1. gyakorlat Strukturális modellezés Megoldások
|
|
- Piroska Sipos
- 6 évvel ezelőtt
- Látták:
Átírás
1 1. gyakorlat Strukturális modellezés ok Közösségi fuvarszolgáltatás Közösségi fuvarszolgáltatást tervezünk, ahol bárki meghirdetheti a közeljövőben tervezett autós utazásait; mások pedig a rendszerünkön keresztül értesülhetnek erről, és utasként csatlakozhatnak (akár csak egy rövidebb szakaszon is), ha beszállnak az üzemanyagköltségbe. Az egyes fuvarokat különböző fuvarszakaszokra osztjuk. Nem feltétlenül végig az autó gazdája fog vezetni, ez megbeszélhető, azonban minden fuvarszakasz során jelen kell lennie. A szolgáltatásunk eddig zárt tesztüzemben futott, a fuvarokat ad-hoc szerveztük, és az adatokat nem rögzítettük szisztematikus módon. Hamarosan szeretnénk nyilvánosan is elindítani a szolgáltatást. A webes felületen az utazásszervezéssel kapcsolatos információkat elérhetővé kell tenni, ezért valamilyen módon nyilván kell ezeket tartanunk. 1. Struktúra modellezése gráffal Szeretnénk a rendszer mögöttes adatmodelljét megtervezni. Ehhez az eddigi fuvarok tapasztalatai alapján összeállítottunk néhány tipikus forgatókönyvet. a) Anna Szombathelyről autóutat tervez Győr és Budapest érintésével Debrecenbe. Balázs Győrből indít fuvart Budapestre, majd onnan tovább Kecskemétre. Alkossunk gráfmodellt a szövegben megadott viszonyok alapján! Itt egyszerűen (példány)gráfot kell építeni a szöveges leírás alapján. Ezt sokféleképpen lehet, például lehetnek a városok a csomópontok és a közöttük futó irányított élek a fuvarszakaszok (a kocsi gazdájával címkézve). Természetesen máshogy is ábrázolható ugyanez de erről majd egy későbbi pontban. b) Dani győri, és nincs kocsija. Milyen gráfelméleti művelet ad választ arra, hogy a felajánlott fuvarokba utasként becsatlakozva mely városokba lehet Győrből eljutni? (Feltehetjük, hogy az autósok az utazás időpontját tekintve rugalmasak.) A Győrből irányított utakon elérhető csomópontokat keressük. Ha az átszállásokat ki akarjuk zárni (ott ugye figyelembe kellene venni az érkezés és indulás időzítését, amely egyelőre nem része a modellünknek), akkor a csupa egyforma élcímkéjű irányított utakra van szükségünk. Ezeket Győrből induló gráfbejárással határozhatjuk meg, amelyre ismertek algoritmusok. c) Csilla úgy döntött, hogy Anna autójával fog utazni Szombathelytől Budapestig; Dani Győrből Kecskemétre kért fuvart. Mivel Anna előző este sokáig dolgozott, az indulás után aludna, ezért úgy beszélték meg, hogy Budapestig Csilla vezet. Balázs végig maga vezet. Alakítsuk át a gráfot olyan módon, hogy kifejezze ezt a tudást! A fuvarszakasz kiindulópontja, célja, sofőre és utasai között többes viszony áll fent. Ezen viszonyokat úgy tudjuk gráfként kezelni, ha bevezetünk egy személyt ( ) és egy fuvarszakaszt reprezentáló csompontot ( ), amelyhez utána élekkel köthető a többi elem. Így tehát a meglévő éleket csomóponttal és több új éllel helyettesítjük; élet csomóponttá transzformáltunk. Fontos észrevétel, hogy személy és fuvarszakasz között lehet kínál, vezet és utazik jelentésű él is, ezeket legcélszerűbben címkével tudjuk megkülönböztetni. A vezet él implicit azt is jelenti, hogy az illető az adott fuvarszakaszon utazik. 1
2 d) Balázsnak nem ez az első közösségi fuvarja; korábban Kecskemétről hirdetett utazást Győrbe Budapesten keresztül. Egészítsük ki a gráfot olyan módon, hogy megjelenjen benne ez az információ is! Most szigorúan csak bővítjük a gráfot. Megjelenik a fuvarszakaszokat összefoglaló fuvar csomópont ( ), amely a hirdetővel van összekötve. Ez például arra is jó, hogy lássuk, hogy Budapest- Győr-Budapest fuvar például nincs: ez a fuvar fogalom nélkül nem lenne egyértelmű. e) Milyen művelettel kaphatunk a teljes tudást reprezentáló gráfból egy egyszerűsített nézetet, amelyik csak a hirdetőket, az utazásaikat, és az utazásokat alkotó szakaszokat mutatja? Fa jellegű lesz-e az így kapott nézeti gráf? Csomópontokra és élcímkére szűrjük a részgráfot. Fa/erdő vagy DAG (irányított körmentes gráf) attól függően, hogy két utazásnak lehet-e közös szakasza. 2. Tulajdonságmodellezés Az eddigi fuvarok során összegyűjtöttünk néhány adatot. Ezeket az alábbi táblázat tartalmazza. Egy-egy fuvar után 1 5 skálán lehet értékelni, hogy az útitársak és az autó mennyire járultak hozzá a kellemes utazáshoz. A fenti táblázat többek között a begyűjtött értékeléseket is mutatja. a) Amikor valaki a lehetséges fuvarok közül válogat, az útitársak és az autó értékelése mellett a légkondicionáló megléte, ill. a dohányzás is fontos szempont lehet. A döntéshez azonban nem kell, és nem is szabad a felhasználóknak megismernie a sofőrök jelszavát és jogosítványszámát, valamint hogy a többi útitárs a fuvar megegyezéses díját milyen módszerrel rendezi a cég felé. Milyen (tulajdonságmodellezésnél megismert) művelettel kapható meg az ehhez a nézethez szükséges információ? Ez egy vetítés művelet, amely a három megnevezett jellemzőt eldobja, a többit megtartja. SQL-ben: 2
3 ért. száma ért. összege kategória név jelszó rendszám dohányos A/C díjfizetés jog.sz kocsi ABC-123 nincs személy Anna qwe nem KL személy Balázs pass igen MN személy Csilla igen kártya 1 5 személy Dani barát nem utalás 0 0 kocsi DEF-456 van 7 31 személy Eszter 2501 nem kártya 2 8 személy Feri almafa nem Bitcoin 1. táblázat. A Fuvarok táblázat. SELECT "ért. száma", "ért. összege", "kategória", "név", "dohányos", "A/C" b) A rangsorolás az értékelések pontszámának nem az összege, hanem az átlaga alapján történik. Milyen művelettel bővíthető ki a tulajdonságmodell ezen számítás eredményével? Vegyük fel egy új értékelések átlaga oszlopot (jellemzőt), amely származtatott tulajdonságként az alábbi képlettel számítható (ha legalább egy értékelés van már): értékelések átlaga = értékelések összege értékelések száma SQL-ben: SELECT *, ("értékelések összege" / "értékelések száma") AS "értékelések átlaga" Ez a megoldás magában hordozza a nullával osztás lehetőségét. Ezt számos módon kiküszöbölhetjük, most a legegyszerűbb az eredmények szűrése, hiszen várhatóan csak az értékeléssel rendelkező elemeket szeretnénk megtekinteni (lásd a következő feladatban): SELECT *, ("értékelések összege" / "értékelések száma") AS "értékelések átlaga" WHERE "értékelések száma" > 0 Még elegánsabb lenne a megoldás, ha a nullával osztás tudna üres cellákat (N/A) generálni, de erre ebben a tárgyban nem térünk ki. c) Eszter és Feri együtt keres fuvart. Eszter lehetőleg 4 pont feletti értékelésű autót szeretne. Feri csak légkondicionálóval rendelkező kocsik közül hajlandó válogatni. Milyen műveletekkel kaphatóak meg a választási lehetőségeik? Ez szűrés művelet lesz, amely csak azokat a sorokat tartja meg, amelyekben a értékelések átlaga jellemző értéke egy adott tartományba esik és a légkondicionáló jellemző értéke van. SQL-ben (ismét csak az értékelt elemeket megtartva): SELECT *, ("értékelések összege" / "értékelések száma") AS "értékelések átlaga" WHERE "értékelések száma" > 0 AND "értékelések átlaga" > 4 AND "A/C" = "van" 3. Típusok modellezése A szolgáltatáshoz szeretnénk adatbázist tervezni. Ehhez fontos, hogy megkülönböztessük a típusokat a rendszerünkben és keressünk validációs szabályokat. a) Milyen alapvető elem- és kapcsolattípusokat sugallnak a gráfmodellben látható megadott viszonyok? Ábrázoljuk típusgráffal! Észrevehetjük, hogy sofőrje címkéjű él mindig fuvarszakasz jelentésű csomópontból megy egy személyt jelentő csomópontba: lehet, hogy itt rögtön két csomóponttípust és egy éltípust fogtunk! 3
4 A csomóponttípusok és éltípusok megválasztása elég egyértelmű, de persze az élek elnevezése, irányítása egyedi is lehet; például él helyett lehet (fuvarszakasz) [sofőrje] (személy) (személy) [vezet] (fuvarszakasz) él is, akár összevissza is. Érdemes időt szentelni arra, hogy ezekben az esetekben konzisztensen egyféle nevezéktant használjunk. Ez alapján egy lehetséges típusgráf: (Megjegyzés: a gráfban nem jelent meg az autó, ezzel a típusgráfban most nem foglalkoztunk.) b) Milyen típusokba sorolhatóak a táblázatban szereplő elemek a rajtuk értelmezett jellemzőik köre és a kapcsolataik alapján? Észrevehetjük, hogy a jellemzők egy köre (pl. rendszám ) csak az értékelhető elemek egy részén, míg más jellemzők (pl. jogosítványszám ) csak a többi értékelhető dolgon értelmezettek. Hasonló megfigyelésre juthatunk a gráfban tapasztalt kapcsolattípusok alapján is. A két csoportot épp a kategória jellemző értéke alapján különíthető el. Vegyük észre, hogy egy értékelhető elemet alapvetően jellemez, hogy személy vagy jármű-e, és ez nem fog később megváltozni. Ez tehát két típusnak tekinthető. c) Definiáljunk egy típushierarchiát a problémára! Vegyük észre, hogy az értékelhető elem mégis közös általánosítása a kocsiknak és személyeknek, hiszen bizonyos aspektusból hasonló a kezelésük. Tehát a személy és a kocsi az értékelhető elem két altípusának tekinthető. Kézenfekvőnek tűnhet, hogy megkülönböztessük a sofőr (autóval és jogsival rendelkező) felhasználókat az utasoktól (akik csak betársulnak és fizetnek ezért). Ez azonban nem jó típusbesorolás, mivel az idő folyamán változhat (pl. Feri idővel jogosítványt szerezhet és autót vehet; Balázs legközelebb dönthet úgy, hogy más autójával utazik), és az is lehet, hogy nem az autó gazdája vezet egy adott szakaszon. Általában a típus szót (szemben pl. a fogalom szóval) csak olyan kategorizálásnál használjuk, amikor egy elem besorolása nem változik az időben, ezért nem javasolt típusrendszert alapozni arra, ki sofőr és ki utas. Azonban egy-egy fuvar(szakasz) esetén vannak olyan szerepek, hogy kik ülnek az autóban, ki közülük a kocsi gazdája, és ki vezet. Tanulság: a szerep és a típus nem ugyanaz. d) (Kiegészítő feladat) A típusgráf, a típushierarchia és a jellemzők értelmezési tartománya alapján rajzoljunk metamodellt! Milyen további megkötésekkel (jólformáltsági kényszerekkel) egészíthetjük ki? A típusgráf is egyfajta metamodellje a példánygráfoknak. Az a) feladatrész során rajzolt gráfot a típushierarchiával kiegészítve (esetleg új kapcsolatok feltüntetésével) megkapjuk a metamodellt. 4
5 Jólformáltsági kényszerre példák: Minden fuvarnak legyen legalább egy szakasza. A fuvar szakaszai egymáshoz csatlakozzanak, tehát a harmadik szakasz ott végződjön, ahonnan a negyedik indul 4. Űrlap Az alábbi metamodell alapján készítsünk egy űrlapot, amelynek segítségével az utasok egy-egy utazást követően visszajelzést adhatnak a sofőrről. Nem szeretnék túl sok időt elvenni az utastól, ezért a legtöbb információt eldöntendő, illetve feleletválasztós kérdések formájában gyűjtjük be. Az utasnak lehetősége van arra is, hogy saját szavaival összefoglalja tapasztalatait egy rövid szöveges vélemény keretében. a) Milyen információra van szükségünk a sofőr azonosításához? A sofőrt azonosíthatjuk a személyi vagy a jogosítványszáma alapján, de mindkettő adatvédelmi kérdéseket vet fel. Általános esetben az a megoldás, hogy a rendszerünk utazás azonosítót generál, amely amely arra szolgál, hogy az utazás adatokat (indulás, cél, sofőr, utasok stb.) egy (nem publikus) adatbázisban tárolja, így az utasnak elég ezt megadnia. b) Gyűjtsünk össze pár kérdést, csoportosítsuk őket, majd adjuk meg az elkészült űrlapnak egy modelljét. (Ez már példánymodell lesz a későbbiekben.) Lehetséges kérdések (a teljesség igénye nélkül): Utazás azonosító (Rövid válasz) Szolgáltatás értékelése (1-től 5-ig) (Feleletválasztás) Minek kapcsán tapasztalt esetlegesen hiányosságokat: pontos indulás és/vagy érkezés, megállások gyakorisága, ülés kényelmessége, autó felszereltsége (Többszörös feleletválasztás) Szöveges vélemény, egyéb tapasztalatok (Hosszú válasz) c) Top-down vagy bottom-up tervezést alkalmaztunk? Ebben az esetben bottom-up tervezés volt (a kérdésektől a szekciókon át az űrlap megalkotásáig), míg a metamodellt top-down terveztük (az űrlaptól a szekciókon át eljutottunk a kérdésekig, majd összegyűjtöttük a lehetséges típusokat). d) (*) Ha az utas az ötös skálán való értékelésnél hármasnál rosszabbat ad a sofőrre, akkor mindenképpen szeretnénk szöveges véleményt. Hogyan tudnánk ezt a modellben megfogalmazni (és melyikben)? Jólformáltsági kényszerrel jelezhetjük a metamodellben, amely alapján a példánymodell maga már validálható. A fenti követelmény maga a kényszerfeltétel, informális stílusban; formális eszközöket más tárgyakból tanulunk majd rá. 5
6 Kiegészítő feladat: megvalósítás programmal a) Készítsünk olyan adatstruktúrát (tetszőleges programozási nyelven), amely egy ilyen fuvarszervező információtartalmának reprezentálására szolgál! b) Egészítsük ki olyan eljárással (metódussal) a programot, amely képes felsorolni, hogy egy megadott városból hova juthatunk el (átszállás nélkül) a meghirdetett fuvarokkal! c) Készítsük el az előző eljárás okosabb változatát, amelyik igény szerint elkerüli azokat a fuvarokat, ahol legalább egy szakaszon dohányzó útitársunk lenne! Kiindulási ötlet: készítsünk egy-egy C struktúrát a Fuvar és a Fuvarszakasz jellemzőivel, valamint hivatkozásokkal egymásra: 1 typedef struct { 2 char* user_name; 3 //... 4 BOOL smokes; 5 } Person; 6 7 typedef struct { 8 char* start_city; 9 char* end_city; 10 time_t date; 11 // Person* array_of_passengers; 13 } Trip_fragment; typedef struct { 16 Trip_fragment* fragments; 17 // } Trip; 6
1. gyakorlat Strukturális modellezés Megoldások
1. gyakorlat Strukturális modellezés ok Közösségi fuvarszolgáltatást tervezünk, ahol bárki meghirdetheti a közeljövőben tervezett autós utazásait; mások pedig a rendszerünkön keresztül értesülhetnek erről,
1. gyakorlat Strukturális modellezés Megoldások
1. gyakorlat Strukturális modellezés ok Közösségi fuvarszolgáltatást tervezünk, ahol bárki meghirdetheti a közeljövőben tervezett autós utazásait; mások pedig a rendszerünkön keresztül értesülhetnek erről,
1. gyakorlat Strukturális modellezés Megoldások
1. gyakorlat Strukturális modellezés ok Figyelem: Jelen anyag belső használatra készült megoldási útmutató, melyet a ZH felkészülés segítése érdekében publikáltunk. A feladatok részletesebb megoldása magyarázattal
Adatbázismodellek. 1. ábra Hierarchikus modell
Eddig az adatbázisokkal általános szempontból foglalkoztunk: mire valók, milyen elemekből épülnek fel. Ennek során tisztáztuk, hogy létezik az adatbázis fogalmi modellje (adatbázisterv), amely az egyedek,
5. Gyakorlat. struct diak {
Rövid elméleti összefoglaló 5. Gyakorlat Felhasználó által definiált adattípusok: A typedef egy speciális tárolási osztály, mellyel érvényes típusokhoz szinonim nevet rendelhetünk. typedef létező_típus
Tájékoztató. Használható segédeszköz: -
A 35/2016. (VIII. 31.) NFM rendelet szakmai és vizsgakövetelménye alapján. Szakképesítés, azonosítószáma és megnevezése 54 213 05 Szoftverfejlesztő Tájékoztató A vizsgázó az első lapra írja fel a nevét!
Rendszermodellezés 1. ZH, A csoport, nagyfeladatok
Rendszermodellezés 1. ZH, A csoport, nagyfeladatok 2017. március 30. Beugró /10 + F1 /13 F2 /12 Szumma /35 1. nagyfeladat Állapot alapú modellezés (13+3 pont) Antropológusok körében nagy népszerűségnek
Adatbázisok* tulajdonságai
Gazdasági folyamatok térbeli elemzése 4. előadás 2010. 10. 05. Adatbázisok* tulajdonságai Rendezett, logikailag összefüggő és meghatározott szempont szerint tárolt adatok és/vagy információk halmaza Az
Műveletek egész számokkal
Mit tudunk az egész számokról? 1. Döntsd el, hogy igazak-e a következő állítások az A halmaz elemeire! a) Az A halmaz elemei között 3 pozitív szám van. b) A legkisebb szám abszolút értéke a legnagyobb.
1. előadás Alapfogalmak Modellezés, a Bachman-féle fogalomrendszer, adatmodell,
1. előadás, a Bachman-féle, adatmodell, Adatbázisrendszerek előadás 2008. szeptember 8. Az szemlélet és Debreceni Egyetem Informatikai Kar 1.1 A hagyományos adatkezelés problémái állománykezelés egyéni
Strukturális modellezés
Strukturális modellezés Rendszermodellezés 2018.02.14. Budapesti Műszaki és Gazdaságtudományi Egyetem Hibatűrő Rendszerek Kutatócsoport Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs
Gyakori elemhalmazok
Gyakori elemhalmazok Bankó Tibor June 9, 2010 Bankó Tibor (BME) Gyakori elemhalmazok June 9, 2010 1 / 26 Tartalom 1 Bevezetés 2 Az algoritmusok Egy speciális eset Apriori Eclat FP-Growth 3 Az algoritmusok
SZÁMÍTÓGÉPES PROBLÉMAMEGOLDÁS
SZÁMÍTÓGÉPES PROBLÉMAMEGOLDÁS 2.ELŐADÁS A VB programozási nyelv Az Excel programozása 2 A VB programozási nyelv Adattípusok Adatok kezelése Vezérlőszerkezetek Adattípusok és műveletek Egész adattípusok
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,
Segédlet az Informatika alapjai I. című tárgy számrendszerek fejezetéhez
Segédlet az Informatika alapjai I. című tárgy számrendszerek fejezetéhez Sándor Tamás, sandor.tamas@kvk.bmf.hu Takács Gergely, takacs.gergo@kvk.bmf.hu Lektorálta: dr. Schuster György PhD, hal@k2.jozsef.kando.hu
Az adatbázis-alapú rendszerek tervezésének alapvető része az adatok modellezése. Ez legtöbbször két fázisban zajlik:
2. gyakorlat Az adatbázis-alapú rendszerek tervezésének alapvető része az adatok modellezése. Ez legtöbbször két fázisban zajlik: Egyed-kapcsolat diagram szemléletes ábrázolás Relációs adatbázis séma implementáció-közeli
Próbaérettségi 2004 MATEMATIKA. PRÓBAÉRETTSÉGI 2004. május EMELT SZINT. 240 perc
PRÓBAÉRETTSÉGI 2004. május MATEMATIKA EMELT SZINT 240 perc A feladatok megoldására 240 perc fordítható, az idő leteltével a munkát be kell fejeznie. A feladatok megoldási sorrendje tetszőleges. A II. részben
A gyakorlat során MySQL adatbázis szerver és a böngészőben futó phpmyadmin használata javasolt. A gyakorlaton a következőket fogjuk gyakorolni:
1 Adatbázis kezelés 4. gyakorlat A gyakorlat során MySQL adatbázis szerver és a böngészőben futó phpmyadmin használata javasolt. A gyakorlaton a következőket fogjuk gyakorolni: Adatlekérdezés Tábla létrehozása,
LBRA6i integrált rendszer
LBRA6i integrált rendszer LIBRA 6i logolás és a log megtekintése Készítette: Libra Szoftver Zrt. Létrehozás dátuma: 2005.12.15. Utolsó módosítás: 2014.10.30. Referencia szám: LIBRA6i_UZEM_V_1.5 Verzió:
Rendszermodellezés Hibatűrő Rendszerek Kutatócsoport
Rendszermodellezés Hibatűrő Rendszerek Kutatócsoport λ λ λ μ μ μ Bergmann Gábor Darvas Dániel Molnár Vince Szárnyas Gábor Tóth Tamás 2018. december 15. Tartalomjegyzék 1. fejezet Bevezető Vajon mennyi
Programozás I. - 11. gyakorlat
Programozás I. - 11. gyakorlat Struktúrák, gyakorlás Tar Péter 1 Pannon Egyetem M szaki Informatikai Kar Rendszer- és Számítástudományi Tanszék Utolsó frissítés: November 16, 2009 1 tar@dcs.vein.hu Tar
5. Gyakorlat. 5.1 Hálós adatbázis modell műveleti része. NDQL, hálós lekérdező nyelv:
5. Gyakorlat 5.1 Hálós adatbázis modell műveleti része NDQL, hálós lekérdező nyelv: A lekérdezés navigációs jellegű, vagyis a lekérdezés megfogalmazása során azt kell meghatározni, hogy milyen irányban
Tartalom Keresés és rendezés. Vektoralgoritmusok. 1. fejezet. Keresés adatvektorban. A programozás alapjai I.
Keresés Rendezés Feladat Keresés Rendezés Feladat Tartalom Keresés és rendezés A programozás alapjai I. Hálózati Rendszerek és Szolgáltatások Tanszék Farkas Balázs, Fiala Péter, Vitéz András, Zsóka Zoltán
Adatbázis, adatbázis-kezelő
Adatbázisok I. rész Adatbázis, adatbázis-kezelő Adatbázis: Nagy adathalmaz Közvetlenül elérhető háttértárolón (pl. merevlemez) Jól szervezett Osztott Adatbázis-kezelő szoftver hozzáadás, lekérdezés, módosítás,
A programozás alapjai 1 Rekurzió
A programozás alapjai Rekurzió. előadás Híradástechnikai Tanszék - preorder (gyökér bal gyerek jobb gyerek) mentés - visszaállítás - inorder (bal gyerek gyökér jobb gyerek) rendezés 4 5 6 4 6 7 5 7 - posztorder
2. A példahalmazban n = 3 negatív és p = 3 pozitív példa van, azaz a példahalmazt képviselő döntési fa információtartalma: I = I(1/2, 1/2) = 1 bit.
Példa 1. Döntési fa számítása/1 1. Legyen a felhasználandó példahalmaz: Példa sz. Nagy(x) Fekete(x) Ugat(x) JóKutya(x) X1 Igen Igen Igen Nem X2 Igen Igen Nem Igen X3 Nem Nem Igen Nem X4 Nem Igen Igen Igen
Egész számok. pozitív egész számok: 1; 2; 3; 4;... negatív egész számok: 1; 2; 3; 4;...
Egész számok természetes számok ( ) pozitív egész számok: 1; 2; 3; 4;... 0 negatív egész számok: 1; 2; 3; 4;... egész számok ( ) 1. Írd a következõ számokat a halmazábra megfelelõ helyére! 3; 7; +6 ; (
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
Keresés és rendezés. A programozás alapjai I. Hálózati Rendszerek és Szolgáltatások Tanszék Farkas Balázs, Fiala Péter, Vitéz András, Zsóka Zoltán
Keresés Rendezés Feladat Keresés és rendezés A programozás alapjai I. Hálózati Rendszerek és Szolgáltatások Tanszék Farkas Balázs, Fiala Péter, Vitéz András, Zsóka Zoltán 2016. november 7. Farkas B., Fiala
NETFIT modul NETFIT adminisztrátori felület Felhasználói útmutató. Magyar Diáksport Szövetség
NETFIT modul NETFIT adminisztrátori felület Felhasználói útmutató Magyar Diáksport Szövetség 2015 Tartalom 1 Bevezetés... 3 2 Nyitóoldal... 4 3 Belépés... 5 4 Intézményválasztás... 7 5 Kezdőoldal... 8
MS ACCESS 2010 ADATBÁZIS-KEZELÉS ELMÉLET SZE INFORMATIKAI KÉPZÉS 1
SZE INFORMATIKAI KÉPZÉS 1 ADATBÁZIS-KEZELÉS MS ACCESS 2010 A feladat megoldása során a Microsoft Office Access 2010 használata a javasolt. Ebben a feladatban a következőket fogjuk gyakorolni: Adatok importálása
A gyakorlat során MySQL adatbázis szerver és a böngészőben futó phpmyadmin használata javasolt. A gyakorlat során a következőket fogjuk gyakorolni:
1 Adatbázis kezelés 3. gyakorlat A gyakorlat során MySQL adatbázis szerver és a böngészőben futó phpmyadmin használata javasolt. A gyakorlat során a következőket fogjuk gyakorolni: Tábla kapcsolatok létrehozása,
Bevezetés az SPSS program használatába
Bevezetés az SPSS program használatába Statisztikai szoftver alkalmazás Géczi-Papp Renáta SPSS alapok Statistical Package for Social Sciences SPSS nézetek: Data View Variable View Output Viewer Sintax
Programozás 5. Dr. Iványi Péter
Programozás 5. Dr. Iványi Péter 1 Struktúra Véges számú különböző típusú, logikailag összetartozó változó együttese, amelyeket az egyszerű kezelhetőség érdekében gyűjtünk össze. Rekord-nak felel meg struct
22. GRÁFOK ÁBRÁZOLÁSA
22. GRÁFOK ÁBRÁZOLÁSA A megoldandó feladatok, problémák modellezése során sokszor gráfokat alkalmazunk. A gráf fogalmát a matematikából ismertnek vehetjük. A modellezés során a gráfok több változata is
Nemes Tihamér Nemzetközi Informatikai Tanulmányi Verseny 2-3. korcsoport. Maximális növekedés
Maximális növekedés N napon keresztül naponta feljegyeztük az eladott mobiltelefonok számát. Készíts programot, amely megadja két olyan nap sorszámát, amelyek közötti napokon az első napon volt a legkevesebb,
Az MS Excel táblázatkezelés modul részletes tematika listája
Az MS Excel táblázatkezelés modul részletes tematika listája A táblázatkezelés alapjai A táblázat szerkesztése A táblázat formázása A táblázat formázása Számítások a táblázatban Oldalbeállítás és nyomtatás
BGF. 4. Mi tartozik az adatmodellek szerkezeti elemei
1. Mi az elsődleges következménye a gyenge logikai redundanciának? inkonzisztencia veszélye felesleges tárfoglalás feltételes függés 2. Az olyan tulajdonság az egyeden belül, amelynek bármely előfordulása
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
GONDOLKODJUNK! A B C D E F G H I J K L M N O P Q R S T U V W X Y Z
GONDOLKODJUNK! GONDOLJ EGY TETSZŐLEGES KÉTJEGYŰ SZÁMRA! VOND KI BELŐLE A SZÁMJEGYEINEK AZ ÖSSZEGÉT! AZ ÍGY KAPOTT SZÁMNAK VEDD A SZÁMJEGYEINEK AZ ÖSSZEGÉT! EBBŐL VONJÁL KI 5-öt! VEDD AZ ANGOL ABC-ben AZ
8.3. AZ ASIC TESZTELÉSE
8.3. AZ ASIC ELÉSE Az eddigiekben a terv helyességének vizsgálatára szimulációkat javasoltunk. A VLSI eszközök (közöttük az ASIC) tesztelése egy sokrétűbb feladat. Az ASIC modellezése és a terv vizsgálata
1 pont Bármely formában elfogadható pl.:, avagy. 24 4
2012. február 2. 8. évfolyam TMat2 feladatlap Javítókulcs / 1 Javítókulcs MATEMATIKA FELADATOK 8. évfolyamosok számára, tehetséggondozó változat TMat2 A javítókulcsban feltüntetett válaszokra a megadott
Java és web programozás
Budapesti M szaki Egyetem 2013. november 20. 10. El adás SQLite SQLite: Adatbázis kezel rendszer SQL standardokat nagyrészt követi Nagyon elterjedt, pl böngész kben is használt Nehéz olyan programnyelvet
Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Gráfelmélet II. Gráfok végigjárása
Gráfelmélet II. Gráfok végigjárása DEFINÍCIÓ: (Séta) A G gráf egy olyan élsorozatát, amelyben a csúcsok és élek többször is szerepelhetnek, sétának nevezzük. Egy lehetséges séta: A; 1; B; 2; C; 3; D; 4;
LOGISZTIKAI ADATBÁZIS RENDSZEREK JOIN, AGGREGÁCIÓ
LOGISZTIKAI ADATBÁZIS RENDSZEREK JOIN, AGGREGÁCIÓ Lénárt Balázs tanársegéd TANTERV Hét Dátum Előadó Előadások Időpont: szerda 8:30-10:00, helye: LFSZÁMG Dátum Gyakvezető 1. 9. 11. Tokodi Adatbázis kezelés
ADATBÁZIS-KEZELÉS. Modellek
ADATBÁZIS-KEZELÉS Modellek MODELLEZÉS Információsűrítés, egyszerűsítés Absztrakciós lépésekkel eljutunk egy egyszerűbb modellig, mely hűen tükrözi a modellezni kívánt világot. ADATMODELL Információ vagy
Átlag (standard hiba)
Képességpont A képességpont valószínűségi modellel számított érték, amely a tanuló teszten elért eredményét egy mesterséges, a matematikai eszköztudást, illetve szövegértési képességet jelképező skálára
GYAKORLÓ FELADATOK 4: KÖLTSÉGEK ÉS KÖLTSÉGFÜGGVÉNYEK
GYAKORLÓ FELADATOK 4: KÖLTSÉGEK ÉS KÖLTSÉGFÜGGVÉNYEK 1. Egy terméket rövid távon a függvény által leírt költséggel lehet előállítani. A termelés határköltségét az összefüggés adja meg. a) Írja fel a termelés
Mesterséges Intelligencia. Csató Lehel. Csató Lehel. Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2007/2008
Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2007/2008 Az Előadások Témái Bevezető: mi a mesterséges intelligencia... Tudás reprezentáció Gráfkeresési stratégiák Szemantikus hálók
ADATBÁZISOK gyakorlat: SQL 2. rész SELECT
ADATBÁZISOK 9-10. gyakorlat: SQL 2. rész SELECT SELECT utasítás általános alakja SELECT [DISTINCT] oszloplista FROM táblanévlista [WHERE feltétel] [GROUP BY oszloplista [HAVING feltétel] ] [ORDER BY oszloplista];
C++ programozási nyelv Konstruktorok-destruktorok
C++ programozási nyelv Konstruktorok-destruktorok Nyugat-Magyarországi Egyetem Faipari Mérnöki Kar Informatikai Intézet Soós Sándor 2004. szeptember A C++ programozási nyelv Soós Sándor 1/20 Tartalomjegyzék
Adatbázis Rendszerek II. 8. Gyakorló környezet
Adatbázis Rendszerek II. 8. Gyakorló környezet 1/24 B IT v: 2017.10.26 MAN Gyakorló környezet Géptermek 193.6.5.58:8080/apex H16_neptunkód ADMIN neptunkód 2/24 Jelszó váltás 1 2 3 4 3/24 Gyakorló környezet
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
Diszkrét matematika 2.C szakirány
Diszkrét matematika 2.C szakirány 2017. tavasz 1. Diszkrét matematika 2.C szakirány 4. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék 2017.
Rendszermodellezés. Hibatűrő Rendszerek Kutatócsoport. λ λ λ. μ μ μ. Bergmann Gábor Darvas Dániel Molnár Vince Szárnyas Gábor Tóth Tamás
Hibatűrő Rendszerek Kutatócsoport λ λ λ μ μ μ Bergmann Gábor Darvas Dániel Molnár Vince Szárnyas Gábor Tóth Tamás 2017. február 15. Tartalomjegyzék 1. Bevezető 5 2. Modellezés és metamodellezés 8 2.1.
Módszertani megjegyzés: A kikötés az osztás műveletéhez kötődik. A jobb megértés miatt célszerű egy-két példát mu-
. modul: ELSŐFOKÚ TÖRTES EGYENLETEK A következő órákon olyan egyenletekkel foglalkozunk, amelyek nevezőjében ismeretlen található. Ha a tört nevezőjében ismeretlen van, akkor kikötést kell tennünk: az
Java és web programozás
Budapesti Műszaki Egyetem 2015. 04. 08. 10. Előadás Ami kimearad múlthéten Ha már megvan a KeyListener vagy MouseListener osztályunk a következõ módon tudjuk hozzárendelni egy JFrame vagy JPanel-hez: Ami
Gráfelméleti feladatok (középszint)
Gráfelméleti feladatok (középszint) 1. (KSZÉV Minta (1) 2004.05/I/7) Egy öttagú társaságban a házigazda mindenkit ismer, minden egyes vendége pedig pontosan két embert ismer. (Az ismeretségek kölcsönösek.)
A zsebrádiótól Turán tételéig
Jegyzetek egy matekóráról Lejegyezte és kiegészítésekkel ellátta: Meszéna Balázs A katedrán: Pataki János A gráfokat rengeteg életszagú példa megoldásában tudjuk segítségül hívni. Erre nézzünk egy példát:
Mintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás
STATISZTIKA, BIOMETRIA. Előadás Mintavétel, mintavételi technikák, adatbázis Mintavétel fogalmai A mintavételt meg kell tervezni A sokaság elemei: X, X X N, lehet véges és végtelen Mintaelemek: x, x x
Ügyviteli rendszerek hatékony fejlesztése Magic Xpa-val mobilos funkciókkal kiegészítve. Oktatók: Fülöp József, Smohai Ferenc, Nagy Csaba
Ügyviteli rendszerek hatékony fejlesztése Magic Xpa-val mobilos funkciókkal kiegészítve Oktatók: Fülöp József, Smohai Ferenc, Nagy Csaba Programozás alapjai Ha egy adott adattáblára Ctrl + G t nyomunk,
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
A statisztika alapjai - Bevezetés az SPSS-be -
A statisztika alapjai - Bevezetés az SPSS-be - Kvantitatív statisztikai módszerek Petrovics Petra, Géczi-Papp Renáta SPSS alapok Statistical Package for Social Sciences SPSS nézetek: Data View Variable
2. Készítsen awk szkriptet, amely kiírja az aktuális könyvtár összes alkönyvtárának nevét, amely februári keltezésű (bármely év).
1. fejezet AWK 1.1. Szűrési feladatok 1. Készítsen awk szkriptet, ami kiírja egy állomány leghosszabb szavát. 2. Készítsen awk szkriptet, amely kiírja az aktuális könyvtár összes alkönyvtárának nevét,
Városi Tömegközlekedés. Tervezési útmutató és feladat
Városi Tömegközlekedés Tervezési útmutató és feladat Tervezési útmutató és feladat (Városi tömegközlekedés) 005. A melléklet egy városi tömegközlekedési rendszer kialakításáról tartalmaz egy kidolgozott
Adatszerkezetek II. 1. előadás
Adatszerkezetek II. 1. előadás Gráfok A gráf fogalma: Gráf(P,E): P pontok (csúcsok) és E P P élek halmaza Fogalmak: Irányított gráf : (p 1,p 2 ) E-ből nem következik, hogy (p 2,p 1 ) E Irányítatlan gráf
UML Feladatok. UML Feladatok
UML Feladatok 2008.01.08 4. Feladat Az alábbi ábrán három UML2 modell elemet megjelöltünk. Adja meg elemenként, hogy az melyik UML2 meta-modell elem példánya! 2008.01.15 4. Feladat Jelölje meg, hogy a
Bevezető feldatok. Elágazás és összegzés tétele
Bevezető feldatok 1. Szövegértés és algoritmikus gondolkodás Kátai Zoltán https://people.inf.elte.hu/szlavi/infodidact15/manuscripts/kz.pdf Elágazás és összegzés tétele Táblázatkezelési feladatok Feladatok
Egy családfaszerkesztő alkalmazás leírása
Egy családfaszerkesztő alkalmazás leírása 1. Projektleírás 1.1. Termék neve: Családfaszerkesztő 1.2. Csoporttagok: Bagoly Gellért Balogh Réka Szabó Ádám Imre Tokay Géza 1 2. Követelményspecifikáció 2.1.
Felhasználói kézikönyv
Felhasználói kézikönyv Fuvarszervező / Partner időpont foglalás (GLABS v1.0.0413) Regisztráció A rendszerbe történő belépéshez regisztrációra van szüksége. Az Ön cégét csak egy már licenccel vagy hozzáféréssel
FELHASZNÁLÓI KÉZIKÖNYV
FOK Fővárosi Oktatástechnológiai Központ Szolgáltató Közhasznú Nonprofit Korlátolt Felelősségű Társaság FELHASZNÁLÓI KÉZIKÖNYV TANULÓK RÉSZÉRE Készítette: FOK Nonprofit Kft. Készült: 2014. május 27. Tartalomjegyzék
MIKOVINY SÁMUEL TÉRINFORMATIKAI EMLÉKVERSENY
FVM VIDÉKFEJLESZTÉSI, KÉPZÉSI ÉS SZAKTANÁCSADÁSI INTÉZET NYUGAT MAGYARORSZÁGI EGYETEM GEOINFORMATIKAI KAR MIKOVINY SÁMUEL TÉRINFORMATIKAI EMLÉKVERSENY 2008/2009. TANÉV Az I. FORDULÓ FELADATAI NÉV:... Tudnivalók
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
Struktúra alapú modellezés
Hibatűrő Rendszerek Kutatócsoport 2017 Tartalomjegyzék 1. A strukturális modellezés alkalmazásai 1 1.1. Hálózatok.............. 2 1.2. Hierarchikus rendszerek...... 3 1.3. Tulajdonságok........... 5 1.4.
NMS közösségi tér a hallgatói weben
NEPTUN MEET STREET (NMS) HALLGATÓI WEB Felhasználói dokumentáció verzió 3.6. Budapest, 2013. Változáskezelés Verzió Dátum Változás Pont Cím Oldal 2.0. 2011.03.03. 2.2 A virtuális terek megjelenítése 9.
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
FAIPARI ALAPISMERETEK
ÉRETTSÉGI VIZSGA 2014. május 20. FAIPARI ALAPISMERETEK KÖZÉPSZINTŰ ÍRÁSBELI VIZSGA 2014. május 20. 8:00 I. Időtartam: 120 perc Pótlapok száma Tisztázati Piszkozati EMBERI ERŐFORRÁSOK MINISZTÉRIUMA Faipari
Struktúra alapú modellezés
Struktúra alapú modellezés Hibatűrő Rendszerek Kutatócsoport 2017 Tartalomjegyzék 1. A strukturális modellezés alkalmazásai 2 1.1. Hálózatok......... 2 1.2. Hierarchikus rendszerek. 5 1.3. Tulajdonságok......
Kriptográfia házi használatra Szeptember 26
Kriptográfia házi használatra 1 / 16 Kriptográfia házi használatra Csirmaz László CEU Rényi ELTE 2018 Szeptember 26 Kriptográfia házi használatra 2 / 16 A fagylaltos kocsik hová álljanak? Szomszédos sarkokon
SQL DDL-2 (aktív elemek) triggerek
SQL DDL-2 (aktív elemek) triggerek Tankönyv: Ullman-Widom: Adatbázisrendszerek Alapvetés Második, átdolgozott kiadás, Panem, 2009 7.fej.: Megszorítások és triggerek 7.4. Önálló megszorítások 7.5. Triggerek
1. tétel. 1. Egy derékszögű háromszög egyik szöge 50, a szög melletti befogója 7 cm. Mekkora a háromszög átfogója? (4 pont)
1. tétel 1. Egy derékszögű háromszög egyik szöge 50, a szög melletti befogója cm. Mekkora a háromszög átfogója? (4 pont). Adott az ábrán két vektor. Rajzolja meg a b, a b és az a b vektorokat! (6 pont)
Programozási nyelvek II. JAVA
Programozási nyelvek II. JAVA 8. gyakorlat 2017. november 6-10. Általános tudnivalók A feladatmegoldás során fontos betartani az elnevezésekre és típusokra vonatkozó megszorításokat, illetve a szövegek
Oktatási Hivatal. A 2014/2015 tanévi Országos Középiskolai Tanulmányi Verseny döntő fordulójának feladatai. II. (programozás) kategória
Oktatási Hivatal A 2014/2015 tanévi Országos Középiskolai Tanulmányi Verseny döntő fordulójának feladatai II. (programozás) kategória Kedves Versenyző! A megoldások értékelése automatikusan, online módon
ÉRTÉKELÉSI ÚTMUTATÓ A KÖZÉPSZINTŰ SZÓBELI VIZSGÁHOZ
ÉRTÉKELÉSI ÚTMUTATÓ A KÖZÉPSZINTŰ SZÓBELI VIZSGÁHOZ Általános útmutató 1. A szóbeli feladatok értékelése központilag kidolgozott analitikus skálák segítségével történik. Ez az eljárás meghatározott értékelési
függvény grafikonja milyen transzformációkkal származtatható az f0 : R R, f0(
FÜGGVÉNYEK 1. (008. okt., 14. fel, 5+7 pont) Fogalmazza meg, hogy az f : R R, f ( x) x 1 függvény grafikonja milyen transzformációkkal származtatható az f0 : R R, f0( x) x függvény grafikonjából! Ábrázolja
Webapp (in)security. Gyakori hibákról és azok kivédéséről fejlesztőknek és üzemeltetőknek egyaránt. Veres-Szentkirályi András
Webapp (in)security Gyakori hibákról és azok kivédéséről fejlesztőknek és üzemeltetőknek egyaránt Veres-Szentkirályi András Rövid áttekintés Webalkalmazások fejlesztése során elkövetett leggyakoribb hibák
Online kötelező felelősségbiztosítás munkafolyamat 1 / 10
ONLINE KÖTELEZŐ FELELŐSSÉGBIZTOSÍTÁS A belépést követően a kötelező felelősségbiztosítási kötőfelület kerül megnyitásra. A legfontosabb mezők és felületek, amikkel a munkafolyamat során találkozni fogunk:
Matematika. J a v í t ó k u l c s. 8. évfolyam. Oktatási Hivatal Közoktatási Mérési Értékelési Osztály 1054 Budapest, Báthory utca 10.
Matematika J a v í t ó k u l c s 8. évfolyam Oktatási Hivatal Közoktatási Mérési Értékelési Osztály 1054 Budapest, Báthory utca 10. IEA, 2011 1/1. feladat 1/2. feladat : B : B Item: M032757 Item: M032721
PROGRAMOZÁS tantárgy. Gregorics Tibor egyetemi docens ELTE Informatikai Kar
PROGRAMOZÁS tantárgy Gregorics Tibor egyetemi docens ELTE Informatikai Kar Követelmények A,C,E szakirány B szakirány Előfeltétel Prog. alapismeret Prog. alapismeret Diszkrét matematika I. Óraszám 2 ea
Programozási alapismeretek 4.
Programozási alapismeretek 4. Obejktum-Orientált Programozás Kis Balázs Bevezetés I. Az OO programozási szemlélet, egy merőben más szemlélet, az összes előző szemlélettel (strukturális, moduláris, stb.)
ADATBÁZIS-KEZELÉS. Relációs modell
ADATBÁZIS-KEZELÉS Relációs modell Relációséma neve attribútumok ORSZÁGOK Azon Ország Terület Lakosság Főváros Földrész 131 Magyarország 93036 10041000 Budapest Európa 3 Algéria 2381740 33769669 Algír Afrika
AB1 ZH mintafeladatok. 6. Minősítse az állításokat! I-igaz, H-hamis
AB1 ZH mintafeladatok 1. Töltse ki, és egészítse ki! Matematikai formalizmus arra, hogy hogyan építhetünk új relációkat a régi relációkból. Az adatoknak egy jól strukturált halmaza, amelyből információ
Az Országos Középiskolai Tanulmányi Verseny 2005-2006. tanévi első fordulójának feladatmegoldásai. 81f 2 + 90l 2 f 2 + l 2
Az Országos Középiskolai Tanulmányi Verseny 2005-2006. tanévi első fordulójának feladatmegoldásai matematikából, a II. kategória számára 1. Két iskola tanulói műveltségi vetélkedőn vettek részt. A 100
Minden feladat teljes megoldása 7 pont
Postacím: 11 Budapest, Pf. 17. ORSZÁGOS TIT KALMÁR LÁSZLÓ MATEMATIKAVERSENY ORSZÁGOS DÖNTŐ 1. nap NEGYEDIK OSZTÁLY JAVÍTÁSI ÚTMUTATÓ Minden feladat teljes megoldása 7 pont 1. Hat futó: András, Bence, Csaba,
Programozási technikák Pál László. Sapientia EMTE, Csíkszereda, 2009/2010
Programozási technikák Pál László Sapientia EMTE, Csíkszereda, 2009/2010 12. ELŐADÁS Adatbázis-kezelés Delphiben 2 Adatmegjelenítés lekérdezés segítségével A táblákhoz hasonlóan a lekérdezések is az adatbázis
Microsoft Excel 2010
Microsoft Excel 2010 Milyen feladatok végrehajtására használatosak a táblázatkezelők? Táblázatok létrehozására, és azok formai kialakítására A táblázat adatainak kiértékelésére Diagramok készítésére Adatbázisok,
Pampress Natural adatvédelmi tájékoztató
Pampress Natural adatvédelmi tájékoztató Bevezető: 2018 május 25-én lép életbe az Európai Unió minden tagországában az új adatvédelmi rendelet, ismertebb nevén a GDPR, mely arra hivatott, hogy az Ön személyes
Új Nemzedék Központ. EFOP pályázatok online beszámoló felülete. Felhasználói útmutató
Új Nemzedék Központ EFOP pályázatok online beszámoló felülete Felhasználói útmutató Tartalom 1. Bejelentkezés... 2 1.1. Első bejelentkezés... 2 1.2. Elfelejtett jelszó... 3 2. Saját adatok... 4 3. Dokumentumok...
1. előadás. Lineáris algebra numerikus módszerei. Hibaszámítás Számábrázolás Kerekítés, levágás Klasszikus hibaanalízis Abszolút hiba Relatív hiba
Hibaforrások Hiba A feladatok megoldása során különféle hibaforrásokkal találkozunk: Modellhiba, amikor a valóságnak egy közelítését használjuk a feladat matematikai alakjának felírásához. (Pl. egy fizikai