Częściowo przemienne grafy bezkontekstowe

Wielkość: px
Rozpocząć pokaz od strony:

Download "Częściowo przemienne grafy bezkontekstowe"

Transkrypt

1 Częściowo przemienne grfy ezkontekstowe Wojciech Czerwiński utorefert rozprwy doktorskiej Temtem rozprwy jest kls częściowo przemiennych grfów ezkontekstowych. Jest to model oliczeń odzwierciedljący zrówno rekurencyjne jk i współieżne zchowni progrmów. W dziedzinie utomtycznej weryfikcji i nlizy progrmów istnieje zpotrzeownie n systemy, które potrfią modelowć różne spekty progrmów przy okzji posidją dore włsności lgorytmiczne. Wydje się, że jesteśmy wciąż n początku drogi ku efektywnej utomtycznej weryfikcji, nie mniej jednk niektóre techniki stosowne są już w przemyśle. Rezultty przestwione w tej prcy są podzielone n dwie główne części. Pierwsz z nich skupi się n wyrżlności dnego modelu, drug przestwi metody jego nlizy. Część lgorytmiczn dotyczy głównie prolemów osiąglności orz sprwdzni równowżności. Grfy ezkontekstowe. Jednym z powszechnie znnych formlizmów w teorii języków i utomtów są grmtyki ezkontekstowe. Njwygodniejsze z punktu widzeni weryfikcji i nlizy systemów są grmtyki w postci Greich. Grmtyk w postci Greich skłd się z nieterminli, liter lfetu orz produkcji postci: X X 1... X k, (1) gdzie X, X 1,..., X k są nieterminlmi, zś jest literą lfetu. Dozwolone są produkcje postci X ε. Dl grmtyki ezkontekstowej możemy w sposó nturlny zdefiniowć grf konfigurcji. Jest to grf etykietowny 1, którego wierzchołkmi są wszystkie konfigurcje (czyli w tym wypdku słow złożone z nieterminli) krwędzie odpowidją produkcjom. Tki grf nzywmy grfem ezkontekstowym, klsę grfów grfmi ezkontekstowymi. Przykłd 1 Jko ilustrcję rozwżmy nstępującą grmtykę ezkontekstową w postci Greich z dwom nieterminlmi: i B, trzem litermi:, i s 1 W rzeczywistości jest multigrf, gdyż może istnieć wiele krwędzi, etykietownych różnymi litermi, pomiędzy prą tych smych wierzchołków. Nie mniej jednk w tym tekście używmy terminu grf. 1

2 orz trzem produkcjmi Przykłdowy wywód słow 2 s 2 to B s ε B ε. B BB s BB B ε, język generowny przez tę grmtykę dl nieterminl początkowego to ziór słów postci n s n dl n 0. Grf konfigurcji jest nstępujący: B BB... s s s ε B BB... Grfy ezkontekstowe są uwżne z podstwowy model rekursji w progrmch. Produkcj X Y Z jest interpretown jko wywołnie rekurencyjne procesu potomnego w stnie Y z procesu w stnie X. Po zkończeniu procesu potomnego proces pierwotny rozpocznie dlsze oliczenie w stnie Z. Produkcj t może yć zoserwown z zewnątrz systemu jko zdrzenie typu. Przemienne grfy ezkontekstowe. Modelem rdzo podonym do grmtyk ezkontekstowych są mniej znne przemienne grmtyki ezkontekstowe. One tkże skłdją się z nieterminli, liter orz produkcji postci (1). Różnicą jest interpretcj produkcji: pomijmy ogrniczenie dotyczące lewostronności wywodu. Intuicyjnie porządek nieterminli w produkcji jest tu nieistotny, tk jky yły one zupełnie przemienne. Języki definiowlne przez tkie grmtyki nzywmy przemiennymi językmi ezkontekstowymi. W tym wypdku konfigurcją jest multiziór nieterminli zmist słow złożonego z nieterminli, gdyż kolejność nie gr roli. Dltego wierzchołki grfu konfigurcji to multiziory nieterminli, krwędzie jk poprzednio odpowidją produkcjom. Tk określony ziór grfów nzywmy przemiennymi grfmi ezkontekstowymi. Przemienne grfy ezkontekstowe służą jko podstwowy model współieżności. Produkcj X Y Z jest interpretown jko instrukcj wywołn przez proces w stnie X. kutkuje on przejściem do stnu Y orz powołniem procesu potomnego rozpoczynjącego oliczenie w stnie Z. Poz systemem widoczne jest tylko, że nstąpiło zdrzenie typu Ogólniejsze klsy grfów. Opisne powyżej grfy ezkontekstowe (dlej zwne sekwencyjnymi) orz przemienne grfy ezkontekstowe są szczególnymi przypdkmi klsy systemów zwnych PR (Process Rewrite ystems) zproponownej przez R. Myr w 1997 roku [14]. Przedstwił on w jednolity sposó 2

3 szereg znnych kls systemów nieskończenie stnowych, między innymi: sekwencyjne i przemienne grfy ezkontekstowe, grfy utomtów ze stosem, sieci Petriego itd. Jedną z podkls PR są grfy PA, rdzo nturlne uogólnienie zrówno sekwencyjnych jk i przemiennych grfów ezkontekstowych. Grmtyk PA skłd się ze skończonych ziorów nieterminli, liter i produkcji postci X t, gdzie t jest termem zwierjącym nieterminle w liścich (jko symoli zerorgumentowych) orz dwie opercje dwurgumentowe: złożeni sekwencyjnego ; i złożeni równoległego. Konfigurcjmi w tym systemie są termy. Złożenie sekwencyjne t 1 ; t 2 interpretowne jest jko wykonnie njpierw opercji dotyczących termu t 1, potem termu t 2, złożenie równoległe t 1 t 2 jko równoczesne przetwrznie ou termów. Wierzchołki termu, które w dnym momencie możn przetwrzć to te liście, których żden przodek nie jest drugim rgumentem złożeni sekwencyjnego. Innymi słowy intuicyjnie nie istnieje opercj, któr koniecznie musi yć wykonn wcześniej. Aplikcj produkcji do tkiego liści poleg n zstąpieniu liści prwą stroną produkcji. Grf konfigurcji określmy nlogicznie jk w poprzednich rozdziłch, wierzchołki to termy, krwędzie odpowidją produkcjom. Grfy PA odzwierciedlją zrówno mechnizmy rekurencyjne jk i współieżne, w związku z czym dorze ndją się jko model do tkich oliczeń. Prolemem są jednk ich włsności lgorytmiczne. Wiele pytń m w tym wypdku złożoność oliczeniową wyższą niż dl sekwencyjnych lu przemiennych grfów ezkontekstowych. Między innymi ten fkt motywuje poszukiwnie innej nturlnej wspólnej ndklsy ou kls grfów ezkontekstowych. Częściowo przemienne grfy ezkontekstowe. Jk wspominliśmy powyżej produkcje zrówno w sekwencyjnych jk i przemiennych grfch ezkontekstowych mją tę smą postć (1): X X 1... X k, le inną interpretcję. W pierwszy przypdku nieterminle nie mogę się w ogóle zmienić miejscmi, w drugim wszystkie nieterminle mogą się zmienić miejscmi (więc istotny jest tylko multiziór nieterminli). T oserwcj pozwl n ogólniejszą definicję pozwljącą niektórym prom nieterminli zmienić się ze soą, innym nie. Pomysł ten jest zczerpnięty z teorii śldów [15, 16, 7], któr d włsności języków słów w sytucji, gdy pozwolimy niektórym literom (terminlom) zmienić się ze soą. Wrto jednk podkreślić, że te dw podejści różnią się między soą: teori śldów d częściową przemienność n poziomie liter, prezentowny pomysł d ją n poziomie nieterminli. Częściowo przemienn grmtyk ezkontekstow skłd się ze skończonego zioru nieterminli V, skończonego zioru liter lfetu Σ, skończenie wielu produkcji postci (1) orz dodtkowo symetrycznej, przeciwzwrotnej relcji 3

4 niezleżności I V V. Powiemy, że dw nieterminle X i Y są niezleżne gdy (X, Y ) I. Dl ułtwieni definiujemy tkże relcję zleżności D V V jko D = (V V ) \ I i mówimy, że X i Y są zleżne gdy (X, Y ) D. Relcj D jest ztem symetryczn i zwrotn. Dw słow złożone z nieterminli nzwiemy równowżnymi gdy jedno może yć przeksztłcone n drugie poprzez ciąg opercji zmin pr sąsiednich, niezleżnych nieterminli. Innymi słowy relcj t, I, jest zdefiniown jko njmniejsz relcj równowżności zwierjąc pry (α X Y β, α Y X β) dl wszystkich pr nieterminli (X, Y ) I orz słów α, β V. Konfigurcją w tym systemie jk kls strkcji relcji I. Zuwżmy, że t definicj odpowid słowu dl sekwencyjnych grfów ezkontekstowych i multiziorowi dl przemiennych grfów ezkontekstowych. Nturlną reprezentcją konfigurcji jest porządek częściowy, w którym nieterminl X jest większy od nieterminl Y gdy w kżdym słowie z rozwżnej klsy strkcji ten konkretny X jest wcześniej w słowie niż ten konkretny Y. Ay tk się zdrzyło lo nieterminle X i Y muszą yć zleżne lo musi istnieć sekwencj nieterminli Z 1,..., Z k tk, że X jest zleżny z Z 1, Z i jest zleżny z Z i+1 dl i {1,..., k 1} orz Z k jest zleżny z Y. Przykłd 2 Dl zilustrowni powyższego pojęci rozwżmy słowo w = CABACDE orz relcję D zwierjącą pry (A, B), (B, C), (C, D), (D, E) i symetryczne orz pry identycznościowe. Wówczs grficzn ilustrcj konfigurcji [w] I wygląd nstępująco C C B E A A D Rysunek 1: Konfigurcj [w] I dl w = CABACDE Grf konfigurcji jest zdefiniowny nturlnie. Wierzchołki to konfigurcje, krwędzie są postci [X α] I [γ α] I dl pewnej produkcji X γ nleżącej do zioru. Odpowidjące języki nzywmy częściowo przemiennymi językmi ezkontekstowymi, grfy częściowo przemiennymi grfmi ezkontekstowymi. Przechodni relcj zleżności. Zkłdjąc przechodniość relcji zleżności otrzymujemy model, który wydje się mieć ciekwsze nwet włsności niż 4

5 poprzedni. Zuwżmy owiem, że dl częściowo przemiennych grfów ezkontekstowych relcj zleżności zwsze jest zwrotn i symetryczn, więc przy powyższym złożeniu stje się on relcją równowżności. Klsę strkcji tej relcji nzwiemy wątkiem. Kżdy nieterminl jest wówczs zleżny z nieterminlmi z tego smego wątku, niezleżny zś od nieterminli z innych wątków. Zuwżmy, że w tej sytucji digrm z Rysunku 2 stje się ziorem niezleżnych liniowych porządków. Konfigurcj jest ztem krotką słów, po jednym słowie dl kżdego wątku. Powyższą klsę n potrzey tego utorefertu ędziemy nzywć w skrócie przechodnimi grfmi (lu językmi) ezkontekstowymi. Przykłd 3 Dl ilustrcji rozwżmy nstępującą grmtykę P P ā ε P c B B C C c ε ε z początkowym nieterminlem orz wątkmi {, P }, {B} nd {C}. Przykłdowym wywodem dl słow ācc jest P P P ā P P CP P C CC c C c ε, gdzie dl uproszczeni zmist kls strkcji wypisujemy ich reprezentntów, konkretne słow. Zuwżmy, że kżdy wywód m prefiks postci... P n ā P n orz z P n może yć wyprowdzony dowolny przeplot słów n i c n. Ztem język dl powyższej grmtyki to n ā ( n c n ), n0 gdzie przez u w oznczmy ziór przeplotów słów u i w. Przechodnie grfy ezkontekstowe są równowżne rdzo nturlnemu modelowi utomtu. Bezstnowy utomt wielostosowy jest rdzo podony do zwykłego utomtu ze stosem, z tą tylko różnicą, że m wiele stosów i tylko jeden stn. Poniewż od stnu nic nie zleży, to ignorujemy go w dlszych rozwżnich. Automt w pojedynczym kroku czyt jedną literę z wejści i wyier niedeterministycznie pewną produkcję. W wyniku produkcji pewien symol stosowy jest zdejmowny kilk innych (yć może z różnych stosów) jest wkłdne n odpowiednie stosy. Odpowiedniość między przechodnimi grfmi ezkontekstowymi ezstnowymi utomtmi wielostosowymi jest nturln. W utomcie stosy odpowidją wątkom symole stosowe nieterminlom. 5

6 Rezultty Rozprw doktorsk skupi się n dniu włsności częściowo przemiennych grfów ezkontekstowych orz ich wżnej podklsy przechodnich grfów ezkontekstowych. Wyniki przedstwione w prcy podzielone są n trzy części. Pierwsz część porównuje wyrżlność opisywnych dwóch kls orz innych modeli posidjących zrówno współieżne jk i sekwencyjne włsności. Drug część dotyczy prolemu osiąglności. Osttni d rozstrzyglność prolemu równowżności dwóch konfigurcji w częściowo przemiennych grfie ezkontekstowym. Wyrżlność. Ay pokzć, że pewn kls struktur K 1 m wyrżlność nie mniejszą niż drug kls struktur K 2 stndrdowo szuk się struktury w K 1 tkiej, któr nie m soie równowżnej w K 2. W zleżności od tego jką dmy równowżność możemy otrzymć różne odpowiedzi. W przypdku grfów etykietownych nturlnym wyorem może yć dorze znn równowżność językow, le tkże inne rodzje równowżności semntycznych. Jedną z njwżnych jest równowżność isymulcyjn [17, 18], któr jko relcj jest zwrt w równowżności językowej. Bdnych yło również wiele innych, zwrtych pomiędzy równowżnością językową isymulcyjną, znnych pod wspólną nzwą spektrum vn Gleek [8]. W prcy doktorskiej opisne jest porównnie wyrżlności częściowo przemiennych grfów ezkontekstowych, ich podklsy przechodnich grfów ezkontekstowych i innych, znnych wcześniej modeli łączących sekwencyjność ze współieżnością. Większość kls okzuje się yć nieporównywlnymi, tkie rezultty są njmocniejsze w wypdku njwiększych relcji. Między innymi dltego podczs dni wyrżlności dn jest wyrżlność językow opisnych kls. Rozprw pokzuje, że dne klsy grfów ezkontekstowych są nieporównywlne z klsą języków grfów PA orz z klsą języków ezkontekstowych domkniętych ze względu n relcję przemienności n literch. Formlnie, osttni kls zwier wszystkie języki postci: {w : u L w I u}, gdzie L jest pewnym językiem ezkontekstowym nd lfetem Σ, I Σ Σ symetryczną relcją niezleżności, I njmniejszą relcją równowżności zwierjącą wszystkie pry słów (u w, u w) dl u, w Σ, (, ) I. Wyniki dotyczące wyrżlności są njtrudniejszą technicznie częścią opisywnego rozdziłu. Część z nich udło się uzyskć z pomocą lemtów o pompowniu oprcownych specjlnie dl dnych kls. Inne jednk wydją się wymgć rdziej sutelnej nlizy. W rozdzile dotyczącym wyrżlności rozwżne są tkże inne spekty kls częściowo przemiennych języków ezkontekstowych orz przechodnich języków ezkontekstowych. 6

7 Zdne są włsności domknięci. Oie klsy są zmknięte n opercje sumy i przeplotu. Pierwsz z nich jest też zmknięt n konktencję, orzy homomorficzne orz sustytucję. Drug nie jest zmknięt n konktencję, w przypdku orzów homomorficznych i sustytucji nie znmy odpowiedzi, jednk przypuszczmy, że również nie posid tej włsności. Oie klsy nie posidją włsności zmknięci n odwrotne orzy homomorficzne i przecięci z językmi regulrnymi. Powyższe fkty nie wymgją skomplikownych metod, dosyć stndrdowe techniki dostrczją odpowiedzi. Osttnim wynikiem w tym rozdzile jest oprcownie wspomninych wyżej lemtów o pompowniu. Dl częściowo przemiennych języków ezkontekstowych rzmi on: Lemt 1 Dl dowolnego częściowo przemiennego język ezkontekstowego L istnieje stł N N tk, że jeśli w L, gdzie w > N to istnieją słow x, y, z, s, t tkie, że 1. w x ((s (y t)) z), 2. 1 s y t N orz 3. m 0, x s m y t m z L. Lemt ten przypomin nlogiczny dl ezkontekstowych, jedyną różnicą jest to, że zmist równości w = x s y t z mmy w x ((s (y t)) z), czyli zmist infiksów otrzymujemy specyficznie wyrne podciągi słow w. Powyższy lemt orz lemty dl kls języków regulrnych, ezkontekstowych i przemiennych ezkontekstowych dją się przedstwić w ogólnym jednolitym schemcie. Oecność sekwencyjności w języku powoduje wystąpienie dwóch miejsc pompowni, oecność równoległości zś owocuje wyierniem podciągów zmist infiksów. ytucję ilustruje rysunek cz. przem. j. ezk. j. ezkontekstowe przem. j. ezk. 2 pozycje j. regulrne powtrzny podciąg pompujące 1 pozycj pompując powtrzny infiks Prolem osiąglności. Powyżej wspomnieliśmy, że przechodnie grfy ezkontekstowe posidją nturlny odpowidjący model utomtu, ezstnowy 7

8 utomt wielostosowy. W rozprwie rozwżmy prolem osiąglności dl ogólnych utomtów wielostosowych. W szczególności rozwiązujemy prolem dl przypdku ezstnowego, w którym złożoność oliczeniow jest lepsz niż w ogólności. Automty wielostosowe są zupełne w sensie Turing, co skutkuje nierozstrzyglnością prolemu osiąglności. Okzuje się jednk, że po niewielkich ogrniczenich ich mocy prolem stje się rozstrzyglny, w wielu przypdkch nwet NP-zupełny. Rozwżliśmy dw rodzje ogrniczeń. Pierwsze z nich to unormownie: symol stosowy jest unormowny jeżeli jego język jest niepusty, utomt jest unormowny jeśli kżdy symol stosowy jest unormowny. Drugi rodzj to ogrniczeni n strukturę stnów. Automt jest sły, jeżeli istnieje liniowy porządek n stnch tki, że dl kżdego przejści utomtu q q stn q jest mniejszy lu równy stnowi q w rozwżnym porządku. Innymi słowy nie m nietrywilnych pętli w strukturze stnów. Njprostszym wrintem osiąglności jest pytnie o możliwość osiągnięci konfigurcji końcowej t z konfigurcji początkowej s. My rozwżliśmy prolem w nieco większej ogólności, dl początkowego zioru konfigurcji orz końcowego zioru konfigurcji T. Przy złożeniu, że i T są ziormi regulrnymi wiele prolemów ndl miło dorą złożoność. Okzło się, że dopuszczenie regulrnego zioru początkowego zzwyczj nie pogrsz złożoności w stosunku do pojedynczego stnu początkowego. Dltego przedstwimy wyniki przy złożeniu, że ziór początkowy jest dowolnym ziorem regulrnym. Główne rezultty są skrótowo przedstwione w poniższej teli. Reg singleton Reg Reg ezstnowy sły unormowny NP-zupełność rozstrzyglność nierozstrzyglność nieunormowny NP-zupełność nierozstrzyglność rozstrzyglność nierozstrzyglność Równowżność isymulcyjn. Równowżność isymulcyjn jest jedną z fundmentlnych równowżności semntycznych [17, 18]. Jest njrdziej odróżnijącą spośród wszystkich równowżności w spektrum vn Gleek, równocześnie często jedyną rozstrzyglną (grfy ezkontekstowe [9], przemienne grfy ezkontekstowe [13]). Równowżność isymulcyjn może yć widziln jko t włściw dl systemów niedeterministycznych, tk jk równowżność językow jest włściw dl systemów deterministycznych. Rozwżmy grf o ziorze wierzchołków V i krwędzich etykietownych lfetem Σ. Relcj R V V jest isymulcją jeżeli dl wszystkich pr wierzchołków (p, q) R nstępujące wrunki są spełnione: dl kżdej litery Σ i dl kżdej krwędzi p q q tk, że (p, q ) R p istnieje krwędź 8

9 dl kżdej litery Σ i dl kżdej krwędzi q q istnieje krwędź p p tk, że (p, q ) R um isymulcji jest również isymulcją, więc dl dnego grfu istnieje njwiększ relcj isymulcji, on włśnie nzywn jest równowżnością isymulcyjną i oznczn p q. Był on dn intensywnie dl różnych kls Process Rewrite ystems [19]. Njczęstszym pytniem jest: dny grf G i dw jego wierzchołki p i q; rozstrzygnij, czy p q. Dl unormownych grfów ezkontekstowych orz unormownych przemiennych grfów ezkontekstowych prolem ten jest rozstrzyglny w czsie wielominowym [11, 12]. Dl grfów PA njlepszy znny lgorytm jest podwójnie wykłdniczy [10]. Głównym wynikiem w rozprwie dotyczącym isymulcji jest lgorytm wielominowy rozstrzygjący równowżność isymulcyjną w podklsie przechodnich grfów ezkontekstowych. Klsę tę nzywmy rozłączną, jest on ndklsą zrówno sekwencyjnych jk i przemiennych grfów ezkontekstowych. Zletą lgorytmu jest jednolite przedstwienie lgorytmów dl sekwencyjnych i przemiennych grfów ezkontekstowych. Poprzednio istniejące lgorytmy dl tych kls istotnie się różniły. Przedstwimy też nowy lgorytm dl grfów ezkontekstowych, uwżną dptcję powyższego dl tego przypdku. Jest on jest njszyszym znnym do tej pory, dził w czsie O(n 4 polylog(n)) 2. Dodtkowo, w podklsie grmtyk prostych, czyli deterministycznych grmtyk ezkontekstowych, lgorytm m złożoność O(n 3 polylog(n)), któr jest również njlepszą do tej pory znną. Ide lgorytmu opier się n oliczniu relcji równowżności isymulcyjnej poprzez przyliżnie się do niej z góry, podonie zresztą jk w niektórych poprzednich prcch. Jko pierwszy krok znjdown jest relcj 0 ędąc ogrniczeniem górnym szuknej. Nstępnie w kżdej itercji z k wyliczn jest pewn poprwk k+1, nie większ niż poprzedni relcj, le wciąż nie mniejsz niż równowżności isymulcyjnej. Algorytm zprojektowny jest w ten sposó, y zgwrntowć, że gdy punkt stły oliczeń zostnie osiągnięty, czyli k = k+1 to ędzie nim dokłdnie szukn równowżność, k =. Zrówno początkow relcj, jk i wszystkie pośrednie są zdefiniowne n potencjlnie nieskończonym ziorze V. Ay w trkcie lgorytmu utrzymywć je w pmięci potrzen jest pewn ich skończon reprezentcj. Istotną techniczną trudnością yło wykznie, że w przypdku klsy trktowlnej kżd pośredni relcj dje się reprezentowć w tki sposó. Zostło to osiągnięte przez pokznie tzw. włsności jednozncznego rozkłdu. Ay zpewnić dorą złożoność oliczeniową konieczne yło zstosownie pewnych optymlizcji. Oiekty musiły yć trzymne w skompresownej formie, opercje dokonywne n nich nie mogły wymgć rozkompresowni. W tym celu użyliśmy lgorytmu, który pozwl przechowywni rodziny słów orz szykie wykonywnie opercji n nich [1]. Dozwolone opercje, m.in. test 2 Złożoność t jest liczon przy powszechnie stosownym złożeniu, że opercje tomowe nwet n dużych liczch wykonywne są w czsie stłym. 9

10 n równość orz konktencj dwóch znnych słów wykonywne są w czsie O(n polylog(n)). Prolem pozostje otwrty dl klsy unormownych grfów częściowo przemiennych. Nie jest znny żden rezultt dotyczący rozstrzyglności. Nierozstrzyglny jest jedynie prolem isymulcji dl nieunormownych częściowo przemiennych grfów ezkontekstowych z ε-przejścimi. Rezultt ten może yć prosto uzyskny przez dostosownie konstrukcji z prcy [20]. Prezentcj wyników. Wyniki opisne w rozprwie doktorskiej zostły opulikowne w kilku prcch. Rezultty opisywne w rozdzile dotyczącym wyrżlności znjdują się w [6]. Bdni dotyczące prolemu osiąglności przestwione zostły w [4]. Algorytm dotyczący rozstrzygni równowżności isymulcyjnej w klsie trktowlnych przechodnich grfów ezkontekstowych jest opisny w [2, 3]. Poprzedni wersj lgorytmu dl klsy grfów ezkontekstowych, dziłjąc w czsie O(n 5 ) zostł przedstwion w [5]. Aktuln wersj, dziłjąc w czsie O(n 4 polylog(n)) nie jest jeszcze opulikown. Litertur [1] tephen Alstrup, Gerth tølting Brodl, nd Theis Ruhe. Pttern mtching in dynmic texts. In ODA, pges , [2] Wojciech Czerwinski, iylle B. Fröschle, nd lwomir Lsot. Prtillycommuttive context-free processes. In CONCUR, pges , [3] Wojciech Czerwinski, iylle B. Fröschle, nd lwomir Lsot. Prtillycommuttive context-free processes: Expressiility nd trctility. Inf. Comput., 209(5): , [4] Wojciech Czerwiński, Piotr Hofmn, nd łwomir Lsot. Rechility prolem for wek multi-pushdown utomt. Accepted to CONCUR 2012., [5] Wojciech Czerwinski nd lwomir Lsot. Fst equivlence-checking for normed context-free processes. In FTTC, pges , [6] Wojciech Czerwiński nd łwomir Lsot. Prtilly-commuttive contextfree lnguges. Almost sumitted to EXPRE 2012, [7] Volker Diekert nd Grzegorz Rozenerg, editors. Book of Trces. World cientific, ingpore, [8] R.J. vn Gleek. The liner time rnching time spectrum I; the semntics of concrete, sequentil processes. In J.A. Bergstr, A. Ponse, nd.a. molk, editors, Hndook of Process Alger, chpter 1, pges Elsevier,

11 [9] Jn Friso Groote nd Hns Hüttel. Undecidle equivlences for sic process lger. Inf. Comput., 115(2): , [10] Yorm Hirshfeld nd Mrk Jerrum. Bisimultion equivnlence is decidle for normed process lger. In ICALP, pges , [11] Yorm Hirshfeld, Mrk Jerrum, nd Fron Moller. A polynomil lgorithm for deciding isimilrity of normed context-free processes. Theor. Comput. ci., 158(1&2): , [12] Yorm Hirshfeld, Mrk Jerrum, nd Fron Moller. A polynomil-time lgorithm for deciding isimultion equivlence of normed sic prllel processes. Mthemticl tructures in Computer cience, 6(3): , [13] Hns Hüttel. Undecidle equivlences for sic prllel processes. In TAC, pges , [14] Richrd Myr. Process rewrite systems. Electr. Notes Theor. Comput. ci., 7: , [15] Antoni W. Mzurkiewicz. Trce theory. In Advnces in Petri Nets, pges , [16] Antoni W. Mzurkiewicz. Bsic notions of trce theory. In REX Workshop, pges , [17] Roin Milner. A Clculus of Communicting ystems, volume 92 of Lecture Notes in Computer cience. pringer, [18] Dvid Michel Ritchie Prk. Concurrency nd utomt on infinite sequences. In Theoreticl Computer cience, pges , [19] Jirí r. Rodmp of infinite results. Bulletin of the EATC, 78: , see lso n updted online version on sr/rodmp/. [20] Jirí r. Undecidility of wek isimilrity for PA-processes. In Developments in Lnguge Theory, pges ,

4.2. Automat skończony

4.2. Automat skończony 4.2. Automt skończony Przykłd: Rozwżmy język nd lfetem inrnym T = {0, } skłdjący się z łńcuchów zero-jedynkowych o tej włsności, że licz zer w kżdym łńcuchu jest przyst i licz jedynek w kżdym łńcuchu też

Bardziej szczegółowo

bezkontekstowa generujac X 010 0X0.

bezkontekstowa generujac X 010 0X0. 1. Npisz grmtyke ezkontekstow generujc jezyk : L 1 = { 0 i 10 j 10 p : i, j, p > 0, i + j = p } Odpowiedź. Grmtyk wygląd tk: Nieterminlem strtowym jest S. S 01X0 0S0 X 010 0X0. Nieterminl X generuje słow

Bardziej szczegółowo

4.3. Przekształcenia automatów skończonych

4.3. Przekształcenia automatów skończonych 4.3. Przeksztłceni utomtów skończonych Konstrukcj utomtu skończonego (niedeterministycznego) n podstwie wyrżeni regulrnego (lgorytm Thompson). Wejście: wyrżenie regulrne r nd lfetem T Wyjście : utomt skończony

Bardziej szczegółowo

Matematyczne Podstawy Informatyki

Matematyczne Podstawy Informatyki Mtemtyczne Podstwy Informtyki dr inż. Andrzej Grosser Instytut Informtyki Teoretycznej i Stosownej Politechnik Częstochowsk Rok kdemicki 2013/2014 Podstwowe pojęci teorii utomtów I Alfetem jest nzywny

Bardziej szczegółowo

4.6. Gramatyki regularne

4.6. Gramatyki regularne 4.6. Grmtyki regulrne G = < N,T,P,Z > jest grmtyką prwostronnie liniową, jeśli jej produkcje mją postć: ( i) U xv x T * U,V N ( ii) U x G = < N,T,P,Z > jest grmtyką prwostronnie regulrną, jeśli jej produkcje

Bardziej szczegółowo

Przekształcenia automatów skończonych

Przekształcenia automatów skończonych Przeksztłceni utomtów skończonych Teori utomtów i języków formlnych Dr inŝ. Jnusz Mjewski Ktedr Informtyki Konstrukcj utomtu skończonego n podstwie wyrŝeni regulrnego (lgorytm Thompson) Wejście: wyrŝenie

Bardziej szczegółowo

Gramatyki regularne. Teoria automatów i języków formalnych. Dr inż. Janusz Majewski Katedra Informatyki

Gramatyki regularne. Teoria automatów i języków formalnych. Dr inż. Janusz Majewski Katedra Informatyki Grmtyki regulrne Teori utomtów i języków formlnych Dr inż. Jnusz Mjewski Ktedr Informtyki Grmtyki regulrne G = < V,Σ,P, > jest grmtyką prwostronnie liniową, jeśli jej produkcje mją postć: ( i ) U xw (

Bardziej szczegółowo

JĘZYKI FORMALNE I AUTOMATY SKOŃCZONE

JĘZYKI FORMALNE I AUTOMATY SKOŃCZONE ZBIÓR ZADAŃ do WYKŁADU prof. Tdeusz Krsińskiego JĘZYKI FORMALNE I AUTOMATY SKOŃCZONE rozdził 2. Automty skończone i języki regulrne Wyrżeni i języki regulrne Zdnie 2.1. Wypisz wszystkie słow nleżące do

Bardziej szczegółowo

PODSTAWY BAZ DANYCH Wykład 3 2. Pojęcie Relacyjnej Bazy Danych

PODSTAWY BAZ DANYCH Wykład 3 2. Pojęcie Relacyjnej Bazy Danych PODSTAWY BAZ DANYCH Wykłd 3 2. Pojęcie Relcyjnej Bzy Dnych 2005/2006 Wykłd "Podstwy z dnych" 1 Rozkłdlno dlność schemtów w relcyjnych Przykłd. Relcj EGZ(U), U := { I, N, P, O }, gdzie I 10 10 11 N f f

Bardziej szczegółowo

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA Mteriły do wykłdu MATEMATYKA DYSKRETNA dl studiów zocznych cz. Progrm wykłdu: KOMBINATORYKA:. Notcj i podstwowe pojęci. Zlicznie funkcji. Permutcje. Podziory zioru. Podziory k-elementowe. Ziory z powtórzenimi

Bardziej szczegółowo

Kodowanie liczb. Kodowanie stałopozycyjne liczb całkowitych. Niech liczba całkowita a ma w systemie dwójkowym postać: Kod prosty

Kodowanie liczb. Kodowanie stałopozycyjne liczb całkowitych. Niech liczba całkowita a ma w systemie dwójkowym postać: Kod prosty Kodownie licz Kodownie stłopozycyjne licz cłkowitych Niech licz cłkowit m w systemie dwójkowym postć: nn 0 Wtedy może yć on przedstwion w postci ( n+)-itowej przy pomocy trzech niżej zdefiniownych kodów

Bardziej szczegółowo

4. RACHUNEK WEKTOROWY

4. RACHUNEK WEKTOROWY 4. RACHUNEK WEKTOROWY 4.1. Wektor zczepiony i wektor swoodny Uporządkowną prę punktów (A B) wyznczjącą skierowny odcinek o początku w punkcie A i końcu w punkcie B nzywmy wektorem zczepionym w punkcie

Bardziej szczegółowo

Języki, automaty i obliczenia

Języki, automaty i obliczenia Języki, utomty i oliczeni Wykłd 5: Wricje n temt utomtów skończonych Słwomir Lsot Uniwersytet Wrszwski 25 mrc 2015 Pln Automty dwukierunkowe (Niedeterministyczny) utomt dwukierunkowy A = (A,,, Q, I, F,

Bardziej szczegółowo

ZADANIA AUTOMATY I JĘZYKI FORMALNE AUTOMATY SKOŃCZONE

ZADANIA AUTOMATY I JĘZYKI FORMALNE AUTOMATY SKOŃCZONE ZADANIA AUTOMATY I JĘZYKI FORMALNE AUTOMATY SKOŃCZONE DAS Deterministyczny Automt Skończony Zdnie Niech M ędzie DAS tkim że funkcj przejści: Q F ) podj digrm stnów dl M ) które ze słów nleżą do język kceptownego

Bardziej szczegółowo

Zbiory wyznaczone przez funkcje zdaniowe

Zbiory wyznaczone przez funkcje zdaniowe pojęci zbioru i elementu RCHUNEK ZIORÓW zbiór zwier element element nleży do zbioru jest elementem zbioru ( X zbiór wszystkich przedmiotów indywidulnych, których dotyczy dn nuk zbiór pełny (uniwerslny

Bardziej szczegółowo

4.5 Deterministyczne i zupełne automaty Moore a i Mealy ego

4.5 Deterministyczne i zupełne automaty Moore a i Mealy ego 4.5 Deterministyczne i zupełne utomty Moore i Mely ego Automty Moore i Mely ego ędziemy rozwżć tylko w rsji deterministycznej i zupełnej. W definicjch tych utomtów nie pojwi się pojęcie ów końcowych, z

Bardziej szczegółowo

Lista 4 Deterministyczne i niedeterministyczne automaty

Lista 4 Deterministyczne i niedeterministyczne automaty Uniwersytet Zielonogórski Instytut Sterowni i Systemów Informtycznych Teoretyczne Podstwy Informtyki List 4 Deterministyczne i niedeterministyczne utomty Wprowdzenie Automt skończony jest modelem mtemtycznym

Bardziej szczegółowo

Realizacje zmiennych są niezależne, co sprawia, że ciąg jest ciągiem niezależnych zmiennych losowych,

Realizacje zmiennych są niezależne, co sprawia, że ciąg jest ciągiem niezależnych zmiennych losowych, Klsyczn Metod Njmniejszych Kwdrtów (KMNK) Postć ć modelu jest liniow względem prmetrów (lbo nleży dokonć doprowdzeni postci modelu do liniowości względem prmetrów), Zmienne objśnijące są wielkościmi nielosowymi,

Bardziej szczegółowo

Programy współbieżne

Programy współbieżne Specyfikownie i weryfikownie Progrmy współieżne Mrek A. Bednrczyk, www.ipipn.gd.pl Litertur wiele prc dostępnych w Sieci np.: http://www.wikipedi.org/ Specyfikownie i weryfikcj progrmy współieżne PJP Prosty

Bardziej szczegółowo

Algebra Boola i podstawy systemów liczbowych. Ćwiczenia z Teorii Układów Logicznych, dr inż. Ernest Jamro. 1. System dwójkowy reprezentacja binarna

Algebra Boola i podstawy systemów liczbowych. Ćwiczenia z Teorii Układów Logicznych, dr inż. Ernest Jamro. 1. System dwójkowy reprezentacja binarna lger Bool i podstwy systemów liczowych. Ćwiczeni z Teorii Ukłdów Logicznych, dr inż. Ernest Jmro. System dwójkowy reprezentcj inrn Ukłdy logiczne operują tylko n dwóch stnch ozncznymi jko zero (stn npięci

Bardziej szczegółowo

1 Wprowadzenie do automatów

1 Wprowadzenie do automatów Dr inż. D.W. Brzeziński - Automty skończone, mszyn Turing. Lingwistyk mtemtyczn - ćwiczeni. Mteriły pomocnicze. Prowdzący: dr inż. Driusz W Brzeziński 1 Wprowdzenie do utomtów Automty skończone to urządzeni

Bardziej szczegółowo

Wprowadzenie: Do czego służą wektory?

Wprowadzenie: Do czego służą wektory? Wprowdzenie: Do czego służą wektory? Mp połączeń smolotowych Isiget pokzuje skąd smoloty wyltują i dokąd doltują; pokzne jest to z pomocą strzłek strzłki te pokzują przemieszczenie: skąd dokąd jest dny

Bardziej szczegółowo

Algebra macierzowa. Akademia Morska w Gdyni Katedra Automatyki Okrętowej Teoria sterowania. Mirosław Tomera 1. ELEMENTARNA TEORIA MACIERZOWA

Algebra macierzowa. Akademia Morska w Gdyni Katedra Automatyki Okrętowej Teoria sterowania. Mirosław Tomera 1. ELEMENTARNA TEORIA MACIERZOWA kdemi Morsk w Gdyni Ktedr utomtyki Okrętowej Teori sterowni lger mcierzow Mirosłw Tomer. ELEMENTRN TEORI MCIERZOW W nowoczesnej teorii sterowni rdzo często istnieje potrze zstosowni notcji mcierzowej uprszczjącej

Bardziej szczegółowo

Algorytmy graficzne. Filtry wektorowe. Filtracja obrazów kolorowych

Algorytmy graficzne. Filtry wektorowe. Filtracja obrazów kolorowych Algorytmy grficzne Filtry wektorowe. Filtrcj orzów kolorowych Filtrcj orzów kolorowych Metody filtrcji orzów kolorowych możn podzielić n dwie podstwowe klsy: Metody komponentowe (component-wise). Cechą

Bardziej szczegółowo

PODSTAWY BAZ DANYCH Wykład 2 2. Pojęcie Relacyjnej Bazy Danych

PODSTAWY BAZ DANYCH Wykład 2 2. Pojęcie Relacyjnej Bazy Danych PODSTAWY BAZ DANYCH Wykłd 2 2. Pojęcie Relcyjnej Bzy Dnych 2005/2006 Wykłd "Podstwy bz dnych" 1 Pojęcie krotki - definicj Definicj. Niech dny będzie skończony zbiór U := { A 1, A 2,..., A n }, którego

Bardziej szczegółowo

Przechadzka Bajtusia - omówienie zadania

Przechadzka Bajtusia - omówienie zadania Wprowdzenie Rozwiąznie Rozwiąznie wzorcowe Przechdzk Bjtusi - omówienie zdni Komisj Regulminow XVI Olimpidy Informtycznej 1 UMK Toruń 11 luty 2009 1 Niniejsz prezentcj zwier mteriły dostrczone przez Komitet

Bardziej szczegółowo

Pierwiastek z liczby zespolonej

Pierwiastek z liczby zespolonej Pierwistek z liczby zespolonej Twierdzenie: Istnieje dokłdnie n różnych pierwistków n-tego stopni z kżdej liczby zespolonej różnej od zer, tzn. rozwiązń równni w n z i wszystkie te pierwistki dją się zpisć

Bardziej szczegółowo

Laura Opalska. Klasa 1. Gimnazjum nr 1 z Oddziałami Integracyjnym i Sportowymi im. Bł. Salomei w Skale

Laura Opalska. Klasa 1. Gimnazjum nr 1 z Oddziałami Integracyjnym i Sportowymi im. Bł. Salomei w Skale Trójkąt Pscl od kuchni Kls 1 Gimnzjum nr 1 z Oddziłmi Integrcyjnym i Sportowymi im. Bł. Slomei w Skle ul. Ks.St.Połetk 32 32-043 Skł Gimnzjum nr 1 z Oddziłmi Integrcyjnymi i Sportowymi im. Bł. Slomei w

Bardziej szczegółowo

Hipoteza Černego, czyli jak zaciekawić ucznia teorią grafów

Hipoteza Černego, czyli jak zaciekawić ucznia teorią grafów Młodzieżowe Uniwersytety Mtemtyczne Projekt współfinnsowny przez Unię Europejską w rmch Europejskiego Funduszu Społecznego Hipotez Černego, czyli jk zciekwić uczni teorią grfów Adm Romn, Instytut Informtyki

Bardziej szczegółowo

Zadania. I. Podzielność liczb całkowitych

Zadania. I. Podzielność liczb całkowitych Zdni I. Podzielność liczb cłkowitych. Pewn liczb sześciocyfrow kończy się cyfrą 5. Jeśli tę cyfrę przestwimy n miejsce pierwsze ze strony lewej to otrzymmy nową liczbę cztery rzy większą od poprzedniej.

Bardziej szczegółowo

Równania i nierówności kwadratowe z jedną niewiadomą

Równania i nierówności kwadratowe z jedną niewiadomą 50 REPETYTORIUM 31 Równni i nierówności kwdrtowe z jedną niewidomą Równnie wielominowe to równość dwóch wyrżeń lgebricznych Kżd liczb, któr po podstwieniu w miejscu niewidomej w równniu o jednej niewidomej

Bardziej szczegółowo

O RELACJACH MIĘDZY GRUPĄ OBROTÓW, A GRUPĄ PERMUTACJI

O RELACJACH MIĘDZY GRUPĄ OBROTÓW, A GRUPĄ PERMUTACJI ZESZYTY NAUKOWE 7-45 Zenon GNIAZDOWSKI O RELACJACH MIĘDZY GRUPĄ OBROTÓW, A GRUPĄ PERMUTACJI Streszczenie W prcy omówiono grupę permutcji osi krtezjńskiego ukłdu odniesieni reprezentowną przez mcierze permutcji,

Bardziej szczegółowo

Maciej Grzesiak. Iloczyn skalarny. 1. Iloczyn skalarny wektorów na płaszczyźnie i w przestrzeni. a b = a b cos ϕ. j) (b x. i + b y

Maciej Grzesiak. Iloczyn skalarny. 1. Iloczyn skalarny wektorów na płaszczyźnie i w przestrzeni. a b = a b cos ϕ. j) (b x. i + b y Mciej Grzesik Iloczyn sklrny. Iloczyn sklrny wektorów n płszczyźnie i w przestrzeni Iloczyn sklrny wektorów i b określmy jko b = b cos ϕ. Bezpośrednio z definicji iloczynu sklrnego mmy, że i i = j j =

Bardziej szczegółowo

Wyk lad 1 Podstawowe wiadomości o macierzach

Wyk lad 1 Podstawowe wiadomości o macierzach Wyk ld 1 Podstwowe widomości o mcierzch Oznczeni: N {1 2 3 } - zbiór liczb nturlnych N 0 {0 1 2 } R - ci lo liczb rzeczywistych n i 1 + 2 + + n i1 1 Określenie mcierzy Niech m i n bed dowolnymi liczbmi

Bardziej szczegółowo

Topologia i podzbiory,

Topologia i podzbiory, Jest to tekst związny z odczytem wygłoszonym n XLV Szkole Mtemtyki Poglądowej, Co mi się podo, Jchrnk, sierpień 2010, z który utor otrzymł Medl Filc. Topologi i podziory, czyli histori jednego twierdzeni

Bardziej szczegółowo

Komisja Egzaminacyjna dla Aktuariuszy LII Egzamin dla Aktuariuszy z 15 marca 2010 r. Część I Matematyka finansowa

Komisja Egzaminacyjna dla Aktuariuszy LII Egzamin dla Aktuariuszy z 15 marca 2010 r. Część I Matematyka finansowa Mtemtyk finnsow 15.0.010 r. Komisj Egzmincyjn dl Akturiuszy LII Egzmin dl Akturiuszy z 15 mrc 010 r. Część I Mtemtyk finnsow WERSJA TESTU A Imię i nzwisko osoy egzminownej:... Czs egzminu: 100 minut 1

Bardziej szczegółowo

Notatki z Analizy Matematycznej 4. Jacek M. Jędrzejewski

Notatki z Analizy Matematycznej 4. Jacek M. Jędrzejewski Nottki z Anlizy Mtemtycznej 4 Jcek M. Jędrzejewski ROZDZIAŁ 7 Cłk Riemnn 1. Cłk nieoznczon Definicj 7.1. Niech f : (, b) R będzie dowolną funkcją. Jeżeli dl pewnej funkcji F : (, b) R spełnion jest równość

Bardziej szczegółowo

Podstawy układów logicznych

Podstawy układów logicznych Podstwy ukłdów logicznych Prw logiki /9 Alger Boole Prw logiki WyrŜeni i funkcje logiczne Brmki logiczne Alger Boole /9 Alger Boole' Powszechnie stosowne ukłdy cyfrowe (logiczne) prcują w oprciu o tzw.

Bardziej szczegółowo

Metody Lagrange a i Hamiltona w Mechanice

Metody Lagrange a i Hamiltona w Mechanice Metody Lgrnge i Hmilton w Mechnice Mriusz Przybycień Wydził Fizyki i Informtyki Stosownej Akdemi Górniczo-Hutnicz Wykłd 3 M. Przybycień (WFiIS AGH) Metody Lgrnge i Hmilton... Wykłd 3 1 / 15 Przestrzeń

Bardziej szczegółowo

R O Z D Z I A Ł I I I

R O Z D Z I A Ł I I I R O Z D Z I A Ł I I I Grmtyki regulrne Przypomnijmy, Ŝe grmtykmi regulrnymi nzywmy wszystkie te grmtyki genertywne, których wszystkie reguły produkcji mją postć A P lu A PB, gdzie A, B V N, P V T *.. Postć

Bardziej szczegółowo

Zadanie 5. Kratownica statycznie wyznaczalna.

Zadanie 5. Kratownica statycznie wyznaczalna. dnie 5. Krtownic sttycznie wyznczln. Wyznczyć wrtości sił w prętch krtownicy sttycznie wyznczlnej przedstwionej n Rys.1: ). metodą nlitycznego równowżeni węzłów, ). metodą gricznego równowżeni węzłów;

Bardziej szczegółowo

mgh. Praca ta jest zmagazynowana w postaci energii potencjalnej,

mgh. Praca ta jest zmagazynowana w postaci energii potencjalnej, Wykłd z fizyki. Piot Posmykiewicz 49 6-4 Enegi potencjln Cłkowit pc wykonn nd punktem mteilnym jest ówn zminie jego enegii kinetycznej. Często jednk, jesteśmy zinteesowni znlezieniem pcy jką sił wykonł

Bardziej szczegółowo

Pierwiastek z liczby zespolonej

Pierwiastek z liczby zespolonej Pierwistek z liczby zespolonej Twierdzenie: Istnieje dokłdnie n różnych pierwistków n-tego stopni z kżdej liczby zespolonej różnej od zer, tzn. rozwiązń równni w n z i wszystkie te pierwistki dją się zpisć

Bardziej szczegółowo

O pewnych zgadnieniach optymalizacyjnych O pewnych zgadnieniach optymalizacyjnych

O pewnych zgadnieniach optymalizacyjnych O pewnych zgadnieniach optymalizacyjnych Spis tresci 1 Spis tresci 1 W wielu zgdnienich prktycznych brdzo wżne jest znjdownie optymlnego (czyli njlepszego z jkiegoś punktu widzeni) rozwiązni dnego problemu. Dl przykłdu, gdybyśmy chcieli podróżowć

Bardziej szczegółowo

Grażyna Nowicka, Waldemar Nowicki BADANIE RÓWNOWAG KWASOWO-ZASADOWYCH W ROZTWORACH ELEKTROLITÓW AMFOTERYCZNYCH

Grażyna Nowicka, Waldemar Nowicki BADANIE RÓWNOWAG KWASOWO-ZASADOWYCH W ROZTWORACH ELEKTROLITÓW AMFOTERYCZNYCH Ćwiczenie Grżyn Nowick, Wldemr Nowicki BDNIE RÓWNOWG WSOWO-ZSDOWYC W ROZTWORC ELETROLITÓW MFOTERYCZNYC Zgdnieni: ktywność i współczynnik ktywności skłdnik roztworu. ktywność jonów i ktywność elektrolitu.

Bardziej szczegółowo

Całki niewłaściwe. Rozdział Wprowadzenie Całki niewłaściwe I rodzaju

Całki niewłaściwe. Rozdział Wprowadzenie Całki niewłaściwe I rodzaju Rozdził 3 Cłki niewłściwe 3. Wprowdzenie Omwine w poprzednim rozdzile cłki oznczone są cłkmi funkcji ciągłych n przedzile domkniętym, więc funkcji ogrniczonych n przedzile skończonym. Wiele zgdnień prktycznych

Bardziej szczegółowo

Analiza matematyczna i algebra liniowa

Analiza matematyczna i algebra liniowa Anliz mtemtyczn i lgebr liniow Mteriły pomocnicze dl studentów do wykłdów Mcierze liczbowe i wyznczniki. Ukłdy równń liniowych. Mcierze. Wyznczniki. Mcierz odwrotn. Równni mcierzowe. Rząd mcierzy. Ukłdy

Bardziej szczegółowo

Gry czasowe. Tadeusz Radzik (Wrocław) (artykuł wspomnieniowy o prof. Stanisławie Trybule)

Gry czasowe. Tadeusz Radzik (Wrocław) (artykuł wspomnieniowy o prof. Stanisławie Trybule) MATEMATYKA STOSOWANA TOM 11/52 2010 Tdeusz Rdzik (Wrocłw) Gry czsowe (rtykuł wspomnieniowy o prof. Stnisłwie Trybule) Streszczenie. Prc jest rtykułem wspomnieniowym o prof. Stnisłwie Trybule. Wprowdz on

Bardziej szczegółowo

Wykład 2. Pojęcie całki niewłaściwej do rachunku prawdopodobieństwa

Wykład 2. Pojęcie całki niewłaściwej do rachunku prawdopodobieństwa Wykłd 2. Pojęcie cłki niewłściwej do rchunku prwdopodobieństw dr Mriusz Grządziel 4 mrc 24 Pole trpezu krzywoliniowego Przypomnienie: figurę ogrniczoną przez: wykres funkcji y = f(x), gdzie f jest funkcją

Bardziej szczegółowo

ROZPRAWA DOKTORSKA POLITECHNIKA WARSZAWSKA. Wydział Elektroniki i Technik Informacyjnych. mgr inż. Łukasz Skonieczny

ROZPRAWA DOKTORSKA POLITECHNIKA WARSZAWSKA. Wydział Elektroniki i Technik Informacyjnych. mgr inż. Łukasz Skonieczny POLITECHNIKA WARSZAWSKA Wydził Elektroniki i Technik Informcyjnych ROZPRAWA DOKTORSKA mgr inż. Łuksz Skonieczny Odkrywnie częstych grfów z uwzględniniem niespójności Promotor prof. nzw. dr h. inż. Mrzen

Bardziej szczegółowo

VI. Rachunek całkowy. 1. Całka nieoznaczona

VI. Rachunek całkowy. 1. Całka nieoznaczona VI. Rchunek cłkowy. Cłk nieoznczon Niech F : I R i f : I R będą funkcjmi określonymi n pewnym przedzile I R. Definicj. Funkcję F nzywmy funkcją pierwotną funkcji f n przedzile I, gdy F (x) = f(x) dl x

Bardziej szczegółowo

WYZNACZANIE OGNISKOWEJ SOCZEWEK CIENKICH ZA POMOCĄ ŁAWY OPTYCZNEJ

WYZNACZANIE OGNISKOWEJ SOCZEWEK CIENKICH ZA POMOCĄ ŁAWY OPTYCZNEJ Ćwiczenie 9 WYZNACZANIE OGNISKOWEJ SOCZEWEK CIENKICH ZA POMOCĄ ŁAWY OPTYCZNEJ 9.. Opis teoretyczny Soczewką seryczną nzywmy przezroczystą bryłę ogrniczoną dwom powierzchnimi serycznymi o promienich R i

Bardziej szczegółowo

O PEWNYCH MODELACH DECYZJI FINANSOWYCH

O PEWNYCH MODELACH DECYZJI FINANSOWYCH DECYZJE nr 1 czerwiec 2004 37 O PEWNYCH MODELACH DECYZJI FINANSOWYCH Krzysztof Jjug Akdemi Ekonomiczn we Wrocłwiu Wprowdzenie modele teorii finnsów Teori finnsów, zwn również ekonomią finnsową, jest jednym

Bardziej szczegółowo

2. PODSTAWY STATYKI NA PŁASZCZYŹNIE

2. PODSTAWY STATYKI NA PŁASZCZYŹNIE M. DSTY STTYKI N ŁSZZYŹNIE. DSTY STTYKI N ŁSZZYŹNIE.. Zsdy dynmiki Newton Siłą nzywmy wektorową wielkość, któr jest mirą mechnicznego oddziływni n ciło ze strony innych cił. dlszej części ędziemy rozptrywć

Bardziej szczegółowo

usuwa niewymierność z mianownika wyrażenia typu

usuwa niewymierność z mianownika wyrażenia typu Wymgni edukcyjne n poszczególne oceny z mtemtyki Kls pierwsz zkres podstwowy. LICZBY RZECZYWISTE podje przykłdy liczb: nturlnych, cłkowitych, wymiernych, niewymiernych, pierwszych i złożonych orz przyporządkowuje

Bardziej szczegółowo

Uniwersytet Mikołaja Kopernika w Toruniu

Uniwersytet Mikołaja Kopernika w Toruniu Uniwersytet Mikołj Kopernik w Toruniu Wydził Mtemtyki i Informtyki Krzysztof Frączek Anliz Mtemtyczn I Wykłd dl studentów I roku kierunku informtyk Toruń 206 Spis treści Liczby rzeczywiste 2 Ciągi liczbowe

Bardziej szczegółowo

Weryfikacja modelowa jest analizą statyczną logiki modalnej

Weryfikacja modelowa jest analizą statyczną logiki modalnej Weryfikcj modelow jest nlizą sttyczną logiki modlnej Mrcin Sulikowski MIMUW 15 grudni 010 1 Wstęp Weryfikcj systemów etykietownych 3 Flow Logic 4 Weryfikcj modelow nliz sttyczn Co jest czym czego? Weryfikcj

Bardziej szczegółowo

ZESZYTY NAUKOWE WYDZIAŁU ETI POLITECHNIKI GDAŃSKIEJ Nr 5 Seria: Technologie Informacyjne 2007 ZASTOSOWANIA TRÓJKĄTNYCH PŁYTEK W GRAFICE KOMPUTEROWEJ

ZESZYTY NAUKOWE WYDZIAŁU ETI POLITECHNIKI GDAŃSKIEJ Nr 5 Seria: Technologie Informacyjne 2007 ZASTOSOWANIA TRÓJKĄTNYCH PŁYTEK W GRAFICE KOMPUTEROWEJ ZESZYTY NAUKOWE WYDZIAŁU ETI POLITECHNIKI GDAŃSKIEJ Nr 5 Seri: Technologie Informcyjne 007 Tomsz Dobrowolski Ktedr Algorytmów i Modelowni Systemów Politechnik Gdńsk ZASTOSOWANIA TRÓJKĄTNYCH PŁYTEK W GRAFICE

Bardziej szczegółowo

Badanie regularności w słowach

Badanie regularności w słowach Przypdek sekwencyjny Mrcin Piątkowski Wydził Mtemtyki i Informtyki Uniwersytet Mikołj Kopernik Edsger Wybe Dijkstr (1930 2002) Computer science is no more bout computers thn stronomy is bout telescopes,

Bardziej szczegółowo

a a a b M. Przybycień Matematyczne Metody Fizyki I

a a a b M. Przybycień Matematyczne Metody Fizyki I Relcje równowr wnowżności i klsy Definicj: Relcją określoną n zbiorze A nzywmy dowolny test porównwczy pomiędzy uporządkownymi prmi elementów elementów zbioru A. Jeśli pr (, b) œ A ä A spełni ten test,

Bardziej szczegółowo

Matematyka finansowa 10.03.2014 r. Komisja Egzaminacyjna dla Aktuariuszy. LXVI Egzamin dla Aktuariuszy z 10 marca 2014 r. Część I

Matematyka finansowa 10.03.2014 r. Komisja Egzaminacyjna dla Aktuariuszy. LXVI Egzamin dla Aktuariuszy z 10 marca 2014 r. Część I Mtemtyk finnsow.03.2014 r. Komisj Egzmincyjn dl Akturiuszy LXVI Egzmin dl Akturiuszy z mrc 2014 r. Część I Mtemtyk finnsow WERSJA TESTU A Imię i nzwisko osoby egzminownej:... Czs egzminu: 0 minut 1 Mtemtyk

Bardziej szczegółowo

Część 2 7. METODA MIESZANA 1 7. METODA MIESZANA

Część 2 7. METODA MIESZANA 1 7. METODA MIESZANA Część 2 7. METODA MIESZANA 7. 7. METODA MIESZANA Metod mieszn poleg n jednoczesnym wykorzystniu metody sił i metody przemieszczeń przy rozwiązywniu ukłdów sttycznie niewyznczlnych. Nwiązuje on do twierdzeni

Bardziej szczegółowo

MATeMAtyka 3 inf. Przedmiotowy system oceniania wraz z określeniem wymagań edukacyjnych. Zakres podstawowy i rozszerzony. Dorota Ponczek, Karolina Wej

MATeMAtyka 3 inf. Przedmiotowy system oceniania wraz z określeniem wymagań edukacyjnych. Zakres podstawowy i rozszerzony. Dorota Ponczek, Karolina Wej Dorot Ponczek, Krolin Wej MATeMAtyk 3 inf Przedmiotowy system ocenini wrz z określeniem wymgń edukcyjnych Zkres podstwowy i rozszerzony Wyróżnione zostły nstępujące wymgni progrmowe: konieczne (K), podstwowe

Bardziej szczegółowo

Wykład 2. Granice, ciągłość, pochodna funkcji i jej interpretacja geometryczna

Wykład 2. Granice, ciągłość, pochodna funkcji i jej interpretacja geometryczna 1 Wykłd Grnice, ciągłość, pocodn unkcji i jej interpretcj geometryczn.1 Grnic unkcji. Grnic lewostronn i grnic prwostronn unkcji Deinicj.1 Mówimy, że liczb g jest grnicą lewostronną unkcji w punkcie =,

Bardziej szczegółowo

Zbiory rozmyte. Teoria i zastosowania we wnioskowaniu aproksymacyjnym

Zbiory rozmyte. Teoria i zastosowania we wnioskowaniu aproksymacyjnym Zior rozmte Teori i zstosowni we wniosowniu prosmcjnm PODSTWOWE POJĘCI Motwcje Potrze opisni zjwis i pojęć wielozncznch i niepreczjnch użwnch swoodnie w jęzu nturlnm np. wso tempertur młod człowie średni

Bardziej szczegółowo

Anna Malarska. statystyczna analiza danych. wspomagana programem SPSS

Anna Malarska. statystyczna analiza danych. wspomagana programem SPSS Ann Mlrsk sttystyczn nliz dnych wspomgn progrmem SPSS SPSS Polsk Krków 2005 Sttystyczn nliz dnych wspomgn progrmem SPSS 1.2 Grficzne formy prezentcji dnych 1.2.1 Wykres słupkowy, histogrm Częstości relizcji

Bardziej szczegółowo

Legenda. Optymalizacja wielopoziomowa Inne typy bramek logicznych System funkcjonalnie pełny

Legenda. Optymalizacja wielopoziomowa Inne typy bramek logicznych System funkcjonalnie pełny Dr Glin Criow Legend Optymlizcj wielopoziomow Inne typy brmek logicznych System funkcjonlnie pełny Optymlizcj ukłdów wielopoziomowych Ukłdy wielopoziomowe ukłdy zwierjące więcej niż dw poziomy logiczne.

Bardziej szczegółowo

INSTRUKCJA. - Jak rozwiązywać zadania wysoko punktowane?

INSTRUKCJA. - Jak rozwiązywać zadania wysoko punktowane? INSTRUKCJA - Jk rozwiązywć zdni wysoko punktowne? Mturzysto! Zdni wysoko punktowne to tkie, z które możesz zdobyć 4 lub więcej punktów. Zdni z dużą ilość punktów nie zwsze są trudniejsze, często ich punktcj

Bardziej szczegółowo

Podstawy Techniki Cyfrowej Układy komutacyjne

Podstawy Techniki Cyfrowej Układy komutacyjne Podstwy Techniki Cyfrowej Ukłdy komutcyjne Ukłdy kombincyjne, umożliwijące przełącznie (komutcję) sygnłów cyfrowych, nzyw się ukłdmi ukłdmi komutcyjnymi. Do podstwowych ukłdów komutcyjnych zlicz się multipleksery

Bardziej szczegółowo

Prace Koła Matematyków Uniwersytetu Pedagogicznego w Krakowie (2014)

Prace Koła Matematyków Uniwersytetu Pedagogicznego w Krakowie (2014) Prce Koł Mt. Uniw. Ped. w Krk. 1 014), 1-5 edgogicznego w Krkowie PKoło Mtemtyków Uniwersytetu Prce Koł Mtemtyków Uniwersytetu Pedgogicznego w Krkowie 014) Bet Gwron 1 Kwdrtury Newton Cotes Streszczenie.

Bardziej szczegółowo

STYLE. TWORZENIE SPISÓW TREŚCI

STYLE. TWORZENIE SPISÓW TREŚCI STYLE. TWORZENIE SPISÓW TREŚCI Ćwiczenie 1 Tworzenie nowego stylu n bzie istniejącego 1. Formtujemy jeden kpit tekstu i zznczmy go (stnowi on wzorzec). 2. Wybiermy Nrzędzi główne, rozwijmy okno Style (lub

Bardziej szczegółowo

RACHUNEK CAŁKOWY. Funkcja F jest funkcją pierwotną funkcji f na przedziale I R, jeżeli. F (x) = f (x), dla każdego x I.

RACHUNEK CAŁKOWY. Funkcja F jest funkcją pierwotną funkcji f na przedziale I R, jeżeli. F (x) = f (x), dla każdego x I. RACHUNEK CAŁKOWY Funkcj F jest funkcją pierwotną funkcji f n przedzile I R, jeżeli F (x) = f (x), dl kżdego x I. Przykłd. Niech f (x) = 2x dl x (, ). Wtedy funkcje F (x) = x 2 + 5, F (x) = x 2 + 5, F (x)

Bardziej szczegółowo

WYMAGANIA I KRYTERIA OCENIANIA Z MATEMATYKI W 3 LETNIM LICEUM OGÓLNOKSZTAŁCĄCYM

WYMAGANIA I KRYTERIA OCENIANIA Z MATEMATYKI W 3 LETNIM LICEUM OGÓLNOKSZTAŁCĄCYM WYMAGANIA I KRYTERIA OCENIANIA Z MATEMATYKI W 3 LETNIM LICEUM OGÓLNOKSZTAŁCĄCYM Kls drug A, B, C, D, E, G, H zkres podstwowy 1. FUNKCJA LINIOWA rozpoznje funkcję liniową n podstwie wzoru lub wykresu rysuje

Bardziej szczegółowo

PEWNIK DEDEKINDA i jego najprostsze konsekwencje

PEWNIK DEDEKINDA i jego najprostsze konsekwencje PEWNIK DEDEKINDA i jego njprostsze konsekwencje W rozdzile ósmym stwierdziliśmy, że z podnych tm pewników nie wynik istnienie pierwistków z liczb rzeczywistych. Uzupe lnimy terz liste pewników jeszcze

Bardziej szczegółowo

wersja podstawowa (gradient)

wersja podstawowa (gradient) księg znku wersj podstwow (grdient) Logo RAKU FILM w wersji podstwowej może występowć w dwóch wrintch, n jsnym (domyślnie - biłe tło) orz n ciemnym (domyślnie - czrne tło). Nleży unikć stosowni logo n

Bardziej szczegółowo

ZADANIA OTWARTE. Są więc takie same. Trzeba jeszcze pokazać, że wynoszą one 2b, gdyż taka jest długość krawędzi dwudziestościanu.

ZADANIA OTWARTE. Są więc takie same. Trzeba jeszcze pokazać, że wynoszą one 2b, gdyż taka jest długość krawędzi dwudziestościanu. ZADANIA OTWARTE ZADANIE 1 DWUDZIESTOŚCIAN FOREMNY Wiemy, że z trzech złotych prostokątów możn skonstruowć dwudziestościn foremny. Wystrczy wykzć, że długości boków trójkąt ABC n rysunku obok są równe.

Bardziej szczegółowo

Wyrównanie sieci niwelacyjnej

Wyrównanie sieci niwelacyjnej 1. Wstęp Co to jest sieć niwelcyjn Po co ją się wyrównje Co chcemy osiągnąć 2. Metod pośrednicząc Wyrównnie sieci niwelcyjnej Metod pośrednicząc i metod grpow Mmy sieć skłdjącą się z szereg pnktów. Niektóre

Bardziej szczegółowo

Systemy Wyszukiwania Informacji

Systemy Wyszukiwania Informacji Uniersytet Śląski Systemy Wyszkini Informcji Agnieszk Nok Brzezińsk gnieszk.nok@s.ed.pl Instytt Informtyki Zkłd Systemó Informtycznych Uniersytet Śląski Wrnki zliczeni przedmiot Ooiązko oecność n ykłdch

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE IIc ZAKRES PODSTAWOWY I ROZSZERZONY

WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE IIc ZAKRES PODSTAWOWY I ROZSZERZONY WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE IIc ZAKRES PODSTAWOWY I ROZSZERZONY. JĘZYK MATEMATYKI oblicz wrtość bezwzględną liczby rzeczywistej stosuje interpretcję geometryczną wrtości bezwzględnej liczby

Bardziej szczegółowo

Wykład 6 Dyfrakcja Fresnela i Fraunhofera

Wykład 6 Dyfrakcja Fresnela i Fraunhofera Wykłd 6 Dyfrkcj Fresnel i Frunhofer Zjwisko dyfrkcji (ugięci) świtł odkrył Grimldi (XVII w). Poleg ono n uginniu się promieni świetlnych przechodzących w pobliżu przeszkody (np. brzeg szczeliny). Wyjśnienie

Bardziej szczegółowo

Wszystkim życzę Wesołych Świąt :-)

Wszystkim życzę Wesołych Świąt :-) Poniższe zdni pochodzą ze zbiorów: ) J. Rutkowski, Algebr bstrkcyjn w zdnich b) M. Bryński, J. Jurkiewicz, Zbiór zdń z lgebry Do kolokwium proszę też przejrzeć zdni z ćwiczeń. Wszystkim życzę Wesołych

Bardziej szczegółowo

PODSTAWY ALGEBRY MACIERZY. Operacje na macierzach

PODSTAWY ALGEBRY MACIERZY. Operacje na macierzach PODSTWY LGEBRY MCIERZY WIERSZ i, KOLUMN (j) Mcierz m,n, gdzie m to ilość wierszy, n ilość kolumn i,j element mcierzy z itego wiersz, jtej kolumny Opercje n mcierzch Równość mcierzy m,n = B m,n. def i,j

Bardziej szczegółowo

KONKURS MATEMATYCZNY dla uczniów gimnazjów w roku szkolnym 2012/13. Propozycja punktowania rozwiązań zadań

KONKURS MATEMATYCZNY dla uczniów gimnazjów w roku szkolnym 2012/13. Propozycja punktowania rozwiązań zadań KONKURS MATEMATYCZNY dl uczniów gimnzjów w roku szkolnym 0/ II etp zwodów (rejonowy) 0 listopd 0 r. Propozycj punktowni rozwiązń zdń Uwg: Z kżde poprwne rozwiąznie inne niż przewidzine w propozycji punktowni

Bardziej szczegółowo

Macierz. Wyznacznik macierzy. Układ równań liniowych

Macierz. Wyznacznik macierzy. Układ równań liniowych Temt wykłdu: Mcierz. Wyzncznik mcierzy. Ukłd równń liniowych Kody kolorów: żółty nowe pojęcie pomrńczowy uwg kursyw komentrz * mterił ndobowiązkowy Ann Rjfur, Mtemtyk Zgdnieni. Pojęci. Dziłni n mcierzch.

Bardziej szczegółowo

Wymagania edukacyjne matematyka klasa 2 zakres podstawowy 1. SUMY ALGEBRAICZNE

Wymagania edukacyjne matematyka klasa 2 zakres podstawowy 1. SUMY ALGEBRAICZNE Wymgni edukcyjne mtemtyk kls 2 zkres podstwowy 1. SUMY ALGEBRAICZNE Uczeń otrzymuje ocenę dopuszczjącą lub dostteczną, jeśli: rozpoznje jednominy i sumy lgebriczne oblicz wrtości liczbowe wyrżeń lgebricznych

Bardziej szczegółowo

2. FUNKCJE WYMIERNE Poziom (K) lub (P)

2. FUNKCJE WYMIERNE Poziom (K) lub (P) Kls drug poziom podstwowy 1. SUMY ALGEBRAICZNE Uczeń otrzymuje ocenę dopuszczjącą lub dostteczną, jeśli: rozpoznje jednominy i sumy lgebriczne oblicz wrtości liczbowe wyrżeń lgebricznych redukuje wyrzy

Bardziej szczegółowo

Oznaczenia: K wymagania konieczne; P wymagania podstawowe; R wymagania rozszerzające; D wymagania dopełniające; W wymagania wykraczające

Oznaczenia: K wymagania konieczne; P wymagania podstawowe; R wymagania rozszerzające; D wymagania dopełniające; W wymagania wykraczające Wymgni edukcyjne z mtemtyki ls 2 b lo Zkres podstwowy Oznczeni: wymgni konieczne; wymgni podstwowe; R wymgni rozszerzjące; D wymgni dopełnijące; W wymgni wykrczjące Temt lekcji Zkres treści Osiągnięci

Bardziej szczegółowo

Wektor kolumnowy m wymiarowy macierz prostokątna o wymiarze n=1 Wektor wierszowy n wymiarowy macierz prostokątna o wymiarze m=1

Wektor kolumnowy m wymiarowy macierz prostokątna o wymiarze n=1 Wektor wierszowy n wymiarowy macierz prostokątna o wymiarze m=1 Rchunek mcierzowy Mcierzą A nzywmy funkcję 2-zmiennych, któr prze liczb nturlnych (i,j) gdzie i = 1,2,3,4.,m; j = 1,2,3,4,n przyporządkowuje dokłdnie jeden element ij. 11 21 A = m1 12 22 m2 1n 2n mn Wymirem

Bardziej szczegółowo

PRZEGLĄD FUNKCJI ELEMENTARNYCH. (powtórzenie) y=f(x)=ax+b,

PRZEGLĄD FUNKCJI ELEMENTARNYCH. (powtórzenie) y=f(x)=ax+b, WYKŁAD 0 PRZEGLĄD FUNKCJI ELEMENTARNYCH (powtórzenie) 1. Funkcje liniowe Funkcją liniową nzywmy funkcję postci y=f()=+b, gdzie, b są dnymi liczbmi zwnymi odpowiednio: - współczynnik kierunkowy, b - wyrz

Bardziej szczegółowo

Wspomaganie obliczeń za pomocą programu MathCad

Wspomaganie obliczeń za pomocą programu MathCad Wprowdzenie do Mthcd' Oprcowł:M. Detk P. Stąpór Wspomgnie oliczeń z pomocą progrmu MthCd Definicj zmiennych e f g h 8 Przykłd dowolnego wyrŝeni Ay zdefinowc znienną e wyierz z klwitury kolejno: e: e f

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA WYKŁAD 9. ZBIORY ROZMYTE Częstochow 204 Dr hb. inż. Grzegorz Dudek Wydził Elektryczny Politechnik Częstochowsk ZBIORY ROZMYTE Klsyczne pojęcie zbioru związne jest z logiką dwuwrtościową

Bardziej szczegółowo

Aby opisać strukturę krystaliczną, konieczne jest określenie jej części składowych: sieci przestrzennej oraz bazy atomowej.

Aby opisać strukturę krystaliczną, konieczne jest określenie jej części składowych: sieci przestrzennej oraz bazy atomowej. 2. Struktury i pierwistki N zjęcich zjmiemy się pierwistkmi i strukturmi krystlicznymi. O ile w przypdku tych pierwszych, temt poruszny był w trkcie wykłdu, to drugie zgdnienie może wymgć krótkiego przybliżeni/przypomnieni.

Bardziej szczegółowo

Miary ryzyka a dualna teoria użyteczności Yaariego

Miary ryzyka a dualna teoria użyteczności Yaariego Uniwersytet Wrszwski Wydził Mtemtyki, Informtyki i Mechniki Jonn Dys Nr lbumu: 233996 Miry ryzyk duln teori użyteczności Yriego Prc mgistersk n kierunku MATEMATYKA Prc wykonn pod kierunkiem dr hb. Wojciech

Bardziej szczegółowo

Wprowadzenie do Sieci Neuronowych Łańcuchy Markowa

Wprowadzenie do Sieci Neuronowych Łańcuchy Markowa Projekt pn. Wzmonienie potenjłu dydktyznego UMK w Toruniu w dziedzinh mtemtyzno-przyrodnizyh relizowny w rmh Poddziłni 4.1.1 Progrmu Operyjnego Kpitł Ludzki Wprowdzenie do Siei Neuronowyh Łńuhy Mrkow Mj

Bardziej szczegółowo

Wprowadzenie do Sieci Neuronowych Łańcuchy Markowa

Wprowadzenie do Sieci Neuronowych Łańcuchy Markowa Wprowdzenie do Siei Neuronowyh Łńuhy Mrkow Mj Czoków, Jrosłw Piers 213-1-14 1 Przypomnienie Łńuh Mrkow jest proesem stohstyznym (iągiem zmiennyh losowyh), w którym rozkłd zmiennej w hwili t zleży wyłąznie

Bardziej szczegółowo

Propozycja przedmiotowego systemu oceniania wraz z określeniem wymagań edukacyjnych (zakres podstawowy)

Propozycja przedmiotowego systemu oceniania wraz z określeniem wymagań edukacyjnych (zakres podstawowy) Propozycj przedmiotowego systemu ocenini wrz z określeniem wymgń edukcyjnych (zkres podstwowy) Proponujemy, by omwijąc dne zgdnienie progrmowe lub rozwiązując zdnie, nuczyciel określł do jkiego zkresu

Bardziej szczegółowo

Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Akdemi órniczo-hutnicz im. Stnisłw Stszic w Krkowie Wydził Elektrotechniki, Automtyki, Informtyki i Inżynierii Biomedycznej Ktedr Elektrotechniki i Elektroenergetyki Rozprw Doktorsk Numeryczne lgorytmy

Bardziej szczegółowo

GRAFY i SIECI. Graf: G = ( V, E ) - para uporządkowana

GRAFY i SIECI. Graf: G = ( V, E ) - para uporządkowana GRAFY podstwowe definicje GRAFY i SIECI Grf: G = ( V, E ) - pr uporządkown V = {,,..., n } E { {i, j} : i j i i, j V } - zbiór wierzchołków grfu - zbiór krwędzi grfu Terminologi: grf = grf symetryczny,

Bardziej szczegółowo

Klucz odpowiedzi do zadań zamkniętych i schemat oceniania zadań otwartych

Klucz odpowiedzi do zadań zamkniętych i schemat oceniania zadań otwartych Klucz odpowiedzi do zdń zmkniętc i scemt ocenini zdń otwrtc Klucz odpowiedzi do zdń zmkniętc 4 7 9 0 4 7 9 0 D D D Scemt ocenini zdń otwrtc Zdnie (pkt) Rozwiąż nierówność x x 0 Oliczm wróżnik i miejsc

Bardziej szczegółowo

WYKŁAD 5. Typy macierzy, działania na macierzach, macierz układu równań. Podstawowe wiadomości o macierzach

WYKŁAD 5. Typy macierzy, działania na macierzach, macierz układu równań. Podstawowe wiadomości o macierzach Mtemtyk I WYKŁD. ypy mcierzy, dziłni n mcierzch, mcierz ukłdu równń. Podstwowe widomości o mcierzch Ogóln postć ukłdu m równń liniowych lgebricznych z n niewidomymi x x n xn b x x n xn b, niewidome: x,

Bardziej szczegółowo