Információs rendszerek elméleti alapjai. Információelmélet
|
|
- Diána Kerekesné
- 4 évvel ezelőtt
- Látták:
Átírás
1 Információs rendszerek elméleti alapjai Információelmélet
2 Az információ nem növekedés törvénye Adatbázis x (x adatbázis tartalma) Kérdés : y Válasz: a = f(y, x) Mennyi az a információtartalma: Molnár Bálint, Benczúr András 2
3 Az információ nem növekedés törvénye C(a x) C(y)+h ui: C(a x)= C f (a x)+k f C(y)+ k f Ha egy y stringet transzformálunk egy parciális rekurzív fv. segítségével., akkor nem nyerhetünk több információt mint az y stringbeli információ plusz a transzformáció leírásához szükséges információ mennyisége Molnár Bálint, Benczúr András 3
4 Az információ nem növekedés törvénye Motiváció: (Solomonoff) Algoritmikus bonyolultságot vezessük be mint egy univerzális, a priori valószínűséget minden véges bináris stringre Molnár Bálint, Benczúr András 4
5 Az információ nem növekedés törvénye Az invariancia tétel bizonyításában használt U univerzális függvényt választva, U egy P (i) valószínűségi eloszlást indukál az egész számok fölött (ugyanígy {0,1} * fölött) Molnár Bálint, Benczúr András 5
6 p x P i i0 n i1 2 i P l Egész i Az információ nem növekedés törvénye p log p i 2 i v alószínűség l i x C kódhossz 2 l i i kódhossz számokon kódhossz, (nem jó val.szeg. Ha x - et rögzítjük, adjunk az összes mennyisége ket (Kolmogoro v esetben lehetséges meg egy val.szeg. f0 p x eloszlásna k) 2 l( p ) kódra vesszük az összeget rendeljük, ezt rendeljük) eloszlást Miért? Mert, amit az f 0 felhasznál, nem alkot prefix-mentes kódrendszert Molnár Bálint, Benczúr András 6
7 lf,l p f, Az információ nem növekedés törvénye Hax - etrögzítjük, P(x) U az univerzáli s TuringGép bem enet: 0 U f,p x az összes lehetséges kódravesszük az összeget l(p) 2, azoptim álisfv., f,p,két kód,a kódokhossza am elyika legrövidebb kódhos s zú p meghatározásáhozszükséges Molnár Bálint, Benczúr András 7
8 Az információ nem növekedés törvénye P(x) xet kiszámító függvény leírása (bináriskódja/indexe) l f0 2 konstans 2 * p 0, 1 az lehetséges x-et összes, előállító vesszük kódra az összeget l( p ) Molnár Bálint, Benczúr András 8
9 Az információ nem növekedés törvénye Hax figyelem be, amely előállítjax P(x) 2 C P x x log x x C x P(x) 1 x - etrögzítjük,m os tcs aka legrövidebb program okat x log x, m ajdnemm indenx re, l. x 1,, m ajdnemm indenx re, x,x N vegyük - et. (harmonikus sor) Molnár Bálint, Benczúr András 9
10 Az információ nem növekedés törvénye f 0 univerzális T-gép segítségével definiáljuk egy bináris string univerzális valószínűségét ( M(x)) U(i,p) = T i (p). Pénzfeldobással állítsuk elő a T-gép menetét (input) és állítsa elő az x-el kezdődő stringet Def: Annak a valószínűsége, hogy egy pénzfeldobási sorozatra az x-el kezdődő stringet kapjuk kimenetként legyen M(x)) Molnár Bálint, Benczúr András 10
11 Az információ nem növekedés törvénye A pénzfeldobási sorozat legyen az univerzális a priori valószínűség, ebből a Bayes szabály segítségével extrapolálható a valószínűség. És ez legyen ez a valószínűségi eloszlás Annak a valószínűsége, hogy x-et 1 követi: M(x1)/[(M(x0) + M(x1))] Nem jó, mert. Nem egyértelmű, hogy mire vezetett a pénzfeldobás Molnár Bálint, Benczúr András 11
12 Prefix Kolmogorov bonyolultság Csak prefix-mentes függvényeket használunk. f: N N, Ha az f értelmezve van p-n és q-n, akkor egyik sem prefixe a másiknak (p,q N) (Kraft egyenlőtlenség: {p 1,,} prefix-mentes rendszer (prefix-mentes kódfa), akkor : Molnár Bálint, Benczúr András 12 i0 2 l p i 1
13 Prefix Kolmogorov bonyolultság Ha f prefix-mentes, akkor a C f (x) értelmezhető. Létezik optimális g 0 :, prefix-mentes fv., amire f prefix-mentes fv. k f konstans C g0 (x) C f (x) + k f ui. létezik univerzális felsoroló fv. Tetszőleges () h: : parciális rekurzív függvény, h p : prefix-mentes fv. Idő- tér konstansnak tekintve, futtatjuk a kiértékelést, (átlósan), és ha találtunk értelmezett helyen értelmezett értéket, akkor az tartozik a kódhoz, ha a következő prefixe az előzőnek, akkor kihagyjuk Molnár Bálint, Benczúr András 13
14 Prefix Kolmogorov bonyolultság T p prefix-mentes T-gép véletlen sorozatok k bit hosszú helyen, 2 -k valószínűséggel áll meg Molnár Bálint, Benczúr András 14
15 Prefix Kolmogorov bonyolultság i0 K i0 2 x x 2 k K 1 2 x K 0 x bonyolults ág * Cg x 1 Kraft l p x : 2 valószínűs égek, g0 p x xg 0 szerinti összes - prefix - mentes Kolmogorov lehetséges kódja Molnár Bálint, Benczúr András 15
16 Prefix Kolmogorov bonyolultság g 0 -t képzeljük el T-gépnek, akkor annak a valószínűsége, hogy x-et ad éppen az a mennyiség Azaz: a megállás valószínűsége x eredménnyel. (Azok fordulnak elő nagyobb valószínűséggel, amit egyszerűbben tudunk jellemezni) Molnár Bálint, Benczúr András 16
17 Prefix Kolmogorov bonyolultság A (x), * (x) az egész számok fölött értelmezett valószínűség eloszlás. A legnagyobb bizonytalanság: az egyenletes eloszlás Tudunk-e az egész számok halmazán egyenletes eloszlást megadni? Nem! Mi a lehető legegyenletesebb eloszlás (Ami a lehető leglassabban csökken). A félig kiszámítható ( semi ) eloszlások között a lehető legegyenletesebb eloszlás a (x), * (x) Félig kiszámítható: nem tudom megmondani, de tetszőlegesen jól közelítem a pontos értéket Molnár Bálint, Benczúr András 17
18 Prefix Kolmogorov bonyolultság Ha p(x) félig kiszámítható eloszlás, akkor c konstans, hogy p(x)< c(x) (nem tud (x)- nél gyorsabban nőni). Majoráló eloszlásnak nevezik ezt a tulajdonságot. (algoritmikus tanulás hátterében ez van.) Probléma: nem tudjuk kiszámolni a (x), csak közelítő értékkel dolgozhatunk Molnár Bálint, Benczúr András 18
19 Feltételes prefix (Kolmogorov) bonyolultság C K x k p : f0p x és l p k x gp f0p x p prefix -mentes kód l p 2 log2 k k x nx, l x n, l x 2log2 n l x 1 2log 2l x l x 1 K x C x 2 log C x k Kolmogorov prefix bonyolultság Emlékeztet ő : Feltételes f C g C x, p f 2 0 g 0 : N y x C f y x kf K y x K x A, x A - nak Van értelme : prefix -bonyolultság. p -ben prefix mentes y x (feltétele 2 N 2 s K. bonyolultság) optimális Molnár Bálint, Benczúr András 19
20 Feltételes prefix (Kolmogorov) bonyolultság Shannon - entrópia x,yrendezett párra : x,y Cx,y Cxy C ugyanez K K x,y C y x Cx túl Ez az addítiv x,y Kx Ky x 2log Kx x,y Kx K y x,k x addítiv Kolmogorov l nagy * * : g0x * x Kx x lehet v an esetében : H bonyolults x x-nek tanúja xy tulajdonsá g nem teljesül, ha tudnám az x bonyolults ágát, 2, H H ágra : de K - ra akkor konstans erejéig : Molnár Bálint, Benczúr András 20
21 Összenyomhatatlanság K(x)l(x) véletlenszerű string
22 Matematikai kitérő Molnár Bálint, Benczúr András 22
23 Matematikai kitérő Molnár Bálint, Benczúr András 23
24 Matematikai kitérő Molnár Bálint, Benczúr András 24
25 Matematikai kitérő Molnár Bálint, Benczúr András 25
26
Információs rendszerek elméleti alapjai. Információelmélet
Információs rendszerek elméleti alapjai Információelmélet Kolmogorov bonyolultság kiszámítható függvények Bevezetés: A Shannon entrópia szerepe: Ami majd a jövőben bekövetkezhet (üzenet) azt hogyan tudjuk
RészletesebbenInformációs rendszerek elméleti alapjai. Információelmélet
Inormációs rendszerek elméleti alapjai Inormációelmélet Relatív bonyolultság Kolmogorov-Chaitin-Solomono alaptétele, invariancia tétel (újabban) Tétel: Létezik : NN optimális parciális rekurzív üggvény,
RészletesebbenAlgoritmuselmélet 18. előadás
Algoritmuselmélet 18. előadás Katona Gyula Y. Budapesti Műszaki és Gazdaságtudományi Egyetem Számítástudományi Tsz. I. B. 137/b kiskat@cs.bme.hu 2002 Május 7. ALGORITMUSELMÉLET 18. ELŐADÁS 1 Közelítő algoritmusok
RészletesebbenNagy Gábor compalg.inf.elte.hu/ nagy
Diszkrét matematika 3. estis képzés 2018. ősz 1. Diszkrét matematika 3. estis képzés 9. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
RészletesebbenNagy Gábor compalg.inf.elte.hu/ nagy
Diszkrét matematika 3. estis képzés 2018. ősz 1. Diszkrét matematika 3. estis képzés 10. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
RészletesebbenAlapfogalmak a Diszkrét matematika II. tárgyból
Alapfogalmak a Diszkrét matematika II. tárgyból (A szakirány, 2015-2016 tavaszi félév) A számonkérés során ezeknek a definícióknak, tételkimondásoknak az alapos megértését is számon kérjük. A példakérdések
RészletesebbenProbabilisztikus modellek V: Struktúra tanulás. Nagy Dávid
Probabilisztikus modellek V: Struktúra tanulás Nagy Dávid Statisztikai tanulás az idegrendszerben, 2015 volt szó a normatív megközelítésről ezen belül a probabilisztikus modellekről láttatok példákat az
RészletesebbenAz információelmélet alapjai, biológiai alkalmazások. 1. A logaritmusfüggvény és azonosságai
Az információelmélet alapjai, biológiai alkalmazások 1. A logaritmusfüggvény és azonosságai 2 k = N log 2 N = k Például 2 3 = 8 log 2 8 = 3 10 4 = 10000 log 10 10000 = 4 log 2 2 = 1 log 2 1 = 0 log 2 0
RészletesebbenValószínűségi változók. Várható érték és szórás
Matematikai statisztika gyakorlat Valószínűségi változók. Várható érték és szórás Valószínűségi változók 2016. március 7-11. 1 / 13 Valószínűségi változók Legyen a (Ω, A, P) valószínűségi mező. Egy X :
RészletesebbenA továbbiakban Y = {0, 1}, azaz minden szóhoz egy bináris sorozatot rendelünk
1. Kódelmélet Legyen X = {x 1,..., x n } egy véges, nemüres halmaz. X-et ábécének, elemeit betűknek hívjuk. Az X elemeiből képzett v = y 1... y m sorozatokat X feletti szavaknak nevezzük; egy szó hosszán
Részletesebbenf(x) vagy f(x) a (x x 0 )-t használjuk. lim melyekre Mivel itt ɛ > 0 tetszőlegesen kicsi, így a a = 0, a = a, ami ellentmondás, bizonyítva
6. FÜGGVÉNYEK HATÁRÉRTÉKE ÉS FOLYTONOSSÁGA 6.1 Függvény határértéke Egy D R halmaz torlódási pontjainak halmazát D -vel fogjuk jelölni. Definíció. Legyen f : D R R és legyen x 0 D (a D halmaz torlódási
Részletesebben1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0
I. Legyen f : R R, f(x) = 1 1 + x 2, valamint 1. Házi feladat d : R + 0 R+ 0 R (x, y) f(x) f(y). 1. Igazoljuk, hogy (R + 0, d) metrikus tér. 2. Adjuk meg az x {0, 3} pontok és r {1, 2} esetén a B r (x)
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,
RészletesebbenDiszkrét matematika 2.C szakirány
Diszkrét matematika 2.C szakirány 207. tavasz. Diszkrét matematika 2.C szakirány 9. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék 207.
RészletesebbenGazdasági matematika II. vizsgadolgozat megoldása A csoport
Gazdasági matematika II. vizsgadolgozat megoldása A csoport Definiálja az alábbi fogalmakat!. Egy eseménynek egy másik eseményre vonatkozó feltételes valószínűsége. ( pont) Az A esemény feltételes valószínűsége
RészletesebbenAlgoritmuselmélet 12. előadás
Algoritmuselmélet 12. előadás Katona Gyula Y. Budapesti Műszaki és Gazdaságtudományi Egyetem Számítástudományi Tsz. I. B. 137/b kiskat@cs.bme.hu 2002 Április 9. ALGORITMUSELMÉLET 12. ELŐADÁS 1 Turing-gépek
Részletesebbenf(x) a (x x 0 )-t használjuk.
5. FÜGGVÉNYEK HATÁRÉRTÉKE ÉS FOLYTONOSSÁGA 5.1 Függvény határértéke Egy D R halmaz torlódási pontjainak halmazát D -vel fogjuk jelölni. Definíció. Legyen f : D R R és legyen x 0 D (a D halmaz torlódási
RészletesebbenTuring-gép május 31. Turing-gép 1. 1
Turing-gép 2007. május 31. Turing-gép 1. 1 Témavázlat Turing-gép Determinisztikus, 1-szalagos Turing-gép A gép leírása, példák k-szalagos Turing-gép Univerzális Turing-gép Egyéb Turing-gépek Nemdeterminisztikus
RészletesebbenNagy Gábor compalg.inf.elte.hu/ nagy
Diszkrét matematika 3. estis képzés 2016. ősz 1. Diszkrét matematika 3. estis képzés 3. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
Részletesebben10. Előadás. 1. Feltétel nélküli optimalizálás: Az eljárás alapjai
Optimalizálási eljárások MSc hallgatók számára 10. Előadás Előadó: Hajnal Péter Jegyzetelő: T. Szabó Tamás 2011. április 20. 1. Feltétel nélküli optimalizálás: Az eljárás alapjai A feltétel nélküli optimalizálásnál
RészletesebbenNagy Gábor compalg.inf.elte.hu/ nagy ősz
Diszkrét matematika 3. estis képzés 2016. ősz 1. Diszkrét matematika 3. estis képzés 4. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
RészletesebbenAnalízisfeladat-gyűjtemény IV.
Oktatási segédanyag a Programtervező matematikus szak Analízis. című tantárgyához (003 004. tanév tavaszi félév) Analízisfeladat-gyűjtemény IV. (Függvények határértéke és folytonossága) Összeállította
RészletesebbenFunkcionálanalízis. n=1. n=1. x n y n. n=1
Funkcionálanalízis 2011/12 tavaszi félév - 2. előadás 1.4. Lényeges alap-terek, példák Sorozat terek (Folytatás.) C: konvergens sorozatok tere. A tér pontjai sorozatok: x = (x n ). Ezen belül C 0 a nullsorozatok
Részletesebbenelőadás Diszkrét idejű tömegkiszolgálási modellek Poisson-folyamat Folytonos idejű Markov-láncok Folytonos idejű sorbanállás
13-14. előadás Diszkrét idejű tömegkiszolgálási modellek Poisson-folyamat Folytonos idejű Markov-láncok Folytonos idejű sorbanállás 2016. november 28. és december 5. 13-14. előadás 1 / 35 Bevezetés A diszkrét
Részletesebben4. Az A és B események egymást kizáró eseményeknek vagy idegen (diszjunkt)eseményeknek nevezzük, ha AB=O
1. Mit nevezünk elemi eseménynek és eseménytérnek? A kísérlet lehetséges kimeneteleit elemi eseményeknek nevezzük. Az adott kísélethez tartozó elemi események halmazát eseménytérnek nevezzük, jele: X 2.
RészletesebbenI. feladatsor i i i i 5i i i 0 6 6i. 3 5i i
I. feladatsor () Töltse ki az alábbi táblázatot: Komplex szám Valós rész Képzetes rész Konjugált Abszolútérték + i i 0 + i i 5 5i 5 5i 6 6i 0 6 6i 6 5i 5 + 5i + i i 7i 0 7 7i 7 () Adottak az alábbi komplex
Részletesebbenegyenletesen, és c olyan színű golyót teszünk az urnába, amilyen színűt húztunk. Bizonyítsuk
Valószínűségszámítás 8. feladatsor 2015. november 26. 1. Bizonyítsuk be, hogy az alábbi folyamatok mindegyike martingál. a S n, Sn 2 n, Y n = t n 1+ 1 t 2 Sn, t Fn = σ S 1,..., S n, 0 < t < 1 rögzített,
RészletesebbenMérhetőség, σ-algebrák, Lebesgue Stieltjes-integrál, véletlen változók és eloszlásfüggvényeik
Mérhetőség, σ-algebrák, Lebesgue Stieltjes-integrál, véletlen változók és eloszlásfüggvényeik Az A halmazrendszer σ-algebra az Ω alaphalmazon, ha Ω A; A A A c A; A i A, i N, i N A i A. Az A halmazrendszer
RészletesebbenNagy Gábor compalg.inf.elte.hu/ nagy
Diszkrét matematika 3. estis képzés 2016. ősz 1. Diszkrét matematika 3. estis képzés 7. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
Részletesebben(Independence, dependence, random variables)
Két valószínűségi változó együttes vizsgálata Feltételes eloszlások Két diszkrét változó együttes eloszlása a lehetséges értékpárok és a hozzájuk tartozó valószínűségek (táblázat) Példa: Egy urna 3 fehér,
RészletesebbenNagy Gábor compalg.inf.elte.hu/ nagy
Diszkrét matematika 3. estis képzés 2018. ősz 1. Diszkrét matematika 3. estis képzés 5. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 3 III. VÉLETLEN VEKTOROK 1. A KÉTDIMENZIÓs VÉLETLEN VEKTOR Definíció: Az leképezést (kétdimenziós) véletlen vektornak nevezzük, ha Definíció:
RészletesebbenMatematika A1a Analízis
B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Matematika A1a Analízis BMETE90AX00 A derivált alkalmazásai H607, EIC 2019-04-03 Wettl
Részletesebben2013.11.25. H=0 H=1. Legyen m pozitív egészre {a 1, a 2,, a m } különböző üzenetek halmaza. Ha az a i üzenetet k i -szer fordul elő az adásban,
Legyen m pozitív egészre {a 1, a 2,, a m } különböző üzenetek halmaza. Ha az a i üzenetet k i -szer fordul elő az adásban, akkor a i (gyakorisága) = k i a i relatív gyakorisága: A jel információtartalma:
RészletesebbenMi az adat? Az adat elemi ismeret. Az adatokból információkat
Mi az adat? Az adat elemi ismeret. Tények, fogalmak olyan megjelenési formája, amely alkalmas emberi eszközökkel történő értelmezésre, feldolgozásra, továbbításra. Az adatokból gondolkodás vagy gépi feldolgozás
RészletesebbenRSA algoritmus. P(M) = M e mod n. S(C) = C d mod n. A helyesség igazoláshoz szükséges számelméleti háttér. a φ(n) = 1 mod n, a (a 1,a 2,...
RSA algoritmus 1. Vegyünk véletlenszerűen két különböző nagy prímszámot, p-t és q-t. 2. Legyen n = pq. 3. Vegyünk egy olyan kis páratlan e számot, amely relatív prím φ(n) = (p 1)(q 1)-hez. 4. Keressünk
RészletesebbenAutomaták mint elfogadók (akceptorok)
Automaták mint elfogadók (akceptorok) Ha egy iniciális Moore-automatában a kimenőjelek halmaza csupán kételemű: {elfogadom, nem fogadom el}, és az utolsó kimenőjel dönti el azt a kérdést, hogy elfogadható-e
RészletesebbenAlgoritmusok helyességének bizonyítása. A Floyd-módszer
Algoritmusok helyességének bizonyítása A Floyd-módszer Algoritmusok végrehajtása Egy A algoritmus esetében a változókat három változótípusról beszélhetünk, melyeket az X, Y és Z vektorokba csoportosítjuk
RészletesebbenNagy Gábor compalg.inf.elte.hu/ nagy ősz
Diszkrét matematika 3. estis képzés 2016. ősz 1. Diszkrét matematika 3. estis képzés 4. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
RészletesebbenVéletlenszám generátorok és tesztelésük HORVÁTH BÁLINT
Véletlenszám generátorok és tesztelésük HORVÁTH BÁLINT Mi a véletlen? Determinisztikus vs. Véletlen esemény? Véletlenszám: számok sorozata, ahol véletlenszerűen követik egymást az elemek Pszeudo-véletlenszám
RészletesebbenA fontosabb definíciók
A legfontosabb definíciókat jelöli. A fontosabb definíciók [Descartes szorzat] Az A és B halmazok Descartes szorzatán az A és B elemeiből képezett összes (a, b) a A, b B rendezett párok halmazát értjük,
RészletesebbenVéletlenszám generátorok és tesztelésük. Tossenberger Tamás
Véletlenszám generátorok és tesztelésük Tossenberger Tamás Érdekességek Pénzérme feldobó gép: $0,25-os érme 1/6000 valószínűséggel esik az élére 51% eséllyel érkezik a felfelé mutató oldalára Pörgetésnél
RészletesebbenA következő feladat célja az, hogy egyszerű módon konstruáljunk Poisson folyamatokat.
Poisson folyamatok, exponenciális eloszlások Azt mondjuk, hogy a ξ valószínűségi változó Poisson eloszlású λ, 0 < λ
RészletesebbenBizonytalanság. Mesterséges intelligencia április 4.
Bizonytalanság Mesterséges intelligencia 2014. április 4. Bevezetés Eddig: logika, igaz/hamis Ha nem teljes a tudás A világ nem figyelhető meg közvetlenül Részleges tudás nem reprezentálható logikai eszközökkel
RészletesebbenHódmezővásárhelyi Városi Matematikaverseny április 14. A osztályosok feladatainak javítókulcsa
Hódmezővásárhelyi Városi Matematikaverseny 2003. április 14. A 11-12. osztályosok feladatainak javítókulcsa 1. feladat Egy számtani sorozatot az első eleme és különbsége egyértelműen meghatározza, azt
Részletesebben1. Interpoláció. Egyértelműség Ha f és g ilyen polinomok, akkor n helyen megegyeznek, így a polinomok azonossági tétele miatt egyenlők.
1. Interpoláció Az interpoláció alapproblémája. Feladat Olyan polinomot keresünk, amely előre megadott helyeken előre megadott értékeket vesz fel. A helyek: páronként különböző a 1, a,...,a n számok. Az
RészletesebbenBonyolultságelmélet. Monday 26 th September, 2016, 18:50
Bonyolultságelmélet Monday 26 th September, 2016, 18:50 A kiszámítás modelljei 2 De milyen architektúrán polinom? A kiszámításnak számos (matematikai) modellje létezik: Általános rekurzív függvények λ-kalkulus
RészletesebbenMatematika alapjai; Feladatok
Matematika alapjai; Feladatok 1. Hét 1. Tekintsük a,, \ műveleteket. Melyek lesznek a.) kommutativok b.) asszociativak c.) disztributívak-e a, műveletek? Melyik melyikre? 2. Fejezzük ki a műveletet a \
Részletesebben1. Absztrakt terek 1. (x, y) x + y X és (λ, x) λx X. műveletek értelmezve vannak, és amelyekre teljesülnek a következő axiómák:
1. Absztrakt terek 1 1. Absztrakt terek 1.1. Lineáris terek 1.1. Definíció. Az X halmazt lineáris térnek vagy vektortérnek nevezzük a valós számtest (komplex számtest) felett, ha bármely x, y X elemekre
RészletesebbenMegoldás meghatározása Ez a szakasz kitölti a c és S táblázatokat, a kiíratás S alapján egy rekurzív algoritmussal megtehető.
Leghosszabb közös részsorozat Egy sorozat, akkor részsorozata egy másiknak, ha abból elemeinek elhagyásával megkapható. A feladat két sorozat X = (x 1,...,x m ) és Y = (y 1,...,y n ) leghosszabb közös
Részletesebbenvalós számot tartalmaz, mert az ilyen részhalmazon nem azonosság.
2. Közönséges differenciálegyenlet megoldása, megoldhatósága Definíció: Az y függvényt a valós számok H halmazán a közönséges differenciálegyenlet megoldásának nevezzük, ha az y = y(x) helyettesítést elvégezve
RészletesebbenAz R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit.
2. A VALÓS SZÁMOK 2.1 A valós számok aximómarendszere Az R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit. 1.Testaxiómák R-ben két művelet van értelmezve, az
Részletesebbenés annak H részcsoportja úgy, hogy a [H, G] intervallum (azaz a G-beli, H-t tartalmazó részcsoportok hálója) L-lel izomorf legyen?
3. 3. Probléma (T): Található-e minden L véges hálóhoz egy G véges csoport és annak H részcsoportja úgy, hogy a [H, G] intervallum (azaz a G-beli, H-t tartalmazó részcsoportok hálója) L-lel izomorf legyen?
RészletesebbenXIII. Bolyai Konferencia Bodnár József Eötvös József Collegium, ELTE TTK, III. matematikus. A véletlen nyomában
XIII. Bolyai Konferencia Bodnár József Eötvös József Collegium, ELTE TTK, III. matematikus A véletlen nyomában Mi is az a véletlen? 1111111111, 1010101010, 1100010111 valószínűsége egyaránt 1/1024 Melyiket
Részletesebbenminden x D esetén, akkor x 0 -at a függvény maximumhelyének mondjuk, f(x 0 )-at pedig az (abszolút) maximumértékének.
Függvények határértéke és folytonossága Egy f: D R R függvényt korlátosnak nevezünk, ha a függvényértékek halmaza korlátos. Ha f(x) f(x 0 ) teljesül minden x D esetén, akkor x 0 -at a függvény maximumhelyének
RészletesebbenKészítette: Fegyverneki Sándor
VALÓSZÍNŰSÉGSZÁMÍTÁS Összefoglaló segédlet Készítette: Fegyverneki Sándor Miskolci Egyetem, 2001. i JELÖLÉSEK: N a természetes számok halmaza (pozitív egészek) R a valós számok halmaza R 2 {(x, y) x, y
RészletesebbenSpecifikáció. B logikai formula, a bemeneti feltétel, K logikai formula, a kimeneti feltétel, A az algoritmus, amelyre az állítás vonatkozik.
Algoritmus Az algoritmus olyan elemi műveletekből kompozíciós szabályok szerint felépített összetett művelet, amelyet megadott feltételt teljesítő bemeneti adatra végrehajtva, a megkívánt kimeneti adatot
RészletesebbenIntergrált Intenzív Matematika Érettségi
. Adott a mátri, determináns determináns, ahol,, d Számítsd ki:. b) Igazold, hogy a b c. Adott a az 6 0 egyenlet megoldásai. a). c) Számítsd ki a d determináns értékét. d c a b determináns, ahol abc,,.
RészletesebbenHatározatlan integrál
Határozatlan integrál Boros Zoltán Debreceni Egyetem, TTK Matematikai Intézet, Anaĺızis Tanszék Debrecen, 207. február 20 27. Primitív függvény, határozatlan integrál A továbbiakban legyen I R intervallum.
RészletesebbenMATEMATIKA 2. dolgozat megoldása (A csoport)
MATEMATIKA. dolgozat megoldása (A csoport). Definiálja az alábbi fogalmakat: (egyváltozós) függvény folytonossága, differenciálhatósága, (többváltozós függvény) iránymenti deriváltja. (3x8 pont). Az f
RészletesebbenHatékonyság 1. előadás
Hatékonyság 1. előadás Mi a hatékonyság Bevezetés A hatékonyság helye a programkészítés folyamatában: csak HELYES programra Erőforrásigény: a felhasználó és a fejlesztő szempontjából A hatékonyság mérése
RészletesebbenPredikátumkalkulus. Predikátumkalkulus alapfogalmai, formalizálás, tagadás, logikailag igaz formulák. Vizsgáljuk meg a következ két kijelentést.
Predikátumkalkulus Predikátumkalkulus alapfogalmai, formalizálás, tagadás, logikailag igaz formulák. 1. Bevezet Vizsgáljuk meg a következ két kijelentést. Minden almához tartozik egy fa, amir l leesett.
RészletesebbenSorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján
Sorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján Számsorozatok, vektorsorozatok konvergenciája Def.: Számsorozatok értelmezése:
RészletesebbenDeníciók és tételek a beugró vizsgára
Deníciók és tételek a beugró vizsgára (a szóbeli viszgázás jogáért) Utolsó módosítás: 2008. december 2. 2 Bevezetés Számítási problémának nevezünk egy olyan, a matematika nyelvén megfogalmazott kérdést,
RészletesebbenProgramozási nyelvek 6. előadás
Programozási nyelvek 6. előadás Szempontok Programozási nyelvek osztályozása Felhasználói kör (amatőr, professzionális) Emberközelség (gépi nyelvektől a természetes nyelvekig) Számítási modell (hogyan
Részletesebben2. Rekurzió. = 2P2(n,n) 2 < 2P2(n,n) 1
2. Rekurzió Egy objektum definícióját rekurzívnak nevezünk, ha a definíció tartalmazza a definiálandó objektumot. Egy P eljárást (vagy függvényt) rekurzívnak nevezünk, ha P utasításrészében előfordul magának
RészletesebbenShannon és Huffman kód konstrukció tetszőleges. véges test felett
1 Shannon és Huffman kód konstrukció tetszőleges véges test felett Mire is jók ezek a kódolások? A szabványos karakterkódolások (pl. UTF-8, ISO-8859 ) általában 8 biten tárolnak egy-egy karaktert. Ha tudjuk,
RészletesebbenAlapfogalmak, valós számok Sorozatok, határérték Függvények határértéke, folytonosság A differenciálszámítás Függvénydiszkusszió Otthoni munka
Pintér Miklós miklos.pinter@uni-corvinus.hu Ősz Alapfogalmak Halmazok Definíció Legyen A egy tetszőleges halmaz, ekkor x A (x / A) jelentése: x (nem) eleme A-nak. A B (A B) jelentése: A (valódi) részhalmaza
RészletesebbenAlgoritmuselmélet 6. előadás
Algoritmuselmélet 6. előadás Katona Gyula Y. Budapesti Műszaki és Gazdaságtudományi Egyetem Számítástudományi Tsz. I. B. 137/b kiskat@cs.bme.hu 2002 Március 4. ALGORITMUSELMÉLET 6. ELŐADÁS 1 Hash-elés
RészletesebbenBonyolultságelmélet. Monday 26 th September, 2016, 18:27. Bonyolultságelmélet
Monday 26 th September, 2016, 18:27 A kurzus teljesítési követelményei Gyakorlat Három kisdolgozat 6 6 pontért kb. a 4., 7. és 10. gyakorlaton Egy nagydolgozat 28 pontért utolsó héten előadáson Pontszám:
Részletesebbeni p i p 0 p 1 p 2... i p i
. vizsga, 06--9, Feladatok és megoldások. (a) Adja meg az diszkrét eloszlás várható értékének a definícióját! i 0... p i p 0 p p... i p i (b) Tegyük fel, hogy a rigófészkekben található tojások X száma
RészletesebbenDiszkrét matematika I.
Diszkrét matematika I. középszint 2013 ősz 1. Diszkrét matematika I. középszint 8. előadás Mérai László merai@compalg.inf.elte.hu compalg.inf.elte.hu/ merai Komputeralgebra Tanszék 2013 ősz Kombinatorika
RészletesebbenProgramtervező informatikus I. évfolyam Analízis 1
Programtervező informatikus I. évfolyam Analízis 1 2012-2013. tanév, 2. félév Tételek, definíciók (az alábbi anyag csupán az előadásokon készített jegyzetek mellékletéül szolgál) 1. Mit jelent az asszociativitás
RészletesebbenRegresszió. Csorba János. Nagyméretű adathalmazok kezelése március 31.
Regresszió Csorba János Nagyméretű adathalmazok kezelése 2010. március 31. A feladat X magyarázó attribútumok halmaza Y magyarázandó attribútumok) Kérdés: f : X -> Y a kapcsolat pár tanítópontban ismert
RészletesebbenBonyolultságelmélet. Monday 26 th September, 2016, 18:28
Bonyolultságelmélet Monday 26 th September, 2016, 18:28 A kurzus teljesítési követelményei 2 Gyakorlat Három kisdolgozat 6 6 pontért kb. a 4., 7. és 10. gyakorlaton Egy nagydolgozat 28 pontért utolsó héten
Részletesebben1. Számsorok, hatványsorok, Taylor-sor, Fourier-sor
. Számsorok, hatványsorok, Taylor-sor, Fourier-sor Vizsgálja meg a következő végtelen sorokat konvergencia szempontjából. Tétel. (Cauchy-féle belső konvergenciakritérium) A a n végtelen sor akkor és csakis
Részletesebben2014. november 5-7. Dr. Vincze Szilvia
24. november 5-7. Dr. Vincze Szilvia A differenciálszámítás az emberiség egyik legnagyobb találmánya és ez az állítás nem egy matek-szakbarbár fellengzős kijelentése. A differenciálszámítás segítségével
RészletesebbenNumerikus módszerek beugró kérdések
1. Definiálja a gépi számok halmazát (a tanult modellnek megfelelően)! Adja meg a normalizált lebegőpontos szám alakját. (4 pont) Az alakú számot normalizált lebegőpontos számnak nevezik, ha Ahol,,,. Jelöl:
RészletesebbenProgramozási nyelvek a közoktatásban alapfogalmak I. előadás
Programozási nyelvek a közoktatásban alapfogalmak I. előadás Szempontok Programozási nyelvek osztályozása Felhasználói kör (amatőr, professzionális) Emberközelség (gépi nyelvektől a természetes nyelvekig)
Részletesebben1/1. Házi feladat. 1. Legyen p és q igaz vagy hamis matematikai kifejezés. Mutassuk meg, hogy
/. Házi feladat. Legyen p és q igaz vagy hamis matematikai kifejezés. Mutassuk meg, hogy mindig igaz. (p (( p) q)) (( p) ( q)). Igazoljuk, hogy minden A, B és C halmazra A \ (B C) = (A \ B) (A \ C) teljesül.
RészletesebbenGazdasági matematika II. vizsgadolgozat, megoldással,
Gazdasági matematika II. vizsgadolgozat, megoldással, levelező képzés Definiálja az alábbi fogalmakat! 1. Kvadratikus mátrix invertálhatósága és inverze. (4 pont) Egy A kvadratikus mátrixot invertálhatónak
RészletesebbenNemzeti versenyek 11 12. évfolyam
Nemzeti versenyek 11 12. évfolyam Szerkesztette: I. N. Szergejeva 2015. február 2. Technikai munkák (MatKönyv project, TEX programozás, PHP programozás, tördelés...) Dénes Balázs, Grósz Dániel, Hraskó
Részletesebbenbiometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás
Kísérlettervezés - biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás A matematikai-statisztika feladata tapasztalati adatok feldolgozásával segítséget nyújtani
RészletesebbenA digitális számítás elmélete
A digitális számítás elmélete 8. előadás ápr. 16. Turing gépek és nyelvtanok A nyelvosztályok áttekintése Turing gépek és a természetes számokon értelmezett függvények Áttekintés Dominó Bizonyítások: L
RészletesebbenOnline algoritmusok. Algoritmusok és bonyolultságuk. Horváth Bálint március 30. Horváth Bálint Online algoritmusok március 30.
Online algoritmusok Algoritmusok és bonyolultságuk Horváth Bálint 2018. március 30. Horváth Bálint Online algoritmusok 2018. március 30. 1 / 28 Motiváció Gyakran el fordul, hogy a bemenetet csak részenként
Részletesebbentudjuk biztosítani a majdnem biztos nyerést, de nem érdemes akkor, ha ehhez 100000
Az információszámítás néhány fontos fogalma és eredménye. 1. Az entrópia és feltételes entrópia fogalma és tulajdonságai. Annak érdekében, hogy megértsük az entrópia fogalmát és azt, hogy milyen problémák
RészletesebbenTuring-gépek. Számításelmélet (7. gyakorlat) Turing-gépek 2009/10 II. félév 1 / 1
Turing-gépek Logika és számításelmélet, 7. gyakorlat 2009/10 II. félév Számításelmélet (7. gyakorlat) Turing-gépek 2009/10 II. félév 1 / 1 A Turing-gép Az algoritmus fogalmának egy intuitív definíciója:
RészletesebbenKiterjesztések sek szemantikája
Kiterjesztések sek szemantikája Példa D Integer = {..., -1,0,1,... }; D Boolean = { true, false } D T1... T n T = D T 1... D Tn D T Az összes függvf ggvény halmaza, amelyek a D T1,..., D Tn halmazokból
RészletesebbenRelációk Függvények. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel!
függvények RE 1 Relációk Függvények függvények RE 2 Definíció Ha A, B és ρ A B, akkor azt mondjuk, hogy ρ reláció A és B között, vagy azt, hogy ρ leképezés A-ból B-be. Ha speciálisan A=B, azaz ρ A A, akkor
RészletesebbenNULLADIK MATEMATIKA ZÁRTHELYI
NULLADIK MATEMATIKA ZÁRTHELYI 08-09-07 Terem: Munkaidő: 0 perc. A dolgozat megírásához íróeszközön kívül semmilyen segédeszköz nem használható! A feladatlap kizárólag kék vagy fekete tollal tölthető ki.
RészletesebbenA maximum likelihood becslésről
A maximum likelihood becslésről Definíció Parametrikus becsléssel foglalkozunk. Adott egy modell, mellyel elképzeléseink szerint jól leírható a meghatározni kívánt rendszer. (A modell típusának és rendszámának
RészletesebbenKészítette: Fegyverneki Sándor. Miskolci Egyetem, 2002.
INFORMÁCIÓELMÉLET Összefoglaló segédlet Készítette: Fegyverneki Sándor Miskolci Egyetem, 2002. i TARTALOMJEGYZÉK. Bevezetés 2. Az információmennyiség 6 3. Az I-divergencia 3 3. Információ és bizonytalanság
RészletesebbenRE 1. Relációk Függvények. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel!
RE 1 Relációk Függvények RE 2 Definíció: Ha A, B és ρ A B, akkor azt mondjuk, hogy ρ reláció A és B között, vagy azt, hogy ρ leképezés A-ból B-be. Ha speciálisan A=B, azaz ρ A A, akkor azt mondjuk, hogy
RészletesebbenSzámsorok. 1. Definíció. Legyen adott valós számoknak egy (a n ) n=1 = (a 1, a 2,..., a n,...) végtelen sorozata. Az. a n
Számsorok 1. Definíció. Legyen adott valós számoknak egy (a n ) = (a 1, a 2,..., a n,...) végtelen sorozata. Az végtelen összeget végtelen számsornak (sornak) nevezzük. Az a n számot a sor n-edik tagjának
Részletesebben4.2. Tétel: Legyen gyenge rendezés az X halmazon. Legyen továbbá B X, amelyre
4.2. Tétel: Legyen gyenge rendezés az X halmazon. Legyen továbbá B X, amelyre Az értékelő függvény létezése (folytatás) p. 1/8 4.2. Tétel: Legyen gyenge rendezés az X halmazon. Legyen továbbá B X, amelyre
RészletesebbenPredikátumkalkulus. 1. Bevezet. 2. Predikátumkalkulus, formalizálás. Predikátumkalkulus alapfogalmai, formalizálás, tagadás, logikailag igaz formulák.
Predikátumkalkulus Predikátumkalkulus alapfogalmai, formalizálás, tagadás, logikailag igaz formulák. 1. Bevezet Nézzük meg a következ két kijelentést: Minden almához tartozik egy fa, amir l leesett. Bármely
Részletesebben(Diszkrét idejű Markov-láncok állapotainak
(Diszkrét idejű Markov-láncok állapotainak osztályozása) March 21, 2019 Markov-láncok A Markov-láncok anaĺızise főként a folyamat lehetséges realizációi valószínűségeinek kiszámolásával foglalkozik. Ezekben
RészletesebbenKOVÁCS BÉLA, MATEMATIKA I.
KOVÁCS BÉLA, MATEmATIkA I. 3 III. MEGFELELTETÉSEk, RELÁCIÓk 1. BEVEZETÉS Emlékeztetünk arra, hogy az rendezett párok halmazát az és halmazok Descartes-féle szorzatának nevezzük. Más szóval az és halmazok
RészletesebbenDiszkrét matematika 2 (C) vizsgaanyag, 2012 tavasz
Diszkrét matematika 2 (C) vizsgaanyag, 2012 tavasz A vizsga menete: a vizsga írásbeli és szóbeli részből áll. Az írásbeli beugrón az alábbi kérdések közül szerepel összesen 12 darab, mindegyik egy pontot
RészletesebbenMatematikai logika és halmazelmélet
Matematikai logika és halmazelmélet Wettl Ferenc előadása alapján 2015-09-07 Wettl Ferenc előadása alapján Matematikai logika és halmazelmélet 2015-09-07 1 / 21 Tartalom 1 Matematikai kijelentések szerkezete
Részletesebben