Algoritmusok és adatszerkezetek I. 7. előadás
|
|
- Rudolf Pásztor
- 8 évvel ezelőtt
- Látták:
Átírás
1 Algoritmusok és adatszerkezetek I. 7. előadás
2 Feladat 1. változat Visszalépéses keresés Egy vállalkozás N különböző állásra keres munkásokat. Pontosan N jelentkező érkezett, ahol minden jelentkező megmondta, hogy mely munkákhoz ért, illetve amihez ért. A vállalkozás vezetője azt szeretné, ha az összes jelentkezőt fel tudná venni és minden munkát elvégeztetni. M(i) az i. munkás ennyi munkához ért E(i,j) az i. munkás által elvégezhető j. munka Szlávi Péter, Zsakó László: Adatszerkezetek I :21 2/37
3 Visszalépéses keresés N munka N jelentkező: Keresés(N,Van,Y): i:=1; Y:=(0,...,0) Ciklus amíg i 1 és i N {lehet még és nincs még kész} Jóesetkeresés(i,Van,j) Ha Van akkor Y(i):=j; i:=i+1 {előrelépés} különben Y(i):=0; i:=i-1 {visszalépés} Van:=(i>N) Szlávi Péter, Zsakó László: Adatszerkezetek I :21 3/37
4 Visszalépéses keresés N munka N jelentkező: Jóesetkeresés(i,Van,j): j:=y(i)+1 Ciklus amíg j M(i) és rossz(i,j) j:=j+1 Van:=(j M(i)) Szlávi Péter, Zsakó László: Adatszerkezetek I :21 4/37
5 Visszalépéses keresés N munka N jelentkező: rossz(i,j): k:=1 Ciklus amíg k<i és E(k,Y(k)) E(i,j) k:=k+1 rossz:=(k<i) E(i,j) az i. munkás által elvégezhető j. munka Szlávi Péter, Zsakó László: Adatszerkezetek I :21 5/37
6 Feladat 2. változat Visszalépéses keresés Egy vállalkozás N különböző állásra keres munkásokat. Pontosan N jelentkező érkezett, ahol minden jelentkező megmondta, hogy mely munkákhoz ért, illetve amihez ért. A vállalkozás vezetője azt szeretné, ha az összes jelentkezőt fel tudná venni és minden munkát elvégeztetni. F(i,j) az i. munkás ért-e a j. munkához? Szlávi Péter, Zsakó László: Adatszerkezetek I :21 6/37
7 Visszalépéses keresés N munka N jelentkező: Keresés(N,Van,Y): i:=1; Y:=(0,...,0) Ciklus amíg i 1 és i N {lehet még és nincs még kész} Jóesetkeresés(i,Van,j) Ha Van akkor Y(i):=j; i:=i+1 {előrelépés} különben Y(i):=0; i:=i-1 {visszalépés} Van:=(i>N) Szlávi Péter, Zsakó László: Adatszerkezetek I :21 7/37
8 Visszalépéses keresés N munka N jelentkező: Jóesetkeresés(i,Van,j): j:=y(i)+1 Ciklus amíg j N és (rossz(i,j) vagy nem F(i,j)) j:=j+1 Van:=(j N) Szlávi Péter, Zsakó László: Adatszerkezetek I :21 8/37
9 Visszalépéses keresés N munka N jelentkező: rossz(i,j): k:=1 Ciklus amíg k<i és Y(k) j k:=k+1 rossz:=(k<i) Szlávi Péter, Zsakó László: Adatszerkezetek I :21 9/37
10 Feladat Feladatmegoldási stratégiák Visszalépéses keresés Egy pályaválasztási intézet elhatározza, hogy a 8. osztályos tanulók iskolaválasztásai alapján (minden jelentkezési lapon maximum két iskolát lehet megjelölni) megpróbál olyan 'beiskolázást' megvalósítani, amelyben minden tanulót az általa megjelölt valamelyik iskolába fel is vesznek. (Tudjuk az egyes iskolákba felvehetők számát.) Adj meg egy lehetséges jó beiskolázást! Szlávi Péter, Zsakó László: Adatszerkezetek I :21 10/37
11 Visszalépéses keresés N tanuló beiskolázása M iskolába: Keresés(N,Van,Y): i:=1; Y:=(0,...,0) Ciklus amíg i 1 és i N {lehet még és nincs még kész} Jóesetkeresés(i,Van,j) Ha Van akkor Y(i):=j; i:=i+1 {előrelépés} különben Y(i):=0; i:=i-1 {visszalépés} Van:=(i>N) Szlávi Péter, Zsakó László: Adatszerkezetek I :21 11/37
12 Visszalépéses keresés N tanuló beiskolázása M iskolába: Jóesetkeresés(i,Van,j): j:=y(i)+1 Ha Igény(i,2)=0 akkor K:=1 különben K:=2 Ciklus amíg j K és rossz(i,j) j:=j+1 Van:=(j K) Szlávi Péter, Zsakó László: Adatszerkezetek I :21 12/37
13 Visszalépéses keresés N tanuló beiskolázása M iskolába: rossz(i,j): db:=1 Ciklus k=1-től i-1-ig Ha Igény(k,Y(k))=Igény(i,j) akkor db:=db+1 rossz:=(db>kapacitás(igény(i,j)) Szlávi Péter, Zsakó László: Adatszerkezetek I :21 13/37
14 Visszalépéses keresés További visszalépéses keresés feladatok: Labirintusban útkeresés Permutációk, kombinációk előállítása Térképszínezés Pénzfelbontás adott címletekre Szlávi Péter, Zsakó László: Adatszerkezetek I :21 14/37
15 Visszalépéses keresés Visszalépéses keresés feladatok: (végtelen eset) Úthossz-korlát: Fává egyenesítünk, végtelen fát állítunk elő. Nem engedjük, hogy az aktuális út hossza meghaladja az úthossz-korlátot. Ha túl rövidre választjuk az úthossz-korlátot (túl alacsonyan vágjuk el a gráfot) akkor nem találunk megoldást. Ha a start csúcsban áll elő a visszalépési feltétel, akkor: 1. nincs megoldás 2. túl rövidre választottuk az úthossz-korlátot Szlávi Péter, Zsakó László: Adatszerkezetek I :21 15/37
16 Visszalépéses keresés Visszalépéses keresés feladatok: Kör kiküszöbölése lesz egy újabb visszalépési feltétel: az aktuális csúcs szerepelt-e már az aktuális úton ha igen: rögtön visszalépés (így nem zárjuk be a kört). Szlávi Péter, Zsakó László: Adatszerkezetek I :21 16/37
17 A visszalépéses stratégia Visszalépéses keresés véges fákban mindig terminál (véges fákban teljes); végtelen gráfban úthossz-korláttal terminál (kör kizárása: az aktuális út csúcsait nem engedjük ismételni; egy zsákutcát többször is bejár, ha több út vezet hozzá. Szlávi Péter, Zsakó László: Adatszerkezetek I :21 17/37
18 Visszalépéses kiválogatás Visszalépéses kiválogatás rekurzív algoritmus: Visszalépéses kiválogatás(n,db,y): Db:=0; X:=(0,,0); Backtrack(1,N,X,Db,Y) Szlávi Péter, Zsakó László: Adatszerkezetek I :21 18/37
19 Visszalépéses kiválogatás Backtrack(i,N,X,Db,Y): Ha i=n+1 akkor Db:=Db+1; Y(Db):=X különben Ciklus j=1-től N-ig Ha ft(i,j) és nem Rossz(i,j) akkor X(i):=j Backtrack(i+1,N,X,Db,Y) Elágazás vége Szlávi Péter, Zsakó László: Adatszerkezetek I :21 19/37
20 Visszalépéses maximumkeresés Visszalépéses maximumkeresés rekurzív algoritmus: Visszalépéses maximumkeresés(n,van,y): X:=(0,,0); Y:=X; Backtrack(1,N,X,Y) Van:=Y (0,,0) Szlávi Péter, Zsakó László: Adatszerkezetek I :21 20/37
21 Visszalépéses maximumkeresés Visszalépéses maximumkeresés rekurzív algoritmus: Backtrack(i,N,X,Y): Ha i=n+1 akkor ha nagyobb?(x,y) akkor Y:=X különben Ciklus j=1-től N-ig Ha ft(i,j) és nem Rossz(i,j) akkor X(i):=j Backtrack(i+1,N,X,Y) Elágazás vége Szlávi Péter, Zsakó László: Adatszerkezetek I :21 21/37
22 Példa: (1. változat) Feladatmegoldási stratégiák Visszalépéses maximumkeresés Egy vállalkozás N különböző állásra keres munkásokat. Pontosan N jelentkező érkezett, ahol minden jelentkező megmondta, hogy mely munkákhoz ért, illetve amihez ért, arra mennyi fizetést kérne. Minden munkát el kell végeztetni valakivel, mindenkinek munkát kell adni, de a legolcsóbban! Állások: jelentkező: jelentkező: jelentkező: jelentkező: jelentkező: Szlávi Péter, Zsakó László: Adatszerkezetek I :21 22/37
23 Visszalépéses maximumkeresés Ha egy megoldás elkészül, akkor a költségét így számíthatjuk ki: költség(x): S:=0 Ciklus i=1-től N-ig S:=S+F(i,X(i)) Függvény vége. Kezdetben olyan fiktív megoldásból kell kiindulni, aminél minden valódi megoldás jobb. Szlávi Péter, Zsakó László: Adatszerkezetek I :21 23/37
24 Visszalépéses maximumkeresés Legjobb állás(n,i): Ha i>n akkor Ha költség(x)<költség(y) akkor Y:=X különben Ciklus j=1-től N-ig Ha nem volt(i,j) és F(i,j)>0 akkor X(i):=j; Legjobb állás(n,i+1) Elágazás vége Ebben a megoldásban feleslegesen sokszor hívjuk a Költség függvényt. Szlávi Péter, Zsakó László: Adatszerkezetek I :21 24/37
25 Visszalépéses maximumkeresés Legjobb állás(n,i): Ha i>n akkor költ:=költség(x) Ha költ<legjobb akkor Y:=X; legjobb:=költ különben Ciklus j=1-től N-ig Ha nem volt(i,j) és F(i,j)>0 akkor X(i):=j; Legjobb állás(n,i+1) Elágazás vége Itt feleslegesen nem hívjuk a Költség függvényt, jó maxkölt kezdőérték kell. Szlávi Péter, Zsakó László: Adatszerkezetek I :21 25/37
26 Visszalépéses maximumkeresés Már csak egy apróságra gondolhatunk: ha van egy megoldásunk és a most készülő megoldásról látszik, hogy már biztosan rosszabb lesz többe fog kerülni, akkor azt már nem érdemes tovább vinni. Legyen az eljárás paramétere az eddigi költség, s az eljárást csak akkor folytassuk, ha még nem érjük el a korábban kiszámolt maximális költséget. Emiatt nem a megoldások elkészültekor kell számolni költséget, hanem menet közben, folyamatosan. Szlávi Péter, Zsakó László: Adatszerkezetek I :21 26/37
27 Visszalépéses maximumkeresés Legjobb állás(n,i,költ): Ha i>n akkor Ha költ<legjobb akkor Y:=X; legjobb:=költ különben Ciklus j=1-től N-ig Ha nem volt(i,j) és F(i,j)>0 és költ+f(i,j)<legjobb akkor X(i):=j Legjobb állás(n,i+1,költ+f(i,j)) Elágazás vége Szlávi Péter, Zsakó László: Adatszerkezetek I :21 27/37
28 Példa: (2. változat) Feladatmegoldási stratégiák Visszalépéses maximumkeresés Egy vállalkozás N különböző állásra keres munkásokat. Pontosan M jelentkező érkezett (M<N), ahol minden jelentkező megmondta, hogy mely munkákhoz ért, illetve amihez ért, arra mennyi fizetést kérne. Mindenkinek munkát kell adni (csak egyet mindenkinek), de a legolcsóbban! Állások: jelentkező: jelentkező: jelentkező: jelentkező: Szlávi Péter, Zsakó László: Adatszerkezetek I :21 28/37
29 Visszalépéses maximumkeresés Legjobb állás(n,m,i,költ): Ha i>m akkor Ha költ<legjobb akkor Y:=X; legjobb:=költ különben Ciklus j=1-től N-ig Ha nem volt(i,j) és F(i,j)>0 és költ+f(i,j)<legjobb akkor X(i):=j Legjobb állás(n,m,i+1,költ+f(i,j)) Elágazás vége Szlávi Péter, Zsakó László: Adatszerkezetek I :27 29/37
30 Példa: (3. változat) Feladatmegoldási stratégiák Visszalépéses maximumkeresés Egy vállalkozás N különböző állásra keres munkásokat. Pontosan M jelentkező érkezett (M>N), ahol minden jelentkező megmondta, hogy mely munkákhoz ért, illetve amihez ért, arra mennyi fizetést kérne. Mindenkinek munkát el kell végezni, egy-egy embernek, de a legolcsóbban! Állások: jelentkező: jelentkező: jelentkező: jelentkező: jelentkező: Szlávi Péter, Zsakó László: Adatszerkezetek I :21 30/37
31 Visszalépéses maximumkeresés Legjobb állás(n,m,i,költ): Ha i>n akkor Ha költ<legjobb akkor Y:=X; legjobb:=költ különben Ciklus j=1-től M-ig Ha nem volt(j,i) és F(j,i)>0 és költ+f(j,i)<legjobb akkor X(i):=j Legjobb állás(n,m,i+1,költ+f(j,i)) Elágazás vége Szlávi Péter, Zsakó László: Adatszerkezetek I :27 31/37
32 Elágazás és korlátozás A backtrack alkalmas-e optimális megoldás keresésére? Van költség, és a legkisebb költségű megoldást szeretnénk előállítani. Van egy induló költségkorlát (felső becslés). Ennél a költségkorlátnál nem költségesebb megoldást keresünk. Szlávi Péter, Zsakó László: Adatszerkezetek I :21 32/37
33 Elágazás és korlátozás Az aktuális pontot tetszőlegesen választhatjuk az aktív pontok közül. A lényeg, hogy a választott aktuális pontból elérhető összes pontot generáljuk, és ha lehetséges megoldás, akkor betesszük az aktív pontok halmazába. Tehát az algoritmus egy, az aktív pontokat tartalmazó adagolót használ az aktív pontok tárolására. A visszalépéses stratégia esetén elég volt egyetlen pontot, az aktuális pontot tárolni, mert a következő aktív pont mindig ennek fia, testvére, vagy apja. Szlávi Péter, Zsakó László: Adatszerkezetek I :21 33/37
34 Elágazás és korlátozás Adott a C(X) valós értékű célfüggvény, és olyan X megoldást keresünk, amelyre a célfüggvény C(X) értéke minimális. A megoldáskezdeményekre meg tudunk adni olyan AK(X) alsó korlát függvényt, amelyekre teljesül az alábbi egyenlőtlenség. Az Y megoldás bármely X részmegoldására: AK(X) C(Y) Ekkor az adagoló lehet az AK szerinti minimumos prioritási sor, tehát az aktív pontok közül mindig a legkisebb alsó korlátú pontot választjuk aktuálisnak. Szlávi Péter, Zsakó László: Adatszerkezetek I :21 34/37
35 Elágazás és korlátozás Korlátozás(F): Mért:=+ ; Betesz(A,F) Ciklus amíg nem üres?(a) Kivesz(A,F) Ciklus p=f-ből kapható megoldáslépések Ha Megoldás(p) akkor Ha C(p)<Mért akkor Mért:=C(p); Min:=p különben ha AK(p)<Mért akkor Betesz(A,p) Szlávi Péter, Zsakó László: Adatszerkezetek I :21 35/37
36 Elágazás és korlátozás Ha a megoldáskezdeményekre meg tudunk adni felső korlátot is, akkor az adagoló lehet a felső korlát szerinti minimumos prioritási sor. Felső korlát olyan FK(X) függvény, amelyre teljesül, hogy minden Y megoldás minden X részmegoldására: C(Y) FK(X). Azaz egy részmegoldásnál járva tudjuk, hogy az ebből kiinduló megoldásoknak mi a felső korlátja. Mindig a legkisebb felső korlátú ágat válasszuk! Szlávi Péter, Zsakó László: Adatszerkezetek I :21 36/37
37 Algoritmusok és adatszerkezetek I. 7. előadás vége
Informatikai tehetséggondozás:
Ég és Föld vonzásában a természet titkai Informatikai tehetséggondozás: Visszalépéses maximumkiválasztás TÁMOP-4.2.3.-12/1/KONV 1. Munkásfelvétel: N állás N jelentkező Egy vállalkozás N különböző állásra
RészletesebbenProblémamegoldási stratégiák
Problémamegoldási stratégiák Kumulatív összegzés Algoritmusok kumulatív összegzés Adott egy N elemű számsorozat, adjuk meg a sorozat azon [a,b] intervallumát, ahol az elemek összege maximális! Bemenet:
RészletesebbenAlgoritmizálás, adatmodellezés tanítása 7. előadás
Algoritmizálás, adatmodellezés tanítása 7. előadás Oszd meg és uralkodj! Több részfeladatra bontás, amelyek hasonlóan oldhatók meg, lépései: a triviális eset (amikor nincs rekurzív hívás) felosztás (megadjuk
RészletesebbenVisszalépéses maximumkiválasztás
Belépő a tudás közösségébe Informatika szakköri segédanyag Visszalépéses maximumkiválasztás Heizlerné Bakonyi Viktória, Horváth Győző, Menyhárt László, Szlávi Péter, Törley Gábor, Zsakó László Szerkesztő:
RészletesebbenFeladatmegoldási stratégiák
Kumulatív összegzés Algoritmusok kumulatív összegzés Adott egy N elemű számsorozat, adjuk meg a sorozat azon [a,b] intervallumát, ahol az elemek összege maximális! Bemenet: N N, X N * Kimenet: a,b H *
RészletesebbenInformatikai tehetséggondozás:
Ég és Föld vonzásában a természet titkai Informatikai tehetséggondozás: Visszalépéses keresés korlátozással TÁMOP-4.2.3.-12/1/KONV A visszalépéses keresés (backtrack) a problémamegoldás igen széles területén
RészletesebbenInformatikai tehetséggondozás:
Ég és Föld vonzásában a természet titkai Informatikai tehetséggondozás: Rendezések TÁMOP-4.2.3.-12/1/KONV-2012-0018 Az alapfeladat egy N elemű sorozat nagyság szerinti sorba rendezése. A sorozat elemei
RészletesebbenPROGRAMOZÁSI NYELVEK (GYAKORLAT)
PROGRAMOZÁSI NYELVEK (GYAKORLAT) A következő részben olyan szabványos algoritmusokkal fogunk foglalkozni, amelyek segítségével a későbbiekben sok hétköznapi problémát meg tudunk majd oldani. MUNKAHELYZET-
RészletesebbenBacktrack-es feladat-variációk
Menyhárt László 1, Zsakó László 2 { 1 menyhart, 2 zsako }@caesar.elte.hu ELTE IK Absztrakt. Ezt a cikket olyan informatika tanároknak írtuk, akik az óráikon, házifeladatnak, esetleg versenyeken backtrack-es
RészletesebbenVisszalépéses keresés korlátozással
Belépő a tudás közösségébe Informatika szakköri segédanyag Visszalépéses keresés korlátozással Heizlerné Bakonyi Viktória, Horváth Győző, Menyhárt László, Szlávi Péter, Törley Gábor, Zsakó László Szerkesztő:
RészletesebbenRENDEZÉSEK, TOVÁBBI PROGRAMOZÁSI TÉTELEK
RENDEZÉSEK, TOVÁBBI PROGRAMOZÁSI TÉTELEK 1. EGY SOROZATHOZ EGY SOROZATOT RENDELŐ TÉTELEK 1.1 Rendezések 1.1.1 Kitűzés Adott egy sorozat, és a sorozat elemein értelmezett egy < reláció. Rendezzük a sorozat
RészletesebbenInformatikai tehetséggondozás:
Ég és Föld vonzásában a természet titkai Informatikai tehetséggondozás: isszalépéses keresés TÁMOP-4.2.3.-12/1/KON A visszalépéses keresés (backtrack) a problémamegoldás igen széles területén alkalmazható
RészletesebbenAlgoritmizálás, adatmodellezés tanítása 8. előadás
Algoritmizálás, adatmodellezés tanítása 8. előadás Elágazás és korlátozás A backtrack alkalmas-e optimális megoldás keresésére? Van költség, és a legkisebb költségű megoldást szeretnénk előállítani. Van
RészletesebbenKözismereti informatika I. 4. előadás
Közismereti informatika I. 4. előadás Rendezések Bemenet: N: Egész, X: Tömb(1..N: Egész) Kimenet: X: Tömb(1..N: Egész) Előfeltétel: Utófeltétel: Rendezett(X) és X=permutáció(X ) Az eredmény a bemenet egy
RészletesebbenREKURZIÓ. Rekurzív: önmagát ismétlő valami (tevékenység, adatszerkezet stb.) Rekurzív függvény: függvény, amely meghívja saját magát.
1. A REKURZIÓ FOGALMA REKURZIÓ Rekurzív: önmagát ismétlő valami (tevékenység, adatszerkezet stb.) Rekurzív függvény: függvény, amely meghívja saját magát. 1.1 Bevezető példák: 1.1.1 Faktoriális Nemrekurzív
RészletesebbenProgramozási tételek. Jegyzet. Összeállította: Faludi Anita 2012.
Programozási tételek Jegyzet Összeállította: Faludi Anita 2012. Tartalomjegyzék Bevezetés... 3 Programozási tételek... 4 I. Elemi programozási tételek... 4 1. Sorozatszámítás (összegzés)... 4 2. Eldöntés...
RészletesebbenInformatikai tehetséggondozás:
Ég és Föld vonzásában a természet titkai Informatikai tehetséggondozás: isszalépéses kiválogatás TÁMOP-4.2.3.-12/1/KON isszalépéses kiválogatás 1. Az összes lehetséges sorrend Sokszor előfordul feladatként,
RészletesebbenAdatszerkezetek II. 10. előadás
Adatszerkezetek II. 10. előadás Kombinatorikai algoritmusok A kombinatorika: egy véges halmaz elemeinek valamilyen szabály alapján történő csoportosításával, kiválasztásával, sorrendbe rakásával foglalkozik
RészletesebbenA 2011/2012 tanévi Országos Középiskolai Tanulmányi Verseny első forduló feladatainak megoldása. INFORMATIKÁBÓL II. (programozás) kategóriában
Oktatási Hivatal A 2011/2012 tanévi Országos Középiskolai Tanulmányi Verseny első forduló feladatainak megoldása INFORMATIKÁBÓL II. (programozás) kategóriában Kérjük a tisztelt tanár kollégákat, hogy a
RészletesebbenMesterséges intelligencia 1 előadások
VÁRTERÉSZ MAGDA Mesterséges intelligencia 1 előadások 2006/07-es tanév Tartalomjegyzék 1. A problémareprezentáció 4 1.1. Az állapottér-reprezentáció.................................................. 5
RészletesebbenAdatszerkezetek II. 6. előadás
Adatszerkezetek II. 6. előadás Feladat: Egy kábelhálózat különböző csatornáin N filmet játszanak. Ismerjük mindegyik film kezdési és végidejét. Egyszerre csak 1 filmet tudunk nézni. Add meg, hogy maximum
RészletesebbenAlgoritmizálás, adatmodellezés tanítása 2. előadás
Algoritmizálás, adatmodellezés tanítása 2. előadás Programozási tételek Mi az, hogy programozási tétel? Típusfeladat általános megoldása. Sorozat érték Sorozat sorozat Sorozat sorozatok Sorozatok sorozat
Részletesebben21 Kreativitás és kézmuvesség boltja AJÁNDÉKUTALVÁNY Közelednek az ünnepek? Valami egyedit szeretne ajándékozni? Nincs ötlete, hogy mit? MI SEGÍTÜNK! Térjen be hozzánk és közösen kitaláljuk, hogy mi lenne
RészletesebbenKombinatorikai algoritmusok. (Horváth Gyula és Szlávi Péter előadásai felhasználásával)
Kombinatorikai algoritmusok (Horváth Gyula és Szlávi Péter előadásai felhasználásával) Kombinatorikai algoritmusok A kombinatorika: egy véges halmaz elemeinek valamilyen szabály alapján történő csoportosításával,
RészletesebbenKombinatorikai algoritmusok
Kombinatorikai algoritmusok (Horváth Gyula és Szlávi Péter előadásai felhasználásával) Kombinatorikai algoritmusok A kombinatorika: egy véges halmaz elemeinek valamilyen szabály alapján történő csoportosításával,
Részletesebbenhatására hátra lép x egységgel a toll
Ciklusszervező utasítások minden programozási nyelvben léteznek, így például a LOGO-ban is. LOGO nyelven, (vagy legalábbis LOGO-szerű nyelven) írt programok gyakran szerepelnek az iskola számítástechnikai
RészletesebbenElső sorozat (2000. május 22. du.) 1. Oldjamegavalós számok halmazán a. cos x + sin2 x cos x. +sinx +sin2x =
2000 Írásbeli érettségi-felvételi feladatok Első sorozat (2000. május 22. du.) 1. Oldjamegavalós számok halmazán a egyenletet! cos x + sin2 x cos x +sinx +sin2x = 1 cos x (9 pont) 2. Az ABCO háromszög
RészletesebbenAdatstruktúrák Algoritmusok Objektumok
Adatstruktúrák Algoritmusok Objektumok A számítógépes problémamegoldás modellezésének módszerei. Programozási elvek és módszerek: imperatív, strukturált, moduláris, objektumorientált programozás. Programozási
RészletesebbenA 2011-es év kompetencia-méréseinek elemzése
A 2011-es év kompetencia-méréseinek elemzése SIOK Dr. Faust Miklós Általános Iskola Nagyberény Készítette: Kristáné Soós Melinda Nagyberény, 2012. április 2. 6. osztály Matematika 3. oldal Az első grafikonon
RészletesebbenAlkalmazott modul: Programozás
Eötvös Loránd Tudományegyetem Informatikai Kar Alkalmazott modul: Programozás Feladatgyűjtemény Összeállította: Giachetta Roberto groberto@inf.elte.hu http://people.inf.elte.hu/groberto Frissítve: 2015.
RészletesebbenA 2010/2011 tanévi Országos Középiskolai Tanulmányi Verseny első forduló feladatainak megoldása. INFORMATIKÁBÓL II. (programozás) kategóriában
Oktatási Hivatal A 2010/2011 tanévi Országos Középiskolai Tanulmányi Verseny első forduló feladatainak megoldása INFORMATIKÁBÓL II. (programozás) kategóriában Kérjük a tisztelt tanár kollégákat, hogy a
RészletesebbenFelvételi tematika INFORMATIKA
Felvételi tematika INFORMATIKA 2016 FEJEZETEK 1. Természetes számok feldolgozása számjegyenként. 2. Számsorozatok feldolgozása elemenként. Egydimenziós tömbök. 3. Mátrixok feldolgozása elemenként/soronként/oszloponként.
RészletesebbenA 2017/2018 tanévi Országos Középiskolai Tanulmányi Verseny első fordulójának feladatai. INFORMATIKA II. (programozás) kategória
Oktatási Hivatal A 2017/2018 tanévi Országos Középiskolai Tanulmányi Verseny első fordulójának feladatai 1. feladat: Repülők (20 pont) INFORMATIKA II. (programozás) kategória Ismerünk városok közötti repülőjáratokat.
RészletesebbenÉlet az 50 éves gimnáziumban. Szikszó, 2015
Élet az 50 éves gimnáziumban Szikszó, 2015 Köszöntünk mindenkit! Alapelvek Szabad iskolaválasztás a tanuló részéről A középfokú iskolák igazgatói törvényben biztosított döntési jogának érvényesülése Informatikai
RészletesebbenEgyszerű programozási tételek
Egyszerű programozási tételek Sorozatszámítás tétele Például az X tömbben kövek súlyát tároljuk. Ha ki kellene számolni az összsúlyt, akkor az S = f(s, X(i)) helyére S = S + X(i) kell írni. Az f0 tartalmazza
RészletesebbenA Cast Duettől a Rubik-kockáig
A Cast Duettől a Rubik-kockáig Vígh Viktor SZTE Bolyai Intézet 2012. szeptember 28. Kutatók Éjszakája A Hanayama Cast Duet játék bemutatása Az alaptábla egy háromszor hármas négyzetrács. A játék bemutatása
RészletesebbenAdatszerkezetek 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
Részletesebben3. Az ítéletlogika szemantikája
3. Az ítéletlogika szemantikája (4.2) 3.1 Formula és jelentése minden ítéletváltozó ( V v ) ha A JFF akkor A JFF ha A,B JFF akkor (A B) JFF minden formula előáll az előző három eset véges sokszori alkalmazásával.
RészletesebbenSZAKÁLL SÁNDOR, ÁsVÁNY- És kőzettan ALAPJAI
SZAKÁLL SÁNDOR, ÁsVÁNY- És kőzettan ALAPJAI 13 KRISTÁLYkÉMIA XIII. ATOMOK, IONOK És MOLEKULÁK ILLEsZKEDÉsE A KRIsTÁLYRÁCsBAN 1. ALAPFOGALMAK Atom- és ionrádiusz Az atomrádiuszt az atom legkülső elektronhéja
RészletesebbenAZ MVM RT. ÁLTAL RENDEZETT ELSÔ MAGYAR KAPACITÁSAUKCIÓRÓL
AZ MVM RT. ÁLTAL RENDEZETT ELSÔ MAGYAR KAPACITÁSAUKCIÓRÓL n A 2001. ÉVI CX. TÖRVÉNY A VILLAMOS ENERGIÁRÓL (TOVÁBBIAKBAN VET) ELSÔ MONDATA SZE- RINT AZ ORSZÁGGYÛLÉS A FOGYASZTÓK BIZTONSÁGOS, MEGFELELÔ MINÔSÉGÛ
Részletesebben462 Trigonometrikus egyenetek II. rész
Tigonometikus egyenetek II ész - cosx N cosx Alakítsuk át az egyenletet a következô alakúa: + + N p O O Ebbôl kapjuk, hogy cos x $ p- Ennek az egyenletnek akko és csak akko van valós megoldása, ha 0 #
RészletesebbenPásztor Attila. Algoritmizálás és programozás tankönyv az emeltszintű érettségihez
Pásztor Attila Algoritmizálás és programozás tankönyv az emeltszintű érettségihez 8. ELEMI ALGORITMUSOK II...88 8.1. MÁSOLÁS...88 8.2. KIVÁLOGATÁS...89 8.3. SZÉTVÁLOGATÁS...91 8.4. METSZET (KÖZÖS RÉSZ)...93
RészletesebbenTorony Község Önkormányzata Képviselő-testülete 2013. április 29- i nyílt ülésének jegyzőkönyve
5/2013. Torony Község Önkormányzata Képviselő-testülete 2013. április 29- i nyílt ülésének jegyzőkönyve Tartalmazza: 5/2013. (V.02.) önkormányzati rendeletet az önkormányzat 2012. évi költségvetésének
Részletesebbenmtatk A kistérségi gyerekesély program és az általános iskolai oktatás teljesítményének összefüggése MTA TK Gyerekesély Műhelytanulmányok 2015/3
MTA Társadalomtudományi Kutatóközpont mtatk MTA TK Gyerekesély Műhelytanulmányok 2015/3 A kistérségi gyerekesély program és az általános iskolai oktatás teljesítményének összefüggése Nikitscher Péter Széll
RészletesebbenAlgoritmizálás, adatmodellezés tanítása 2. előadás
Algoritmizálás, adatmodellezés tanítása 2. előadás Másolás függvényszámítás Bemenet: N N, X H N, g:h G, F: G N G, f: G * xg G Kimenet: Y G N Előfeltétel: Utófeltétel: i(1 i N) Y=F(g(X 1 ),, g(x N )) f
RészletesebbenProgramozási tételek. Dr. Iványi Péter
Programozási tételek Dr. Iványi Péter 1 Programozási tételek A programozási tételek olyan általános algoritmusok, melyekkel programozás során gyakran találkozunk. Az algoritmusok általában számsorozatokkal,
RészletesebbenJUHÁSZ TIBOR TÓTH BERTALAN KOLLEKCIÓK ALKALMAZÁSA A FELADATMEGOLDÁSOKBAN
JUHÁSZ TIBOR TÓTH BERTALAN KOLLEKCIÓK ALKALMAZÁSA A FELADATMEGOLDÁSOKBAN Juhász Tibor Tóth Bertalan: Kollekciók alkalmazása a feladatmegoldásokban 2., átdolgozott kiadás 2015 Jelen dokumentumra a Creative
RészletesebbenGyakorlatok. P (n) = P (n 1) + 2P (n 2) + P (n 3) ha n 4, (utolsó lépésként l, hl, u, hu-t léphetünk).
Gyakorlatok Din 1 Jelölje P (n) azt a számot, ahányféleképpen mehetünk le egy n lépcsőfokból álló lépcsőn a következő mozgáselemek egy sorozatával (zárójelben, hogy mennyit mozgunk az adott elemmel): lépés
RészletesebbenFELADATOK ÉS MEGOLDÁSOK
3. osztály Egy asztal körül 24-en ülnek, mindannyian mindig igazat mondanak. Minden lány azt mondja, hogy a közvetlen szomszédjaim közül pontosan az egyik fiú, és minden fiú azt mondja, hogy mindkét közvetlen
RészletesebbenAdatszerkezetek II. 7. előadás
Adatszerkezetek II. 7. előadás Mohó stratégia A mohó stratégia elemei 1. Fogalmazzuk meg az optimalizációs feladatot úgy, hogy választások sorozatával építjük fel a megoldást! 2. Mohó választási tulajdonság:
RészletesebbenA 2015/2016 tanévi Országos Középiskolai Tanulmányi Verseny első forduló javítási-értékelési útmutató. INFORMATIKA II. (programozás) kategória
Oktatási Hivatal 2015/2016 tanévi Országos Középiskolai Tanulmányi Verseny első forduló javítási-értékelési útmutató INFORMTIK II. (programozás) kategória Kérjük a tisztelt tanár kollégákat, hogy a dolgozatokat
RészletesebbenINFORMATIKAI ALAPISMERETEK
Informatikai alapismeretek középszint 1321 ÉRETTSÉGI VIZSGA 2014. október 13. INFORMATIKAI ALAPISMERETEK KÖZÉPSZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ EMBERI ERŐFORRÁSOK MINISZTÉRIUMA
RészletesebbenSGS-48 FORGALOMTECHNIKAI SEGÉDLET
SWARCO TRAFFIC HUNGARIA KFT. Vilati, Signelit együtt. SGS-48 FORGALOMTECHNIKAI SEGÉDLET V 2.0 SWARCO First in Traffic Solution. Tartalomjegyzék 1. Bevezető...1 2. Jelzésképek...1 3. A berendezés működési
RészletesebbenMit vár egy új KRESZ jogszabálytól a közlekedésbiztonsági kutató?
Mit vár egy új KRESZ jogszabálytól a közlekedésbiztonsági kutató? Hóz Erzsébet, tudományos főmunkatárs KTE, Közlekedéstechnikai Napok Budapest, 2012 április 9. A közlekedésbiztonság javításának lehetőségét
RészletesebbenProgramozás I. Metódusok C#-ban Egyszerű programozási tételek. Sergyán Szabolcs sergyan.szabolcs@nik.uni-obuda.hu
Programozás I. 3. előadás Tömbök a C#-ban Metódusok C#-ban Egyszerű programozási tételek Sergyán Szabolcs sergyan.szabolcs@nik.uni-obuda.hu Óbudai Egyetem Neumann János Informatikai Kar Szoftvertechnológia
RészletesebbenÖsszetett programozási tételek Rendezések Keresések PT egymásra építése. 10. előadás. Programozás-elmélet. Programozás-elmélet 10.
Összetett programozási tételek Sorozathoz sorozatot relő feladatokkal foglalkozunk. A bemenő sorozatot le kell másolni, s közben az elemekre vonatkozó átalakításokat lehet végezni rajta: Input : n N 0,
RészletesebbenGyakorló feladatok ZH-ra
Algoritmuselmélet Schlotter Ildi 2011. április 6. ildi@cs.bme.hu Gyakorló feladatok ZH-ra Nagyságrendek 1. Egy algoritmusról tudjuk, hogy a lépésszáma O(n 2 ). Lehetséges-e, hogy (a) minden páros n-re
RészletesebbenA 2012/2013 tanévi Országos Középiskolai Tanulmányi Verseny első forduló feladatainak megoldása. INFORMATIKÁBÓL II. (programozás) kategóriában
Oktatási Hivatal A 2012/2013 tanévi Országos Középiskolai Tanulmányi Verseny első forduló feladatainak megoldása INFORMATIKÁBÓL II. (programozás) kategóriában Kérjük a tisztelt tanár kollégákat, hogy a
RészletesebbenInformatikai tehetséggondozás:
Ég és Föld vonzásában a természet titkai Informatikai tehetséggondozás: Összetett programozási tételek 2 TÁMOP-4.2.3.-12/1/KONV Feladataink egy jelentős csoportjában több bemenő sorozat alapján egy sorozatot
RészletesebbenOrszágos kompetenciamérés. Országos jelentés
Országos kompetenciamérés 2009 Országos jelentés Országos jelentés TARTALOMJEGYZÉK JOGSZABÁLYI HÁTTÉR... 7 A 2009. ÉVI ORSZÁGOS KOMPETENCIAMÉRÉS SZÁMOKBAN... 8 A FELMÉRÉSRŐL... 9 EREDMÉNYEK... 11 AJÁNLÁS...
RészletesebbenPROGRAM ADATLAP. öngyilkosság megelőzéséről szóló közösségi és alapellátási programokhoz
PROGRAM ADATLAP öngyilkosság megelőzéséről szóló közösségi és alapellátási programokhoz 1. A PROGRAM ÖSSZEGZŐ ADATAI A program címe: Alcíme: (A főcím pontosítására, értelmezésére szolgáló tömör összetett
RészletesebbenJEGYZŐKÖNYV. vezetője a Kőbányai Csodafa Óvoda vezetője a Kőbányai Gyermekek Háza Óvoda vezetője. képviselő, a Gazdasági és Pénzügyi Bizottság elnöke
BUDAPESTFŐVÁROS X. KERÜLET KŐBÁNYAI ÖNKORMÁNYZAT KÉPVISELŐ-TESTÜLETÉNEK HUMÁNSZOLGÁLTATÁSI BIZOTTSÁGA JEGYZŐKÖNYV Készült a Humánszolgáltatási Bizottság 2015. október 20-án a Budapest Főváros X. kerület
RészletesebbenADATBÁZIS-KEZELÉS ALAPOK I.
ADATBÁZIS-KEZELÉS ALAPOK I. AZ ADATBÁZIS FOGALMA Az adatbázis tágabb értelemben egy olyan adathalmaz, amelynek elemei egy meghatározott tulajdonságuk alapján összetartozónak tekinthetők. Az adatbázis-kezelőknek
RészletesebbenVONALVEZETÉS TERVEZÉSE
VONALVEZETÉS TERVEZÉSE A vonalvezetés tervezésének általános követelményei A tervezési sebesség Látótávolságok Vízszintes vonalvezetés Magassági vonalvezetés Burkolatszélek vonalvezetése Térbeli tervezés
RészletesebbenIgazgatócserék, egy kutatás háttere
Igazgatócserék, egy kutatás háttere A közoktatás intézményeinek működését alapvetően meghatározza, hogy kik és milyen módszerekkel vezetik az iskolákat. Különösen jelentős ez napjainkban, amikor az oktatási
RészletesebbenALDI Húsvéti Kódgyűjtés (Részvételi- és játékszabályzat)
ALDI Húsvéti Kódgyűjtés (Részvételi- és játékszabályzat) 1.) Az ALDI Magyarország Élelmiszer Bt. (Székhely: 2051 Biatorbágy, Mészárosok útja 2.) (a továbbiakban: Megbízó vagy ALDI) nyereményjátékot indít
RészletesebbenÁtsorolást segítő listák
Átsorolást segítő listák Készítette: Racskó Tamás, 2009.07.16. Tartalomjegyzék Tartalomjegyzék... 1 Bevezetés... 1 Átsorolás: maximálisan átsorolható létszámok (15%)... 1 Átsorolás: Á->K átsorolandó hallgatók
RészletesebbenHÁLÓZATOK I. 10. Segédlet a gyakorlati órákhoz. Készítette: Göcs László mérnöktanár KF-GAMF Informatika Tanszék. 2015-16. tanév 1.
HÁLÓZTOK I. Segédlet a gyakorlati órákhoz. Készítette: öcs László mérnöktanár K-M Informatika Tanszék -. tanév. félév Elosztott forgalomirányítás Bellman-ord algoritmus . eladat B . eladat a, dja meg a
RészletesebbenSíklefedések Erdősné Németh Ágnes, Nagykanizsa
Magas szintű matematikai tehetséggondozás Síklefedések Erdősné Németh Ágnes, Nagykanizsa Kisebbeknek és nagyobbaknak a programozási versenyfeladatok között nagyon gyakran fordul elő olyan, hogy valamilyen
RészletesebbenMesterséges Intelligencia MI
Mesterséges Intelligencia MI Problémamegoldás kereséssel lokális információval Dobrowiecki Tadeusz Eredics Péter, és mások BME I.E. 437, 463-28-99 dobrowiecki@mit.bme.hu, http://www.mit.bme.hu/general/staff/tade
RészletesebbenSZAKMASPECIFIKUS BERUHÁZÁSI ELJÁRÁSREND előzetes javaslat 1
SZAKMASPECIFIKUS BERUHÁZÁSI ELJÁRÁSREND 1 1 Összeállította a CsMÉK +BAZMÉK szakértői munkacsoportja, a MÉK és CsMÉK háttéranyagok felhasználásával, a szegedi TET ülésen felvetett javaslat alapján BEVEZETŐ
RészletesebbenBrósch 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;
RészletesebbenA 2009/2010 tanévi Országos Középiskolai Tanulmányi Verseny első forduló feladatainak megoldása. INFORMATIKÁBÓL II. (programozás) kategóriában
Oktatási Hivatal A 2009/2010 tanévi Országos Középiskolai Tanulmányi Verseny első forduló feladatainak megoldása INFORMATIKÁBÓL II. (programozás) kategóriában Kérjük a tisztelt tanár kollégákat, hogy a
RészletesebbenI. fejezet. Általános rendelkezések 1..
Fegyvernek Város Önkormányzat Képviselőtestülete 4/2006.(II.01.) önkormányzati rendelete A közműfejlesztési célú lakossági pályázatokról *3*9 Fegyvernek Város Önkormányzat Képviselőtestülete az Alaptörvény
RészletesebbenBánsághi Anna 2014 Bánsághi Anna 1 of 68
IMPERATÍV PROGRAMOZÁS Bánsághi Anna anna.bansaghi@mamikon.net 3. ELŐADÁS - PROGRAMOZÁSI TÉTELEK 2014 Bánsághi Anna 1 of 68 TEMATIKA I. ALAPFOGALMAK, TUDOMÁNYTÖRTÉNET II. IMPERATÍV PROGRAMOZÁS Imperatív
RészletesebbenOperációkutatás vizsga
Tel.: (0) 9- Operációkutatás vizsga A csoport Budapesti Corvinus Egyetem 007. január. Egyéb gyakorló és vizsgaanyagok találhatók a honlapon a Letölthető vizsgasorok, segédanyagok menüpont alatt. OPERÁCIÓKUTATÁS,
RészletesebbenA 2008/2009 tanévi Országos Középiskolai Tanulmányi Verseny első forduló feladatainak megoldása. INFORMATIKÁBÓL II. (programozás) kategóriában
Oktatási Hivatal A 2008/2009 tanévi Országos Középiskolai Tanulmányi Verseny első forduló feladatainak megoldása INFORMATIKÁBÓL II. (programozás) kategóriában Kérjük a tisztelt tanár kollégákat, hogy a
RészletesebbenMatematikai statisztikai elemzések 5.
Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematikai statisztikai elemzések. MSTE modul Kapcsolatvizsgálat: asszociáció vegyes kapcsolat korrelációszámítás. Varianciaanalízis
RészletesebbenKülönös közzétételi lista. 229/2012. (VIII.28.) Kormány rendelet értelmében az alábbi adatokat tesszük közzé:
Különös közzétételi lista 229/2012. (VIII.28.) Kormány rendelet értelmében az alábbi adatokat tesszük közzé: Az intézmény neve: Bácsalmási Kistérségi Többcélú Társulás Óvodája és Egységes Óvoda- Bölcsődéje
RészletesebbenÉPÍTÉSI JOG 2015 - OTSZ 5.0
ÉPÍTÉSI JOG 2015 - Dr. Takács Lajos Gábor egyetemi docens BME email: ltakacs@epsz.bme.hu Építési jog 2015 - ELŐZMÉNYEK 2004-2005, 2/2002 (I.23.) BM RENDELET KORSZERŰSÍTÉSE 8 sz. albizottság: Az építmények,
RészletesebbenKiszombor Nagyközség Polgármesterétől 6775 Kiszombor, Nagyszentmiklósi u. 8. Tel/Fax: 62/525-090 E-mail: phkiszombor@vnet.hu
Kiszombor Nagyközség Polgármesterétől 6775 Kiszombor, Nagyszentmiklósi u. 8. Tel/Fax: 62/525-090 E-mail: phkiszombor@vnet.hu Üsz.: 22-81/2015. Tárgy: A Kiszombori Mikrotérség Karátson Emília Napköziotthonos
RészletesebbenSzeminárium-Rekurziók
1 Szeminárium-Rekurziók 1.1. A sorozat fogalma Számsorozatot kapunk, ha pozitív egész számok mindegyikéhez egyértelműen hozzárendelünk egy valós számot. Tehát a számsorozat olyan függvény, amelynek az
RészletesebbenEmlékeztető. Esemény: Vízgyűjtő-gazdálkodási tervezés területi vitafóruma a 2-3 Lónyaifőcsatorna
Emlékeztető Esemény: Vízgyűjtő-gazdálkodási tervezés területi vitafóruma a 2-3 Lónyaifőcsatorna alegységen Dátum: 2009. július 16. 13:30 Helyszín: földszinti tárgyaló 4400 Nyíregyháza, Széchenyi út 19.
RészletesebbenInformatikai tehetséggondozás:
Ég és Föld vonzásában a természet titkai Informatikai tehetséggondozás: Mohó stratégia 2. TÁMOP-4.2.3.-12/1/KONV Többféle feladat megoldási stratégia létezik. Közülük az egyik legegyszerűbb a mohó stratégia,
RészletesebbenA BIZOTTSÁG.../.../EU FELHATALMAZÁSON ALAPULÓ IRÁNYELVE (2015.1.30.)
EURÓPAI BIZOTTSÁG Brüsszel, 2015.1.30. C(2015) 386 final A BIZOTTSÁG.../.../EU FELHATALMAZÁSON ALAPULÓ IRÁNYELVE (2015.1.30.) a 2011/65/EU európai parlamenti és tanácsi irányelv IV. mellékletének az intravaszkuláris
RészletesebbenHunyadi Mátyás Nevelési Oktatási Központ. Tájékoztató a TAMOP 3.1.5 09/A/2 pályázatról 2009 december 7. hétfő 14-óra
Hunyadi Mátyás Nevelési Oktatási Központ Tájékoztató a TAMOP 3.1.5 09/A/2 pályázatról 2009 december 7. hétfő 14-óra A pályázati kiírás célja Az oktatás hatékonyságának, eredményességének javítása, az oktatási
RészletesebbenA 300-as érzékelők alkalmazása... az "intelligens" hagyományos érzékelők...
A 300as érzékelők alkalmazása... az "intelligens" hagyományos érzékelők... A 2002 év közepétől már Magyarországon is kaphatók a SYSTEM SENSOR legújabb fejlesztésű, hagyományos tűzjelző rendszerekben használható
RészletesebbenAdatszerkezet - műveletek
Adatszerkezet - műveletek adatszerkezet létrehozása adat felvétele adat keresése adat módosítása adat törlése elemszám visszaadása minden adat törlése (üresít) adatszerkezet felszámolása (megszüntet) +
RészletesebbenSL7000. Intelligens kereskedelmi és ipari fogyasztásmérő
SL7000 Intelligens kereskedelmi és ipari fogyasztásmérő Kereskedelmi és ipari fogyasztásmérők Az SL7000 ipari és kereskedelmi fogyasztásmérők a mérési alkalmazások széles körét teszik lehetővé a kis ipari
RészletesebbenErdélyi Magyar TudományEgyetem (EMTE
TARTALOM: Általánosságok Algoritmusok ábrázolása: Matematikai-logikai nyelvezet Pszeudokód Függőleges logikai sémák Vízszintes logikai sémák Fastruktúrák Döntési táblák 1 Általánosságok 1. Algoritmizálunk
RészletesebbenOktatási Hivatal. A 2014/2015 tanévi Országos Középiskolai Tanulmányi Verseny első fordulójának feladatai. II. (programozás) kategória
Oktatási Hivatal A 201/2015 tanévi Országos Középiskolai Tanulmányi Verseny első fordulójának feladatai II. (programozás) kategória 1. feladat: Sorminta (3 pont) Fordítsuk meg: a mintából kell kitalálni
RészletesebbenInformatikai tehetséggondozás:
Ég és Föld vonzásában a természet titkai Informatikai tehetséggondozás: Multihalmaz típus TÁMOP-4.2.3.-12/1/KONV Értékhalmaz: az alaphalmaz (amely az Elemtípus és egy darabszám által van meghatározva)
RészletesebbenMesterséges Intelligencia I. (I602, IB602)
Dr. Jelasity Márk Mesterséges Intelligencia I. (I602, IB602) harmadik (2008. szeptember 15-i) előadásának jegyzete Készítette: Papp Tamás PATLACT.SZE KPM V. HEURISZTIKUS FÜGGVÉNYEK ELŐÁLLÍTÁSA Nagyon fontos
RészletesebbenA szárazmegmunkálás folyamatjellemzőinek és a megmunkált felület minőségének vizsgálata keményesztergálásnál
1 A szárazmegmunkálás folyamatjellemzőinek és a megmunkált felület minőségének vizsgálata keményesztergálásnál A keményesztergálás, amelynél a forgácsolás 55 HRC-nél keményebb acélon, néhány ezred vagy
RészletesebbenDarts: surranó nyilak, gondolkodtató problémák Kombinatorika 6. feladatcsomag
Darts: surranó nyilak, gondolkodtató problémák Kombinatorika 6. feladatcsomag Életkor: Fogalmak, eljárások: 15 18 év összeszámolási módszerek (permutáció, variáció, kombináció) sorozatok rekurzív megadása
Részletesebben