MODELE TOPOLOGICZNE DANYCH PRZESTRZENNYCH TOPOLOGY MODELS OF SPATIAL DATA
|
|
- Urszula Tomczak
- 8 lat temu
- Przeglądów:
Transkrypt
1 Roczniki eoatyki, Warszawa, To V, Zeszyt 5, str MODELE TOPOLOICZNE DANYCH PRZETRZENNYCH TOPOLOY MODEL OF PATIAL DATA ElŜbieta Lewandowicz atedra eodezji zczegółowej UW-M w Olsztynie łowa kluczowe: grafy jako odele topologiczne, odele analityczne IP eywords: graph topology odels, analytical odel in I Wprowadzenie, cel pracy W naukach ateatycznych topologię przedstawia się wykorzystując teorię grafów, która jest działe topologii algebraicznej związanej z relacjai w zbiorach, systeai algebraicznyi i strukturai. W ysteach Inforacji Przestrzennej (IP) topologie zapisuje się w odpowiednich strukturach, składających się z powiązanych tabel. posób ich zapisu został szczegółowo określony w norach (PN 2002, IO 19107) oraz w pracach (Bielecka 2006, Eckes 2006, aździcki 1990, Molenaar 1998, ullivan, Unwin 2003, Urbański 1997). Ten tabelaryczny zapis oŝna przekształcić w ateatyczną forę grafu. W efekcie topologię przestrzeni geograficznej oddajey w postaci grafu geoetrycznego, którego eleenty: węzły, krawędzie i obszary opisują punkty, linie i powierzchnie. Model ten ujęty w forie acierzy zawiera relacje (topologie) iędzy punktai, liniai i powierzchniai (Lewandowicz 2004, 2005, 2006, Lewandowicz, Bałandynowicz 2005). W niniejszej pracy, posługując się prosty przykłade, zaprezentuję róŝne odele topologiczne danych przestrzennych, zbudowane w oparciu o jedne dane geoetryczne. Wykorzystując teorię grafów (Wilson 2000, ulikowski 1986, Coren i inni 2007), przedstawiane odele pokaŝę w forie graficznej i acierzowej. RóŜnorodność odeli wskazuje na liczne sposoby interpretacji przestrzeni geograficznej, która znajduje zastosowanie w zadaniach analitycznych. Jedną z wielu funkcji analitycznych jest poszukiwanie najkrótszej drogi iędzy dwoa punktai w sieci, np. drogowej (ulikowski 1986). Takie analizy powszechnie wykonuje się w oparciu o topologię sieciową (Esri 2003, Autodesk 2000, Bentley 2000, ysther Info 2006). Czasai istnieje potrzeba opisania drogi (oŝliwości przejścia) iędzy obiektai niebędącyi eleentai układu sieciowego, np. iędzy obiektai powierzchniowyi lub punktowyi, które nie są związane z siecią drogową, do których nie dochodzi Ŝadna droga. Zakłada, Ŝe jest to oŝliwe. Tego zadania podjęła się i takie odele analityczne przedstawia w tej publikacji. Zapis danych przestrzennych za poocą grafów W pracy. Eckesa (Eckes 2006) przedstawiono wycinek apy (rys. 1a) i zapis jej treści w forie odeli topologicznych: odelu eleentarnego (rys. 1b) i łańcuchowego (rys. 1c). Oówiona struktura zapisu danych (Eckes 2006) jest dobry wprowadzenie do treści ojego opracowania. Prezentowany przykład w forie fragentu apy (rys. 1a) wykorzysta do budowania odeli topologicznych, opisujących relacje iędzy obiektai geograficznyi. Przedstawione dane graficzne (rys. 1a, b, c) zapisała w forie uproszczonego grafu (rys. 1d). Zapisy grafowe 1c) i 1d) są topologicznie toŝsae, obrazują relacje iędzy eleentai geoetrycznyi (Chrobak 2000, Engelking, ieklucki 1986). Przyjijy, Ŝe odel 1d) stanowi podstawę do budowania narzędzi analitycznych IP. ZałoŜyła, Ŝe a zadanie, które wiąŝe się z poszukiwanie najkrótszej drogi od siłowni wiatrowej do jeziora. Poszukiwanie najkrótszej drogi w sieciowej strukturze jest typowy zadanie analityczny, powszechnie stosowany w dostępnych narzędziach IP. Poszukiwanie drogi iędzy obiektai niezwiązanyi ze strukturą sieciową jest juŝ bardziej skoplikowany zadanie. Powszechnie w takich przypadkach stosuje się analizy na 1
2 danych rastrowych (Esri 2003, Ciechociński 2006). W oparciu o dane wektorowe oŝna rozwiązać to zadanie. Wyaga to zbudowania odelu analitycznego, który wiązałby obiekty punktowe, liniowe i powierzchniowe w jedną sieć. W ty celu uszę wykorzystać wyjściowe dane i wykonać konwersje ich do nowych for. Rys.1. Zapisy przestrzeni geograficznej: a) w forie graficznej na apie, b) za poocą odelu topologicznego eleentarnego, c) za poocą odelu topologicznego łańcuchowego, d) za poocą uproszczonej fory odelu topologicznego (na podstawie: Eckes 2006) Rys. 2. Zapis topologii danych przestrzennych w postaci grafu etykietowanego 2
3 Zapiszy odel 1d) (rys. 1d) w forie grafu geoetrycznego, etykietowanego, (rys. 2) z zadanyi identyfikatorai węzłów, krawędzi i obszarów. W przedstawiony grafie węzły opisują trójstyki granic, punkty załaania drogi i siłownie wiatrowe. rawędzie odpowiadają granico uŝytków i osio dróg, a pięć obszarów opisuje kolejno las, jezioro i trzy obszary rolne. Przedstawione dane (rys. 2) oŝna zapisać w forach acierzowych (tabela 1): acierzy sąsiedztwa węzłów W, acierzy sąsiedztwa węzłów z krawędziai W- (w literaturze określanej jako acierz incydencji I) i acierzy oczek-obszarów O- przypisującej kaŝdeu obszarowi graniczne krawędzie. ą to podstawowe acierze opisujące graf geoetryczny. One odpowiadają dany zawarty w tabelarycznych zapisach topologii w przyjętych strukturach narzędziowych (Bielecka 2006, Eckes 2006, aździcki 1990, Molenaar 1998, ullivan, Unwin 2003, Urbański 1997). Tabela 1. Podstawowe acierze opisujące graf geoetryczny : acierz sąsiedztwa W przedstawia relacje iędzy węzłai grafu ; acierz W- przedstawia relacje iędzy węzłai i krawędziai grafu ; acierz O- przedstawia relacje iędzy obszarai i krawędziai grafu W = O- = W- = I II III IV V Macierze W, W-, O- opisują wybrane relacje iędzy węzłai, krawędziai i obszarai grafu. Macierz inforuje, które węzły są połączone krawędzią. Jeśli eleent acierzy (s W ) ij przyjuje wartość 1, to znaczy, Ŝe węzły opisane identyfikatorai i, j są połączone krawędzią. Macierz W- przypisuje węzło krawędzie, czyli eleent acierzy (s W- ) ij przyjuje wartość 1, jeśli węzeł i stanowi wierzchołek krawędzi j. olejna acierz O- przypisuje obszaro krawędzie ograniczające je. Eleent acierzy (s O- ) ij przyjuje wartość 1, jeśli krawędź j stanowi granicę obszaru i. ZauwaŜy, Ŝe graf (rys. 2) jest niespójny, węzły identyfikowane nuerai 9 i 10 nie są powiązane z Ŝadną krawędzią. Nazywa się je węzłai swobodnyi. Widać to takŝe w zapisach acierzowych w W, W-, wiersze acierzy identyfikowane węzłai o nuerach 9 i 10 zawierają sae zera. onwersja wyjściowych danych do nowych for Przedstawiony graf (rys. 2) oraz jego zapisy acierzowe W, W-, O- wykorzysta do tworzenia nowych struktur zapisu topologii danych przestrzennych (Lewandowicz 2007). ZauwaŜy, Ŝe w oparciu o acierz W- oŝna określić graf sąsiedztwa krawędzi (rys. 3) opisany acierzą. MoŜna go uzyskać poprzez przenoŝenie acierzy W- i wyzerowanie wartości diagonalnych uzyskanego iloczynu: = (( W- ) T W- )-Diag(( W- ) T W- ), gdzie Diag(( W- ) T W- ) jest acierzą diagonalną o wyrazach równych 2. Eleenty acierzy przyjują wartości 1 lub 0: (s ) ij równy 1 określa, Ŝe krawędzie grafu identyfikowane przez i, j bezpośrednio sąsiadują, ają wspólny węzeł doykający te krawędzie. Macierz O- zawiera dane, które pozwalają na wygenerowanie inforacji o sąsiedztwie obszarów. Zapiszy ją w acierzy O i przedstawy graficznie za poocą O : O = O- ( O- ) T -Diag( O- ( O- ) T ), gdzie Diag( O- ( O- ) T ) jest acierzą diagonalna o wartościach (s O ) ii równych liczbie krawędzi opisujących obszar i. Na rys. 4 przedstawiono graf O w zapisie graficzny i acierzowy. 3
4 k = Rys. 3. raf sąsiedztwa krawędzi przedstawiony graficznie i w forie acierzy O O = I II III IV V I II III IV V Rys. 4. raf sąsiedztwa obszarów O przedstawiony graficznie i w forie acierzy O raf O zawiera krawędzie, które oŝna identyfikować z liniai granicznyi rozdzielającyi dwa obszary. Przyrównując dane O z O-, oŝna określić identyfikatory krawędzi grafu O : (I)-(II)=(Las)-( Jez) = 8, (II)-(III)+ (Jez)-(Rol-1) = 9, (I)-III)=(Las)-(Rol-1) = 7, (III)-(V)= (Rol-1) (Rol-3) = 11, (III)-(IV)=(Rol-1)-(Rol-2)= 10, (IV)-(V)= (Rol-2)-(Rol-3)= 12. Taka interpretacja upowaŝnia do przedstawienia grafów o, o (rys.5) jako pochodnych for O. o o Rys. 5. Przedstawienie graficzne sąsiedztwa obszarów z z liniai granicznyi rozgraniczającyi rozgraniczającyi te obszary te za poocą obszary odeli za poocą o, odeli o opisanych okr i acierzai ok. Model okr O zawiera oraz O- obszary. Model i linie o rozgraniczające zawiera obszary dwa i linie rozgraniczające obszary. dwa Model obszary. ok zawiera Model dodatkowo o zawiera granice dodatkowo zewnętrze granice kopleksu zewnętrzne obszarów kopleksu obszarów 4
5 W oparciu o odele,, O opisała w acierzach sąsiedztwo węzłów W, krawędzi, obszarów O oraz sąsiedztwo węzłów z krawędziai W-, obszarów z krawędzi O-. Brakuje opisu sąsiedztwa obszarów z węzłai, czyli przypisanie kaŝdeu obszarowi węzłów stanowiących punkty graniczne. Uzyskay te dane poprzez działanie na wyjściowych acierzach O-, W-, otrzyując O-W : O-W = ( O- ( W- ) T ) / 2. Otrzyaną acierz O-W przedstawiono na rys I II III IV V Rys. 6 Macierz O-W przypisująca obszaro węzły rozgraniczające Macierze wyjściowe (bazowe) W, W-, O- oraz pochodne, O, O-W oŝna uzupełnić transpozai acierzy: ( W- ) T ( -W ), ( O- ) T ( -O ), ( O-W ) T ( W-O ). Jest to uzasadnione ty, Ŝe relacje są zwrotne (W-)-(-W). Przyjijy, Ŝe jeśli (W-)=(-W) to oŝey je zapisać jako (W ). Wszystkie przedstawione wyŝej acierze zawierają podstawowe dane topologiczne danych przestrzennych. Określono je na podstawie uporządkowanego rysunku apy (rys.1). Model topologiczny danych przestrzennych Proponuję acierze bazowe i pochodne, określone wyŝej, zapisać w jedny odelu w forie acierzy blokowej (rys. 7): = W W O W W O W O O O Macierz jest acierzą syetryczną o wyiarach (n x n), gdzie n jest suą liczby węzłów, krawędzi i obszarów; w naszy przykładzie n= =27. W odelu wiersze i koluny są etykietowane identyfikatorai węzłów, krawędzi i obszarów grafu. Model topologiczny danych przestrzennych, opisany acierzą oŝna przedstawić graficznie w postaci grafu ; =f(). Węzły grafu obrazują węzły, krawędzie lub obszary grafu wyjściowego. Nie pokaŝę w forie graficznej, gdyŝ rysunek byłby ało czytelny, zawierałby 27 węzłów i 168 krawędzi. Przedstawię tylko przykładowe podgrafy grafu, gdzie ( X jest kobinacją oŝliwych indeksów { W,, O, X X (W-), (-W), (W-O), (O-W), (-O), (O-)}, lub { W,, O, ( W ), ( W O), ( O) }), np. + ( O) i ( ) + ( ) + ( ) opisane odpowiednii wybranyi blokai acierzy (rys. 8). W O W O 0 = 0 0 O + ( O) k O, ( W O) + ( W ) + ( O) 0 = W O W W 0 O W O O 0 5
6 I II III IV V I II III IV V Rys. 7. Macierz blokowa jako odel topologiczny danych przestrzennych zobrazowanych na rys. 1,2 a) b) Rys. 8. Wybrane relacje sąsiedztwa iędzy obiektai punktowyi, liniowyi i powierzchniowyi danych przestrzennych: a) graf + ( ) opisujący sąsiedztwo krawędzi i krawędzi z obszarai, b) graf ( W O) + ( W ) + ( O) węzłów z krawędziai i krawędzi z obszarai 6 O opisujący sąsiedztwa węzłów z obszarai,
7 + ( O), ( W O) + ( W ) + ( O) Przedstawione odele łączą w sieci obiekty punktowe, liniowe i powierzchniowe danych przestrzennych. W oparciu o te struktury sieciowe (rys. 8 b) oŝna określić drogę (w grafie) iędzy np. jeziore (II) a skrzyŝowanie dróg (8), ale jest za ało danych, aby wskazać drogę iędzy siłownią wiatrową a jeziore. Węzły opisujące siłownie wiatrowe jak zauwaŝono powyŝej są eleentai niespójnyi w grafie. TakŜe w odelu nie są powiązane z Ŝadnyi innyi obiektai. Chcąc je wprowadzić do przedstawianych odeli, usiy ieć dodatkowe dane wygenerowane z danych przestrzennych (geoetrycznych, rys. 1a). Wiązanie niespójnych danych (siłowni wiatrowych) z odelai bazowyi iłownie wiatrowe w grafie są opisane za poocą węzłów swobodnych. Chcąc je uwzględnić w przedstawianych odelach, naleŝy je związać ostai z eleentai spójnyi grafu (węzłai, krawędziai lub obszarai). MoŜna to zrobić na róŝne sposoby: x w : x w = f ( ), x={ W,, O }. Przyjijy, Ŝe nasze osty będą wiązać węzły swobodne z: najbliŝszy węzłe składowej spójnej grafu, najbliŝszą krawędzią składowej spójnej grafu, obszare (oczkie grafu), wewnątrz którego są połoŝone. Takie dane oŝna otrzyać, wykonując działania na danych geoetrycznych. W ty celu w IP wykorzystuje się typowe algoryty: poszukiwania najbliŝszego punktu, krawędzi i przecięcia (zawierania punktu na powierzchni). W oparciu o wyniki tych działań oŝey zodyfikować wyŝej przedstawione odele do nowych postaci: W w, w, O O w, zobrazowanych na rys. 9. a) b) c) Rys. 9. Trzy sposoby wiązania węzłów swobodnych z eleentai spójnego grafu: a) z najbliŝszyi węzłai, b) z najbliŝszyi krawędziai, W w c) z obszarai, na których są połoŝone O O w w Przedstawione odele zawierają relacje topologiczne iędzy siłowniai wiatrowyi i innyi sąsiednii obiektai oznaczonyi na apie. Jedno z rozwiązań wprowadzę do odeli z rys.8. X 7
8 Przyjęła, Ŝe węzły swobodne najlepiej powiązać z obszarai. Modyfikując odele ( W O) + ( W ) + ( O) + ( O) (rys. 8) u zyskała nowe grafy (rys. 10), które ogę wykorzystać do rozwiązania załoŝonego zadania: określenia najkrótszych dróg (przejść) iędzy siłownią wiatrową (9) a jeziore (II). Przedstawione grafy (rys. 10) przyjuję jako odele sieciowe wiąŝące obiekty geograficzne o róŝnej geoetrii. Rys.10. Zodyfikowane odele + ( O) i powiązanie węzłów swobodnych z obszarai ( W O) + ( W ) + ( O) (patrz rys. 8) uwzględniające Poszukiwanie najlepszej, najekonoiczniejszej drogi wyaga przypisania odpowiednich wag krawędzio grafów, uwzględniając cechy drogi i przyjęte środki kounikacji (ulikowski 1986, Esri 2003, Lewandowicz 2005, Ciechociński 2006). W zaleŝności od wagowania krawędzi grafu oŝey uzyskać w rozwiązaniu róŝne oŝliwe przejścia uwzględniające lub nie np. drogę na skróty przez grunty orne. W oparciu o przyjęte odele (rys.10) oŝey zapisać drogi w grafie w forie digrafów (rys. 11) np.: (9-IV-10-III-9-II), (9-IV II), (9-IV II), (9-IV II),. Algoryty związane z poszukiwanie najkrótszej drogi w grafie są powszechnie dostępne w literaturze (Coren i inni 2007) i serwisach internetowych. Najpopularniejsze z nich to algoryt Dijkstry oraz Forda Bellana. Wnioski końcowe Uiejętność czytania apy pozwala na określenie relacji przestrzennych iędzy obiektai geograficznyi. Dysponując ystee Inforacji Przestrzennej, powinniśy ieć oŝliwość uzyskiwania takich inforacji autoatycznie w wyniku procedur systeowych. Uporządkowane dane geoetryczne opisujące obiekty geograficzne stanowią bazę wyjściową do takich działań. Zbudowana topologia danych przestrzennych uoŝliwia opis topologiczny obiektów geograficznych w forach przyjaznych wyszukany analizo. Powszechnie stosowany zapis danych topologicznych w strukturach tabelarycznych oŝna przekształcić w acierzowe zapisy grafów. Nueryczne przetwarzanie otrzyanych acierzy pozwala na uzyskanie nowych for topologii danych przestrzennych. Przykłady takich odeli przedstawiono wyŝej. Model wyjściowy opisany acierzai W, W-, O- wynika z uporządkowanych danych graficznych. Przeprowadzone konwersje odelu wyjściowego do zaprezentowanych for k, o, o, o,, X w w, k w, o w i przedstawionych zapisów acierzowych, X, nie wyczerpują oŝliwości odelowania danych przestrzennych. Ta róŝnorodność zapisów topologii danych przestrzennych powinna wiązać się z konkretnyi zadaniai analitycznyi. 8
9 a) b) MoŜliwości dojścia z siłowni wiatrowej (9) do jeziora (II): Rozwiązania preferujące drogi i granice uŝytków 1) 9-IV II 2) 9-IV II 3) 9-IV II 4) 9-IV II 5) 9-IV II 6) 9-IV II 7) Rozwiązania uwzględniające przejście na skróty przez grunty orne 1) 9-IV-10-III-9-II 2) 9-IV-10-III-7-II 3) 9-IV-8-III-7-II 4) 9-IV-8-III-9-II Rys. 11. MoŜliwe drogi z siłowni wiatrowej (9) do jeziora (II) określone z odeli przedstawionych na rys. 10: a) rozwiązania preferujące drogi i granice uŝytków, b) rozwiązania uwzględniające oŝliwości przejście (na skróty) przez grunty orne W niniejszej pracy załoŝono zbudowanie odelu sieciowego, łączącego eleenty punktowe, liniowe i powierzchniowe, w celu poszukiwania drogi iędzy siłownią wiatrową a jeziore. Przedstawiono kilka odeli spełniających załoŝony cel, określono oŝliwe drogi iędzy tyi obiektai. Literatura Autodesk, 2000: User s Manual for AutoCad Map@-2000, Release 4 Bentley 2000: Microtation eographics v.07. Podręcznik uŝytkownika Bielecka E. 2006: yste inforacji geograficznej. Wydawnictwo PJWT, Warszawa Chrobak T., 2000: Modelowanie danych przestrzennych przy uŝyciu struktury FD Molenaara. Materiały II Ogólnopolskiego einariu Modelowanie danych przestrzennych, Warszawa, s Ciechociński P., 2006: Modelowanie dostępności kounikacyjnej nieruchoości jako atrybutu w procesie wyceny. Roczniki eoatyki. Warszawa, To IV, Zeszyt 3, s Coren T. H., Leiserson Ch. E., Rivest R. L., tein C., 2007: Wprowadzenie do algorytów. WNW, Warszawa Eckes., 2006: Modelowanie rzeczywistości geograficznej w systeach inforacji przestrzennej. Roczniki eoatyki. Warszawa, To IV, Zeszyt 2, s Engelking R., ieklucki., 1986: Wstęp do topologii. Biblioteka ateatyczna, To 62, Państwowe Wydawnictwo Naukowe PWN, Warszawa Esri, 2003: ArcI: Working With eodetabase Topology, An ERI White Paper aździcki J., 1990: ystey Inforacji Przestrzennej, Państwowe Przedsiębiorstwo Wydawnictw artograficznych, Warszawa IO 19107: eographic inforation spatial schea <ttp:// ulikowski J. L., 1986: Zarys teorii grafów. Państwowe Wydawnictwo Naukowe PWN, Warszawa. Lewandowicz E., 2004: rafy jako narzędzie do definiowania relacji przestrzennych poiędzy danyi geograficznyi. Roczniki eoatyki, To II, Zeszyt 2, Warszawa, s Lewandowicz E., 2005: Analizy sąsiedztwa ikroregionów w regionie w oparciu o dane przestrzenne zapisane w forie grafu geoetrycznego. Roczniki eoatyki, Warszawa, To III, Zeszyt 1, s
10 Lewandowicz E., Bałandynowicz J., 2005: oe Ways of Forulation of Objective Functions for Chosen pace Analysis. The 6 th International Conference Faculty of Environental Engineering, Vilnius ediinas Technical University, Volue 2, pp Lewandowicz E., 2006: Area Neighbourhood Models. Polish Acadey of ciences, eodezja i artografia, eodesy and Cartography, Vol. 55, No. 3, pp Lewandowicz E., 2007: Przestrzeń geograficzna jako przestrzeń topologiczna. einariu Modelowanie inforacji geograficznej według nor europejskich i potrzeb infrastruktury inforacji przestrzennej. Warszawa (w druku) Molenaar M., 1998: An introduction to the theory of spatial object odeling for I. Taylor & Francis, London PN, 2002: Inforacja geograficzna. Opis danych. cheat przestrzenny. Polski oitet Noralizacyjny. Polska Nora PZPN-N ullivan D. O., Unwin D. J., 2003: eographic Inforation Analysis. Jon Wiley &ons, INC ysther Info, 2006: yste Inforacji Terenowej eo-info podręcznik uŝytkownika. Poznań Urbański J., 1997: Zrozuieć I. Analiza inforacji przestrzennej. Wydawnictwo Naukowe PWN, Warszawa Wilson R., 2000: Wprowadzenie do teorii grafów. Wydawnictwo Naukowe PWN, Warszawa treszczenie yste Inforacji Przestrzennej (IP) stanowi narzędzie do wykonywania analiz przestrzennych. Dane geoetryczne odgrywają istotną rolę w tego typu zadaniach, pozwalają wizualizować przestrzeń i są podstawą do określania relacji iędzy obiektai geograficznyi. Te relacje tworzą topologie danych przestrzennych. Powszechnie topologię danych przestrzennych w IP przyjuje się jako strukturę zapisu danych geoetrycznych (Bielecka 2006, Eckes 2006, aździcki 1990, Molennar 1998, Urbański 1997). Przyjując określone odele topologiczne, porządkuje się zapis danych geoetrycznych w struktury bazy relacyjnej. Uporządkowanie danych pozwala na ich przetwarzanie. Relacje iędzy danyi geoetrycznyi stanowią topologię, która jest podstawą do budowy narzędzi analitycznych w IP (Eckes 2006). W niniejszej publikacji przedstawiono przykłady konwersji danych topologicznych, utworzonych w oparciu o uporządkowane dane geoetryczne, do nowych for. W efekcie uzyskano relacje iędzy obiektai geograficznyi. Zapis tych relacji w forie grafu stanowi ateatyczny odel topologii danych przestrzennych. W niniejszej publikacji wykorzystano przykład graficzny z pracy Eckesa (Eckes 2006), w której wyjaśniono podstawy zapisu danych przestrzennych w ogólnie przyjętych odelach topologicznych. Przedstawione zapisy w forie tabelarycznej i grafu (Eckes 2006) zostały przetworzone do nowych for. Zawarte w pracy przykłady graficzne prosto obrazowują oawiane zagadnienia. ElŜbieta Lewandowicz leela@uw.edu.pl 10
GRAFY JAKO MODELE TOPOLOGICZNE DANYCH MAPY NUMERYCZNEJ
Lewandowicz E., 2007; Kartografia numeryczna i informatyka geodezyjna. Materiały II Ogólnopolskiej Konferencji Naukowo-Technicznej, Rzeszów 2007, str. 17-24 Elżbieta LEWANDOWICZ 1 GRAFY JAKO MODELE TOPOLOGICZNE
Bardziej szczegółowoPRZESTRZEŃ GEOGRAFICZNA JAKO PRZESTRZEŃ TOPOLOGICZNA. Wprowadzenie
Elżbieta Lewandowicz Katedra Geodezji Szczegółowej Uniwersytet Warmińsko-Mazurski w Olsztynie Materiały z V Seminarium, Modelowanie Danych Geograficznych pt. Modelowanie informacji geograficznej według
Bardziej szczegółowoDRZEWA GRAFOWE W ANALIZACH DOSTĘPNOŚCI GRAPH TREES IN ACCESS ANALYSES. Elżbieta Lewandowicz
Archiwum Fotogrametrii, Kartografii i Teledetekcji, Vol. 19, 2009 ISBN 978-83-61576-09-9 DRZEWA GRAFOWE W ANALIZACH DOSTĘPNOŚCI GRAPH TREES IN ACCESS ANALYSES Elżbieta Lewandowicz Katedra Geodezji Szczegółowej,
Bardziej szczegółowoMODELE TOPOLOGICZNE DANYCH PRZESTRZENNYCH TOPOLOGY MODELS OF SPATIAL DATA. Wprowadzenie, cel pracy
OLSKIE Modele TOWARZYSTWO topologiczne danych INFORMACJI przestrzennych RZESTRZENNEJ ROCZNIKI GEOMATYKI 007 m TOM V m ZESZYT 5 43 MODELE TOOLOGICZNE DANYCH RZESTRZENNYCH TOOLOGY MODELS OF SATIAL DATA El
Bardziej szczegółowoMarek Miszczyński KBO UŁ. Wybrane elementy teorii grafów 1
Marek Miszczyński KBO UŁ. Wybrane elementy teorii grafów 1 G. Wybrane elementy teorii grafów W matematyce teorię grafów klasyfikuje się jako gałąź topologii. Jest ona jednak ściśle związana z algebrą i
Bardziej szczegółowoMATEMATYKA DYSKRETNA - MATERIAŁY DO WYKŁADU GRAFY
ERIAŁY DO WYKŁADU GRAFY Graf nieskierowany Grafem nieskierowanym nazywamy parę G = (V, E), gdzie V jest pewnym zbiorem skończonym (zwanym zbiorem wierzchołków grafu G), natomiast E jest zbiorem nieuporządkowanych
Bardziej szczegółowoMatematyczne 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 szczegółowoModele (graficznej reprezentacji) danych przestrzennych postać danych przestrzennych
Modele (graficznej reprezentacji) danych przestrzennych postać danych przestrzennych Jest to sposób graficznej reprezentacji połoŝenia przestrzennego, kształtu oraz relacji przestrzennych obiektów SIP
Bardziej szczegółowoG. 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 szczegółowoTRANSFORMACJA ZBIORÓW GESUT Z POSTACI CAD DO GIS 3D TRANSFORMATION GESUT DATA FROM CAD TO GIS 3D. Wprowadzenie
POLSKIE TRANSFORMACJA TOWARZYSTWO ZBIORÓW GESUT INFORMACJI Z POSTACI CAD PRZESTRZENNEJ DO GIS 3D ROCZNIKI GEOMATYKI 2014 TOM XII ZESZYT 2(64): 225 230 225 TRANSFORMACJA ZBIORÓW GESUT Z POSTACI CAD DO GIS
Bardziej szczegółowoMACIERZE. ZWIĄZEK Z ODWZOROWANIAMI LINIOWYMI.
MAIERZE. ZWIĄZEK Z ODWZOROWANIAMI LINIOWYMI. k { 1,,..., k} Definicja 1. Macierzą nazyway każde odwzorowanie określone na iloczynie kartezjański.wartość tego odwzorowania na parze (i,j) k j oznaczay aij
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 szczegółowoAlgorytmy grafowe. Wykład 1 Podstawy teorii grafów Reprezentacje grafów. Tomasz Tyksiński CDV
Algorytmy grafowe Wykład 1 Podstawy teorii grafów Reprezentacje grafów Tomasz Tyksiński CDV Rozkład materiału 1. Podstawowe pojęcia teorii grafów, reprezentacje komputerowe grafów 2. Przeszukiwanie grafów
Bardziej szczegółowoMatematyka 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 szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, /14
Matematyka dyskretna Andrzej Łachwa, UJ, 2012 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 szczegółowoReprezentacje 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 szczegółowoPRZEKSZTAŁCANIE DANYCH TOPOLOGICZNYCH, GEOMETRYCZNYCH I ATRYBUTOWYCH GIS DO MODELI ANALITYCZNYCH
A C T A U N I V E R S I T A T I S L O D Z I E N S I S FOLIA GEOGRAPHICA SOCIO-OECONOMICA 14, 2013 PRZEKSZTAŁCANIE DANYCH TOPOLOGICZNYCH, GEOMETRYCZNYCH I ATRYBUTOWYCH GIS DO MODELI ANALITYCZNYCH Artykuł
Bardziej szczegółowoMatematyka dyskretna
Matematyka dyskretna Wykład 13: Teoria Grafów Gniewomir Sarbicki Literatura R.J. Wilson Wprowadzenie do teorii grafów Definicja: Grafem (skończonym, nieskierowanym) G nazywamy parę zbiorów (V (G), E(G)),
Bardziej szczegółowoDigraf. 13 maja 2017
Digraf 13 maja 2017 Graf skierowany, digraf, digraf prosty Definicja 1 Digraf prosty G to (V, E), gdzie V jest zbiorem wierzchołków, E jest rodziną zorientowanych krawędzi, między różnymi wierzchołkami,
Bardziej szczegółowo2. Modele danych przestrzennych
aldemar Izdebski - ykłady z przedmiotu SIT 9. Modele danych przestrzennych Model danych przestrzennych określa sposób reprezentacji obiektów świata rzeczywistego w aspekcie ich położenia przestrzennego,
Bardziej szczegółowoRodzaje analiz w SIT/GIS
Rodzaje analiz w SIT/GIS Analizy przestrzenne to zbiór działań na jednej bądź kilku warstwach informacyjnych GIS, w celu uzyskania nowej informacji w postaci graficznej lub tabelarycznej Rodzaje analiz
Bardziej szczegółowoMatematyka 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 szczegółowoInterpolacja. Interpolacja wykorzystująca wielomian Newtona
Interpolacja Funkcja y = f(x) jest dana w postaci dyskretnej: (1) y 1 = f(x 1 ), y 2 = f(x 2 ), y 3 = f(x 3 ), y n = f(x n ), y n +1 = f(x n +1 ), to znaczy, że w pewny przedziale x 1 ; x 2 Ú ziennej niezależnej
Bardziej szczegółowoANALIZY DYSTANSU. Spatial analyst Network analyst. Anna Dąbrowska, Sylwia Książek, Arleta Soja, Miłosz Urbański
ANALIZY DYSTANSU Spatial analyst Network analyst Anna Dąbrowska, Sylwia Książek, Arleta Soja, Miłosz Urbański SPATIAL ANALYST Źródło:http://www.sli.unimelb.edu.au/gisweb/GISModule/GISTheory.htm Spatial
Bardziej szczegółowoUkłady równań liniowych. Ax = b (1)
Układy równań liniowych Dany jest układ m równań z n niewiadomymi. Liczba równań m nie musi być równa liczbie niewiadomych n, tj. mn. a a... a b n n a a... a b n n... a a... a b m m mn n m
Bardziej szczegółowoDrzewa spinające MST dla grafów ważonych Maksymalne drzewo spinające Drzewo Steinera. Wykład 6. Drzewa cz. II
Wykład 6. Drzewa cz. II 1 / 65 drzewa spinające Drzewa spinające Zliczanie drzew spinających Drzewo T nazywamy drzewem rozpinającym (spinającym) (lub dendrytem) spójnego grafu G, jeżeli jest podgrafem
Bardziej szczegółowoPrzydatność osnowy kartograficznej i metody obiektywnego upraszczania obiektów do aktualizacji danych w BDT. Tadeusz Chrobak
Przydatność osnowy kartograficznej i metody obiektywnego upraszczania obiektów do aktualizacji danych w BDT Kraków, 8 Tadeusz Chrobak Wstęp. Cel tworzenia osnowy kartograficznej. Definicja osnowy kartograficznej.
Bardziej szczegółowoMatematyczne Podstawy Informatyki
Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 2013/2014 Twierdzenie 2.1 Niech G będzie grafem prostym
Bardziej szczegółowoa) 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 szczegółowoAlgorytm Dijkstry znajdowania najkrótszej ścieżki w grafie
Algorytm Dijkstry znajdowania najkrótszej ścieżki w grafie Używane struktury danych: V - zbiór wierzchołków grafu, V = {1,2,3...,n} E - zbiór krawędzi grafu, E = {(i,j),...}, gdzie i, j Î V i istnieje
Bardziej szczegółowoMatematyczne Podstawy Informatyki
Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 03/0 Przeszukiwanie w głąb i wszerz I Przeszukiwanie metodą
Bardziej szczegółowoTeoria grafów dla małolatów. Andrzej Przemysław Urbański Instytut Informatyki Politechnika Poznańska
Teoria grafów dla małolatów Andrzej Przemysław Urbański Instytut Informatyki Politechnika Poznańska Wstęp Matematyka to wiele różnych dyscyplin Bowiem świat jest bardzo skomplikowany wymaga rozważenia
Bardziej szczegółowoTopologia działek w MK 2013
Topologia działek w MK 2013 Podział działki nr 371 w środowisku Microstation 1. Uruchomić program Microstation. 2. Wybrać przestrzeń roboczą MK2013-Rozp.MAiCprzez Użytkownik. 3. Założyć nowy plik roboczy.
Bardziej szczegółowoZaklad Systemów Informacji Przestrzennej i Geodezji Lesnej. Katedra Urzadzania Lasu, Geomatyki i Ekonomiki Lesnictwa SGGW w Warszawie
Podstawy GIS Zaklad Systemów Informacji Przestrzennej i Geodezji Lesnej Katedra Urzadzania Lasu, Geomatyki i Ekonomiki Lesnictwa SGGW w Warszawie System Informacji Geograficznej System: grupa powiazanych
Bardziej szczegółowoRelacje. Zdania opisujące stosunki dwuczłonowe mają ogólny wzór budowy: xry, co czytamy: x pozostaje w relacji R do y.
Zdania stwierdzające relację Pewne wyrazy i wyraŝenia wskazują na stosunki, czyli relacje, jakie zachodzą między róŝnymi przedmiotami. Do takich wyrazów naleŝą m. in. wyrazy: nad, pod, za, przy, braterstwo,
Bardziej szczegółowoSegmentacja obrazów cyfrowych z zastosowaniem teorii grafów - wstęp. autor: Łukasz Chlebda
Segmentacja obrazów cyfrowych Segmentacja obrazów cyfrowych z zastosowaniem teorii grafów - wstęp autor: Łukasz Chlebda 1 Segmentacja obrazów cyfrowych - temat pracy Temat pracy: Aplikacja do segmentacji
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 szczegółowoMODELOWANIE RZECZYWISTOŒCI GEOGRAFICZNEJ W SYSTEMACH INFORMACJI PRZESTRZENNEJ MODELLING OF GEOGRAPHICAL REALITY IN THE SPATIAL INFORMATION SYSTEMS
Modelowanie POLSKIE rzeczywistoœci TOWARZYSTWO geograficznej INFORMACJI w systemach informacji PRZESTRZENNEJ przestrzennej ROCZNIKI GEOMATYKI 2006 m TOM IV m ZESZYT 2 43 MODELOWANIE RZECZYWISTOŒCI GEOGRAFICZNEJ
Bardziej szczegółowoZestaw 12- Macierz odwrotna, układy równań liniowych
Zestaw - Macierz odwrotna, układy równań liniowych Przykładowe zadania z rozwiązaniami ZałóŜmy, Ŝe macierz jest macierzą kwadratową stopnia n. Mówimy, Ŝe macierz tego samego wymiaru jest macierzą odwrotną
Bardziej szczegółowoZamiana reprezentacji wektorowej na rastrową - rasteryzacja
MODEL RASTROWY Siatka kwadratów lub prostokątów stanowi elementy rastra. Piksel - pojedynczy element jest najmniejszą rozróŝnialną jednostką powierzchniową, której własności są opisane atrybutami. Model
Bardziej szczegółowoDrzewa. Jeżeli graf G jest lasem, który ma n wierzchołków i k składowych, to G ma n k krawędzi. Własności drzew
Drzewa Las - graf, który nie zawiera cykli Drzewo - las spójny Jeżeli graf G jest lasem, który ma n wierzchołków i k składowych, to G ma n k krawędzi. Własności drzew Niech T graf o n wierzchołkach będący
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 szczegółowoPROJEKT CZĘŚCIOWO FINANSOWANY PRZEZ UNIĘ EUROPEJSKĄ. Opis działania raportów w ClearQuest
PROJEKT CZĘŚCIOWO FINANSOWANY PRZEZ UNIĘ EUROPEJSKĄ Opis działania raportów w ClearQuest Historia zmian Data Wersja Opis Autor 2008.08.26 1.0 Utworzenie dokumentu. Wersja bazowa dokumentu. 2009.12.11 1.1
Bardziej szczegółowo. Podstawy Programowania 2. Grafy i ich reprezentacje. Arkadiusz Chrobot. 9 czerwca 2016
Podstawy Programowania 2 Grafy i ich reprezentacje Arkadiusz Chrobot Zakład Informatyki 9 czerwca 2016 1 42 Plan 1 Wstęp 2 Teoria grafów 3 Grafy jako struktury danych 4 Zastosowania grafów 2 42 Wstęp Wstęp
Bardziej szczegółowoPodstawy Programowania 2 Grafy i ich reprezentacje. Plan. Wstęp. Teoria grafów Graf skierowany. Notatki. Notatki. Notatki. Notatki.
Podstawy Programowania Grafy i ich reprezentacje Arkadiusz Chrobot Zakład Informatyki 7 maja 09 / 4 Plan Wstęp Zastosowania grafów / 4 Wstęp Grafy są w informatyce strukturami danych stosowanymi w wielu
Bardziej szczegółowoZakład Systemów Informacji Przestrzennej i Geodezji Leśnej. Katedra Urządzania Lasu, Geomatyki i Ekonomiki Leśnictwa SGGW w Warszawie
Podstawy GIS Zakład Systemów Informacji Przestrzennej i Geodezji Leśnej Katedra Urządzania Lasu, Geomatyki i Ekonomiki Leśnictwa SGGW w Warszawie http://witch.sggw.waw.pl/ System Informacji Geograficznej
Bardziej szczegółowoOgólne wiadomości o grafach
Ogólne wiadomości o grafach Algorytmy i struktury danych Wykład 5. Rok akademicki: / Pojęcie grafu Graf zbiór wierzchołków połączonych za pomocą krawędzi. Podstawowe rodzaje grafów: grafy nieskierowane,
Bardziej szczegółowoSprawozdanie do zadania numer 2
Sprawozdanie do zadania numer 2 Michał Pawlik 29836 Temat: Badanie efektywności algorytmów grafowych w zależności od rozmiaru instancji oraz sposobu reprezentacji grafu w pamięci komputera 1 WSTĘP W ramach
Bardziej szczegółowo[ A i ' ]=[ D ][ A i ] (2.3)
. WSTĘP DO TEORII SPRĘŻYSTOŚCI 1.. WSTĘP DO TEORII SPRĘŻYSTOŚCI.1. Tensory macierzy Niech macierz [D] będzie macierzą cosinusów kierunkowych [ D ]=[ i ' j ] (.1) Macierz transformowana jest równa macierzy
Bardziej szczegółowoZastosowanie relacyjnych baz danych w Systemach Informacji Geograficznej
Zastosowanie relacyjnych baz danych w Systemach Informacji Geograficznej Zakres zagadnień Co to jest relacyjna baza danych Obszary zastosowań Przechowywanie informacji geoprzestrzennej (geometrii) Przechowywanie
Bardziej szczegółowop r o j e k t ROZPORZĄDZENIA MINISTRA SPRAW WEWNĘTRZNYCH I ADMINISTRACJI
08.12.2009 r. p r o j e k t ROZPORZĄDZENIA MINISTRA SPRAW WEWNĘTRZNYCH I ADMINISTRACJI w sprawie sposobu i trybu tworzenia, aktualizacji i udostępniania bazy danych obiektów topograficznych oraz bazy danych
Bardziej szczegółowoStruktury danych i złożoność obliczeniowa Wykład 5. Prof. dr hab. inż. Jan Magott
Struktury danych i złożoność obliczeniowa Wykład. Prof. dr hab. inż. Jan Magott Algorytmy grafowe: podstawowe pojęcia, reprezentacja grafów, metody przeszukiwania, minimalne drzewa rozpinające, problemy
Bardziej szczegółowoZAGADNIENIE TRANSPORTOWE
ZAGADNIENIE TRANSPORTOWE ZT jest specyficznym problemem z zakresu zastosowań programowania liniowego. ZT wykorzystuje się najczęściej do: optymalnego planowania transportu towarów, przy minimalizacji kosztów,
Bardziej szczegółowoANALIZA HIERARCHICZNA PROBLEMU W SZACOWANIU RYZYKA PROJEKTU INFORMATYCZNEGO METODĄ PUNKTOWĄ. Joanna Bryndza
ANALIZA HIERARCHICZNA PROBLEMU W SZACOWANIU RYZYKA PROJEKTU INFORMATYCZNEGO METODĄ PUNKTOWĄ Joanna Bryndza Wprowadzenie Jednym z kluczowych problemów w szacowaniu poziomu ryzyka przedsięwzięcia informatycznego
Bardziej szczegółowoWymagania edukacyjne z informatyki w klasie IIIa gimnazjum
Lp. Wymagania edukacyjne z informatyki w klasie IIIa gimnazjum 1. Internet i sieci [17 godz.] 1 Sieci komputerowe. Rodzaje sieci, topologie, protokoły transmisji danych w sieciach. Internet jako sie rozległa
Bardziej szczegółowoTechnologia informacyjna
Technologia informacyjna Pracownia nr 9 (studia stacjonarne) - 05.12.2008 - Rok akademicki 2008/2009 2/16 Bazy danych - Plan zajęć Podstawowe pojęcia: baza danych, system zarządzania bazą danych tabela,
Bardziej szczegółowoTreść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego.
. Metoda eliminacji. Treść wykładu i ich macierze... . Metoda eliminacji. Ogólna postać układu Układ m równań liniowych o n niewiadomych x 1, x 2,..., x n : a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21
Bardziej szczegółowoAiSD zadanie trzecie
AiSD zadanie trzecie Gliwiński Jarosław Marek Kruczyński Konrad Marek Grupa dziekańska I5 5 czerwca 2008 1 Wstęp Celem postawionym przez zadanie trzecie było tzw. sortowanie topologiczne. Jest to typ sortowania
Bardziej szczegółowoGrafy i Zastosowania. 5: Drzewa Rozpinające. c Marcin Sydow. Drzewa rozpinające. Cykle i rozcięcia fundamentalne. Zastosowania
Grafy i Grafy i 5: Rozpinające Spis zagadnień Grafy i i lasy cykle fundamentalne i własności cykli i rozcięć przestrzenie cykli i rozcięć* : zastosowanie w sieciach elektrycznych minimalne * algorytm Kruskala*
Bardziej szczegółowoGrafowy model bazy danych na przykładzie GOOD
GOOD p. 1/1 Grafowy model bazy danych na przykładzie GOOD (Graph-Oriented Object Database Model) Marcin Jakubek GOOD p. 2/1 Plan prezentacji Przykłady modeli danych Zastosowania Inne modele grafowe Wizualizacja
Bardziej szczegółowoAlgorytmy wyznaczania centralności w sieci Szymon Szylko
Algorytmy wyznaczania centralności w sieci Szymon Szylko Zakład systemów Informacyjnych Wrocław 10.01.2008 Agenda prezentacji Cechy sieci Algorytmy grafowe Badanie centralności Algorytmy wyznaczania centralności
Bardziej szczegółowoDWA ZDANIA O TEORII GRAFÓW. przepływ informacji tylko w kierunku
DWA ZDANIA O TEORII GRAFÓW Krawędź skierowana Grafy a routing Każdą sieć przedstawić składającego przedstawiają E, inaczej węzłami). komunikacyjną można w postaci grafu G się z węzłów V (które węzły sieci)
Bardziej szczegółowo2. Modele danych przestrzennych
2. Modele danych przestrzennych Model danych przestrzennych określa sposób reprezentacji obiektów świata rzeczywistego w aspekcie ich położenia przestrzennego, kształtu oraz istniejących między nimi relacji
Bardziej szczegółowoAlgorytmiczna teoria grafów
Podstawowe pojęcia i klasy grafów Wykład 1 Grafy nieskierowane Definicja Graf nieskierowany (graf) G = (V,E) jest to uporządkowana para składająca się z niepustego skończonego zbioru wierzchołków V oraz
Bardziej szczegółowoAnalizy danych przestrzennych Wprowadzanie danych Dane rastrowe
Analizy danych przestrzennych Wprowadzanie danych Dane rastrowe wykład nr 3 Spis treści: Analizy sieciowe Generalizacja Analizy trójwymiarowe numeryczny model terenu Pozyskiwanie danych przestrzennych
Bardziej szczegółowoSpis treści. spis treści wygenerowany automatycznie
Spis treści Rozdział 2.Wymagania edytorskie 2 2.1. Wymagania ogólne 2 2.2. Tytuły rozdziałów i podrozdziałów 2 2.3. Rysunki, tabele i wzory 3 2.3.1. Rysunki 3 2.3.2. Tabele 4 2.3.3. Wzory 4 2.4. Odsyłacze
Bardziej szczegółowoGEO-SYSTEM Sp. z o.o. GEO-RCiWN Rejestr Cen i Wartości Nieruchomości Podręcznik dla uŝytkowników modułu wprowadzania danych Warszawa 2007
GEO-SYSTEM Sp. z o.o. 02-732 Warszawa, ul. Podbipięty 34 m. 7, tel./fax 847-35-80, 853-31-15 http:\\www.geo-system.com.pl e-mail:geo-system@geo-system.com.pl GEO-RCiWN Podręcznik dla uŝytkowników modułu
Bardziej szczegółowoTopologia działek w MK2005 (Mariusz Zygmunt) Podział działki nr 371 w środowisku MicroStation (PowerDraft)
Topologia działek w MK2005 (Mariusz Zygmunt) Podział działki nr 371 w środowisku MicroStation (PowerDraft) Uruchomić program MicroStation (PowerDraft). Wybrać przestrzeń roboczą GeoDeZy przez Uzytkownik
Bardziej szczegółowoScenariusz lekcji. podać definicję matematyczną grafu; wymienić podstawowe rodzaje grafów;
Scenariusz lekcji 1 TEMAT LEKCJI: Grafy wprowadzenie 2 CELE LEKCJI: 2.1 Wiadomości: Uczeń potrafi: podać definicję matematyczną grafu; wymienić podstawowe rodzaje grafów; podać definicje podstawowych pojęć
Bardziej szczegółowoOpracowanie narzędzi informatycznych dla przetwarzania danych stanowiących bazę wyjściową dla tworzenia map akustycznych
Opracowanie zasad tworzenia programów ochrony przed hałasem mieszkańców terenów przygranicznych związanych z funkcjonowaniem duŝych przejść granicznych Opracowanie metody szacowania liczebności populacji
Bardziej szczegółowoProcesy integracji modeli danych do jednolitej struktury WBD. Tadeusz Chrobak, Krystian Kozioł, Artur Krawczyk, Michał Lupa
Procesy integracji modeli danych do jednolitej struktury WBD Tadeusz Chrobak, Krystian Kozioł, Artur Krawczyk, Michał Lupa Koncepcja Wielorozdzielczej Bazy Danych Kluczowe uwarunkowania systemu generalizacji:
Bardziej szczegółowoMATEMATYKA DYSKRETNA - KOLOKWIUM 2
1 MATEMATYKA DYSKRETNA - KOLOKWIUM 2 GRUPA A RACHUNKI+KRÓTKIE WYJAŚNIENIA! NA TEJ KARTCE! KAŻDA DODATKOWA KARTKA TO MINUS 1 PUNKT! Imię i nazwisko...... Nr indeksu... 1. (3p.) Znajdź drzewo o kodzie Prufera
Bardziej szczegółowoZofia Kruczkiewicz, Algorytmu i struktury danych, Wykład 14, 1
Wykład Algorytmy grafowe metoda zachłanna. Właściwości algorytmu zachłannego:. W przeciwieństwie do metody programowania dynamicznego nie występuje etap dzielenia na mniejsze realizacje z wykorzystaniem
Bardziej szczegółowotechnologii informacyjnych kształtowanie , procesów informacyjnych kreowanie metod dostosowania odpowiednich do tego celu środków technicznych.
Informatyka Coraz częściej informatykę utoŝsamia się z pojęciem technologii informacyjnych. Za naukową podstawę informatyki uwaŝa się teorię informacji i jej związki z naukami technicznymi, np. elektroniką,
Bardziej szczegółowoIII TUTORIAL Z METOD OBLICZENIOWYCH
III TUTORIAL Z METOD OBLICZENIOWYCH ALGORYTMY ROZWIĄZYWANIA UKŁADÓW RÓWNAŃ LINIOWYCH Opracowanie: Agata Smokowska Marcin Zmuda Trzebiatowski Koło Naukowe Mechaniki Budowli KOMBO Spis treści: 1. Wstęp do
Bardziej szczegółowoRozwiązywanie równań różniczkowych cząstkowych metodą elementów skończonych - wprowadzenie
Rozwiązywanie równań różniczkowych cząstkowych metodą elementów skończonych - wprowadzenie Wprowadzenie Metoda Elementów Skończonych (MES) należy do numerycznych metod otrzymywania przybliżonych rozwiązań
Bardziej szczegółowo6. Wstępne pojęcia teorii grafów
6. Wstępne pojęcia teorii grafów Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie zima 2016/2017 rzegorz Kosiorowski (Uniwersytet Ekonomiczny w Krakowie) 6. Wstępne pojęcia teorii grafów zima 2016/2017
Bardziej szczegółowoWykład 14. Elementy algebry macierzy
Wykład 14 Elementy algebry macierzy dr Mariusz Grządziel 26 stycznia 2009 Układ równań z dwoma niewiadomymi Rozważmy układ równań z dwoma niewiadomymi: a 11 x + a 12 y = h 1 a 21 x + a 22 y = h 2 a 11,
Bardziej szczegółowoPrzegląd oprogramowania GIS do tworzenia map tematycznych
MATERIAŁY SZKOLENIOWE OPROGRAMOWANIE GIS Jacek Jania Przegląd oprogramowania GIS do tworzenia map tematycznych 1 IV OPROGRAMOWANIE GIS Mapy tematyczne Mapy tematyczne to mapy eksponujące jeden lub kilka
Bardziej szczegółowoP&I Scout Pro Wygodne i proste tworzenie raportów
P&I Scout Pro Wygodne i proste tworzenie raportów - opis funkcjonalny - Dmz-chemak sp. z o.o. dostawca rozwiązań informatycznych z zakresu zarządzania zasobami ludzkimi. Autoryzowany partner Personal &
Bardziej szczegółowoDane referencyjne: geometria, położenie i czas w świetle norm EN-ISO serii 19100 i dokumentów INSPIRE
Konferencja Standaryzacja i integracja danych geodezyjnych i kartograficznych Warszawa, 7 października 2009 r. Dane referencyjne: geometria, położenie i czas w świetle norm EN-ISO serii 19100 i dokumentów
Bardziej szczegółowoAlgorytmy Grafowe. dr hab. Bożena Woźna-Szcześniak, prof. UJD. Wykład 5 i 6. Uniwersytet Humanistyczno-Przyrodniczy im. Jana Długosza w Częstochowie
Algorytmy Grafowe dr hab. Bożena Woźna-Szcześniak, prof. UJD Uniwersytet Humanistyczno-Przyrodniczy im. Jana Długosza w Częstochowie b.wozna@ujd.edu.pl Wykład 5 i 6 B. Woźna-Szcześniak (UJD) Algorytmy
Bardziej szczegółowoPrzestrzenne bazy danych. Definicja i cechy przestrzennych baz danych
Przestrzenne bazy danych Definicja i cechy przestrzennych baz danych Zakres wykładów Wstęp do przestrzennych baz danych Typy geometryczne Funkcje geometryczne Modelowanie danych Metody rozwiązywania problemów
Bardziej szczegółowoIV.3.b. Potrafisz samodzielnie dokonać podstawowej konfiguracji sieci komputerowej
IV.3.b. Potrafisz samodzielnie dokonać podstawowej konfiguracji sieci komputerowej Co warto wiedzieć o łączeniu komputerów w sieci? Spójrz na rysunek IV.3p, który przedstawia właściwości Połączeń lokalnych,
Bardziej szczegółowoMinimalne drzewa rozpinające
KNM UŚ 26-28 listopada 2010 Ostrzeżenie Wprowadzenie Motywacja Definicje Niektóre pojęcia pojawiające się podczas tego referatu są naszymi autorskimi tłumaczeniami z języka angielskiego. Nie udało nam
Bardziej szczegółowoRysunek map AutoCada jako narzędzie do rysowania mapy
Rysunek map AutoCada jako narzędzie do rysowania mapy Elżbieta Lewandowicz Uniwersytet Warmińsko-Mazurski w Olsztynie Katedra Geodezji Szczegółowej leela@uwm.edu.pl www.ela.mapa.net.pl Organizacja rysunku
Bardziej szczegółowoZadanie 1. Suma silni (11 pkt)
2 Egzamin maturalny z informatyki Zadanie 1. Suma silni (11 pkt) Pojęcie silni dla liczb naturalnych większych od zera definiuje się następująco: 1 dla n = 1 n! = ( n 1! ) n dla n> 1 Rozpatrzmy funkcję
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 szczegółowoW naukach technicznych większość rozpatrywanych wielkości możemy zapisać w jednej z trzech postaci: skalara, wektora oraz tensora.
1. Podstawy matematyki 1.1. Geometria analityczna W naukach technicznych większość rozpatrywanych wielkości możemy zapisać w jednej z trzech postaci: skalara, wektora oraz tensora. Skalarem w fizyce nazywamy
Bardziej szczegółowoBazy danych TERMINOLOGIA
Bazy danych TERMINOLOGIA Dane Dane są wartościami przechowywanymi w bazie danych. Dane są statyczne w tym sensie, że zachowują swój stan aż do zmodyfikowania ich ręcznie lub przez jakiś automatyczny proces.
Bardziej szczegółowoAlgebra 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 szczegółowohierarchie klas i wielodziedziczenie
Programowanie Obiektowe (język C++) Wykład 15. hierarchie klas i wielodziedziczenie Tomasz Marks - Wydział MiNI PW -1- Tomasz Marks - Wydział MiNI PW -2- Hierarchie klas Dziedziczenie wprowadza relację
Bardziej szczegółowoKURS MATEMATYKA DYSKRETNA
KURS MATEMATYKA DYSKRETNA LEKCJA 28 Grafy hamiltonowskie ZADANIE DOMOWE www.akademia.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko jedna jest prawdziwa). Pytanie 1 Drogę nazywamy
Bardziej szczegółowo1. Zbadać liniową niezależność funkcji x, 1, x, x 2 w przestrzeni liniowej funkcji ciągłych na przedziale [ 1, ).
B 2 Suma Zbadać, czy liniowo niezależne wektory u, v, w stanowią bazę przestrzeni liniowej lin { u + 2 v + w, u v + 2 w, 3 u + 5 w } 2 Współrzędne wektora (, 4, 5, 4 ) w pewnej bazie podprzestrzeni U R
Bardziej szczegółowoGrafy Alberta-Barabasiego
Spis treści 2010-01-18 Spis treści 1 Spis treści 2 Wielkości charakterystyczne 3 Cechy 4 5 6 7 Wielkości charakterystyczne Wielkości charakterystyczne Rozkład stopnie wierzchołków P(deg(x) = k) Graf jest
Bardziej szczegółowoRÓWNANIE DYNAMICZNE RUCHU KULISTEGO CIAŁA SZTYWNEGO W UKŁADZIE PARASOLA
Dr inż. Andrzej Polka Katedra Dynamiki Maszyn Politechnika Łódzka RÓWNANIE DYNAMICZNE RUCHU KULISTEGO CIAŁA SZTYWNEGO W UKŁADZIE PARASOLA Streszczenie: W pracy opisano wzajemne położenie płaszczyzny parasola
Bardziej szczegółowoEDYCJA DANYCH PRZESTRZENNYCH
STUDIA PODYPLOMOWE - SYSTEMY INFORMACJI GEOGRAFICZNEJ EDYCJA DANYCH PRZESTRZENNYCH Justyna Górniak-Zimroz, justyna.gorniak-zimroz@pwr.wroc.pl DO UśYTKU WEWNĘTRZNEGO - WSZELKIE PRAWA ZASTRZEśONE WROCŁAW
Bardziej szczegółowo1. PODSTAWY TEORETYCZNE
1. PODSTAWY TEORETYCZNE 1 1. 1. PODSTAWY TEORETYCZNE 1.1. Wprowadzenie W pierwszym wykładzie przypomnimy podstawowe działania na macierzach. Niektóre z nich zostały opisane bardziej szczegółowo w innych
Bardziej szczegółowoWymagania edukacyjne na ocenę z informatyki klasa 3
Wymagania edukacyjne na ocenę z informatyki klasa 3 0. Logo [6 godz.] PODSTAWA PROGRAMOWA: Rozwiązywanie problemów i podejmowanie decyzji z wykorzystaniem komputera, stosowanie podejścia algorytmicznego.
Bardziej szczegółowoWykorzystanie standardów serii ISO 19100 oraz OGC dla potrzeb budowy infrastruktury danych przestrzennych
Wykorzystanie standardów serii ISO 19100 oraz OGC dla potrzeb budowy infrastruktury danych przestrzennych dr inż. Adam Iwaniak Infrastruktura Danych Przestrzennych w Polsce i Europie Seminarium, AR Wrocław
Bardziej szczegółowo