Konstrukcja spójnego obrazu stanu globalnego
|
|
- Dorota Matuszewska
- 7 lat temu
- Przeglądów:
Transkrypt
1 Konstrukcja spójnego obrazu stanu globalnego Proces rozproszony Proces rozproszony Π, będący współbieżnym wykonaniem zbioru P ={P, P,..., P n } procesów sekwencyjnych P i, opisuje uporządkowana czwórka gdzie: Π = Σ, Σ 0, Λ, Φ, (7.) Σ jest zbiorem stanów globalnych procesu rozproszonego, Σ S S... S n, Σ 0 jest zbiorem stanów początkowych, Σ 0 S 0 S 0... S 0 n, Λ jest zbiorem zdarzeń, Λ = E E... E n ; Φ jest funkcją tranzycji, taką że Φ Σ Λ Σ. ()
2 Wykonanie częściowe procesu Częściowe wykonanie procesu rozproszonego Π = Σ, Σ 0, Λ, Φ utożsamia się zciągiem Σ 0,E, Σ,E,,Σ s,e s+, Σ s+, składającym się naprzemiennie ze stanów i zdarzeń, takim że dla każdego u, 0 u s, Σ u,e u+, Σ u+ Φ. (7.) () Wykonanie procesu Przez wykonanie (realizację) ϒ procesu Π rozumieć będziemy natomiast częściowe wykonanie rozpoczynające się stanem początkowym Σ 0 Σ 0. (4)
3 Stan osiągalny Powiemy, że stan Σ procesu jest osiągalny ze stanu Σ, co oznaczymy przez Σ Σ, (7.) jeżeli istnieje częściowe wykonanie Σ 0, E, Σ, E,..., Σ s, E s+, Σ s+ procesu Π, takieże Σ = Σ 0 a Σ = Σ s+. (5) Globalny stan osiągalny Oznaczmy przez ϒ zbiór wszystkich możliwych wykonań (realizacji) procesu Π. Jeżeli istnieje wykonanie procesu Π, takie że Σ jest stanem końcowym, to stan ten nazwiemy globalnym stanem osiągalnym (spójnym) procesu rozproszonego Π (ang. reachable, consistent). (6)
4 Historia wykonania Każdemu wykonaniu ϒ ϒ procesu Π, odpowiada pewien ciąg stanów Σ 0, Σ, Σ,..., Σ s, Σ s+, nazywany śladem wykonania (realizacji) procesu Π,orazciąg zdarzeń E 0, E, E,..., E s, E s+, nazywany historią wykonania (realizacji) procesu. Historię E 0, E, E,..., E s, oznaczamy przez Ξ s, a zbiór historii przez Ξ. (7) Konfiguracja Zbiór konfiguracji (obrazów stanu globalnego) Γ jest iloczynem kartezjańskim stanów procesów składowych procesu rozproszonego Γ = S S... S n Konfiguracja wektor stanów lokalnych wszystkich składowych procesów sekwencyjnych procesu rozproszonego Γ = S, S,..., S n (8) 4
5 Konfiguracja spójna () Konfigurację Γ nazwiemy konfiguracją spójną lub obrazem spójnym jeżeli E, E zachodzi: (E Γ E a E ) (E Γ ) (7.4) (9) Konfiguracja spójna () Twierdzenie 7. Konfiguracja Γ = S k, S k,..., S n kn, reprezentująca stan osiągalny przetwarzania rozproszonego Π jest konfiguracją spójną. (0) 5
6 Linia odcięcia, odcięcie spójne Linia odcięcia dzieli zbiór zdarzeń na przeszłość oraz przyszłość Odcięciem Ψ zbioru zdarzeń Λ nazwiemy skończony zbiór Ψ Λ, taki że: (E Ψ E a i E ) (E Ψ) (7.5) Odcięcie Ψ zbioru zdarzeń Λ nazwiemy odcięciem spójnym, gdy: (E Ψ E a E ) (E Ψ) (7.6) Odcięcie Ψ jest późniejsze od Ψ, jeżeli Ψ Ψ () Odcięcie spójne przykład P P E E σ 0 Ψ Ψ M σ E E σ σ M E E P E E E M E 4 σ 4 σ E 5 M 4 M 5 () 6
7 Odcięcie niespójne przykład E a E, P P E Ψ,aE Ψ E a E, Ψ Ψ 4 E E M E M E E M 4 E Ψ 4,aE Ψ 4 M E 4 P E E () Odcięcie spójne a konfiguracja spójna Zgodnie z definicją, każdemu odcięciu Ψ opisanemu przez linię odcięcia σ k, σ k,..., σ kn n odpowiada konfiguracja Γ = S k, S k,..., S kn n. (7.7) Twierdzenie 7.5 Niech Γ będzieę konfiguracją a Ψ odpowiadającym jej j odcięciem. Konfiguracja Γ jest konfiguracją spójną, wtedy i tylko wtedy, gdy Ψ jest odcięciem spójnym. (4) 7
8 Stan globalny systemu Wiele problemów istniejących w systemach rozproszonych można sprowadzić do problemu oceny stanu globalnego: Śledzenie i sterowanie wykonywaniem programu rozproszonego (monitoring, debugging) Detekcja stanów awaryjnych (utraty wiadomości, zakleszczenia) lub oczekiwanych (zakończenia obliczeń rozproszonych) Dostosowywanie konfiguracji i funkcji systemu do zmieniającego się obciążenia (5) Modele stanów globalnych () Problem: wzajemne wykluczanie trzech procesów współdzielących pewien zasób Warunkiem uzyskania dostępu do zasobu jest posiadanie znacznika (ang. token) Znacznik krąży między procesami połączonymi w logiczny pierścień (6) 8
9 Modele stanów globalnych () Stan S i(τ) procesu P i w każdej chwili τ czasu globalnego (rzeczywistego) zdefiniowany jest przez trzy zmienne: present i (τ), outlog i (τ), inlog i (τ). S i (τ)= present i (τ), outlog i (τ), inlog i (τ) (7.9) present i (τ) - przyjmuje wartość True, tylko wówczas, gdy znacznik typu TOKEN znajduje się w chwili τ w procesie P i. outlog i (τ) - kolejka znaczników wysłanych do chwili τ przez proces P i. inlog i (τ) - kolejka znaczników odebranych przez proces P i do chwili τ. (7) Modele stanów globalnych przykład () Σ (τ 0 )= present (τ 0 ) = True outlog (τ 0 ) = inlog (τ 0 ) = present ( (τ 0 ) = False outlog (τ 0 ) = inlog (τ 0 ) = present (τ 0 ) = False outlog (τ 0 ) = inlog (τ 0 ) = P P P (8) 9
10 Modele stanów globalnych przykład (5) Σ = present (τ ) = False outlog (τ ) = {token } inlog (τ ) = P present (τ ) = False outlog (τ ) = inlog (τ ) = present (τ )=False outlog (τ )= inlog (τ )= P P Σ = present (τ ) = False outlog (τ ) = {token } inlog (τ ) = present (τ ) = True outlog (τ ) = inlog (τ ) = {token } present (τ ) = False outlog (τ ) = inlog (τ ) = P Σ = presentp ( (τ ) = False outlog (τ ) = {token } inlog (τ ) = present (τ ) = False outlog (τ ) = {token } inlog (τ ) = {token } present (τ ) = False outlog (τ ) = inlog (τ ) = itd... P P P P P (9) Graf stanów osiągalnych Σ 6 P P Σ 5 Σ 0 Σ 7 P P P P Σ P P P P P P Σ 4 Σ P P Σ P P P P (0) 0
11 Model stanów globalnych () Zalety: Ogranicza a liczbę składowych stanu globalnego do liczby procesów Wady: podejście jest adekwatne tylko dla systemów z kanałami niezawodnymi rosnący koszt związany z zapamiętywaniem wysłanych i odebranych wiadomości () Modele stanów globalnych (4) Podejście alternatywne: stan globalny jako złożenie stanów lokalnych i stanów kanałów komunikacyjnych n+m składowych odpowiadających stanom lokalnym wszystkich n procesów i wszystkich m kanałów Prostsza reprezentacja stanu procesu kosztem większej liczby składowych ()
12 Modele stanów globalnych (5) Stan procesu P i jest w każdej chwili określony przez zmienną logiczną present i, oraz przez liczniki sentno i (ang. sent number) irecvno i (ang. received number) Stan kanału L i,j określany przez zbiór znaczników znajdujących się aktualnie w kanale C i,j () Model stanów globalnych (6) Prostsza reprezentacja: stan procesu określony przez zmienną present i (posiadanie znacznika) stan kanału określony przez zmienną present i,j (znacznik w kanale) (4)
13 Modele stanów globalnych przykład Σ(τ) = S (τ), S (τ), S (τ), L, (τ), L, (τ), L, (τ) Σ 0 =, 0, 0, 0, 0, 0 Σ 0 Σ Σ Σ Σ 4 Σ 5 Σ 6 Σ = 0, 0, 0,, 0, 0 Σ = 0,, 0, 0, 0, 0 Σ = 0, 0, 0, 0,, 0 Σ 4 = 0, 0,, 0, 0, 0 P token P token P P τ 0 τ token Σ 5 = 0, 0, 0, 0, 0, τ τ τ 4 τ 5 τ 6 (5) Ocena stanów globalnych Przykłady oceny stanów globalnych Zaginięcie znacznika może prowadzić do blokady całego systemu Zwielokrotnienie znaczników może prowadzić do obecności kilku procesów w sekcji krytycznej (6)
14 Porównanie reprezentacji stanów globalnych Pierwsza reprezentacja: operuje na informacji najpełniejszej: unikalnych znacznikach i całej historii komunikacji. Druga reprezentacja: utożsamia wszystkie znaczniki i wyróżnia tylko stany ich obecności oraz nieobecności w poszczególnych procesach i kanałach (7) Niedeterminizm przetwarzania rozproszonego P req P req ack, ack 4, P 4 P req req P P req req ack, P 4 req req ack 4, P (8) 4
15 Metoda wyznaczania stanu globalnego Proces chcący wyznaczyć stan globalny wysyła żądania wyznaczania stanów lokalnych, a następnie konstruuje na ich podstawie stan globalny. (9) Problemy związane z wyznaczaniem stanu globalnego Otrzymane składowe stany lokalne procesów mogą być: przestarzałe, niekompletne, odpowiadać konfiguracjom niespójnym (reprezentującym stany nieosiągalne). 5
16 Problem konstrukcji stanu globalnego Dodatkowe założenia upraszczające dostępny jest dla wszystkich procesów globalny zegar czasu rzeczywistego znane jest maksymalne opóźnienie komunikacji względne prędkości przetwarzania w poszczególnych węzłach są ograniczone () Koncepcja konstrukcji obrazu spójnego () Proces inicjatora Q α wysyła do monitorów wszystkich procesów przetwarzania rozproszonego wiadomość:,,zapamiętaj stan lokalny w chwili τ s Monitory Q i procesów zapamiętują stan lokalny S i w chwili τ s i natychmiast wysyłają wiadomość kontrolną do wszystkich monitorów. Zapamiętują też stan L k,i kanałów wejściowych jako zbiorów wszystkich wiadomości ś i aplikacyjnych, które zostały ł wysłaneł przed τ s a dotarły doq i po chwili τ s. () 6
17 Koncepcja konstrukcji obrazu spójnego () Gdy monitor Q i otrzyma przez kanał C j,i pierwszą wiadomość o etykiecie czasowej większeję od τ s s,, aktualną wartość L j,i uznaje jako stan tego kanału w chwili τ s Monitor Q i, po otrzymaniu wiadomości o etykietach czasowych większej od τ s ze wszystkich kanałów wejściowych, przesyła stan lokalny i wyznaczone stany kanałów wejściowych ch do inicjatora Q α () Koncepcja konstrukcji obrazu spójnego () Po odebraniu od wszystkich monitorów wiadomości zawierających stany lokalne oraz stany ich kanałów wejściowych w chwili τ s, inicjator Q α konstruuje obraz stanu globalnego Γ (4) 7
18 Założenia dotyczące środowiska przetwarzania Niezawodne kanały zachowują uporządkowanie wiadomości (niezawodne kanały FIFO) Stan reprezentowany jest w postaci złożenia lokalnych stanów procesów i stanów kanałów Pełen asynchronizm komunikacji i przetwarzania Brak zegara globalnego (5) Algorytm Chandy Lamporta: Koncepcja () Pewien monitor Q α inicjuje proces konstrukcji (detekcji) spójnego obrazu stanu globalnego Q α zapamiętuje stan lokalny skojarzonego z nim procesu aplikacyjnego P α i wysyła wiadomość kontrolną (znacznik), do wszystkich incydentnych monitorów (6) 8
19 Algorytm Chandy Lamporta: Koncepcja () Każdy monitor Q i po odebraniu znacznika z kanału C j,i, sprawdza, czy jest to pierwszy znacznik odebrany w danym procesie detekcji Jeżeli tak jest, monitor Q i zapamiętuje stan S i procesu P i, uznaje stan kanału C j,i za pusty, i propaguje znacznik przez wszystkie swoje kanały wyjściowe (7) Algorytm Chandy Lamporta: Koncepcja () Jeżeli stan procesu P i został już wcześniej zapamiętany, to Q i uznaje za stan kanału C ji j,i zbiór tych wszystkich wiadomości aplikacyjnych, które dotarły tym kanałem po zapamiętaniu stanu a przed otrzymaniem znacznika Po odebraniu znaczników ze wszystkich kanałów wejściowych, monitor Q i przesyła zapamiętany stan lokalny procstate i oraz stan chanstate i do monitora Q β (8) 9
20 Ilustracja działania algorytmu Chandy-Lamporta P / Q P /Q E E σ σ σ E E E 4 E 5 M M σ E σ E E 4 P / Q σ σ E τ E E E 4 b τ e M Γ = S, S, S, L, =, L, =,L, =,L, =,L, ={M }, L, = P / Q P / Q E σ σ σ 4 E E 4 E 5 E E M E M σ M σ E E 4 P / Q σ σ E τb τ e E E E 4 Γ = S, S, S, L, =, L, =,L, =,L, =,L, ={M }, L, ={M } (9) Algorytm Chandy Lamporta () type PACKET extends FRAME is record of data : MESSAGE end record type MARKER extends FRAME type STATE extends FRAME is record of procstate : PROCESS_STATE chanstate : array [..n] of set of MESSAGE end record (40) 0
21 Algorytm Chandy Lamporta () msgin pcktout markerout stateout recvmark i chanstate i procstate i C IN i C OUT i involved i : MESSAGE : PACKET : MARKER : STATE : array [..n] of BOOLEAN := False : array [..n] of set of MESSAGE := : PROCESS_STATE : set of CHANNEL_ ID : set of CHANNEL_ID : BOOLEAN := False (4) Algorytm Chandy Lamporta (). procedure RECORDSTATE() do. procstate i := S i. for all C j,i C IN i do 4. chanstate i [j] := 5. end for 6. involved i := True 7. send(q i, Q OUT i, markerout) 8. end procedure 9. procedure SENDSTATE(i) do 0. stateout.procstate := procstate i. stateout.chanstate := chanstate i. send(q i, Q β, stateout). end procedure (4)
22 Algorytm Chandy Lamporta (4) 4. when e_start(q α, TakeSnapshot) do 5. RECORDSTATE() 6. recvmark α [α] := True 7. if C IN α = then 8. SENDSTATE(α) 9. end if 0. end when (4) Algorytm Chandy Lamporta (5). when e_send(p i,p j, msgout: MESSAGE) do. pcktout.data := msgout. send(q i, Q j, pcktout) 4. end when (44)
23 Algorytm Chandy Lamporta (6) 5. when e_receive(q j, Q i, markerin: MARKER) do 6. if involved i then 7. RECORDSTATE( ) 8. end if 9. recvmark i [j] := True 0. if C j,i C IN i :: recvmark i [j] then.. SENDSTATE(i) end if. end when (45) Algorytm Chandy Lamporta (7) 4. when e_receive (Q j, Q i, pcktin : PACKET) do 5. msgin := pcktin.data 6. if involved i recvmark i [j] then 7. chanstate i [j] := chanstate i [j] {msgin} 8. end if 9. deliver (P j, P i, msgin) 40. end when (46)
24 Twierdzenie Twierdzenie Algorytm Chandy-Lamporta wyznacza w skończonym czasie konfigurację spójną. (47) Wyznaczanie obrazu spójnego: Kanały non-fifo Lai i Yang przedstawili algorytm, który nie wymaga by kanały były typu FIFO. W algorytmie zakłada się, że reprezentacje stanów lokalnych obejmują historię komunikacji, a więc odpowiednie zbiory wiadomości dotychczas wysłanych i odebranych. P i outlog i,j (τ) =inlog i,j (τ') P j τ wysłanie znacznika τ' odebranie znacznika (48) 4
25 Algorytm Lai-Yang: Koncepcja () Jeśli po zapamiętaniu stanu proces P i już nigdy nie wyśle wiadomości do P j, to nie ma potrzeby przesłania do Q j znacznika Jeśli wiadomości będą w dalszym ciągu wysyłane, to dołączany jest do nich znacznik w formie etykiety (49) Algorytm Lai-Yang: Koncepcja () Wyróżnione pakiety ze znacznikiem przechwytywane są przez monitor Q j odbiorcy i powodują zapamiętanie stanu procesu P j, a przed przekazaniem wiadomości aplikacyjnej procesowi P j Algorytm przydziela procesom (kontrolerom) oraz wiadomościom jeden z dwóch kolorów White albo Red (50) 5
26 Algorytm Lai-Yang () type PACKET extends FRAME is record of colour : enum {White, Red} data : MESSAGE end record type STATE extends FRAME is record of procstate : PROCESS_STATE sentlog : set of MESSAGE recvlog : set of MESSAGE end record (5) Algorytm Lai-Yang () msgin : MESSAGE pcktout : PACKET dummyout : PACKET stateout : STATE procstate i : PROCESS_STATE proccolour i : enum {White, Red} := White sentlog i : set of MESSAGE := outlog i : set of MESSAGE := recvlog i : set of MESSAGE := inlog i : set of MESSAGE := (5) 6
27 Algorytm Lai-Yang (). procedure RECORDSTATE() do. procstate i := S i. sentlog i := outlog i 4. recvlog i := inlog i 5. end procedure 6. procedure SENDSTATE(i) do 7. stateout.procstate := procstate i 8. stateout.sentlog t t tl := sentlog i 9. stateout.recvlog := recvlog i 0. send(q i, Q β, stateout). end procedure (5) Algorytm Lai-Yang (4). when e_start(q α, TakeSnapshot) do. RECORDSTATE() 4. proccolour α := Red 5. dummyout.pcktcolour := Red 6. dummyout.data := 7. send(q α, Q\{Q α }, dummyout) 8. SENDSTATE(α) 9. end when (54) 7
28 Algorytm Lai-Yang (5) 0. when e_send(p i, P j, msgout: MESSAGE) do. outlog i := outlog i {msgout}. pcktout.colour := proccolour i. pcktout.data := msgout 4. send(q i, Q j, pcktout) 5. end when (55) Algorytm Lai-Yang (6) 6. when e_receive(q j, Q i, pcktin: PACKET) do 7. if pcktin.colour=red proccolour i =White then 8. proccolour i := Red 9. RECORDSTATE(i) 0. SENDSTATE(i). end if. msgin := pcktin.data. if msgin then 4. inlog i := inlog i {msgin} 5. deliver(p j,p i, msgin) 6. end if 7. end when (56) 8
29 Algorytm Lai-Yang: Złożoność czasowa Dla grafu pełnego reprezentującego topologię przetwarzania rozproszonego złożoność czasowa algorytmu Lai-Yanga wynosi, a złożoność komunikacyjna, w sensie liczby przesyłanych znaczników, wynosi n-, pomijającfazę przesyłania wiadomości o stanach procesów i kanałów. (57) Algorytm kolorujący procesy i wiadomości: Koncepcja () Każdy proces pierwotnie ma kolor White, a staje się Red po zapamiętaniu jego stanu lokalnego a przed przekazaniem mu pierwszej wiadomości z pakietem koloru Red. Inicjator detekcji stanu globalnego zapamiętuje stan lokalny procesu, staje się Red i wysyła pusty pakiet koloru Red do wszystkich monitorów. (58) 9
30 Algorytm kolorujący procesy i wiadomości: Koncepcja () Wiadomości będące w wyznaczonym obrazie stanu globalnego w kanałach, to wiadomości w pakietach koloru White odebrane przez monitor koloru Red Za każdym razem, gdy monitor otrzymuje tego typu pakiet, przesyła zawartą w nim wiadomość do inicjatora (59) Algorytm kolorujący procesy i wiadomości () type PACKET extends FRAME is record of colour : enum {White, Red} data : MESSAGE end record type PROC_STATE extends FRAME is record of procstate : PROCESS_STATE end record type CHAN_STATE extends FRAME is record of chanstate : MESSAGE end record (60) 0
31 Algorytm kolorujący procesy i wiadomości () msgin pcktout dummyout procstateout chanstateout procstate i proccolour i : MESSAGE : PACKET : PACKET : PROC_STATE : CHAN_STATE : PROCESS_STATE : enum {White, Red} := White (6) Algorytm kolorujący procesy i wiadomości (). when e_start(q α, TakeSnapshot) do. procstate t α := S α. proccolour i := Red; 4. dummyout.colour := Red; 5. dummyout.data := 6. send (Q α, Q\{Q α }, dummyout) 7. end when (6)
32 Algorytm kolorujący procesy i wiadomości (4) 8. when e_send (P i, P j, msgout: MESSAGE) do 9. pcktout.colour t := proccolour i 0. pcktout.data := msgout. send (Q i, Q j, pcktout). end when (6) Algorytm kolorujący procesy i wiadomości (5). when e_receive (Q j, Q i, pcktin : PACKET) do 4. msgin := pcktin.data t 5. if pcktin.colour = White proccolour i = Red 6. then 7. chanstateout.chanstate := msgin 8. send(q i, Q α, chanstateout) 9. end if (64)
33 Algorytm kolorujący procesy i wiadomości (6) 0. if pcktin.colour=red proccolour i = White then. proccolour i := Red. procstate i := S i. procstateout.procstate := procstate i 4. send (Q i,q α, procstateout) 5. end if 7. if msgin then 8. deliver (P j, P i, msgin) 9. end if 0. end when (65)
Konstrukcja spójnego obrazu stanu globalnego algorytmy
Konstrukcja spójnego obrazu stanu globalnego algorytmy Plan wykładu Celem wykładu jest przedstawienie niektórych algorytmów służących do konstrukcji obrazu spójnego stanu globalnego. Wykład obejmie przedstawienie
Bardziej szczegółowoKonstrukcja spójnego obrazu stanu globalnego algorytmy
Konstrukcja spójnego obrazu stanu globalnego algorytmy Plan wykładu Celem wykładu jest przedstawienie niektórych algorytmów służących do konstrukcji obrazu spójnego stanu globalnego. Wykład obejmie przedstawienie
Bardziej szczegółowoProblem detekcji zakończenia
Problem detekcji zakończenia Przykład sortowanie rozproszone Rozważmy problem sortowania rozproszonego zbioru X składającego się z v różnych liczb naturalnych, w środowisku rozproszonym o n węzłach (procesorach),
Bardziej szczegółowoKonstrukcja spójnego obrazu stanu globalnego algorytmy
Konstrukcja spójnego obrazu stanu globalnego algorytmy Plan wykładu Celem wykładu jest przedstawienie niektórych algorytmów służących do konstrukcji obrazu spójnego stanu globalnego. Wykład obejmie przedstawienie
Bardziej szczegółowoKonstrukcja spójnego obrazu stanu globalnego - wprowadzenie
Konstrukcja spójnego obrazu stanu globalnego - wprowadzenie Plan wykładu Celem wykładu jest zaznajomienie studenta z problematyką konstrukcji obrazu spójnego stanu globalnego. Wykład obejmie omówienie
Bardziej szczegółowoCzas wirtualny, złożoność algorytmów
Czas wirtualny, złożoność algorytmów Monitor Proces aplikacyjny P i Z każdym procesem P i proces monitora Q i. skojarzony jest Monitor Q i Środowisko komunikacyjne (2) 1 Cechy monitora Monitor może odczytywać
Bardziej szczegółowoMechanizmy rozgłaszania niezawodnego
Mechanizmy rozgłaszania niezawodnego Rozgłaszanie niezawodne definicja nieformalna Nieformalnie, przez rozgłaszanie rozumiemy mechanizm (abstrakcję) komunikacyjny, za pomocą którego proces możewysłać wiadomość
Bardziej szczegółowoCzas wirtualny, złożoność algorytmów
Czas wirtualny, złożoność algorytmów Wykład prowadzą: Jerzy Brzeziński Jacek Kobusiński Zegary logiczne skalarne wektorowe Kanały FIFO typu FC Rząd funkcji, funkcja kosztu Plan wykładu Złożoność komunikacyjna
Bardziej szczegółowoDetekcja zakleszczenia (1)
Detekcja zakleszczenia (1) Wykład prowadzą: Jerzy Brzeziński Jacek Kobusiński Plan wykładu Procesy aktywne i pasywne Definicja zakleszczenia Problem detekcji wystąpienia zakleszczenia Detekcja zakleszczenia
Bardziej szczegółowoProces rozproszony. Plan wykładu. Wykład prowadzą: Jerzy Brzeziński Jacek Kobusiński. Proces rozproszony. Zbiór stanów globalnych (1)
Proces rozproszony Wykład prowadzą: Jerzy Brzeziński Jacek Kobusiński Pan wykładu Proces rozproszony Wykonanie procesu, historia procesu Stan osiągany Reacja poprzedzania zdarzeń Diagramy przestrzenno-czasowe
Bardziej szczegółowoProces 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 szczegółowoTreść 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 szczegółowoWzajemne wykluczanie i zakleszczenie
Wzajemne wykluczanie i zakleszczenie Wzajemne wykluczanie Wzajemne wykluczenie zapewnia procesom ochronę przy dostępie do zasobów, daje im np. gwarancję, że jako jedyne będą mogły z nich korzystać Typy
Bardziej szczegółowoProblem detekcji zakończenia (I)
Problem detekcji zakończenia (I) Plan wykładu Celem wykładu jest zapoznanie studenta z tematyką detekcji zakończenia. Wykład obejmie przedstawienie przykładów ilustrujących potrzebę problemy detekcji zakończenia
Bardziej szczegółowoProblem detekcji zakończenia (I)
Problem detekcji zakończenia (I) Plan wykładu Celem wykładu jest zapoznanie studenta z tematyką detekcji zakończenia. Wykład obejmie przedstawienie przykładów ilustrujących potrzebę problemy detekcji zakończenia
Bardziej szczegółowoPrzetwarzanie rozproszone
Wykład prowadzą: Jerzy Brzeziński Jacek Kobusiński Plan wykładu Proces sekwencyjny Komunikaty, kanały komunikacyjne Stan kanału Operacje komunikacyjne Model formalny procesu sekwencyjnego Zdarzenia Warunek
Bardziej szczegółowoPROJEKT WSPÓŁFINANSOWANY ZE ŚRODKÓW UNII EUROPEJSKIEJ W RAMACH EUROPEJSKIEGO FUNDUSZU SPOŁECZNEGO OPIS PRZEDMIOTU
OPIS PRZEDMIOTU Nazwa przedmiotu Systemy rozproszone Kod przedmiotu Wydział Wydział Matematyki, Fizyki i Techniki Instytut/Katedra Instytut Mechaniki i Informatyki Stosowanej Kierunek Informatyka Specjalizacja/specjalność
Bardziej szczegółowoProblem detekcji zakończenia (II)
Problem detekcji zakończenia (II) Plan wykładu Celem obecnego wykładu jest przedstawienie przeglądu algorytmów poświęconych tematyce detekcji zakończenia zapoczątkowanego w poprzednim module. Wykład obejmie
Bardziej szczegółowoStan globalny. Krzysztof Banaś Systemy rozproszone 1
Stan globalny Krzysztof Banaś Systemy rozproszone 1 Stan globalny Z problemem globalnego czasu jest związany także problem globalnego stanu: interesuje nas stan systemu rozproszonego w konkretnej pojedynczej
Bardziej szczegółowoprocesów Współbieżność i synchronizacja procesów Wykład prowadzą: Jerzy Brzeziński Dariusz Wawrzyniak
Wykład prowadzą: Jerzy Brzeziński Dariusz Wawrzyniak Plan wykładu Abstrakcja programowania współbieżnego Instrukcje atomowe i ich przeplot Istota synchronizacji Kryteria poprawności programów współbieżnych
Bardziej szczegółowoCzas wirtualny, złożoność algorytmów
Czas wirtualny, złożoność algorytmów Plan wykładu Celem wykładu jest zaznajomienie studenta z pojęciem zegara logicznego, scharakteryzowanie różnych rodzajów kanałów komunikacyjnych, a także przedstawienie
Bardziej szczegółowoCzas wirtualny, złożoność algorytmów
Czas wirtualny, złożoność algorytmów Plan wykładu Celem wykładu jest zaznajomienie studenta z pojęciem zegara logicznego, scharakteryzowanie różnych rodzajów kanałów komunikacyjnych, a także przedstawienie
Bardziej szczegółowoDetekcja zakleszczenia (2)
Detekcja zakleszczenia (2) Plan wykładu Celem wykładu jest zaznajomienie studenta z kolejnymi algorytmami detekcji zakleszczenia. Jest on jest bezpośrednią kontynuacją poprzedniego wykładu, w którym zdefiniowane
Bardziej szczegółowoPrzetwarzanie rozproszone
Przetwarzanie rozproszone Plan wykładu Celem wykładu jest zapoznanie słuchacza z podstawowymi pojęciami i problemami związanymi z przetwarzaniem rozproszonym. Wykład obejmie omówienie m. in. definicji
Bardziej szczegółowoPrzetwarzanie rozproszone
Przetwarzanie rozproszone Plan wykładu Celem wykładu jest zapoznanie słuchacza z podstawowymi pojęciami i problemami związanymi z przetwarzaniem rozproszonym. Wykład obejmie omówienie m. in. definicji
Bardziej szczegółowoAlgorytm Lamporta. Czy można to ulepszyć?
Algorytm Maekawa Plan Przypomnienie - algorytm Lamporta Idea algorytmu Generowanie zbiorów arbitrażu Zakleszczenia Przykład Analiza założeń Przypadki pesymistyczne Podsumowanie Algorytm Lamporta Rozwiązuje
Bardziej szczegółowoAlgorytmy Równoległe i Rozproszone Część VI - Systemy rozproszone, podstawowe pojęcia
Algorytmy Równoległe i Rozproszone Część VI - Systemy rozproszone, podstawowe pojęcia Łukasz Kuszner pokój 209, WETI http://www.kaims.pl/ kuszner/ kuszner@kaims.pl Oficjalna strona wykładu http://www.kaims.pl/
Bardziej szczegółowoMechanizmy rozgłaszania niezawodnego
Mechanizmy rozgłaszania niezawodnego Plan wykładu Celem wykładu jest prezentacja zagadnień związanych z implementacją niezawodnej komunikacji w zawodnym środowisku rozproszonym. Wykład obejmie omówienie
Bardziej szczegółowoRównoległy algorytm wyznaczania bloków dla cyklicznego problemu przepływowego z przezbrojeniami
Równoległy algorytm wyznaczania bloków dla cyklicznego problemu przepływowego z przezbrojeniami dr inż. Mariusz Uchroński Wrocławskie Centrum Sieciowo-Superkomputerowe Agenda Cykliczny problem przepływowy
Bardziej szczegółowoPorządek dostępu do zasobu: procesory obszary pamięci cykle procesora pliki urządzenia we/wy
ZAKLESZCZENIA w SO brak środków zapobiegania zakleszczeniom Zamówienia na zasoby => przydział dowolnego egzemplarza danego typu Zasoby w systemie typy; identyczne egzemplarze procesory obszary pamięci
Bardziej szczegółowoWykład 1. Systemy przekazywania wiadomości z założeniem bezbłędności działania
Mariusz Juszczyk 16 marca 2010 Seminarium badawcze Wykład 1. Systemy przekazywania wiadomości z założeniem bezbłędności działania Wstęp Systemy przekazywania wiadomości wymagają wprowadzenia pewnych podstawowych
Bardziej szczegółowoKoordynacja procesów w środowisku rozproszonym
Systemy rozproszone Koordynacja procesów w środowisku rozproszonym System rozproszony jest zbiorem luźno powiązanych ze sobą komputerów połączonych siecią komunikacyjną (Silberschatz). Zasoby zdalne -
Bardziej szczegółowoModelowanie procesów współbieżnych
Modelowanie procesów współbieżnych dr inż. Maciej Piotrowicz Katedra Mikroelektroniki i Technik Informatycznych PŁ piotrowi@dmcs.p.lodz.pl http://fiona.dmcs.pl/~piotrowi -> Modelowanie... Literatura M.
Bardziej szczegółowoSortowanie topologiczne skierowanych grafów acyklicznych
Sortowanie topologiczne skierowanych grafów acyklicznych Metody boolowskie w informatyce Robert Sulkowski http://robert.brainusers.net 23 stycznia 2010 1 Definicja 1 (Cykl skierowany). Niech C = (V, A)
Bardziej szczegółowoNajkrótsza droga Maksymalny przepływ Najtańszy przepływ Analiza czynności (zdarzeń)
Carl Adam Petri (1926-2010) Najkrótsza droga Maksymalny przepływ Najtańszy przepływ Analiza czynności (zdarzeń) Problemy statyczne Kommunikation mit Automaten praca doktorska (1962) opis procesów współbieżnych
Bardziej szczegółowoAlgorytmy Równoległe i Rozproszone Część VII - Systemy rozproszone, wstęp
Algorytmy Równoległe i Rozproszone Część VII - Systemy rozproszone, wstęp Łukasz Kuszner pokój 209, WETI http://www.sphere.pl/ kuszner/ kuszner@sphere.pl Oficjalna strona wykładu http://www.sphere.pl/
Bardziej szczegółowo5. Model komunikujących się procesów, komunikaty
Jędrzej Ułasiewicz str. 1 5. Model komunikujących się procesów, komunikaty Obecnie stosuje się następujące modele przetwarzania: Model procesów i komunikatów Model procesów komunikujących się poprzez pamięć
Bardziej szczegółowoSterowniki Programowalne (SP) Wykład 11
Sterowniki Programowalne (SP) Wykład 11 Podstawy metody sekwencyjnych schematów funkcjonalnych (SFC) SP 2016 WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI KATEDRA INŻYNIERII SYSTEMÓW STEROWANIA Kierunek: Automatyka
Bardziej szczegółowoAlgorytmy równoległe. Rafał Walkowiak Politechnika Poznańska Studia inżynierskie Informatyka 2010
Algorytmy równoległe Rafał Walkowiak Politechnika Poznańska Studia inżynierskie Informatyka Znajdowanie maksimum w zbiorze n liczb węzły - maksimum liczb głębokość = 3 praca = 4++ = 7 (operacji) n - liczność
Bardziej szczegółowoPodstawowe własności grafów. Wykład 3. Własności grafów
Wykład 3. Własności grafów 1 / 87 Suma grafów Niech będą dane grafy proste G 1 = (V 1, E 1) oraz G 2 = (V 2, E 2). 2 / 87 Suma grafów Niech będą dane grafy proste G 1 = (V 1, E 1) oraz G 2 = (V 2, E 2).
Bardziej szczegółowoSEGMENT TCP CZ. II. Suma kontrolna (ang. Checksum) liczona dla danych jak i nagłówka, weryfikowana po stronie odbiorczej
SEGMENT TCP CZ. I Numer portu źródłowego (ang. Source port), przeznaczenia (ang. Destination port) identyfikują aplikacje wysyłającą odbierającą dane, te dwie wielkości wraz adresami IP źródła i przeznaczenia
Bardziej szczegółowoWstęp do programowania. Listy. Piotr Chrząstowski-Wachtel
Wstęp do programowania Listy Piotr Chrząstowski-Wachtel Do czego stosujemy listy? Listy stosuje się wszędzie tam, gdzie występuje duży rozrzut w możliwym rozmiarze danych, np. w reprezentacji grafów jeśli
Bardziej szczegółowoBezprzewodowe sieci komputerowe
Bezprzewodowe sieci komputerowe Dr inż. Bartłomiej Zieliński Różnice między sieciami przewodowymi a bezprzewodowymi w kontekście protokołów dostępu do łącza Zjawiska wpływające na zachowanie rywalizacyjnych
Bardziej szczegółowoWstęp do programowania. Drzewa. Piotr Chrząstowski-Wachtel
Wstęp do programowania Drzewa Piotr Chrząstowski-Wachtel Drzewa Drzewa definiują matematycy, jako spójne nieskierowane grafy bez cykli. Równoważne określenia: Spójne grafy o n wierzchołkach i n-1 krawędziach
Bardziej szczegółowoDiagnozowanie sieci komputerowej na podstawie opinii diagnostycznych o poszczególnych komputerach sieci
Diagnozowanie sieci komputerowej na podstawie opinii diagnostycznych o poszczególnych komputerach sieci Diagnozowanie systemu, w tym przypadku, pojmowane jest jako metoda określania stanu niezawodnościowego
Bardziej szczegółowoDefinicja sieci. Sieć Petriego jest czwórką C = ( P, T, I, O ), gdzie: P = { p 1, p 2,, p n } T = { t 1, t 2,, t m }
Sieci Petriego Źródła wykładu: 1. http://www.ia.pw.edu.pl/~sacha/petri.html 2.M. Szpyrka: Sieci Petriego w modelowaniu i analizie systemów współbieżnych, WNT 2008 Definicja sieci Sieć Petriego jest czwórką
Bardziej szczegółowoPrzeszukiwanie z nawrotami. Wykład 8. Przeszukiwanie z nawrotami. J. Cichoń, P. Kobylański Wstęp do Informatyki i Programowania 238 / 279
Wykład 8 J. Cichoń, P. Kobylański Wstęp do Informatyki i Programowania 238 / 279 sformułowanie problemu przegląd drzewa poszukiwań przykłady problemów wybrane narzędzia programistyczne J. Cichoń, P. Kobylański
Bardziej szczegółowoRozszerzenia sieci Petriego
Rozszerzenia sieci Petriego Ograniczenia klasycznej sieci Petriego Trudność w modelowaniu specyficznych przepływów: testowania braku żetonów w danym miejscu, blokowania odpalania, itp. Brak determinizmu
Bardziej szczegółowoPrzykłady grafów. Graf prosty, to graf bez pętli i bez krawędzi wielokrotnych.
Grafy Graf Graf (ang. graph) to zbiór wierzchołków (ang. vertices), które mogą być połączone krawędziami (ang. edges) w taki sposób, że każda krawędź kończy się i zaczyna w którymś z wierzchołków. Graf
Bardziej szczegółowoDiagnozowanie sieci komputerowej metodą dialogu diagnostycznego
Diagnozowanie sieci komputerowej metodą dialogu diagnostycznego Metoda dialogu diagnostycznego między komputerami sieci komputerowej, zalicza się do, tak zwanych, rozproszonych metod samodiagnozowania
Bardziej szczegółowoRozszerzenia sieci Petriego
Rozszerzenia sieci Petriego Ograniczenia klasycznej sieci Petriego Trudność w modelowaniu specyficznych przepływów: testowania braku żetonów w danym miejscu, blokowania odpalania, itp. Brak determinizmu
Bardziej szczegółowoSynchronizacja procesów
Synchronizacja procesów - Współbieżność i synchronizacja procesów - Systemowe mechanizmy synchronizacji procesów Systemy operacyjne Wykład 7 1 Współbieżność i synchronizacja procesów Abstrakcja programowania
Bardziej szczegółowoProgramowanie strukturalne. Opis ogólny programu w Turbo Pascalu
Programowanie strukturalne Opis ogólny programu w Turbo Pascalu STRUKTURA PROGRAMU W TURBO PASCALU Program nazwa; } nagłówek programu uses nazwy modułów; } blok deklaracji modułów const } blok deklaracji
Bardziej szczegółowoProjektowanie algorytmów równoległych. Zbigniew Koza Wrocław 2012
Projektowanie algorytmów równoległych Zbigniew Koza Wrocław 2012 Spis reści Zadniowo-kanałowy (task-channel) model algorytmów równoległych Projektowanie algorytmów równoległych metodą PACM Task-channel
Bardziej szczegółowoWprowadzenie do programowania współbieżnego
Wprowadzenie do programowania współbieżnego Marcin Engel Instytut Informatyki Uniwersytet Warszawski Zamiast wstępu... Zamiast wstępu... Możliwość wykonywania wielu akcji jednocześnie może ułatwić tworzenie
Bardziej szczegółowoAlgorytm Grovera. Kwantowe przeszukiwanie zbiorów. Robert Nowotniak
Wydział Fizyki Technicznej, Informatyki i Matematyki Stosowanej Politechnika Łódzka 13 listopada 2007 Plan wystapienia 1 Informatyka Kwantowa podstawy 2 Opis problemu (przeszukiwanie zbioru) 3 Intuicyjna
Bardziej szczegółowoAsynchroniczne statyczne układy sekwencyjne
Asynchroniczne statyczne układy sekwencyjne Układem sekwencyjnym nazywany jest układ przełączający, posiadający przynajmniej jeden taki stan wejścia, któremu odpowiadają, zależnie od sygnałów wejściowych
Bardziej szczegółowoVI. Równania różniczkowe liniowe wyższych rzędów
VI. 1. Równanie różniczkowe liniowe n-tego rzędu o zmiennych współczynnikach Niech podobnie jak w poprzednim paragrafie K = C lub K = R. Podobnie jak w dziedzinie rzeczywistej wprowadzamy pochodne wyższych
Bardziej szczegółowoSemafor nie jest mechanizmem strukturalnym. Aplikacje pisane z użyciem semaforów są podatne na błędy. Np. brak operacji sem_post blokuje aplikację.
J. Ułasiewicz Programowanie aplikacji współbieżnych 1 11 11.1 abstrakcyjne Semafor nie jest mechanizmem strukturalnym. Aplikacje pisane z użyciem semaforów są podatne na błędy. Np. brak operacji sem_post
Bardziej szczegółowoWstęp do sieci neuronowych, wykład 9 Sieci rekurencyjne. Autoasocjator Hopfielda
Wstęp do sieci neuronowych, wykład 9. M. Czoków, J. Piersa 2010-12-07 1 Sieci skierowane 2 Modele sieci rekurencyjnej Energia sieci 3 Sieci skierowane Sieci skierowane Sieci skierowane graf połączeń synaptycznych
Bardziej szczegółowoObliczenia inspirowane Naturą
Obliczenia inspirowane Naturą Wykład 01 Modele obliczeń Jarosław Miszczak IITiS PAN Gliwice 05/10/2016 1 / 33 1 2 3 4 5 6 2 / 33 Co to znaczy obliczać? Co to znaczy obliczać? Deterministyczna maszyna Turinga
Bardziej szczegółowo1 Płaska fala elektromagnetyczna
1 Płaska fala elektromagnetyczna 1.1 Fala w wolnej przestrzeni Rozwiązanie równań Maxwella dla zespolonych amplitud pól przemiennych sinusoidalnie, reprezentujące płaską falę elektromagnetyczną w wolnej
Bardziej szczegółowoMacierze. Rozdział Działania na macierzach
Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i, j) (i 1,..., n; j 1,..., m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F R lub F C, nazywamy macierzą (rzeczywistą, gdy
Bardziej szczegółowoMaszyna Turinga. Algorytm. czy program???? Problem Hilberta: Przykłady algorytmów. Cechy algorytmu: Pojęcie algorytmu
Problem Hilberta: 9 Czy istnieje ogólna mechaniczna procedura, która w zasadzie pozwoliłaby nam po kolei rozwiązać wszystkie matematyczne problemy (należące do odpowiednio zdefiniowanej klasy)? 2 Przykłady
Bardziej szczegółowoPodstawy symulacji komputerowej
Podstawy symulacji komputerowej Wykład 3 Generatory liczb losowych Wojciech Kordecki wojciech.kordecki@pwsz-legnica.eu Państwowa Wyższa Szkoła Zawodowa im. Witelona w Legnicy Wydział Nauk Technicznych
Bardziej szczegółowoPodstawy Informatyki. Wykład 6. Struktury danych
Podstawy Informatyki Wykład 6 Struktury danych Stałe i zmienne Podstawowymi obiektami występującymi w programie są stałe i zmienne. Ich znaczenie jest takie samo jak w matematyce. Stałe i zmienne muszą
Bardziej szczegółowoWstęp do programowania 2
Wstęp do programowania 2 wykład 1 rekordy z wyróżnikami Agata Półrola Wydział Matematyki UŁ 2005/2006 Egzamin z I roku - problemy Problemy z wczytywaniem danych: skip_line Problemy z obliczeniami: zerowanie
Bardziej szczegółowoMacierzowe algorytmy równoległe
Macierzowe algorytmy równoległe Zanim przedstawimy te algorytmy zapoznajmy się z metodami dekompozycji macierzy, możemy wyróżnić dwa sposoby dekompozycji macierzy: Dekompozycja paskowa - kolumnowa, wierszowa
Bardziej szczegółowoProgramowanie współbieżne Wykład 2. Iwona Kochańska
Programowanie współbieżne Wykład 2 Iwona Kochańska Miary skalowalności algorytmu równoległego Przyspieszenie Stały rozmiar danych N T(1) - czas obliczeń dla najlepszego algorytmu sekwencyjnego T(p) - czas
Bardziej szczegółowoWstęp do programowania. Różne różności
Wstęp do programowania Różne różności Typy danych Typ danych określa dwie rzeczy: Jak wartości danego typu są określane w pamięci Jakie operacje są dozwolone na obiektach danego typu 2 Rodzaje typów Proste
Bardziej szczegółowoSemafory. // G - globalna dla wszystkich. // Wada - aktywne oczekiwanie Test_and_Set(Li); exit when Li = 0; end loop sekcja_krytyczna(i); G := 0;
Semafory Rozwiązanie problemu wzajemnego wykluczania Bez dodatkowego wsparcia sprzętowego i programowego Zakładamy jedynie, że zapis do i odczyt z pamięci wspólnej są operacjami atomowymi (czyli istnieje
Bardziej szczegółowoProces rezerwy w czasie dyskretnym z losową stopą procentową i losową składką
z losową stopą procentową i losową składką Instytut Matematyki i Informatyki Politechniki Wrocławskiej 10 czerwca 2008 Oznaczenia Wprowadzenie ξ n liczba wypłat w (n 1, n], Oznaczenia Wprowadzenie ξ n
Bardziej szczegółowoGramatyki grafowe. Dla v V, ϕ(v) etykieta v. Klasa grafów nad Σ - G Σ.
Gramatyki grafowe Def. Nieskierowany NL-graf (etykietowane wierzchołki) jest czwórką g = (V, E, Σ, ϕ), gdzie: V niepusty zbiór wierzchołków, E V V zbiór krawędzi, Σ - skończony, niepusty alfabet etykiet
Bardziej szczegółowoMatematyczne Podstawy Informatyki
Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 2013/2014 Automat ze stosem Automat ze stosem to szóstka
Bardziej szczegółowoAlgorytmy Równoległe i Rozproszone Część V - Model PRAM II
Algorytmy Równoległe i Rozproszone Część V - Model PRAM II Łukasz Kuszner pokój 209, WETI http://www.sphere.pl/ kuszner/ kuszner@sphere.pl Oficjalna strona wykładu http://www.sphere.pl/ kuszner/arir/ 2005/06
Bardziej szczegółowoZŁOŻONOŚĆ OBLICZENIOWA ALGORYTMÓW
ZŁOŻONOŚĆ OBLICZENIOWA ALGORYTMÓW RELACJE MIEDZY KLASAMI ZŁOŻONOŚCI Bartosz Zieliński Katedra Fizyki Teoretycznej i Informatyki Zima 2011-2012 KLASY ZŁOŻONOŚCI KLASE ZŁOŻONOŚCI OPISUJE SIE PODAJAC: Model
Bardziej szczegółowow PL/SQL bloki nazwane to: funkcje, procedury, pakiety, wyzwalacze
w PL/SQL bloki nazwane to: funkcje, procedury, pakiety, wyzwalacze Cechy bloków nazwanych: w postaci skompilowanej trwale przechowywane na serwerze wraz z danymi wykonywane na żądanie użytkownika lub w
Bardziej szczegółowoTeoria Złożoności Zadania
Teoria Złożoności Zadania Łukasz Czajka 14 czerwca 2008 1 Spis treści 1 Zadanie 1 3 2 Zadanie 5 8 2 1 Zadanie 1 Niech A NP 1. Istnieje zatem jedno-taśmowa niedeterministyczna maszyna Turinga M o alfabecie
Bardziej szczegółowoAlgorytmy równoległe: ocena efektywności prostych algorytmów dla systemów wielokomputerowych
Algorytmy równoległe: ocena efektywności prostych algorytmów dla systemów wielokomputerowych Rafał Walkowiak Politechnika Poznańska Studia inżynierskie Informatyka 2014/15 Znajdowanie maksimum w zbiorze
Bardziej szczegółowoRywalizacja w sieci cd. Protokoły komunikacyjne. Model ISO. Protokoły komunikacyjne (cd.) Struktura komunikatu. Przesyłanie między warstwami
Struktury sieciowe Struktury sieciowe Podstawy Topologia Typy sieci Komunikacja Protokoły komunikacyjne Podstawy Topologia Typy sieci Komunikacja Protokoły komunikacyjne 15.1 15.2 System rozproszony Motywacja
Bardziej szczegółowoPodstawy Informatyki Systemy sterowane przepływem argumentów
Podstawy Informatyki alina.momot@polsl.pl http://zti.polsl.pl/amomot/pi Plan wykładu 1 Komputer i jego architektura Taksonomia Flynna 2 Komputer i jego architektura Taksonomia Flynna Komputer Komputer
Bardziej szczegółowoPlanowanie eksperymentu 2 (k p) w 2 r blokach. Stanisław Jaworski, Wojciech Zieliński
Planowanie eksperymentu 2 (k p) w 2 r blokach Stanisław Jaworski, Wojciech Zieliński 1. Wstęp W praktyce często możemy spotkać się z sytuacją, kiedy nie jest możliwe wykonanie pełnego eksperymentu czynnikowego
Bardziej szczegółowoWYKŁAD 11 Uczenie maszynowe drzewa decyzyjne
WYKŁAD 11 Uczenie maszynowe drzewa decyzyjne Reprezentacja wiedzy w postaci drzew decyzyjnych entropia, przyrost informacji algorytmy ID3, C4.5 problem przeuczenia wyznaczanie reguł rzykładowe drzewo decyzyjne
Bardziej szczegółowoPierścień wielomianów jednej zmiennej
Rozdział 1 Pierścień wielomianów jednej zmiennej 1.1 Definicja pierścienia wielomianów jednej zmiennej Definicja 1.1 Niech P będzie dowolnym pierścieniem. Ciąg nieskończony (a 0, a 1,..., a n,...) elementów
Bardziej szczegółowoSystemy Rozproszone. Zagadnienia do egzaminu.
Systemy Rozproszone. Zagadnienia do egzaminu. 1. Definicje systemu rozproszonego i podstawowe pojęcia związane z takim systemem: węzeł, klient, serwer, peer, zasób, usługa. 2. Główne wyzwania związane
Bardziej szczegółowoAlgorytmy równoległe: ocena efektywności prostych algorytmów dla systemów wielokomputerowych
Algorytmy równoległe: ocena efektywności prostych algorytmów dla systemów wielokomputerowych Rafał Walkowiak Politechnika Poznańska Studia inżynierskie Informatyka 2013/14 Znajdowanie maksimum w zbiorze
Bardziej szczegółowoVII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.
VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. W rozdziale tym zajmiemy się dokładniej badaniem stabilności rozwiązań równania różniczkowego. Pojęcie stabilności w
Bardziej szczegółowoPrzetwarzanie i Kompresja Obrazów. Segmentacja
Przetwarzanie i Kompresja Obrazów. Aleksander Denisiuk(denisjuk@pja.edu.pl) Polsko-Japońska Akademia Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi 55, 80-045 Gdańsk 5 czerwca 2016 1/27
Bardziej szczegółowoAlgorytmy Równoległe i Rozproszone Część X - Algorytmy samostabilizujące.
Algorytmy Równoległe i Rozproszone Część X - Algorytmy samostabilizujące. Łukasz Kuszner pokój 209, WETI http://www.sphere.pl/ kuszner/ kuszner@sphere.pl Oficjalna strona wykładu http://www.sphere.pl/
Bardziej szczegółowoOptymalizacja. Przeszukiwanie lokalne
dr hab. inż. Instytut Informatyki Politechnika Poznańska www.cs.put.poznan.pl/mkomosinski, Maciej Hapke Idea sąsiedztwa Definicja sąsiedztwa x S zbiór N(x) S rozwiązań, które leżą blisko rozwiązania x
Bardziej szczegółowoPodstawy robotyki. Wykład II. Robert Muszyński Janusz Jakubiak Instytut Informatyki, Automatyki i Robotyki Politechnika Wrocławska
Podstawy robotyki Wykład II Ruch ciała sztywnego w przestrzeni euklidesowej Robert Muszyński Janusz Jakubiak Instytut Informatyki, Automatyki i Robotyki Politechnika Wrocławska Preliminaria matematyczne
Bardziej szczegółowoPodstawy programowania 2. Temat: Drzewa binarne. Przygotował: mgr inż. Tomasz Michno
Instrukcja laboratoryjna 5 Podstawy programowania 2 Temat: Drzewa binarne Przygotował: mgr inż. Tomasz Michno 1 Wstęp teoretyczny Drzewa są jedną z częściej wykorzystywanych struktur danych. Reprezentują
Bardziej szczegółowoAproksymacja. j<k. L 2 p[a, b] l 2 p,n X = Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza przestrzeni liniowej Π n. Dowód.
Metody numeryczne Paweł Zieliński p. 1/19 Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza bazę przestrzeni liniowej Π n. Dowód. Lemat 2. Dowolny wielomian Q j stopnia j niższego od k jest prostopadły
Bardziej szczegółowo3.4. Przekształcenia gramatyk bezkontekstowych
3.4. Przekształcenia gramatyk bezkontekstowych Definicje Niech będzie dana gramatyka bezkontekstowa G = G BK Symbol X (N T) nazywamy nieużytecznym w G G BK jeśli nie można w tej gramatyce
Bardziej szczegółowomiejsca przejścia, łuki i żetony
Sieci Petriego Sieć Petriego Formalny model procesów umożliwiający ich weryfikację Główne konstruktory: miejsca, przejścia, łuki i żetony Opis graficzny i matematyczny Formalna semantyka umożliwia pogłębioną
Bardziej szczegółowoDystrybucje, wiadomości wstępne (I)
Temat 8 Dystrybucje, wiadomości wstępne (I) Wielkości fizyczne opisujemy najczęściej przyporządkowując im funkcje (np. zależne od czasu). Inną drogą opisu tych wielkości jest przyporządkowanie im funkcjonałów
Bardziej szczegółowoMechanizmy komunikacji. spotkania symetryczne (język CSP) spotkania asymetryczne (Ada) przestrzenie krotek (Linda) potoki, komunikaty i kanały (Unix)
Mechanizmy komunikacji spotkania symetryczne (język CSP) spotkania asymetryczne (Ada) przestrzenie krotek (Linda) potoki, komunikaty i kanały (Unix) Język CSP Hoare (1978r.) Communicating Sequential Processes
Bardziej szczegółowoZiMSK. Routing dynamiczny 1
ZiMSK dr inż. Łukasz Sturgulewski, luk@kis.p.lodz.pl, http://luk.kis.p.lodz.pl/ dr inż. Artur Sierszeń, asiersz@kis.p.lodz.pl dr inż. Andrzej Frączyk, a.fraczyk@kis.p.lodz.pl Routing dynamiczny 1 Wykład
Bardziej szczegółowoGrafem nazywamy strukturę G = (V, E): V zbiór węzłów lub wierzchołków, Grafy dzielimy na grafy skierowane i nieskierowane:
Wykład 4 grafy Grafem nazywamy strukturę G = (V, E): V zbiór węzłów lub wierzchołków, E zbiór krawędzi, Grafy dzielimy na grafy skierowane i nieskierowane: Formalnie, w grafach skierowanych E jest podzbiorem
Bardziej szczegółowo