MODELE TOPOLOGICZNE DANYCH PRZESTRZENNYCH TOPOLOGY MODELS OF SPATIAL DATA

Wielkość: px
Rozpocząć pokaz od strony:

Download "MODELE TOPOLOGICZNE DANYCH PRZESTRZENNYCH TOPOLOGY MODELS OF SPATIAL DATA"

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

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 szczegółowo

PRZESTRZEŃ GEOGRAFICZNA JAKO PRZESTRZEŃ TOPOLOGICZNA. Wprowadzenie

PRZESTRZEŃ 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 szczegółowo

DRZEWA GRAFOWE W ANALIZACH DOSTĘPNOŚCI GRAPH TREES IN ACCESS ANALYSES. Elżbieta Lewandowicz

DRZEWA 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 szczegółowo

MODELE TOPOLOGICZNE DANYCH PRZESTRZENNYCH TOPOLOGY MODELS OF SPATIAL DATA. Wprowadzenie, cel pracy

MODELE 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 szczegółowo

Marek Miszczyński KBO UŁ. Wybrane elementy teorii grafów 1

Marek 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 szczegółowo

MATEMATYKA DYSKRETNA - MATERIAŁY DO WYKŁADU GRAFY

MATEMATYKA 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 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

Modele (graficznej reprezentacji) danych przestrzennych postać danych przestrzennych

Modele (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 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

TRANSFORMACJA ZBIORÓW GESUT Z POSTACI CAD DO GIS 3D TRANSFORMATION GESUT DATA FROM CAD TO GIS 3D. Wprowadzenie

TRANSFORMACJA 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 szczegółowo

MACIERZE. ZWIĄZEK Z ODWZOROWANIAMI LINIOWYMI.

MACIERZE. 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 szczegółowo

Przykłady grafów. Graf prosty, to graf bez pętli i bez krawędzi wielokrotnych.

Przykłady 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 szczegółowo

Algorytmy grafowe. Wykład 1 Podstawy teorii grafów Reprezentacje grafów. Tomasz Tyksiński CDV

Algorytmy 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 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

Matematyka dyskretna. Andrzej Łachwa, UJ, /14

Matematyka 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 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

PRZEKSZTAŁCANIE DANYCH TOPOLOGICZNYCH, GEOMETRYCZNYCH I ATRYBUTOWYCH GIS DO MODELI ANALITYCZNYCH

PRZEKSZTAŁCANIE 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 szczegółowo

Matematyka dyskretna

Matematyka 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 szczegółowo

Digraf. 13 maja 2017

Digraf. 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 szczegółowo

2. Modele danych przestrzennych

2. 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 szczegółowo

Rodzaje analiz w SIT/GIS

Rodzaje 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 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

Interpolacja. Interpolacja wykorzystująca wielomian Newtona

Interpolacja. 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 szczegółowo

ANALIZY 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 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 szczegółowo

Układy równań liniowych. Ax = b (1)

Układy 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 szczegółowo

Drzewa spinające MST dla grafów ważonych Maksymalne drzewo spinające Drzewo Steinera. Wykład 6. Drzewa cz. II

Drzewa 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 szczegółowo

Przydatność 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. 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 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 Twierdzenie 2.1 Niech G będzie grafem prostym

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

Algorytm Dijkstry znajdowania najkrótszej ścieżki w grafie

Algorytm 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 szczegółowo

Matematyczne Podstawy Informatyki

Matematyczne 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 szczegółowo

Teoria grafów dla małolatów. Andrzej Przemysław Urbański Instytut Informatyki Politechnika Poznańska

Teoria 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 szczegółowo

Topologia działek w MK 2013

Topologia 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 szczegółowo

Zaklad Systemów Informacji Przestrzennej i Geodezji Lesnej. Katedra Urzadzania Lasu, Geomatyki i Ekonomiki Lesnictwa SGGW w Warszawie

Zaklad 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 szczegółowo

Relacje. Zdania opisujące stosunki dwuczłonowe mają ogólny wzór budowy: xry, co czytamy: x pozostaje w relacji R do y.

Relacje. 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 szczegółowo

Segmentacja obrazów cyfrowych z zastosowaniem teorii grafów - wstęp. autor: Łukasz Chlebda

Segmentacja 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 szczegółowo

Grafem nazywamy strukturę G = (V, E): V zbiór węzłów lub wierzchołków, Grafy dzielimy na grafy skierowane i nieskierowane:

Grafem nazywamy strukturę G = (V, E): V zbiór węzłów lub wierzchołków, Grafy dzielimy na grafy skierowane i nieskierowane: Wykład 4 grafy Grafem nazywamy strukturę G = (V, E): V zbiór węzłów lub wierzchołków, E zbiór krawędzi, Grafy dzielimy na grafy skierowane i nieskierowane: Formalnie, w grafach skierowanych E jest podzbiorem

Bardziej szczegółowo

MODELOWANIE RZECZYWISTOŒCI GEOGRAFICZNEJ W SYSTEMACH INFORMACJI PRZESTRZENNEJ MODELLING OF GEOGRAPHICAL REALITY IN THE SPATIAL INFORMATION SYSTEMS

MODELOWANIE 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 szczegółowo

Zestaw 12- Macierz odwrotna, układy równań liniowych

Zestaw 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 szczegółowo

Zamiana reprezentacji wektorowej na rastrową - rasteryzacja

Zamiana 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 szczegółowo

Drzewa. Jeżeli graf G jest lasem, który ma n wierzchołków i k składowych, to G ma n k krawędzi. Własności drzew

Drzewa. 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 szczegółowo

Gramatyki grafowe. Dla v V, ϕ(v) etykieta v. Klasa grafów nad Σ - G Σ.

Gramatyki 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 szczegółowo

PROJEKT CZĘŚCIOWO FINANSOWANY PRZEZ UNIĘ EUROPEJSKĄ. Opis działania raportów w ClearQuest

PROJEKT 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. 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 szczegółowo

Podstawy Programowania 2 Grafy i ich reprezentacje. Plan. Wstęp. Teoria grafów Graf skierowany. Notatki. Notatki. Notatki. Notatki.

Podstawy 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 szczegółowo

Zakład Systemów Informacji Przestrzennej i Geodezji Leśnej. Katedra Urządzania Lasu, Geomatyki i Ekonomiki Leśnictwa SGGW w Warszawie

Zakład 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 szczegółowo

Ogólne wiadomości o grafach

Ogólne 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 szczegółowo

Sprawozdanie do zadania numer 2

Sprawozdanie 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)

[ 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 szczegółowo

Zastosowanie relacyjnych baz danych w Systemach Informacji Geograficznej

Zastosowanie 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 szczegółowo

p r o j e k t ROZPORZĄDZENIA MINISTRA SPRAW WEWNĘTRZNYCH I ADMINISTRACJI

p 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 szczegółowo

Struktury danych i złożoność obliczeniowa Wykład 5. Prof. dr hab. inż. Jan Magott

Struktury 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 szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE 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 szczegółowo

ANALIZA HIERARCHICZNA PROBLEMU W SZACOWANIU RYZYKA PROJEKTU INFORMATYCZNEGO METODĄ PUNKTOWĄ. Joanna Bryndza

ANALIZA 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 szczegółowo

Wymagania edukacyjne z informatyki w klasie IIIa gimnazjum

Wymagania 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 szczegółowo

Technologia informacyjna

Technologia 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 szczegółowo

Treść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego.

Treść 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 szczegółowo

AiSD zadanie trzecie

AiSD 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 szczegółowo

Grafy i Zastosowania. 5: Drzewa Rozpinające. c Marcin Sydow. Drzewa rozpinające. Cykle i rozcięcia fundamentalne. Zastosowania

Grafy 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 szczegółowo

Grafowy model bazy danych na przykładzie GOOD

Grafowy 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 szczegółowo

Algorytmy wyznaczania centralności w sieci Szymon Szylko

Algorytmy 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 szczegółowo

DWA ZDANIA O TEORII GRAFÓW. przepływ informacji tylko w kierunku

DWA 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 szczegółowo

2. Modele danych przestrzennych

2. 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 szczegółowo

Algorytmiczna teoria grafów

Algorytmiczna 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 szczegółowo

Analizy danych przestrzennych Wprowadzanie danych Dane rastrowe

Analizy 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 szczegółowo

Spis treści. spis treści wygenerowany automatycznie

Spis 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 szczegółowo

GEO-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. 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 szczegółowo

Topologia 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) 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 szczegółowo

Scenariusz lekcji. podać definicję matematyczną grafu; wymienić podstawowe rodzaje grafów;

Scenariusz 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 szczegółowo

Opracowanie narzędzi informatycznych dla przetwarzania danych stanowiących bazę wyjściową dla tworzenia map akustycznych

Opracowanie 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 szczegółowo

Procesy 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 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 szczegółowo

MATEMATYKA DYSKRETNA - KOLOKWIUM 2

MATEMATYKA 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 szczegółowo

Zofia Kruczkiewicz, Algorytmu i struktury danych, Wykład 14, 1

Zofia 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 szczegółowo

technologii informacyjnych kształtowanie , procesów informacyjnych kreowanie metod dostosowania odpowiednich do tego celu środków technicznych.

technologii 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 szczegółowo

III TUTORIAL Z METOD OBLICZENIOWYCH

III 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 szczegółowo

Rozwiązywanie równań różniczkowych cząstkowych metodą elementów skończonych - wprowadzenie

Rozwiązywanie 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 szczegółowo

6. Wstępne pojęcia teorii grafów

6. 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 szczegółowo

Wykład 14. Elementy algebry macierzy

Wykład 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 szczegółowo

Przegląd oprogramowania GIS do tworzenia map tematycznych

Przegląd 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 szczegółowo

P&I Scout Pro Wygodne i proste tworzenie raportów

P&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 szczegółowo

Dane referencyjne: geometria, położenie i czas w świetle norm EN-ISO serii 19100 i dokumentów INSPIRE

Dane 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 szczegółowo

Algorytmy 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. 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 szczegółowo

Przestrzenne bazy danych. Definicja i cechy przestrzennych baz danych

Przestrzenne 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 szczegółowo

IV.3.b. Potrafisz samodzielnie dokonać podstawowej konfiguracji sieci komputerowej

IV.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 szczegółowo

Minimalne drzewa rozpinające

Minimalne 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 szczegółowo

Rysunek map AutoCada jako narzędzie do rysowania mapy

Rysunek 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 szczegółowo

Zadanie 1. Suma silni (11 pkt)

Zadanie 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 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

W naukach technicznych większość rozpatrywanych wielkości możemy zapisać w jednej z trzech postaci: skalara, wektora oraz tensora.

W 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 szczegółowo

Bazy danych TERMINOLOGIA

Bazy 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 szczegółowo

Algebra liniowa z geometrią

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

Bardziej szczegółowo

hierarchie klas i wielodziedziczenie

hierarchie 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 szczegółowo

KURS MATEMATYKA DYSKRETNA

KURS 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 szczegółowo

1. Zbadać liniową niezależność funkcji x, 1, x, x 2 w przestrzeni liniowej funkcji ciągłych na przedziale [ 1, ).

1. 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 szczegółowo

Grafy Alberta-Barabasiego

Grafy 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 szczegółowo

RÓWNANIE DYNAMICZNE RUCHU KULISTEGO CIAŁA SZTYWNEGO W UKŁADZIE PARASOLA

RÓWNANIE 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 szczegółowo

EDYCJA DANYCH PRZESTRZENNYCH

EDYCJA 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 szczegółowo

1. PODSTAWY TEORETYCZNE

1. 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 szczegółowo

Wymagania edukacyjne na ocenę z informatyki klasa 3

Wymagania 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 szczegółowo

Wykorzystanie 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 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