Willi Hennig ( )

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Willi Hennig ( )"

Átírás

1 Objektív módszerek kladisztika Willi Hennig ( ) Grundzüge einer Theorie der Phylogenetischen Systematik (Hennig, 1950). Phylogenetic Systematics (Hennig, 1966) Alapelvei: 1. A fajok közötti kapcsolatok leszármazásuk szerint értelmezhetők, kládok és testvércsoportok (szomszédos kládok) formájában. 2. A közös leszármazás egyetlen bizonyítékai a leszármaztatott tulajdonságokban való egyezések (szünapomorfiák). 3. A fa (kladogram) a maximális számú szünapomorfiákat mutassa. 4. Monofíletikusság: minden taxon csak a közös ősből és annak összes leszármazottjából álljon..

2 Csak egyetlen helyes törzsfa helyesebben kladogram - van! R. Dawkins ( ): A vak órásmester The Blind Watchmaker

3 Alkalmazhatósága viszonylag szűk: ahol szó lehet evolúciós interpretációról. Véletlen esetben az ennyire hasonló két fa valószínűsége < Még: kéziratok, könyvek kiadásai Penny, D. Steel, M.A. and Watson, E. (1993). Trees from languages and genes are very similar. Systematic Biology 42(3):

4 Főbb fogalmak, alapelvek 0) Az evolúciós kapcsolatok egy (lehetőleg) dichotomikus fa (kladogram) formájában ábrázolhatók. belső szögpont (nem jelöljük) gyökér Dichotomikus Politomikus 1) Egy adott tulajdonság egyes állapotai NEM egyenrangúak (karakter polaritás) pleziomorf állapot (ősi) apomorf állapot (leszármaztatott)

5 Példa 1 karakter 3 állapotára: Szünpleziomorfia Szünapomorfia Autapomorfia Az evolúciós rokonság kifejezői a szünapomorfiák. Ezeket kell felismernünk, és maximalizálnunk.

6 Parszimónia elv: az optimális fa minimális számú változással magyarázza a leszármazási viszonyokat vö. Ockham borotvája A fa hossza: 42 William Ockham (1285? 1347?)

7 2) A kladista ellensége a HOMOPLÁZIA amikor a szünapomorfia nem a közös leszármazás jelzése Párhuzamos evolúció Konvergencia Visszafordulás

8 Párhuzamosság vagy konvergencia?? - sokszor nehezen eldönthető Cactaceae Apocynaceae Euphorbiaceae

9 3) Az osztályozás tükrözze a leszármazási viszonyokat. A taxonoknak monofiletikusnak kell lenniük: közös ős és annak összes leszármazottja legyen benne. kladisztikus lenne a jobb szó egy ismeretlen közös ős összes, a vizsgálatba bevont leszármazottjával. Klád = taxon!

10 A kladisztikai elemzés főbb lépései

11 1. keret. Egyszerű példa Hennig módszerének illusztrációjául. Induljunk ki az alábbi adatmátrixból, amelyben 6 taxont jellemzünk 10 tulajdonsággal. Az ősi (primitív) állapotot 0, míg a leszármaztatott karaktert 1 jelöli. Tulajdonságok Taxonok A B C D E F Első látásra kiderül, hogy az 1., a 4. és tulajdonságok csak egy-egy taxonnál veszik fel a leszármaztatott állapotot, vagyis autapomorf bélyegek, tehát a kladogram szerkesztését nem befolyásolják. Az 5. bélyeg alapján az első négy taxon, a 6. bélyeg alapján pedig az E és F monofiletikus, így az első 5 6 dichotómiát megtaláltuk. Miután a megmaradó 2. és a 3. sajátság az első csoportban az A és a B, valamint a C és a az DF taxonok monofiletikusságát mutatja, már meg is szerkeszthető a 2 3 kladogram, melynek minden ágára beírhatjuk a rajta megváltozott tulajdonság sorszámát: A B C D E F

12 2 1 Dissimilarity 1 Dissimilarity 0 A B C D E F Az eredmény megegyezhet a a numerikus taxonómia eredményeivel még stílusában is!

13 ? Az eredmény lényegesen el is térhet a numerikus taxonómia eredményeitől

14 2Távolság 2. keret. Kladogram-szerkesztés molekuláris alapon. Az alábbiakban teljesen önkényes nukleotid-szekvenciákból kiindulva kladogramot szerkesztünk 6 taxonra a távolság-mátrix módszerrel. Az illesztett szekvenciák a következők: A B C D E F ATACGAGGAATACGACGGGTGA ATACGAAGAATACGACGGGTGA GTACGACGTCTACGACGGGTGG GTACGACGTGTACGACGGGTGG GTACGACGAATATGACGGGTCG GTACGACGAATATGACGGGTAG A szekvenciákat minden lehetséges párosításban összehasonlítjuk, s megállapítjuk az eltérések számát. Adatainkat az alábbi távolságmátrixban összesítjük: B C D E F A B C D 4 4 E 1 A mátrixból a kladogramot olyan eljárással állítjuk elő (szomszéd-csatoló módszer), melynek célja, hogy a a taxonok eredeti távolságait a gráfon belüli távolságok a lehető legjobban megközelítsék. A függőleges tengely léptékét tekintve belátható, hogy ez itt maradéktalanul megvalósul. 1 0 A B C D E F

15 Magasabb szinten problematikus. Variáció?? Illesztés Bélyegek kiválasztása Csak diszkrét Karakter polaritás Homoplázia Táv. Fv. Megfelelő gén Csak recens Módszer Taxonok? Sok optimális fa Stat. értékelés kell

16 Kladisztika és nómenklatúra (PhyloCode) A Linnéi nevek egy része megmaradhat kládokra értjük ezután. Kiegésztő anyag nem tétel.de hasznos! A kládok meghatározása: ABC recens, DE fosszilis a és d Szögpont-alapú Legkisebb, melyben A és B benne van + a legközelebbi közös ősük X az összes leszármazottal b és d Ág- illetve testvér-alapú Legnagyobb, melyben A benne van de C nincs. A legtávolabbi közös ősük és minden utána c és f Apomorfia alapú A megjelenésétől mind Apo- előtag!!! A B C A B C A B C X a A D B E C X Evol. fa: D D D b E E E Kladogram d e f A D B E C A D B E C c

17 Korona-klád: X-től elágazó mindkét testvérkládon van MA ÉLŐ A B C D a Teljes klád: Korona-klád + minden egyéb, melynek közelebbi a közös őse vele, mint egy testvér korona kláddal A B F C D b X E X E d A D B E C e A D B E C A pirossal jelzett NEM korona-klád A pirossal jelzett NEM teljes klád Pan- előtag!!!

18 Példák a Polysporangiophyta kladogramjáról: 1. Apo-Tracheophyta: apomorfia-alapú 2. Tracheophyta: korona-klád Horneophyton Aglaophyton 3. Pan-Lycopodiophyta: teljes C. hemisphaerica Rhynia Sennicaulis C.pertonii Aberlemnia Renalia Huia Zosterophyllum Gosslingia Sawdonia Discalis Asteroxylon Baragwanathia Drepanophycus Lycopodiophyta Pan-Euphyllophyta Lycopsida Pan-Lycopodiophyta Tracheophyta Apo-Tracheophyta 4 Szögpont alapú klád

A jelen megértése a múlt ismerete nélkül lehetetlen

A jelen megértése a múlt ismerete nélkül lehetetlen 4 A jelen megértése a múlt ismerete nélkül lehetetlen Megismerhető-e a múlt? Diakrón fa - megismerhetetlen Madarak Emlősök Akrón fa fokozatokra, nagy léptékben Aszinkrón fa ős-leszármazott viszonyok összemosódnak

Részletesebben

Vannak-e problémák a linnéi hierarchiával, a rangok rendszerével?

Vannak-e problémák a linnéi hierarchiával, a rangok rendszerével? Vannak-e problémák a linnéi hierarchiával, a rangok rendszerével? 1. A hierarchia degenerált v. redundáns jellege: Faj: mirabilis Génusz: Welwitschia Család: Welwitschiaceae Rend: Welwitschiales S csak

Részletesebben

Kladisztika. (A veszekedõsek tudománya)

Kladisztika. (A veszekedõsek tudománya) 6 Kladisztika (A veszekedõsek tudománya) Az elõzõ két fejezettel korántsem zárhatjuk le a biológiai osztályozás tematikáját. Az eddig ismertetett módszerek a biológia objektumain kívül akár cserépedények,

Részletesebben

Filogenetikai analízis. Törzsfák szerkesztése

Filogenetikai analízis. Törzsfák szerkesztése Filogenetikai analízis Törzsfák szerkesztése Neighbor joining (szomszéd összevonó) módszer A fában egymás mellé kerülı objektumok kiválasztása a távolságmátrix értékei és az objektumoknak az összes többivel

Részletesebben

Állattani alapismeretek

Állattani alapismeretek Állattani alapismeretek Bécsi Természettudományi Múzeum Nyíregyházi Vadaspark Monacoi akvárium és Dél-Franciaország segédanyagok: http://systzool.elte.hu/ v. http://farkasj.web.elte.hu farkasj@elte.hu

Részletesebben

Út az élet fája felé: Földindulás az élővilág osztályozásában

Út az élet fája felé: Földindulás az élővilág osztályozásában Út az élet fája felé: Földindulás az élővilág osztályozásában Podani János TÖK, Szent László Gimnázium Budapest X. 2012. december 5. Családfa Az élet fája Scala naturae azaz a Természet lépcsője ~ exkluzív

Részletesebben

A fenetikus és kladisztikus osztályozás alapjai

A fenetikus és kladisztikus osztályozás alapjai Tudományterületi áttekintés (Review) ÁLLATTANI KÖZLEMÉNYEK (2003) 88(1): 11 36. A fenetikus és kladisztikus osztályozás alapjai KORSÓS ZOLTÁN Magyar Természettudományi Múzeum Állattár, H 1088 Budapest,

Részletesebben

Állattani alapismeretek

Állattani alapismeretek Állattani alapismeretek 1. Morfológiai és szisztematikai alapfogalmak, a rendszerezés alapjai, a többsejtű állatok kialakulása. Szivacsok, csalánozók 2. Laposférgek, fonálférgek, gyűrűsférgek. Puhatestűek

Részletesebben

Bevezetés a filogenetikába

Bevezetés a filogenetikába Bevezetés a filogenetikába Pénzes Zsolt, SZTE TTIK Ökológiai Tanszék, penzes@bio.u-szeged.hu Bancsó Andrea, Bancsó Sándor és Keszei Balázs Jurisich Miklós Gimnázium és Kollégium Az áttekintés az MTA Szakmódszertani

Részletesebben

10. Egy családfában csak a férfiakat és fiúgyerekeket ábrázoljuk, egy közös ősből kiindulva. Készíts

10. Egy családfában csak a férfiakat és fiúgyerekeket ábrázoljuk, egy közös ősből kiindulva. Készíts 1. Egy családfában csak a férfiakat és fiúgyerekeket ábrázoljuk, egy közös ősből kiindulva. Készíts programot, amely felépíti a fát, majd megszámolja, hogy hány embernek nincsenek gyerekei! 2. Egy családfában

Részletesebben

Dobzhansky: In Biology nothing makes sense except in the light of Evolution.

Dobzhansky: In Biology nothing makes sense except in the light of Evolution. Dobzhansky: In Biology nothing makes sense except in the light of Evolution. Az Evolúcióbiológia Története Molnár István im54@invitel.hu Mai témák 1. Mi az evolúció? 2. Hogyan alakult ki a mai evolúciós

Részletesebben

A Lumbricidae család revíziója (Annelida: Oligochaeta)

A Lumbricidae család revíziója (Annelida: Oligochaeta) A Lumbricidae család revíziója (Annelida: Oligochaeta) OTKA 42745 ZÁRÓJELENTÉS Bevezetés A Lumbricidae család első tudományos igényű feldolgozását Michaelsen publikálta az 1900- as évek legelején. Ezt

Részletesebben

A növények természetrajza A növények okai 10, ill. 8 kötetben (9, ill. 6 maradt)

A növények természetrajza A növények okai 10, ill. 8 kötetben (9, ill. 6 maradt) 2 Theophrasztosz (Kr.e. 371-287) a Botanika atyja A növények természetrajza A növények okai 10, ill. 8 kötetben (9, ill. 6 maradt) Növények osztályozása: felhasználás, előforduás, méret, szaporodás. fák,

Részletesebben

Taxonómiai kutatások jelene és jövője a bagolylepkészetben

Taxonómiai kutatások jelene és jövője a bagolylepkészetben Taxonómiai kutatások jelene és jövője a bagolylepkészetben Ronkay László MTM Állattára Nyitó megjegyzések - hiszen ha lehetne erről a témáról is kerekasztalbeszélgetést tartani... - miről és hogyan lehetne

Részletesebben

Regresszió. Csorba János. Nagyméretű adathalmazok kezelése március 31.

Regresszió. 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

Részletesebben

Állattani és növénytani. alapismeretek

Állattani és növénytani. alapismeretek Állattani és növénytani Állattan 1. Morfológiai és szisztematikai alapfogalmak, a rendszerezés alapjai, a többsejtű állatok kialakulása. 2. Szivacsok, csalánozók, laposférgek, fonálférgek, gyűrűsférgek.

Részletesebben

Természetes szelekció és adaptáció

Természetes szelekció és adaptáció Természetes szelekció és adaptáció Amiről szó lesz öröklődő és variábilis fenotípus természetes szelekció adaptáció evolúció 2. Természetes szelekció Miért fontos a természetes szelekció (TSZ)? 1. C.R.

Részletesebben

Szeleteljük fel úgy a tulajdonságteret, hogy az egyes szeletekbe lehetőleg egyfajta objektumok kerüljenek, de túl sok szelet se legyen.

Szeleteljük fel úgy a tulajdonságteret, hogy az egyes szeletekbe lehetőleg egyfajta objektumok kerüljenek, de túl sok szelet se legyen. KEMOMETRIA VIII-1/27 /2013 ősz CART Classification and Regression Trees Osztályozó fák Szeleteljük fel úgy a tulajdonságteret, hogy az egyes szeletekbe lehetőleg egyfajta objektumok kerüljenek, de túl

Részletesebben

Bakteriális identifikáció 16S rrns gén szekvencia alapján

Bakteriális identifikáció 16S rrns gén szekvencia alapján Bakteriális identifikáció 16S rrns gén szekvencia alapján MOHR ANITA SIPOS RITA, SZÁNTÓ-EGÉSZ RÉKA, MICSINAI ADRIENN 2100 Gödöllő, Szent-Györgyi Albert út 4. info@biomi.hu, www.biomi.hu TÖRZS AZONOSÍTÁS

Részletesebben

Adatok statisztikai értékelésének főbb lehetőségei

Adatok statisztikai értékelésének főbb lehetőségei Adatok statisztikai értékelésének főbb lehetőségei 1. a. Egy- vagy kétváltozós eset b. Többváltozós eset 2. a. Becslési problémák, hipotézis vizsgálat b. Mintázatelemzés 3. Szint: a. Egyedi b. Populáció

Részletesebben

KLASZTERANALÍZIS OSZTÁLYOZÁS

KLASZTERANALÍZIS OSZTÁLYOZÁS L G L z eseteket homogén csoportokba (ú.n. klaszterekbe) soroljuk. csoportosítás alapja egy adott metrika szerinti közelség, illetve egy adott hasonlósági mérték szerinti hasonlóság. C z esetek egy kategóriaváltozó

Részletesebben

Etológia. a viselkedés biológiája. Barta Zoltán.

Etológia. a viselkedés biológiája. Barta Zoltán. Etológia a viselkedés biológiája Barta Zoltán zbarta@delfin.unideb.hu Interdiszciplináris és komplex megközelítésű tananyag fejlesztés a természettudományi képzési terület alapszakjaihoz Debrecen 2010.

Részletesebben

MOLEKULÁRIS FILOGENETIKAI ELEMZÉSEK EGY DISZKRÉT MATEMATIKAI

MOLEKULÁRIS FILOGENETIKAI ELEMZÉSEK EGY DISZKRÉT MATEMATIKAI Doktori értekezés tézisei MOLEKULÁRIS FILOGENETIKAI ELEMZÉSEK EGY DISZKRÉT MATEMATIKAI MÓDSZER, A BOOLE ANALÍZIS SEGÍTSÉGÉVEL Ari Eszter Dr. Jakó Éena, tudományos főmunkatárs témavezető Dr. Szathmáry Eörs,

Részletesebben

Evolúció, törzsfa, osztályozás

Evolúció, törzsfa, osztályozás Kulcsszavak: fizikatörténet, kémiatörténet, elektromosság, Föld, hidrogén, víz IRODALOM Berry, A[rthur] J[ohn] (1960): Henry Cavendish, His Life and Scientific Work, Hutchinson, London Falconer, Isobel

Részletesebben

7. Régió alapú szegmentálás

7. Régió alapú szegmentálás Digitális képek szegmentálása 7. Régió alapú szegmentálás Kató Zoltán http://www.cab.u-szeged.hu/~kato/segmentation/ Szegmentálási kritériumok Particionáljuk a képet az alábbi kritériumokat kielégítő régiókba

Részletesebben

Szerkesztette: Vizkievicz András

Szerkesztette: Vizkievicz András Szerkesztette: Vizkievicz András 1 Vizsgakövetelmények A biológia tudománya Az élővilág rendszerezése Szerkesztette: Vizkievicz András Elemezzen kapcsolatokat az élő rendszerek alábbi tulajdonságai között:

Részletesebben

Geometria. a. Alapfogalmak: pont, egyenes, vonal, sík, tér (Az alapfogalamakat nem definiáljuk)

Geometria. a. Alapfogalmak: pont, egyenes, vonal, sík, tér (Az alapfogalamakat nem definiáljuk) 1. Térelemek Geometria a. Alapfogalmak: pont, egyenes, vonal, sík, tér (Az alapfogalamakat nem definiáljuk) b. Def: félegyenes, szakasz, félsík, féltér. c. Kölcsönös helyzetük: i. pont és (egyenes vagy

Részletesebben

Kommunikációs rendszerek programozása. Routing Information Protocol (RIP)

Kommunikációs rendszerek programozása. Routing Information Protocol (RIP) Kommunikációs rendszerek programozása Routing Information Protocol (RIP) Távolságvektor alapú útválasztás Routing Information Protocol (RIP) TCP/IP előttről származik (Xerox Network Services) Tovább fejlesztve

Részletesebben

A mag kialakulása. Lycopodiophyta 2 független megjelenés. és nem is a legfontosabb!

A mag kialakulása. Lycopodiophyta 2 független megjelenés. és nem is a legfontosabb! A mag kialakulása Lycopodiophyta 2 független megjelenés Miadesmia Lepidocarpon és nem is a legfontosabb! Evolúciós trendek a mag kialakulásában 1. Izospória Anizospória/Homoiospória Heterospória 2. Heterospória:

Részletesebben

Diszkrét matematika 2.C szakirány

Diszkrét matematika 2.C szakirány Diszkrét matematika 2.C szakirány 2015. ősz 1. Diszkrét matematika 2.C szakirány 3. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék 2015.

Részletesebben

A magvasnövények rendszertana molekuláris filogenetikai szemléletben

A magvasnövények rendszertana molekuláris filogenetikai szemléletben A magvasnövények rendszertana molekuláris filogenetikai szemléletben Kari jegyzet és oktatási segédlet a Mezőgazdasági növénytan tankönyv rendszertani használatához Dr. Szabó István egyetemi tanár Tartalomjegyzék

Részletesebben

Bevezetés az állattanba Első óra ANATÓMIAI ÉS ÁLLATRENDSZERTANI ALAPFOGALMAK. A RENDSZEREZÉS ELVEI ÉS MÓDJAI

Bevezetés az állattanba Első óra ANATÓMIAI ÉS ÁLLATRENDSZERTANI ALAPFOGALMAK. A RENDSZEREZÉS ELVEI ÉS MÓDJAI Bevezetés az állattanba Első óra ANATÓMIAI ÉS ÁLLATRENDSZERTANI ALAPFOGALMAK. A RENDSZEREZÉS ELVEI ÉS MÓDJAI Az állattan helye és a tudományterület további felosztása Élettudomány - Biológia Állattan -

Részletesebben

DÉL- ÉS KÖZÉP-AMERIKAI SÜGÉREK ÁTFOGÓ RENDSZERTANA ÉS EVOLÚCIÓJA

DÉL- ÉS KÖZÉP-AMERIKAI SÜGÉREK ÁTFOGÓ RENDSZERTANA ÉS EVOLÚCIÓJA DÉL- ÉS KÖZÉP-AMERIKAI SÜGÉREK ÁTFOGÓ RENDSZERTANA ÉS EVOLÚCIÓJA Miért kell mindig átnevezni a fajokat? Mire jó az, hogy mire nagy nehezen megtanuljuk egy bizonyos hal nevét, addigra azt már máshogy hívják?

Részletesebben

Egy mezofil lomberdei faj, a szártalan kankalin (Primula vulgaris Huds.) európai léptékű filogeográfiája, különös tekintettel a Kárpát-medencére

Egy mezofil lomberdei faj, a szártalan kankalin (Primula vulgaris Huds.) európai léptékű filogeográfiája, különös tekintettel a Kárpát-medencére Egy mezofil lomberdei faj, a szártalan kankalin (Primula vulgaris Huds.) európai léptékű filogeográfiája, különös tekintettel a Kárpát-medencére Laczkó Levente Témavezető: Sramkó Gábor posztdoktori kutató

Részletesebben

Feladatok, amelyek gráfokkal oldhatók meg 1) A königsbergi hidak problémája (Euler-féle probléma) a

Feladatok, amelyek gráfokkal oldhatók meg 1) A königsbergi hidak problémája (Euler-féle probléma) a Feladatok, amelyek gráfokkal oldhatók meg ) A königsbergi hidak problémája (Euler-féle probléma) a b d c A megfelelő gráf: d a b c ) Egy szórakoztató feladat (Hamilton-féle probléma) Helyezzük el az,,,...,

Részletesebben

Matematikai geodéziai számítások 6.

Matematikai geodéziai számítások 6. Matematikai geodéziai számítások 6. Lineáris regresszió számítás elektronikus távmérőkre Dr. Bácsatyai, László Matematikai geodéziai számítások 6.: Lineáris regresszió számítás elektronikus távmérőkre

Részletesebben

Távérzékelés Távérzékelt felvételek értelmezése (EENAFOTOTV, ETNATAVERV) Erdőmérnöki szak, Környezettudós szak Király Géza NyME, Erdőmérnöki Kar Geomatikai, Erdőfeltárási és Vízgazdálkodási Intézet Földmérési

Részletesebben

Diszkrét matematika gyakorlat 1. ZH október 10. α csoport

Diszkrét matematika gyakorlat 1. ZH október 10. α csoport Diszkrét matematika gyakorlat 1. ZH 2016. október 10. α csoport 1. Feladat. (5 pont) Adja meg az α 1 β szorzatrelációt, amennyiben ahol A {1, 2, 3, 4}. α {(1, 2), (1, 3), (2, 1), (3, 1), (3, 4), (4, 4)}

Részletesebben

Diszkrét matematika 2.C szakirány

Diszkrét matematika 2.C szakirány Diszkrét matematika 2.C szakirány 2017. tavasz 1. Diszkrét matematika 2.C szakirány 3. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék 2017.

Részletesebben

Számítógépes képelemzés 7. előadás. Dr. Balázs Péter SZTE, Képfeldolgozás és Számítógépes Grafika Tanszék

Számítógépes képelemzés 7. előadás. Dr. Balázs Péter SZTE, Képfeldolgozás és Számítógépes Grafika Tanszék Számítógépes képelemzés 7. előadás Dr. Balázs Péter SZTE, Képfeldolgozás és Számítógépes Grafika Tanszék Momentumok Momentum-alapú jellemzők Tömegközéppont Irányultáság 1 2 tan 2 1 2,0 1,1 0, 2 Befoglaló

Részletesebben

Matematikai geodéziai számítások 6.

Matematikai geodéziai számítások 6. Nyugat-magyarországi Egyetem Geoinformatikai Kara Dr. Bácsatyai László Matematikai geodéziai számítások 6. MGS6 modul Lineáris regresszió számítás elektronikus távmérőkre SZÉKESFEHÉRVÁR 2010 Jelen szellemi

Részletesebben

V I T A R O V A T KIIGAZÍTÁSOK ÉS TOVÁBBGONDOLÁSOK, AVAGY: MI KÖZE A ZÁRVATERMÕKNEK AZ ETIKÁHOZ?

V I T A R O V A T KIIGAZÍTÁSOK ÉS TOVÁBBGONDOLÁSOK, AVAGY: MI KÖZE A ZÁRVATERMÕKNEK AZ ETIKÁHOZ? Bot. Közlem. 95(1 2): 157 163, 2008. V I T A R O V A T KIIGAZÍTÁSOK ÉS TOVÁBBGONDOLÁSOK, AVAGY: MI KÖZE A ZÁRVATERMÕKNEK AZ ETIKÁHOZ? PODANI JÁNOS ELTE TTK, Biológiai Intézet, Növényrendszertani és Ökológiai

Részletesebben

MOLEKULÁRIS FILOGENETIKAI ELEMZÉSEK EGY DISZKRÉT MATEMATIKAI

MOLEKULÁRIS FILOGENETIKAI ELEMZÉSEK EGY DISZKRÉT MATEMATIKAI Doktori értekezés MOLEKULÁRIS FILOGENETIKAI ELEMZÉSEK EGY DISZKRÉT MATEMATIKAI MÓDSZER, A BOOLE ANALÍZIS SEGÍTSÉGÉVEL Ari Eszter Dr. Jakó Éena, tudományos főmunkatárs témavezető Dr. Szathmáry Eörs, egyetemi

Részletesebben

A szárazföldi növények evolúciója és rendszertana

A szárazföldi növények evolúciója és rendszertana A szárazföldi növények evolúciója és rendszertana Vezérfonal egy nem is olyan könnyű tárgy tanulásához Podani, János A szárazföldi növények evolúciója és rendszertana: Vezérfonal egy nem is olyan könnyű

Részletesebben

Keresés képi jellemzők alapján. Dr. Balázs Péter SZTE, Képfeldolgozás és Számítógépes Grafika Tanszék

Keresés képi jellemzők alapján. Dr. Balázs Péter SZTE, Képfeldolgozás és Számítógépes Grafika Tanszék Keresés képi jellemzők alapján Dr. Balázs Péter SZTE, Képfeldolgozás és Számítógépes Grafika Tanszék Lusta gépi tanulási algoritmusok Osztályozás: k=1: piros k=5: kék k-legközelebbi szomszéd (k=1,3,5,7)

Részletesebben

Algoritmuselmélet. 2-3 fák. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem. 8.

Algoritmuselmélet. 2-3 fák. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem. 8. Algoritmuselmélet 2-3 fák Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 8. előadás Katona Gyula Y. (BME SZIT) Algoritmuselmélet 8. előadás

Részletesebben

Anthocerotophyta Lycopodiophyta Equisetophyta Psilotaceae. Ophioglossales Marattiales

Anthocerotophyta Lycopodiophyta Equisetophyta Psilotaceae. Ophioglossales Marattiales Glaucophyta Cyanidiales Rhodellophyceae etc. Bangiales Florideophycidae Chlorophyta Mesostigma etc. Charophyceae Zygnematophyceae Coleochaetophyceae Marchantiophyta Bryophyta Anthocerotophyta Lycopodiophyta

Részletesebben

TANÍTÁSA A BIOLÓGIA MÓDSZERTANI FOLYÓIRAT. Egészséges életmódra nevelés az iskolában Egészségnap mint témanap (Kiss Gábor)

TANÍTÁSA A BIOLÓGIA MÓDSZERTANI FOLYÓIRAT. Egészséges életmódra nevelés az iskolában Egészségnap mint témanap (Kiss Gábor) A BIOLÓGIA TANÍTÁSA MÓDSZERTANI FOLYÓIRAT Egészséges életmódra nevelés az iskolában Egészségnap mint témanap (Kiss Gábor) A szárazság hazájában címû tananyag tanítása óratervezet (Orosz Gábor) Módszertani

Részletesebben

Altruizmus. Altruizmus: a viselkedés az adott egyed fitneszét csökkenti, de másik egyed(ek)ét növeli. Lehet-e önző egyedek között?

Altruizmus. Altruizmus: a viselkedés az adott egyed fitneszét csökkenti, de másik egyed(ek)ét növeli. Lehet-e önző egyedek között? Altruizmus Altruizmus: a viselkedés az adott egyed fitneszét csökkenti, de másik egyed(ek)ét növeli. Lehet-e önző egyedek között? Altruizmus rokonok között A legtöbb másolat az adott génről vagy az egyed

Részletesebben

DOKTORI ÉRTEKEZÉS TÉZISEI

DOKTORI ÉRTEKEZÉS TÉZISEI DOKTORI ÉRTEKEZÉS TÉZISEI Somogyi Gabriella A Dianthus sect. Plumaria (Opiz) Asch. et Graebn. közép-európai fajainak komplex molekuláris taxonómiai értékelése BUDAPESTI CORVINUS EGYETEM Kertészettudományi

Részletesebben

Problémamegoldás kereséssel. Mesterséges intelligencia március 7.

Problémamegoldás kereséssel. Mesterséges intelligencia március 7. Problémamegoldás kereséssel Mesterséges intelligencia 2014. március 7. Bevezetés Problémamegoldó ágens Kívánt állapotba vezető cselekvéseket keres Probléma megfogalmazása Megoldás megfogalmazása Keresési

Részletesebben

1. MATEMATIKA EMELT SZINTŰ ÍRÁSBELI FELADATSOR

1. MATEMATIKA EMELT SZINTŰ ÍRÁSBELI FELADATSOR 1. MATEMATIKA EMELT SZINTŰ ÍRÁSBELI FELADATSOR A feladatok megoldására 240 perc fordítható, az idő leteltével a munkát be kell fejeznie. A feladatok megoldási sorrendje tetszőleges. A II. részben kitűzött

Részletesebben

Nagyszerű dolog ám az élőlények: a növények és állatok rendszere!

Nagyszerű dolog ám az élőlények: a növények és állatok rendszere! Nagyszerű dolog ám az élőlények: a növények és állatok rendszere! Rapaics R. 1925. A növények társadalma. Athenaeum, Budapest. (1885-1954) NÖVÉNYRENDSZERTAN 2015-2016 - II. félév Febr. 12, 19, 26, Márc.

Részletesebben

Eredmények összehasonlító értékelése

Eredmények összehasonlító értékelése 9 Eredmények összehasonlító értékelése (Nincs megállás!) Osztályozások, ordinációk és más eredmények elõállításával rendszerint nem fejezõdik be többváltozós adataink elemzése. Jó néhány okát lehet felsorolni

Részletesebben

Rendszerezés, többsejtű állatok kialakulása

Rendszerezés, többsejtű állatok kialakulása Rendszerezés, többsejtű állatok kialakulása Az állatvilág osztályozásának főbb módszerei A rendszerezés új irányvonalai Többsejtű állatok kialakulása Fajkeletkezés Kihalások Állatrendszertan előadás 1Rendszertani

Részletesebben

A 2014/2015 tanévi Országos Középiskolai Tanulmányi Verseny döntő forduló javítási-értékelési útmutató. INFORMATIKA II. (programozás) kategória

A 2014/2015 tanévi Országos Középiskolai Tanulmányi Verseny döntő forduló javítási-értékelési útmutató. INFORMATIKA II. (programozás) kategória Oktatási Hivatal A 2014/2015 tanévi Országos Középiskolai Tanulmányi Verseny döntő forduló javítási-értékelési útmutató INFORMATIKA II. (programozás) kategória Kedves Versenyző! A megoldások értékelésénél

Részletesebben

Modellkiválasztás és struktúrák tanulása

Modellkiválasztás és struktúrák tanulása Modellkiválasztás és struktúrák tanulása Szervezőelvek keresése Az unsupervised learning egyik fő célja Optimális reprezentációk Magyarázatok Predikciók Az emberi tanulás alapja Általános strukturális

Részletesebben

Számítógép és programozás 2

Számítógép és programozás 2 Számítógép és programozás 2 11. Előadás Halmazkeresések, dinamikus programozás http://digitus.itk.ppke.hu/~flugi/ A keresési feladat megoldása Legyen a lehetséges megoldások halmaza M ciklus { X legyen

Részletesebben

Evolúció. Dr. Szemethy László egyetemi docens Szent István Egyetem VadVilág Megőrzési Intézet

Evolúció. Dr. Szemethy László egyetemi docens Szent István Egyetem VadVilág Megőrzési Intézet Evolúció Dr. Szemethy László egyetemi docens Szent István Egyetem VadVilág Megőrzési Intézet Mi az evolúció? Egy folyamat: az élőlények tulajdonságainak változása a környezethez való alkalmazkodásra Egy

Részletesebben

A növényrendszertan alapjai biológia tanárszakos hallgatóknak

A növényrendszertan alapjai biológia tanárszakos hallgatóknak A növényrendszertan alapjai biológia tanárszakos hallgatóknak Tóth Zoltán Déli Tömb VII. emelet 7-608 szoba 20-90-555/1718 mellék tothz9@ludens.elte.hu szárazföldi növények PLANTAE Margulis-Whittaker 5

Részletesebben

1. gyakorlat. Mesterséges Intelligencia 2.

1. gyakorlat. Mesterséges Intelligencia 2. 1. gyakorlat Mesterséges Intelligencia. Elérhetőségek web: www.inf.u-szeged.hu/~gulyasg mail: gulyasg@inf.u-szeged.hu Követelmények (nem teljes) gyakorlat látogatása kötelező ZH írása a gyakorlaton elhangzott

Részletesebben

VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA

VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA A VALÓSZÍNŰSÉGI SZEMLÉLET ALAPOZÁSA 1-6. OSZTÁLY A biztos, a lehetetlen és a lehet, de nem biztos események megkülünböztetése Valószínűségi játékok, kísérletek események

Részletesebben

Koordináta-geometria feladatok (emelt szint)

Koordináta-geometria feladatok (emelt szint) Koordináta-geometria feladatok (emelt szint) 1. (ESZÉV Minta (2) 2004.05/7) Egy ABC háromszögben CAB = 30, az ACB = 45. A háromszög két csúcsának koordinátái: A(2; 2) és C(4; 2). Határozza meg a harmadik

Részletesebben

Statisztikai becslés

Statisztikai becslés Kabos: Statisztika II. Becslés 1.1 Statisztikai becslés Freedman, D. - Pisani, R. - Purves, R.: Statisztika. Typotex, 2005. Reimann J. - Tóth J.: Valószínűségszámítás és matematikai statisztika. Tankönyvkiadó,

Részletesebben

Minimum követelmények matematika tantárgyból 11. évfolyamon

Minimum követelmények matematika tantárgyból 11. évfolyamon Minimum követelmények matematika tantárgyból. évfolyamon A hatványozás általánosítása pozitív alap esetén racionális kitevőre. Műveletek hatványokkal. A, a 0 függvény. Az eponenciális függvény. Vizsgálata

Részletesebben

Az evolúció az adatok mögött

Az evolúció az adatok mögött Filogenetika Az evolúció az adatok mögött Ortutay Csaba, PhD 2013 április 9 Miről lesz ma szó? Nukleotid szubsztitúciós modellek Távolság alapú módszerek UPGMA Neighbor joining Modell alapú filogenetika

Részletesebben

Evolúció. Dr. Szemethy László egyetemi docens Szent István Egyetem VadVilág Megőrzési Intézet

Evolúció. Dr. Szemethy László egyetemi docens Szent István Egyetem VadVilág Megőrzési Intézet Evolúció Dr. Szemethy László egyetemi docens Szent István Egyetem VadVilág Megőrzési Intézet Mi az evolúció? Egy folyamat: az élőlények tulajdonságainak változása a környezethez való alkalmazkodásra Egy

Részletesebben

Diszkrét matematika 2. estis képzés

Diszkrét matematika 2. estis képzés Diszkrét matematika 2. estis képzés 2018. tavasz 1. Diszkrét matematika 2. estis képzés 10. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék

Részletesebben

Közösség detektálás gráfokban

Közösség detektálás gráfokban Közösség detektálás gráfokban Önszervező rendszerek Hegedűs István Célkitűzés: valamilyen objektumok halmaza felett minták, csoportok detektálása csakis az egyedek közötti kapcsolatok struktúrájának a

Részletesebben

Bevezetés a biológiába. Környezettan Bsc. Szakos hallgatóknak

Bevezetés a biológiába. Környezettan Bsc. Szakos hallgatóknak Bevezetés a biológiába Környezettan Bsc. Szakos hallgatóknak Mi a biológia? A biológia (az élet{bios} tudománya {logos}) az élőlények eredetének, leszármazási kapcsolatainak, testfelépítésésének, működésének,

Részletesebben

Mesterséges Intelligencia MI

Mesterséges Intelligencia MI Mesterséges Intelligencia MI Problémamegoldás kereséssel - csak lokális információra alapozva Pataki Béla BME I.E. 414, 463-26-79 pataki@mit.bme.hu, http://www.mit.bme.hu/general/staff/pataki Lokálisan

Részletesebben

A zárvatermők modern kladisztikus filogenetikai rendszere. molekuláris szisztematika

A zárvatermők modern kladisztikus filogenetikai rendszere. molekuláris szisztematika A zárvatermők modern kladisztikus filogenetikai rendszere molekuláris szisztematika The new age (Molecular cladistics of angiosperms) At the beginning of 1990 molecular data of angiosperm plants have accumulated

Részletesebben

2013 ŐSZ. 1. Mutassa be az egymintás z-próba célját, alkalmazásának feltételeit és módszerét!

2013 ŐSZ. 1. Mutassa be az egymintás z-próba célját, alkalmazásának feltételeit és módszerét! GAZDASÁGSTATISZTIKA KIDOLGOZOTT ELMÉLETI KÉRDÉSEK A 3. ZH-HOZ 2013 ŐSZ Elméleti kérdések összegzése 1. Mutassa be az egymintás z-próba célját, alkalmazásának feltételeit és módszerét! 2. Mutassa be az

Részletesebben

Vérnyomásmérés, elektrokardiográfia. A testhelyzet, a légzés, a munkavégzés hatása a keringési rendszerre. A mérési adatok elemzése és értékelése

Vérnyomásmérés, elektrokardiográfia. A testhelyzet, a légzés, a munkavégzés hatása a keringési rendszerre. A mérési adatok elemzése és értékelése Vérnyomásmérés, elektrokardiográfia A testhelyzet, a légzés, a munkavégzés hatása a keringési rendszerre. A mérési adatok elemzése és értékelése Pszichológia BA gyakorlat A mérést és kiértékelést végezték:............

Részletesebben

Paleobiológiai módszerek és modellek 11. hét

Paleobiológiai módszerek és modellek 11. hét Paleobiológiai módszerek és modellek 11. hét A diverzitás fajtái és mérőszámai Nagy őslénytani adatbázisok: Sepkoski The Fossil Record Paleobiology Database A diverzitás fogalma Diverzitás sokféleség az

Részletesebben

BAROMFIPESTIS VÍRUS (NDV) GENOTÍPUSOK FILOGENETIKÁJA ÉS EVOLÚCIÓJA

BAROMFIPESTIS VÍRUS (NDV) GENOTÍPUSOK FILOGENETIKÁJA ÉS EVOLÚCIÓJA ELTE Biológia Doktori Iskola Klasszikus és molekuláris genetika program Programvezető: Dr. Orosz László, MTA levelező tagja BAROMFIPESTIS VÍRUS (NDV) GENOTÍPUSOK FILOGENETIKÁJA ÉS EVOLÚCIÓJA Doktori értekezés

Részletesebben

Exact inference in general Bayesian networks

Exact inference in general Bayesian networks Exact inference in general Bayesian networks Peter Antal antal@mit.bme.hu Overview The Probability Propagation in Trees of Cliques (a.k.a. ~in join trees) Practical inference Exercises Literature: Valószínűségi

Részletesebben

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 12. Regresszió- és korrelációanaĺızis Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision

Részletesebben

III. Gráfok. 1. Irányítatlan gráfok:

III. Gráfok. 1. Irányítatlan gráfok: III. Gráfok 1. Irányítatlan gráfok: Jelölés: G=(X,U), X a csomópontok halmaza, U az élek halmaza X={1,2,3,4,5,6}, U={[1,2], [1,4], [1,6], [2,3], [2,5], [3,4], [3,5], [4,5],[5,6]} Értelmezések: 1. Fokszám:

Részletesebben

Mikroszkóp vizsgálata Lencse görbületi sugarának mérése Folyadék törésmutatójának mérése

Mikroszkóp vizsgálata Lencse görbületi sugarának mérése Folyadék törésmutatójának mérése Mikroszkóp vizsgálata Lencse görbületi sugarának mérése Folyadék törésmutatójának mérése (Mérési jegyzőkönyv) Hagymási Imre 2007. március 19. (hétfő délelőtti csoport) 1. Mikroszkóp vizsgálata 1.1. A mérés

Részletesebben

Regresszió számítás. Tartalomjegyzék: GeoEasy V2.05+ Geodéziai Kommunikációs Program

Regresszió számítás. Tartalomjegyzék: GeoEasy V2.05+ Geodéziai Kommunikációs Program Regresszió számítás GeoEasy V2.05+ Geodéziai Kommunikációs Program DigiKom Kft. 2006-2010 Tartalomjegyzék: Egyenes x változik Egyenes y változik Egyenes y és x változik Kör Sík z változik Sík y, x és z

Részletesebben

Angol magyar többváltozós-elemzéstani kisszótár és kislexikon

Angol magyar többváltozós-elemzéstani kisszótár és kislexikon D függelék Angol magyar többváltozós-elemzéstani kisszótár és kislexikon Ebben a függelékben az angol nyelvû biológiai/többváltozós szakirodalom leggyakoribb szakkifejezéseit gyûjtöttük össze. A megadott

Részletesebben

Programozás alapjai 9. előadás. Wagner György Általános Informatikai Tanszék

Programozás alapjai 9. előadás. Wagner György Általános Informatikai Tanszék 9. előadás Wagner György Általános Informatikai Tanszék Leszámoló rendezés Elve: a rendezett listában a j-ik kulcs pontosan j-1 kulcsnál lesz nagyobb. (Ezért ha egy kulcsról tudjuk, hogy 27 másiknál nagyobb,

Részletesebben

Számítógép és programozás 2

Számítógép és programozás 2 Számítógép és programozás 2 6. Előadás Problémaosztályok http://digitus.itk.ppke.hu/~flugi/ Emlékeztető A specifikáció egy előfeltételből és utófeltételből álló leírása a feladatnak Léteznek olyan feladatok,

Részletesebben

Altruizmus. Altruizmus: a viselkedés az adott egyed fitneszét csökkenti, de másik egyed(ek)ét növeli. Lehet-e önző egyedek között?

Altruizmus. Altruizmus: a viselkedés az adott egyed fitneszét csökkenti, de másik egyed(ek)ét növeli. Lehet-e önző egyedek között? Altruizmus Altruizmus: a viselkedés az adott egyed fitneszét csökkenti, de másik egyed(ek)ét növeli. Lehet-e önző egyedek között? Altruizmus rokonok között A legtöbb másolat az adott génről vagy az egyed

Részletesebben

Üzleti terv sablonhoz - képzési kitöltési útmutató -

Üzleti terv sablonhoz - képzési kitöltési útmutató - VÁLLALKOZÓFEJLESZTÉSI KÉPZÉS Üzleti terv sablonhoz - képzési kitöltési útmutató - A fiatalok vállalkozóvá válásának támogatása a konvergencia régiókban c. pályázati felhívás keretében Kódszám: TÁMOP 2.3.6.A-12/1.

Részletesebben

A LEGKÖZELEBBI SZOMSZÉD ANALÍZISHEZ SZÜKSÉGES TERÜLETI ADATBÁZISOK KIALAKÍTÁSÁNAK MÓDSZERTANI KÉRDÉSEI

A LEGKÖZELEBBI SZOMSZÉD ANALÍZISHEZ SZÜKSÉGES TERÜLETI ADATBÁZISOK KIALAKÍTÁSÁNAK MÓDSZERTANI KÉRDÉSEI A LEGKÖZELEBBI SZOMSZÉD ANALÍZISHEZ SZÜKSÉGES TERÜLETI ADATBÁZISOK KIALAKÍTÁSÁNAK MÓDSZERTANI KÉRDÉSEI Pfening Viola ELTE TTK Regionális Tudományi Tanszék Társadalom és térinformatika Innovatív módszerek

Részletesebben

Lehetséges vizsgálatok III: Szimmetrikus bolyongás Jobbra => +1; Balra => -1 P(jobbra) = P(balra) = ½

Lehetséges vizsgálatok III: Szimmetrikus bolyongás Jobbra => +1; Balra => -1 P(jobbra) = P(balra) = ½ Véletlen bolyongások (1D 2D 3D) 1 / 35 oldal Definíció: Egy egyenesen (1 dimenziós tér) Jobbra, vagy balra lépünk Minden lépés független a korábbiaktól P(jobbra)=p; P(balra)=q Nincs helyben maradási" lépés,

Részletesebben

Operációkutatás vizsga

Operációkutatás vizsga Operációkutatás vizsga A csoport Budapesti Corvinus Egyetem 2007. január 9. Egyéb gyakorló és vizsgaanyagok találhatók a honlapon a Letölthető vizsgasorok, segédanyagok menüpont alatt. OPERÁCIÓKUTATÁS

Részletesebben

SZÁLLÍTÁSI FELADAT KÖRUTAZÁSI MODELL WINDOWS QUANTITATIVE SUPPORT BUSINESS PROGRAMMAL (QSB) JEGYZET Ábragyűjtemény Dr. Réger Béla LÉPÉSRŐL - LÉPÉSRE

SZÁLLÍTÁSI FELADAT KÖRUTAZÁSI MODELL WINDOWS QUANTITATIVE SUPPORT BUSINESS PROGRAMMAL (QSB) JEGYZET Ábragyűjtemény Dr. Réger Béla LÉPÉSRŐL - LÉPÉSRE SZÁLLÍTÁSI FELADAT KÖRUTAZÁSI MODELL WINDOWS QUANTITATIVE SUPPORT BUSINESS PROGRAMMAL (QSB) JEGYZET Ábragyűjtemény Dr. Réger Béla LÉPÉSRŐL - LÉPÉSRE KÖRUTAZÁSI MODELL AVAGY AZ UTAZÓÜGYNÖK PROBLÉMÁJA Induló

Részletesebben

Megjegyzés: A programnak tartalmaznia kell legalább egy felhasználói alprogramot. Példa:

Megjegyzés: A programnak tartalmaznia kell legalább egy felhasználói alprogramot. Példa: 1. Tétel Az állomány két sort tartalmaz. Az első sorában egy nem nulla természetes szám van, n-el jelöljük (5

Részletesebben

MATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

MATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ Matematika középszint 063 ÉRETTSÉGI VIZSGA 006. február. MATEMATIKA KÖZÉPSZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ OKTATÁSI MINISZTÉRIUM Fontos tudnivalók Formai előírások: A dolgozatot

Részletesebben

Diszkrét matematika 2.

Diszkrét matematika 2. Diszkrét matematika 2. Mérai László előadása alapján Készítette: Nagy Krisztián 1. előadás Gráfok halmaza, gráf, ahol a csúcsok halmaza, az élek illesztkedés reláció: illesztkedik az élre, ha ( -él illesztkedik

Részletesebben

Algoritmuselmélet. Gráfok megadása, szélességi bejárás, összefüggőség, párosítás. Katona Gyula Y.

Algoritmuselmélet. Gráfok megadása, szélességi bejárás, összefüggőség, párosítás. Katona Gyula Y. Algoritmuselmélet Gráfok megadása, szélességi bejárás, összefüggőség, párosítás Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 2. előadás

Részletesebben

MINTAVÉTELEZÉS. Alaptípusai: sampling. véletlen érvényesítésére v. mellőzzük azt. = preferenciális mintav. = véletlen mintav.

MINTAVÉTELEZÉS. Alaptípusai: sampling. véletlen érvényesítésére v. mellőzzük azt. = preferenciális mintav. = véletlen mintav. A teljes alapsokaságot nem ismerhetjük meg. MINTAVÉTELEZÉS Fontossága: minden későbbi értékelés ezen alapszik. Alaptípusai: Szubjektív folyamat Objektív folyamat (non-probabilistic) (probabilistic) sampling

Részletesebben

4. Kartell két vállalat esetén

4. Kartell két vállalat esetén 4. Kartell két vállalat esetén 34 4. Kartell két vállalat esetén Ebben a fejezetben azzal az esettel foglalkozunk, amikor a piacot két vállalat uralja és ezek összejátszanak. A vállalatok együttműködését

Részletesebben

Mátrixjátékok tiszta nyeregponttal

Mátrixjátékok tiszta nyeregponttal 1 Mátrixjátékok tiszta nyeregponttal 1. Példa. Két játékos Aladár és Bendegúz rendelkeznek egy-egy tetraéderrel, melyek lapjaira rendre az 1, 2, 3, 4 számokat írták. Egy megadott jelre egyszerre felmutatják

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 8 VIII. REGREssZIÓ 1. A REGREssZIÓs EGYENEs Két valószínűségi változó kapcsolatának leírására az eddigiek alapján vagy egy numerikus

Részletesebben

Koordinátageometriai gyakorló feladatok I ( vektorok )

Koordinátageometriai gyakorló feladatok I ( vektorok ) Koordinátageometriai gyakorló feladatok I ( vektorok./ Határozd meg az AB szakasznak azt a pontját, amely a szakaszt : ha A ( ; és a B ( ; 8!./ Adott az A ( 3 ; 5 és a ( ; 6 B pont. Számítsd ki az AB vektor

Részletesebben

HomeManager - leírás. advix software solutions. http://www.advix.hu

HomeManager - leírás. advix software solutions. http://www.advix.hu by advix software solutions http://www.advix.hu Tartalomjegyzék Tartalomjegyzék... 2 Bevezető... 3 Áttekintés... 3 Felhasználási feltételek... 3 Első lépések... 4 Indítás... 4 Főképernyő... 4 Értesítés

Részletesebben