Wyznaczanie struktur logicznych sieci procesorów o łagodnej degradacji i strukturze 4-wymiarowego hipersześcianu

Wielkość: px
Rozpocząć pokaz od strony:

Download "Wyznaczanie struktur logicznych sieci procesorów o łagodnej degradacji i strukturze 4-wymiarowego hipersześcianu"

Transkrypt

1 Bi u l e t y n WAT Vo l. LXI, Nr, 2012 Wyznaczanie struktur logicznych sieci rocesorów o łagodnej degradacji i strukturze -wymiarowego hiersześcianu Roman Kulesza, Zbigniew Zieliński Wojskowa Akademia Techniczna, Wydział ybernetyki, Instytut Teleinformatyki i Automatyki, Warszawa, ul. S. Kaliskiego 2, r.kulesza@ita.wat.edu.l, z.zielinski@ita.wat.edu.l Streszczenie. W artykule rozwinięto metodę generowania struktur logicznych sieci rocesorów o łagodnej degradacji tyu -wymiarowy hiersześcian, zaroonowaną w artykule [8], oraz rzedstawiono sosób zastosowania tej metody do wyznaczenia obrazów geometrycznych cyklicznych i acyklicznych struktur roboczych takiej sieci o co najmniej czterech rocesorach. Wyznaczono szeregi rzeliczające etykietowanych oraz nieetykietowanych struktur roboczych sieci. Słowa kluczowe: informatyka, diagnostyka systemowa, struktura logiczna sieci, sieci tyu sześcian, systemy z tolerancją błędów 1. Wrowadzenie Sieć rocesorów ma strukturę logiczną tyu sześcian -wymiarowy, jeżeli jej toologię rzedstawia taki sójny graf zwykły, którego węzły można oisać wymiarowymi wektorami binarnymi (etykietami) w ten sosób, że odległość Hamminga między wektorami oisującymi węzły rzyległe równa się jeden. W sieciach rocesorów o łagodnej degradacji nie dokonuje się narawy (ani wymiany) rocesora, który uległ uszkodzeniu, lecz blokuje się dostę do niego, a nowa (zdegradowana) sieć kontynuuje funkcjonowanie od warunkiem, że sełnia określone wymagania. Projektowanie oraz użytkowanie omawianych sieci rodzi wiele roblemów analitycznych [1, 2, 9, 10, 11, 1, 18] wynikających, między innymi, z otrzeby efektywnego wykorzystania wszystkich rocesorów sieci, ustalenia zasad wybierania

2 29 R. Kulesza, Z. Zieliński zdegradowanej struktury logicznej sieci lub zakończenia jej życia oraz wybierania sosobu diagnozowania systemowego sieci zdegradowanej. Do rozwiązywania owyższych roblemów niezbędna jest znajomość liczebności zbiorów możliwych zdegradowanych struktur logicznych sieci o określonych właściwościach oraz ich dogodna rerezentacja geometryczna. W artykule [8] zaroonowano metodę generowania struktur logicznych sieci rocesorów o łagodnej degradacji tyu -wymiarowego sześcianu rzez ich odowiednie komonowanie z wzorców, które są odowiednimi odgrafami sześcianu -wymiarowego. Istotą tej metody są działania algebraiczne na tak zwanej skondensowanej ostaci struktury, która jest odgrafem sześcianu -wymiarowego o odowiednio oisanych węzłach i krawędziach. elem niniejszego artykułu jest wzbogacenie metody rzedstawionej w [8] o działania na skondensowanej ostaci struktury, które ułatwiają określenie liczebności zbiorów sójnych odgrafów sześcianu -wymiarowego określonego wymiaru oraz wyznaczenie szeregów rzeliczających etykietowane i nieetykietowane struktury robocze sieci o co najmniej czterech rocesorach. Artykuł składa się z czterech części oraz odsumowania. W części drugiej rzyomniano (w dużym skrócie) odstawy metody komonowania struktur roboczych sieci rzedstawione w artykule [8]. W częściach trzeciej oraz czwartej rzedstawiono metody działań na skondensowanych ostaciach struktur do wyznaczenia obrazów geometrycznych (odowiednio) struktur cyklicznych oraz acyklicznych i odano wyznaczone szeregi rzeliczające takie struktury. W odsumowaniu sformułowano wnioski wynikające z wyników rzedstawionych w artykule. 2. Podstawy metody komonowania struktur Strukturę logiczną sieci rocesorów nazywamy strukturą tyu sześcian -wymiarowy (, jeżeli rzedstawia ją taki sójny graf zwykły H = EU, (E zbiór rocesorów, U zbiór dwukierunkowych linii transmisji danych między rocesorami), którego węzły można oisać -wymiarowymi wektorami binarnymi (etykietami) w ten sosób, że odległość Hamminga między wektorami oisującymi węzły rzyległe równa się jeden [6]. Graf H nazywa się hiersześcianem -wymiarowym. Graf H jest grafem regularnym stonia, to jest takim, że stoień () e = Ee () (E(e) zbiór węzłów rzyległych do węzła e E) każdego węzła grafu jest równy oraz jego odgrafy, które są cyklami rostymi, są rzędu arzystego. Graf H ( > ) nie jest grafem lanarnym. Niech H oznacza graf H o etykietowanych węzłach, a G( H ) oraz G( H ) odowiednio zbiór sójnych nieetykietowanych oraz etykietowanych odgrafów grafu H rzędu.

3 Wyznaczanie struktur logicznych sieci rocesorów o łagodnej degradacji i strukturze Graf H będziemy rzedstawiać w ostaci takiej komozycji lanarnych grafów bliźniaczych H i H (rys. 2.1), że a b * = a b = U( H ) { U( H ) U( H ) U }( U 2 ). EH = EH EH oraz ( ) { ( a) ( b)} Rys Sześciany H oraz H = H H a b Strukturę G GH ( ) traktujemy jako komozycję odgrafów EG ( ) H a i EG ( ). H b Graf EG ( ) nazywamy wzorcem indukującym strukturę G w klasie komozycji H a ( G), ( G), ( G) ( ( G) ( G) ), gdzie ( G) = E( EG ( ) ) ( x { ab, }) a b a b x H x oraz ( G) = { u UG ( ):( Eu ( ) E( EG ( ) ) ) ( Eu ( ) E( EG ( ) ) )} (E(u) zbiór węzłów incydentnych z krawędzią u). Zbiór wzorców GH ˆ ( a ), które mogą indukować struktury G G ( H ), ( ) oraz liczebność ( G )( G GH ˆ ( a )) gruy węzłowej grafu Gʹ, rzedstawiono w [8] (rys. 2.2). Ha Hb Rys Zbiór GH ˆ ( a ) wzorców, które mogą indukować struktury G ( ) ( ) H (odano liczebność gruy węzłowej grafu G GH ˆ ( a ) Niech BE ( ) ( E EH ( x ), x ( ab, )) oznacza zbiór węzłów bliźniaczych zbioru E. Jako kanoniczny rerezentant struktury G GH ( ) wybierzemy taki odgraf K(G) grafu H a, który jest sumą grafów EG ( ) i BE ( ( EG ( ) )) o wyróżnionych węzłach bliźniaczych grafu G i tych krawędziach, które nie są krawędziami Ha Hb Ha grafu EG ( ), a więc H a

4 296 R. Kulesza, Z. Zieliński KG EG BE EG BEG EH ( ) = ( ) ( ( ( ) )) ; { ( ( )) ( a )}; Ha Hb Ha { BU ( ( EG ( ) )) \ U( EG ( ) )}. Hb Ha Graf K(G) nazywamy skondensowaną ostacią struktury G GH ( ). Węzły zbioru { BEG ( ( )) EH ( a )} oznaczamy rzez ich wytłuszczenie, a krawędzie zbioru { BU ( ( EG ( ) )) \ U( EG ( ) )} rzedstawiamy w ostaci linii rzerywanych. Hb Ha Dla rzykładu (rys. 2.) struktura Gʹ jest indukowana rzez wzorzec G 6 (rys. 2.2) w klasie komozycji 5,5,, a struktura G rzez wzorzec G 12 w klasie komozycji,,2. Grafy K(Gʹ) i K(G ) są skondensowanymi ostaciami struktury Gʹ i struktury G. Rys. 2.. Przykłady skondensowanych ostaci struktur Gʹ i G. Struktury cykliczne Niech G ( H ) oraz G ( H ) oznaczają zbiory cyklicznych, odowiednio nieetykietowanych oraz etykietowanych sójnych odgrafów grafu H rzędu. Zauważmy, że [ G G ( H )] [( GKG ( ( )) GH ˆ ( )) ( : ( ek, ) > 1) a * e E = + + * * ( :{ Ee ( ) { E E}} ) ( EGKG ( ( ( ))) E E )], e E (.1) gdzie G(K(G)) oznacza wzorzec skondensowanej ostaci struktury G, GH ˆ ( a ) * zbiór sójnych wzorców, E = { EKG ( ( )) \ EGKG ( ( ( )))} oraz E EGKG ( ( ( ))). * * * Niech K, K ( G ), K ( G, ) oraz Ψ ( G ) oznaczają (odowiednio) zbiór skondensowanych ostaci struktur cyklicznych rzędu, zbiór takich ostaci * ˆ struktur indukowanych rzez wzorzec G GH ( a ), zbiór takich ostaci struktur indukowanych rzez wzorzec G * w klasie komozycji oraz zbiór komozycji, w których wzorzec G * indukuje strukturę cykliczną rzędu. * Ponieważ K = K ( G, ) oraz graf H -wymiarowe odsześciany bliźniacze, to dzieli się na dwa * * G Gˆ ( H ) Ψ ( G ) a

5 Wyznaczanie struktur logicznych sieci rocesorów o łagodnej degradacji i strukturze G H K G K K (.2) * ( ) = [2 ( )] ( ( )) ( ), K K gdzie G * (K) oznacza wzorzec skondensowanej ostaci K oraz * [ ˆ : { E E} ; ; ] [ ( ) 1]i ( G G Ha ) K E = GE K = * [ ˆ : { E E} ; ; ] [ ( ) 0]. ( G G Ha ) K E = GE K = Wyznaczenie więc liczby sójnych etykietowanych struktur cyklicznych określonego rzędu nie nastręcza secjalnych roblemów. Po rostych, lecz żmudnych rzekształceniach otrzymujemy szereg rzeliczający takie struktury G ( H, x) = x + 16x + 120x + 512x + 116x x x 192x 688x 112x 128x 0x 2 x. (.) Wyznaczenie liczby sójnych nieetykietowanych struktur cyklicznych tyu H określonego rzędu nastręcza roblemy wynikające z tego, że różne wzorce dla różnych klas komozycji struktury mogą indukować struktury izomorficzne. Zauważmy, że znacznie łatwiej jest wykluczyć niż stwierdzić odobieństwo orównywanych struktur, bowiem jeżeli wartości dowolnie wybranej charakterystyki (cechy) orównywanych struktur są różne, to struktury te nie są odobne, natomiast stwierdzenie, że struktury są odobne, wymaga (w ogólnym rzyadku) uewnienia się, że istnieje ermutacja węzłów rzekształcająca jedną strukturę w drugą. harakterystykami efektywnie wykluczającymi odobieństwo struktur tyu H są (między innymi) liczba a (G) węzłów stonia a w grafie G oraz jego odgraf zawierający węzły stonia a, bowiem [ a {1,...,} : a( G ) a( G )] [ G = G ] oraz [ { e EG ( ): ( e ) = a} G = { e EG ( ): ( e ) = a} G ] [ G = G ]. Zauważmy, że wartość a (K 1 ) można wyznaczyć bezośrednio z grafu K, bowiem 1 ( K a ) = { e { EK ( ) \ E }: ( e ) = a } + * + { e E: ( e, G) = a 1} + { e { E \ E } : Ee ( ) E = a 1} + + = * * * * { e E : Ee ( ) { E E} a 1}, (.) gdzie * * E = { e E:{ Ee ( ) E} }.

6 298 R. Kulesza, Z. Zieliński Oznaczmy: m eg e Ee e a a e EG G G H a(, ) = { ( ) : ( ) = } ( {2,,}, ( ), ( ), ); ( ) meg (, ) = m(, eg), m(, eg), m(, eg); 2 Λ ( G) = { = (,, ) : ( : meg (, ) = )}; 1 2 e E( G) ( ) = { e EG ( ): meg (, ) = }; MG ( ) =, ( ) Λ ( ( ) i i 1). G x + Macierz M(G) jest macierzą stoni węzłów rzyległych do węzłów struktury cyklicznej, ale nie ma owodów, aby w analogiczny sosób określić taką macierz dla struktury acyklicznej. Zauważmy, że M( H ) = [ ], a jeżeli odgraf G grafu H jest cyklem rostym rzędu, to MG ( ) = [0 0 2 ]. Macierz M(G) ozwala w stosunkowo rosty sosób stwierdzić izomorfizm orównywanych struktur tyu H. Zauważmy, że jeżeli MG ( ) = MG ( )({ G, G } G( H)), to G = G, bowiem w jednym z takich właściwych grafów cyklicznych G * i G **, różnych od cykli * ** * ** rostych, że [ MG ( ) = MG ( )] [ G = G ] istnieje obwód rzędu niearzystego, co rzeczy własności grafu tyu H, a dla struktur, które są cyklami rostymi, teza jest oczywista. Wektor (K 1 ) i macierz M(K 1 ) można wyznaczyć bezośrednio z ostaci skondensowanej K struktury G = K 1, bowiem: 1 [ e { EGK ( ( )) \ E }] [ ( ek, ) = ( ek, )] ; 1 1 [ e E ] [( ( ek, ) = ( egk, ( )) + 1) ( ( Be ( ), K ) = * = Ee ( ) { E E} + 1)] ; * 1 * [ e E] [ ( Be (), K ) = Ee () { E E}]. (.5) 1 Dla rzykładu (rys..1) struktura K G ( ) 12 H jest indukowana rzez wzorzec G 2 (rys. 2.2) o czterech węzłach oznaczonych (wyróżnionych na rysunku) w klasie komozycji 7,5,. 1 1 Stonie węzłów ( ek, )/ ( Be ( ), K ) określono zgodnie z zależnością (.5), z czego wyznaczamy (K 1 ) = (2, 6, ) oraz macierz M(K 1 ).

7 Wyznaczanie struktur logicznych sieci rocesorów o łagodnej degradacji i strukturze Redukowanie struktur izomorficznych w określonym zbiorze struktur tyu H wykonywane jest (z reguły) rzez dzielenie tego zbioru na odzbiory o różnych wartościach umiejętnie wybranych charakterystyk struktur i (w razie otrzeby) ostateczne rozstrzygnięcie (o odobieństwie struktur) rzez wyznaczenie macierzy stoni węzłów rzyległych do węzłów orównywanych struktur. Generowanie struktur tyu H metodą komozycji indukuje (między innymi) zbiór K skondensowanych ostaci struktur cyklicznych rzędu, który (w ogólnym rzyadku) odwzorowuje (nieetykietowane) struktury izomorficzne. Niech R ( K ) oznacza taki odzbiór zbioru K, w którym nie ma ary elementów izomorficznych. Mówimy, że zbiór R ( K ) jest zredukowanym (o elementy izomorficzne) zbiorem K. Oeracja redukcji zbioru K jest oczywiście oeracją arbitralną. Oznaczmy Ρ( R ( K ), ) { { \ ( )}: }( ( K = K K R K K = K K R K )). Zbiór ΡR ( ( K ), K) jest zbiorem tych elementów zredukowanych w zbiorze K, które są izomorficzne względem elementu K R( K ) oraz K Ρ( R ( K ), K), bowiem dowolny element zbioru R ( K ) jest izomorficzny względem samego siebie. Oczywiście 1 [ G ( H ) = R( K ) ] [ ( K ) = ( GK ( )) ( K )], K P( R( K ), K) (.6) gdzie (G(K)) oraz (K) oznaczają (odowiednio) gruę węzłową (liczebność zbioru rzekształceń automorficznych) wzorca ostaci skondensowanej K oraz tej ostaci. Dla rzykładu (rys..2), zgodnie z zależnością.1, otrzymujemy zbiór K 1 i wartości ( K)( K K 1). Wartości (K 1 ) (wyznaczone zgodnie z zależnością.5) wyodrębniają w zbiorze K 1 trzy odzbiory { K1, K5, K9},{ K2, K}i { K, K6, K7, K 8}, w których mogą być struktury wzajemnie izomorficzne. Srawdzamy, że M( K ) = M( K ), M( K ) = M( K ) oraz M( K ) = M( K ) = M( K ), a więc e m(e, K 1 ) M(K 1 ) B(1) B(2) B() B(5) B(7) Rys..1. Ilustracja sosobu wyznaczenia wektora (K 1 ) i macierzy M(K 1 ) bezośrednio z ostaci skondensowanej K 6 8

8 00 R. Kulesza, Z. Zieliński ( G ) 5. 1 H = Zbiór G ( ) 1 H rzedstawiono (rys..) w ostaci obrazów geometrycznych dogodnych do celów zarządzania siecią rocesorów (obrazów o możliwie minimalnej liczbie rzecięć linii krawędziowych) oraz określono (zgodnie z zależno- ścią.6) liczbę (G) sosobów rzyisania etykiet węzłom struktury G G ( ). 1 H Rys..2. Zbiór K 1 skondensowanych ostaci struktur cyklicznych rzędu czternastego Rys... Obrazy geometryczne struktur zbioru G ( ) 1 H Powyższy rzykład nie ilustruje (w ełni) złożoności obliczeniowej wyznaczania obrazów geometrycznych struktur zbiorów G ( H )( ) za omocą działań na zbiorach K, bowiem zależy ona w sosób wykładniczy od wartości K (tab..1). Tabela K Po żmudnych rzekształceniach otrzymujemy szereg rzeliczający sójne nieetykietowane struktury cykliczne tyu H określonego rzędu G ( H, x) = x + x + 5x + 8x + 1x + 1x + 1x x 6x 2x 2x 0 x x. (.7) Dwadzieścia wybranych (z 77) obrazów geometrycznych cyklicznych struktur roboczych sieci rocesorów o łagodnej degradacji i strukturze logicznej tyu H rzedstawiono na rysunku..

9 Wyznaczanie struktur logicznych sieci rocesorów o łagodnej degradacji i strukturze Rys... Wybrane (z 77) obrazy geometryczne cyklicznych struktur roboczych sieci rocesorów o łagodnej degradacji i strukturze logicznej tyu H (odano liczbę struktur o określonym obrazie) Duża różnorodność roboczych struktur logicznych takiej sieci rocesorów dobrze charakteryzuje rodzaj roblemów wystęujących (między innymi) rzy wyznaczaniu strategii diagnozowania systemowego sieci [11, 18, 19].. Struktury acykliczne Rozatrzymy struktury acykliczne, które nie są drzewami. AD \ A D Oznaczmy G ( H ) = { G( H )\ G ( H )} i otraktujmy strukturę G G ( H ) jako takie rozszerzenie (nadgraf) grafu G G AD \ ( H ) ( ) o k = > 0 węzłów, że U ( G) G = G (U (G) zbiór krawędzi cyklicznych grafu G). AD \ AD \ Oznaczmy G ( G ) = { G G ( H ) : U ( G ) G = G }( G G ( H )). AD \ Zbiór G ( G ) jest więc zbiorem takich rozszerzeń grafu cyklicznego Gʹ, które są niezmiennicze względem liczby cyklomatycznej grafu Gʹ. Niech G, k( H G ( H )) oznacza zbiór rozszerzeń wszystkich grafów zbioru G ( H ) o k węzłów.

10 02 R. Kulesza, Z. Zieliński AD \ Oczywiście G ( H ) = G, k( H G ( H )) oraz 1 1 k [( k > k ) ( G, k ( H G ( H )) = )] [( G, k ( H G ( H )) = )], AD \ a więc wyznaczanie struktur zbioru G ( H ) i określanie liczby \ ( G) ( G G AD ( H )) można srowadzić do sekwencyjnego wyznaczania zbiorów K = { K K : K G ( H G ( H ))}( k = 1 1,...)., k, k Zauważmy, że [ G ( G ) ] [( :{ Ee (, H) { EK ( ) E( K)}} = ) AD \ * e { E( G( K))\ E ( K)} a = = * ( : ( { Ee (, H) ( ( ))} 1) ( { (, ) ( )} 1)], e { E( Ha )\ E( K)} a EGK Ee Ha E K 1 AD \ 1 rzy czym K Goraz ( EK = ( ) = ) ( G ( K ) = ), bowiem [ G ( G ) ] [ :{ EeH (, ) EG ( )} = 1]. AD \ e { E( H )\ E( G )} (.1) Dla rzykładu (rys..1) zgodnie z zależnością (.1) określono liczbę \ K AD ( Ki, k ) rozszerzeń różnych struktur cyklicznych o ostaci skondensowanej K i o k węzłów. Rys..1. Ilustracja określenia (zgodnie z zależnością.1) liczby cyklicznej K i o k węzłów \ K AD ( Ki, k ) rozszerzeń struktury Po niezbyt trudnych, ale żmudnych rzekształceniach otrzymujemy szeregi rzeliczające sójne etykietowane oraz nieetykietowane struktury acykliczne, które nie są drzewami AD G ( H, x) = 16x + 276x + 116x + 20x x x 1968x 720x 192 x, AD G ( H, x) = x + 6x + 2x + 26x + 27x + 21x + 9x + x + x. (.2) (.)

11 Wyznaczanie struktur logicznych sieci rocesorów o łagodnej degradacji i strukturze... 0 Rozatrzymy struktury acykliczne, które są drzewami. * * Sójny graf K= EU, ; EU ; ( E EH ( a), U UH ( a), E EU, U) o tak oznaczonych węzłach i krawędziach, że [ ] e E:{ E( e, K) E } e { Ee \ }:{ Ee (, Ha ) E } [( e, e ) U], jest skondensowaną ostacią drzewa tyu H wtedy i tylko wtedy, gdy jego liczba cyklomatyczna (K) równa się zero oraz zbiór E jest zbiorem wewnętrznie stabilnym ( :{ EeK (, ) E } = ), e E bowiem tylko wtedy 1 ( K ) = ( K). D Struktury zbioru G ( H )( ) mogą więc być indukowane tylko rzez wzorce zbioru { ˆ G GH ( a ) : ( G ) = 0} (rys. 2.2), rzy czym [ 10] [ G D ( H ) = ]. Dla rzykładu (rys..2) grafy K1 i K2 oraz K, które owstały (odowiednio) z wzorców (rys. 2.2) G 7 i G 10 oraz G 8 w klasach komozycji 5,,1 i,,2 oraz 5,,2, są skondensowanymi ostaciami struktury D ( G G ) D 8 H oraz struktury G G ( ). 9 H D D Rys..2. Skondensowane ostacie struktur G G ( H ) oraz G G ( H ) 8 9 Rys... Wybrane (z 19) obrazy geometryczne acyklicznych struktur roboczych sieci rocesorów o łagodnej degradacji i strukturze logicznej tyu H (odano liczbę struktur o określonym obrazie)

12 0 R. Kulesza, Z. Zieliński Po rostych rzekształceniach otrzymujemy szeregi rzeliczające (odowiednio) etykietowanych oraz nieetykietowanych drzew tyu H określonego rzędu oraz D G ( H, x) 20x 62x 18x 720x 528x 192x = (.) G H x x x x x x x D (, ) = (.5) Dwadzieścia wybranych (z 18) obrazów geometrycznych acyklicznych struktur roboczych sieci rocesorów o łagodnej degradacji i strukturze logicznej tyu H rzedstawiono na rysunku.. 5. Podsumowanie Stosując metodę komonowania struktur logicznych tyu sześcian -wymiarowy z wzorców -wymiarowych (zaroonowaną w artykule [8]) oraz metody działań algebraicznych na skondensowanej (do sześcianu -wymiarowego) ostaci określonej klasy takiej struktury (zaroonowane w niniejszym artykule), wyznaczono liczebności zbiorów sójnych etykietowanych G ( ) H oraz nieetykietowanych G ( ) H struktur roboczych o rocesorach, sieci rocesorów o łagodnej degradacji i ierwotnej strukturze logicznej tyu -wymiarowy hiersześcian. Wyodrębniono zbiory struktur cyklicznych, acyklicznych o liczbie cyklomatycznej większej od zera oraz drzew, wyznaczono szeregi rzeliczające i obrazy geometryczne struktur tych klas i określono liczbę struktur roboczych sieci o określonym obrazie geometrycznym. Obrazy geometryczne struktur (z uwagi na objętość artykułu) rzedstawiono tylko dla wybranych struktur roboczych sieci. Uzyskane wyniki mają raktyczne znaczenie dla oceny własności sieci rocesorów o łagodnej degradacji i strukturze logicznej tyu H w zależności od stonia jej degradacji (liczby rocesorów wyeliminowanych z sieci) oraz dla wybrania najkorzystniejszego (w określonym sensie) sosobu diagnozowania takiej sieci o określonej strukturze roboczej [11, 18, 19]. Artykuł włynął do redakcji r. Zweryfikowaną wersję o recenzji otrzymano w maju 2012 r. Literatura [1] A. aruso, S. hessa, P. Maestrini, P. Santi, Diagnosability of Regular Systems, J. Algorithms, 1, 1, 2002, [2].P. hang, P.L. Lai, J.J.M. Tan, L.H. Hsu, Diagnosability of t-onnected Networks and Product Networks under the omarison Diagnosis Model, IEEE Trans. omut., 5, 200, [] G.Y. hang, G.H. hen, G.J. hang, (t, k)-diagnosis for Matching omosition Networks, IEEE Trans. omut., 55, 1, 2006,

13 Wyznaczanie struktur logicznych sieci rocesorów o łagodnej degradacji i strukturze [] G.Y. hang, G.H. hen, G.J. hang, (t, k)-diagnosis for Matching omosition Networks under the MM* Model, IEEE Trans. omut., 56, 1, 2007, [5] S.H. Hsieh, Y.S. hen, Strongly Diagnosable Product Networks Under the omarison Diagnosis Model, IEEE Trans. omut., 57, 6, 2008, [6] R. Kulesza, Podstawy diagnostyki sieci logicznych i komuterowych, Instytut Automatyki i Robotyki, Wydział ybernetyki Wojskowej Akademii Technicznej, Warszawa, 2000, 222. [7] R. Kulesza, Problemy rzeliczania otymalnych struktur oiniowania diagnostycznego, Biuletyn Instytutu Automatyki i Robotyki, Wojskowa Akademia Techniczna, Warszawa, 20, 200, -21. [8] R. Kulesza, Z. Zieliński, Metoda generowania struktur logicznych sieci rocesorów o łagodnej degradacji tyu -wymiarowego sześcianu, Biul. WAT, 60,, 2011, [9] R. Kulesza, Z. Zieliński, Wnikliwość diagnozowania sieci rocesorów metodą orównawczą, Systemy czasu rzeczywistego. Postęy badań i zastosowania, Warszawa, WKŁ, 2009, [10] R. Kulesza, Z. Zieliński, Diagnosis resolution of rocessors network using the comarison method, Przegląd Elektrotechniczny (Electrical Review), 9, 2010, [11] R. Kulesza, Z. Zieliński, The life eriod of the hyercube rocessors network diagnosed with the use of the comarison method, Monograhs on System Deendability, Oficyna Wydawnicza Politechniki Wrocławskiej, [12] P.L. Lai, J.J.M. Tan,.H. Tsai, L.H. Hsu, The Diagnosability of the Matching omosition Network under the omarison Diagnosis Model, IEEE Trans. omut., 5, 8, 200. [1] P.L. Lai, J.J.M. Tan,.P. hang, L.H. Hsu, onditional Diagnosability Measures for Large Multirocessor Systems, IEEE Trans. omut., 5, 2, Feb. 2005, [1] A. Senguta, A.T. Dahbura, On Self-Diagnosable Multirocessor Systems: Diagnosis by the omarison Aroach, IEEE Trans. omut., 1, 11, Nov. 1992, [15] A.K. Somani, O. Peleg, On Diagnosability of Large Fault Sets in Regular Toology-Based omuter Systems, IEEE Trans. omut., 5, 8, 1996, [16] D. Wang, Diagnosability of Hyercubes and Enhanced Hyercubes under the omarison Diagnosis Model, IEEE Trans. omut., 8, 12, 1999, [17] X. Yang, Y.Y. Tang, Efficient Fault Identification of Diagnosable Systems under the omarison Model, IEEE Trans. omut., 56, 12, 2007, [18] Z. Zieliński, Ł. Strzelecki, R. Kulesza, Diagnosability characterization of the -dimensional cube tye soft degradable rocessors network, Monograhs on System Deendability Problems of Deendability and Modelling, Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław, 2011, [19] Z. Zieliński, R. Kulesza, Okres życia sieci rocesorów o strukturze logicznej tyu sześcian -wymiarowy diagnozowanej metodą orównawczą, Biuletyn Instytutu Automatyki i Robotyki, Wojskowa Akademia Techniczna, Warszawa, 0, 2011, R. Kulesza, Z. Zieliński Determination of logical structures of -dimensional hyercube rocessors network with soft degradation Abstract. In the work, the formal model of the logical structure of a -dimensional hyercube rocessor network and the method of a comosition structure were develoed based on the method roosed

14 06 R. Kulesza, Z. Zieliński in [8]. The method for determining geometrical form of logical network cyclic and acyclic working structures with the use of oerations on the roosed condensed structure form was resented. ounting series for labelled and unlabelled working structures were determined. Keywords: informatics, system level diagnosis, network logical structure, hyercube network, faulttolerant systems

Zdolność sieci procesorów typu sześcian 4-wymiarowy do lokalizacji dwóch niezdatnych procesorów metodą porównawczą

Zdolność sieci procesorów typu sześcian 4-wymiarowy do lokalizacji dwóch niezdatnych procesorów metodą porównawczą Bi u l e t y n WAT Vo l. LX, Nr 4, 2011 Zdolność sieci rocesorów tyu sześcian 4-wymiarowy do lokalizacji dwóch niezdatnych rocesorów metodą orównawczą Zbigniew Zieliński, Łukasz Strzelecki, Roman Kulesza

Bardziej szczegółowo

Niektóre własności sieci procesorów o łagodnej degradacji i strukturze logicznej typu graf Petersena

Niektóre własności sieci procesorów o łagodnej degradacji i strukturze logicznej typu graf Petersena Bi u l e t y n WAT Vo l. LXIV, Nr 4, 2015 Niektóre własności sieci procesorów o łagodnej degradacji i strukturze logicznej typu graf etersena Łukasz Strzelecki Wojskowa Akademia Techniczna, Wydział Cybernetyki,

Bardziej szczegółowo

Niektóre własności 1-diagnozowalnych struktur typu PMC

Niektóre własności 1-diagnozowalnych struktur typu PMC BIULETYN INSTYTUTU AUTOMATYKI I ROBOTYKI NR 18, 2003 Niektóre własności 1-diagnozowalnych struktur typu PMC Roman KULESZA Zakład Automatyki, Instytut Teleinformatyki i Automatyki WAT, ul. Kaliskiego 2,

Bardziej szczegółowo

Techniczne aspekty diagnozowania sieci procesorów o łagodnej degradacji typu sześcian 4-wymiarowy metodą prób porównawczych

Techniczne aspekty diagnozowania sieci procesorów o łagodnej degradacji typu sześcian 4-wymiarowy metodą prób porównawczych PRZEGLĄD TELEINFORMATYCZNY NR 2, 2 Techniczne aspekty diagnozowania sieci procesorów o łagodnej degradacji typu sześcian -wymiarowy metodą prób porównawczych Artur ARCIUCH Instytut Teleinformatyki i Automatyki

Bardziej szczegółowo

Graf. Definicja marca / 1

Graf. Definicja marca / 1 Graf 25 marca 2018 Graf Definicja 1 Graf ogólny to para G = (V, E), gdzie V jest zbiorem wierzchołków (węzłów, punktów grafu), E jest rodziną krawędzi, które mogą być wielokrotne, dokładniej jednoelementowych

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

Diagnozowanie sieci komputerowej metodą dialogu diagnostycznego

Diagnozowanie sieci komputerowej metodą dialogu diagnostycznego Diagnozowanie sieci komputerowej metodą dialogu diagnostycznego Metoda dialogu diagnostycznego między komputerami sieci komputerowej, zalicza się do, tak zwanych, rozproszonych metod samodiagnozowania

Bardziej szczegółowo

Obóz Naukowy Olimpiady Matematycznej Gimnazjalistów

Obóz Naukowy Olimpiady Matematycznej Gimnazjalistów Obóz Naukowy Olimiady Matematycznej Gimnazjalistów Liga zadaniowa 01/01 Seria VII styczeń 01 rozwiązania zadań 1. Udowodnij, że dla dowolnej dodatniej liczby całkowitej n liczba n! jest odzielna rzez n!

Bardziej szczegółowo

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

Drzewa. Jeżeli graf G jest lasem, który ma n wierzchołków i k składowych, to G ma n k krawędzi. Własności drzew Drzewa Las - graf, który nie zawiera cykli Drzewo - las spójny Jeżeli graf G jest lasem, który ma n wierzchołków i k składowych, to G ma n k krawędzi. Własności drzew Niech T graf o n wierzchołkach będący

Bardziej szczegółowo

GLOBALNE OBLICZANIE CAŁEK PO OBSZARZE W PURC DLA DWUWYMIAROWYCH ZAGADNIEŃ BRZEGOWYCH MODELOWANYCH RÓWNANIEM NAVIERA-LAMEGO I POISSONA

GLOBALNE OBLICZANIE CAŁEK PO OBSZARZE W PURC DLA DWUWYMIAROWYCH ZAGADNIEŃ BRZEGOWYCH MODELOWANYCH RÓWNANIEM NAVIERA-LAMEGO I POISSONA MODELOWANIE INŻYNIERSKIE ISSN 896-77X 33, s.8-86, Gliwice 007 GLOBALNE OBLICZANIE CAŁEK PO OBSZARZE W PURC DLA DWUWYMIAROWYCH ZAGADNIEŃ BRZEGOWYCH MODELOWANYCH RÓWNANIEM NAVIERA-LAMEGO I POISSONA EUGENIUSZ

Bardziej szczegółowo

TERMODYNAMIKA PROCESOWA. Wykład VI. Równania kubiczne i inne. Prof. Antoni Kozioł, Wydział Chemiczny Politechniki Wrocławskiej

TERMODYNAMIKA PROCESOWA. Wykład VI. Równania kubiczne i inne. Prof. Antoni Kozioł, Wydział Chemiczny Politechniki Wrocławskiej ERMODYNAMIKA PROCESOWA Wykład VI Równania kubiczne i inne Prof. Antoni Kozioł, Wydział Chemiczny Politechniki Wrocławskiej Komunikat Wstęne terminy egzaminu z ermodynamiki rocesowej : I termin środa 15.06.016

Bardziej szczegółowo

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

Drzewa spinające MST dla grafów ważonych Maksymalne drzewo spinające Drzewo Steinera. Wykład 6. Drzewa cz. II Wykład 6. Drzewa cz. II 1 / 65 drzewa spinające Drzewa spinające Zliczanie drzew spinających Drzewo T nazywamy drzewem rozpinającym (spinającym) (lub dendrytem) spójnego grafu G, jeżeli jest podgrafem

Bardziej szczegółowo

Algorytmy Równoległe i Rozproszone Część V - Model PRAM II

Algorytmy Równoległe i Rozproszone Część V - Model PRAM II Algorytmy Równoległe i Rozproszone Część V - Model PRAM II Łukasz Kuszner pokój 209, WETI http://www.sphere.pl/ kuszner/ kuszner@sphere.pl Oficjalna strona wykładu http://www.sphere.pl/ kuszner/arir/ 2005/06

Bardziej szczegółowo

Algorytmiczna teoria grafów

Algorytmiczna teoria grafów Podstawowe pojęcia i klasy grafów Wykład 1 Grafy nieskierowane Definicja Graf nieskierowany (graf) G = (V,E) jest to uporządkowana para składająca się z niepustego skończonego zbioru wierzchołków V oraz

Bardziej szczegółowo

6. Wstępne pojęcia teorii grafów

6. Wstępne pojęcia teorii grafów 6. Wstępne pojęcia teorii grafów Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie zima 2016/2017 rzegorz Kosiorowski (Uniwersytet Ekonomiczny w Krakowie) 6. Wstępne pojęcia teorii grafów zima 2016/2017

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Porównanie nacisków obudowy Glinik 14/35-POz na spąg obliczonych metodą analityczną i metodą Jacksona

Porównanie nacisków obudowy Glinik 14/35-POz na spąg obliczonych metodą analityczną i metodą Jacksona dr inż. JAN TAK Akademia Górniczo-Hutnicza im. St. Staszica w Krakowie inż. RYSZARD ŚLUSARZ Zakład Maszyn Górniczych GLINIK w Gorlicach orównanie nacisków obudowy Glinik 14/35-Oz na sąg obliczonych metodą

Bardziej szczegółowo

Matematyczne Podstawy Informatyki

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

Bardziej szczegółowo

TEORIA GRAFÓW I SIECI

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

Bardziej szczegółowo

Zakres zagadnienia. Pojęcia podstawowe. Pojęcia podstawowe. Do czego słuŝą modele deformowalne. Pojęcia podstawowe

Zakres zagadnienia. Pojęcia podstawowe. Pojęcia podstawowe. Do czego słuŝą modele deformowalne. Pojęcia podstawowe Zakres zagadnienia Wrowadzenie do wsółczesnej inŝynierii Modele Deformowalne Dr inŝ. Piotr M. zczyiński Wynikiem akwizycji obrazów naturalnych są cyfrowe obrazy rastrowe: dwuwymiarowe (n. fotografia) trójwymiarowe

Bardziej szczegółowo

TEORIA GRAFÓW I SIECI

TEORIA GRAFÓW I SIECI TEORIA GRAFÓW I SIECI Temat nr 5: Sieci, drogi ekstremalne w sieciach, analiza złożonych przedsięwzięć (CPM i PERT) dr hab. inż. Zbigniew TARAPATA, prof. WAT e-mail: zbigniew.tarapata@wat.edu.pl http://tarapata.edu.pl

Bardziej szczegółowo

Grafy (3): drzewa. Wykłady z matematyki dyskretnej dla informatyków i teleinformatyków. UTP Bydgoszcz

Grafy (3): drzewa. Wykłady z matematyki dyskretnej dla informatyków i teleinformatyków. UTP Bydgoszcz Grafy (3): drzewa Wykłady z matematyki dyskretnej dla informatyków i teleinformatyków UTP Bydgoszcz 13 (Wykłady z matematyki dyskretnej) Grafy (3): drzewa 13 1 / 107 Drzewo Definicja. Drzewo to graf acykliczny

Bardziej szczegółowo

Jak określić stopień wykorzystania mocy elektrowni wiatrowej?

Jak określić stopień wykorzystania mocy elektrowni wiatrowej? Jak określić stoień wykorzystania mocy elektrowni wiatrowej? Autorzy: rof. dr hab. inŝ. Stanisław Gumuła, Akademia Górniczo-Hutnicza w Krakowie, mgr Agnieszka Woźniak, Państwowa WyŜsza Szkoła Zawodowa

Bardziej szczegółowo

Matematyka z kluczem

Matematyka z kluczem Matematyka z kluczem Ois założonych osiągnięć ucznia Ogólny ois osiągnięć Ois ogólnych lanowanych osiągnięć ucznia odajemy z odziałem na oszczególne oziomy. Ułatwi to nauczycielom określenie szczegółowych

Bardziej szczegółowo

TERMODYNAMIKA PROCESOWA I TECHNICZNA

TERMODYNAMIKA PROCESOWA I TECHNICZNA ERMODYNAMIKA PROCESOWA I ECHNICZNA Wykład VIII Równania stanu tyu an der Waalsa Przyomnienie Na orzednim wykładzie omówiliśmy: 1. Równanie stanu gazu doskonałego.. Porawione RSGD za omocą wsółczynnika

Bardziej szczegółowo

KURS MATEMATYKA DYSKRETNA

KURS MATEMATYKA DYSKRETNA KURS MATEMATYKA DYSKRETNA LEKCJA 28 Grafy hamiltonowskie Odpowiedzi do zadania domowego www.akademia.etrapez.pl Strona 1 Część 1: TEST 1) b 2) a 3) b 4) d 5) c 6) d 7) b 8) b 9) d 10) a Zad. 1 ODPOWIEDZI

Bardziej szczegółowo

Opis kształtu w przestrzeni 2D. Mirosław Głowacki Wydział Inżynierii Metali i Informatyki Przemysłowej AGH

Opis kształtu w przestrzeni 2D. Mirosław Głowacki Wydział Inżynierii Metali i Informatyki Przemysłowej AGH Ois kształtu w rzestrzeni 2D Mirosław Głowacki Wydział Inżynierii Metali i Informatyki Przemysłowej AGH Krzywe Beziera W rzyadku tych krzywych wektory styczne w unkach końcowych są określane bezośrednio

Bardziej szczegółowo

9. METODY SIECIOWE (ALGORYTMICZNE) ANALIZY OBWODÓW LINIOWYCH

9. METODY SIECIOWE (ALGORYTMICZNE) ANALIZY OBWODÓW LINIOWYCH OBWOD SGNAŁ 9. METOD SECOWE (ALGORTMCZNE) ANALZ OBWODÓW LNOWCH 9.. WPROWADZENE ANALZA OBWODÓW Jeżeli przy badaniu obwodu elektrycznego dane są parametry elementów i schemat obwodu, a poszukiwane są napięcia

Bardziej szczegółowo

Rysunek 1 Przykładowy graf stanów procesu z dyskretnymi położeniami.

Rysunek 1 Przykładowy graf stanów procesu z dyskretnymi położeniami. Procesy Markowa Proces stochastyczny { X } t t nazywamy rocesem markowowskim, jeśli dla każdego momentu t 0 rawdoodobieństwo dowolnego ołożenia systemu w rzyszłości (t>t 0 ) zależy tylko od jego ołożenia

Bardziej szczegółowo

TEORIA GRAFÓW I SIECI

TEORIA GRAFÓW I SIECI TEORIA GRAFÓW I SIECI Temat nr 3: Marszruty, łańcuchy, drogi w grafach dr hab. inż. Zbigniew TARAPATA, prof. WAT e-mail: zbigniew.tarapata@wat.edu.pl http://tarapata.edu.pl tel.: 261-83-95-04, p.225/100

Bardziej szczegółowo

( n) Łańcuchy Markowa X 0, X 1,...

( n) Łańcuchy Markowa X 0, X 1,... Łańcuchy Markowa Łańcuchy Markowa to rocesy dyskretne w czasie i o dyskretnym zbiorze stanów, "bez amięci". Zwykle będziemy zakładać, że zbiór stanów to odzbiór zbioru liczb całkowitych Z lub zbioru {,,,...}

Bardziej szczegółowo

Układy równań i równania wyższych rzędów

Układy równań i równania wyższych rzędów Rozdział Układy równań i równania wyższych rzędów Układy równań różniczkowych zwyczajnych Wprowadzenie W poprzednich paragrafach zajmowaliśmy się równaniami różniczkowymi y = f(x, y), których rozwiązaniem

Bardziej szczegółowo

G. Wybrane elementy teorii grafów

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

Bardziej szczegółowo

TEORIA GRAFÓW I SIECI

TEORIA GRAFÓW I SIECI TEORIA GRAFÓW I SIECI Temat nr : Grafy Berge a dr hab. inż. Zbigniew TARAPATA, prof. WAT e-mail: zbigniew.tarapata@wat.edu.pl http://tarapata.edu.pl tel.: 6-83-95-0, p.5/00 Zakład Badań Operacyjnych i

Bardziej szczegółowo

3 Abstrakcyjne kompleksy symplicjalne.

3 Abstrakcyjne kompleksy symplicjalne. 3 Abstrakcyjne kompleksy symplicjalne. Uwaga 3.1. Niech J będzie dowolnym zbiorem indeksów, niech R J = {(x α ) α J J α x α R} będzie produktem kartezjańskim J kopii R, niech E J = {(x α ) α J R J x α

Bardziej szczegółowo

WYZNACZENIE OKRESU RÓWNOWAGI I STABILIZACJI DŁUGOOKRESOWEJ

WYZNACZENIE OKRESU RÓWNOWAGI I STABILIZACJI DŁUGOOKRESOWEJ Anna Janiga-Ćmiel WYZNACZENIE OKRESU RÓWNOWAGI I STABILIZACJI DŁUGOOKRESOWEJ Wrowadzenie W rozwoju każdego zjawiska niezależnie od tego, jak rozwój ten jest ukształtowany rzez trend i wahania, można wyznaczyć

Bardziej szczegółowo

5.3. Analiza maskowania przez kompaktory IED-MISR oraz IET-MISR wybranych uszkodzeń sieci połączeń Podsumowanie rozdziału

5.3. Analiza maskowania przez kompaktory IED-MISR oraz IET-MISR wybranych uszkodzeń sieci połączeń Podsumowanie rozdziału 3 SPIS TREŚCI WYKAZ WAŻNIEJSZYCH SKRÓTÓW... 9 WYKAZ WAŻNIEJSZYCH OZNACZEŃ... 12 1. WSTĘP... 17 1.1. Zakres i układ pracy... 20 1.2. Matematyczne podstawy opisu wektorów i ciągów binarnych... 25 1.3. Podziękowania...

Bardziej szczegółowo

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

Gramatyki grafowe. Dla v V, ϕ(v) etykieta v. Klasa grafów nad Σ - G Σ. Gramatyki grafowe Def. Nieskierowany NL-graf (etykietowane wierzchołki) jest czwórką g = (V, E, Σ, ϕ), gdzie: V niepusty zbiór wierzchołków, E V V zbiór krawędzi, Σ - skończony, niepusty alfabet etykiet

Bardziej szczegółowo

SKOJARZENIA i ZBIORY WEWN. STABILNE WIERZCH. Skojarzeniem w grafie G nazywamy dowolny podzbiór krawędzi parami niezależnych.

SKOJARZENIA i ZBIORY WEWN. STABILNE WIERZCH. Skojarzeniem w grafie G nazywamy dowolny podzbiór krawędzi parami niezależnych. SKOJARZENIA i ZBIORY WEWN. STABILNE WIERZCH. Rozważamy graf G = (V, E) Dwie krawędzie e, e E nazywamy niezależnymi, jeśli nie są incydentne ze wspólnym wierzchołkiem. Skojarzeniem w grafie G nazywamy dowolny

Bardziej szczegółowo

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Politechnika Gdańska Wydział Elektrotechniki i Autoatyki Katedra Inżynierii Systeów Sterowania Metody otyalizacji Metody rograowania nieliniowego II Materiały oocnicze do ćwiczeń laboratoryjnych T7 Oracowanie:

Bardziej szczegółowo

SPÓJNOŚĆ. ,...v k. }, E={v 1. v k. i v k. ,...,v k-1. }. Wierzchołki v 1. v 2. to końce ścieżki.

SPÓJNOŚĆ. ,...v k. }, E={v 1. v k. i v k. ,...,v k-1. }. Wierzchołki v 1. v 2. to końce ścieżki. SPÓJNOŚĆ Graf jest spójny, gdy dla każdego podziału V na dwa rozłączne podzbiory A i B istnieje krawędź z A do B. Definicja równoważna: Graf jest spójny, gdy każde dwa wierzchołki są połączone ścieżką

Bardziej szczegółowo

Przykładowe zadania z matematyki na poziomie podstawowym wraz z rozwiązaniami

Przykładowe zadania z matematyki na poziomie podstawowym wraz z rozwiązaniami 8 Liczba 9 jest równa A. B. C. D. 9 5 C Przykładowe zadania z matematyki na oziomie odstawowym wraz z rozwiązaniami Zadanie. (0-) Liczba log jest równa A. log + log 0 B. log 6 + log C. log 6 log D. log

Bardziej szczegółowo

Kolorowanie wierzchołków grafu

Kolorowanie wierzchołków grafu Kolorowanie wierzchołków grafu Niech G będzie grafem prostym. Przez k-kolorowanie właściwe wierzchołków grafu G rozumiemy takie przyporządkowanie wierzchołkom grafu liczb naturalnych ze zbioru {1,...,

Bardziej szczegółowo

Kodowanie i kompresja Streszczenie Studia dzienne Wykład 6

Kodowanie i kompresja Streszczenie Studia dzienne Wykład 6 Kodowanie i kompresja Streszczenie Studia dzienne Wykład 6 1 Kody cykliczne: dekodowanie Definicja 1 (Syndrom) Niech K będzie kodem cyklicznym z wielomianem generuja- cym g(x). Resztę z dzielenia słowa

Bardziej szczegółowo

MATEMATYKA DYSKRETNA - KOLOKWIUM 2

MATEMATYKA DYSKRETNA - KOLOKWIUM 2 1 MATEMATYKA DYSKRETNA - KOLOKWIUM 2 GRUPA A RACHUNKI+KRÓTKIE WYJAŚNIENIA! NA TEJ KARTCE! KAŻDA DODATKOWA KARTKA TO MINUS 1 PUNKT! Imię i nazwisko...... Nr indeksu... 1. (3p.) Znajdź drzewo o kodzie Prufera

Bardziej szczegółowo

Funkcje charakterystyczne zmiennych losowych, linie regresji 1-go i 2-go rodzaju

Funkcje charakterystyczne zmiennych losowych, linie regresji 1-go i 2-go rodzaju Funkcje charakterystyczne zmiennych losowych, linie regresji -go i 2-go rodzaju Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

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

Teoria grafów dla małolatów. Andrzej Przemysław Urbański Instytut Informatyki Politechnika Poznańska Teoria grafów dla małolatów Andrzej Przemysław Urbański Instytut Informatyki Politechnika Poznańska Wstęp Matematyka to wiele różnych dyscyplin Bowiem świat jest bardzo skomplikowany wymaga rozważenia

Bardziej szczegółowo

WYBÓR FORMY OPODATKOWANIA PRZEDSIĘBIORSTW NIEPOSIADAJĄCYCH OSOBOWOŚCI PRAWNEJ

WYBÓR FORMY OPODATKOWANIA PRZEDSIĘBIORSTW NIEPOSIADAJĄCYCH OSOBOWOŚCI PRAWNEJ ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 667 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 40 2011 ADAM ADAMCZYK Uniwersytet Szczeciński WYBÓR FORMY OPODATKOWANIA PRZEDSIĘBIORSTW NIEPOSIADAJĄCYCH OSOBOWOŚCI

Bardziej szczegółowo

Ilustracja S1 S2. S3 ściana zewnętrzna

Ilustracja S1 S2. S3 ściana zewnętrzna Grafy płaskie G=(V,E) nazywamy grafem płaskim, gdy V jest skończonym podzbiorem punktów płaszczyzny euklidesowej, a E to zbiór krzywych Jordana (łamanych) o końcach w V i takich, że: 1) rożne krzywe mają

Bardziej szczegółowo

Badania operacyjne: Wykład Zastosowanie kolorowania grafów w planowaniu produkcji typu no-idle

Badania operacyjne: Wykład Zastosowanie kolorowania grafów w planowaniu produkcji typu no-idle Badania operacyjne: Wykład Zastosowanie kolorowania grafów w planowaniu produkcji typu no-idle Paweł Szołtysek 12 czerwca 2008 Streszczenie Planowanie produkcji jest jednym z problemów optymalizacji dyskretnej,

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

Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów

Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa Diagnostyka i niezawodność robotów Laboratorium nr 6 Model matematyczny elementu naprawialnego Prowadzący: mgr inż. Marcel Luzar Cele ćwiczenia:

Bardziej szczegółowo

Projekt prostego układu sekwencyjnego Ćwiczenia Audytoryjne Podstawy Automatyki i Automatyzacji

Projekt prostego układu sekwencyjnego Ćwiczenia Audytoryjne Podstawy Automatyki i Automatyzacji WOJSKOWA AKADEMIA TECHNICZNA im. Jarosława Dąbrowskiego Projekt prostego układu sekwencyjnego Ćwiczenia Audytoryjne Podstawy Automatyki i Automatyzacji mgr inż. Paulina Mazurek Warszawa 2013 1 Wstęp Układ

Bardziej szczegółowo

7. Teoria drzew - spinanie i przeszukiwanie

7. Teoria drzew - spinanie i przeszukiwanie 7. Teoria drzew - spinanie i przeszukiwanie Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie zima 2016/2017 rzegorz Kosiorowski (Uniwersytet Ekonomiczny 7. wteoria Krakowie) drzew - spinanie i przeszukiwanie

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

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

Bardziej szczegółowo

Indukowane Reguły Decyzyjne I. Wykład 3

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

Bardziej szczegółowo

Teoria informacji i kodowania Ćwiczenia Sem. zimowy 2016/2017

Teoria informacji i kodowania Ćwiczenia Sem. zimowy 2016/2017 Teoria informacji i kodowania Ćwiczenia Sem. zimowy 06/07 Źródła z amięcią Zadanie (kolokwium z lat orzednich) Obserwujemy źródło emitujące dwie wiadomości: $ oraz. Stwierdzono, że częstotliwości wystęowania

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

MATEMATYKA DYSKRETNA - MATERIAŁY DO WYKŁADU GRAFY

MATEMATYKA DYSKRETNA - MATERIAŁY DO WYKŁADU GRAFY ERIAŁY DO WYKŁADU GRAFY Graf nieskierowany Grafem nieskierowanym nazywamy parę G = (V, E), gdzie V jest pewnym zbiorem skończonym (zwanym zbiorem wierzchołków grafu G), natomiast E jest zbiorem nieuporządkowanych

Bardziej szczegółowo

Podróże po Imperium Liczb

Podróże po Imperium Liczb Podróże o Imerium Liczb Część 08. Liczby Mersenne a, Fermata i Inne Liczby Rozdział 5 5. Okresy rozwinięć liczb wymiernych Andrzej Nowicki 20 maja 2012, htt://www.mat.uni.torun.l/~anow Sis treści 5 Okresy

Bardziej szczegółowo

Lekcja 5: Sieć Kohonena i sieć ART

Lekcja 5: Sieć Kohonena i sieć ART Lekcja 5: Sieć Kohonena i sieć ART S. Hoa Nguyen 1 Materiał Sieci Kohonena (Sieć samo-organizująca) Rysunek 1: Sieć Kohonena Charakterystyka sieci: Jednowarstwowa jednokierunkowa sieć. Na ogół neurony

Bardziej szczegółowo

4. Zależności między współrzędnymi tłowymi i terenowymi

4. Zależności między współrzędnymi tłowymi i terenowymi 4. Zależności między wsółrzędnymi tłowymi i terenowymi Oracowanie zdjęć fotogrametrycznych, srowadzające się do określenia terenowych wsółrzędnych omierzonych unktów, może yć rzerowadzone - jak już wiadomo

Bardziej szczegółowo

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA DROGI i CYKLE w grafach Dla grafu (nieskierowanego) G = ( V, E ) drogą z wierzchołka v 0 V do v t V nazywamy ciąg (naprzemienny) wierzchołków i krawędzi grafu: ( v 0, e, v, e,..., v t, e t, v t ), spełniający

Bardziej szczegółowo

Rachunek zdań. Prawa logiczne (tautologie) Tautologią nazywamy taką funkcję logiczną, która przy dowolnym podstawieniu wartości

Rachunek zdań. Prawa logiczne (tautologie) Tautologią nazywamy taką funkcję logiczną, która przy dowolnym podstawieniu wartości Prawa logiczne (tautologie) Tautologią nazywamy taką funkcję logiczną, która rzy dowolnym odstawieniu wartości zmiennych jest zawsze rawdziwa. Zadaniem logiki jest m.in. oisanie tych schematów za omocą

Bardziej szczegółowo

PROGRAMOWANIE SIECIOWE. METODA ŚCIEŻKI KRYTYCZNEJ

PROGRAMOWANIE SIECIOWE. METODA ŚCIEŻKI KRYTYCZNEJ PROGRAMOWANIE SIECIOWE. METODA ŚCIEŻKI KRYTYCZNEJ Maciej Patan Uniwersytet Zielonogórski WPROWADZENIE Metody programowania sieciowego wprowadzono pod koniec lat pięćdziesiatych Ze względu na strukturę

Bardziej szczegółowo

ANALIZA PROBLEMÓW PRAKTYCZNEGO ZASTOSOWANIA METODY DEKOMPOZYCJI I EKWIWALENTOWANIA

ANALIZA PROBLEMÓW PRAKTYCZNEGO ZASTOSOWANIA METODY DEKOMPOZYCJI I EKWIWALENTOWANIA CZASOPISMO INŻYNIERII LĄDOWEJ, ŚRODOWISKA I ARCHITEKTURY JOURNAL OF CIVIL ENGINEERING, ENVIRONMENT AND ARCHITECTURE JCEEA, t. XXXII, z. 6 (/I/5), liiec-wrzesień 05, s. 4-5 Jadwiga KRÓLIKOWSKA Marek KUBALA

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /14

Matematyka dyskretna. Andrzej Łachwa, UJ, /14 Matematyka dyskretna Andrzej Łachwa, UJ, 2012 andrzej.lachwa@uj.edu.pl 13/14 Grafy podstawowe definicje Graf to para G=(V, E), gdzie V to niepusty i skończony zbiór, którego elementy nazywamy wierzchołkami

Bardziej szczegółowo

Matematyka dyskretna

Matematyka dyskretna Matematyka dyskretna Wykład 13: Teoria Grafów Gniewomir Sarbicki Literatura R.J. Wilson Wprowadzenie do teorii grafów Definicja: Grafem (skończonym, nieskierowanym) G nazywamy parę zbiorów (V (G), E(G)),

Bardziej szczegółowo

Algorytmy i str ruktury danych. Metody algorytmiczne. Bartman Jacek

Algorytmy i str ruktury danych. Metody algorytmiczne. Bartman Jacek Algorytmy i str ruktury danych Metody algorytmiczne Bartman Jacek jbartman@univ.rzeszow.pl Metody algorytmiczne - wprowadzenia Znamy strukturę algorytmów Trudność tkwi natomiast w podaniu metod służących

Bardziej szczegółowo

Metoda elementów skończonych

Metoda elementów skończonych Metoda elementów skończonych Wraz z rozwojem elektronicznych maszyn obliczeniowych jakimi są komputery zaczęły pojawiać się różne numeryczne metody do obliczeń wytrzymałości różnych konstrukcji. Jedną

Bardziej szczegółowo

Elementy teorii grafów Elementy teorii grafów

Elementy teorii grafów Elementy teorii grafów Spis tresci 1 Spis tresci 1 Często w zagadnieniach praktycznych rozważa się pewien zbiór obiektów wraz z zależnościami jakie łączą te obiekty. Dla przykładu można badać pewną grupę ludzi oraz strukturę

Bardziej szczegółowo

0. ELEMENTY LOGIKI. ALGEBRA BOOLE A

0. ELEMENTY LOGIKI. ALGEBRA BOOLE A WYKŁAD 5() ELEMENTY LOGIKI ALGEBRA BOOLE A Logika podstawowe pojęcia: zdania i funktory, reguły wnioskowania, zmienne zdaniowe, rachunek zdań Matematyka zbudowana jest z pierwotnych twierdzeń (nazywamy

Bardziej szczegółowo

Matematyka liczby zespolone. Wykład 1

Matematyka liczby zespolone. Wykład 1 Matematyka liczby zespolone Wykład 1 Siedlce 5.10.015 Liczby rzeczywiste Zbiór N ={0,1,,3,4,5, } nazywamy zbiorem Liczb naturalnych, a zbiór N + ={1,,3,4, } nazywamy zbiorem liczb naturalnych dodatnich.

Bardziej szczegółowo

Rozdział 21, który przedstawia zastosowanie obliczeń wysokiej wydajności w numerycznej algebrze liniowej

Rozdział 21, który przedstawia zastosowanie obliczeń wysokiej wydajności w numerycznej algebrze liniowej Rozdział 21, który rzedstawia zastosowanie obliczeń wysokiej wydajności w numerycznej algebrze liniowej 1.0.1 Oeracje macierzowe Istotnym elementem wszelkich równoległych algorytmów macierzowych jest określenie

Bardziej szczegółowo

METODY INŻYNIERII WIEDZY KNOWLEDGE ENGINEERING AND DATA MINING

METODY INŻYNIERII WIEDZY KNOWLEDGE ENGINEERING AND DATA MINING METODY INŻYNIERII WIEDZY KNOWLEDGE ENGINEERING AND DATA MINING Maszyna Wektorów Nośnych Suort Vector Machine SVM Adrian Horzyk Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki

Bardziej szczegółowo

OPTYMALIZACJA ZBIORNIKA NA GAZ PŁYNNY LPG

OPTYMALIZACJA ZBIORNIKA NA GAZ PŁYNNY LPG Leon KUKIEŁKA, Krzysztof KUKIEŁKA, Katarzyna GELETA, Łukasz CĄKAŁA OPTYMALIZACJA ZBIORNIKA NA GAZ PŁYNNY LPG Streszczenie Praca dotyczy optymalizacji kształtu zbiornika toroidalnego na gaz LPG. Kryterium

Bardziej szczegółowo

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

Algorytmy grafowe. Wykład 1 Podstawy teorii grafów Reprezentacje grafów. Tomasz Tyksiński CDV Algorytmy grafowe Wykład 1 Podstawy teorii grafów Reprezentacje grafów Tomasz Tyksiński CDV Rozkład materiału 1. Podstawowe pojęcia teorii grafów, reprezentacje komputerowe grafów 2. Przeszukiwanie grafów

Bardziej szczegółowo

Dodatek E Transformator impulsowy Uproszczona analiza

Dodatek E Transformator impulsowy Uproszczona analiza 50 Dodatek E Transformator imulsowy Uroszczona analiza Za odstawę uroszczonej analizy transformatora imulsowego rzyjmiemy jego schemat zastęczy w wersji zredukowanej L, w której arametry strony wtórnej

Bardziej szczegółowo

ALGORYTM STRAŻAKA W WALCE Z ROZLEWAMI OLEJOWYMI

ALGORYTM STRAŻAKA W WALCE Z ROZLEWAMI OLEJOWYMI JOLANTA MAZUREK Akademia Morska w Gdyni Katedra Matematyki ALGORYTM STRAŻAKA W WALCE Z ROZLEWAMI OLEJOWYMI W artykule rzedstawiono model wykorzystujący narzędzia matematyczne do ustalenia reguł oraz rozwiązań,

Bardziej szczegółowo

Teoria grafów podstawy. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Teoria grafów podstawy. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak Teoria grafów podstawy Materiały pomocnicze do wykładu wykładowca: dr Magdalena Kacprzak Grafy zorientowane i niezorientowane Przykład 1 Dwa pociągi i jeden most problem wzajemnego wykluczania się Dwa

Bardziej szczegółowo

Wykładnicze grafy przypadkowe: teoria i przykłady zastosowań do analizy rzeczywistych sieci złożonych

Wykładnicze grafy przypadkowe: teoria i przykłady zastosowań do analizy rzeczywistych sieci złożonych Gdańsk, Warsztaty pt. Układy Złożone (8 10 maja 2014) Agata Fronczak Zakład Fizyki Układów Złożonych Wydział Fizyki Politechniki Warszawskiej Wykładnicze grafy przypadkowe: teoria i przykłady zastosowań

Bardziej szczegółowo

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

Grafy i Zastosowania. 5: Drzewa Rozpinające. c Marcin Sydow. Drzewa rozpinające. Cykle i rozcięcia fundamentalne. Zastosowania Grafy i Grafy i 5: Rozpinające Spis zagadnień Grafy i i lasy cykle fundamentalne i własności cykli i rozcięć przestrzenie cykli i rozcięć* : zastosowanie w sieciach elektrycznych minimalne * algorytm Kruskala*

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /10

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

Bardziej szczegółowo

Układy równań liniowych. Krzysztof Patan

Układy równań liniowych. Krzysztof Patan Układy równań liniowych Krzysztof Patan Motywacje Zagadnienie kluczowe dla przetwarzania numerycznego Wiele innych zadań redukuje się do problemu rozwiązania układu równań liniowych, często o bardzo dużych

Bardziej szczegółowo

Zjawisko Comptona opis pół relatywistyczny

Zjawisko Comptona opis pół relatywistyczny FOTON 33, Lato 06 7 Zjawisko Comtona ois ół relatywistyczny Jerzy Ginter Wydział Fizyki UW Zderzenie fotonu ze soczywającym elektronem Przy omawianiu dualizmu koruskularno-falowego jako jeden z ięknych

Bardziej szczegółowo

Diagnozowanie sieci komputerowej na podstawie opinii diagnostycznych o poszczególnych komputerach sieci

Diagnozowanie sieci komputerowej na podstawie opinii diagnostycznych o poszczególnych komputerach sieci Diagnozowanie sieci komputerowej na podstawie opinii diagnostycznych o poszczególnych komputerach sieci Diagnozowanie systemu, w tym przypadku, pojmowane jest jako metoda określania stanu niezawodnościowego

Bardziej szczegółowo

Coloring the Cartesian sum of graphs

Coloring the Cartesian sum of graphs oloring the artesian sum o grahs Dorota Dawczyk MS V, sem IX Klasyczne (wierzchołkowe) kolorowanie grau - rzyorządkowywanie wierzchołkom grau liczb naturalnych w taki sosób, aby końce żadnej krawędzi nie

Bardziej szczegółowo

Znajdowanie skojarzeń na maszynie równoległej

Znajdowanie skojarzeń na maszynie równoległej 11 grudnia 2008 Spis treści 1 Skojarzenia w różnych klasach grafów Drzewa Grafy gęste Grafy regularne dwudzielne Claw-free graphs 2 Drzewa Skojarzenia w drzewach Fakt Wybierajac krawędź do skojarzenia

Bardziej szczegółowo

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

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

Bardziej szczegółowo

ĆWICZENIE 4 KRZ: A B A B A B A A METODA TABLIC ANALITYCZNYCH

ĆWICZENIE 4 KRZ: A B A B A B A A METODA TABLIC ANALITYCZNYCH ĆWICZENIE 4 Klasyczny Rachunek Zdań (KRZ): metoda tablic analitycznych, system aksjomatyczny S (aksjomaty, reguła dowodzenia), dowód w systemie S z dodatkowym zbiorem założeń, tezy systemu S, wtórne reguły

Bardziej szczegółowo

Grafy i sieci wybrane zagadnienia wykład 3: modele służące porównywaniu sieci

Grafy i sieci wybrane zagadnienia wykład 3: modele służące porównywaniu sieci Grafy i sieci wybrane zagadnienia wykład 3: modele służące porównywaniu sieci prof. dr hab. inż. Marta Kasprzak Instytut Informatyki, Politechnika Poznańska Plan wykładu 1. Sieci jako modele interakcji

Bardziej szczegółowo

Możliwość wykorzystania specyficznych mechanizmów uczenia maszynowego w nauczaniu człowieka

Możliwość wykorzystania specyficznych mechanizmów uczenia maszynowego w nauczaniu człowieka WÓJCIK Krzysztof 1 PIEKARCZYK Marcin 2 Możliwość wykorzystania secyficznych mechanizmów uczenia maszynowego w nauczaniu człowieka WSTĘP Uczenie maszynowe, wchodzące w zakres zagadnień Sztucznej Inteligencji

Bardziej szczegółowo

Metody Programowania

Metody Programowania POLITECHNIKA KRAKOWSKA - WIEiK KATEDRA AUTOMATYKI i TECHNIK INFORMACYJNYCH Metody Programowania www.pk.edu.pl/~zk/mp_hp.html Wykładowca: dr inż. Zbigniew Kokosiński zk@pk.edu.pl Wykład 8: Wyszukiwanie

Bardziej szczegółowo

Wymagania z matematyki KLASA VII

Wymagania z matematyki KLASA VII Wymagania z matematyki KLASA VII Wymagania na ocenę dopuszczającą: -porównywanie liczb wymiernych (łatwiejsze -zaznaczanie liczb wymiernych na osi liczbowej - zamiana ułamka zwykłego na dziesiętny i odwrotnie

Bardziej szczegółowo

1 Macierz odwrotna metoda operacji elementarnych

1 Macierz odwrotna metoda operacji elementarnych W tej części skupimy się na macierzach kwadratowych. Zakładać będziemy, że A M(n, n) dla pewnego n N. Definicja 1. Niech A M(n, n). Wtedy macierzą odwrotną macierzy A (ozn. A 1 ) nazywamy taką macierz

Bardziej szczegółowo

Algorytmy Równoległe i Rozproszone Część III - Układy kombinacyjne i P-zupełność

Algorytmy Równoległe i Rozproszone Część III - Układy kombinacyjne i P-zupełność Algorytmy Równoległe i Rozproszone Część III - Układy kombinacyjne i P-zupełność Łukasz Kuszner pokój 209, WETI http://www.kaims.pl/ kuszner/ kuszner@eti.pg.gda.pl Oficjalna strona wykładu http://www.kaims.pl/

Bardziej szczegółowo

Plan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA?

Plan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA? /9/ Zagadnienie transportowe Optymalizacja w procesach biznesowych Wykład --9 Plan wykładu Przykład zagadnienia transportowego Sformułowanie problemu Własności zagadnienia transportowego Metoda potencjałów

Bardziej szczegółowo

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Systemy sterowania i wspomagania decyzji

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Systemy sterowania i wspomagania decyzji Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Systemy sterowania i wsomagania decyzji Synteza regulatora wieloobszarowego stabilizującego ołożenie wahadła

Bardziej szczegółowo

Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych

Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych ELEMENTY SZTUCZNEJ INTELIGENCJI Laboratorium nr 9 PRZESZUKIWANIE GRAFÓW Z

Bardziej szczegółowo

Mgr Kornelia Uczeń. WYMAGANIA na poszczególne oceny-klasa VII-Szkoła Podstawowa

Mgr Kornelia Uczeń. WYMAGANIA na poszczególne oceny-klasa VII-Szkoła Podstawowa Mgr Kornelia Uczeń WYMAGANIA na poszczególne oceny-klasa VII-Szkoła Podstawowa Oceny z plusem lub minusem otrzymują uczniowie, których wiadomości i umiejętności znajdują się na pograniczu wymagań danej

Bardziej szczegółowo