SIECI PETRIEGO WYŻSZEGO RZEDU Kolorowane sieci Petriego. Kolorowane sieci Petriego 1

Wielkość: px
Rozpocząć pokaz od strony:

Download "SIECI PETRIEGO WYŻSZEGO RZEDU Kolorowane sieci Petriego. Kolorowane sieci Petriego 1"

Transkrypt

1 SIECI PETRIEGO WYŻSZEGO RZEDU Kolorowane sieci Petriego Kolorowane sieci Petriego 1

2 PRZYKŁAD - DWA POCIAGI Kolorowane sieci Petriego 2

3 KONCEPCJA KOLORÓW Model z rysunku (a) nie jest równoważny poprzedniemu, bo nie pozwala rozróżnić stanów ani zdarzeń związanych z poszczególnymi wózkami Model z rysunku (b) pozwala na takie rozróżnienie, bo posiada 2 kolorowane (zindywidualizowane) znaczniki: < y > i < b >, a każda z tranzycji może się palić w dwóch kolorach: a i b. Kolorowane sieci Petriego 3

4 Tranzycja T 1 jest przygotowana ze względu na kolor y, jeżeli jest znacznik < y > w miescu P 1. Odpalenie T 1 w kolorze y powoduje usunięcie znacznika < y > z miejsca P 1 i dodanie znacznika < y > do miejsca P 2. Analogiczne, tranzycja T 1 jest przygotowana ze względu na kolor b, jeżeli jest znacznik < b > w miejscu P 1. Odpalenie T 1 w kolorze b powoduje usunięcie znacznka < b > z miejsca P 1 i dodanie znacznika < b > do miejsca P 2. Takie same reguły obowiązują dla tranzycji T 2 Kolorowane sieci Petriego 4

5 KONCEPCJA FUNKCJI W celu powiązania kolorów znaczników i kolorów palenia tranzycji przypisuje się wszystkim łukom w sieci określone funkcje. f (b) = b Tutaj jest to funkcja identyczności Id f (y) = y Kolorowane sieci Petriego 5

6 INNE FUNKCJE Wróćmy do pierwszego rysunku (model opisany zwykła siecią Petriego) i rozważmy jeden z wózków, np. żółty. Ruchy wózka w lewą i w prawą stronę są reprezentowane taką samą strukturą sieci. Możemy zatem zastąpić miejsca P y 1 (ruch w lewo) i Py 2 (ruch w prawo) jednym miejscem P y (ruch wózka), a tranzycje T y 1 (koniec ruchu w lewo) i T y 2 (koniec ruchu w prawo) jedną tranzycją T y (koniec ruchu w tym samym kierunku). Kolorowane sieci Petriego 6

7 Dla rozróznienia kierunków ruchu z miejscem P y wiążemy dwa możliwe kolory znaczników: < l > (ruch w lewo) i < r > (ruch w prawo). Tranzycja T y może się palić w dwóch kolorach: l (koniec ruchu w lewo) i p (koniec ruchu w prawo). Dla prawidłowego działania systemu znaczniki < l > i < r > muszą pojawiać się w miejscu P y 1 na przemian i podobnie tranzycja T y musi na przemian palić się w kolorze l i r. A zatem, tylko funkcja związana z łukiem (P y,t y ) jest identycznością, natomiast funkcja związana z łukiem (T y,p y ) powoduje zmianę znacznika f (P y,t y ) f (l) = l f (r) = r f (T y,p y ) f (l) = r f (r) = l Kolorowane sieci Petriego 7

8 KOLORY WEKTOROWE Za pomocą jednego miejsca i jednej tranzycji reprezentujemy ruch obu wózków. Miejsce P 1 zawiera znaczniki o kolorach dwuelementowych Tranzycja T 1 pali sie w czterech trybach identyfikowanych za pomocą kolorów dwuelementowych Funkcje f () przypisane łukom sieci przekształcają znaczniki dwuelementowe Kolorowane sieci Petriego 8

9 ZWIJANIE/ROZWIJANIE SIECI Kolorowane sieci Petriego 9

10 MULTIZBIORY Multizbiór określony na niepustym zbiorze S jest funkcją b : S N gdzie N jest zbiorem nieujemnych liczb całkowitych. Zbiór wszystkich skończonych multizbiorów określonych na zbiorze S oznacza się przez S MS Intuicyjnie, multizbiór jest zbiorem, który może zawierać wiele kopii elementów, łacznie z tym, że pewnych elementów może nie być (0 kopii). Wygodnie jest reprezentować multizbiory w postaci sumy b = b(s)s gdzie b(s) jest liczbą kopii elementu s w multizbiorze b. Kolorowane sieci Petriego 10

11 Na przykład: multizbiór {x,y,z,y} jest skończonym multizbiorem określonym na zbiorze {u,w,x,y,z}, który można zapisać jako Dla multizbiorów definiuje się: b 1 + b 2 = (b 1 (s) + b 2 (s)) n b = (nb(s))s b = x + 2y + z b 1 b 2 s S : b 1 (s) b 2 (s) b = b(s) b 2 b 1 = (b 2 (s) b 1 (s)) (określone dla b 1 b 2 ) Kolorowane sieci Petriego 11

12 CPN - DEFINICJA Kolorowana sieć Petriego jest szóstką CPN = (P,T,C,Pre,Post,M 0 ) P i T są zbiorami miejsc i tranzycji C jest zbiorem kolorów Pre() i Post() są funkcjami incydencji, określonymi dla trójek (p,t/c) P T C takich, że c C(t) jest możliwym kolorem palenia tranzycji t, przez: Pre(p,t/c) C MS Post(p,t/c) C MS Pre(p,t/c) 0 p t Post(p,t/c) 0 p t M 0 : P C MS jest markowaniem początkowym. Kolorowane sieci Petriego 12

13 PRZYKŁAD FUNKCJI INCYDENCJI Kolorowane sieci Petriego 13

14 EWOLUCJA MARKOWANIA Niech C(t) będzie zbiorem kolorów tranzycji t. Tranzycja t jest przygotowana ze względu na kolor c C(t) wtedy i tylko wtedy jeżeli p P, M(p) Pre(p,t/c) Przejście, ktore jest przygotowane ze względu na koloru c może w tym kolorze odpalić, w wyniku czego następuje zmiana markowania: p P, M (p) = M(p) Pre(p,t/c) + Post(p,t/c) Kolorowane sieci Petriego 14

15 PRZYKŁAD EWOLUCJI MARKOWANIA Startując z makowania M 1, dla ciągu paleń σ = t 1 /c 1,t 2 /c 2,...,t n /c k M k+1 (p) = M 1 (p) + k (Post(p,t j /c j ) Pre(p,t j /c j )), p P j=1 Kolorowane sieci Petriego 15

16 MODELOWANIE Każdą zwykła sieć Petriego z miejscami {p 1, p 2,..., p n } i tranzycjami {t 1,t 2,...,t m } można sprowadzić do sieci kolorowanej zawierającej tylko jedno miejsce P i jedną tranzycję T. Czy to ma jednak sens? C = C(P) +C(T ) C(P) = {p 1, p 2,..., p n }, C(T ) = {t 1,t 2,...,t m } Pre(P,T /t j ) = n i=1 X i j p i, Post(P,T /t j ) = n i=1 X i + j p i M0 c = n i=1 M 0(p i ) p i Kolorowane sieci Petriego 16

17 TRANSFORMACJA PN DO CPN - PRZYKŁAD Kolorowane sieci Petriego 17

18 MODELOWANIE - PRZYKŁAD W systemie występują współbieżnie dwa procesy produkcji: elementów umieszczonych na paletach typu l 1 i elementów umieszczonych na paletach typu l 2. Palety są wprowadzane na przemian jednego i drugiego typu. Palety wychodzące po odmontowaniu elementów przekazywane są z powrotem do systemu. Kolorowane sieci Petriego 18

19 MODEL 1 i {1,2} C i - paleta typu i-tego B i - palety w buforze we maszyny i-tej F i - maszyna i-ta jest wolna O i - maszyna i-ta jest zajęta T i - ładowanie maszyny i-tej T i - rozładowanie maszyny i-tej Kolorowane sieci Petriego 19

20 MODEL 1 c.d. Funkcja Succ(C i ) = C (i+1)mod 2 zapewnia wymaganą naprzemienność przepływu palet różnych typów Stan początkowy systemu jest zadany przez: w buforze maszyny m 1 jest n 1 palet pierwszego i n 2 palet drugiego typu M 0 (B 1 ) = n 1 C 1 + n 2 C 2 maszyny są dostępne i oprzyrządowane do realizacji elementów typu C 1 M 0 (F 1 ) = M 0 (F 2 ) = C 1 Kolorowane sieci Petriego 20

21 MODEL 2 Nie zawsze jest najlepiej używać prostych kolorów. Np. jeżeli liczba maszyn w linii wzrośnie, to model taki staje się bardziej złożony. Alternatywnie możemy związać palety z maszynami poprzez użycie kolorów dwuelementowych < c i,m j >. Obecność takiego znacznika w miejscu B oznacza, że w buforze maszyny j-tej jest paleta typu i-tego, a obecność < c i,m j > w miejscu F oznacza, że maszyna j-ta jest dostępna i przygotowana na przyjęcie części typu i-tego. Wówczas: Succ 1 (< c i,m j >) =< c (i+1)mod 2,m j > - funkcja wyznacza naprzemienny przepływ elementów c 1 i c 2 przez maszynę m j Succ 2 (< c i,m j >) =< c i,m ( j+1)mod 2 > - funkcja wyznacza przepływ palety c i naprzemian przez maszynę m 1 i m 2 Kolorowane sieci Petriego 21

22 MODEL 2 c.d. Kolorowane sieci Petriego 22

23 Stan początkowy systemu jest zadany przez: w buforze maszyny m 1 jest n 1 palet pierwszego i n 2 palet drugiego typu M 0 (B) = n 1 < c 1,m 1 > +n 2 < c 2,m 1 > maszyny m 1 i m 2 są dostępne i oprzyrządowane do realizacji elementów typu c 1 M 0 (F) =< c 1,m 1 > + < c 1,m 2 > Kolorowane sieci Petriego 23

24 ROZSZERZENIE MODELU 2 Jeżeli chcielibyśmy zamodelować linię produkcyjną złożoną z I typów palet (części) i J maszyn, to struktura modelu 2 (otrzymanego dla 2 typów palet i 2 maszyn) nie ulegnie zmianie. Jedyne modyfikacje to: 1. Funkcje Succ 1 i Succ 2 należy zdefiniować odpowiednio modulo I i modulo J. 2. markowanie początkowe M 0 (B) należy rozszerzyć do I znaczników, tj. M 0 (B) = I i=1 < c i,m 1 > 3. markowanie początkowe M 0 (F) należy rozszerzyć do J znaczników, tj. M 0 (F) = J j=1 < c 1,m j > Kolorowane sieci Petriego 24

25 TYPOWE FUNKCJE Kolorowane sieci Petriego 25

26 FUNKCJE NASTEPNIKA I DYSKOLORUJACA Kolorowane sieci Petriego 26

27 PRZENOŚNIK - KOLEJKA FIFO Transporter może jednocześnie przenosić co najwyżej 8 obiektów, które należą do q typów: o 1,...,o q. Model ma dostarczać bieżącej informacji o tym, które miejsca są wolne, a które zajęte i jakiego typu obiektem. Dwa typy znaczników: < o i,r j > - obiekt typu i-tego znajduje się w miejscu j-tym < r j > - miejsce j-te jest wolne Tranzycje T 1, T 2, T 3 reprezentują odpowiednio umieszczenie obiektu na przenośniku, zdjęcie obiektu z przenośnika i przesunięcie się transportera o jedno miejsce Kolorowane sieci Petriego 27

28 PRZENOŚNIK - MODEL Kolorowane sieci Petriego 28

29 LINIA MONTAŻOWA Produkowane są trzy różne typy wyrobów, każdy przez inną maszynę. Transporter dowozi odpowiednią paletę do odpowiedniej maszyny, gdzie paleta jest wprowadzana, jeżeli maszyna jest wolna. W przeciwnym przypadku transporter zatrzymuje się i czeka na jej zwolnienie; paleta zwalniająca maszynę umieszczana jest na transporterze i następnie przenoszona do wyjścia. Kolorowane sieci Petriego 29

30 Kolorowane sieci Petriego 30

31 MODYFIKACJE - NIESKIEROWANE CPN dwa modele skrzyżowania prosty system AGV Kolorowane sieci Petriego 31

32 SYSTEM TRANSPORTOWY Definicja 1 Dla sieci ścieżek U = (T,P,x) i n wózków, system transportowy jest siecią CPN N = N(U,n) = (P,T,C,Pre,Post,M 0 ) taką że: 1. P, T - zbiory miejsc i przejść 2. C - zbiór kolorów taki że: C(p) = {< h,t > h 1..n t x(p)} C(t) = {< h, p, p > h 1..n t x(p) x(p ) p p } 3. Pre, Post - funkcje incydencji zdefiniowane p P i t T ze względu na każdy kolor c C(t), c =< h,q,q >, przez: < h,t > jeżeli p = q Pre(p, t/c) = 0 w innym przypadku < h,t > jeżeli p = q Post(p, t/c) = 0 w innym przypadku gdzie: t x(q ) and x(q ) = 2 t t Kolorowane sieci Petriego 32

33 4. M 0 - markowanie początkowe takie że M 0 M i: p P, M(p) = 0 or M(p) C(p) h 1..n, p P takie że M(p) =< h,t > jeżeli M(p) =< h,t > i M(p ) =< h,t > to h h Kolorowane sieci Petriego 33

34 DYNAMIKA SYSTEMU M [ t 6 /(h 2, p 5, p 7 ) > M Definicja 2 Dla tranzycji t T i koloru c C(t), c =< h,q,q >: zdarzenie t/c jest przygotowane w.t.w. jeżeli M(q) =< h,t > and M(q ) = 0 0 if p = q M (p) = < h,t > jeżeli p = q t x(q ) gdzie: x(q ) = 2 t t M(p) w innym przypadku Kolorowane sieci Petriego 34

35 Jeżeli przy markowaniu M wystąpi zdarzenie t/c takie, że t T, c =< h,q,q > C(t) to nowe markowanie M jest określone przez: 0 jeżeli p = q M (p) = < h,t > jeżeli p = q M(p) w pozostalych przypadkach gdzie: t x(q ) i x(q ) = 2 t t. Kolorowane sieci Petriego 35

Najkrótsza droga Maksymalny przepływ Najtańszy przepływ Analiza czynności (zdarzeń)

Najkrótsza 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 szczegółowo

Rozszerzenia sieci Petriego

Rozszerzenia 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 szczegółowo

Rozszerzenia sieci Petriego

Rozszerzenia 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 szczegółowo

miejsca przejścia, łuki i żetony

miejsca 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 szczegółowo

Sieci Petriego. Sieć Petriego

Sieci Petriego. Sieć Petriego 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 szczegółowo

Definicja 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 }

Definicja 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 szczegółowo

Kolorowanie płaszczyzny, prostych i okręgów

Kolorowanie płaszczyzny, prostych i okręgów Kolorowanie płaszczyzny, prostych i okręgów Jadwiga Czyżewska Pisane pod kierunkiem W.Guzickiego W 2013 roku na II etapie VIII edycji Olimpiady Matematycznej Gimnazjalistów pojawiło się zadanie o następującej

Bardziej szczegółowo

1 Automaty niedeterministyczne

1 Automaty niedeterministyczne Szymon Toruńczyk 1 Automaty niedeterministyczne Automat niedeterministyczny A jest wyznaczony przez następujące składniki: Alfabet skończony A Zbiór stanów Q Zbiór stanów początkowych Q I Zbiór stanów

Bardziej szczegółowo

TEORIA wiązań Magdalena Pawłowska Gr. 10B2

TEORIA wiązań Magdalena Pawłowska Gr. 10B2 TEORIA wiązań Magdalena Pawłowska Gr. 10B2 Techniki kombinatoryczne rozróżniania węzłów i splotów ØLiczba skrzyżowań, ØLiczba mostów, ØKolorowanie, ØIndeks zaczepienia, ØSzkic elementów arytmetyki węzłów.

Bardziej szczegółowo

Matematyczne Podstawy Informatyki

Matematyczne 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 szczegółowo

1. Sieci Petriego. Rys. 1-1 Przykład sieci Petriego

1. Sieci Petriego. Rys. 1-1 Przykład sieci Petriego 1 1. Sieci Petriego Narzędzie wprowadzone przez Carla A. Petriego w 1962 roku do pierwotnie modelowania komunikacji z automatami. Obecnie narzędzie stosowane jest w modelowaniu systemów współbieżnych,

Bardziej szczegółowo

Przestrzenie wektorowe

Przestrzenie wektorowe Rozdział 4 Przestrzenie wektorowe Rozważania dotyczące przestrzeni wektorowych rozpoczniemy od kilku prostych przykładów. Przykład 4.1. W przestrzeni R 3 = {(x, y, z) : x, y, z R} wprowadzamy dwa działania:

Bardziej szczegółowo

Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu.

Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu. Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu. 1 Logika Klasyczna obejmuje dwie teorie:

Bardziej szczegółowo

Układy równań i nierówności liniowych

Układy równań i nierówności liniowych Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +

Bardziej szczegółowo

Internetowe Ko³o M a t e m a t yc z n e

Internetowe Ko³o M a t e m a t yc z n e Internetowe Ko³o M a t e m a t yc z n e Stowarzyszenie na rzecz Edukacji Matematycznej Zestaw 3 szkice rozwiązań zadań 1. Plansza do gry składa się z 15 ustawionych w rzędzie kwadratów. Pierwszy z graczy

Bardziej szczegółowo

Kolorowanie kalendarzy enova KADRY i PŁACE

Kolorowanie kalendarzy enova KADRY i PŁACE Kolorowanie kalendarzy enova KADRY i PŁACE (WERSJA 1.0) KATARZYNA DEPA Soneta Sp z o.o. ul. Wadowicka 8a, wejście B 31-415 Kraków tel./fax +48 (12) 261 36 41 http://www.enova.pl e-mail: place@enova.pl

Bardziej szczegółowo

Okręgi na skończonej płaszczyźnie Mateusz Janus

Okręgi na skończonej płaszczyźnie Mateusz Janus Okręgi na skończonej płaszczyźnie Mateusz Janus Skończona płaszczyzna, to płaszczyzna zawierająca skończoną liczbę punktów. Punkty utożsamiamy z parami liczb, które są resztami z dzielenia przez ustaloną

Bardziej szczegółowo

TEORIA GRAFÓW I SIECI

TEORIA GRAFÓW I SIECI TEORIA GRAFÓW I SIECI Temat nr 1: Definicja grafu. Rodzaje i części grafów dr hab. inż. Zbigniew TARAPATA, prof. WAT e-mail: zbigniew.tarapata@wat.edu.pl http://tarapata.edu.pl tel.: 261-83-95-04, p.225/100

Bardziej szczegółowo

Wreferacie przedstawiono propozycję metody modelowania procesów transportowych

Wreferacie przedstawiono propozycję metody modelowania procesów transportowych Modelowanie procesów transportowych w magazynie elementów produkcyjnych Krzysztof Franczok 1 1 Fabryka Maszyn ROTOX Sp. z o.o. Pokój k/opola, kfranczok@op.pl Wreferacie przedstawiono propozycję metody

Bardziej szczegółowo

Algorytmy Równoległe i Rozproszone Część V - Model PRAM II

Algorytmy 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 szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /14

Matematyka dyskretna. Andrzej Łachwa, UJ, /14 Matematyka dyskretna Andrzej Łachwa, UJ, 2016 andrzej.lachwa@uj.edu.pl 13/14 Grafy podstawowe definicje Graf to para G=(V, E), gdzie V to niepusty i skończony zbiór, którego elementy nazywamy wierzchołkami

Bardziej szczegółowo

Rysunek 1: Przykłady graficznej prezentacji klas.

Rysunek 1: Przykłady graficznej prezentacji klas. 4 DIAGRAMY KLAS. 4 Diagramy klas. 4.1 Wprowadzenie. Diagram klas - w ujednoliconym języku modelowania jest to statyczny diagram strukturalny, przedstawiający strukturę systemu w modelach obiektowych przez

Bardziej szczegółowo

a) 7 b) 19 c) 21 d) 34

a) 7 b) 19 c) 21 d) 34 Zadanie 1. Pytania testowe dotyczące podstawowych własności grafów. Zadanie 2. Przy każdym z zadań może się pojawić polecenie krótkiej charakterystyki algorytmu. Zadanie 3. W zadanym grafie sprawdzenie

Bardziej szczegółowo

Adaptacja sterownika PLC do obiektu sterowania. Synteza algorytmu procesu i sterowania metodą GRAFCET i SFC

Adaptacja sterownika PLC do obiektu sterowania. Synteza algorytmu procesu i sterowania metodą GRAFCET i SFC Adaptacja sterownika PLC do obiektu sterowania. Synteza algorytmu procesu i sterowania metodą GRAFCET i SFC Proces technologiczny (etap procesu produkcyjnego/przemysłowego) podstawa współczesnych systemów

Bardziej szczegółowo

Wyrażenie nawiasowe. Wyrażenie puste jest poprawnym wyrażeniem nawiasowym.

Wyrażenie nawiasowe. Wyrażenie puste jest poprawnym wyrażeniem nawiasowym. Wyrażenie nawiasowe Wyrażeniem nawiasowym nazywamy dowolny skończony ciąg nawiasów. Każdemu nawiasowi otwierającemu odpowiada dokładnie jeden nawias zamykający. Poprawne wyrażenie nawiasowe definiujemy

Bardziej szczegółowo

Maskowanie i selekcja

Maskowanie i selekcja Maskowanie i selekcja Maska prostokątna Grafika bitmapowa - Corel PHOTO-PAINT Pozwala definiować prostokątne obszary edytowalne. Kiedy chcemy wykonać operacje nie na całym obrazku, lecz na jego części,

Bardziej szczegółowo

CZĘŚĆ PIERWSZA. Seminarium grupy RSPN. Piotr Lasek Uniwersytet Rzeszowski. Kontakt

CZĘŚĆ PIERWSZA. Seminarium grupy RSPN. Piotr Lasek Uniwersytet Rzeszowski. Kontakt Sieci Petriego w CZĘŚĆ PIERWSZA Seminarium grupy RSPN Piotr Lasek Uniwersytet Rzeszowski Kontakt lasek@univ.rzeszow.pl Agenda Sieci Petriego w Snoopy 1. Wstęp a) podstawowe cechy i zalety sieci Petriego

Bardziej szczegółowo

Wykład 4. Określimy teraz pewną ważną klasę pierścieni.

Wykład 4. Określimy teraz pewną ważną klasę pierścieni. Wykład 4 Określimy teraz pewną ważną klasę pierścieni. Twierdzenie 1 Niech m, n Z. Jeśli n > 0 to istnieje dokładnie jedna para licz q, r, że: m = qn + r, 0 r < n. Liczbę r nazywamy resztą z dzielenia

Bardziej szczegółowo

1. Synteza automatów Moore a i Mealy realizujących zadane przekształcenie 2. Transformacja automatu Moore a w automat Mealy i odwrotnie

1. Synteza automatów Moore a i Mealy realizujących zadane przekształcenie 2. Transformacja automatu Moore a w automat Mealy i odwrotnie Opracował: dr hab. inż. Jan Magott KATEDRA INFORMATYKI TECHNICZNEJ Ćwiczenia laboratoryjne z Logiki Układów Cyfrowych ćwiczenie 207 Temat: Automaty Moore'a i Mealy 1. Cel ćwiczenia Celem ćwiczenia jest

Bardziej szczegółowo

Drzewa BST i AVL. Drzewa poszukiwań binarnych (BST)

Drzewa BST i AVL. Drzewa poszukiwań binarnych (BST) Drzewa ST i VL Drzewa poszukiwań binarnych (ST) Drzewo ST to dynamiczna struktura danych (w formie drzewa binarnego), która ma tą właściwość, że dla każdego elementu wszystkie elementy w jego prawym poddrzewie

Bardziej szczegółowo

Badania Operacyjne Ćwiczenia nr 4 (Materiały)

Badania Operacyjne Ćwiczenia nr 4 (Materiały) Analiza wrażliwości Rozwiązanie programu liniowego jest dopiero początkiem analizy. Z punktu widzenia decydenta (menadżera) jest istotne, żeby wiedzieć jak na rozwiązanie optymalne wpływają zmiany parametrów

Bardziej szczegółowo

Języki formalne i automaty Ćwiczenia 7

Języki formalne i automaty Ćwiczenia 7 Języki formalne i automaty Ćwiczenia 7 Autor: Marcin Orchel Spis treści Spis treści... 1 Wstęp teoretyczny... 2 Automaty... 2 Cechy automatów... 4 Łączenie automatów... 4 Konwersja automatu do wyrażenia

Bardziej szczegółowo

Straszyński Kołodziejczyk, Paweł Straszyński. Wszelkie prawa zastrzeżone. FoamPro. Instrukcja obsługi

Straszyński Kołodziejczyk, Paweł Straszyński. Wszelkie prawa zastrzeżone.  FoamPro. Instrukcja obsługi FoamPro Instrukcja obsługi 1 Spis treści 1 Wstęp... 3 2 Opis Programu... 4 2.1 Interfejs programu... 4 2.2 Budowa projektu... 5 2.2.1 Elementy podstawowe... 5 2.2.2 Elementy grupowe... 5 2.2.3 Połączenia

Bardziej szczegółowo

Języki formalne i automaty Ćwiczenia 9

Języki formalne i automaty Ćwiczenia 9 Języki formalne i automaty Ćwiczenia 9 Autor: Marcin Orchel Spis treści Spis treści... 1 Wstęp teoretyczny... 2 Maszyna Mealy'ego... 2 Maszyna Moore'a... 2 Automat ze stosem... 3 Konwersja gramatyki bezkontekstowej

Bardziej szczegółowo

Zadanie 4 Zadanie 5 Zadanie 6. Repetytorium z JFiZO. Jakub Michaliszyn 25 maja 2017

Zadanie 4 Zadanie 5 Zadanie 6. Repetytorium z JFiZO. Jakub Michaliszyn 25 maja 2017 Repetytorium z JFiZO Jakub Michaliszyn 25 maja 2017 dom(m) jest rekurencyjny wtw, gdy istnieje całkowita funkcja rekurencyjna t M (n) taka, że jeśli M(n) staje, to staje po dokładnie t M (n) krokach. dom(m)

Bardziej szczegółowo

Kolory elementów. Kolory elementów

Kolory elementów. Kolory elementów Wszystkie elementy na schematach i planach szaf są wyświetlane w kolorach. Kolory te są zawarte w samych elementach, ale w razie potrzeby można je zmienić za pomocą opcji opisanych poniżej, przy czym dotyczy

Bardziej szczegółowo

Zliczanie Podziałów Liczb

Zliczanie Podziałów Liczb Zliczanie Podziałów Liczb Przygotował: M. Dziemiańczuk 7 lutego 20 Streszczenie Wprowadzenie Przez podział λ nieujemnej liczby całkowitej n rozumiemy nierosnący ciąg (λ, λ 2,..., λ r ) dodatnich liczb

Bardziej szczegółowo

1. Regulatory ciągłe liniowe.

1. Regulatory ciągłe liniowe. Laboratorium Podstaw Inżynierii Sterowania Ćwiczenie: Regulacja ciągła PID 1. Regulatory ciągłe liniowe. Zadaniem regulatora w układzie regulacji automatycznej jest wytworzenie sygnału sterującego u(t),

Bardziej szczegółowo

Dodatkowe możliwości RDF. Seminarium magisterskie Paweł Chrząszczewski

Dodatkowe możliwości RDF. Seminarium magisterskie Paweł Chrząszczewski Dodatkowe możliwości RDF Seminarium magisterskie Paweł Chrząszczewski Inne możliwości RDF RDF posiada szereg dodatkowych funkcji, takich jak wbudowane typy i właściwości reprezentujące grupy zasobów i

Bardziej szczegółowo

Wstęp do sieci neuronowych, wykład 11 Łańcuchy Markova

Wstęp do sieci neuronowych, wykład 11 Łańcuchy Markova Wstęp do sieci neuronowych, wykład 11 Łańcuchy Markova M. Czoków, J. Piersa 2010-12-21 1 Definicja Własności Losowanie z rozkładu dyskretnego 2 3 Łańcuch Markova Definicja Własności Losowanie z rozkładu

Bardziej szczegółowo

Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej KATEDRA INFORMATYKI STOSOWANEJ ROZPRAWA DOKTORSKA MGR INŻ. WOJCIECH

Bardziej szczegółowo

Topologia Algebraiczna - Pomocnik studenta. 1. Język teorii kategorii

Topologia Algebraiczna - Pomocnik studenta. 1. Język teorii kategorii Topologia Algebraiczna - Pomocnik studenta. 1. Język teorii kategorii Agnieszka Bojanowska Stefan Jackowski 24 listopada 2010 1 Podstawowe pojęcia Bedziemy uzywać następujących pojęć i przykładów dotyczących

Bardziej szczegółowo

Inżynieria Systemów Dynamicznych (4)

Inżynieria Systemów Dynamicznych (4) Inżynieria Systemów Dynamicznych (4) liniowych (układów) Piotr Jacek Suchomski Katedra Systemów Automatyki WETI, Politechnika Gdańska 2 grudnia 2010 O czym będziemy mówili? 1 2 WE OKREŚLO 3 ASYMPTO 4 DYNAMICZ

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /10

Matematyka dyskretna. Andrzej Łachwa, UJ, /10 Matematyka dyskretna Andrzej Łachwa, UJ, 2018 andrzej.lachwa@uj.edu.pl 10/10 Podziały i liczby Stirlinga Liczba Stirlinga dla cykli (często nazywana liczbą Stirlinga pierwszego rodzaju) to liczba permutacji

Bardziej szczegółowo

Ćwiczenie 1. Modelowanie prostego procesu

Ćwiczenie 1. Modelowanie prostego procesu Ćwiczenie 1. Modelowanie prostego procesu Część 1. Definiowanie nowego projektu 1. Uruchom narzędzie TIBCO Business Studio. 2. Z menu wybierz File -> New -> Project... 3. W oknie dialogowym New Project

Bardziej szczegółowo

FUNKCJE. (odwzorowania) Funkcje 1

FUNKCJE. (odwzorowania) Funkcje 1 FUNKCJE (odwzorowania) Funkcje 1 W matematyce funkcja ze zbioru X w zbiór Y nazywa się odwzorowanie (przyporządkowanie), które każdemu elementowi zbioru X przypisuje jeden, i tylko jeden element zbioru

Bardziej szczegółowo

Przypadek praktyczny: United Caps Automatyczny magazyn wjezdny z systemem Pallet Shuttle dla producenta zakrętek

Przypadek praktyczny: United Caps Automatyczny magazyn wjezdny z systemem Pallet Shuttle dla producenta zakrętek Przypadek praktyczny: United Caps Automatyczny magazyn wjezdny z systemem Pallet Shuttle dla producenta zakrętek Lokalizacja: Luksemburg United Caps, spółka specjalizująca się w projektowaniu i produkcji

Bardziej szczegółowo

Skrócona instrukcja korzystania z Platformy Zdalnej Edukacji w Gliwickiej Wyższej Szkole Przedsiębiorczości

Skrócona instrukcja korzystania z Platformy Zdalnej Edukacji w Gliwickiej Wyższej Szkole Przedsiębiorczości Skrócona instrukcja korzystania z Platformy Zdalnej Edukacji w Gliwickiej Wyższej Szkole Przedsiębiorczości Wstęp Platforma Zdalnej Edukacji Gliwickiej Wyższej Szkoły Przedsiębiorczości (dalej nazywana

Bardziej szczegółowo

Uniwersytet Warszawski Wydział Matematyki, Informatyki i Mechaniki. Paweł Witas Nr albumu:178860

Uniwersytet Warszawski Wydział Matematyki, Informatyki i Mechaniki. Paweł Witas Nr albumu:178860 Uniwersytet Warszawski Wydział Matematyki, Informatyki i Mechaniki Paweł Witas Nr albumu:178860 Symulator sieci Petriego ze znacznikami indywidualnymi Praca Magisterska na kierunku INFORMATYKA Praca wykonana

Bardziej szczegółowo

1. Operacje logiczne A B A OR B

1. Operacje logiczne A B A OR B 1. Operacje logiczne OR Operacje logiczne są operacjami działającymi na poszczególnych bitach, dzięki czemu można je całkowicie opisać przedstawiając jak oddziałują ze sobą dwa bity. Takie operacje logiczne

Bardziej szczegółowo

1. Opis okna podstawowego programu TPrezenter.

1. Opis okna podstawowego programu TPrezenter. OPIS PROGRAMU TPREZENTER. Program TPrezenter przeznaczony jest do pełnej graficznej prezentacji danych bieżących lub archiwalnych dla systemów serii AL154. Umożliwia wygodną i dokładną analizę na monitorze

Bardziej szczegółowo

Język UML w modelowaniu systemów informatycznych

Język UML w modelowaniu systemów informatycznych Język UML w modelowaniu systemów informatycznych dr hab. Bożena Woźna-Szcześniak Akademia im. Jan Długosza bwozna@gmail.com Wykład 4 Diagramy aktywności I Diagram aktywności (czynności) (ang. activity

Bardziej szczegółowo

Reprezentacje grafów nieskierowanych Reprezentacje grafów skierowanych. Wykład 2. Reprezentacja komputerowa grafów

Reprezentacje grafów nieskierowanych Reprezentacje grafów skierowanych. Wykład 2. Reprezentacja komputerowa grafów Wykład 2. Reprezentacja komputerowa grafów 1 / 69 Macierz incydencji Niech graf G będzie grafem nieskierowanym bez pętli o n wierzchołkach (x 1, x 2,..., x n) i m krawędziach (e 1, e 2,..., e m). 2 / 69

Bardziej szczegółowo

POMOC / INSTRUKCJA OBSŁUGI

POMOC / INSTRUKCJA OBSŁUGI POMOC / INSTRUKCJA OBSŁUGI 1. Powiększanie mapy 2. Plakat 3. Schemat lekcji 4. Broszura informacyjna 5. Instrukcja obsługi Pasek narzędzi i menu wyboru Zmiana skali mapy Mini mapa - podgląd na położenie

Bardziej szczegółowo

Analiza sieci Petriego

Analiza sieci Petriego Analiza sieci Petriego Przydatność formalnej analizy modelu procesów Szpital obsługa 272 pacjentów 29258 zdarzeń 264 różnych czynności Czy powyższy model jest poprawny? Własności behawioralne sieci Petriego

Bardziej szczegółowo

Wprowadzenie do rysowania w 3D. Praca w środowisku 3D

Wprowadzenie do rysowania w 3D. Praca w środowisku 3D Wprowadzenie do rysowania w 3D 13 Praca w środowisku 3D Pierwszym krokiem niezbędnym do rozpoczęcia pracy w środowisku 3D programu AutoCad 2010 jest wybór odpowiedniego obszaru roboczego. Można tego dokonać

Bardziej szczegółowo

Arytmetyka liczb binarnych

Arytmetyka liczb binarnych Wartość dwójkowej liczby stałoprzecinkowej Wartość dziesiętna stałoprzecinkowej liczby binarnej Arytmetyka liczb binarnych b n-1...b 1 b 0,b -1 b -2...b -m = b n-1 2 n-1 +... + b 1 2 1 + b 0 2 0 + b -1

Bardziej szczegółowo

Modelowanie całkowitoliczbowe

Modelowanie całkowitoliczbowe 1 Modelowanie całkowitoliczbowe Zmienne binarne P 1 Firma CMC rozważa budowę nowej fabryki w miejscowości A lub B lub w obu tych miejscowościach. Bierze również pod uwagę budowę co najwyżej jednej hurtowni

Bardziej szczegółowo

Lista zadań - Relacje

Lista zadań - Relacje MATEMATYKA DYSKRETNA Lista zadań - Relacje Zadania obliczeniowe Zad. 1. Która z poniższych relacji jest funkcją? a) Relacja składająca się ze wszystkich par uporządkowanych, których poprzednikami są studenci,

Bardziej szczegółowo

Programowanie Równoległe i Rozproszone

Programowanie Równoległe i Rozproszone Programowanie Równoległe i Rozproszone Lucjan Stapp Wydział Matematyki i Nauk Informacyjnych Politechnika Warszawska (l.stapp@mini.pw.edu.pl) 1/30 PRiR MONITOR klasa z następującymi właściwościami: wszystkie

Bardziej szczegółowo

Elementy logiki. Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń

Elementy logiki. Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń Elementy logiki Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń 1 Klasyczny Rachunek Zdań 1.1 Spójniki logiczne Zdaniem w sensie logicznym nazywamy wyrażenie, które jest

Bardziej szczegółowo

Podstawowe operacje arytmetyczne i logiczne dla liczb binarnych

Podstawowe operacje arytmetyczne i logiczne dla liczb binarnych 1 Podstawowe operacje arytmetyczne i logiczne dla liczb binarnych 1. Podstawowe operacje logiczne dla cyfr binarnych Jeśli cyfry 0 i 1 potraktujemy tak, jak wartości logiczne fałsz i prawda, to działanie

Bardziej szczegółowo

Wielomiany podstawowe wiadomości

Wielomiany podstawowe wiadomości Rozdział Wielomiany podstawowe wiadomości Funkcję postaci f s = a n s n + a n s n + + a s + a 0, gdzie n N, a i R i = 0,, n, a n 0 nazywamy wielomianem rzeczywistym stopnia n; jeżeli współczynniki a i

Bardziej szczegółowo

ZESTAW OŚWIETLENIA SYGNALIZACYJNEGO SIEWNIKÓW MONOSEM

ZESTAW OŚWIETLENIA SYGNALIZACYJNEGO SIEWNIKÓW MONOSEM Monosem, ref. 10640092 ZESTAW OŚWIETLENIA SYGNALIZACYJNEGO SIEWNIKÓW MONOSEM INSTRUKCJA OBSŁUGI, MONTAŻU I KONSERWACJI W JĘZYKU POLSKIM Wydanie: kwiecień 2013 INSTRUKCJA OBSŁUGI Niniejszą instrukcję obsługi

Bardziej szczegółowo

x 2 = a RÓWNANIA KWADRATOWE 1. Wprowadzenie do równań kwadratowych 2. Proste równania kwadratowe Równanie kwadratowe typu:

x 2 = a RÓWNANIA KWADRATOWE 1. Wprowadzenie do równań kwadratowych 2. Proste równania kwadratowe Równanie kwadratowe typu: RÓWNANIA KWADRATOWE 1. Wprowadzenie do równań kwadratowych Przed rozpoczęciem nauki o równaniach kwadratowych, warto dobrze opanować rozwiązywanie zwykłych równań liniowych. W równaniach liniowych niewiadoma

Bardziej szczegółowo

Logika intuicjonistyczna

Logika intuicjonistyczna Logika intuicjonistyczna Logika klasyczna oparta jest na pojęciu wartości logicznej zdania. Poprawnie zbudowane i jednoznaczne stwierdzenie jest w tej logice klasyfikowane jako prawdziwe lub fałszywe.

Bardziej szczegółowo

Znajdowanie wyjścia z labiryntu

Znajdowanie wyjścia z labiryntu Znajdowanie wyjścia z labiryntu Zadanie to wraz z problemem pakowania najcenniejszego plecaka należy do problemów optymalizacji, które dotyczą znajdowania najlepszego rozwiązania wśród wielu możliwych

Bardziej szczegółowo

Matematyczne Podstawy Informatyki

Matematyczne Podstawy Informatyki Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 2013/2014 Informacje podstawowe 1. Konsultacje: pokój

Bardziej szczegółowo

Wykład 5: Specyfikacja na poziomie systemowym

Wykład 5: Specyfikacja na poziomie systemowym Systemy wbudowane Wykład 5: Specyfikacja na poziomie systemowym Ogólny model systemu informatycznego Sieć komunikujących się procesów P1 P3 P2 Kiedy procesy się aktywują? Czy jest synchronizacja między

Bardziej szczegółowo

Symboliczna analiza układów sterowania binarnego z wykorzystaniem wybranych metod analizy sieci Petriego

Symboliczna analiza układów sterowania binarnego z wykorzystaniem wybranych metod analizy sieci Petriego Politechnika Warszawska Wydział Elektroniki i Technik Informacyjnych Agnieszka Węgrzyn Symboliczna analiza układów sterowania binarnego z wykorzystaniem wybranych metod analizy sieci Petriego Rozprawa

Bardziej szczegółowo

przy warunkach początkowych: 0 = 0, 0 = 0

przy warunkach początkowych: 0 = 0, 0 = 0 MODELE MATEMATYCZNE UKŁADÓW DYNAMICZNYCH Podstawową formą opisu procesów zachodzących w członach lub układach automatyki jest równanie ruchu - równanie dynamiki. Opisuje ono zależność wielkości fizycznych,

Bardziej szczegółowo

Przykładowe zadanie z unikania blokad.

Przykładowe zadanie z unikania blokad. Przykładowe zadanie z unikania blokad. Mamy system operacyjny, a w nim cztery procesy (,,,) i dwa zasoby (,), przy czym dysponujemy trzema egzemplarzami zasobu i trzema egzemplarzami zasobu. Oto zapotrzebowanie

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA WYKŁAD 10. WNIOSKOWANIE W LOGICE ROZMYTEJ Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska WNIOSKOWANIE W LOGICE DWUWARTOŚCIOWEJ W logice

Bardziej szczegółowo

Rachunek prawdopodobieństwa- wykład 2

Rachunek prawdopodobieństwa- wykład 2 Rachunek prawdopodobieństwa- wykład 2 Pojęcie dyskretnej przestrzeni probabilistycznej i określenie prawdopodobieństwa w tej przestrzeni dr Marcin Ziółkowski Instytut Matematyki i Informatyki Uniwersytet

Bardziej szczegółowo

1.1 Definicja. 1.2 Przykład. 1.3 Definicja. Niech G oznacza dowolny, niepusty zbiór.

1.1 Definicja. 1.2 Przykład. 1.3 Definicja. Niech G oznacza dowolny, niepusty zbiór. 20. Definicje i przykłady podstawowych struktur algebraicznych (grupy, pierścienie, ciała, przestrzenie liniowe). Pojęcia dotyczące przestrzeni liniowych (liniowa zależność i niezależność układu wektorów,

Bardziej szczegółowo

Technologie i systemy oparte na logice rozmytej

Technologie i systemy oparte na logice rozmytej Zagadnienia I Technologie i systemy oparte na logice rozmytej Mają zastosowania w sytuacjach kiedy nie posiadamy wystarczającej wiedzy o modelu matematycznym rządzącym danym zjawiskiem oraz tam gdzie zbudowanie

Bardziej szczegółowo

Całki niewłaściwe. Całki w granicach nieskończonych

Całki niewłaściwe. Całki w granicach nieskończonych Całki niewłaściwe Całki w granicach nieskończonych Wiemy, co to jest w przypadku skończonego przedziału i funkcji ograniczonej. Okazuje się potrzebne uogólnienie tego pojęcia w różnych kierunkach (przedział

Bardziej szczegółowo

Zadanie 1. Oblicz prawdopodobieństwo, że rzucając dwiema kostkami do gry otrzymamy:

Zadanie 1. Oblicz prawdopodobieństwo, że rzucając dwiema kostkami do gry otrzymamy: Zadanie 1. Oblicz prawdopodobieństwo, że rzucając dwiema kostkami do gry otrzymamy: a) sumę oczek równą 6, b) iloczyn oczek równy 6, c) sumę oczek mniejszą niż 11, d) iloczyn oczek będący liczbą parzystą,

Bardziej szczegółowo

HARMONOGRAMOWANIE OPERACYJNE Z OGRANICZENIAMI W IFS APPLICATIONS

HARMONOGRAMOWANIE OPERACYJNE Z OGRANICZENIAMI W IFS APPLICATIONS HARMONOGRAMOWANIE OPERACYJNE Z OGRANICZENIAMI W IFS APPLICATIONS Cele sterowania produkcją Dostosowanie asortymentu i tempa produkcji do spływających na bieżąco zamówień Dostarczanie produktu finalnego

Bardziej szczegółowo

G. Wybrane elementy teorii grafów

G. Wybrane elementy teorii grafów Dorota Miszczyńska, Marek Miszczyński KBO UŁ Wybrane elementy teorii grafów 1 G. Wybrane elementy teorii grafów Grafy są stosowane współcześnie w różnych działach nauki i techniki. Za pomocą grafów znakomicie

Bardziej szczegółowo

Ćwiczenia z przetwarzania tablic 2D

Ćwiczenia z przetwarzania tablic 2D Ćwiczenia z przetwarzania tablic 2D Wyświetlanie tablic 2D Jako wstęp do przetwarzania obrazów w pythonie przećwiczmy podstawowe operacje na dwuwymiarowych tablicach numpy w postaci których będziemy takie

Bardziej szczegółowo

Opis systemów dynamicznych w przestrzeni stanu. Wojciech Kurek , Gdańsk

Opis systemów dynamicznych w przestrzeni stanu. Wojciech Kurek , Gdańsk Opis systemów dynamicznych Mieczysław Brdyś 27.09.2010, Gdańsk Rozważmy układ RC przedstawiony na rysunku poniżej: wejscie u(t) R C wyjście y(t)=vc(t) Niech u(t) = 2 + sin(t) dla t t 0 gdzie t 0 to chwila

Bardziej szczegółowo

Indukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Indukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak Indukcja Materiały pomocnicze do wykładu wykładowca: dr Magdalena Kacprzak Charakteryzacja zbioru liczb naturalnych Arytmetyka liczb naturalnych Jedną z najważniejszych teorii matematycznych jest arytmetyka

Bardziej szczegółowo

10. Kolorowanie wierzchołków grafu

10. Kolorowanie wierzchołków grafu p. 10. Kolorowanie wierzchołków grafu 10.1 Definicje i twierdzenia Przez k-kolorowanie wierzchołków grafu G rozumiemy przyporzadkowanie każdemu wierzchołkowi grafu G jednego z k kolorów 1, 2,...,k. p.

Bardziej szczegółowo

Ciała i wielomiany 1. przez 1, i nazywamy jedynką, zaś element odwrotny do a 0 względem działania oznaczamy przez a 1, i nazywamy odwrotnością a);

Ciała i wielomiany 1. przez 1, i nazywamy jedynką, zaś element odwrotny do a 0 względem działania oznaczamy przez a 1, i nazywamy odwrotnością a); Ciała i wielomiany 1 Ciała i wielomiany 1 Definicja ciała Niech F będzie zbiorem, i niech + ( dodawanie ) oraz ( mnożenie ) będą działaniami na zbiorze F. Definicja. Zbiór F wraz z działaniami + i nazywamy

Bardziej szczegółowo

WASM AppInventor Lab 3. Rysowanie i animacja po kanwie PODSTAWY PRACY Z KANWAMI

WASM AppInventor Lab 3. Rysowanie i animacja po kanwie PODSTAWY PRACY Z KANWAMI Rysowanie i animacja po kanwie PODSTAWY PRACY Z KANWAMI Kanwa, to komponent służący do rysowania. Można ją dodać w Designerze przeciągając komponent Canvas z sekcji Basic. W celu ustawienia obrazka jako

Bardziej szczegółowo

Polska Sieć Trakcyjna

Polska Sieć Trakcyjna Dodatek do MS Train Simulator 1.x Polska Sieć Trakcyjna Instrukcja układania sieci na szlakach Po instalacji pakietu (pakietów) obiektów sieci, wpisów do plików *.ref i gantry.dat - zgodnie z instrukcją

Bardziej szczegółowo

Zagadnienie transportowe

Zagadnienie transportowe Zagadnienie transportowe Firma X zawarła kontrakt na dostarczenie trawnika do wykończenia terenów wokół trzech zakładów U, V i W. Trawnik ma być dostarczony z trzech farm A, B i C. Zapotrzebowanie zakładów

Bardziej szczegółowo

Definicje wyższego poziomu

Definicje wyższego poziomu Definicje wyższego poziomu Interpreter Scheme-a nie będzie narzekad w przypadku wystąpienia niezdefionowanej zmiennej w ciele wyrażenia lambda dopóki nie będzie zastosowana Przykład braku informacji o

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

Matematyka dyskretna. Andrzej Łachwa, UJ, /15 Matematyka dyskretna Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl 14/15 Grafy podstawowe definicje Graf to para G=(V, E), gdzie V to niepusty i skończony zbiór, którego elementy nazywamy wierzchołkami

Bardziej szczegółowo

Języki programowania C i C++ Wykład: Typy zmiennych c.d. Operatory Funkcje. dr Artur Bartoszewski - Języki C i C++, sem.

Języki programowania C i C++ Wykład: Typy zmiennych c.d. Operatory Funkcje. dr Artur Bartoszewski - Języki C i C++, sem. Języki programowania C i C++ Wykład: Typy zmiennych c.d. Operatory Funkcje 1 dr Artur Bartoszewski - Języki C i C++, sem. 1I- WYKŁAD programowania w C++ Typy c.d. 2 Typy zmiennych Instrukcja typedef -

Bardziej szczegółowo

Kolorowanie wierzchołków Kolorowanie krawędzi Kolorowanie regionów i map. Wykład 8. Kolorowanie

Kolorowanie wierzchołków Kolorowanie krawędzi Kolorowanie regionów i map. Wykład 8. Kolorowanie Wykład 8. Kolorowanie 1 / 62 Kolorowanie wierzchołków - definicja Zbiory niezależne Niech G będzie grafem bez pętli. Definicja Mówimy, że G jest grafem k kolorowalnym, jeśli każdemu wierzchołkowi możemy

Bardziej szczegółowo

Wstęp Pierwsze kroki Pierwszy rysunek Podstawowe obiekty Współrzędne punktów Oglądanie rysunku...

Wstęp Pierwsze kroki Pierwszy rysunek Podstawowe obiekty Współrzędne punktów Oglądanie rysunku... Wstęp... 5 Pierwsze kroki... 7 Pierwszy rysunek... 15 Podstawowe obiekty... 23 Współrzędne punktów... 49 Oglądanie rysunku... 69 Punkty charakterystyczne... 83 System pomocy... 95 Modyfikacje obiektów...

Bardziej szczegółowo

Program graficzny MS Paint.

Program graficzny MS Paint. Program graficzny MS Paint. Program graficzny MS Paint (w starszych wersjach Windows Paintbrush lub mspaint) aplikacja firmy Microsoft w systemach Windows służąca do obróbki grafiki. SP 8 Lubin Zdjęcie:

Bardziej szczegółowo

Analiza sieci Petriego

Analiza sieci Petriego Analiza sieci Petriego Przydatność formalnej analizy modelu procesów Szpital obsługa 272 pacjentów 29258 zdarzeń 264 różnych czynności Czy powyższy model jest poprawny? Tomasz Koszlajda Instytut Informatyki

Bardziej szczegółowo

Turing i jego maszyny

Turing i jego maszyny Turing Magdalena Lewandowska Politechnika Śląska, wydział MS, semestr VI 20 kwietnia 2016 1 Kim był Alan Turing? Biografia 2 3 Mrówka Langtona Bomba Turinga 4 Biografia Kim był Alan Turing? Biografia Alan

Bardziej szczegółowo

WOJSKOWA AKADEMIA TECHNICZNA WYDZIAŁ CYBERNETYKI

WOJSKOWA AKADEMIA TECHNICZNA WYDZIAŁ CYBERNETYKI WOJSKOWA AKADEMIA TECHNICZNA WYDZIAŁ CYBERNETYKI Analiza i modelowanie Systemów Teleinformatycznych Sprawozdanie z ćwiczenia laboratoryjnego nr 6 Temat ćwiczenia: Modelowanie systemów równoległych z zastosowaniem

Bardziej szczegółowo

Wykład 11: Martyngały: definicja, twierdzenia o zbieżności

Wykład 11: Martyngały: definicja, twierdzenia o zbieżności RAP 412 14.01.2009 Wykład 11: Martyngały: definicja, twierdzenia o zbieżności Wykładowca: Andrzej Ruciński Pisarz:Mirosława Jańczak 1 Wstęp Do tej pory zajmowaliśmy się ciągami zmiennych losowych (X n

Bardziej szczegółowo

Języki formalne i automaty Ćwiczenia 4

Języki formalne i automaty Ćwiczenia 4 Języki formalne i automaty Ćwiczenia 4 Autor: Marcin Orchel Spis treści Spis treści... 1 Wstęp teoretyczny... 2 Sposób tworzenia deterministycznego automatu skończonego... 4 Intuicyjne rozumienie konstrukcji

Bardziej szczegółowo

Indukowane Reguły Decyzyjne I. Wykład 3

Indukowane Reguły Decyzyjne I. Wykład 3 Indukowane Reguły Decyzyjne I Wykład 3 IRD Wykład 3 Plan Powtórka Grafy Drzewa klasyfikacyjne Testy wstęp Klasyfikacja obiektów z wykorzystaniem drzewa Reguły decyzyjne generowane przez drzewo 2 Powtórzenie

Bardziej szczegółowo