jest scharakteryzowane przez: wektor maksymalnych żądań (ang. claims), T oznaczający maksymalne żądanie zasobowe zadania P j

Wielkość: px
Rozpocząć pokaz od strony:

Download "jest scharakteryzowane przez: wektor maksymalnych żądań (ang. claims), T oznaczający maksymalne żądanie zasobowe zadania P j"

Transkrypt

1 Systemy operacyjne Zaleszczenie Zaleszczenie Rozważmy system sładający się z n procesów (zadań) P 1,P 2,...,P n współdzielący s zasobów nieprzywłaszczalnych tzn. zasobów, tórych zwolnienie może nastąpić jedynie z inicjatywy zadania dysponującego zasobem. Każdy zasób słada się z m jednoste dla =1,2,...,s. Jednosti zasobów tego samego typu są równoważne. Każda jednosta w ażdej chwili może być przydzielona tylo do jednego zadania, czyli dostęp do nich jest wyłączny. W ażdej chwili zadanie P j jest scharateryzowane przez: wetor masymalnych żądań (ang. claims), C T ) = [ C1 ), C2( Pj ),, Cs )] oznaczający masymalne żądanie zasobowe zadania P j w dowolnej chwili czasu wetor atualnego przydziału (ang. current allocations), T A ) = [ A1 ), A2 ),, As )] wetor rang zdefiniowany jao różnica między wetorami C i A, H P ) = C( P ) A( P ) ( j j j (c) Załad Systemów Informatycznych Slajd 3

2 Zaleszczenie (2) Załadamy, że jeżeli żądania zadania przydziału zasobów są spełnione w sończonym czasie, to zadanie to zaończy się w sończonym czasie i zwolni wszystie przydzielone mu zasoby. Na podstawie liczby zasobów w systemie oraz wetorów atualnego przydziału można wyznaczyć wetor zasobów wolnych f, gdzie T f = f, f,, f ] [ 1 2 s gdzie n f = m A ) = 1,2,, s j= 1 (c) Załad Systemów Informatycznych Slajd 4 Typy żądań Wyróżniamy dwa typy żądań, tóre mogą być wygenerowane przez ażde zadanie P j żądanie przydziału dodatowych zasobów (ang. request for resource allocation), a a a a T ρ ) = [ ρ1 ), ρ 2 ),, ρ s )] gdzie a ρ ) jest liczbą jednoste zasobu R żądanych dodatowo przez P j żądanie zwolnienia zasobu (ang. request for resource release), r r r r T ρ ) = [ ρ1 ), ρ 2 ),, ρ s )] gdzie r ρ ( P j ) jest liczbą jednoste zasobu R zwalnianych przez P j (c) Załad Systemów Informatycznych Slajd 5

3 Łatwo wyazać: a ρ ) H ) j ρ r P ) A ( P ) j Zadanie przebywające w systemie ( j j Oczywiście żądanie przydziału dodatowego zasobu może być spełnione tylo wówczas gdy: a ρ ) f j = 1,2,, s Przez zadanie przebywające w systemie rozumiemy zadanie, tóremu przydzielono co najmniej jedną jednostę zasobu. Stan systemu jest zdefiniowany przez stan przydziału zasobu wszystim zadaniom. Mówimy, że stan jest realizowalny jeżeli jest spełniona następująca zależność: n j= 1 A ) m = 1,2,, s (c) Załad Systemów Informatycznych Slajd 6 Stan bezpieczny Stan systemu nazywamy stanem bezpiecznym (ang. safe) ze względu na zaleszczenie, jeżeli istnieje sewencja wyonywania zadań przebywających w systemie oznaczona {P 1,P 2,...,P n } i nazywana sewencją bezpieczną, spełniającą następującą zależność: j 1 j i H ( P ) f + A ( P ) i= 1 = 1,2, s j = 1,2,, n W przeciwnym razie, tzn. jeżeli sewencja taa nie istnieje, stan jest nazywany stanem niebezpiecznym. Innymi słowy, stan jest bezpieczny jeżeli istnieje taie uporządowanie wyonywania zadań, że wszystie zadania przebywające w systemie zostaną zaończone. Powiemy, że tranzycja stanu systemu wyniająca z aloacji zasobów jest bezpieczna, jeżeli stan ońcowy jest stanem bezpiecznym. (c) Załad Systemów Informatycznych Slajd 7

4 Zaleszczenie defninicja Przez zaleszczenie (ang. deadloc) rozumieć będziemy formalnie stan systemu, w tórym spełniany jest następujący warune: Ω Φ j Ω ρ > f + A ( P ) i Ω gdzie Ω jest zbiorem indesów (lub zbiorem zadań) a Mówimy, że system jest w stanie zaleszczenia (w systemie wystąpił stan zaleszczenia), jeżeli istnieje niepusty zbiór Ω zadań, tóre żądają przydziału dodatowych zasobów nieprzywłaszczalnych będących atualnie w dyspozycji innych zadań tego zbioru. Innymi słowy, system jest w stanie zaleszczenia, jeżeli istnieje niepusty zbiór Ω zadań, tórych żądania przydziału dodatowych zasobów nieprzywłaszczalnych nie mogą być spełnione nawet jeśli wszystie zadania nie należące do Ω zwolnią wszystie zajmowane zasoby. i Jeżeli Ω Φ, to zbiór ten nazywamy zbiorem zadań zaleszczonych. (c) Załad Systemów Informatycznych Slajd 8 Graf aloacji zasobów P 1 R 2 R 1 R 3 P 2 P 3 Legenda: P i R j proces P i zasób R j posiadający 3 jednosti w systemie P i R j proces P i posiadający jednostę zasobu R j P i R j proces P i żądający jednosti zasobu R j (c) Załad Systemów Informatycznych Slajd 9

5 Grafy oczeiwania Z grafu aloacji zasobów można uzysać graf uproszczony przez usunięcie węzłów zasobowych i złączenie odpowiednich rawędzi. To uproszczenie wynia z obserwacji, że zasób może być jednoznacznie identyfiowany przez bieżącego właściciela. Ten uproszczony graf jest nazywany grafem oczeiwania (ang. wait-for-graph). P 1 P 1 R 2 R 1 uproszczenie P 3 P 2 P 3 P 2 (c) Załad Systemów Informatycznych Slajd 10 Waruni onieczne wystąpienia zaleszczenia Warunami oniecznymi wystąpienia zaleszczenia są: 1. Wzajemne wyluczanie (ang. mutual exclusion condition), W ażdej chwili zasób może być przydzielony co najwyżej jednemu zadaniu. 2. Zachowywanie zasobu (ang. wait for condition), Proces oczeujący na przydzielenie dodatowych zasobów nie zwalnia zasobów będących atualnie w jego dyspozycji. 3. Nieprzywłaszczalność (ang. non preemption condition), Zasoby są nieprzywłaszczalne tzn. ich zwolnienie może być zainicjowane jedynie przez proces dysponujący w danej chwili zasobem. 4. Istnienie cylu oczeiwań (ang. circular wait condition), Występuje pewien cyl procesów z tórych ażdy ubiega się o przydział dodatowych zasobów będących w dyspozycji olejnego procesu w cylu. (c) Załad Systemów Informatycznych Slajd 11

6 Przeciwdziałanie zaleszczeniom Konstrucje systemów immanentnie wolnych od zaleszczenia (ang. construction of deadloc free systems) Podejście to polega w ogólności na wyposażeniu systemu w taą liczbę zasobów, aby wszystie możliwe żądania zasobowe były możliwe do zrealizowania. Przyładowo, uzysuje się to, gdy liczba zasobów ażdego rodzaju jest nie mniejsza od sumy wszystich masymalnych i możliwych jednocześnie żądań. Detecja zaleszczenia i odtwarzanie stanu wolnego od zaleszczenia (ang. detection and recovery). W podejściu detecji i odtwarzania, stan systemu jest periodycznie sprawdzany i jeśli wyryty zostanie stan zaleszczenia, system podejmuje specjalne acje w celu odtworzenia stanu wolnego do zaleszczenia. Unianie zaleszczenia (ang. avoidance). W podejściu tym załada się znajomość masymalnych żądań zasobowych. Każda potencjalna tranzycja stanu jest sprawdzana i jeśli jej wyonanie prowadziłoby do stanu niebezpiecznego, to żądanie zasobowe nie jest w danej chwili realizowane. Zapobieganie zaleszczeniu (ang. prevention) W ogólności podejście to polega na wyeliminowaniu możliwości zajścia jednego z warunów oniecznych zaleszczenia (c) Załad Systemów Informatycznych Slajd 12 Algorytm Habermana Detecja zaleszczenia 1. Zainicjuj D := {1, 2,...,n} i f; 2. Szuaj zadania o indesie j D taiego, że ρ α (P j ) f 3. Jeżeli zadanie taie nie istnieje, to zbiór zadań odpowiadający zbiorowi D jest zbiorem zadań zaleszczonych. Zaończ wyonywanie algorytmu. 4. W przeciwnym razie, podstaw: D := D {j}; f := f + A(P j ) 5. Jeżeli D =, to zaończ wyonywanie algorytmu. W przeciwnym razie przejdź do rou 2. (c) Załad Systemów Informatycznych Slajd 13

7 Algorytm Holt'a: 1. begin 2. initialize:i =1, =1,2,...,s; c i =s,i=1,2,...,n; c 0 =n; 3. LS: Y:=False; 4. for = 1 step 1 until s do 5. begin 6. while E 1,,I f I n do 7. begin 8. c E2,,I :=c E2,,I -1; 9. I :=I -1; 10. if c E2,,I =0 then 11. begin 12. c 0 :=c 0-1; 13. Y:=True; 14. for i = 1 step 1 until s do 15. f i :=f i +A i (P E2,,I ); 16. end; 17. end; 18. end; 19. if Y = true c 0 > 0 then go to LS; 20. if Y = true then answer "no" 21. else answer "yes"; Odtwarzanie stanu Spośród zadań zaleszczonych wybierz zadanie (zadania), tórego usunięcie spowoduje osiągnięcie stanu wolnego od zaleszczenia najmniejszym osztem. 22. end. (c) Załad Systemów Informatycznych Slajd 14 Wady i zalety podejścia detecji do odtwarzania stanu Narzut wyniający z opóźnionego wyrycia stanu zaleszczenia Narzut czasowy algorytmu detecji i odtwarzania stanu Utrata efetów dotychczasowego przetwarzania odrzuconego zadania. Bra ograniczeń na współbieżność wyonywania zadań Wysoi stopień wyorzystania zasobów Podejście uniania (c) Załad Systemów Informatycznych Slajd 15

8 Algorytm podejścia uniania 1. Za ażdym razem, gdy wystąpi żądanie przydziału dodatowego zasobu, sprawdź bezpieczeństwo tranzycji stanu odpowiadającej realizacji tego żądania. Jeśli tranzycja ta jest bezpieczna, to przydziel żądany zasób i ontynuuj wyonywanie zadania. W przeciwnym razie zawieś wyonywanie zadania. 2. Za ażdym razem, gdy wystąpi żądanie zwolnienia zasobu, zrealizuj to żądanie i przejrzyj zbiór zadań zawieszonych w celu znalezienia zadania, tórego tranzycja z nowego stanu odpowiadałaby tranzycji bezpiecznej. Jeśli taie zadanie istnieje, zrealizuj jego żądanie przydziału zasobów (c) Załad Systemów Informatycznych Slajd 16 Wady i zalety podejścia uniania Duży narzut czasowy wyniający z onieczności wyonywania algorytmu uniania przy ażdym żądaniu przydziału dodatowego zasobu i przy ażdym żądaniu zwolnienia zasobu. Mało realistyczne założenie o znajomości masymalnych żądań zasobów. Założenie, że liczba zasobów w systemie nie może maleć Potencjalnie wyższy stopień wyorzystania zasobów niż w podejściu zapobiegania. (c) Załad Systemów Informatycznych Slajd 17

9 Podejście zapobiegania Rozwiązania wyluczające możliwość wystąpienia cylu żądań. Algorytm wstępnego przydziału 1. Przydziel w chwili początowej wszystie wymagane do realizacji zadania zasoby lub nie przydzielaj żadnego z nich. Algorytm przydziału zasobów uporządowanych 1. Uporząduj jednoznacznie zbiór zasobów. 2. Narzuć zadaniom ograniczenie na żądania przydziału zasobów, polegające na możliwości żądania zasobów tylo zgodnie z uporządowaniem zasobów Przyładowo, proces może żądać olejno zasobów 1, 2, 3, 6,..., natomiast nie może żądać zasobu 3 a później 2. Jeśli więc z ontestu programu wynia olejność żądań inna niż narzucony porząde, to proces musi zażądać wstępnej aloacji zasobów, generując na przyład żądanie przydział zasobów 2 i 3. (c) Załad Systemów Informatycznych Slajd 18 Alogrytmy Wait-Die i Wound-Wait Algorytm Wait-Die Rozwiązanie negujące zachowywanie zasobów (ang. wait for condition) 1. Uporząduj jednoznacznie zbiór zadań według etyiet czasowych. 2. Jeżeli zadanie P 1, będące w onflicie z zadaniem P 2, jest starsze (ma mniejszą etyietę czasową), to P 1 czea (wait) na zwolnienie zasobu przez P 2. W przeciwnym razie zadania P 1 jest w całości odrzucane (abort) i zwalnia wszystie posiadane zasoby. Algorytm Wound-Wait Rozwiązanie dopuszczające przywłaszczalność 1. Uporząduj jednoznacznie zbiór zadań według etyiet czasowych. 2. Jeżeli zadanie P 1, będące w onflicie z zadaniem P 2, jest starsze (ma mniejszą etyietę czasową), to zadanie P 2 odrzucane (abort) i zwalnia wszystie posiadane zasoby. W przeciwnym razie P 1 czea (wait) na zwolnienie zasobu przez P 2. (c) Załad Systemów Informatycznych Slajd 19

10 Wady i zalety podejścia zapobiegania Ograniczony stopień wyorzystania zasobów. Prostota i mały narzut czasowy. (c) Załad Systemów Informatycznych Slajd 20

MODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH

MODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH MODYFICJ OSZTOW LGORYTMU JOHNSON DO SZEREGOWNI ZDŃ UDOWLNYCH Michał RZEMIŃSI, Paweł NOW a a Wydział Inżynierii Lądowej, Załad Inżynierii Producji i Zarządzania w udownictwie, ul. rmii Ludowej 6, -67 Warszawa

Bardziej szczegółowo

Uwaga 1.1 Jeśli R jest relacją w zbiorze X X, to mówimy, że R jest relacją w zbiorze X. Rozważmy relację R X X. Relację R nazywamy zwrotną, gdy:

Uwaga 1.1 Jeśli R jest relacją w zbiorze X X, to mówimy, że R jest relacją w zbiorze X. Rozważmy relację R X X. Relację R nazywamy zwrotną, gdy: Matematya dysretna - wyład 1. Relacje Definicja 1.1 Relacją dwuargumentową nazywamy podzbiór produtu artezjańsiego X Y, tórego elementami są pary uporządowane (x, y), taie, że x X i y Y. Uwaga 1.1 Jeśli

Bardziej szczegółowo

Grupowanie sekwencji czasowych

Grupowanie sekwencji czasowych BIULETYN INSTYTUTU AUTOMATYKI I ROBOTYKI NR 3, 006 Grupowanie sewencji czasowych Tomasz PAŁYS Załad Automatyi, Instytut Teleinformatyi i Automatyi WAT, ul. Kalisiego, 00-908 Warszawa STRESZCZENIE: W artyule

Bardziej szczegółowo

Porządek dostępu do zasobu: procesory obszary pamięci cykle procesora pliki urządzenia we/wy

Porządek dostępu do zasobu: procesory obszary pamięci cykle procesora pliki urządzenia we/wy ZAKLESZCZENIA w SO brak środków zapobiegania zakleszczeniom Zamówienia na zasoby => przydział dowolnego egzemplarza danego typu Zasoby w systemie typy; identyczne egzemplarze procesory obszary pamięci

Bardziej szczegółowo

Wzajemne wykluczanie i zakleszczenie

Wzajemne wykluczanie i zakleszczenie Wzajemne wykluczanie i zakleszczenie Wzajemne wykluczanie Wzajemne wykluczenie zapewnia procesom ochronę przy dostępie do zasobów, daje im np. gwarancję, że jako jedyne będą mogły z nich korzystać Typy

Bardziej szczegółowo

Colloquium 3, Grupa A

Colloquium 3, Grupa A Colloquium 3, Grupa A 1. Z zasobów obliczeniowych pewnego serwera orzysta dwóch użytowniów. Każdy z nich wysyła do serwera zawsze trzy programy naraz. Użytowni czea, aż serwer wyona obliczenia dotyczące

Bardziej szczegółowo

P k k (n k) = k {O O O} = ; {O O R} =

P k k (n k) = k {O O O} = ; {O O R} = Definicja.5 (Kombinacje bez powtórzeń). Każdy -elementowy podzbiór zbioru A wybrany (w dowolnej olejności) bez zwracania nazywamy ombinacją bez powtórzeń. Twierdzenie.5 (Kombinacje bez powtórzeń). Liczba

Bardziej szczegółowo

σ-ciało zdarzeń Niech Ω będzie niepustym zbiorem zdarzeń elementarnych, a zbiór F rodziną podzbiorów zbioru Ω spełniającą warunki: jeśli A F, to A F;

σ-ciało zdarzeń Niech Ω będzie niepustym zbiorem zdarzeń elementarnych, a zbiór F rodziną podzbiorów zbioru Ω spełniającą warunki: jeśli A F, to A F; Zdarzenie losowe i zdarzenie elementarne Zdarzenie (zdarzenie losowe) - wyni pewnej obserwacji lub doświadczenia; może być ilościowy lub jaościowy. Zdarzenie elementarne - najprostszy wyni doświadczenia

Bardziej szczegółowo

Matematyka dyskretna. Wykład 2: Kombinatoryka. Gniewomir Sarbicki

Matematyka dyskretna. Wykład 2: Kombinatoryka. Gniewomir Sarbicki Matematya dysretna Wyład 2: Kombinatorya Gniewomir Sarbici Kombinatorya Definicja Kombinatorya zajmuje się oreślaniem mocy zbiorów sończonych, w szczególności mocy zbiorów odwzorowań jednego zbioru w drugi

Bardziej szczegółowo

CYKLICZNY PROBLEM PRZEPŁYWOWY Z PRZEZBROJENIAMI MASZYN

CYKLICZNY PROBLEM PRZEPŁYWOWY Z PRZEZBROJENIAMI MASZYN CYKLICZNY PROBLEM PRZEPŁYWOWY Z PRZEZBROJENIAMI MASZYN Wojciech BOŻEJKO, Łuasz KACPRZAK, Mieczysław WODECKI Streszczenie: W pracy zajmujemy się cylicznym problemem przepływowym z przezbrojeniami maszyn.

Bardziej szczegółowo

Indukcja matematyczna

Indukcja matematyczna Inducja matematyczna Inducja jest taą metodą rozumowania, za pomocą tórej od tezy szczegółowej dochodzimy do tezy ogólnej. Przyład 1 (o zanurzaniu ciał w wodzie) 1. Kawałe żelaza, tóry zanurzyłem w wodzie,

Bardziej szczegółowo

wtedy i tylko wtedy, gdy rozwiązanie i jest nie gorsze od j względem k-tego kryterium. 2) Macierz części wspólnej Utwórz macierz

wtedy i tylko wtedy, gdy rozwiązanie i jest nie gorsze od j względem k-tego kryterium. 2) Macierz części wspólnej Utwórz macierz Temat: Programowanie wieloryterialne. Ujęcie dysretne.. Problem programowania wieloryterialnego. Z programowaniem wieloryterialnym mamy do czynienia, gdy w problemie decyzyjnym występuje więcej niż jedno

Bardziej szczegółowo

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań Mieczysław POŁOŃSKI Wydział Budownictwa i Inżynierii Środowisa, Szoła Główna Gospodarstwa Wiejsiego, Warszawa, ul. Nowoursynowsa 159 e-mail: mieczyslaw_polonsi@sggw.pl Założenia Optymalizacja harmonogramów

Bardziej szczegółowo

Ćwiczenie 4 Badanie wpływu asymetrii obciążenia na pracę sieci

Ćwiczenie 4 Badanie wpływu asymetrii obciążenia na pracę sieci Ćwiczenie 4 - Badanie wpływu asymetrii obciążenia na pracę sieci Strona 1/13 Ćwiczenie 4 Badanie wpływu asymetrii obciążenia na pracę sieci Spis treści 1.Cel ćwiczenia...2 2.Wstęp...2 2.1.Wprowadzenie

Bardziej szczegółowo

procesów Współbieżność i synchronizacja procesów Wykład prowadzą: Jerzy Brzeziński Dariusz Wawrzyniak

procesów Współbieżność i synchronizacja procesów Wykład prowadzą: Jerzy Brzeziński Dariusz Wawrzyniak Wykład prowadzą: Jerzy Brzeziński Dariusz Wawrzyniak Plan wykładu Abstrakcja programowania współbieżnego Instrukcje atomowe i ich przeplot Istota synchronizacji Kryteria poprawności programów współbieżnych

Bardziej szczegółowo

Bilansowanie hierarchicznej struktury zasobów w planowaniu przedsięwzięć inżynieryjno-budowlanych

Bilansowanie hierarchicznej struktury zasobów w planowaniu przedsięwzięć inżynieryjno-budowlanych Bi u l e t y n WAT Vo l. LXIV, Nr 3, 2015 Bilansowanie hierarchicznej strutury zasobów w planowaniu przedsięwzięć inżynieryjno-budowlanych Radosław Seunda 1, Roman Marcinowsi 2 1 Biuro Inżyniersie, 05-082

Bardziej szczegółowo

Detekcja zakleszczenia (1)

Detekcja zakleszczenia (1) Detekcja zakleszczenia (1) Wykład prowadzą: Jerzy Brzeziński Jacek Kobusiński Plan wykładu Procesy aktywne i pasywne Definicja zakleszczenia Problem detekcji wystąpienia zakleszczenia Detekcja zakleszczenia

Bardziej szczegółowo

J. Ułasiewicz Programowanie aplikacji współbieżnych 1

J. Ułasiewicz Programowanie aplikacji współbieżnych 1 J. Ułasiewicz Programowanie aplikacji współbieżnych 1 1 1.1 Prosty przykład zakleszczenia (ang. Mexican standoff) W systemach w których wykonywane jest wiele współbieżnych procesów które operują na wspólnych

Bardziej szczegółowo

DSP-MATLAB, Ćwiczenie 5, P.Korohoda, KE AGH. Ćwiczenie 5. Przemysław Korohoda, KE, AGH

DSP-MATLAB, Ćwiczenie 5, P.Korohoda, KE AGH. Ćwiczenie 5. Przemysław Korohoda, KE, AGH DSP-MATLAB, Ćwiczenie 5, P.Korohoda, KE AGH Instrucja do laboratorium z cyfrowego przetwarzania sygnałów Ćwiczenie 5 Wybrane właściwości Dysretnej Transformacji Fouriera Przemysław Korohoda, KE, AGH Zawartość

Bardziej szczegółowo

Systemy operacyjne. wykład 11- Zakleszczenia. dr Marcin Ziółkowski. Instytut Matematyki i Informatyki Akademia im. Jana Długosza w Częstochowie

Systemy operacyjne. wykład 11- Zakleszczenia. dr Marcin Ziółkowski. Instytut Matematyki i Informatyki Akademia im. Jana Długosza w Częstochowie Systemy operacyjne wykład 11- Zakleszczenia dr Marcin Ziółkowski Instytut Matematyki i Informatyki Akademia im. Jana Długosza w Częstochowie 17grudnia2015r. POJĘCIE ZAKLESZCZENIA Zakleszczenie to zbiór

Bardziej szczegółowo

Podstawy rachunku prawdopodobieństwa (przypomnienie)

Podstawy rachunku prawdopodobieństwa (przypomnienie) . Zdarzenia odstawy rachunu prawdopodobieństwa (przypomnienie). rawdopodobieństwo 3. Zmienne losowe 4. rzyład rozładu zmiennej losowej. Zdarzenia (events( events) Zdarzenia elementarne Ω - zbiór zdarzeń

Bardziej szczegółowo

ANALIZA WIELOKRYTERIALNA

ANALIZA WIELOKRYTERIALNA ANALIZA WIELOKRYTERIALNA Dział Badań Operacyjnych zajmujący się oceną możliwych wariantów (decyzji) w przypadu gdy występuje więcej niż jedno ryterium oceny D zbiór rozwiązań (decyzji) dopuszczalnych x

Bardziej szczegółowo

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań Mieczysław OŁOŃSI Wydział Budownictwa i Inżynierii Środowisa, Szoła Główna Gospodarstwa Wiejsiego, Warszawa, ul. Nowoursynowsa 159 e-mail: mieczyslaw_polonsi@sggw.pl Założenia Optymalizacja harmonogramów

Bardziej szczegółowo

PLAN WYKŁADU OPTYMALIZACJA GLOBALNA ALGORYTM MRÓWKOWY (ANT SYSTEM) ALGORYTM MRÓWKOWY. Algorytm mrówkowy

PLAN WYKŁADU OPTYMALIZACJA GLOBALNA ALGORYTM MRÓWKOWY (ANT SYSTEM) ALGORYTM MRÓWKOWY. Algorytm mrówkowy PLAN WYKŁADU Algorytm mrówowy OPTYMALIZACJA GLOBALNA Wyład 8 dr inż. Agniesza Bołtuć (ANT SYSTEM) Inspiracja: Zachowanie mrówe podczas poszuiwania żywności, Zachowanie to polega na tym, że jeśli do żywności

Bardziej szczegółowo

1 Przestrzeń zdarzeń elementarnych

1 Przestrzeń zdarzeń elementarnych Przestrzeń zdarzeń elementarnych Przestrzeń zdarzeń elementarnych jest pojęciem pierwotnym w teorii prawdopodobieństwa. W zastosowaniach tej teorii zdarzenia elementarne interpretuje się jao możliwe przypadi,

Bardziej szczegółowo

ZARYS METODY OPISU KSZTAŁTOWANIA SKUTECZNOŚCI W SYSTEMIE EKSPLOATACJI WOJSKOWYCH STATKÓW POWIETRZNYCH

ZARYS METODY OPISU KSZTAŁTOWANIA SKUTECZNOŚCI W SYSTEMIE EKSPLOATACJI WOJSKOWYCH STATKÓW POWIETRZNYCH Henry TOMASZEK Ryszard KALETA Mariusz ZIEJA Instytut Techniczny Wojs Lotniczych PRACE AUKOWE ITWL Zeszyt 33, s. 33 43, 2013 r. DOI 10.2478/afit-2013-0003 ZARYS METODY OPISU KSZTAŁTOWAIA SKUTECZOŚCI W SYSTEMIE

Bardziej szczegółowo

Metody optymalizacji nieliniowej (metody programowania nieliniowego) Ewa Niewiadomska-Szynkiewicz Instytut Automatyki i Informatyki Stosowanej

Metody optymalizacji nieliniowej (metody programowania nieliniowego) Ewa Niewiadomska-Szynkiewicz Instytut Automatyki i Informatyki Stosowanej Metody optymalizacji nieliniowej metody programowania nieliniowego Ewa Niewiadomsa-Szyniewicz Instytut Automatyi i Inormatyi Stosowanej Ewa Niewiadomsa-Szyniewicz ens@ia.pw.edu.pl Instytut Automatyi i

Bardziej szczegółowo

A. Cel ćwiczenia. B. Część teoretyczna

A. Cel ćwiczenia. B. Część teoretyczna A. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z wsaźniami esploatacyjnymi eletronicznych systemów bezpieczeństwa oraz wyorzystaniem ich do alizacji procesu esplatacji z uwzględnieniem przeglądów

Bardziej szczegółowo

ładunek do przewiezienia dwie możliwości transportu

ładunek do przewiezienia dwie możliwości transportu ładune do przewiezienia dwie możliwości transportu Potrzeba jest przesłać np. 10 Mb/s danych drogą radiową jedna ala nośna Kod NRZ + modulacja PSK czas trwania jednego bitu 0,1 us przy możliwej wielodrogowości

Bardziej szczegółowo

koszt kapitału D/S L dźwignia finansowa σ EBIT zysku operacyjnego EBIT firmy. Firmy Modele struktury kapitału Rys. 8.3. Krzywa kosztów kapitału.

koszt kapitału D/S L dźwignia finansowa σ EBIT zysku operacyjnego EBIT firmy. Firmy Modele struktury kapitału Rys. 8.3. Krzywa kosztów kapitału. Modele strutury apitału oszt apitału Optymalna strutura apitału dźwignia finansowa / Rys. 8.3. Krzywa osztów apitału. Założenia wspólne modeli MM Modigliani i Miller w swoich rozważaniach ograniczyli się

Bardziej szczegółowo

UZUPEŁNIENIA DO WYKŁADÓW A-C

UZUPEŁNIENIA DO WYKŁADÓW A-C UZUPEŁNIENIA DO WYKŁADÓW A-C Objaśnienia: 1. Uzupełnienia sładają się z dwóch części właściwych uzupełnień do treści wyładowych, zwyle zawierających wyprowadzenia i nietóre definicje oraz Zadań i problemów.

Bardziej szczegółowo

(U.3) Podstawy formalizmu mechaniki kwantowej

(U.3) Podstawy formalizmu mechaniki kwantowej 3.10.2004 24. (U.3) Podstawy formalizmu mechanii wantowej 33 Rozdział 24 (U.3) Podstawy formalizmu mechanii wantowej 24.1 Wartości oczeiwane i dyspersje dla stanu superponowanego 24.1.1 Założenia wstępne

Bardziej szczegółowo

UNIKANIE IMPASÓW W SYSTEMACH PROCESÓW WSPÓŁBIEŻNYCH

UNIKANIE IMPASÓW W SYSTEMACH PROCESÓW WSPÓŁBIEŻNYCH UNIKANIE IMPASÓW W SYSTEMACH PROCESÓW WSPÓŁBIEŻNYCH Robert Wójcik Instytut Cybernetyki Technicznej Politechniki Wrocławskiej 1. Impasy w systemach procesów współbieżnych 2. Klasyczne algorytmy unikania

Bardziej szczegółowo

Algebra liniowa z geometrią analityczną

Algebra liniowa z geometrią analityczną WYKŁAD. Własności zbiorów liczbowych. Podzielność liczb całowitych, relacja przystawania modulo, twierdzenie chińsie o resztach. Liczby całowite Liczby 0,±,±,±3,... nazywamy liczbami całowitymi. Zbiór

Bardziej szczegółowo

jednoznacznie wyznaczają wymiary wszystkich reprezentacji grup punktowych, a związki ortogonalności jednoznacznie wyznaczają ich charaktery

jednoznacznie wyznaczają wymiary wszystkich reprezentacji grup punktowych, a związki ortogonalności jednoznacznie wyznaczają ich charaktery Reprezentacje grup puntowych związi pomiędzy h i n a jednoznacznie wyznaczają wymiary wszystich reprezentacji grup puntowych, a związi ortogonalności jednoznacznie wyznaczają ich charatery oznaczenia:

Bardziej szczegółowo

Badanie stacjonarności szeregów czasowych w programie GRETL

Badanie stacjonarności szeregów czasowych w programie GRETL Badanie stacjonarności szeregów czasowych w programie GRETL Program proponuje następujące rodzaje testów stacjonarności zmiennych:. Funcję autoorelacji i autoorelacji cząstowej 2. Test Diceya-Fullera na

Bardziej szczegółowo

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM EORI OBWODÓW I SYGNŁÓW LBORORIUM KDEMI MORSK Katedra eleomuniacji Morsiej Ćwiczenie nr 2: eoria obwodów i sygnałów laboratorium ĆWICZENIE 2 BDNIE WIDM SYGNŁÓW OKRESOWYCH. Cel ćwiczenia Celem ćwiczenia

Bardziej szczegółowo

Algorytm wyznaczania krotności diagnostycznej struktury opiniowania diagnostycznego typu PMC 1

Algorytm wyznaczania krotności diagnostycznej struktury opiniowania diagnostycznego typu PMC 1 BIULETYN INSTYTUTU AUTOMATYKI I ROBOTYKI NR 18, 2003 Algoryt wyznaczania rotności diagnostycznej strutury opiniowania diagnostycznego typu PMC 1 Artur ARCIUCH Załad Systeów Koputerowych, Instytut Teleinforatyi

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Modelowanie przez zjawiska przybliżone. Modelowanie poprzez zjawiska uproszczone. Modelowanie przez analogie. Modelowanie matematyczne

Modelowanie przez zjawiska przybliżone. Modelowanie poprzez zjawiska uproszczone. Modelowanie przez analogie. Modelowanie matematyczne Modelowanie rzeczywistości- JAK? Modelowanie przez zjawisa przybliżone Modelowanie poprzez zjawisa uproszczone Modelowanie przez analogie Modelowanie matematyczne Przyłady modelowania Modelowanie przez

Bardziej szczegółowo

Optymalizacja. Przeszukiwanie lokalne

Optymalizacja. Przeszukiwanie lokalne dr hab. inż. Instytut Informatyki Politechnika Poznańska www.cs.put.poznan.pl/mkomosinski, Maciej Hapke Idea sąsiedztwa Definicja sąsiedztwa x S zbiór N(x) S rozwiązań, które leżą blisko rozwiązania x

Bardziej szczegółowo

4.15 Badanie dyfrakcji światła laserowego na krysztale koloidalnym(o19)

4.15 Badanie dyfrakcji światła laserowego na krysztale koloidalnym(o19) 256 Fale 4.15 Badanie dyfracji światła laserowego na rysztale oloidalnym(o19) Celem ćwiczenia jest wyznaczenie stałej sieci dwuwymiarowego ryształu oloidalnego metodą dyfracji światła laserowego. Zagadnienia

Bardziej szczegółowo

KONCEPCJA SYSTEMU BONIFIKAT DLA ODBIORCÓW ZA NIEDOTRZYMANIE PRZEZ DOSTAWCĘ WYMAGANEGO POZIOMU JAKOŚCI NAPIĘCIA

KONCEPCJA SYSTEMU BONIFIKAT DLA ODBIORCÓW ZA NIEDOTRZYMANIE PRZEZ DOSTAWCĘ WYMAGANEGO POZIOMU JAKOŚCI NAPIĘCIA KONCEPCJA SYSTEMU BONIFIKAT DLA ODBIORCÓW ZA NIEDOTRZYMANIE PRZEZ DOSTAWCĘ WYMAGANEGO POZIOMU JAKOŚCI NAPIĘCIA prof. dr hab. inż. Zbigniew Hanzela / Aademia Górniczo-Hutnicza dr inż. Grzegorz Błajszcza

Bardziej szczegółowo

ROZDZIAŁ 10 METODA KOMPONOWANIA ZESPOŁU CZYNNIKI EFEKTYWNOŚCI SKŁADU ZESPOŁU

ROZDZIAŁ 10 METODA KOMPONOWANIA ZESPOŁU CZYNNIKI EFEKTYWNOŚCI SKŁADU ZESPOŁU Agniesza Dziurzańsa ROZDZIAŁ 10 METODA KOMPONOWANIA ZESPOŁU 10.1. CZYNNIKI EFEKTYWNOŚCI SKŁADU ZESPOŁU Przeprowadzona analiza formacji, jaą jest zespół (zobacz rozdział 5), wyazała, że cechy tóre powstają

Bardziej szczegółowo

WSPOMAGANIE DECYZJI W OBSZARZE WYZNACZANIA TRAS POJAZDÓW

WSPOMAGANIE DECYZJI W OBSZARZE WYZNACZANIA TRAS POJAZDÓW DECYZJE nr 13 czerwiec 2010 WSPOMAGANIE DECYZJI W OBSZARZE WYZNACZANIA TRAS POJAZDÓW Paweł Hanczar* Uniwersytet Eonomiczny we Wrocławiu Streszczenie: Problem wyznaczania tras pojazdów jest znany już od

Bardziej szczegółowo

PROGRAM NAUCZANIA PRZEDMIOTU OBOWIĄZKOWEGO NA WYDZIALE LEKARSKIM I ROK AKADEMICKI 2017/2018 PRZEWODNIK DYDAKTYCZNY dla STUDENTÓW II ROKU STUDIÓW

PROGRAM NAUCZANIA PRZEDMIOTU OBOWIĄZKOWEGO NA WYDZIALE LEKARSKIM I ROK AKADEMICKI 2017/2018 PRZEWODNIK DYDAKTYCZNY dla STUDENTÓW II ROKU STUDIÓW PROGRAM NAUCZANIA PRZEDMIOTU OBOWIĄZKOWEGO NA WYDZIALE LEKARSKIM I ROK AKADEMICKI 2017/2018 PRZEWODNIK DYDAKTYCZNY dla STUDENTÓW II ROKU STUDIÓW 1. NAZWA PRZEDMIOTU Socjologia medycyny 2. NAZWA JEDNOSTKI

Bardziej szczegółowo

Waga szalkowa i uogólniony problem fałszywej monety

Waga szalkowa i uogólniony problem fałszywej monety Waga szalowa i uogólniony problem fałszywej monety Marcel Kołodziejczy Hugo Steinhaus w Kalejdosopie matematycznym ([7]) przedstawił następujące zadania: oraz Mamy dziewięć monet pozornie jednaowych. Wiemy,

Bardziej szczegółowo

Możliwości arbitrażu na Giełdzie Papierów Wartościowych w Warszawie z wykorzystaniem kontraktów terminowych

Możliwości arbitrażu na Giełdzie Papierów Wartościowych w Warszawie z wykorzystaniem kontraktów terminowych 1 Możliwości arbitrażu na Giełdzie Papierów Wartościowych w Warszawie z wyorzystaniem ontratów terminowych dr Krzysztof Pionte Katedra Inwestycji Finansowych i Ubezpieczeń Aademia Eonomiczna we Wrocławiu

Bardziej szczegółowo

J. Ułasiewicz Programowanie aplikacji współbieżnych 1

J. Ułasiewicz Programowanie aplikacji współbieżnych 1 J. Ułasiewicz Programowanie aplikacji współbieżnych 1 1 1.1 Prosty przykład zakleszczenia (ang. Mexican standoff) W systemach w których wykonywane jest wiele współbieżnych procesów które operują na wspólnych

Bardziej szczegółowo

Sterowanie Ciągłe. Używając Simulink a w pakiecie MATLAB, zasymulować układ z rysunku 7.1. Rys.7.1. Schemat blokowy układu regulacji.

Sterowanie Ciągłe. Używając Simulink a w pakiecie MATLAB, zasymulować układ z rysunku 7.1. Rys.7.1. Schemat blokowy układu regulacji. emat ćwiczenia nr 7: Synteza parametryczna uładów regulacji. Sterowanie Ciągłe Celem ćwiczenia jest orecja zadanego uładu regulacji wyorzystując następujące metody: ryterium amplitudy rezonansowej i metodę

Bardziej szczegółowo

Podstawowe własności grafów. Wykład 3. Własności grafów

Podstawowe własności grafów. Wykład 3. Własności grafów Wykład 3. Własności grafów 1 / 87 Suma grafów Niech będą dane grafy proste G 1 = (V 1, E 1) oraz G 2 = (V 2, E 2). 2 / 87 Suma grafów Niech będą dane grafy proste G 1 = (V 1, E 1) oraz G 2 = (V 2, E 2).

Bardziej szczegółowo

Przetwarzanie rozproszone

Przetwarzanie rozproszone Przetwarzanie rozproszone Plan wykładu Celem wykładu jest zapoznanie słuchacza z podstawowymi pojęciami i problemami związanymi z przetwarzaniem rozproszonym. Wykład obejmie omówienie m. in. definicji

Bardziej szczegółowo

Przetwarzanie rozproszone

Przetwarzanie rozproszone Przetwarzanie rozproszone Plan wykładu Celem wykładu jest zapoznanie słuchacza z podstawowymi pojęciami i problemami związanymi z przetwarzaniem rozproszonym. Wykład obejmie omówienie m. in. definicji

Bardziej szczegółowo

Sortowanie topologiczne skierowanych grafów acyklicznych

Sortowanie topologiczne skierowanych grafów acyklicznych Sortowanie topologiczne skierowanych grafów acyklicznych Metody boolowskie w informatyce Robert Sulkowski http://robert.brainusers.net 23 stycznia 2010 1 Definicja 1 (Cykl skierowany). Niech C = (V, A)

Bardziej szczegółowo

Uchwała Nr 42/2015 Komitetu Monitorującego Regionalny Program Operacyjny Województwa Podlaskiego na lata z dnia 29 października 2015 r.

Uchwała Nr 42/2015 Komitetu Monitorującego Regionalny Program Operacyjny Województwa Podlaskiego na lata z dnia 29 października 2015 r. Uchwała Nr 42/2015 Komitetu Monitorującego Regionalny Program Operacyjny Województwa Podlasiego na lata 2014-2020 z dnia 29 październia 2015 r. w sprawie zatwierdzenia ryteriów oceny projetów w trybie

Bardziej szczegółowo

WYKŁAD 5 METODY OPTYMALIZACJI NIELINIOWEJ BEZ OGRANICZEŃ

WYKŁAD 5 METODY OPTYMALIZACJI NIELINIOWEJ BEZ OGRANICZEŃ WYKŁAD 5 METODY OPTYMALIZACJI NIELINIOWEJ BEZ OGRANICZEŃ Wstęp. Za wyjątie nielicznych funcji, najczęściej w postaci wieloianów, dla tórych ożna znaleźć iniu na drodze analitycznej, pozostała więszość

Bardziej szczegółowo

DOBÓR PRZEKROJU PRZEWODÓW OBCIĄŻONYCH PRĄDEM ZAWIERAJĄCYM WYŻSZE HARMONICZNE

DOBÓR PRZEKROJU PRZEWODÓW OBCIĄŻONYCH PRĄDEM ZAWIERAJĄCYM WYŻSZE HARMONICZNE POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 90 Electrical Engineering 2017 DOI 10.21008/j.1897-0737.2017.90.0020 Andrzej KSIĄŻKIEWICZ* Marcin RACŁAW** DOBÓR PRZEKROJU PRZEWODÓW OBCIĄŻONYCH

Bardziej szczegółowo

Przetwarzanie rozproszone

Przetwarzanie rozproszone Wykład prowadzą: Jerzy Brzeziński Jacek Kobusiński Plan wykładu Proces sekwencyjny Komunikaty, kanały komunikacyjne Stan kanału Operacje komunikacyjne Model formalny procesu sekwencyjnego Zdarzenia Warunek

Bardziej szczegółowo

Matematyka Dyskretna - zagadnienia

Matematyka Dyskretna - zagadnienia Matematya Dysretna - zagadnienia dr hab. Szymon Żebersi opracował: Miołaj Pietre Semestr letni 206/207 - strona internetowa Zasada inducji matematycznej. Zbiory sończone, podstawowe tożsamości 2. Zasada

Bardziej szczegółowo

Kody Huffmana oraz entropia przestrzeni produktowej. Zuzanna Kalicińska. 1 maja 2004

Kody Huffmana oraz entropia przestrzeni produktowej. Zuzanna Kalicińska. 1 maja 2004 Kody uffmana oraz entroia rzestrzeni rodutowej Zuzanna Kalicińsa maja 4 Otymalny od bezrefisowy Definicja. Kod nad alfabetem { 0, }, w tórym rerezentacja żadnego znau nie jest refisem rerezentacji innego

Bardziej szczegółowo

B jest globalnym pokryciem zbioru {d} wtedy i tylko wtedy, gdy {d} zależy od B i nie istnieje B T takie, że {d} zależy od B ;

B jest globalnym pokryciem zbioru {d} wtedy i tylko wtedy, gdy {d} zależy od B i nie istnieje B T takie, że {d} zależy od B ; Algorytm LEM1 Oznaczenia i definicje: U - uniwersum, tj. zbiór obiektów; A - zbiór atrybutów warunkowych; d - atrybut decyzyjny; IND(B) = {(x, y) U U : a B a(x) = a(y)} - relacja nierozróżnialności, tj.

Bardziej szczegółowo

, to niepewność sumy x

, to niepewność sumy x Wydział Fizyi UW (wersja instrucji 04.04a) Pracownia fizyczna i eletroniczna dla Inżynierii Nanostrutur oraz Energetyi i Chemii Jądrowej Ćwiczenie 6 Elementy testowania hipotez (z błędami złożonymi) oraz

Bardziej szczegółowo

( ) + ( ) T ( ) + E IE E E. Obliczanie gradientu błędu metodą układu dołączonego

( ) + ( ) T ( ) + E IE E E. Obliczanie gradientu błędu metodą układu dołączonego Obliczanie gradientu błędu metodą uładu dołączonego /9 Obliczanie gradientu błędu metodą uładu dołączonego Chodzi o wyznaczenie pochodnych cząstowych funcji błędu E względem parametrów elementów uładu

Bardziej szczegółowo

HIERARCHICZNY SYSTEM ZARZĄDZANIA RUCHEM LOTNICZYM - ASPEKTY OCENY BEZPIECZEŃSTWA

HIERARCHICZNY SYSTEM ZARZĄDZANIA RUCHEM LOTNICZYM - ASPEKTY OCENY BEZPIECZEŃSTWA Jace Sorupsi Hierarchiczny system Zarządzania ruchem lotniczym aspety oceny bezpieczeństwa, Logistya (ISSN 1231-5478) No 6, Instytut Logistyi i HIERARCHICZNY SYSTEM ZARZĄDZANIA RUCHEM LOTNICZYM - ASPEKTY

Bardziej szczegółowo

Wpływ zamiany typów elektrowni wiatrowych o porównywalnych parametrach na współpracę z węzłem sieciowym

Wpływ zamiany typów elektrowni wiatrowych o porównywalnych parametrach na współpracę z węzłem sieciowym Wpływ zamiany typów eletrowni wiatrowych o porównywalnych parametrach na współpracę z węzłem sieciowym Grzegorz Barzy Paweł Szwed Instytut Eletrotechnii Politechnia Szczecińsa 1. Wstęp Ostatnie ila lat,

Bardziej szczegółowo

ELQ SPÓŁKA AKCYJNA. Raport roczny za rok obrotowy maja 2017 r.

ELQ SPÓŁKA AKCYJNA. Raport roczny za rok obrotowy maja 2017 r. ELQ SPÓŁKA AKCYJNA Raport roczny za ro obrotowy 2016 31 maja 2017 r. SPIS TREŚCI LIST PREZESA ZARZĄDU... 3 WYBRANE DANE FINANSOWE... 4 OŚWIADCZENIA ZARZĄDU EMITENTA... 6 SPRAWOZDA ZARZĄDU Z DZIAŁALNOŚCI

Bardziej szczegółowo

Wstęp do programowania. Drzewa. Piotr Chrząstowski-Wachtel

Wstęp do programowania. Drzewa. Piotr Chrząstowski-Wachtel Wstęp do programowania Drzewa Piotr Chrząstowski-Wachtel Drzewa Drzewa definiują matematycy, jako spójne nieskierowane grafy bez cykli. Równoważne określenia: Spójne grafy o n wierzchołkach i n-1 krawędziach

Bardziej szczegółowo

Wykład 21: Studnie i bariery cz.1.

Wykład 21: Studnie i bariery cz.1. Wyład : Studnie i bariery cz.. Dr inż. Zbigniew Szlarsi Katedra Eletronii, paw. C-, po.3 szla@agh.edu.pl http://layer.uci.agh.edu.pl/z.szlarsi/ 3.6.8 Wydział Informatyi, Eletronii i Równanie Schrödingera

Bardziej szczegółowo

A4: Filtry aktywne rzędu II i IV

A4: Filtry aktywne rzędu II i IV A4: Filtry atywne rzędu II i IV Jace Grela, Radosław Strzała 3 maja 29 1 Wstęp 1.1 Wzory Poniżej zamieszczamy podstawowe wzory i definicje, tórych używaliśmy w obliczeniach: 1. Związe między stałą czasową

Bardziej szczegółowo

PROGRAM NAUCZANIA PRZEDMIOTU OBOWIĄZKOWEGO NA WYDZIALE LEKARSKIM I ROK AKADEMICKI 2017/2018 PRZEWODNIK DYDAKTYCZNY dla STUDENTÓW II ROKU STUDIÓW

PROGRAM NAUCZANIA PRZEDMIOTU OBOWIĄZKOWEGO NA WYDZIALE LEKARSKIM I ROK AKADEMICKI 2017/2018 PRZEWODNIK DYDAKTYCZNY dla STUDENTÓW II ROKU STUDIÓW PROGRAM NAUCZANIA PRZEDMIOTU OBOWIĄZKOWEGO NA WYDZIALE LEKARSKIM I ROK AKADEMICKI 2017/2018 PRZEWODNIK DYDAKTYCZNY dla STUDENTÓW II ROKU STUDIÓW 1. NAZWA PRZEDMIOTU Elementy profesjonalizmu 2. NAZWA JEDNOSTKI

Bardziej szczegółowo

SYSTEM Z CIĄGŁYMI ZAPYTANIAMI O knn ZŁĄCZEŃ W PRZESTRZENNEJ HURTOWNI DANYCH REALIZATION OF CONTINUOUS KNN JOIN QUERIES IN SPATIAL DATA WAREHOUSE

SYSTEM Z CIĄGŁYMI ZAPYTANIAMI O knn ZŁĄCZEŃ W PRZESTRZENNEJ HURTOWNI DANYCH REALIZATION OF CONTINUOUS KNN JOIN QUERIES IN SPATIAL DATA WAREHOUSE STUDIA INFORMATICA 2006 Volume 27 Number 2 (67) Marcin GORAWSKI, Wojciech GĘBCZYK Politechnia Śląsa, Instytut Informatyi SYSTEM Z CIĄGŁYMI ZAPYTANIAMI O NN ZŁĄCZEŃ W PRZESTRZENNEJ HURTOWNI DANYCH Streszczenie.

Bardziej szczegółowo

UKŁAD OPTYMALNEJ REGULACJI MOCY FARM WIATROWYCH

UKŁAD OPTYMALNEJ REGULACJI MOCY FARM WIATROWYCH 1 UKŁAD OPYMALNEJ REGULACJI MOCY FARM WIAROWYCH Adam Rzepeci Politechnia Lubelsa, Katedra Sieci Eletrycznych i Zabezpieczeń Streszczenie. W niniejszym artyule zaprezentowano nowatorsie rozwiązanie wspomagające

Bardziej szczegółowo

Eksploracja Drzew. Jakub Łopuszański Instytut Informatyki Uniwersytetu Wrocławskiego. 20 czerwca 2007

Eksploracja Drzew. Jakub Łopuszański Instytut Informatyki Uniwersytetu Wrocławskiego. 20 czerwca 2007 Esploracja Drzew Jaub Łopuszańsi Instytut Informatyi Uniwersytetu Wrocławsiego 20 czerwca 2007 Po pierwsze, chcę podzięować: Krzysztofowi Lorysiowi za podsycanie zainteresowania algorytmami i struturami

Bardziej szczegółowo

Wykład 4. Zmienne losowe i ich rozkłady

Wykład 4. Zmienne losowe i ich rozkłady Wstęp do probabilistyi i statystyi Wyład. Zmienne losowe i ich rozłady dr hab.inż. Katarzyna Zarzewsa, prof.agh, Katedra Eletronii, WIET AGH Wstęp do probabilistyi i statystyi. wyład Plan: Pojęcie zmiennej

Bardziej szczegółowo

Metoda rozwiązywania układu równań liniowych z symetryczną, nieokreśloną macierzą współczynników ( 0 )

Metoda rozwiązywania układu równań liniowych z symetryczną, nieokreśloną macierzą współczynników ( 0 ) MATEMATYKA STOSOWANA 7, 2006 Izabella Czochralsa (Warszawa) Metoda rozwiązywania uładu równań liniowych z symetryczną, nieoreśloną macierzą współczynniów ( 0 ) Streszczenie. W pracy zaadaptowano opracowaną

Bardziej szczegółowo

10. PODSTAWOWY MODEL POTOKU RUCHU PORÓWNANIE RÓŻNYCH MODELI (wg Ashton, 1966)

10. PODSTAWOWY MODEL POTOKU RUCHU PORÓWNANIE RÓŻNYCH MODELI (wg Ashton, 1966) 1. Podstawowy model potou ruchu porównanie różnych modeli 1. PODSTAWOWY MODEL POTOKU RUCHU PORÓWNANIE RÓŻNYCH MODELI (wg Ashton, 1966) 1.1. Porównanie ształtu wyresów różnych unci modeli podstawowych Jednym

Bardziej szczegółowo

Programowanie dynamiczne

Programowanie dynamiczne Programowanie dynamiczne Patryk Żywica 5 maja 2008 1 Spis treści 1 Problem wydawania reszty 3 1.1 Sformułowanie problemu...................... 3 1.2 Algorytm.............................. 3 1.2.1 Prosty

Bardziej szczegółowo

Programowanie wielocelowe lub wielokryterialne

Programowanie wielocelowe lub wielokryterialne Programowanie wielocelowe lub wieloryterialne Zadanie wielocelowe ma co najmniej dwie funcje celu nazywane celami cząstowymi. Cele cząstowe f numerujemy indesem = 1, 2, K. Programowanie wielocelowe ciągłe

Bardziej szczegółowo

Matematyka Dyskretna Zadania

Matematyka Dyskretna Zadania Matematya Dysretna Zadania Jace Cichoń Politechnia Wrocławsa, WPPT Wrocław 015 1 Wstęp 11 Oznaczenia [n] = {1,, n} [] = {X P ( : X = } (x = 1 j=0 (x j, (x = 1 (x + j Zadanie 1 j=0 Poaż za pomocą inducji

Bardziej szczegółowo

P(T) = P(T M) = P(T A) = P(T L) = P(T S) = P(T L M) = P(T L A) = P(T S M) = P(T S A) =

P(T) = P(T M) = P(T A) = P(T L) = P(T S) = P(T L M) = P(T L A) = P(T S M) = P(T S A) = Przyład (obrona orętów USA przed ataami lotnictwa japońsiego) Możliwe dwie wyluczające się tatyi: M = manewr A = artyleria przeciwlotnicza Departament Marynari Wojennej na podstawie danych z wojny na Pacyfiu

Bardziej szczegółowo

Wstęp do programowania. Listy. Piotr Chrząstowski-Wachtel

Wstęp do programowania. Listy. Piotr Chrząstowski-Wachtel Wstęp do programowania Listy Piotr Chrząstowski-Wachtel Do czego stosujemy listy? Listy stosuje się wszędzie tam, gdzie występuje duży rozrzut w możliwym rozmiarze danych, np. w reprezentacji grafów jeśli

Bardziej szczegółowo

Algorytmy zarządzania współbieżnym wykonywaniem transakcji część I

Algorytmy zarządzania współbieżnym wykonywaniem transakcji część I Algorytmy zarządzania współbieżnym wykonywaniem transakcji część I Wykład przygotował: Tadeusz Morzy BD wykład 9 Celem wykładu jest przedstawienie i omówienie podstawowych algorytmów zarządzania współbieżnym

Bardziej szczegółowo

ALOKACJA ZASOBU W WARUNKACH NIEPEWNOŚCI: MODELE DECYZYJNE I PROCEDURY OBLICZENIOWE

ALOKACJA ZASOBU W WARUNKACH NIEPEWNOŚCI: MODELE DECYZYJNE I PROCEDURY OBLICZENIOWE B A D A N I A O P E R A C Y J N E I D E C Y Z J E Nr 1 2007 Helena GASPARS ALOKACJA ZASOBU W WARUNKACH NIEPEWNOŚCI: MODELE DECYZYJNE I PROCEDURY OBLICZENIOWE Sformułowano modele optymalizacyne, maące zastosowanie

Bardziej szczegółowo

Wyznaczanie długości fali świetlnej za pomocą spektrometru siatkowego

Wyznaczanie długości fali świetlnej za pomocą spektrometru siatkowego Politechnia Łódza FTIMS Kierune: Informatya ro aademici: 2008/2009 sem. 2. Termin: 16 III 2009 Nr. ćwiczenia: 413 Temat ćwiczenia: Wyznaczanie długości fali świetlnej za pomocą spetrometru siatowego Nr.

Bardziej szczegółowo

dr Bartłomiej Rokicki Katedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW

dr Bartłomiej Rokicki Katedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW dr Bartłomiej Roici atedra Maroeonomii i Teorii Handlu Zagranicznego Wydział Nau Eonomicznych UW dr Bartłomiej Roici Maroeonomia II Model Solowa z postępem technologicznym by do modelu Solowa włączyć postęp

Bardziej szczegółowo

DWUPOZIOMOWA METODA WIELOKRYTERIALNEGO STEROWANIA PRZEPŁYWEM PRODUKTÓW

DWUPOZIOMOWA METODA WIELOKRYTERIALNEGO STEROWANIA PRZEPŁYWEM PRODUKTÓW DWUPOZIOMOWA METODA WIELOKRYTERIALNEGO STEROWANIA PRZEPŁYWEM PRODUKTÓW Mare MAGIERA Streszczenie: Zadanie sterowania przepływem produtów przez wielostadialną linię producyjną zostało podzielone na dwa

Bardziej szczegółowo

Wykład 9. Fizyka 1 (Informatyka - EEIiA 2006/07)

Wykład 9. Fizyka 1 (Informatyka - EEIiA 2006/07) Wyład 9 Fizya 1 (Informatya - EEIiA 006/07) 9 11 006 c Mariusz Krasińsi 006 Spis treści 1 Ruch drgający. Dlaczego właśnie harmoniczny? 1 Drgania harmoniczne proste 1.1 Zależność między wychyleniem, prędością

Bardziej szczegółowo

020 Liczby rzeczywiste

020 Liczby rzeczywiste 020 Liczby rzeczywiste N = {1,2,3,...} Z = { 0,1, 1,2, 2,...} m Q = { : m, n Z, n 0} n Operacje liczbowe Zbiór Dodawanie Odejmowanie Mnożenie Dzielenie N Z Q Pytanie Dlaczego zbiór liczb wymiernych nie

Bardziej szczegółowo

Problem zakleszczenia

Problem zakleszczenia Wykład prowadzą: Jerzy Brzeziński Dariusz Wawrzyniak Plan wykładu Klasyfikacja zasobów systemu na potrzeby analizy problemu zakleszczenia Warunki konieczne wystąpienia zakleszczenia Graf przydziału zasobów

Bardziej szczegółowo

Przykład budowania macierzy sztywności.

Przykład budowania macierzy sztywności. Co dzisiaj Przyład bdowania macierzy sztywności. Podejście logiczne Podejście algorytmiczne Przyłady modelowania i interpretacji wyniów Model płytowo-powłoowy i interpretacja naprężeń Błędy modelowania

Bardziej szczegółowo

POTRZEBY A B C D E P P P P P

POTRZEBY A B C D E P P P P P 1. (2p.) Narysuj przykładowy graf przydziału (jednokrotnych) zasobów (bez zakleszczenia) i sprawdź, jakie przykładowe żądania przydzielenia zasobów spowodują powstanie zakleszczenia, a jakie nie. W przypadku

Bardziej szczegółowo

Matematyka dyskretna - wykład - część Podstawowe algorytmy kombinatoryczne

Matematyka dyskretna - wykład - część Podstawowe algorytmy kombinatoryczne A. Permutacja losowa Matematyka dyskretna - wykład - część 2 9. Podstawowe algorytmy kombinatoryczne Załóżmy, że mamy tablice p złożoną z n liczb (ponumerowanych od 0 do n 1). Aby wygenerować losową permutację

Bardziej szczegółowo

Programowanie wielocelowe lub wielokryterialne

Programowanie wielocelowe lub wielokryterialne Programowanie wielocelowe lub wieloryterialne Zadanie wielocelowe ma co najmniej dwie funcje celu nazywane celami cząstowymi. Cele cząstowe f numerujemy indesem = 1, 2, K. Programowanie wielocelowe ciągłe.

Bardziej szczegółowo

Sztuczna Inteligencja Projekt

Sztuczna Inteligencja Projekt Sztuczna Inteligencja Projekt Temat: Algorytm LEM2 Liczba osób realizujących projekt: 2 1. Zaimplementować algorytm LEM 2. 2. Zaimplementować klasyfikator Classif ier. 3. Za pomocą algorytmu LEM 2 wygenerować

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 10

Stanisław Cichocki. Natalia Nehrebecka. Wykład 10 Stanisław Cichoci Natalia Nehrebeca Wyład 10 1 1. Testowanie hipotez prostych Rozład estymatora b Testowanie hipotez prostych przy użyciu statystyi t Przedziały ufności Badamy czy hipotezy teoretyczne

Bardziej szczegółowo

Analiza B. Paweł Głowacki

Analiza B. Paweł Głowacki Analiza B Paweł Głowaci Pojęcie liczby rzeczywistej uważać będziemy za intuicyjnie oczywiste. Tym niemniej celowe wydaje się przypomnienie i ugruntowanie nietórych fundamentalnych własności liczb rzeczywistych.

Bardziej szczegółowo

DRGANIA MECHANICZNE. materiały uzupełniające do ćwiczeń. Wydział Samochodów i Maszyn Roboczych studia inżynierskie

DRGANIA MECHANICZNE. materiały uzupełniające do ćwiczeń. Wydział Samochodów i Maszyn Roboczych studia inżynierskie DRGANIA MECHANICZNE ateriały uzupełniające do ćwiczeń Wydział Saochodów i Maszyn Roboczych studia inżyniersie prowadzący: gr inż. Sebastian Korcza część 6 ułady dysretne o wielu stopniach swobody Poniższe

Bardziej szczegółowo

Pomiary napięć przemiennych

Pomiary napięć przemiennych LABORAORIUM Z MEROLOGII Ćwiczenie 7 Pomiary napięć przemiennych . Cel ćwiczenia Celem ćwiczenia jest poznanie sposobów pomiarów wielości charaterystycznych i współczynniów, stosowanych do opisu oresowych

Bardziej szczegółowo

REFERAT PRACY MAGISTERSKIEJ Symulacja estymacji stanu zanieczyszczeń rzeki z wykorzystaniem sztucznych sieci neuronowych.

REFERAT PRACY MAGISTERSKIEJ Symulacja estymacji stanu zanieczyszczeń rzeki z wykorzystaniem sztucznych sieci neuronowych. REFERAT PRACY MAGISTERSKIEJ Symulacja estymacji stanu zanieczyszczeń rzei z wyorzystaniem sztucznych sieci neuronowych. Godło autora pracy: EwGron. Wprowadzenie. O poziomie cywilizacyjnym raju, obo wielu

Bardziej szczegółowo

Wojciech Kordecki. Matematyka dyskretna. dla informatyków

Wojciech Kordecki. Matematyka dyskretna. dla informatyków Wojciech Kordeci Matematya dysretna dla informatyów Wrocław 2005 Spis treści 1. Relacje, funcje i rozmieszczenia 1 1.1. Zbiory częściowo uporządowane 1 1.2. Funcje i rozmieszczenia 2 1.3. Zadania 4 2.

Bardziej szczegółowo