z czego składa się system ekspertowy? Wnioskowanie: wprzód, wstecz, mieszane

Podstawowe definicje Z czego składa się system ekspertowy? Wnioskowanie: wprzód, wstecz, mieszane Podstawowe definicje Z czego składa się system ekspertowy? Wnioskowanie: wprzód, wstecz, mieszane Tworzymy system ekspertowy 1. Wstępna analiza i definicja dziedziny problemu. W tym: poznanie wiedzy dziedzinowej

Bardziej szczegółowo

Pojęcie systemu informacyjnego i informatycznego

Pojęcie systemu informacyjnego i informatycznego BAZY DANYCH Pojęcie systemu informacyjnego i informatycznego DANE wszelkie liczby, fakty, pojęcia zarejestrowane w celu uzyskania wiedzy o realnym świecie. INFORMACJA - znaczenie przypisywane danym. SYSTEM

Bardziej szczegółowo

RBD Relacyjne Bazy Danych Więzy realcji

RBD Relacyjne Bazy Danych Więzy realcji Wykład 8 RBD Relacyjne Bazy Danych Więzy realcji Bazy Danych - A. Dawid 2011 1 Więzy (Constraints) Więzy ograniczenia na związki między poszczególnymi atrybutami w bazie danych. Określają często zakres

Bardziej szczegółowo

Pobierz bibliotekę AccessDatabaseEngine dla systemów 64-bitowych.

Pobierz bibliotekę AccessDatabaseEngine dla systemów 64-bitowych. Import Towarów XLS dla Subiekta GT Do czego służy program? Program umożliwia import towarów z plików.xls (MS Excel, OpenOffice) do Subiekta. Użytkownik tworząc schematy importu ustala, które kolumny z

Bardziej szczegółowo

ć Ó ć Ź ć ć ć ć ć ć Ś Ą ć ź Ź ć Ź Ź ć ć ć Ą Ź ĄĄ ć ź ć ć ć ć ć ć Ą ź Ó ć ć ć ć ć ć ć Ą ć ź ć ć ć Ś Ą ź ć Ó ć ć ć Ł ć ć Ą ć ć Ą Ó ć ć ć ć ź ć ć ć ć ć ć Ść ć ć Ó ć Ę ć ć ÓĄ Ś ć ć ć Ą ć ć Ź ź Ś ć Ź ć ć ć

Bardziej szczegółowo

Układ regularny. Układ regularny. Możliwe elementy symetrii: Możliwe elementy symetrii: 3 osie 3- krotne. m płaszczyzny przekątne.

Układ regularny. Układ regularny. Możliwe elementy symetrii: Możliwe elementy symetrii: 3 osie 3- krotne. m płaszczyzny przekątne. Układ regularny Możliwe elementy symetrii: 3 osie 3- krotne m płaszczyzny równoległe do ścian m płaszczyzny przekątne 4 osie 4- krotne 2 osie 2- krotne Układ regularny Możliwe elementy symetrii: 3 osie

Bardziej szczegółowo

EGZAMIN MATURALNY Z MATEMATYKI

EGZAMIN MATURALNY Z MATEMATYKI Miejsce na naklejkę z kodem (Wpisuje zdający przed rozpoczęciem pracy) KOD ZDAJĄCEGO MMA-PGP-0 EGZAMIN MATURALNY Z MATEMATYKI POZIOM PODSTAWOWY Czas pracy 0 minut ARKUSZ I MAJ ROK 00 Instrukcja dla zdającego.

Bardziej szczegółowo

System rezerwacji online

System rezerwacji online Spis treści 1. Część widoczna dla klientów dokonujących rezerwacji...1 1.a. Ogólne informacje...1 1.b. Etapy w rezerwacji...3 I. Etap 1 wybór dat początku i końca pobytu oraz wybór pokoi...3 II. Etap 2

Bardziej szczegółowo

Logika I. Wykład 1. Wprowadzenie do rachunku zbiorów

Logika I. Wykład 1. Wprowadzenie do rachunku zbiorów Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 1. Wprowadzenie do rachunku zbiorów 1 Podstawowe pojęcia rachunku zbiorów Uwaga 1.1. W teorii mnogości mówimy o zbiorach

Bardziej szczegółowo

ARCHITEKTURA KOMPUTERÓW. Reprezentacja danych w komputerach

ARCHITEKTURA KOMPUTERÓW. Reprezentacja danych w komputerach Reprezentacja danych w komputerach dr inż. Wiesław Pamuła wpamula@polsl.katowice.pl Literatura 2. J.Biernat: Architektura komputerów, Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław2002. 3. Null

Bardziej szczegółowo

WyŜsza Szkoła Zarządzania Ochroną Pracy MS EXCEL CZ.2

WyŜsza Szkoła Zarządzania Ochroną Pracy MS EXCEL CZ.2 - 1 - MS EXCEL CZ.2 FUNKCJE Program Excel zawiera ok. 200 funkcji, będących predefiniowanymi formułami, słuŝącymi do wykonywania określonych obliczeń. KaŜda funkcja składa się z nazwy funkcji, która określa

Bardziej szczegółowo