Magyar és angol szóasszociációs hálózatok vizsgálata. Orosz Katalin Kovács László Pollner Péter

Save this PDF as:
 WORD  PNG  TXT  JPG

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Magyar és angol szóasszociációs hálózatok vizsgálata. Orosz Katalin Kovács László Pollner Péter"

Átírás

1 Magyar és angol szóasszociációs hálózatok vizsgálata Orosz Katalin Kovács László Pollner Péter 0. Bevezetés Jelenlegi elképzeléseink szerint a beszédértés és beszédprodukció során előhívott szavakat (és a mögöttes fogalmakat) mentális lexikonunkban (egyfajta agyi szótárban ) tároljuk (vö. pl. Gósy 2005). A mentális lexikonunkban a fogalmak rögzítése történhet nyelvtől függetlenül, a szavak rögzítése azonban nyelvhez kötött. Így feltételezhetjük, hogy adott nyelvre jellemző nyelvi-szerkezeti sajátosságok is szerepet játszhatnak a szóasszociációs hálózat szerkezetének kialakításában. Szóasszociációs hálózatok kutatása során nem hagyhatjuk figyelmen kívül az adatgyűjtés módszertanát sem, ugyanis a kapott hálózat nem csak az adott nyelv sajátosságaira építhet (például toldalékolt szóalakok hívószóként való megjelenése), hanem maga az adatfelvétel is befolyásolhatja a létrejövő hálózatot. Felmerül tehát a kérdés, milyen eltéréseket és/vagy hasonlóságokat mutatnak a különböző nyelvű szóasszociációs adatokból kialakuló hálózatok? Kimutathatóak-e olyan jellemzők, amelyek nyelvfüggetlen módon, általánosan érvényesek az emberi mentális asszociációs hálózatokra? Befolyásolja-e az adatgyűjtés módszere a hálózatok szerkezetét? Tanulmányunkban ezen kérdésekre kerestük a választ egy magyar és egy angol nyelvű szóasszociációs adatbázis hálózatos elemzése során. Vizsgálatainkban a hálózatok szerkezetének meghatározására valamint a strukturális különbségek feltárására koncentráltunk. 1. Szóasszociációs hálózatok 1.1. Szóasszociációs hálózatok keletkezése A szóasszociációs hálózat az asszociációs adatok gyűjtésében résztvevő személyek hívószóra adott válaszai alapján jön létre. A válaszadó személy a megjelenő hívószóra az először eszébe jutó szót adja válaszként, ami egy irányított kapcsolatot definiál a hívószó és a válaszszó között. Ha két szó között asszociáció jött létre, akkor a hívószó válaszszó irányított hálózati él bekerül a hálózatba. A létrejött hálózat csúcspontjai az egyes szavak, a hálózat élei pedig a szavak közötti irányított asszociációs kapcsolatok Agykapocs hálózat A magyar nyelvű szóasszociációkat az Agykapocs adatbázis (Kovács 2011) alapján vizsgáltuk. Az Agykapocs rendszer egy interneten elérhető felület segítségével 2008 óta gyűjti az oldalon regisztráló felhasználók által megadott asszociációkat. A felhasználók regisztráció után először egy 134 szavas, rögzített kezdő hívószólistára adják meg az először eszükbe jutó válaszszót. A további hívószavak a rendszerbe beérkezett válaszszavakból véletlenszerűen generálódnak. A válaszok nem csak szótári szavak lehetnek, hanem hosszabb karaktersorozatok is, ami lehetővé teszi, hogy toldalékolt alakok, szószerkezetek is bekerüljenek az adatbázisba, illetve később hívószóként megjelenjenek. Ha a felhasználónak a kapott hívószóra nem jut eszébe válasz, akkor lehetősége van ezt a "Nincs ötletem" gomb megnyomásával jelezni. Elemzésünkben az Agykapocs rendszerben 2011 elejéig összegyűlt magyar asszociációkat használtuk fel. Eddig az időpontig körülbelül 700 felhasználó nagyságrendileg asszociációt hozott létre. Az adatok hálózatos elemzését megelőzően 58

2 szükség volt egy adattisztítási lépésre, ahol sor került helyesírási hibák javítására, azonos jelentésű, de eltérően írt szavak egységesítésére. A hálózat létrehozásakor figyelmen kívül hagytuk a "Nincs ötletem" típusú válaszokat és az önmagukra mutató asszociációs kapcsolatokat, valamint néhány olyan felhasználó asszociációit, akik sok "Nincs ötletem" vagy önmagára mutató asszociációt hoztak létre. Az elemzett hálózatban 134 kezdő hívószóból kiindulva, további körülbelül 11000, a válaszokból generált hívószóra jöttek létre az asszociációs kapcsolatok. (Az adatbázis felépítésével és működésével kapcsolatban lásd részletesen Kovács 2011) Florida hálózat Az angol nyelvű asszociációk vizsgálatához a University of South Florida Free Association Norms asszociációs adatbázist használtuk (Nelson et al. 1998). Az asszociációs normák gyűjtése 1973-ban kezdődött, több mint 6000 résztvevő asszociációinak rögzítésével. A gyűjtésében résztvevő kutatók sok időt és energiát fordítottak a beérkező adatok rendszerezésére, a helyesírási hibák javítására. Az adatbázisba folyamatosan kerültek be az újabb hívószavak, éppúgy, mint az Agykapocs esetében. Itt azonban nincs egy rögzített hívószó lista, ami minden felhasználónak ugyanaz. A hívószavakat főleg memóriakísérletek szavainak teszteléséhez választották ki, valamint a keletkezett válaszszavakból is kerültek ki új hívószavak. Az adatgyűjtés és a folyamatos értékelés, valamint további kutatások során megfogalmazott kérdések hatására újabb és újabb szavak váltak hívószóvá. Összesen 5019 hívószót alkalmaztak. 2. Agykapocs és Florida hálózatok szerkezete Az Agykapocs csúcsot és irányított élt, míg a Florida hálózat csúcsot és élt tartalmaz. A hálózatok szerkezetének összehasonlításához több jellemző vizsgálatát végeztük el. Elsőként a hálózati csúcsok bemenőfokszám-eloszlását hasonlítottuk össze, majd a hálózat szavainak összekapcsoltságát vizsgáltuk hálózati komponensek azonosításával, valamint a szavak közötti legrövidebb útvonalak elemzésével. Végül elemeztük a kezdő hívószavak alkalmazásának hálózati struktúrára gyakorolt hatását Fokszám eloszlás Egy hálózati csúcspont bemenő fokszáma a csúcsba mutató irányított élek száma. A szóasszociációs hálózatban egy szónak, mint csúcspontnak a bemenő fokszáma azon hívószavak száma, amelyekről az adott szóra asszociáltak. A bemenőfokszám-eloszlás megadja, hogy a hálózat csúcsai mekkora valószínűséggel rendelkeznek adott bemenő fokszámmal. 1. ábra. a) Az Agykapocs hálózat bemenőfokszám-eloszlása. b) A Florida hálózat bemenőfokszám-eloszlása. 59

3 Az 1.a) és 1.b) ábra az Agykapocs, illetve a Florida hálózat bemenőfokszámeloszlását mutatja. Az eloszlások nagyon hasonlóak, mindkét eloszlás hatványfüggvény szerinti, azaz a hálózatok skálafüggetlenek. Az 1. táblázatban felsoroltuk az angol és a magyar hálózat első néhány legnagyobb bemenő fokszámú csúcspontját. A szavak egy része mindkét listában szerepel, ezek rendszerint általános, vagy a mindennapokban használt szavak. Ilyenek a pénz, az autó, a munka, a jó és a rossz szavak. (Ezen szavak angol és magyar megfelelőjét az 1. táblázatban a könnyebb átláthatóság kedvéért nagy betűvel szedtük.) Agykapocs PÉNZ JÓ AUTÓ ROSSZ ember sok MUNKA Florida food MONEY water CAR GOOD BAD WORK 1. táblázat. Első néhány nagy bemenő fokszámú csúcspont az Agykapocs és a Florida hálózatban Szigorúan összefüggő komponens vizsgálata Az egyes szavak egymáshoz való viszonyának vizsgálatakor lényeges kérdés az összekapcsoltság. Ennek elemzésére az egyik gráfelméleti lehetőség az úgynevezett szigorúan összefüggő komponensek meghatározása. Szigorúan összefüggő komponensnek nevezzük egy irányított hálózat azon csúcspontjainak halmazát, amelyből bármely két csúcspontot kiválasztva létezik irányított útvonal az egyik csúcspontból a másik csúcspontba és fordítva. Az ilyen tulajdonságokkal rendelkező csúcspontok maximális halmazát szoktuk meghatározni. Egy gráfban több ilyen csúcspont csoport is létezhet. Az Agykapocs hálózat legnagyobb szigorúan összefüggő komponense a hálózat csúcspontjainak 56%-át, a Florida hálózaté pedig a csúcspontok 46%-át tartalmazza. Ez azt jelenti, hogy mind a magyar, mind az angol hálózat szavainak megközelítőleg a fele egymással közvetve vagy közvetlenül össze van kötve Legrövidebb útvonalak vizsgálata Az összekötöttségről árnyaltabb képet kapunk, ha megvizsgáljuk a szavak közötti legrövidebb útvonalakat. Megszámolhatjuk, hogy két szó közötti adott hosszúságú legrövidebb útvonalból hány darab található a hálózatban. A kapott eloszlást az Agykapocs és a Florida hálózatra, illetve a hálózatok legnagyobb szigorúan összefüggő komponensére a 2. ábra mutatja. Mindkét hálózatnál azt tapasztaljuk, hogy a teljes hálózatra és a legnagyobb szigorúan összefüggő komponensre kapott eloszlás nagyon hasonló. Tehát a legnagyobb szigorúan összefüggő komponensnek meghatározó szerepe van a teljes hálózat legrövidebb úthosszainak kialakításában. A legrövidebb útvonalak közül a leghosszabb az Agykapocsban 21, míg a Floridában 11 lépés hosszúságú. A Florida hálózatbeli rövidebb maximális úthossz annak köszönhető, hogy az adatgyűjtés hosszabb időtartama miatt sűrűbb a hálózat. A szavak közötti leggyakoribb távolság mindkét hálózatban kicsi. A konkrét útvonalak vizsgálatakor számos esetben azt látjuk, hogy egy szóból kiindulva akár néhány lépésen belül egy másik, 60

4 távoli szóhoz juthatunk el. Például az Agykapocs hálózatban: gazella gizella mátyás király. A Florida hálózatban: left right correct answer. 2. ábra. Legrövidebb úthosszak eloszlása az Agykapocs és a Florida hálózatban és a hálózatok legnagyobb szigorúan összefüggő komponensében Kezdő hívószavak szerepe Az Agykapocs rendszerben kezdetben minden résztvevő 134 rögzített hívószóra adott választ. Ezzel szemben a Florida asszociációknál a hívószavak folyamatosan kerültek be a rendszerbe, nem volt minden válaszadó számára rögzített hívószó lista. Felmerül a kérdés, hogy az eltérő adatfelvétel milyen különbséget okozott a hálózatok szerkezetében. Ennek megállapítására úgynevezett hólabda keresést alkalmaztunk. A hólabda keresés során egy vagy több csúcspontból indulunk el a csúcsok kimenő élein keresztül a hálózat többi csúcspontja felé. Meghatározható, hogy adott számú lépéssel a kimenő élek mentén hány hálózati csúcspontot értünk el. Az Agykapocs hálózat adatfelvételi módjából következik, hogy a kezdő hívószavak csoportjából kiindulva gyorsan elérhetőek a hálózat csúcspontjai. Azonban amennyiben nem az eredeti listából indulunk ki, hanem véletlenszerűen választott 134 csúcspontból indítjuk a hólabda keresést, akkor lassabban érjük el a hálózat csúcsait. A Florida hálózatnál 134 véletlenül kiválasztott angol kezdőszóból kiindulva ugyancsak lassabb ütemben növekszik a hálózati csúcsok elérési görbéje. Ezt követően megvizsgáltuk, hogy az egyes hálózati csúcspontokból egyenként kiindulva hány csúcspontot érünk el néhány lépés alatt. Az Agykapocs hálózatnál találtunk olyan szavakat, amelyeket egyenként a hólabda keresés kiindulópontjának választva a csúcsból három lépés alatt a hálózat több mint 50%-a elérhető. Ezen szavak mindegyike kezdő hívószó volt. A Florida hálózatnál ezzel szemben a legkedvezőbb kiinduló csúcspont választás esetén is a hólabda keresés harmadik lépésében a hálózati csúcspontoknak csak a 20%-a volt elérhető. További lépesek után természetesen itt is elérjük a csúcspontok nagy részét. Láthatjuk tehát, hogy a rögzített kezdő hívószó listából kiindulva létrejövő hálózatban a kezdő hívószavaknak található egy olyan csoportja, amely szavakból egyenként kiindulva gyorsan elérhetőek a hálózat szavai. 3. Összefoglalás Eredményeink azt mutatják, hogy hálózataink bár eltérő nyelvű asszociációkat tartalmaznak felépítése sok szempontból hasonló. A bemenő fokszámok eloszlásának skálafüggetlen jellege az angol és a magyar hálózat alapján univerzális jellemzőnek bizonyult. A legnagyobb bemenő fokszámú szavak magyar és angol hálózatbeli listája szintén jelentős átfedést mutat. Ezekre a szavakra nyelvfüggetlen módon sok hívószóról asszociálunk. Mindkét hálózatban azonosítottunk egy nagy a hálózati csúcspontok körülbelül felét tartalmazó magot, amelyen belül a szavak irányított útvonalakon keresztül szorosan kapcsolódnak egymáshoz. A hálózat többi csúcspontja ezen mag körül egy lazább 61

5 héjat alkot. Kiderült, hogy ez a szigorúan összefüggő komponens a hálózat szavai közötti legrövidebb úthosszak szempontjából meghatározó szerepű. A hálózatok kisvilág jellegére utal, hogy a leggyakoribb legrövidebb útvonal hossza két csúcspont között viszonylag rövid, így két, akár nagyon távoli szó esetén is találhatunk a szavak között néhány lépés hosszúságú asszociációs útvonalat. A magyar asszociációk gyűjtésekor alkalmazott rögzített kezdő hívószó-készletnek a hálózat csúcspontjainak gyors elérésében lehet szerepe. Irodalom Gósy Mária Pszicholingvisztika. Budapest: Osiris. Kovács László Fogalmi rendszerek és lexikai hálózatok a mentális lexikonban. Budapest: Tinta. Nelson, Douglas L. et al The University of South Florida word association, rhyme, and word fragment norms. 62

Gráfelméleti alapfogalmak

Gráfelméleti alapfogalmak 1 Gráfelméleti alapfogalmak Gráf (angol graph= rajz): pontokból és vonalakból álló alakzat. pontok a gráf csúcsai, a vonalak a gráf élei. GRÁ Irányítatlan gráf Vegyes gráf Irányított gráf G H Izolált pont

Részletesebben

Országos Rendezési Tervkataszter

Országos Rendezési Tervkataszter TeIR Országos Rendezési Tervkataszter Felhasználói útmutató Budapest, 2015. április Tartalomjegyzék 1. BEVEZETŐ... 3 2. LEKÉRDEZÉSEK... 3 2.1 TERV ELLÁTOTTSÁG LEKÉRDEZÉS... 4 2.1.1. Kördiagram... 5 2.1.2.

Részletesebben

A projekt idő-, erőforrás és költségterve 1. rész

A projekt idő-, erőforrás és költségterve 1. rész A projekt idő-, erőforrás és költségterve 1. rész A TERVEZÉS FOLYAMATA a projekttevékenységek meghatározása a tevékenységek közötti logikai függőségi kapcsolatok meghatározása erőforrás-allokáció és a

Részletesebben

A TÁRKI ADATFELVÉTELEINEK DOKUMENTUMAI. Omnibusz 2003/08. A kutatás dokumentációja. Teljes kötet

A TÁRKI ADATFELVÉTELEINEK DOKUMENTUMAI. Omnibusz 2003/08. A kutatás dokumentációja. Teljes kötet A TÁRKI ADATFELVÉTELEINEK DOKUMENTUMAI Omnibusz 2003/08 A kutatás dokumentációja Teljes kötet 2003 Tartalom BEVEZETÉS... 4 A MINTA... 6 AZ ADATFELVÉTEL FŐBB ADATAI... 8 TÁBLÁK A SÚLYVÁLTOZÓ KÉSZÍTÉSÉHEZ...

Részletesebben

Király Zoltán, Kondé Zoltán, Kovács Antal, Lévai Annamária 2006

Király Zoltán, Kondé Zoltán, Kovács Antal, Lévai Annamária 2006 A Network-Elemzés - és felhasználása általános iskolai osztályok társas szerkezetének és a szerveződésért felelős személyes tulajdonságok feltárására Király Zoltán, Kondé Zoltán, Kovács Antal, Lévai Annamária

Részletesebben

AquaLingua. Felhasználói Segédlet

AquaLingua. Felhasználói Segédlet AquaLingua Felhasználói Segédlet Bevezetés Kezdés témaválasztással Kezdés kereséssel Kép megtekintése 1/7 Bevezetés Az AquaLingua weboldal lehetővé teszi a felhasználó számára, hogy címkékkel ellátott

Részletesebben

Kétnyelvű környezetben élő diákok (szerb és magyar anyanyelvűek) mentális lexikona

Kétnyelvű környezetben élő diákok (szerb és magyar anyanyelvűek) mentális lexikona Mgr. Takács Izabella Kétnyelvű környezetben élő diákok (szerb és magyar anyanyelvűek) mentális lexikona A pilóta-kutatás kérdésfelvetése arra vonatkozik, hogy ugyanazokat a szavakat hívja-e elő mentális

Részletesebben

SzA II. gyakorlat, szeptember 18.

SzA II. gyakorlat, szeptember 18. SzA II. gyakorlat, 015. szeptember 18. Barátkozás a gráfokkal Drótos Márton drotos@cs.bme.hu 1. Az előre megszámozott (címkézett) n darab pont közé hányféleképp húzhatunk be éleket úgy, hogy egyszerű gráfhoz

Részletesebben

Társadalmi és gazdasági hálózatok modellezése

Társadalmi és gazdasági hálózatok modellezése Társadalmi és gazdasági hálózatok modellezése 6. el adás Hálózatok növekedési modelljei: `uniform és preferential attachment' El adó: London András 2015. október 12. Hogyan n nek a hálózatok? Statikus

Részletesebben

OSZMK portál részregisztráció és auditok általános felhasználói leírása

OSZMK portál részregisztráció és auditok általános felhasználói leírása Országos Szakfelügyeleti Módszertani Központ Informatikai Dokumentációs Rendszer Alkalmazás és alkalmazás-fejlesztés Dokumentáció OSZMK portál részregisztráció és auditok általános felhasználói leírása

Részletesebben

Gráfelméleti feladatok. c f

Gráfelméleti feladatok. c f Gráfelméleti feladatok d e c f a b gráf, csúcsok, élek séta: a, b, c, d, e, c, a, b, f vonal: c, d, e, c, b, a út: f, b, a, e, d (walk, lanţ) (trail, lanţ simplu) (path, lanţ elementar) 1 irányított gráf,

Részletesebben

Összefoglalás és gyakorlás

Összefoglalás és gyakorlás Összefoglalás és gyakorlás High Speed Networks Laboratory 1 / 28 Hálózatok jellemző paraméterei High Speed Networks Laboratory 2 / 28 Evolúció alkotta adatbázis Önszerveződő adatbázis = (struktúra, lekérdezés)

Részletesebben

1. oldal, összesen: 5

1. oldal, összesen: 5 1. oldal, összesen: 5 Elmélet Word 1. Döntse el az alábbi állításról, hogy a tagmondatok tartalma igaz-e, s A WORD helyesírás-ellenőrző rendszere minden helyesírási hibánkat kijavítja, mert felismeri,

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

GráfRajz fejlesztői dokumentáció

GráfRajz fejlesztői dokumentáció GráfRajz Követelmények: A GráfRajz gráfokat jelenít meg grafikus eszközökkel. A gráfot többféleképpen lehet a programba betölteni. A program a gráfokat egyedi fájl szerkezetben tárolja. A fájlokból betölthetőek

Részletesebben

Gépi tanulás a gyakorlatban. Kiértékelés és Klaszterezés

Gépi tanulás a gyakorlatban. Kiértékelés és Klaszterezés Gépi tanulás a gyakorlatban Kiértékelés és Klaszterezés Hogyan alkalmazzuk sikeresen a gépi tanuló módszereket? Hogyan válasszuk az algoritmusokat? Hogyan hangoljuk a paramétereiket? Precízebben: Tegyük

Részletesebben

30. ERŐSEN ÜSSZEFÜGGŐ KOMPONENSEK

30. ERŐSEN ÜSSZEFÜGGŐ KOMPONENSEK 30. ERŐSEN ÜSSZEFÜGGŐ KOMPONENSEK A gráfos alkalmazások között is találkozunk olyan problémákkal, amelyeket megoldását a részekre bontott gráfon határozzuk meg, majd ezeket alkalmas módon teljes megoldássá

Részletesebben

Szoftverarchitektúrák 3. előadás (második fele) Fornai Viktor

Szoftverarchitektúrák 3. előadás (második fele) Fornai Viktor Szoftverarchitektúrák 3. előadás (második fele) Fornai Viktor A szotverarchitektúra fogalma A szoftverarchitektúra nagyon fiatal diszciplína. A fogalma még nem teljesen kiforrott. Néhány definíció: A szoftverarchitektúra

Részletesebben

Algoritmuselmélet. Legrövidebb utak, Bellmann-Ford, Dijkstra. Katona Gyula Y.

Algoritmuselmélet. Legrövidebb utak, Bellmann-Ford, Dijkstra. Katona Gyula Y. Algoritmuselmélet Legrövidebb utak, Bellmann-Ford, Dijkstra Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 3. előadás Katona Gyula Y. (BME

Részletesebben

Megújult az ARTISJUS Szerzői Információs Rendszere (SZIR) Online adatszolgáltatás szerzőknek bármikor, bárhonnan

Megújult az ARTISJUS Szerzői Információs Rendszere (SZIR) Online adatszolgáltatás szerzőknek bármikor, bárhonnan Megújult az ARTISJUS Szerzői Információs Rendszere (SZIR) Online adatszolgáltatás szerzőknek bármikor, bárhonnan Grafikus megjelenítés A grafikus felület lehetővé teszi a jogdíjak és elhangzások áttekinthetőbb

Részletesebben

KUTATÁSMÓDSZERTAN 4. ELŐADÁS. A minta és mintavétel

KUTATÁSMÓDSZERTAN 4. ELŐADÁS. A minta és mintavétel KUTATÁSMÓDSZERTAN 4. ELŐADÁS A minta és mintavétel 1 1. A MINTA ÉS A POPULÁCIÓ VISZONYA Populáció: tágabb halmaz, alapsokaság a vizsgálandó csoport egésze Minta: részhalmaz, az alapsokaság azon része,

Részletesebben

Feladatok MATEMATIKÁBÓL

Feladatok MATEMATIKÁBÓL Feladatok MATEMATIKÁBÓL a 12. évfolyam számára III. 1. Számítsuk ki a következő hatványok értékét! 2. Írjuk fel gyökjelekkel a következő hatványokat! 3. Az ötnek hányadik hatványa a következő kifejezés?

Részletesebben

A regisztrált álláskeresők számára vonatkozó becslések előrejelző képességének vizsgálata

A regisztrált álláskeresők számára vonatkozó becslések előrejelző képességének vizsgálata A regisztrált álláskeresők számára vonatkozó becslések előrejelző képességének vizsgálata Az elemzésben a GoogleTrends (GT, korábban Google Insights for Search) modellek mintán kívüli illeszkedésének vizsgálatával

Részletesebben

Leltározás a DOAS rendszerben

Leltározás a DOAS rendszerben Leltározás a DOAS rendszerben 1149 Budapest, Egressy út 17-21. Telefon: +36 1 469 4021; fax: +36 1 469 4029 1/13 Tartalomjegyzék 1. Leltár...3 1.1. Leltározás a DOAS rendszerben...3 1.1.1. Leltározás módszerei...3

Részletesebben

Matematika kisérettségi I. rész 45 perc NÉV:...

Matematika kisérettségi I. rész 45 perc NÉV:... Matematika kisérettségi I. rész 45 perc NÉV:... 1. Az A halmaz elemei a háromnál nagyobb egyjegyű számok, a B halmaz elemei pedig a húsznál kisebb pozitív páratlan számok. Sorolja fel az halmaz elemeit!

Részletesebben

Oszkar.com Android alkalmazás v1.2

Oszkar.com Android alkalmazás v1.2 Oszkar.com Android alkalmazás v1.2 Az 1.2 verzióban a következő funkciók érhetők el: Be- kijelentkezés Autós ajánlatok keresése, akár dátum intervallumra Pontos és közeli ajánlatok megjelenítése Autós

Részletesebben

A számítástudomány alapjai

A számítástudomány alapjai A számítástudomány alapjai Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem Legszélesebb utak Katona Gyula Y. (BME SZIT) A számítástudomány

Részletesebben

A Barabási-Albert-féle gráfmodell

A Barabási-Albert-féle gráfmodell A Barabási-Albert-féle gráfmodell és egyéb véletlen gráfok Papp Pál András Gráfok, hálózatok modelljei Rengeteg gráfokkal modellezhető terület: Pl: Internet, kapcsolati hálók, elektromos hálózatok, stb.

Részletesebben

Síkba rajzolható gráfok

Síkba rajzolható gráfok Síkba rajzolható gráfok Elmélet Definíció: egy G gráfot síkba rajzolható gráfnak nevezünk, ha az felrajzolható a síkra anélkül, hogy az élei metsszék egymást. Egy ilyen felrajzolását a G gráf síkbeli reprezentációjának

Részletesebben

Görbe- és felületmodellezés. Szplájnok Felületmodellezés

Görbe- és felületmodellezés. Szplájnok Felületmodellezés Görbe- és felületmodellezés Szplájnok Felületmodellezés Spline (szplájn) Spline: Szakaszosan, parametrikus polinomokkal leírt görbe A spline nevét arról a rugalmasan hajlítható vonalzóról kapta, melyet

Részletesebben

Adatszerkezetek 2. Dr. Iványi Péter

Adatszerkezetek 2. Dr. Iványi Péter Adatszerkezetek 2. Dr. Iványi Péter 1 Fák Fákat akkor használunk, ha az adatok között valamilyen alá- és fölérendeltség van. Pl. könyvtárszerkezet gyökér (root) Nincsennek hurkok!!! 2 Bináris fák Azokat

Részletesebben

matematikai statisztika

matematikai statisztika Az újságokban, plakátokon, reklámkiadványokban sokszor találkozunk ilyen grafikonokkal, ezért szükséges, hogy megértsük, és jól tudjuk értelmezni őket. A második grafikon ismerős lehet, hiszen a függvények

Részletesebben

7. Laboratóriumi gyakorlat: Vezérlési szerkezetek II.

7. Laboratóriumi gyakorlat: Vezérlési szerkezetek II. 7. Laboratóriumi gyakorlat: Vezérlési szerkezetek II. A gyakorlat célja: 1. A shell vezérlő szerkezetei használatának gyakorlása. A használt vezérlő szerkezetek: if/else/fi, for, while while, select, case,

Részletesebben

Számelméleti alapfogalmak

Számelméleti alapfogalmak 1 Számelméleti alapfogalmak 1 Definíció Az a IN szám osztója a b IN számnak ha létezik c IN melyre a c = b Jelölése: a b 2 Példa a 0 bármely a számra teljesül, mivel c = 0 univerzálisan megfelel: a 0 =

Részletesebben

Energiainformációs Adattár Adatgyűjtő alrendszer felhasználói dokumentáció

Energiainformációs Adattár Adatgyűjtő alrendszer felhasználói dokumentáció Energiainformációs Adattár Adatgyűjtő alrendszer felhasználói dokumentáció Bevezető Tisztelt engedélyes! Üdvözöljük Önt a Magyar Energia Hivatal Energiainformációs Adattár - Adatgyűjtő alrendszerének felhasználói

Részletesebben

Asszociációs vizsgálatok alkalmazási lehetőségei márkák kutatásában Kovács László Bevezetés Az asszociációs vizsgálatok viszonylag hosszú múltra

Asszociációs vizsgálatok alkalmazási lehetőségei márkák kutatásában Kovács László Bevezetés Az asszociációs vizsgálatok viszonylag hosszú múltra Asszociációs vizsgálatok alkalmazási lehetőségei márkák kutatásában Kovács László Bevezetés Az asszociációs vizsgálatok viszonylag hosszú múltra tekintenek vissza. Francois Galton (1883) kezdeti introspektív

Részletesebben

Algoritmusok és adatszerkezetek 2.

Algoritmusok és adatszerkezetek 2. Algoritmusok és adatszerkezetek 2. Varga Balázs gyakorlata alapján Készítette: Nagy Krisztián 1. gyakorlat Nyílt címzéses hash-elés A nyílt címzésű hash táblákban a láncolással ellentétben egy indexen

Részletesebben

HACCP KCAL PRO. Online adminisztrációs szolgáltatás. Szolgáltatási Specifikáció v 1.0

HACCP KCAL PRO. Online adminisztrációs szolgáltatás. Szolgáltatási Specifikáció v 1.0 HACCP KCAL PRO Online adminisztrációs szolgáltatás Szolgáltatási Specifikáció v 1.0 Szolgáltatási jellemzők A szolgáltatás használatával lehetőség nyílik különböző élelmiszer alapanyagok tápanyag tulajdonságai,

Részletesebben

Doktori disszertáció. szerkezete

Doktori disszertáció. szerkezete Doktori disszertáció tézisfüzet Komplex hálózatok szerkezete Szabó Gábor Témavezető Dr. Kertész János Elméleti Fizika Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 2005 Bevezetés A tudományos

Részletesebben

Térinformatikai elemzések. A Klimatológusok csoport beszámolója

Térinformatikai elemzések. A Klimatológusok csoport beszámolója Térinformatikai elemzések A Klimatológusok csoport beszámolója A klimatológusok: Fatér Gábor Péntek Tamás Szűcs Eszter Ultmann Zita Júlia Zumkó Tamás Sávos ütemterv tevékenység hét 1 2 3 4 5 6 7 8 9 10

Részletesebben

FOGALMI RENDSZEREK ÉS LEXIKAI HÁLÓZATOK A MENTÁLIS LEXIKONBAN

FOGALMI RENDSZEREK ÉS LEXIKAI HÁLÓZATOK A MENTÁLIS LEXIKONBAN SEGÉDKÖNYVEK A NYELVÉSZET TANULMÁNYOZÁSÁHOZ 150. FOGALMI RENDSZEREK ÉS LEXIKAI HÁLÓZATOK A MENTÁLIS LEXIKONBAN KOVÁCS LÁSZLÓ TINTA KÖNYVKIADÓ FOGALMI RENDSZEREK ÉS LEXIKAI HÁLÓZATOK A MENTÁLIS LEXIKONBAN

Részletesebben

Új módszertan a kerékpározás mérésében

Új módszertan a kerékpározás mérésében Új módszertan a kerékpározás mérésében Megváltoztattuk reprezentatív kutatásunk módszertanát, mely 21 márciusa óta méri rendszeresen a magyarországi kerékpárhasználati szokásokat. Ezáltal kiszűrhetővé

Részletesebben

3. Ezután a jobb oldali képernyő részen megjelenik az adatbázistábla, melynek először a rövid nevét adjuk meg, pl.: demo_tabla

3. Ezután a jobb oldali képernyő részen megjelenik az adatbázistábla, melynek először a rövid nevét adjuk meg, pl.: demo_tabla 1. Az adatbázistábla létrehozása a, Ha még nem hoztunk létre egy adatbázistáblát sem, akkor a jobb egérrel a DDIC-objekt. könyvtárra kattintva, majd a Létrehozás és az Adatbázistábla menüpontokat választva

Részletesebben

Előlegfizetés OTP SZÉP kártyával

Előlegfizetés OTP SZÉP kártyával Előlegfizetés OTP SZÉP kártyával OTP SZÉP kártyával a kártyabirtokos előleget fizethet az OTP SZÉP kártya honlapon. A kártyabirtokos lefoglalja a szálláshelyet, és jelzi, hogy OTP SZÉP kártyával kíván

Részletesebben

Kulcs véleményvezér kutatás Közösségi hálózatelemzés

Kulcs véleményvezér kutatás Közösségi hálózatelemzés Kulcs véleményvezér kutatás Közösségi hálózatelemzés 2011.11.17. Kutatás folyamata 2 Célkitűzések Rising Starok azonosítása Új KOL-ek meghatároz ása Közösség szerkezetének, összefüggéseinek elemzése 3

Részletesebben

NightHawk AccessControl

NightHawk AccessControl NightHawk AccessControl Poker Edition Version: 2.0 2012. január 1 Tartalomjegyzék Rendszer elemei... 3 Felhasználói felület... 3 Nap nyitása, zárása... 4 Új játékos felvitele... 4 Ki és beléptetés... 5

Részletesebben

Hálózati elemzések az üzleti életben. Kovács Gyula Sixtep Kft.

Hálózati elemzések az üzleti életben. Kovács Gyula Sixtep Kft. Hálózati elemzések az üzleti életben Kovács Gyula Sixtep Kft. Hálózat kutatás rövid ismertetése Königsbergi hidak problémája Háttér: A probléma története, hogy a poroszországi Königsberg (most Kalinyingrád,

Részletesebben

BODROGKOZ.COM / HASZNÁLATI ÚTMUTATÓ

BODROGKOZ.COM / HASZNÁLATI ÚTMUTATÓ BODROGKOZ.COM / HASZNÁLATI ÚTMUTATÓ 1. Adminisztrációs felület elérhetősége: http://www.bodrogkoz.com/wp-admin/ vagy http://www.bodrogkoz.com/wp-login.php A honlap tesztidőszak alatt az alábbi címen érhető

Részletesebben

Mindenki a WEB2-őn? A KutatóCentrum villámkutatása 2011. január

Mindenki a WEB2-őn? A KutatóCentrum villámkutatása 2011. január Mindenki a WEB2-őn? A KutatóCentrum villámkutatása 2011. január KutatóCentrum 102 Budapest, Margit krt. /b Tel.:+ (1) 09. Fax: + (1) 09. A felmérésről Ha tíz évvel ezelőtt valakit megkérdeztünk volna,

Részletesebben

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA OMNIBUSZ 2002/10. SPSS állomány neve: Budapest, október

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA OMNIBUSZ 2002/10. SPSS állomány neve: Budapest, október TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA OMNIBUSZ 2002/10 SPSS állomány neve: F56 Budapest, 2002. október OMNIBUSZ 2002/10 2 Tartalomjegyzék BEVEZETÉS...3 A SÚLYOZATLAN MINTA ÖSSZEHASONLÍTÁSA ISMERT DEMOGRÁFIAI

Részletesebben

út hosszát. Ha a két várost nem köti össze út, akkor legyen c ij = W, ahol W már az előzőekben is alkalmazott megfelelően nagy szám.

út hosszát. Ha a két várost nem köti össze út, akkor legyen c ij = W, ahol W már az előzőekben is alkalmazott megfelelően nagy szám. 1 Az utazó ügynök problémája Utazó ügynök feladat Adott n számú város és a városokat összekötő utak, amelyeknek ismert a hossza. Adott továbbá egy ügynök, akinek adott városból kiindulva, minden várost

Részletesebben

Adatbázis rendszerek 6.. 6. 1.1. Definíciók:

Adatbázis rendszerek 6.. 6. 1.1. Definíciók: Adatbázis Rendszerek Budapesti Műszaki és Gazdaságtudományi Egyetem Fotogrammetria és Térinformatika 6.1. Egyed relációs modell lényegi jellemzői 6.2. Egyed relációs ábrázolás 6.3. Az egyedtípus 6.4. A

Részletesebben

SULINOVA PROGRAMTANTERVÉHEZ ILLESZKEDŐ TANMENET 10. ÉVFOLYAM SZÁMÁRA

SULINOVA PROGRAMTANTERVÉHEZ ILLESZKEDŐ TANMENET 10. ÉVFOLYAM SZÁMÁRA SULINOVA PROGRAMTANTERVÉHEZ ILLESZKEDŐ TANMENET 10. ÉVFOLYAM SZÁMÁRA Heti óraszám: 3 Éves óraszám: 37 3 = 111 A tanmenet 100 óra beosztását tartalmazza. A dolgozatok írása és javítása ezeken felül 8 órát

Részletesebben

GRÁFELMÉLET. 7. előadás. Javító utak, javító utak keresése, Edmonds-algoritmus

GRÁFELMÉLET. 7. előadás. Javító utak, javító utak keresése, Edmonds-algoritmus GRÁFELMÉLET 7. előadás Javító utak, javító utak keresése, Edmonds-algoritmus Definíció: egy P utat javító útnak nevezünk egy M párosításra nézve, ha az út páratlan hosszú, kezdő- és végpontjai nem párosítottak,

Részletesebben

Komplex hálózatok: alapfogalmak, modellek, módszerek

Komplex hálózatok: alapfogalmak, modellek, módszerek Komplex hálózatok: alapfogalmak, modellek, módszerek London András, Németh Tamás 2015. április 13. Motiváció Alapfogalmak Centralitás mértékek Néhány gráfmodell Hálózatok mindenhol! ábra 1: Facebook kapcsolati

Részletesebben

KOPI. KOPI Online Plágiumkereső és Információs Portál DSD. Pataki Máté MTA SZTAKI. Elosztott Rendszerek Osztály

KOPI. KOPI Online Plágiumkereső és Információs Portál DSD. Pataki Máté MTA SZTAKI. Elosztott Rendszerek Osztály KOPI Rendszerek Osztály KOPI Online Plágiumkereső és Információs Portál Pataki Máté MA SZAKI émakörök Bemutatkozás A KOPI projekt célja A rendszer működése A KOPI portál bemutatása ovábbfejlesztési lehetőségek

Részletesebben

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA OMNIBUSZ 2003/2. SPSS állomány neve: Budapest, február

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA OMNIBUSZ 2003/2. SPSS állomány neve: Budapest, február TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA SPSS állomány neve: F63 Budapest, 2003. február 2 Tartalomjegyzék BEVEZETÉS...3 A SÚLYOZATLAN MINTA ÖSSZEHASONLÍTÁSA ISMERT DEMOGRÁFIAI ELOSZLÁSOKKAL...4 Nem szerinti

Részletesebben

FELHASZNÁLÓI KÉZIKÖNYV

FELHASZNÁLÓI KÉZIKÖNYV FELHASZNÁLÓI KÉZIKÖNYV SZEGED VÁROS KÖZLEKEDÉSE 1.00 verzió Dátum: 2012.02.29. Tartalom 1. Rendszerigény... 3 2. Bevezető... 3 3. Az alkalmazás indítása... 3 4. Az oldal felépítése... 4 4.1. Főképernyő...

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI 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,

Részletesebben

Gráfelméleti alapfogalmak-1

Gráfelméleti alapfogalmak-1 KOMBINATORIKA ELŐADÁS osztatlan matematika tanár hallgatók számára Gráfelméleti alapfogalmak Előadó: Hajnal Péter 2015 1. Egyszerű gráfok Nagyon sok helyzetben egy alaphalmaz elemei között kitűntetett

Részletesebben

Routing for Android Bensoft 2013

Routing for Android Bensoft 2013 Bensoft 2013 Tartalomjegyzék Első lépés beállítások... 3 Személyes adatok... 4 Cég adatok... 4 Gépkocsi adatai... 6 Egyéb beállítások... 7 Ügyfél és iroda adatok... 8 Utazási okok... 9 Jelenlegi pozíció...

Részletesebben

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA. Változás SPSS állomány neve: Budapest, 2002.

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA. Változás SPSS állomány neve: Budapest, 2002. TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA Változás 2002 SPSS állomány neve: F54 Budapest, 2002. Változás 2002 2 Tartalomjegyzék BEVEZETÉS... 3 A SÚLYOZATLAN MINTA ÖSSZEHASONLÍTÁSA ISMERT DEMOGRÁFIAI ELOSZLÁSOKKAL...

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

Nevelési év indítása óvodák esetén

Nevelési év indítása óvodák esetén Nevelési év indítása óvodák esetén A LÉPÉSEK SORRENDJE NAGYON FONTOS, EZÉRT KÉRJÜK SZIGORÚAN BETARTANI! - Mielőtt elkezdi a nevelési év indítását, kérem, legalább egyszer olvassa át az egész segédletet,

Részletesebben

Ez is Hungaricum. Kovács Vera, Palotay Dorka, Pozsonyi Enik, Szabó Csaba január 27. ELTE

Ez is Hungaricum. Kovács Vera, Palotay Dorka, Pozsonyi Enik, Szabó Csaba január 27. ELTE Ez is ELTE 2013. január 27. Motiváció Tapasztalatok és célok A középiskolából kikerül diákok nagy része nem ismeri a gráfokat Vizsgálataink: A gráfok oktatásának mai helyzete Mi ennek az oka? A gráfok

Részletesebben

Területi elemzések. Budapest, 2015. április

Területi elemzések. Budapest, 2015. április TeIR Területi elemzések Felhasználói útmutató Budapest, 2015. április Tartalomjegyzék 1. BEVEZETŐ... 3 2. AZ ELEMZÉSBEN SZEREPLŐ MUTATÓ KIVÁLASZTÁSA... 4 3. AZ ELEMZÉSI FELTÉTELEK DEFINIÁLÁSA... 5 3.1.

Részletesebben

További forgalomirányítási és szervezési játékok. 1. Nematomi forgalomirányítási játék

További forgalomirányítási és szervezési játékok. 1. Nematomi forgalomirányítási játék További forgalomirányítási és szervezési játékok 1. Nematomi forgalomirányítási játék A forgalomirányítási játékban adott egy hálózat, ami egy irányított G = (V, E) gráf. A gráfban megengedjük, hogy két

Részletesebben

1. zárthelyi,

1. zárthelyi, 1. zárthelyi, 2010.03.2. 1. Jelölje B n azt a gráfot, melynek csúcsai az n hosszúságú 0 1 sorozatok, két sorozat akkor és csak akkor van összekötve éllel, ha pontosan egy vagy két helyen különböznek. Adjuk

Részletesebben

26. MINIMÁLIS KÖLTSÉGŰ UTAK MINDEN CSÚCSPÁRRA

26. MINIMÁLIS KÖLTSÉGŰ UTAK MINDEN CSÚCSPÁRRA 26. MINIMÁLIS KÖLTSÉGŰ UTAK MINDEN CSÚCSPÁRRA Az előző két fejezetben tárgyalt feladat általánosításaként a gráfban található összes csúcspárra szeretnénk meghatározni a legkisebb költségű utat. A probléma

Részletesebben

MATEMATIKA ÉRETTSÉGI május 10. KÖZÉP SZINT I.

MATEMATIKA ÉRETTSÉGI május 10. KÖZÉP SZINT I. 1) Adott két pont: A ; 1 felezőpontjának koordinátáit! AB felezőpontja legyen F. MATEMATIKA ÉRETTSÉGI 005. május 10. KÖZÉP SZINT I. és B 1; Írja fel az AB szakasz 1 1 F ; F ;1 ) Az ábrán egy ; intervallumon

Részletesebben

Webáruház felhasználói útmutató

Webáruház felhasználói útmutató Webáruház felhasználói útmutató 1. Bejelentkezés Bejelentkezni a rendszerbe egyféleképpen, regisztrált vevőként lehetséges. A webáruházból rendelést kizárólag a rendszerben szereplő, felhasználónévvel

Részletesebben

Nagy HF u tmutato 2011/2012 II. fe le v

Nagy HF u tmutato 2011/2012 II. fe le v A programozás alapjai 1. BMEVIHIA106 Nagy HF u tmutato 2011/2012 II. fe le v Analízis (Nyelv független) 1. A Házi feladat téma szöveges leírása. 2. A feladat résztvevőinek azonosítása 3. A résztvevők tulajdonságai

Részletesebben

Grafikonrajzoló. Felhasználói kézikönyv. UNIQA Biztosító Zrt.

Grafikonrajzoló. Felhasználói kézikönyv. UNIQA Biztosító Zrt. Grafikonrajzoló Felhasználói kézikönyv UNIQA Biztosító Zrt. 1 Tartalomjegyzék I. Eszközalapok kiválasztása... 3 1. Kiválasztott eszközalapok - felső sáv... 3 2. Kereső/szűrő sáv... 4 3. Eszközalapokat

Részletesebben

Felhasználói dokumentáció. a TávTagTár programhoz. Készítette: Nyíri Gábor, hdd@nc-studio.com GDF Abakusz regisztrációs kód: GDFAba43

Felhasználói dokumentáció. a TávTagTár programhoz. Készítette: Nyíri Gábor, hdd@nc-studio.com GDF Abakusz regisztrációs kód: GDFAba43 a TávTagTár programhoz Készítette: Nyíri Gábor, hdd@nc-studio.com GDF Abakusz regisztrációs kód: GDFAba43 Tartalomjegyzék Futási feltételek... 3 Telepítés... 3 Indítás... 3 Főablak... 4 Új személy felvétele...

Részletesebben

Felhasználói kézikönyv

Felhasználói kézikönyv Educatio Társadalmi és Szolgáltató Nonprofit Kft. Delegált Admin felület Felhasználói kézikönyv 2012.06.27. Dokumentum állapota: Tervezet Verzió: 0.1.0 Tartalomjegyzék Tartalom 1. Bevezetés... 3 2. Elérés...

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

32. A Knuth-Morris-Pratt algoritmus

32. A Knuth-Morris-Pratt algoritmus 32. A Knuth-Morris-Pratt algoritmus A nyers erőt használó egyszerű mintaillesztés műveletigénye legrosszabb esetben m*n-es volt. A Knuth-Morris-Pratt algoritmus (KMP-vel rövidítjük) egyike azon mintaillesztő

Részletesebben

Gyógyszernek nem minősülő kiegészítő termékek adatbázisa (Data base of non medication products)

Gyógyszernek nem minősülő kiegészítő termékek adatbázisa (Data base of non medication products) Gyógyszernek nem minősülő kiegészítő termékek adatbázisa (Data base of non medication products) A regisztrációt követően lesz lehetőségük a termékek adatainak megtekintésére. Főoldal Kereső ablakok, szűrési

Részletesebben

FELHASZNÁLÓI KÉZIKÖNYV SCHEDULEDETAIL KEZELÉSI ÚTMUTATÓ (DEBRECEN VÁROS KÖZLEKEDÉSE) 1.00 verzió Dátum: 2013.09.05

FELHASZNÁLÓI KÉZIKÖNYV SCHEDULEDETAIL KEZELÉSI ÚTMUTATÓ (DEBRECEN VÁROS KÖZLEKEDÉSE) 1.00 verzió Dátum: 2013.09.05 FELHASZNÁLÓI KÉZIKÖNYV (DEBRECEN VÁROS KÖZLEKEDÉSE) 1.00 verzió Dátum: 2013.09.05 Tartalom 1. Rendszerigény... 3 2. Bevezető... 3 3. Az alkalmazás indítása... 3 4. Az oldal felépítése... 4 4.1. Főképernyő...

Részletesebben

A szakmai felhasználók felülete a PK oldalon. Hogyan használjuk az új felületet? V

A szakmai felhasználók felülete a PK oldalon. Hogyan használjuk az új felületet? V A szakmai felhasználók felülete a PK oldalon Hogyan használjuk az új felületet? V 2.0 2014.02.04. Az új felület elemei és elérhető funkciói Mindent egy helyen! Minden Szakmai Felhasználókkal kapcsolatos

Részletesebben

Társadalmi és gazdasági hálózatok modellezése

Társadalmi és gazdasági hálózatok modellezése Társadalmi és gazdasági hálózatok modellezése 2. el adás A hálózatkutatás néhány fontos fogalma El adó: London András 2015. szeptember 15. Átmér l ij a legrövidebb út a hálózatban i és j pont között =

Részletesebben

KAMIONIRÁNYÍTÓ RENDSZER

KAMIONIRÁNYÍTÓ RENDSZER KAMIONIRÁNYÍTÓ RENDSZER Bevezető A piaci igényeket figyelembe véve a Nádor Rendszerház Kft. kifejlesztett egy olyan kamionirányító rendszert, amely zökkenőmentes és gyors telephelyi kommunikációt tesz

Részletesebben

A nyitó képernyőn, a bejelentkező gombra kell kattintani, és a regisztrációt kell választani.

A nyitó képernyőn, a bejelentkező gombra kell kattintani, és a regisztrációt kell választani. 1 KKV regisztrál A nyitó képernyőn, a bejelentkező gombra kell kattintani, és a regisztrációt kell választani. A regisztrációhoz a következő adatokat kell kitölteni: A kitöltés közben ellenőrzés történik,

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

a b a b x y a b c d e f PSZT/PSZSZT 1.) Az ábrán e, f egyenesek párhuzamosak. Számítsd ki a hiányzó adatokat!

a b a b x y a b c d e f PSZT/PSZSZT 1.) Az ábrán e, f egyenesek párhuzamosak. Számítsd ki a hiányzó adatokat! 1 PSZT/PSZSZT 1.) Az ábrán e, f egyenesek párhuzamosak. Számítsd ki a hiányzó adatokat! a b a b x y a a b x b y 17 25 13 10 5 7 3 6 7 10 2 4 2 3 9 5 2.) Az ábrán lévő paralelogramma oldalai a) AB=26 cm,

Részletesebben

Gráfelméleti modell alkalmazása épít ipari kivitelezés ütemezésére

Gráfelméleti modell alkalmazása épít ipari kivitelezés ütemezésére Tamaga István Gráfelméleti modell alkalmazása épít ipari kivitelezés ütemezésére modell Készítsük el egy épít ipari kivitelezés gráfelméleti modelljét! Ekkor a kivitelezést megfeleltetjük egy gráfnak,

Részletesebben

AZ EGÉSZSÉGESEN ÉS A FOGYATÉKOSSÁG NÉLKÜL LEÉLT ÉVEK VÁRHATÓ SZÁMA MAGYARORSZÁGON

AZ EGÉSZSÉGESEN ÉS A FOGYATÉKOSSÁG NÉLKÜL LEÉLT ÉVEK VÁRHATÓ SZÁMA MAGYARORSZÁGON AZ EGÉSZSÉGESEN ÉS A FOGYATÉKOSSÁG NÉLKÜL LEÉLT ÉVEK VÁRHATÓ SZÁMA MAGYARORSZÁGON DR. PAKSY ANDRÁS A lakosság egészségi állapotát jellemző morbiditási és mortalitási mutatók közül a halandósági tábla alapján

Részletesebben

13. Egy január elsejei népesség-statisztika szerint a Magyarországon él k kor és nem szerinti megoszlása (ezer f re) kerekítve az alábbi volt:

13. Egy január elsejei népesség-statisztika szerint a Magyarországon él k kor és nem szerinti megoszlása (ezer f re) kerekítve az alábbi volt: A 13. Egy 2000. január elsejei népesség-statisztika szerint a Magyarországon él k kor és nem szerinti megoszlása (ezer f re) kerekítve az alábbi volt: korcsoport (év) férfiak száma (ezer f ) n k száma

Részletesebben

PRECÍZ Információs füzetek

PRECÍZ Információs füzetek PRECÍZ Információs füzetek Információk, Módszerek, Ötletek és Megoldások a Precíz Integrált Ügyviteli Információs rendszerhez 3. EXCEL adatkapcsolat (mod. 2009.07.) Ügyviteli nyilvántartások és EXCEL formátumú

Részletesebben

Az egyes feladatok részkérdéseinek a száma az osztály felkészültségének és teherbírásának megfelelően (a feladat tartalmához igazodva) csökkenthető!

Az egyes feladatok részkérdéseinek a száma az osztály felkészültségének és teherbírásának megfelelően (a feladat tartalmához igazodva) csökkenthető! 1 Az egyes feladatok részkérdéseinek a száma az osztály felkészültségének és teherbírásának megfelelően (a feladat tartalmához igazodva) csökkenthető! Szerkesztette: Huszka Jenő 2 A változat 1. Az ABCDEFGH

Részletesebben

Érettségi feladatok: Halmazok, logika

Érettségi feladatok: Halmazok, logika Érettségi feladatok: Halmazok, logika 2005. május 10 18. Egy rejtvényújságban egymás mellett két, szinte azonos rajz található, amelyek között 23 apró eltérés van. Ezek megtalálása a feladat. Először Ádám

Részletesebben

KÖNYVTÁRI KATALÓGUS HASZNÁLATI ÚTMUTATÓ

KÖNYVTÁRI KATALÓGUS HASZNÁLATI ÚTMUTATÓ KÖNYVTÁRI KATALÓGUS HASZNÁLATI ÚTMUTATÓ Mi az OPAC? Az OPAC az Online Public Access Catalogue rövidítése. Jelentése olyan számítógépes katalógus, mely nyilvános, bárki számára közvetlenül, általában ingyen

Részletesebben

Parlagfű Bejelentő Rendszer

Parlagfű Bejelentő Rendszer Parlagfű Bejelentő Rendszer felhasználói útmutató A rendszer elérése: Elérési cím: www.govcenter.hu/pbr Felhasználói funkciók: 1. Regisztráció Új felhasználói fiókot az oldalsó menüben a [Regisztráció]-ra

Részletesebben

Csődfigyelő. Figyelje Ön is gazdasági partnerit!

Csődfigyelő. Figyelje Ön is gazdasági partnerit! Csődfigyelő Figyelje Ön is gazdasági partnerit! 1. Tartalomjegyzék Tartalomjegyzék Bevezetés Regisztráció Kupon kód aktiválás Belépés az alkalmazásba Megfigyelt cégek listája Csődfigyelési beállítások

Részletesebben

JOGI STÁTUSZ KEZELÉS MŰKÖDÉSE

JOGI STÁTUSZ KEZELÉS MŰKÖDÉSE JOGI STÁTUSZ KEZELÉS MŰKÖDÉSE Felhasználói dokumentáció verzió 1.0. Budapest, 2012. Változáskezelés Változás Verzió Dátum Pont Cím Oldal 1.1. 2013.07.10. 3.2. Üzenetküldés 7. Kiadás: 2012.09.04. Verzió:

Részletesebben

Dunavarsány Polgármesteri Hivatalának Szervezetfejlesztése

Dunavarsány Polgármesteri Hivatalának Szervezetfejlesztése Dunavarsány Polgármesteri Hivatalának Szervezetfejlesztése ÁROP-3.A.1/2008-0018 13. részfeladat Pályázati kiírás 22. területe Szervezeti és informatikai megoldások a hálózatok létrehozására, illetve a

Részletesebben

C programozási nyelv Pointerek, tömbök, pointer aritmetika

C programozási nyelv Pointerek, tömbök, pointer aritmetika C programozási nyelv Pointerek, tömbök, pointer aritmetika Dr. Schuster György 2011. június 16. C programozási nyelv Pointerek, tömbök, pointer aritmetika 2011. június 16. 1 / 15 Pointerek (mutatók) Pointerek

Részletesebben

Citroen Pásztor Alkatrész és tartozék webáruház

Citroen Pásztor Alkatrész és tartozék webáruház Citroen Pásztor Alkatrész és tartozék webáruház használati útmutató Projektvezető: Fodor Tamás Wildom Kft. E-mail: fodort@wildom.com Budapest, 2009. június 18. Tartalomjegyzék 1. Bevezetés... 3 2. Kezdőoldal...

Részletesebben

POSZEIDON dokumentáció (1.2)

POSZEIDON dokumentáció (1.2) POSZEIDON dokumentáció (1.2) Bevezetés a Poszeidon rendszer használatába I. TELEPÍTÉS Poszeidon alkalmazás letölthető: www.sze.hu/poszeidon/poszeidon.exe Lépések: FUTTATÁS / (FUTTATÁS) / TOVÁBB / TOVÁBB

Részletesebben

Dodé Réka (ELTE BTK Nyelvtudomány Doktori IskolaAlkalmazott Alknyelvdok 2017 nyelvészet program) február 3. 1 / 17

Dodé Réka (ELTE BTK Nyelvtudomány Doktori IskolaAlkalmazott Alknyelvdok 2017 nyelvészet program) február 3. 1 / 17 Doménspecifikus korpusz építése és validálása Dodé Réka ELTE BTK Nyelvtudomány Doktori Iskola Alkalmazott nyelvészet program 2017. február 3. Dodé Réka (ELTE BTK Nyelvtudomány Doktori IskolaAlkalmazott

Részletesebben