ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ"

Transcript

1 ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Συστήματα Διαχείρισης Βάσεων Δεδομένων Άσκηση 1 Δημήτρης Πλεξουσάκης Τμήμα Επιστήμης Υπολογιστών

2 HY460 Συστήματα Διαχείρισης Βάσεων Δεδομένων Διδάσκοντες: Δημήτρης Πλεξουσάκης 1 η Σειρά Ασκήσεων Άσκηση 1 (20 μονάδες) - Αποθήκευση στο δίσκο Θεωρήστε μαγνητικό δίσκο με τα ακόλουθα χαρακτηριστικά: μέγεθος τομέα (sector) 256 bytes 50 τομείς ανά τροχιά (track) 2000 τροχιές ανά επιφάνεια (surface) 10 διπλής όψης πλατό (platters) μέσο χρόνο αναζήτησης (seek time) 10 msec, μέγεθος μπλοκ 1024 bytes ταχύτητα περιστροφής 7200 rpm Υποθέστε ότι σε ένα αρχείο έχουμε εγγραφές, 100 bytes η κάθε μία και ότι το αρχείο αυτό αποθηκεύεται στο δίσκο. Επιπλέον δεν επιτρέπεται μια εγγραφή να επεκτείνεται σε δύο μπλοκ. (α) (3 μονάδα) Πόση είναι η χωρητικότητα σε bytes μιας τροχιάς, μιας επιφάνειας και ολόκληρου του δίσκου; Η χωρητικότητα σε bytes μιας τροχιάς είναι: 50 τομείς*256 bytes/τομέα= bytes. Η χωρητικότητα μιας επιφάνειας (surface) είναι: ( bytes/τροχιά)*2000 τροχιές= bytes. Η χωρητικότητα ολόκληρου του δίσκου είναι 20* = bytes. (Το 20 προκύπτει από τα 10 πλατό διπλής όψεως, άρα 20 επιφάνειες). (β) (3 μονάδα) Πόση είναι η μέγιστη και η μέση καθυστέρηση περιστροφής (rotation delay); Η μέγιστη καθυστέρηση περιστροφής (maximum rotational delay) είναι: 60/7200=8,33 ms. Η μέση καθυστέρηση περιστροφής (average rotational delay) είναι το μισό της μέγιστης θεωρώντας ότι η ελάχιστη καθυστέρηση είναι μηδενική, δηλαδή 4,165 ms. (γ) (3 μονάδες) Υποθέτοντας ότι μια τροχιά δεδομένων μπορεί να μεταφερθεί σε μία περιστροφή, ποιος είναι ο ρυθμός μεταφοράς (transfer rate); Για να υπολογίσουμε το transfer rate θα κάνουμε τα εξής: Έχουμε maximum rotational delay= 8,33 ms, το μέγεθος μιας τροχιάς είναι bytes.

3 Δεδομένου ότι μια τροχιά μπορεί να μεταφερθεί ανά περιστροφή τότε ο ρυθμός μεταφοράς είναι: transfer rate=( bytes)/8.33 ms= bytes/sec. (δ) (3 μονάδες) Υπολογίστε το blocking factor; Ποιο είναι το μέγεθος του αρχείου σε μπλοκ; Στην ουσία όταν λέμε blocking factor εννοούμε πόσες εγγραφές χωρούν σε ένα block. Έχουμε λοιπόν από την εκφώνηση 1024 bytes το μέγεθος του block, και 100 bytes το μέγεθος της κάθε εγγραφής, άρα είναι σαφές πως κάθε block χωράει 1024/100=10 εγγραφές. Τώρα το μέγεθος ολόκληρου του αρχείου σε blocks είναι /10= (ε) (4 μονάδες) Αν οι σελίδες του αρχείου αποθηκεύονται σειριακά (sequentially) στο δίσκο, με τη σελίδα 1 στο μπλοκ 1 της τροχιάς 1 μιας επιφάνειας, ποια σελίδα αποθηκεύεται στο μπλοκ 1 της τροχιάς 1 της επόμενης επιφάνειας; Όλη η τροχιά είναι bytes με το κάθε block να έχει μέγεθος 1024 bytes, συνεπώς κάθε τροχιά έχει /1024= 12,5 blocks. Εμείς κρατάμε το ακέραιο μέρος δηλαδή 12 blocks ανά τροχιά. Εφόσον γράφουμε κατά κύλινδρο η επόμενη εγγραφή θα είναι στην 13 σελίδα. (στ) (4 μονάδες) Πόσος χρόνος απαιτείται για τη σειριακή ανάγνωση ολόκληρου του αρχείου; Πόσος χρόνος απαιτείται για την ανάγνωση του αρχείου με τυχαία σειρά; Για την σειριακή ανάγνωση ολόκληρου του αρχείου θα χρειαστεί χρόνος για τις τροχιές και για τους κυλίνδρους. Δηλαδή έχουμε εγγραφές από 100 bytes η μια σύνολο bytes, κάθε τροχιά χωράει bytes. Άρα συνολικά και ακριβώς( όχι προσεγγιστικά), θέλουμε 781, 25 τροχιές. Έχουμε transfer rate= 8,33 ms, συνεπώς ο χρόνος για τις τροχιές είναι: 781,25*8,33=6,5 sec. Τώρα θα πρέπει να προσθέσουμε και τον χρόνο για τους κυλίνδρους( που είναι 40 διότι ο κάθε κύλινδρος έχει 20 τροχιές και συνεπώς για 781 τροχιές είναι 40 κύλινδροι), 40*10 ms=400 ms=0,4 sec. (10 ms είναι το seek time). Συνεπώς συνολικά για τη σειριακή ανάγνωση ολόκληρου του αρχείου απαιτείται χρόνος 6,5+0,4= 6,9 sec. Για τη περίπτωση του χρόνου ανάγνωσης με τυχαία σειρά, τα πράγματα είναι διαφορετικά. Ο χρόνος για ένα block είναι seek_time + average_rotational_delay + transfer time= 10ms+4,156 ms+0,66 ms=15 ms. To transfer time είναι ο χρόνος μεταφοράς ενός block και είναι ίσος με το χρόνο πλήρους περιστροφής δια τον αριθμό των block ανα τροχιά δηλ 8,33 / 12,5=0,66 ms Στο δ ερώτημα είδαμε ότι όλο το αρχείο είναι blocks, συνεπώς ο χρόνος που απαιτείται για την ανάγνωση ολόκληρου του αρχείου με τυχαία σειρά είναι: *15 ms=150 sec.

4 Άσκηση 2 (40 μονάδες) Ευρετήρια και Β+ Δέντρα Θεωρείστε μια σχέση Students που έχει πλειάδες και είναι αποθηκευμένη σε ένα αρχείο σωρού. Κατασκευάζουμε ένα ευρετήριο για ένα πεδίο StdType της σχέσης Students που δεν είναι κλειδί για τη σχέση. Έστω ότι υπάρχουν διαφορετικές τιμές του StdType. Το μέγεθος του πεδίου StdType είναι 8 bytes και των δεικτών 16 bytes (όλων των ειδών δεικτών). Θεωρείστε μέγεθος block 2048 bytes. Έστω ότι κατασκευάζουμε ένα ευρετήριο με ενδιάμεσο επίπεδο. (α) (10 μονάδες) Έστω ότι το ευρετήριο είναι ένα δευτερεύον ευρετήριο ενός επιπέδου i. Δώστε το συνολικό μέγεθος του αρχείου ευρετηρίου (συμπεριλαμβανομένου και του ενδιάμεσου επιπέδου) σε αριθμό blocks. ii. Υπολογίστε το κόστος (σε αριθμό blocks) της αναζήτησης StdType = α, όπου α μια τιμή από το πεδίο ορισμού του StdType. Υποθέστε ότι η αναζήτηση ικανοποιείται από το 0.1% των εγγραφών της σχέσης. iii. Έστω ότι εισάγουμε μια νέα πλειάδα στη σχέση Students. Εξηγείστε πως αλλάζει το ευρετήριο, όταν η εγγραφή έχει μια τιμή στο StdType η οποία a. δεν εμφανίζεται ήδη σε άλλη πλειάδα και b. εμφανίζεται ήδη σε άλλη πλειάδα. Δώστε μια εκτίμηση του κόστους αυτών των αλλαγών (σε αριθμό blocks) για κάθε μία από τις δύο περιπτώσεις. Το αρχείο ευρετηρίου θα έχει εγγραφές τύπου <StdType_k, rid >. Το αρχείο ευρετηρίου θα έχει μια εγγραφή για κάθε διαφορετική τιμή του πεδίου StdType. Από την εκφώνηση ξέρουμε ότι το StdType έχει 1000 διαφορετικές τιμές, άρα συνολικά θα έχουμε 1000 εγγραφές στο ευρετήριο. Κάθε rid θα δείχνει σε ένα block από δείκτες εγγραφών στο ενδιάμεσο επίπεδο. Αυτό το block από δείκτες εγγραφών θα δείχνει σε μια εγγραφή του αρχείου σωρού με τιμή στο πεδίο ευρετηριοποίησης ίση με StdType_k. Οι δείκτες εγγραφών με ίδιο κλειδί αναζήτησης θα βρίσκονται στο ίδιο block. i. Ξέρουμε ότι το μέγεθος κάθε εγγραφής του index μας θα είναι ίσο με 8 bytes (μεγεθος StdType) + 16 bytes (μέγεθος rid) = 24 byte. Ένα block χωράει 2048 bytes. Άρα σε ένα block χωράνε 2048/24=85,3 δηλαδή 85 εγγραφές Έχουμε 1000 εγγραφές στο ευρετήριο, μια για κάθε διαφορετική τιμή του StdType. Άρα, για το ευρετήριο χρειαζόμαστε 1000/85=11,76 δηλαδή 12 block Επιπλέον θεωρούμε ότι ο αριθμός των εγγραφών για κάθε διαφορετική τιμή του StdType είναι ίσος. Δηλαδή, για κάθε διαφορετική τιμή θα έχουμε /1.000 = 500 εγγραφές. Αυτό σημαίνει ότι στο ενδιάμεσο επίπεδο θα πρέπει να έχουμε 500 δείκτες προς τις εγγραφές στο αρχείο σωρού. Άρα, πρέπει να βρούμε πόσους δείκτες των 16 bytes χωράει κάθε block. Αυτό είναι 2048/16=128 δείκτες. Άρα, για

5 κάθε διαφορετική τιμή του StdType που έχει 500 εγγραφές θα χρειαζόμαστε 500/128=3,9 δηλαδή 4 block. Οπότε συνολικά για το ενδιάμεσο επίπεδο θα θέλουμε 4 block για κάθε διαφορετική τιμή, δηλαδή blocks. Άρα Μέγεθος αρχείου = Μέγεθος ευρετηρίου + Μέγεθος ενδιάμεσου επιπέδου= =4012 blocks. ii. Θέλουμε να αναζητήσουμε το StdType = a στο ευρετήριο. Η αναζήτηση ικανοποιείται από το 0.1% των εγγραφών της σχέσης δηλαδή: * 0.1% = 500 εγγραφές (από το πρώτο ερώτημα έχουμε ήδη πει ότι κάθε StdType θα έχει 500 εγγραφές αφού ο αριθμός για κάθε διαφορετική τιμή του StdType είναι ίσος, δηλαδή είναι ομοιόμορφα κατανεμημένες οι εγγραφές.) Άρα έχουμε ότι το StdType θα είναι ίσο με α σε 500 εγγραφές. Αρχικά πρέπει να αναζητήσουμε το StdType στο ευρετήριο. Ξέρουμε ότι το ευρετήριο είναι ταξινομημένο ως προς το πεδίο του ευρετηριασμού για να αναζητούμε πιο γρήγορα. Κατά μέσο όρο θα πρέπει να ψάξουμε τα μισά μποκ για να βρούμε το α δηλαδή περίπου 6. ( Σημείωση: θα μπορούσαμε να χρησιμοποιήσουμε και δυαδική αναζήτηση με κόστος log12=4 blocks) Για το ενδιάμεσο επίπεδο εφόσον έχουμε φτάσει εκεί με δείκτη, που το StdType του είναι ίσο με α, τότε όλοι οι δείκτες που οδηγούν σε εγγραφές στο heap file θα έχουν τιμή α. Άρα, θα προσπελάσουμε 4 block που περιέχουν τους δείκτες προς τις εγγραφές με StdType = α. Άρα το κόστος αναζήτησης του ευρετηρίου θα είναι ίσο με 6+ 4 = 10 blocks. Όμως, βρήκαμε παραπάνω πως για κάθε α, υπάρχουν 500 εγγραφές. Θα πρέπει επομένως να αναζητήσουμε τις 500 αυτές εγγραφές, που δεν ξέρουμε όμως σε ποια block βρίσκονται. Έχουμε αρχείο σωρού, το οποίο είναι unordered. Αν υποθέσουμε οτι βρίσκονται σε διαφορετικά Blocks, θα διαβαστούν 500 blocks. Σύνολο 510 blocks iii. α) Εισάγουμε μια νέα πλειάδα στη σχέση Students, της οποία η τιμή του StdType δεν εμφανίζεται ήδη σε άλλη πλειάδα. Αυτό σημαίνει πως δεν υπάρχει ήδη καταχώρηση για αυτό το StdType στο Ευρετήριο. Συνεπώς, θα πρέπει να καταχωρήσουμε μια εγγραφή με το κλειδί αναζήτησης της νέας πλειάδας στο κατάλληλο block, αφού το ευρετήριο είναι ταξινομημένο. Οπότε αρχικά θα πρέπει να αναζητήσουμε το block που θα κάνουμε την καταχώρηση. Κατά μέσο όρο θα προσπελάσουμε 6 block.

6 Επίσης, πρέπει να τοποθετήσουμε στη σωστή θέση (σύμφωνα με την ταξινόμηση ) την εγγραφή μέσα στο ευρετήριο, οπότε ενδεχομένως θα πρέπει να μετακινήσουμε εγγραφές προς τα κάτω για να προσθέσουμε τη νέα, πράγμα που ίσως μας κοστίσει σε Ι/Ο. (1 write για την νέα εγγραφή και 1 read & 1write για κάθε εγγραφή κάτω από την νέα, δηλαδή 6+6 Ι/Οs κατά μέσο όρο. Τέλος, θα πρέπει να προσθέσουμε έναν δείκτη στο ενδιάμεσο επίπεδο που θα δείχνει στην τελευταία καταχώρηση του heap file. Άρα, εφόσον η τιμή δεν εμφανίζεται ήδη σε άλλη πλειάδα θα πρέπει να δεσμεύσουμε ένα νέο block για τον δείκτη. Συνεπώς, μια εκτίμηση του κόστους αυτών των αλλαγών στο ευρετήριο θα είναι περίπου: 6 blocks (αναζήτηση κατάλληλου μπλοκ στο ευρετήριο) + 12 Ι/Ο (ολίσθηση εγγραφών προς τα κάτω) + 1 (εγγραφή στο δεσμευμένο block δεικτών του ενδιάμεσου επιπέδου). b) Εισάγουμε μια νέα πλειάδα στη σχέση Students, της οποίας η τιμή στο StdType εμφανίζεται ήδη σε άλλη πλειάδα. Αυτό σημαίνει ότι υπάρχει ήδη καταχώρηση για αυτό το StdType στο Ευρετήριο. Άρα θα αναζητήσουμε κατά μέσο όρο 4 blocks για να βρούμε την εγγραφή με δυαδική αναζήτηση. Στη συνέχεια θα πρέπει να διαβάσουμε τα 4 block του ενδιάμεσου επιπέδο, ώστε στο 4ο να εισάγουμε το νέο δείκτη προς το heap file. Συνεπώς, μια εκτίμηση του κόστους αυτών των αλλαγών στο ευρετήριο θα είναι περίπου: 4 blocks (αναζήτηση του κατάλληλου μπλοκ στο ευρετήριο) + 4 blocks (ανάγνωση των 4 block) +1 (εγγραφή) = 11 block. (β) (10 μονάδες) Υποθέστε τώρα ότι κατασκευάζουμε ένα Β+-δέντρο (οι δείκτες τιμών δείχνουν στο ενδιάμεσο επίπεδο). Επαναλάβατε το υπο-ερωτήματα (i)-(iii) του ερωτήματος (α) θεωρώντας ότι το δέντρο είναι όσο το δυνατόν πιο γεμάτο. I. Αν υποθέσουμε ότι σε κάθε κόμβο του Β+δέντρου υπάρχουν n τιμές κλειδιών και n+1 δείκτες. Τότε θα πρέπει να ισχύει (n x 8) + (( n + 1 ) x 16) Δηλαδή, n=84. Κάθε κόμβος του δέντρου χωράει 84 τιμές και 85 δείκτες. Το StdType έχει 1000 διαφορετικές τιμές και θέλουμε το δέντρο να είναι όσο το δυνατόν πιο γεμάτο, συνεπώς θα έχουμε 1000/85 = 12 κόμβους φύλλα (γεμάτα). Εφόσον ένας κόμβος μπορεί να έχει 84 τιμές κλειδιού και 85 δείκτες, ένα root node είναι αρκετό για να δείχνει στα 12 φύλλα. Άρα το Ευρετήριο χρειάζεται 13 block.

7 Για το ενδιάμεσο επίπεδο ομοίως με το α θα θέλουμε 4 block για κάθε διαφορετική τιμή, δηλαδή blocks. Σύνολο 4013 blocks II. Εφόσον έχουμε Β+- δέντρο για την αναζήτηση του StdType θα διαβαστούν στο Ευρετήριο 2 blocks. Η ρίζα και το ζητούμενο φύλλο. Στο ενδιάμεσο επίπεδο θα διαβαστούν τα 4 block που περιέχουν δείκτες προς το heap file με εγγραφές StdType = α. Άρα το κόστος αναζήτησης του ευρετηρίου για StdType = α, θα είναι 2+ 4 = 6 block. Επειδή στα 4 block έχουμε 500 εγγραφές με StdType = α, τότε θα κάνουμε 500 αναγνώσεις + τις 6 αναγνώσεις για την αναζήτηση. Άρα, θα έχουμε 506 I/O. III. α)εισάγουμε μια νέα πλειάδα στη σχέση Students, της οποία η τιμή του StdType δεν εμφανίζεται ήδη σε άλλη πλειάδα. Αυτό σημαίνει πως δεν υπάρχει ήδη καταχώρηση για αυτό το StdType στο B+-δέντρο ( σε κάποιο φύλλο). Άρα αρχικά θα πρέπει να καταχωρήσουμε την τιμή του κλειδιού αναζήτησης σε κάποιο φύλλο. Έχουμε 12 φύλλα με 84 τιμές κλειδιού το καθένα. Άρα, στα φύλλα χωράνε συνολικά 1008 τιμές κλειδιού. Έχουμε καταχωρημένα ήδη τα 1000 άρα θα υπάρχουν κάποια κενά (8).Έχουμε δύο περιπτώσεις: η νέα τιμή να πέφτει σε φύλλο με κενό Αρχικά θα κάνουμε αναζήτηση για να βρούμε το κατάλληλο φύλλο για να γίνει η εισαγωγή. Άρα, 2 block. Θα γίνει 1 write για να προσθέσουμε την εγγραφή στο φύλλο. Η τιμή δεν υπάρχει στο ενδιάμεσο επίπεδο άρα θα πρέπει να δεσμευτεί ένα block, όπου θα προσθέσουμε τον δείκτη (1 write). Άρα το κόστος ενημέρωσης του Β+-δέντρου θα είναι 4 I/O. (ή 2 blocks + προσπέλαση και εγγραφή στο νέο block του επιπλέον επιπέδου) η νέα τιμή να πέφτει σε γεμάτο φύλλο. Αρχικά θα κάνουμε αναζήτηση για να βρούμε το φύλλο στο οποίο θα έπρεπε να μπει η νέα εισαγωγή. Άρα, 2 block. Αναγκαστικά, αφού δε χωράει το κλειδί αναζήτησης θα πρέπει να διασπαστεί το φύλλο. Συνεπως, θα πρέπει να δημιουργήσουμε ένα νέο φύλλο, να το ενημερώσουμε και να ενημερώσουμε την ρίζα για το νέο φύλλο (3 write). Όπως και πριν, η τιμή δε θα υπάρχει στο ενδιάμεσο επίπεδο άρα θα πρέπει να δεσμευτεί ένα νέο block όπου θα εγγραφεί ο νέος δείκτης προς το heap file. Άρα το κόστος ενημέρωσης του B+δέντρου σε αυτή τη περίπτωση θα είναι 6 Ι/Ο. (ή 2 block + 1 block για το νέο φύλλο + ανάγνωση και διάσπαση του φύλλου που θα έπρεπε να μπει το κλειδί αν δεν ήταν γεμάτο + 1 block στο ενδιάμεσο επίπεδο = 5 block) β) Εισάγουμε μια νέα πλειάδα στη σχέση Students, της οποίας η τιμή στο StdType εμφανίζεται ήδη σε άλλη πλειάδα. Αυτό σημαίνει ότι υπάρχει ήδη καταχώρηση για αυτό το StdType στο Ευρετήριο. Άρα θα αναζητήσουμε κατά μέσο όρο 2 blocks για να βρούμε την εγγραφή στο Β+-δέντρο. Στη συνέχεια θα πρέπει να διαβάσουμε τα 4 block του ενδιάμεσου επιπέδο, ώστε στο 4ο να εισάγουμε το νέο δείκτη προς το heap file. Συνεπώς, μια εκτίμηση του κόστους αυτών των αλλαγών στο ευρετήριο θα είναι περίπου: 2 blocks (αναζήτηση του κατάλληλου μπλοκ στο ευρετήριο) + 4 blocks (ανάγνωση των 4 block) +1 (εγγραφή) = 7 block.

8 (γ) (10 μονάδες) Υποθέστε τώρα ότι κατασκευάζουμε ένα πυκνό δευτερεύον ευρετήριο (δηλαδή, δεν υπάρχει ενδιάμεσο επίπεδο). Επαναλάβατε το υπο-ερωτήματα (i) και (ii) του ερωτήματος (α). I. Σε αυτό το ερώτημα δεν έχουμε ενδιάμεσο επίπεδο για τα ίδια κλειδιά αναζήτησης. Συνεπώς το αρχείο ευρετηρίου θα έχει εγγραφές <StdType, rid> για κάθε μια από τις πλειάδες της σχέσης Student. Το StdType δεν είναι κλειδί, συνεπώς δεν είναι μοναδικό για κάθε εγγραφή. Οπότε θα έχουμε εγγραφές στο ευρετήριο με την ίδια τιμή στο κλειδί αναζήτησης, όσες είναι και οι εγγραφές της σχέσης μας με το συγκεκριμένο StdType. Έχουμε index της μορφής <StdType, rid> άρα το μέγεθος της κάθε εγγραφής στο ευρετήριο θα είναι 8bytes (τιμή κλειδιού αναζήτησης) + 16 bytes (pointer προς το heap file) = 24 byte. Ένα block χωράει 2048 bytes. Άρα σε ένα block χωράνε 2048/24 = 85 εγγραφές Το ευρετήριο θα έχει εγγραφές αφού δεν υπάρχει το ενδιάμεσο επίπεδο όποτε θα χρειαστούμε /85= 5883 blocks Άρα το πυκνό ευρετήριο θα έχει μέγεθος 5883 blocks. II. Θέλουμε να αναζητήσουμε το StdType = a στο πυκνό ευρετήριο. Η αναζήτηση ικανοποιείται από το 0.1% των εγγραφών της σχέσης δηλαδή: * 0.1% = 500 εγγραφές. Έχουμε 500 εγγραφές και κάθε μπλοκ χωράει 85 εγγραφές. Άρα, το α θα υπάρχει σε περίπου 6 block. εγγραφές του α. Θέλουμε λοιπόν με binary search log(5883) = 13 block για να βρούμε το πρώτο block + 5 για να αναγνώσουμε τα υπόλοιπα block. To κόστος σε Ι/Ο θα στη συνέχεια 500 αναγνώσεις Σύνολο = 518 IOs (δ) (10 μονάδες) Υποθέστε μια αναζήτηση StdType > α, όπου α μια τιμή από το πεδίο ορισμού του StdType, η οποία ικανοποιείται από το 10% των εγγραφών της σχέσης. Εξηγείστε πως μπορείτε να χρησιμοποιείστε το ευρετήρια των ερωτημάτων (α)-(γ) για αυτήν την αναζήτηση και δώστε μια εκτίμηση του κόστους της σε κάθε περίπτωση.

9 Έχουμε ότι η StdType > α ικανοποιείται από το 10% των εγγραφών της σχέσης. Άρα * 10% = εγγραφές. Αν θεωρήσουμε ότι ο αριθμός εγγραφών για κάθε διαφορετική τιμή του StdType είναι ίσος, τότε οι εγγραφές θα έχουν 100 διαφορετικές τιμές για StdType. (100*500 = εγγραφές) Ευρετήριο με ενδιάμεσο επίπεδο Αρχικά με Binary Search θα φτάσουμε στο πεδίο με τιμή α διαβάζοντας log12=4 blocks. Στη συνέχεια πρέπει να διαβάσουμε όλα τα blocks μέχρι το τέλος του ευρετηρίου δηλαδή ακόμα 1 block (ένα μπλόκ χωράει 85 εγγραφές). Για κάθε εγγραφή μεγαλύτερη του α που υπάρχουν σε αυτά τα 2 block θα πρέπει να διαβάσουμε 4 block του ενδιάμεσου επιπέδου που τους αντιστοιχούν. Άρα συνολικά θα διαβαστούν 4*100 = 400 block στο ενδιάμεσο επίπεδο. Άρα συνολικά το κόστος αυτής της αναζήτησης θα είναι 5 block στο index block στο επιπλέον επίπεδο = 405 block. Έχουμε εγγραφές της σχέσης με StdType > a, άρα θα έχουμε αναγνώσεις εγγραφών αναγνώσεις block = Ι/Ο. Ευρετήριο με Β+-δέντρο Αρχικά θα αναζητήσουμε το block με την εγγγραφή α. Εφόσον έχουμε Β+-δέντρο. Άρα θα διαβάσουμε την ρίζα και το φύλλο του Β+-δέντρου που αντιστοιχεί στη τιμή κλειδιού αναζήτησης α. Είχαμε βρει στο ερώτημα β ότι κάθε κόμβος είναι ένα block που χωράει 84 τιμές κλειδιού και 85 δείκτες. Οπότε, οι 100 επόμενες καταχωρήσεις για StdType > α θα βρίσκεται στο φύλλο που διαβάσαμε κατεβαίνοντας στο δέντρο και στο δεξί γειτονικό του φύλλο (ένα next στη διπλά συνδεδεμένη λίστα). Οι δείκτες των φύλλων θα μας οδηγήσουν στα blocks των ενδιάμεσο επίπεδο. Άρα συνολικά θα διαβαστούν 4*100 = 400 block στο ενδιάμεσο επίπεδο. Άρα το κόστος αναζήτησης στο Β+-δέντρο θα είναι 2 block (αναζήτηση στο Β+δέντρο) + 1 block ( δεξί γειτονικό φύλλο) block (ενδιάμεσο επίπεδο) = 403 block. Έχουμε εγγραφές της σχέσης με StdType > a, άρα θα έχουμε αναγνώσεις εγγραφών αναγνώσεις block = Ι/Ο. Πυκνό Ευρετήριο Από το γ ερώτημα έχουμε ότι το πυκνό ευρετήριο έχει 5883 block και χωράει 85 εγγραφές κάθε block.

10 Αρχικά θα ψάξουμε να βρούμε τις τιμές που είναι ίσες με α με δυαδική αναζήτηση. Θα χρειαστούμε log 5883 = 13 blocks. Επίσης, ξέρουμε ότι υπάρχουν 500 εγγραφές με Α = α και ότι αυτές αντιστοιχούν σε 6 block(500 / 85 = 6). Μόλις φτάσουμε εκεί θα διαβάσουμε τις επόμενες τιμές μέχρι το τέλος. Αυτές θα είναι σε /85=589 blocks Στη συνέχεια, έχουμε εγγραφές της σχέσης με StdType > a, άρα θα έχουμε αναγνώσεις εγγραφών αναγνώσεις block = Ι/Ο. Άσκηση 3 (20 μονάδες) Ευρετήρια Επεκτατού Κατακερματισμού Θεωρείστε το παρακάτω ευρετήριο επεκτατού κατακερματισμό (extensible hash) με ολικό βάθος (global depth) 3. (α) (4 μονάδες) Ποιο είναι το μεγαλύτερο πλήθος τιμών που μπορεί να εισαχθούν σε αυτό χωρίς να χρειαστεί να αυξηθεί το ολικό βάθος του καταλόγου; Εξηγείστε που πρέπει να πάνε αυτές οι τιμές. Για να βρούμε το μεγαλύτερο πλήθος τιμών που μπορεί να εισαχθούν χωρίς να αυξηθεί το ολικό βάθος του καταλόγου, θα κοιτάξουμε κάθε μια θέση του καταλόγου και θα δούμε πόσα στοιχεία χρειάζεται ο κάδος ώστε να γεμίσει. Θέση καταλόγου (00) 000 -> χώρος για 1 καταχώριση δεδομένων 100 -> γεμάτος

11 Θέση Καταλόγου (01) 001 -> χώρος για 1 καταχώριση δεδομένων 101 -> γεμάτος Θέση Καταλόγου (10) 010 & 110 δείχνουν στον ίδιο κάδο άρα δεν είχε διασπαστεί ο συγκεκριμένος κάδος 010 & 110 -> 4 καταχωρίσεις δεδομένων Θέση Καταλόγου (11) 011 & 111 δείχνουν στον ίδιο κάδο άρα δεν είχε διασπαστεί ο συγκεκριμένος κάδος 011 & 111 -> 3 καταχωρίσεις δεδομένων Μέγιστο Πλήθος = = 9 καταχωρίσεις δεδομένων (β) (4 μονάδες) Ποιο είναι το ελάχιστο πλήθος τιμών που μπορεί να εισαχθούν σε αυτό ώστε να χρειαστεί να αυξηθεί το ολικό βάθος του καταλόγου κατά 1; Δώστε ένα τέτοιο παράδειγμα. Το μόνο που χρειάζεται για να αυξηθεί το ολικό βάθος από 3 σε 4, είναι να προσπαθήσουμε να κάνουμε εισαγωγή μιας τιμής σε ένα bucket directory το οποίο είναι ήδη γεμάτο και ταυτόχρονα το local depth του είναι ίσο με το global depth, που σημαίνει ότι δεν μπορεί να γίνει split. Άρα η απάντηση για το συγκεκριμένο extensible hash είναι 1. Ας δούμε το παράδειγμα. Εισάγουμε την τιμή 13 (1101) η οποία σύμφωνα με τα διάρθρωση του συστήματος πρέπει να γίνει εισαγωγή στο bucket directory με κλειδί το 101. Το local depth είναι 3 όσο και το global depth, άρα για να γίνει η εισαγωγή το global depth γίνεται 4 αυξάνοντας των αριθμό των ψηφίων σε 4. Το νέο σχήμα που θα προκύψει είναι

12 (γ) (4 μονάδες) Ποιο είναι το ελάχιστο πλήθος τιμών που μπορεί να εισαχθούν σε αυτό ώστε να χρειαστεί να αυξηθεί το ολικό βάθος του καταλόγου κατά 2; Δώστε ένα τέτοιο παράδειγμα. Συνεχίζουμε από το παράδειγμα που δόθηκε στο β. Θα εισάγουμε στο Ευρετήριο την τιμή 37. Αυτή έχει δυαδική αναπαράσταση Παρατηρούμε, ότι στον κατάλογο 0101, ο Κάδος Ζ που πρέπει να μπει αυτή η τιμή είναι πλήρης. Άρα, πρέπει ο κάδος να διασπαστεί με την διαδικασία που περιγράψαμε στο Β ερώτημα. Συνεπώς, το ελάχιστο πλήθος τιμών που πρέπει να εισαχθούν ώστε το ολικό βάθος του καταλόγου να αυξηθεί κατά 2 είναι 2 καταχωρίσεις δεδομένων. (δ) (4 μονάδες) Ποιο είναι το ελάχιστο πλήθος τιμών που η διαγραφή τους μπορεί να οδηγήσει σε μείωση κατά 1 του ολικού βάθους του καταλόγου της αρχικής κατάστασης του ευρετηρίου. Δώστε ένα τέτοιο παράδειγμα. Για να μειώσουμε το ολικό βάθος του καταλόγου της αρχικής κατάστασης του ευρετηρίου, αρκεί να διαγράψουμε στοιχεία από τους διασπασμένους κάδους. Αυτό σημαίνει, ότι αν αδειάσουν οι εξής κάδοι θα μειώσουμε τους καταλόγους σε 4. Συνεπώς, το ελάχιστο πλήθος τιμών που η διαγραφή τους μπορεί να οδηγήσει σε μείωση κατά 1 του ολικού βάθους είναι 4 διαγραφές.

13 (ε) (4 μονάδες) Θεωρείστε ότι σε κάποια στιγμή το ευρετήριο μεγαλώνει και φτάνει τους 200 κάδους. Ποιο είναι το μικρότερο δυνατό ολικό βάθος σε αυτήν την περίπτωση; Ποιο είναι το μεγαλύτερο δυνατό ολικό βάθος σε αυτήν την περίπτωση; Όσο διασπούνται κάδοι το ευρετήριο διπλασιάζεται συνεχώς. Αυτό σημαίνει ότι χρησιμοποιούνται περισσότερα bits για να διακρίνουμε 2 κάδους. Με 8 bits μπορούμε να περιγράψουμε 256 διαφορετικά αντικείμενα. Συνεπώς, για μια κανονική χρήση του ευρετηρίου 200 κάδοι θα μπορούσαν να αναπαρασταθούν με 8 bit με κάποιους δείκτες να δείχνουν σε κοινούς κάδους. Άρα το ελάχιστο ολικό βάθος θα είναι 8. Έχουμε ήδη 6 buckets, θα πρέπει κάθε φορά που δημιουργείται και νέο bucket να αυξάνει το ολικό βάθος. Άρα αφού θα προσθέσουμε 194 ακόμα buckets και το τρέχον βάθος είναι 3 το μέγιστο ολικό βάθος που μπορούμε να φτάσουμε είναι 197. Άσκηση 4 (20 μονάδες) Ευρετήρια Γραμμικού Κατακερματισμού Έστω το παρακάτω ευρετήριο γραμμικού κατακερματισμού (linear hash). Ας υποθέσουμε ότι γίνεται split όποτε δημιουργείτε μια σελίδα υπερχείλισης. Επιπλέον υποθέστε ότι όλες οι μελλοντικές εισαγωγές στο ευρετήριο έχουν τιμές κατακερματισμού που τελειώνουν σε "11". Απαντήστε στις παρακάτω ερωτήσεις για αυτό το ευρετήριο: (α) (5 μονάδες) Ποιος είναι ο ελάχιστος αριθμός εισαγωγών που μπορεί να προκαλέσει στον αντίστοιχο κάδο (bucket) τη δημιουργία δύο σελίδων υπερχείλισης. Πόσα splits προκάλεσαν αυτές οι εισαγωγές;

14 Αρχικά ο δείκτης Next κοιτάζει το δεύτερο bucket. Μόλις έρθει η πρώτη τιμή που θα εισαχθεί στο bucket με τιμή hash 11 τότε θα γίνει overflow και θα δημιουργηθεί ένα pointer bucket που θα κρατάει προσωρινά την καινούργια τιμή. Η εκφώνηση δηλώνει ότι η διαδικασία του split εξαρτάται από την εμφάνιση overflow, άρα θα γίνει split στο bucket που δείχνει η μεταβλητή Next. Μετά το Next θα αυξηθεί και θα γίνει 2 δείχνοντας στο επόμενο bucket. Με μια δεύτερη εισαγωγή στην ίδια θέση με πριν, δεν θα γίνει δεύτερο overflow (δεύτερος δείκτης) γιατί το overflow page του bucket έχει άλλες 3 κενές θέσεις (μέγεθος όσο και το bucket). Με άλλες 3 εισαγωγές (σύνολο 5) θα γίνει νέο overflow 2 ης σελίδας στο bucket 11 και split στην θέση που δείχνει η μεταβλητή Next. Το Next θα αυξηθεί και τώρα θα δείχνει στο 11 όπου είναι και τα 2 overflow. Άρα σε αυτό το σημείο έχουμε συνολικά 7 buckets και 2 overflow pages σε αλυσίδα, τα οποία προκλήθηκαν από μόλις 5 εισαγωγές και είχαν ως αποτέλεσμα 2 splits. (β) (5 μονάδες) Βρείτε μια λίστα από επιπλέον καταχωρήσεις που η εισαγωγή τους μπορεί να προκαλέσει ένα split έτσι ώστε να μειωθεί το μήκος της προηγούμενης αλυσίδας υπερχείλισης. Χρησιμοποιήστε όσο το δυνατό λιγότερες καταχωρήσεις ευρετηρίου. Αρχικά για να γίνει το νέο split τώρα πρέπει η δεύτερη overflow page να γεμίσει. Άρα χρειαζόμαστε τουλάχιστον 3 καταχωρήσεις επιπρόσθετες (σύνολο 8). Λαμβάνοντας υπόψη τις δυαδικές τιμές των αριθμών στο bucket παρατηρούμε ότι το 7 και το 31 θα μετακινηθούν στο νέο split bucket που θα δημιουργηθεί, ανοίγοντας έτσι 2 θέσεις διαθέσιμες. Για να μειωθεί η λίστα overflow αλυσίδα πρέπει να υπάρχουν άλλες 2 τουλάχιστον καταχωρήσεις οι οποίες να έχουν στην δυαδική τους μορφή τα 3 τελευταία bit να ισοδυναμούν με 111. Άρα δεχόμαστε οποιαδήποτε λίστα με καταχωρήσεις που υπακούει σε αυτόν τον κανόνα. (γ) (10 μονάδες) Ποιος είναι ο μέγιστος αριθμός των καταχωρήσεων που μπορεί να πραγματοποιηθεί, πρίν να πραγματοποιηθεί ένα split, ώστε να μειωθεί το μήκος της αλυσίδας υπερχείλισης Συνεχίζοντας το προηγούμενο ερώτημα, ο μέγιστος αριθμός καταχωρήσεων θα προκύψει με τιμές που έχουν κλειδιά της μορφής 2^m +3 όπου το m είναι ένας επαρκώς μεγάλος αριθμός. Στην περίπτωση αυτή μπορούμε να προσθέσουμε 3 τιμές χωρίς να γίνει

15 Σημειώματα Σημείωμα αναφοράς Copyright Πανεπιστήμιο Κρήτης, Δημήτρης Πλεξουσάκης. «Συστήματα Διαχείρισης Βάσεων Δεδομένων. Άσκηση 1». Έκδοση: 1.0. Ηράκλειο Διαθέσιμο από τη δικτυακή διεύθυνση: Σημείωμα Αδειοδότησης Το παρόν υλικό διατίθεται με τους όρους της άδειας χρήσης Creative Commons Αναφορά, Μη Εμπορική Χρήση, Όχι Παράγωγο Έργο 4.0 [1] ή μεταγενέστερη, Διεθνής Έκδοση. Εξαιρούνται τα αυτοτελή έργα τρίτων π.χ. φωτογραφίες, διαγράμματα κ.λ.π., τα οποία εμπεριέχονται σε αυτό και τα οποία αναφέρονται μαζί με τους όρους χρήσης τους στο «Σημείωμα Χρήσης Έργων Τρίτων». [1] Ως Μη Εμπορική ορίζεται η χρήση: που δεν περιλαμβάνει άμεσο ή έμμεσο οικονομικό όφελος από την χρήση του έργου, για το διανομέα του έργου και αδειοδόχο που δεν περιλαμβάνει οικονομική συναλλαγή ως προϋπόθεση για τη χρήση ή πρόσβαση στο έργο που δεν προσπορίζει στο διανομέα του έργου και αδειοδόχο έμμεσο οικονομικό όφελος (π.χ. διαφημίσεις) από την προβολή του έργου σε διαδικτυακό τόπο Ο δικαιούχος μπορεί να παρέχει στον αδειοδόχο ξεχωριστή άδεια να χρησιμοποιεί το έργο για εμπορική χρήση, εφόσον αυτό του ζητηθεί.

16 Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του διδάσκοντα. Το έργο «Ανοικτά Ακαδημαϊκά Μαθήματα στο Πανεπιστήμιο Κρήτης» έχει χρηματοδοτήσει μόνο τη αναδιαμόρφωση του εκπαιδευτικού υλικού. Το έργο υλοποιείται στο πλαίσιο του Επιχειρησιακού Προγράμματος «Εκπαίδευση και Δια Βίου Μάθηση» και συγχρηματοδοτείται από την Ευρωπαϊκή Ένωση (Ευρωπαϊκό Κοινωνικό Ταμείο) και από εθνικούς πόρους. 2

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΛΥΣΗ ΣΤΗΝ ΕΥΤΕΡΗ ΑΣΚΗΣΗ

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΛΥΣΗ ΣΤΗΝ ΕΥΤΕΡΗ ΑΣΚΗΣΗ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΛΥΣΗ ΣΤΗΝ ΕΥΤΕΡΗ ΑΣΚΗΣΗ ΜΑΘΗΜΑ ΒΑΣΕΙΣ Ε ΟΜΕΝΩΝ ΑΚΑ. ΕΤΟΣ 2012-13 Ι ΑΣΚΟΝΤΕΣ Ιωάννης Βασιλείου Καθηγητής, Τοµέας Τεχνολογίας

Διαβάστε περισσότερα

Δυναμικός Κατακερματισμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1

Δυναμικός Κατακερματισμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Δυναμικός Κατακερματισμός Βάσεις Δεδομένων 2018-2019 1 Κατακερματισμός Πρόβλημα στατικού κατακερματισμού: Έστω Μ κάδους και r εγγραφές ανά κάδο - το πολύ Μ * r εγγραφές (αλλιώς μεγάλες αλυσίδες υπερχείλισης)

Διαβάστε περισσότερα

Δυναμικός Κατακερματισμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1

Δυναμικός Κατακερματισμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Δυναμικός Κατακερματισμός 1 Κατακερματισμός Τι αποθηκεύουμε στους κάδους; Στα παραδείγματα δείχνουμε μόνο την τιμή του πεδίου κατακερματισμού Την ίδια την εγγραφή (ως τρόπος οργάνωσης αρχείου) μέγεθος

Διαβάστε περισσότερα

Βάσεις Περιβαλλοντικών Δεδομένων

Βάσεις Περιβαλλοντικών Δεδομένων Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Βάσεις Περιβαλλοντικών Δεδομένων Ενότητα 2: Εισαγωγή Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και αν αναφέρεται διαφορετικά

Διαβάστε περισσότερα

Δυναμικός Κατακερματισμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1

Δυναμικός Κατακερματισμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Δυναμικός Κατακερματισμός Βάσεις Δεδομένων 2017-2018 1 Κατακερματισμός Πρόβλημα στατικού κατακερματισμού: Έστω Μ κάδους και r εγγραφές ανά κάδο - το πολύ Μ * r εγγραφές (αλλιώς μεγάλες αλυσίδες υπερχείλισης)

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Δομές δεδομένων Άσκηση αυτοαξιολόγησης Παναγιώτα Φατούρου Τμήμα Επιστήμης Υπολογιστών ΗΥ2, Ενότητα : Ασκήσεις και Λύσεις Άσκηση 1 Ενότητα : Υλοποίηση Λεξικών µε

Διαβάστε περισσότερα

ΛΥΣΗ ΤΗΣ ΔΕΥΤΕΡΗΣ ΑΣΚΗΣΗΣ Όλγα Γκουντούνα

ΛΥΣΗ ΤΗΣ ΔΕΥΤΕΡΗΣ ΑΣΚΗΣΗΣ Όλγα Γκουντούνα ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΜΑΘΗΜΑ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΑΚΑΔ. ΕΤΟΣ 2011-12 ΔΙΔΑΣΚΟΝΤΕΣ Ιωάννης Βασιλείου Καθηγητής Τιμολέων Σελλής Καθηγητής Άσκηση 1

Διαβάστε περισσότερα

Βάσεις Δεδομένων ΙΙ Ενότητα 5

Βάσεις Δεδομένων ΙΙ Ενότητα 5 Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Βάσεις Δεδομένων ΙΙ Ενότητα 5: Δομές Ευρετηρίων - ISAM Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και αν αναφέρεται διαφορετικά

Διαβάστε περισσότερα

Τα δεδομένα (περιεχόμενο) μιας βάσης δεδομένων αποθηκεύεται στο δίσκο

Τα δεδομένα (περιεχόμενο) μιας βάσης δεδομένων αποθηκεύεται στο δίσκο Κατακερματισμός 1 Αποθήκευση εδομένων (σύνοψη) Τα δεδομένα (περιεχόμενο) μιας βάσης δεδομένων αποθηκεύεται στο δίσκο Παραδοσιακά, μία σχέση (πίνακας/στιγμιότυπο) αποθηκεύεται σε ένα αρχείο Αρχείο δεδομένων

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Συστήματα Διαχείρισης Βάσεων Δεδομένων Άσκηση 3 Δημήτρης Πλεξουσάκης Τμήμα Επιστήμης Υπολογιστών ΗΥ 460 Συστήματα Διαχείρισης Βάσεων Δεδομένων Διδάσκων: Δημήτρης

Διαβάστε περισσότερα

Εισαγωγή στους Αλγορίθμους

Εισαγωγή στους Αλγορίθμους Εισαγωγή στους Αλγορίθμους Ενότητα 5 η Άσκηση - Συγχώνευση Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης Το παρόν

Διαβάστε περισσότερα

Εισαγωγή στους Αλγορίθμους

Εισαγωγή στους Αλγορίθμους Εισαγωγή στους Αλγορίθμους Ενότητα 5 η Άσκηση Συγχώνευση & απαρίθμηση Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙIΙ

ΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙIΙ ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ ΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙIΙ ΜΕΤΑΒΑΤΙΚΑ ΦΑΙΝΟΜΕΝΑ ΣΤΑ ΣΗΕ Λαμπρίδης Δημήτρης Κατσανού Βάνα Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙIΙ

ΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙIΙ ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ ΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙIΙ ΜΕΤΑΒΑΤΙΚΑ ΦΑΙΝΟΜΕΝΑ ΣΤΑ ΣΗΕ Λαμπρίδης Δημήτρης Κατσανού Βάνα Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙIΙ

ΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙIΙ ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ ΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙIΙ ΜΕΤΑΒΑΤΙΚΑ ΦΑΙΝΟΜΕΝΑ ΣΤΑ ΣΗΕ Λαμπρίδης Δημήτρης Κατσανού Βάνα Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών

Διαβάστε περισσότερα

Δυναμικός Κατακερματισμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1

Δυναμικός Κατακερματισμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Δυναμικός Κατακερματισμός Βάσεις Δεδομένων 2013-2014 Ευαγγελία Πιτουρά 1 Κατακερματισμός Τι αποθηκεύουμε στους κάδους; Στα παραδείγματα δείχνουμε μόνο την τιμή του πεδίου κατακερματισμού Την ίδια την εγγραφή

Διαβάστε περισσότερα

Διαχείριση Πολιτισμικών Δεδομένων

Διαχείριση Πολιτισμικών Δεδομένων Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Διαχείριση Πολιτισμικών Δεδομένων Ενότητα 6: Εισαγωγή στις Βάσεις Δεδομένων Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και

Διαβάστε περισσότερα

Ενότητα. Εισαγωγή στις βάσεις δεδομένων

Ενότητα. Εισαγωγή στις βάσεις δεδομένων Ενότητα 1 Εισαγωγή στις βάσεις δεδομένων 2 1.1 Βάσεις Δεδομένων Ένα βασικό στοιχείο των υπολογιστών είναι ότι έχουν τη δυνατότητα να επεξεργάζονται εύκολα και γρήγορα μεγάλο πλήθος δεδομένων και πληροφοριών.

Διαβάστε περισσότερα

Βάσεις Δεδομένων ΙΙ Ενότητα 6

Βάσεις Δεδομένων ΙΙ Ενότητα 6 Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Βάσεις Δεδομένων ΙΙ Ενότητα 6: Δομές Ευρετηρίων - B-tree Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και αν αναφέρεται διαφορετικά

Διαβάστε περισσότερα

Ευρετήρια. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1

Ευρετήρια. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Ευρετήρια Ευαγγελία Πιτουρά 1 τιμή γνωρίσματος Ευρετήρια Ένα ευρετήριο (index) είναι μια βοηθητική δομή αρχείου που κάνει πιο αποδοτική την αναζήτηση μιας εγγραφής σε ένα αρχείο Το ευρετήριο καθορίζεται

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία Εικόνων

Ψηφιακή Επεξεργασία Εικόνων ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Ψηφιακή Επεξεργασία Εικόνων Ενότητα # 14: Τμηματοποίηση με χρήση τυχαίων πεδίων Markov Καθηγητής Γιώργος Τζιρίτας Τμήμα Επιστήμης Υπολογιστών Τμηματοποίηση εικόνων

Διαβάστε περισσότερα

Διοικητική Λογιστική

Διοικητική Λογιστική Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Διοικητική Λογιστική Ενότητα 10: Προσφορά και κόστος Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και αν αναφέρεται διαφορετικά

Διαβάστε περισσότερα

Ενδεικτικές λύσεις ασκήσεων διαχείρισης έργου υπό συνθήκες αβεβαιότητας

Ενδεικτικές λύσεις ασκήσεων διαχείρισης έργου υπό συνθήκες αβεβαιότητας Ενδεικτικές λύσεις ασκήσεων διαχείρισης έργου υπό συνθήκες αβεβαιότητας 1 Περιεχόμενα 1 η Άσκηση... 4 2 η Άσκηση... 7 3 η Άσκηση... 10 Χρηματοδότηση... 12 Σημείωμα Αναφοράς... 13 Σημείωμα Αδειοδότησης...

Διαβάστε περισσότερα

1 η Διάλεξη. Ενδεικτικές λύσεις ασκήσεων

1 η Διάλεξη. Ενδεικτικές λύσεις ασκήσεων 1 η Διάλεξη Ενδεικτικές λύσεις ασκήσεων 1 Περιεχόμενα 1 η Άσκηση... 3 2 η Άσκηση... 3 3 η Άσκηση... 3 4 η Άσκηση... 3 5 η Άσκηση... 4 6 η Άσκηση... 4 7 η Άσκηση... 4 8 η Άσκηση... 5 9 η Άσκηση... 5 10

Διαβάστε περισσότερα

Θερμοδυναμική. Ανοικτά Ακαδημαϊκά Μαθήματα. Πίνακες Νερού σε κατάσταση Κορεσμού. Γεώργιος Κ. Χατζηκωνσταντής Επίκουρος Καθηγητής

Θερμοδυναμική. Ανοικτά Ακαδημαϊκά Μαθήματα. Πίνακες Νερού σε κατάσταση Κορεσμού. Γεώργιος Κ. Χατζηκωνσταντής Επίκουρος Καθηγητής Ανοικτά Ακαδημαϊκά Μαθήματα Τεχνολογικό Εκπαιδευτικό Ίδρυμα Αθήνας Πίνακες Νερού σε κατάσταση Κορεσμού Γεώργιος Κ. Χατζηκωνσταντής Επίκουρος Καθηγητής Διπλ. Ναυπηγός Μηχανολόγος Μηχανικός M.Sc. Διασφάλιση

Διαβάστε περισσότερα

Προγραμματισμός Η/Υ. 7 η ενότητα: Αρχεία. Τμήμα. Τεχνολόγων Περιβάλλοντος. ΤΕΙ Ιονίων Νήσων. Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων

Προγραμματισμός Η/Υ. 7 η ενότητα: Αρχεία. Τμήμα. Τεχνολόγων Περιβάλλοντος. ΤΕΙ Ιονίων Νήσων. Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Προγραμματισμός Η/Υ 7 η ενότητα: Αρχεία Τμήμα Τεχνολόγων Περιβάλλοντος ΤΕΙ Ιονίων Νήσων Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons

Διαβάστε περισσότερα

Ευρετήρια. Ευρετήρια. Βάσεις Δεδομένων 2009-2010: Ευρετήρια 1

Ευρετήρια. Ευρετήρια. Βάσεις Δεδομένων 2009-2010: Ευρετήρια 1 Ευρετήρια 1 Ευρετήρια Ένα ευρετήριο (index) είναι μια βοηθητική δομή αρχείου που κάνει πιο αποδοτική την αναζήτηση μιας εγγραφής σε ένα αρχείο Το ευρετήριο καθορίζεται (συνήθως) σε ένα γνώρισμα του αρχείου

Διαβάστε περισσότερα

Γενική Φυσική Ενότητα: Δυναμική Άκαμπτου Σώματος

Γενική Φυσική Ενότητα: Δυναμική Άκαμπτου Σώματος Γενική Φυσική Ενότητα: Δυναμική Άκαμπτου Σώματος Όνομα Καθηγητή: Γεώργιος Βούλγαρης Τμήμα: Μαθηματικό Σελίδα 2 1. Ερωτήσεις Δυναμικής Άκαμπτου Σώματος... 4 1.1 Ερώτηση 1... 4 1.2 Ερώτηση 2... 4 1.3 Ερώτηση

Διαβάστε περισσότερα

Αλγόριθμοι και πολυπλοκότητα Συγχωνευτική Ταξινόμηση

Αλγόριθμοι και πολυπλοκότητα Συγχωνευτική Ταξινόμηση ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Αλγόριθμοι και πολυπλοκότητα Συγχωνευτική Ταξινόμηση Ιωάννης Τόλλης Τμήμα Επιστήμης Υπολογιστών Συγχωνευτική Ταξινόμηση (Merge Sort) 7 2 9 4 2 4 7 9 7 2 2 7 9 4

Διαβάστε περισσότερα

Εισαγωγή στους Αλγορίθμους Ενότητα 10η Άσκηση Αλγόριθμος Dijkstra

Εισαγωγή στους Αλγορίθμους Ενότητα 10η Άσκηση Αλγόριθμος Dijkstra Εισαγωγή στους Αλγορίθμους Ενότητα 1η Άσκηση Αλγόριθμος Dijkra Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upara.gr Άδειες Χρήσης Το παρόν

Διαβάστε περισσότερα

Οργάνωση αρχείων: πως είναι τοποθετηµένες οι εγγραφές ενός αρχείου όταν αποθηκεύονται στο δίσκο

Οργάνωση αρχείων: πως είναι τοποθετηµένες οι εγγραφές ενός αρχείου όταν αποθηκεύονται στο δίσκο Κατακερµατισµός 1 Οργάνωση Αρχείων (σύνοψη) Οργάνωση αρχείων: πως είναι τοποθετηµένες οι εγγραφές ενός αρχείου όταν αποθηκεύονται στο δίσκο 1. Αρχεία Σωρού 2. Ταξινοµηµένα Αρχεία Φυσική διάταξη των εγγραφών

Διαβάστε περισσότερα

Λογιστική Κόστους Ενότητα 12: Λογισμός Κόστους (2)

Λογιστική Κόστους Ενότητα 12: Λογισμός Κόστους (2) Λογιστική Κόστους Ενότητα 12: Λογισμός Κόστους (2) Μαυρίδης Δημήτριος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για

Διαβάστε περισσότερα

Εισαγωγή στους Αλγορίθμους

Εισαγωγή στους Αλγορίθμους Εισαγωγή στους Αλγορίθμους Ενότητα 6 η Άσκηση - DFS δένδρα Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης Το παρόν

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Δομές δεδομένων Άσκηση αυτοαξιολόγησης 3-4 Παναγιώτα Φατούρου Τμήμα Επιστήμης Υπολογιστών Ενότητες 3 & 4: ένδρα, Σύνολα & Λεξικά Ασκήσεις και Λύσεις Άσκηση 1 Γράψτε

Διαβάστε περισσότερα

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 11: Διανύσματα (Φροντιστήριο) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων &

Διαβάστε περισσότερα

Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας. Βιοστατιστική (Ε) Ενότητα 1: Καταχώρηση δεδομένων

Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας. Βιοστατιστική (Ε) Ενότητα 1: Καταχώρηση δεδομένων Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας Βιοστατιστική (Ε) Ενότητα 1: Καταχώρηση δεδομένων Δρ.Ευσταθία Παπαγεωργίου, Αναπληρώτρια Καθηγήτρια Τμήμα Ιατρικών Εργαστηρίων Το περιεχόμενο του μαθήματος διατίθεται

Διαβάστε περισσότερα

4 η Διάλεξη. Ενδεικτικές λύσεις ασκήσεων

4 η Διάλεξη. Ενδεικτικές λύσεις ασκήσεων 4 η Διάλεξη Ενδεικτικές λύσεις ασκήσεων 1 Περιεχόμενα 1 η Άσκηση... 3 2 η Άσκηση... 3 3 η Άσκηση... 4 4 η Άσκηση... 5 5 η Άσκηση... 6 6 η Άσκηση... 7 Χρηματοδότηση... 8 Σημείωμα Αναφοράς... 9 Σημείωμα

Διαβάστε περισσότερα

ΗΥ460 Συστήματα Διαχείρισης Βάσεων Δεδομένων Χειμερινό Εξάμηνο 2016 Διδάσκοντες: Βασίλης Χριστοφίδης, Δημήτρης Πλεξουσάκης, Χαρίδημος Κονδυλάκης

ΗΥ460 Συστήματα Διαχείρισης Βάσεων Δεδομένων Χειμερινό Εξάμηνο 2016 Διδάσκοντες: Βασίλης Χριστοφίδης, Δημήτρης Πλεξουσάκης, Χαρίδημος Κονδυλάκης ΗΥ460 Συστήματα Διαχείρισης Βάσεων Δεδομένων Χειμερινό Εξάμηνο 2016 Διδάσκοντες: Βασίλης Χριστοφίδης, Δημήτρης Πλεξουσάκης, Χαρίδημος Κονδυλάκης Λύσεις 1 ης σειράς Ασκήσεων Ημερομηνία Παράδοσης: 14/10/2016

Διαβάστε περισσότερα

Ευρετήρια. Ευρετήρια. Βάσεις Δεδομένων : Ευρετήρια 1

Ευρετήρια. Ευρετήρια. Βάσεις Δεδομένων : Ευρετήρια 1 Ευρετήρια 1 Ευρετήρια Ένα ευρετήριο (index) είναι μια βοηθητική δομή αρχείου που κάνει πιο αποδοτική την αναζήτηση μιας εγγραφής σε ένα αρχείο Το ευρετήριο καθορίζεται (συνήθως) σε ένα γνώρισμα του αρχείου

Διαβάστε περισσότερα

Οργάνωση Υπολογιστών

Οργάνωση Υπολογιστών Οργάνωση Υπολογιστών Επιμέλεια: Γεώργιος Θεοδωρίδης, Επίκουρος Καθηγητής Ανδρέας Εμερετλής, Υποψήφιος Διδάκτορας Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών 1 Άδειες Χρήσης Το παρόν υλικό

Διαβάστε περισσότερα

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΑΣΚΗΣΗ ΔΕΥΤΕΡΗ

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΑΣΚΗΣΗ ΔΕΥΤΕΡΗ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΑΣΚΗΣΗ ΔΕΥΤΕΡΗ ΜΑΘΗΜΑ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΑΚΑΔ. ΕΤΟΣ 2007-2008 14.02.2008 EΠΙΣΤΡΕΦΕΤΑΙ ΔΙΔΑΣΚΩΝ Ιωάννης Βασιλείου, Καθηγητής,

Διαβάστε περισσότερα

ΠΛΗΡΟΦΟΡΙΚΗ Ι Ενότητα 8: Συστήματα αρίθμησης

ΠΛΗΡΟΦΟΡΙΚΗ Ι Ενότητα 8: Συστήματα αρίθμησης ΠΛΗΡΟΦΟΡΙΚΗ Ι Ενότητα 8: Συστήματα αρίθμησης Μιχάλης Δρακόπουλος Σχολή Θετικών επιστημών Τμήμα Μαθηματικών ΠΛΗΡΟΦΟΡΙΚΗ Ι (MATLAB) Ενότητα 8 Σημειώσεις βασισμένες στο βιβλίο Το MATLAB στην Υπολογιστική

Διαβάστε περισσότερα

Οργάνωση Υπολογιστών

Οργάνωση Υπολογιστών Οργάνωση Υπολογιστών Επιμέλεια: Γεώργιος Θεοδωρίδης, Επίκουρος Καθηγητής Ανδρέας Εμερετλής, Υποψήφιος Διδάκτορας Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών 1 Άδειες Χρήσης Το παρόν υλικό

Διαβάστε περισσότερα

Λογιστική Κόστους Ενότητα 8: Κοστολογική διάρθρωση Κύρια / Βοηθητικά Κέντρα Κόστους.

Λογιστική Κόστους Ενότητα 8: Κοστολογική διάρθρωση Κύρια / Βοηθητικά Κέντρα Κόστους. Λογιστική Κόστους Ενότητα 8: Κοστολογική διάρθρωση Κύρια / Βοηθητικά Κέντρα Κόστους. Μαυρίδης Δημήτριος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες

Διαβάστε περισσότερα

Προγραμματισμός H/Y Ενότητα 4: Δείκτες. Επικ. Καθηγητής Συνδουκάς Δημήτριος Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά)

Προγραμματισμός H/Y Ενότητα 4: Δείκτες. Επικ. Καθηγητής Συνδουκάς Δημήτριος Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Προγραμματισμός H/Y Ενότητα 4: Δείκτες Επικ. Καθηγητής Συνδουκάς Δημήτριος Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

Τίτλος Μαθήματος: Μαθηματική Ανάλυση Ενότητα Β. Διαφορικός Λογισμός

Τίτλος Μαθήματος: Μαθηματική Ανάλυση Ενότητα Β. Διαφορικός Λογισμός Τίτλος Μαθήματος: Μαθηματική Ανάλυση Ενότητα Β. Διαφορικός Λογισμός Κεφάλαιο Β.9: Το Διαφορικό Όνομα Καθηγητή: Γεώργιος Ν. Μπροδήμας Τμήμα Φυσικής Γεώργιος Νικ. Μπροδήμας Κεφάλαιο Β.9: Το Διαφορικό 1 Άδειες

Διαβάστε περισσότερα

Τίτλος Μαθήματος: Μαθηματική Ανάλυση Ενότητα Γ. Ολοκληρωτικός Λογισμός

Τίτλος Μαθήματος: Μαθηματική Ανάλυση Ενότητα Γ. Ολοκληρωτικός Λογισμός Τίτλος Μαθήματος: Μαθηματική Ανάλυση Ενότητα Γ. Ολοκληρωτικός Λογισμός Κεφάλαιο Γ.4: Ολοκλήρωση με Αντικατάσταση Όνομα Καθηγητή: Γεώργιος Ν. Μπροδήμας Τμήμα Φυσικής Άδειες Χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 7: Παράγωγος, ελαστικότητα, παραγώγιση συναρτήσεων (Φροντιστήριο) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης

Διαβάστε περισσότερα

Βάσεις Δεδομένων. Ενότητα 5: ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ ΒΑΣΗΣ ΔΕΔΟΜΕΝΩΝ. Πασχαλίδης Δημοσθένης Τμήμα Ιερατικών σπουδών

Βάσεις Δεδομένων. Ενότητα 5: ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ ΒΑΣΗΣ ΔΕΔΟΜΕΝΩΝ. Πασχαλίδης Δημοσθένης Τμήμα Ιερατικών σπουδών Βάσεις Δεδομένων Ενότητα 5: ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ ΒΑΣΗΣ ΔΕΔΟΜΕΝΩΝ Πασχαλίδης Δημοσθένης Τμήμα Ιερατικών σπουδών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό

Διαβάστε περισσότερα

Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας. Βιοστατιστική (Ε) Ενότητα 3: Έλεγχοι στατιστικών υποθέσεων

Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας. Βιοστατιστική (Ε) Ενότητα 3: Έλεγχοι στατιστικών υποθέσεων Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας Βιοστατιστική (Ε) Ενότητα 3: Έλεγχοι στατιστικών υποθέσεων Δρ.Ευσταθία Παπαγεωργίου, Αναπληρώτρια Καθηγήτρια Τμήμα Ιατρικών Εργαστηρίων Το περιεχόμενο του μαθήματος

Διαβάστε περισσότερα

Εισαγωγή στην Πληροφορική

Εισαγωγή στην Πληροφορική Εισαγωγή στην Πληροφορική Αριθμητικά Συστήματα ΤΕΙ Ιονίων Νήσων Τμήμα Τεχνολόγων Περιβάλλοντος Κατεύθυνση Συντήρησης Πολιτισμικής Κληρονομιάς Βασικές Έννοιες Ένα Αριθμητικό Σύστημα αποτελείται από ένα

Διαβάστε περισσότερα

Διαφήμιση και Δημόσιες Σχέσεις Ενότητα 9: Σχέσεις διαφημιστή-διαφημιζόμενου

Διαφήμιση και Δημόσιες Σχέσεις Ενότητα 9: Σχέσεις διαφημιστή-διαφημιζόμενου Διαφήμιση και Δημόσιες Σχέσεις Ενότητα 9: Σχέσεις διαφημιστή-διαφημιζόμενου Θεοδωρίδης Προκόπης Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.)

Διαβάστε περισσότερα

Μάρκετινγκ Αγροτικών Προϊόντων

Μάρκετινγκ Αγροτικών Προϊόντων ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Μάρκετινγκ Αγροτικών Προϊόντων Ενότητα 4 η : Οι Παραγωγοί Αγροτικών Προϊόντων Χρίστος Καμενίδης Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό

Διαβάστε περισσότερα

Ενδεικτικές λύσεις ασκήσεων διαγραμμάτων περίπτωσης χρήσης (1ο Μέρος)

Ενδεικτικές λύσεις ασκήσεων διαγραμμάτων περίπτωσης χρήσης (1ο Μέρος) Ενδεικτικές λύσεις ασκήσεων διαγραμμάτων περίπτωσης χρήσης (1ο Μέρος) 1 Περιεχόμενα 1 η Άσκηση Λειτουργίες του βιβλίου διευθύνσεων σε ένα πρόγραμμα ηλεκτρονικού ταχυδρομείου... 4 2 η Άσκηση Λειτουργίες

Διαβάστε περισσότερα

Βάσεις Περιβαλλοντικών Δεδομένων

Βάσεις Περιβαλλοντικών Δεδομένων Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Βάσεις Περιβαλλοντικών Δεδομένων Ενότητα 3: Μοντέλα βάσεων δεδομένων Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και αν αναφέρεται

Διαβάστε περισσότερα

Τα δεδοµένα συνήθως αποθηκεύονται σε αρχεία στο δίσκο Για να επεξεργαστούµε τα δεδοµένα θα πρέπει αυτά να βρίσκονται στη

Τα δεδοµένα συνήθως αποθηκεύονται σε αρχεία στο δίσκο Για να επεξεργαστούµε τα δεδοµένα θα πρέπει αυτά να βρίσκονται στη Ευρετήρια 1 Αρχεία Τα δεδοµένα συνήθως αποθηκεύονται σε αρχεία στο δίσκο Για να επεξεργαστούµε τα δεδοµένα θα πρέπει αυτά να βρίσκονται στη µνήµη. Η µεταφορά δεδοµένων από το δίσκο στη µνήµη και από τη

Διαβάστε περισσότερα

Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας. Βιοστατιστική (Ε) Ενότητα 2: Περιγραφική στατιστική

Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας. Βιοστατιστική (Ε) Ενότητα 2: Περιγραφική στατιστική Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας Βιοστατιστική (Ε) Ενότητα 2: Περιγραφική στατιστική Δρ.Ευσταθία Παπαγεωργίου, Αναπληρώτρια Καθηγήτρια Τμήμα Ιατρικών Εργαστηρίων Το περιεχόμενο του μαθήματος

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία Εικόνων

Ψηφιακή Επεξεργασία Εικόνων ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Ψηφιακή Επεξεργασία Εικόνων Ενότητα # 15: Τμηματοποίηση σε τοπολογικά συνεκτικές περιοχές Καθηγητής Γιώργος Τζιρίτας Τμήμα Επιστήμης Υπολογιστών Διαμέριση σε συνεκτικές

Διαβάστε περισσότερα

Κατακερµατισµός. Οργάνωση Αρχείων (σύνοψη) Οργάνωση αρχείων: πως είναι τοποθετημένες οι εγγραφές ενός αρχείου όταν αποθηκεύονται στο δίσκο

Κατακερµατισµός. Οργάνωση Αρχείων (σύνοψη) Οργάνωση αρχείων: πως είναι τοποθετημένες οι εγγραφές ενός αρχείου όταν αποθηκεύονται στο δίσκο Κατακερµατισµός 1 Οργάνωση Αρχείων (σύνοψη) Οργάνωση αρχείων: πως είναι τοποθετημένες οι εγγραφές ενός αρχείου όταν αποθηκεύονται στο δίσκο 1. Αρχεία Σωρού 2. Ταξινομημένα Αρχεία Φυσική διάταξη των εγγραφών

Διαβάστε περισσότερα

ΔΙΔΑΚΤΙΚΗ ΤΗΣ ΚΑΛΑΘΟΣΦΑΙΡΙΣΗΣ ΙΙ

ΔΙΔΑΚΤΙΚΗ ΤΗΣ ΚΑΛΑΘΟΣΦΑΙΡΙΣΗΣ ΙΙ ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ ΔΙΔΑΚΤΙΚΗ ΤΗΣ ΚΑΛΑΘΟΣΦΑΙΡΙΣΗΣ ΙΙ Ενότητα 23. Επίθεση εναντίον ζώνης Γαλαζούλας Χρήστος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙΙ

ΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙΙ ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ ΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙΙ Μάθημα ασκήσεων 1: Ηλεκτρικά χαρακτηριστικά γραμμών μεταφοράς Λαμπρίδης Δημήτρης Ανδρέου Γεώργιος Δούκας

Διαβάστε περισσότερα

Το Εικονογραφημένο Βιβλίο στην Προσχολική Εκπαίδευση

Το Εικονογραφημένο Βιβλίο στην Προσχολική Εκπαίδευση Το Εικονογραφημένο Βιβλίο στην Προσχολική Εκπαίδευση Ενότητα 3.3: Σχήμα Βιβλίου Αγγελική Γιαννικοπούλου Τμήμα Εκπαίδευσης και Αγωγής στην Προσχολική Ηλικία (ΤΕΑΠΗ) Διδακτική Πρακτική Διδακτική πρακτική:

Διαβάστε περισσότερα

Κβαντική Επεξεργασία Πληροφορίας

Κβαντική Επεξεργασία Πληροφορίας Κβαντική Επεξεργασία Πληροφορίας Ενότητα 4: Κλασσική και Κβαντική Πιθανότητα Σγάρμπας Κυριάκος Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Σκοπός της ενότητας

Διαβάστε περισσότερα

Μηχανολογικό Σχέδιο Ι

Μηχανολογικό Σχέδιο Ι ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Ενότητα # 8: Άτρακτοι και σφήνες Μ. Γρηγοριάδου Μηχανολόγων Μηχανικών Α.Π.Θ. Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙΙ

ΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙΙ ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ ΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙΙ Μάθημα ασκήσεων 3: Κοντή γραμμή μεταφοράς Λαμπρίδης Δημήτρης Ανδρέου Γεώργιος Δούκας Δημήτριος Τμήμα

Διαβάστε περισσότερα

Εισαγωγή στην Διοίκηση Επιχειρήσεων

Εισαγωγή στην Διοίκηση Επιχειρήσεων Εισαγωγή στην Διοίκηση Επιχειρήσεων Ενότητα 9: ΑΣΚΗΣΕΙΣ ΕΠΙΛΟΓΗΣ ΤΟΠΟΥ ΕΓΚΑΤΑΣΤΑΣΗΣ Μαυρίδης Δημήτριος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες

Διαβάστε περισσότερα

Γενική Φυσική Ενότητα: Ταλαντώσεις

Γενική Φυσική Ενότητα: Ταλαντώσεις Γενική Φυσική Ενότητα: Ταλαντώσεις Όνομα Καθηγητή: Γεώργιος Βούλγαρης Τμήμα: Μαθηματικό Σελίδα 2 1. Ερωτήσεις Ταλαντώσεων... 4 1.1 Ερώτηση 1... 4 2. Ασκήσεις Ταλαντώσεων... 4 2.1 Άσκηση 1... 4 2.2 Άσκηση

Διαβάστε περισσότερα

Γραμμική Άλγεβρα και Μαθηματικός Λογισμός για Οικονομικά και Επιχειρησιακά Προβλήματα

Γραμμική Άλγεβρα και Μαθηματικός Λογισμός για Οικονομικά και Επιχειρησιακά Προβλήματα Γραμμική Άλγεβρα και Μαθηματικός Λογισμός για Οικονομικά και Επιχειρησιακά Προβλήματα Ενότητα: Ασκήσεις 1 Ανδριανός Ε. Τσεκρέκος Τμήμα Λογιστικής & Χρηματοοικονομικής Σελίδα 2 1. Σκοποί ενότητας... 5 2.

Διαβάστε περισσότερα

Τίτλος Μαθήματος: Εργαστήριο Φυσικής Ι

Τίτλος Μαθήματος: Εργαστήριο Φυσικής Ι Τίτλος Μαθήματος: Εργαστήριο Φυσικής Ι Ενότητα: Επαναληπτικές Ασκήσεις Ενότητας 4 Όνομα Καθηγητή: Γεωργά Σταυρούλα Τμήμα Φυσικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative

Διαβάστε περισσότερα

Βάσεις Δεδομένων. Ενότητα 1: Εισαγωγή στις Βάσεις δεδομένων. Πασχαλίδης Δημοσθένης Τμήμα Ιερατικών σπουδών

Βάσεις Δεδομένων. Ενότητα 1: Εισαγωγή στις Βάσεις δεδομένων. Πασχαλίδης Δημοσθένης Τμήμα Ιερατικών σπουδών Βάσεις Δεδομένων Ενότητα 1: Εισαγωγή στις Βάσεις δεδομένων Πασχαλίδης Δημοσθένης Τμήμα Ιερατικών σπουδών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό

Διαβάστε περισσότερα

Εισαγωγή στους Αλγορίθμους Ενότητα 9η Άσκηση - Αλγόριθμος Prim

Εισαγωγή στους Αλγορίθμους Ενότητα 9η Άσκηση - Αλγόριθμος Prim Εισαγωγή στους Αλγορίθμους Ενότητα 9η Άσκηση - Αλγόριθμος Prim Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Emil: zro@ei.uptrs.r Άδειες Χρήσης Το παρόν

Διαβάστε περισσότερα

Χωρικές σχέσεις και Γεωμετρικές Έννοιες στην Προσχολική Εκπαίδευση

Χωρικές σχέσεις και Γεωμετρικές Έννοιες στην Προσχολική Εκπαίδευση Χωρικές σχέσεις και Γεωμετρικές Έννοιες στην Προσχολική Εκπαίδευση Ενότητα 7: Κανονικότητες, συμμετρίες και μετασχηματισμοί στο χώρο Δημήτρης Χασάπης Τμήμα Εκπαίδευσης και Αγωγής στην Προσχολική Ηλικία

Διαβάστε περισσότερα

Διεθνείς Οικονομικές Σχέσεις και Ανάπτυξη

Διεθνείς Οικονομικές Σχέσεις και Ανάπτυξη ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Διεθνείς Οικονομικές Σχέσεις και Ανάπτυξη Ενότητα 8: Η Οικονομική πολιτική της Ευρωπαϊκής Ένωσης Γρηγόριος Ζαρωτιάδης Άδειες Χρήσης Το

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία Εικόνων

Ψηφιακή Επεξεργασία Εικόνων ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Ψηφιακή Επεξεργασία Εικόνων Ενότητα # 8: Ορθομοναδιαίοι μετασχηματισμοί Καθηγητής Γιώργος Τζιρίτας Τμήμα Επιστήμης Υπολογιστών Ορθομοναδιαίοι μετασχηματισμοί ισοδύναμη

Διαβάστε περισσότερα

Γενική Φυσική Ενότητα: Εισαγωγή στην Ειδική Θεωρία της Σχετικότητας

Γενική Φυσική Ενότητα: Εισαγωγή στην Ειδική Θεωρία της Σχετικότητας Γενική Φυσική Ενότητα: Εισαγωγή στην Ειδική Θεωρία της Σχετικότητας Όνομα Καθηγητή: Γεώργιος Βούλγαρης Τμήμα: Μαθηματικό Σελίδα 2 1. Ασκήσεις στην Εισαγωγή στην Ειδική Θεωρία της Σχετικότητας... 4 1.1

Διαβάστε περισσότερα

Εισαγωγή στην Διοίκηση Επιχειρήσεων

Εισαγωγή στην Διοίκηση Επιχειρήσεων Εισαγωγή στην Διοίκηση Επιχειρήσεων Ενότητα 7: ΑΣΚΗΣΕΙΣ ΜΕΓΕΘΟΥΣ ΕΠΙΧΕΙΡΗΣΗΣ Μαυρίδης Δημήτριος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης

Διαβάστε περισσότερα

Πληροφοριακά Συστήματα Διοίκησης Ενότητα 10: Διαχείριση Έργων (2ο Μέρος)

Πληροφοριακά Συστήματα Διοίκησης Ενότητα 10: Διαχείριση Έργων (2ο Μέρος) Πληροφοριακά Συστήματα Διοίκησης Ενότητα 10: Διαχείριση Έργων (2ο Μέρος) Γρηγόριος Μπεληγιάννης Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων και Τροφίμων

Διαβάστε περισσότερα

Διαχείριση Έργων. Ενότητα 10: Χρονοπρογραμματισμός έργων (υπό συνθήκες αβεβαιότητας)

Διαχείριση Έργων. Ενότητα 10: Χρονοπρογραμματισμός έργων (υπό συνθήκες αβεβαιότητας) Διαχείριση Έργων Ενότητα 10: Χρονοπρογραμματισμός έργων (υπό συνθήκες αβεβαιότητας) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων &

Διαβάστε περισσότερα

Οργάνωση Υπολογιστών

Οργάνωση Υπολογιστών Οργάνωση Υπολογιστών Επιμέλεια: Γεώργιος Θεοδωρίδης, Επίκουρος Καθηγητής Ανδρέας Εμερετλής, Υποψήφιος Διδάκτορας Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών 1 Άδειες Χρήσης Το παρόν υλικό

Διαβάστε περισσότερα

Κατακερματισμός (Hashing)

Κατακερματισμός (Hashing) Κατακερματισμός (Hashing) O κατακερματισμός είναι μια τεχνική οργάνωσης ενός αρχείου. Είναι αρκετά δημοφιλής μέθοδος για την οργάνωση αρχείων Βάσεων Δεδομένων, καθώς βοηθάει σημαντικά στην γρήγορη αναζήτηση

Διαβάστε περισσότερα

Προγραμματισμός Η/Υ. Βασικές Προγραμματιστικές Δομές. ΤΕΙ Ιονίων Νήσων Τμήμα Τεχνολόγων Περιβάλλοντος Κατεύθυνση Τεχνολογιών Φυσικού Περιβάλλοντος

Προγραμματισμός Η/Υ. Βασικές Προγραμματιστικές Δομές. ΤΕΙ Ιονίων Νήσων Τμήμα Τεχνολόγων Περιβάλλοντος Κατεύθυνση Τεχνολογιών Φυσικού Περιβάλλοντος Προγραμματισμός Η/Υ Βασικές Προγραμματιστικές Δομές ΤΕΙ Ιονίων Νήσων Τμήμα Τεχνολόγων Περιβάλλοντος Κατεύθυνση Τεχνολογιών Φυσικού Περιβάλλοντος Δομή Ελέγχου Ροής (IF) Η εντολή IF χρησιμοποιείται όταν

Διαβάστε περισσότερα

Πληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 6: Συμπίεση Έργου

Πληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 6: Συμπίεση Έργου Πληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 6: Συμπίεση Έργου Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.)

Διαβάστε περισσότερα

Πληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 5: Διαχείριση Έργων υπό συνθήκες αβεβαιότητας

Πληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 5: Διαχείριση Έργων υπό συνθήκες αβεβαιότητας Πληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 5: Διαχείριση Έργων υπό συνθήκες αβεβαιότητας Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων

Διαβάστε περισσότερα

Εισαγωγή στους Αλγορίθμους Φροντιστήριο 1

Εισαγωγή στους Αλγορίθμους Φροντιστήριο 1 Εισαγωγή στους Αλγορίθμους Φροντιστήριο 1 Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό

Διαβάστε περισσότερα

6 η Διάλεξη. Ενδεικτικές λύσεις ασκήσεων

6 η Διάλεξη. Ενδεικτικές λύσεις ασκήσεων 6 η Διάλεξη Ενδεικτικές λύσεις ασκήσεων 1 Περιεχόμενα 1 η Άσκηση... 3 2 η Άσκηση... 4 3 η Άσκηση... 4 4 η Άσκηση... 4 5 η Άσκηση... 5 6 η Άσκηση... 5 7 η Άσκηση... 5 8 η Άσκηση... 6 Χρηματοδότηση... 7

Διαβάστε περισσότερα

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 3: Μη γραμμικές συναρτήσεις (Φροντιστήριο) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών

Διαβάστε περισσότερα

Διοικητική Λογιστική

Διοικητική Λογιστική Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Διοικητική Λογιστική Ενότητα 6: Μέθοδοι ς Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και αν αναφέρεται διαφορετικά Το έργο

Διαβάστε περισσότερα

Φυσική ΙΙΙ. Ενότητα 4: Ηλεκτρικά Κυκλώματα. Γεώργιος Βούλγαρης Σχολή Θετικών Επιστημών Τμήμα Φυσικής

Φυσική ΙΙΙ. Ενότητα 4: Ηλεκτρικά Κυκλώματα. Γεώργιος Βούλγαρης Σχολή Θετικών Επιστημών Τμήμα Φυσικής Φυσική ΙΙΙ Ενότητα 4: Ηλεκτρικά Κυκλώματα Γεώργιος Βούλγαρης Σχολή Θετικών Επιστημών Τμήμα Φυσικής Ασκήσεις ΦΙΙΙ Ασκήσεις κυκλωμάτων συνεχούς ρεύματος. Κανόνες Kirchhoff. Γ. Βούλγαρης 2 Ο Νόμος των Ρευμάτων

Διαβάστε περισσότερα

Φροντιστήριο Αποθήκευση σε δίσκο, βασικές οργανώσεις αρχείων κατακερματισμός και δομές ευρετηρίων για αρχεία

Φροντιστήριο Αποθήκευση σε δίσκο, βασικές οργανώσεις αρχείων κατακερματισμός και δομές ευρετηρίων για αρχεία ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ Ι Φροντιστήριο 17-1-2011 Αποθήκευση σε δίσκο, βασικές οργανώσεις αρχείων κατακερματισμός και δομές ευρετηρίων για αρχεία Θεωρία Άτρακτος/αυλάκι : ομόκεντροι κύκλοι στον δίσκο Κύλινδρος:

Διαβάστε περισσότερα

2 η Διάλεξη. Ενδεικτικές λύσεις ασκήσεων

2 η Διάλεξη. Ενδεικτικές λύσεις ασκήσεων 2 η Διάλεξη Ενδεικτικές λύσεις ασκήσεων Περιεχόμενα η Άσκηση... 3 2 η Άσκηση... 4 3 η Άσκηση... 5 4 η Άσκηση... 7 Χρηματοδότηση... 9 Σημείωμα Αναφοράς... 0 Σημείωμα Αδειοδότησης... 2 Ενδεικτικές λύσεις

Διαβάστε περισσότερα

Θερμοδυναμική. Ανοικτά Ακαδημαϊκά Μαθήματα. Πίνακες Νερού Υπέρθερμου Ατμού. Γεώργιος Κ. Χατζηκωνσταντής Επίκουρος Καθηγητής

Θερμοδυναμική. Ανοικτά Ακαδημαϊκά Μαθήματα. Πίνακες Νερού Υπέρθερμου Ατμού. Γεώργιος Κ. Χατζηκωνσταντής Επίκουρος Καθηγητής Ανοικτά Ακαδημαϊκά Μαθήματα Τεχνολογικό Εκπαιδευτικό Ίδρυμα Αθήνας Πίνακες Νερού Υπέρθερμου Ατμού Γεώργιος Κ. Χατζηκωνσταντής Επίκουρος Καθηγητής Διπλ. Ναυπηγός Μηχανολόγος Μηχανικός M.Sc. Διασφάλιση Ποιότητας,

Διαβάστε περισσότερα

Θέματα Εφαρμοσμένης. Ενότητα 14.2: Η ψήφος στα πρόσωπα. Θεόδωρος Χατζηπαντελής Τμήμα Πολιτικών Επιστημών ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ

Θέματα Εφαρμοσμένης. Ενότητα 14.2: Η ψήφος στα πρόσωπα. Θεόδωρος Χατζηπαντελής Τμήμα Πολιτικών Επιστημών ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Θέματα Εφαρμοσμένης Πολιτικής Ανάλυσης Ενότητα 14.2: Η ψήφος στα πρόσωπα. Θεόδωρος Χατζηπαντελής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό

Διαβάστε περισσότερα

Κεφ.11: Ευρετήρια και Κατακερματισμός

Κεφ.11: Ευρετήρια και Κατακερματισμός Κεφ.11: Ευρετήρια και Κατακερματισμός Database System Concepts, 6 th Ed. See www.db-book.com for conditions on re-use Κεφ. 11: Ευρετήρια-Βασική θεωρία Μηχανισμοί ευρετηρίου χρησιμοποιούνται για την επιτάχυνση

Διαβάστε περισσότερα

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 8: Εφαρμογές παραγώγων Μελέτη και βελτιστοποίηση συναρτήσεων μιας μεταβλητής (Φροντιστήριο) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων

Διαβάστε περισσότερα

Αρχεία και Βάσεις Δεδομένων

Αρχεία και Βάσεις Δεδομένων ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Αρχεία και Βάσεις Δεδομένων 1o-2ο Φροντιστήριο - Εκφωνήσεις Δημήτρης Πλεξουσάκης Τμήμα Επιστήμης Υπολογιστών Αρχεία και Βάσεις Δεδομένων Χειμερινό εξάμηνο 2014-2015

Διαβάστε περισσότερα

Μαθηματικά στην Πολιτική Επιστήμη:

Μαθηματικά στην Πολιτική Επιστήμη: ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Μαθηματικά στην Πολιτική Επιστήμη: Εισαγωγή Ενότητα 3.2 : Απαρίθμηση Συνδυαστική (ΙΙ). Θεόδωρος Χατζηπαντελής Άδειες Χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

ΗΛΕΚΤΡΟΝΙΚΗ ΙIΙ Ενότητα 6

ΗΛΕΚΤΡΟΝΙΚΗ ΙIΙ Ενότητα 6 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ ΗΛΕΚΤΡΟΝΙΚΗ ΙIΙ Ενότητα 6: 1η εργαστηριακή άσκηση και προσομοίωση με το SPICE Χατζόπουλος Αλκιβιάδης Τμήμα Ηλεκτρολόγων Μηχανικών και

Διαβάστε περισσότερα

Βάσεις Περιβαλλοντικών Δεδομένων

Βάσεις Περιβαλλοντικών Δεδομένων Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Βάσεις Περιβαλλοντικών Δεδομένων Ενότητα 1: Εισαγωγή στις ΒΔ Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και αν αναφέρεται διαφορετικά

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Δομές Δεδομένων. Ιωάννης Γ. Τόλλης Τμήμα Επιστήμης Υπολογιστών Πανεπιστήμιο Κρήτης

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Δομές Δεδομένων. Ιωάννης Γ. Τόλλης Τμήμα Επιστήμης Υπολογιστών Πανεπιστήμιο Κρήτης ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Δομές Δεδομένων Ιωάννης Γ. Τόλλης Τμήμα Επιστήμης Υπολογιστών Πανεπιστήμιο Κρήτης Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού

Διαβάστε περισσότερα

Εισαγωγή στους Η/Υ. Ενότητα 2β: Αντίστροφο Πρόβλημα. Δημήτρης Σαραβάνος, Καθηγητής Πολυτεχνική Σχολή Τμήμα Μηχανολόγων & Αεροναυπηγών Μηχανικών

Εισαγωγή στους Η/Υ. Ενότητα 2β: Αντίστροφο Πρόβλημα. Δημήτρης Σαραβάνος, Καθηγητής Πολυτεχνική Σχολή Τμήμα Μηχανολόγων & Αεροναυπηγών Μηχανικών Εισαγωγή στους Η/Υ Ενότητα 2β: Δημήτρης Σαραβάνος, Καθηγητής Πολυτεχνική Σχολή Τμήμα Μηχανολόγων & Αεροναυπηγών Μηχανικών Σκοποί ενότητας Εύρεση συνάρτησης Boole όταν είναι γνωστός μόνο ο πίνακας αληθείας.

Διαβάστε περισσότερα