at 3 at 13 (r1=1 r2=1)

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "at 3 at 13 (r1=1 r2=1)"

Transcript

1

2

3

4 lb at 3 at 13 (r1=1 r2=1)

5 Peterson 0:{ w F1 false; w F2 false; w T 0; } P0: P1: 1:w[] F1 true 10:w[] F2 true; 2:w[] T 2 11:w[] T 1; 3:do {i} 12:do {j} 4: r[] R1 F2 { F2 i 4 } 13: r[] R3 F1; { F1j 13 } 5: r[] R2 T { T i 5 } 14: r[] R4 T; { Tj 14 } 6:while R1 R2 1 {i end } 15:while R3 R4 2; {j end } 7:skip (* CS1 *) 16:skip (* CS2 *) 8:w[] F1 false 17:w[] F2 false; 9: 18: G. L. Peterson. Myths about the mutual exclusion problem. Inf. Process. Lett., 12(3): , doi: / (81)90106-X. URL 1: {true}... 10: {true}... 7: { at{16}}... 16: { at{7}}... 9: {true} 18: {true}

6

7 read x write x write x write x read x write x

8 lb at 3 at 13 r1=1 r2=1

9 Peterson 0:{ w F1 false; w F2 false; w T 0; } P0: P1: 1:w[] F1 true 10:w[] F2 true; 2:w[] T 2 11:w[] T 1; 3:do 12:do 4: r[] R1 F2 13: r[] R3 F1; 5: r[] R2 T 14: r[] R4 T; 6:while R1 R2 1 15:while R3 R4 2; 7:skip (* CS1 *) 16:skip (* CS2 *) 8:w[] F1 false 17:w[] F2 false; 9: 18:

10 Peterson 0:{ w F1 false; w F2 false; w T 0; } P0: P1: 1:w[] F1 true 10:w[] F2 true; 2:w[] T 2 11:w[] T 1; 3:do 12:do 4: r[] R1 F2 13: r[] R3 F1; 5: r[] R2 T 14: r[] R4 T; 6:while R1 R2 1 15:while R3 R4 2; 7:skip (* CS1 *) 16:skip (* CS2 *) 8:w[] F1 false 17:w[] F2 false; 9: 18:

11

12 Domain of sets of candidate executions! c " c Invariance domain " i Domain of sets of histories! i! h! e! h " h Domain of sets of executions " e Domain of sets of interleaved traces

13 eee ee

14 lb 0} w 0 w 0 ; { w, 0 w}, 0 { 0}, { r 1 { w 12, w 0 }, { 1}, { 0} { w 12, w 2 }, { 1}, { 1} w}, 2 { 1}, { 1} { 1} r 11 w 12 { w 12, w 2 { w 12, w 2 }, { 1},

15 rf rw rf τ = τ 0 ν,... r ν,... τ 1 ν ((r)) = w

16 lb 1:,r1=0 0:, start w 0 ; w 0 11:,r2=0 r 1 2:,r1=1 rf r 11 12:,r2=1 w 2 3:,r1=1 w 12 13:,r2=1

17

18 lb 1:,r1=0 0:, start w 0 ; w 0 11:,r2=0 r 1 2:,r1=1 rf r 11 12:,r2=1 w 2 3:,r1=1 w 12 13:,r2=1

19 rf! n τ 0 τ i, i=1 IW in τ 0 po e e' e,e' po τiτi' τi'' τi'''

20 lb w 0 ; w 0 IW r 1 po rf r 11 po w 2 w 12

21 loc ext co fr frrf co

22 r 1 rf rf w 0 ; co w 0 IW r 11 po w 2 fr po w 12

23 "co.cat" co let fold f = let rec fold_rec (es,y) = match es with {} -> y e ++ es -> fold_rec (es, f(e,y)) end in fold_rec let map f = fun es -> fold (fun (e,y) -> f e ++ y) (es,{}) let rec cross S = match S with {} -> { 0 } S1 ++ S -> let yss = cross S in fold (fun (e1,r) -> map (fun t -> e1 t) yss r) (S1,{}) end let co0 = loc & (IW * (W\IW)) let makeco(s) = linearisations(s,co0) let same-loc-writes = loc & (W*W) let allcol = map makeco (classes (same-loc-writes)) let allco = cross allcol with co from allco

24

25 lb 0} w 0 w 0 ; { w, 0 w}, 0 { 0}, { r 12 { w 12, w 0 }, { 1}, { 0} { w 12, w 2 }, { 1}, { 1} w}, 2 { 1}, { 1} { 1} r 11 w 12 { w 12, w 2 { w 12, w 2 }, { 1},

26 lb π π rf w w 1:,r1=0 r 12 2:,r1=1 0:, start rf w 0 ; w 0 11:,r2=0 r 11 12:,r2=1 π π r rf rf w w 12 3:,r1=1 w 2 13:,r2=1

27 lb irreflexive po ; rf ; po; rf w 0 ; w 0 IW r 12 po w 12 rf r 11 po w 2

28

29 rf rf rf

30 { x = 0; y = 0; } P0 P1 ; r[] r1 x r[] r2 y ; w[] y 1 w[] x 1 ; J. Alglave and L. Maranget. herd7. virginia.cs.ucl.ac.uk/herd, 31 Aug

31 cat J. Alglave. A Shared Memory Poetics. PhD thesis, Université Paris 7, J. Alglave, P. Cousot, and L. Maranget. Syntax and semantics of the cat language. HSA Foundation, Version 1.1:38 p., 16 Oct 2015b. URL

32 let co = (IW*W) & loc let fr = (rf^-1;co) acyclic po rf co fr as sc let co = (IW*W) & loc let fr = (rf^-1;co) let po-loc = po & loc acyclic po-loc rf co fr as scpv let ppo = po \ (W*R) let rfe = rf & ext acyclic ppo rfe co fr as tso lb lblb acyclic (po rf) as lb

33 Lisa { x = 0; y = 0; } P0 P1 ; r[] r1 x r[] r2 y ; f[dep] f[lw] ; w[] y 1 w[] x 1 ; { x = 0; y = 0; } P0 P1 ; r[] r1 x r[] r2 y ; r2 = xor r1 r1 mfence ; r3 = r2+1 w[] y r3 w[] x r3 ;

34 cat _ IWWRF po rf locext, *; &\+^-1, irreflexive r, acyclic r, empty r, not empty r

35 let fr = rf^-1;co acyclic po-loc rf co fr as scpv let deps = addr data let rdw = po-loc & (fre;rfe) let detour = po-loc & (coe ; rfe) let ii0 = deps rfi rdw let ic0 = 0 let ci0 = ctrlcfence(isb) detour let cc0 = deps ctrl (addr;po) let rec ii = ii0 ci (ic;ci) (ii;ii) and ic = ic0 ii cc (ic;cc) (ii;ic) and ci = ci0 (ci;ii) (cc;ci) and cc = cc0 ci (ci;ic) (cc;cc) let ppo = ii & R*R ic & R*W let dmb = fencerel(dmb) let dsb = fencerel(dsb) let fences = dmb dsb let A-cumul = rfe;fences let hb = ppo fences rfe acyclic hb as no-thin-air let prop-base = (fences A-cumul);hb* let prop = (prop-base & W*W) (com*; prop-base*; fences; hb*) irreflexive fre;prop;hb* as observation acyclic co prop as propagation

36

37 rf

38 cat

39 algorithm A invariant specification S inv communication specification S com concistency hypothesis H com consistency model M invariance proof S com! S inv inclusion proof H com S com consistency proof M H com algorithm A proved correct w.r.t. H com and S inv H com! S inv algorithm A proved correct w.r.t. M and S inv M! S inv

40 algorithm A invariant specification S inv communication specification S com concistency hypothesis H com consistency model M invariance proof S com! S inv inclusion proof H com S com consistency proof M H com algorithm A proved correct w.r.t. H com and S inv H com! S inv algorithm A proved correct w.r.t. M and S inv M! S inv

41 0:{ w F1 false; w F2 false; w T 0; } P0: P1: 1:w[] F1 true 10:w[] F2 true; 2:w[] T 2 11:w[] T 1; 3:repeat {i} 12:repeat {j} 4: r[] R1 F2 { F2 i 4 } 13: r[] R3 F1; { F1j 13 } 5: r[] R2 T { T i 5 } 14: r[] R4 T; { Tj 14 } 6:until R1 R2 = 1 {i end } 15:until R3 R4 = 2; {j end } 7:skip (* CS1 *) 16:skip (* CS2 *) 8:w[] F1 false 17:w[] F2 false; 9: 18:

42 ς i = Γ i, i } τ i start rf k 0 k 1 k p k n 1 κ i 0, θ i 0, ρ i 0, ν i 0 κ i n 1, θ i n 1, ρ i n 1, ν i n 1 l, θ i p, ρ i p, ν i p τ i 0 τ i 1 τ i p τ i n 1

43 ς i = rf Γ i, i π i = ς i Γ i τ i start k 0, k 1 k p k n 1 κ i 0, θ i 0, ρ i 0, ν i 0 κ i n 1, θ i n 1, ρ i n 1, ν i n 1 l, θ i p, ρ i p, ν i p τ i 0 α a ({π i i })! $ p Pi τ i 1 $ l L(p) % i τ i p τ i n 1 { κ i 0,k 0, θ i 0,k 0, ρ i 0,k 0, ν i 0,k 0,..., ν i p 1,k p 1, θ i p,k p, ρ i p,k p, ν i p,k p, κ i p+1,k p+1,..., κ i n 1,k n 1, θ i n 1,k n 1, ρ i n 1,k n 1, νn 1,k i n 1, Γrf i q [0, n[ \ {p}. τq i = kq s κ i q,k q, θ i q,k q, ρ i q,k q, ν i q,k q τ i p kp = s l, θ i p,k p, ρ i p,k p, ν i p,k p }.

44 rf

45 0: { w F1 false; w F2 false; w T 0; } {F1=false F2=false T=0} } 1: {R1=0 R2=0} 10: {R3=0 R4=0} w[] F1 true w[] F2 true; 2: {R1=0 R2=0} 11: {R3=0 R4=0} w[] T 2 w[] T 1; 3: {R1=0 R2=0} 12: {R3=0 R4=0} do {i} do {j} 4: {(i=0 R1=0 R2=0) 13: {(j=0 R3=0 R4=0) (i>0 R1=F2 i 1 4 R2=T i 1 5 )} (j>0 R3=F1 j 1 13 R4=T j 1 14 )} r[] R1 F2 { F2 i 4 } r[] R3 F1 { F1j 13 }; 5: {R1=F2 i 4 (i=0 R2=0) (i>0 R2=T i 1 )} 5 14: {R3=F1 j 13 (j=0 R4=0) (j>0 R4=T j 1 14 )} r[] R2 T { T i 5 } r[] R4 T; { Tj 14 } 6: {R1=F2 i 4 R2=Ti 5 } 15: {R3=F1j 13 R4=Tj 14 )} while R1 R2 1 {i end } while R3 R4 2 {j end } ; 7: { F2 i end 4 T i end 5 =1} 16: { F1 j end 13 T j end 14 =2} skip (* CS1 *) skip (* CS2 *) 8: { F2 i end 4 T i end 5 =1} 17: { F1 j end 13 T j end 14 =2} w[] F1 false w[] F2 false; 9: { F2 i end 4 T i end 5 =1} 18: { F1 j end 13 T j end 14 =2} rf

46 algorithm A invariant specification S inv communication specification S com concistency hypothesis H com consistency model M invariance proof S com! S inv inclusion proof H com S com consistency proof M H com algorithm A proved correct w.r.t. H com and S inv H com! S inv algorithm A proved correct w.r.t. M and S inv M! S inv

47 rf wxvrθx rf read x R { x θ } θ θ vrf fence write R x

48 rf wθxvrθxx θ rf θ x x θ v

49 algorithm A invariant specification S inv communication specification S com concistency hypothesis H com consistency model M invariance proof S com! S inv inclusion proof H com S com consistency proof M H com algorithm A proved correct w.r.t. H com and S inv H com! S inv algorithm A proved correct w.r.t. M and S inv M! S inv

50 rf

51 at 7 at 16 ( F2 i end 4 T i end 5 = 1) ( F1 j end 13 Tj end 14 = 2)}!i.e. the invariants at lines 7: and 16: hold" S com!since by taking i = i end and j = j end, we have (F2 i 4 = false T i 5 = 1) (F1 j 13 = false Tj 14 = 2)" specification S com! [ i, j.[rf F2 i 4, 0:, false rf F2 i 4, 17:, false rf T i 5, 11:, 1 ] [rf F1 j 13, 0:, false rf F1 j 13, 8:, false rf T j 14, 2:, 2 ]]

52 algorithm A invariant specification S inv communication specification S com concistency hypothesis H com consistency model M invariance proof S com! S inv inclusion proof H com S com consistency proof M H com algorithm A proved correct w.r.t. H com and S inv H com! S inv algorithm A proved correct w.r.t. M and S inv M! S inv

53 algorithm A invariant specification S inv communication specification S com concistency hypothesis H com consistency model M invariance proof S com! S inv inclusion proof H com S com consistency proof M H com algorithm A proved correct w.r.t. H com and S inv H com! S inv algorithm A proved correct w.r.t. M and S inv M! S inv

54 cat

55 specification S com! [ i, j.[rf F2 i 4, 0:, false rf F2 i 4, 17:, false rf T i 5, 11:, 1 ] [rf F1 j 13, 0:, false rf F1 j 13, 8:, false rf T j 14, 2:, 2 ]] cat

56 0:{ w F1 false; w F2 false; w T 0; } P0: co rf P1: co 1:w[] F1 true 10:w[] F2 true; 2:w[] T 2 11:w[] T 1; po 3:do 12:do fr 4: r[] R1 F2 13: r[] R3 F1; 5: r[] R2 T 14: r[] R4 T; 6:while R1 R2 1 15:while R3 R4 2; 7: f[p0] (* CS1 *) 16: f[p1] (* CS2 *) 8:w[] F1 false 17:w[] F2 false; 4 fr 10 po 13 fr 1 po 4 case 1: 0:F2,0:F1 po 0:{ w F1 false; w F2 false; w T 0; } P0: rf P1: co po 1:w[] F1 true 10:w[] F2 true; 2:w[] T 2 fr 11:w[] T 1; 3:do co 12:do 4: r[] R1 F2 13: r[] R3 F1; 5: r[] R2 T 14: r[] R4 T; 6:while R1 R2 1 15:while R3 R4 2; 7: f[p0] (* CS1 *) 16: f[p1] (* CS2 *) 8:w[] F1 false 17:w[] F2 false; 11 co 2 po 4 fr 10 po 11 case 2b: 0:F2,1:F1 (11 co 2) 0:{ w F1 false; w F2 false; w T 0; } P0: P1: 1:w[] F1 true 10:w[] F2 true; po 2:w[] T 2 rf 11:w[] T 1; 3:do co 12:do fr 4: r[] R1 F2 13: r[] R3 F1; 5: r[] R2 T 14: r[] R4 T; 6:while R1 R2 1 15:while R3 R4 2; 7: f[p0] (* CS1 *) 16: f[p1] (* CS2 *) 8:w[] F1 false 17:w[] F2 false; 14 fr 11 po 14 case 2a: 0:F2,1:F1 (2 co 11) 0:{ w F1 false; w F2 false; w T 0; } P0: co rf P1: 1:w[] F1 true fr 10:w[] F2 true; 2:w[] T 2 11:w[] T 1; po 3:do co 12:do 4: r[] R1 F2 13: r[] R3 F1; 5: r[] R2 T 14: r[] R4 T; 6:while R1 R2 1 15:while R3 R4 2; 7: f[p0] (* CS1 *) 16: f[p1] (* CS2 *) 8:w[] F1 false 17:w[] F2 false; 2 co 11 po 13 fr 1 po 2 case 3a: 10:F2,0:F1 (2 co 11)

57 fr 0:{ w F1 false; w F2 false; w T 0; } P0: P1: 1:w[] F1 true rf 10:w[] F2 true; 2:w[] T 2 11:w[] T 1; 3:do 12:do po co 4: r[] R1 F2 13: r[] R3 F1; 5: r[] R2 T 14: r[] R4 T; 6:while R1 R2 1 15:while R3 R4 2; 7: f[p0] (* CS1 *) 16: f[p1] (* CS2 *) 8:w[] F1 false 17:w[] F2 false; 8:w[] F1 false 5 fr 2 po 5 case 3b: 10:F2,0:F1 (11 co 2) 0:{ w F1 false; w F2 false; w T 0; } P0: P1: rf 1:w[] F1 true 10:w[] F2 true; po 2:w[] T 2 11:w[] T 1; 3:do fr co 12:do 4: r[] R1 F2 13: r[] R3 F1; 5: r[] R2 T 14: r[] R4 T; 6:while R1 R2 1 15:while R3 R4 2; 7: f[p0] (* CS1 *) 16: f[p1] (* CS2 *) 8:w[] F1 false 17:w[] F2 false; 5 fr 2 po 5 case 4b: 10:F2,1:F1 (11 co 2) 0:{ w F1 false; w F2 false; w T 0; } P0: P1: 1:w[] F1 true 10:w[] F2 true; 2:w[] T 2 rf 11:w[] T 1; po 3:do 12:do fr co 4: r[] R1 F2 13: r[] R3 F1; 5: r[] R2 T 14: r[] R4 T; 6:while R1 R2 1 15:while R3 R4 2; 7: f[p0] (* CS1 *) 16: f[p1] (* CS2 *) 17:w[] F2 false; fr po 14 case 4a: 10:F2,1:F1 (2 co 11) 0:{ w F1 false; w F2 false; w T 0; } P0: P1: 1:w[] F1 true 10:w[] F2 true; 2:w[] T 2 11:w[] T 1; 3:do 12:do 4: r[] R1 F2 13: r[] R3 F1; 5: r[] R2 T 14: r[] R4 T; 6:while R1 R2 1 15:while R3 R4 2; 7: f[p0] (* CS1 *) 16: f[p1] (* CS2 *) 8:w[] F1 false 17:w[] F2 false; 4 po 8 rf 13 po 17 rf 4 case 5: 17:F2,8:F1

58 0:{ w F1 false; w F2 false; w T 0; } P0: P1: 1:w[] F1 true 10:w[] F2 true; 2:w[] T 2 11:w[] T 1; 3:do 12:do po 4: r[] R1 F2 13: r[] R3 F1; 5: r[] R2 T rf 14: r[] R4 T; po 6:while R1 R2 1 15:while R3 R4 2; 7: f[p0] (* CS1 *) 16: f[p1] (* CS2 *) 8:w[] F1 false cut 17:w[] F2 false; 7 po 8 rf 13 po 17 cut 7 case 6: 8:F1 0:{ w F1 false; w F2 false; w T 0; } P0: P1: 1:w[] F1 true 10:w[] F2 true; 2:w[] T 2 11:w[] T 1; 3:do 12:do po 4: r[] R1 F2 13: r[] R3 F1; 5: r[] R2 T 14: r[] R4 T; 6:while R1 R2 1 15:while R3 R4 2; 7: f[p0] (* CS1 *) 16: f[p1] (* CS2 *) po 8:w[] F1 false cut 17:w[] F2 false; 16 po 17 rf 4 po 7 cut 16 case 7: 17:F2 cutcat f[p0]f[p1] irreflexive fr;po;fr;po irreflexive fr;po irreflexive co;po;fr;po irreflexive po;rf;po;rf irreflexive po;rf;po;cut

59 algorithm A invariant specification S inv communication specification S com concistency hypothesis H com consistency model M invariance proof S com! S inv inclusion proof H com S com consistency proof M H com algorithm A proved correct w.r.t. H com and S inv H com! S inv algorithm A proved correct w.r.t. M and S inv M! S inv

60 irreflexive fr;po;fr;po irreflexive fr;po irreflexive co;po;fr;po irreflexive po;rf;po;rf irreflexive po;rf;po;cut cat let fr = (rf^-1 ; co) acyclic po rf co fr as sc

61 0:{ w F1 false; w F2 false; w T 0; } P0: P1: 1:w[] F1 true 10:w[] F2 true; 2:w[] T 2 11:w[] T 1; 3:do 12:do po 4: r[] R1 F2 13: r[] R3 F1; 5: r[] R2 T rf 14: r[] R4 T; po 6:while R1 R2 1 15:while R3 R4 2; 7: f[p0] (* CS1 *) 16: f[p1] (* CS2 *) 8:w[] F1 false cut 17:w[] F2 false; 7 po 8 rf 13 po 17 cut 7 case 6: 8:F1 0:{ w F1 false; w F2 false; w T 0; } P0: P1: 1:w[] F1 true 10:w[] F2 true; 2:w[] T 2 11:w[] T 1; 3:do 12:do po 4: r[] R1 F2 13: r[] R3 F1; 5: r[] R2 T 14: r[] R4 T; 6:while R1 R2 1 15:while R3 R4 2; 7: f[p0] (* CS1 *) 16: f[p1] (* CS2 *) po 8:w[] F1 false cut 17:w[] F2 false; 16 po 17 rf 4 po 7 cut 16 case 7: 17:F2 π π π r rf rf w w π rf w

62 let fr = (rf^-1;co) let po-loc = po & loc acyclic po-loc rf co fr as scpv let ppo = po \ (W*R) let rfe = rf & ext acyclic ppo rfe co fr as tso w1,r4 fr ; po ; fr ; po is wr ppo

63 cat

64 0:{ F1 = 0; F2 = 0; T = 0; } 1: w[] F1 1 10: w[] F2 1 ; 2: w[] T 2 11: w[] T 1 ; 3: do 12: do ; f[fhw] f[fhw] ; 4: r[] r1 F2 13: r[] r3 F1 ; 5: r[] r2 T 14: r[] r4 T ; 6: while r1 r2 1 15: while r3 r4 1 ; 7: (* CS1 *) 16: (* CS2 *) ; f[fhw] f[fhw] ; 8: w[] F1 0 L17: w[] F2 0 ; let fhw = (po & (_ * F)) ; po let fre = (rf^-1;co) & ext irreflexive fhw;fre; fhw;fre fenceskip cat

65 algorithm A invariant specification S inv communication specification S com concistency hypothesis H com consistency model M invariance proof S com! S inv inclusion proof H com S com consistency proof M H com algorithm A proved correct w.r.t. H com and S inv H com! S inv algorithm A proved correct w.r.t. M and S inv M! S inv

66 Peterson Mʹ Mʹ fhw fhwmfence fhwdbmdsb

67

68 cat cat

69

70

Dynamic types, Lambda calculus machines Section and Practice Problems Apr 21 22, 2016

Dynamic types, Lambda calculus machines Section and Practice Problems Apr 21 22, 2016 Harvard School of Engineering and Applied Sciences CS 152: Programming Languages Dynamic types, Lambda calculus machines Apr 21 22, 2016 1 Dynamic types and contracts (a) To make sure you understand the

Διαβάστε περισσότερα

Fractional Colorings and Zykov Products of graphs

Fractional Colorings and Zykov Products of graphs Fractional Colorings and Zykov Products of graphs Who? Nichole Schimanski When? July 27, 2011 Graphs A graph, G, consists of a vertex set, V (G), and an edge set, E(G). V (G) is any finite set E(G) is

Διαβάστε περισσότερα

Max Planck Institute for Software Systems (MPI-SWS)

Max Planck Institute for Software Systems (MPI-SWS) Μια ταπεινή προσπάθεια κατανόησης του χαλαρού μοντέλου μνήμης της C/C++ Βίκτωρ Βαφειάδης Max Planck Institute for Software Systems (MPI-SWS) Σημασιολογία των παράλληλων προγραμμάτων Μοντέλα μνήμης (memory

Διαβάστε περισσότερα

Overview. Transition Semantics. Configurations and the transition relation. Executions and computation

Overview. Transition Semantics. Configurations and the transition relation. Executions and computation Overview Transition Semantics Configurations and the transition relation Executions and computation Inference rules for small-step structural operational semantics for the simple imperative language Transition

Διαβάστε περισσότερα

Partial Differential Equations in Biology The boundary element method. March 26, 2013

Partial Differential Equations in Biology The boundary element method. March 26, 2013 The boundary element method March 26, 203 Introduction and notation The problem: u = f in D R d u = ϕ in Γ D u n = g on Γ N, where D = Γ D Γ N, Γ D Γ N = (possibly, Γ D = [Neumann problem] or Γ N = [Dirichlet

Διαβάστε περισσότερα

LTL to Buchi. Overview. Buchi Model Checking LTL Translating LTL into Buchi. Ralf Huuck. Buchi Automata. Example

LTL to Buchi. Overview. Buchi Model Checking LTL Translating LTL into Buchi. Ralf Huuck. Buchi Automata. Example Overview LTL to Buchi Buchi Model Checking LTL Translating LTL into Buchi Ralf Huuck Buchi Automata Example Automaton which accepts infinite traces δ A Buchi automaton is 5-tuple Σ, Q, Q 0,δ, F Σ is a

Διαβάστε περισσότερα

Reminders: linear functions

Reminders: linear functions Reminders: linear functions Let U and V be vector spaces over the same field F. Definition A function f : U V is linear if for every u 1, u 2 U, f (u 1 + u 2 ) = f (u 1 ) + f (u 2 ), and for every u U

Διαβάστε περισσότερα

Αλγόριθμοι. Α. Υπολογιστικά Προβλήματα. Β. Εισαγωγή στους Αλγόριθμους. Γ. ομή Αλγόριθμων. Δ. ομές εδομένων

Αλγόριθμοι. Α. Υπολογιστικά Προβλήματα. Β. Εισαγωγή στους Αλγόριθμους. Γ. ομή Αλγόριθμων. Δ. ομές εδομένων Αλγόριθμοι Α. Υπολογιστικά Προβλήματα Β. Εισαγωγή στους Αλγόριθμους Γ. ομή Αλγόριθμων Δ. ομές εδομένων Α. Υπολογιστικά Προβλήματα Πρόβλημα: Μια μη αποδεκτή κατάσταση που χρειάζεται επίλυση. Η διατύπωση

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 2. Περιγραφή της Κίνησης. 2.1 Κίνηση στο Επίπεδο

ΚΕΦΑΛΑΙΟ 2. Περιγραφή της Κίνησης. 2.1 Κίνηση στο Επίπεδο ΚΕΦΑΛΑΙΟ 2 Περιγραφή της Κίνησης Στο κεφάλαιο αυτό θα δείξουμε πώς να προγραμματίσουμε απλές εξισώσεις τροχιάς ενός σωματιδίου και πώς να κάνουμε βασική ανάλυση των αριθμητικών αποτελεσμάτων. Χρησιμοποιούμε

Διαβάστε περισσότερα

C.S. 430 Assignment 6, Sample Solutions

C.S. 430 Assignment 6, Sample Solutions C.S. 430 Assignment 6, Sample Solutions Paul Liu November 15, 2007 Note that these are sample solutions only; in many cases there were many acceptable answers. 1 Reynolds Problem 10.1 1.1 Normal-order

Διαβάστε περισσότερα

LAD Estimation for Time Series Models With Finite and Infinite Variance

LAD Estimation for Time Series Models With Finite and Infinite Variance LAD Estimatio for Time Series Moels With Fiite a Ifiite Variace Richar A. Davis Colorao State Uiversity William Dusmuir Uiversity of New South Wales 1 LAD Estimatio for ARMA Moels fiite variace ifiite

Διαβάστε περισσότερα

Maude 6. Maude [1] UIUC J. Meseguer. Maude. Maude SRI SRI. Maude. AC (Associative-Commutative) Maude. Maude Meseguer OBJ LTL SPIN

Maude 6. Maude [1] UIUC J. Meseguer. Maude. Maude SRI SRI. Maude. AC (Associative-Commutative) Maude. Maude Meseguer OBJ LTL SPIN 78 Maude 1 Maude [1] UIUC J. Meseguer ( 1 ) ( ) Maude Maude SRI 90 UIUC SRI Maude SRI S. Eker C++ Maude 2 Maude Meseguer OBJ 1983-84 OBJ2[3] OBJ Maude OBJ 1 CafeOBJ 3 Maude 4 Maude CafeOBJ Maude: A Computer

Διαβάστε περισσότερα

Μηχανική Μάθηση Hypothesis Testing

Μηχανική Μάθηση Hypothesis Testing ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Μηχανική Μάθηση Hypothesis Testing Γιώργος Μπορμπουδάκης Τμήμα Επιστήμης Υπολογιστών Procedure 1. Form the null (H 0 ) and alternative (H 1 ) hypothesis 2. Consider

Διαβάστε περισσότερα

Every set of first-order formulas is equivalent to an independent set

Every set of first-order formulas is equivalent to an independent set Every set of first-order formulas is equivalent to an independent set May 6, 2008 Abstract A set of first-order formulas, whatever the cardinality of the set of symbols, is equivalent to an independent

Διαβάστε περισσότερα

Lecture 2. Soundness and completeness of propositional logic

Lecture 2. Soundness and completeness of propositional logic Lecture 2 Soundness and completeness of propositional logic February 9, 2004 1 Overview Review of natural deduction. Soundness and completeness. Semantics of propositional formulas. Soundness proof. Completeness

Διαβάστε περισσότερα

The Simply Typed Lambda Calculus

The Simply Typed Lambda Calculus Type Inference Instead of writing type annotations, can we use an algorithm to infer what the type annotations should be? That depends on the type system. For simple type systems the answer is yes, and

Διαβάστε περισσότερα

ÔÏÕËÁ ÓÁÑÑÇ ÊÏÌÏÔÇÍÇ

ÔÏÕËÁ ÓÁÑÑÇ ÊÏÌÏÔÇÍÇ ΤΑΞΗ: 3 η ΤΑΞΗ ΕΠΑ.Λ. (Α Β ΟΜΑ Α) ΜΑΘΗΜΑ: ΟΜΗΜΕΝΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ / ΕΙ ΙΚΟΤΗΤΑΣ ΘΕΜΑ Α Α.1. Α.2. Α.3. Α.4. 1 - Σωστό 2 - Σωστό 3 - Λάθος 4 - Λάθος 5 Σωστό 1 δ 2 ε 3 β 4 γ 5 α Ηµεροµηνία: Κυριακή 14 Απριλίου

Διαβάστε περισσότερα

Κεφάλαιο 4 Σημασιολογία μιας Απλής Προστακτικής Γλώσσας

Κεφάλαιο 4 Σημασιολογία μιας Απλής Προστακτικής Γλώσσας Κεφάλαιο 4 Σημασιολογία μιας Απλής Προστακτικής Γλώσσας Προπτυχιακό μάθημα Αρχές Γλωσσών Προγραμματισμού Π. Ροντογιάννης 1 Εισαγωγή - 1 Μία κλασσική γλώσσα προγραμματισμού αποτελείται από: Εκφράσεις (των

Διαβάστε περισσότερα

Chap. 6 Pushdown Automata

Chap. 6 Pushdown Automata Chap. 6 Pushdown Automata 6.1 Definition of Pushdown Automata Example 6.1 L = {wcw R w (0+1) * } P c 0P0 1P1 1. Start at state q 0, push input symbol onto stack, and stay in q 0. 2. If input symbol is

Διαβάστε περισσότερα

EE434 ASIC & Digital Systems Arithmetic Circuits

EE434 ASIC & Digital Systems Arithmetic Circuits EE434 ASIC & Digital Systems Arithmetic Circuits Spring 25 Dae Hyun Kim daehyun@eecs.wsu.edu Arithmetic Circuits What we will learn Adders Basic High-speed 2 Adder -bit adder SSSSSS = AA BB CCCC CCCC =

Διαβάστε περισσότερα

Συστήματα Διαχείρισης Βάσεων Δεδομένων

Συστήματα Διαχείρισης Βάσεων Δεδομένων ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Συστήματα Διαχείρισης Βάσεων Δεδομένων Φροντιστήριο 9: Transactions - part 1 Δημήτρης Πλεξουσάκης Τμήμα Επιστήμης Υπολογιστών Tutorial on Undo, Redo and Undo/Redo

Διαβάστε περισσότερα

ο ο 3 α. 3"* > ω > d καΐ 'Ενορία όλις ή Χώρί ^ 3 < KN < ^ < 13 > ο_ Μ ^~~ > > > > > Ο to X Η > ο_ ο Ο,2 Σχέδι Γλεγμα Ο Σ Ο Ζ < o w *< Χ χ Χ Χ < < < Ο

ο ο 3 α. 3* > ω > d καΐ 'Ενορία όλις ή Χώρί ^ 3 < KN < ^ < 13 > ο_ Μ ^~~ > > > > > Ο to X Η > ο_ ο Ο,2 Σχέδι Γλεγμα Ο Σ Ο Ζ < o w *< Χ χ Χ Χ < < < Ο 18 ρ * -sf. NO 1 D... 1: - ( ΰ ΐ - ι- *- 2 - UN _ ί=. r t ' \0 y «. _,2. "* co Ι». =; F S " 5 D 0 g H ', ( co* 5. «ΰ ' δ". o θ * * "ΰ 2 Ι o * "- 1 W co o -o1= to»g ι. *ΰ * Ε fc ΰ Ι.. L j to. Ι Q_ " 'T

Διαβάστε περισσότερα

ECE 308 SIGNALS AND SYSTEMS FALL 2017 Answers to selected problems on prior years examinations

ECE 308 SIGNALS AND SYSTEMS FALL 2017 Answers to selected problems on prior years examinations ECE 308 SIGNALS AND SYSTEMS FALL 07 Answers to selected problems on prior years examinations Answers to problems on Midterm Examination #, Spring 009. x(t) = r(t + ) r(t ) u(t ) r(t ) + r(t 3) + u(t +

Διαβάστε περισσότερα

ANSWERSHEET (TOPIC = DIFFERENTIAL CALCULUS) COLLECTION #2. h 0 h h 0 h h 0 ( ) g k = g 0 + g 1 + g g 2009 =?

ANSWERSHEET (TOPIC = DIFFERENTIAL CALCULUS) COLLECTION #2. h 0 h h 0 h h 0 ( ) g k = g 0 + g 1 + g g 2009 =? Teko Classes IITJEE/AIEEE Maths by SUHAAG SIR, Bhopal, Ph (0755) 3 00 000 www.tekoclasses.com ANSWERSHEET (TOPIC DIFFERENTIAL CALCULUS) COLLECTION # Question Type A.Single Correct Type Q. (A) Sol least

Διαβάστε περισσότερα

ES440/ES911: CFD. Chapter 5. Solution of Linear Equation Systems

ES440/ES911: CFD. Chapter 5. Solution of Linear Equation Systems ES440/ES911: CFD Chapter 5. Solution of Linear Equation Systems Dr Yongmann M. Chung http://www.eng.warwick.ac.uk/staff/ymc/es440.html Y.M.Chung@warwick.ac.uk School of Engineering & Centre for Scientific

Διαβάστε περισσότερα

The Pohozaev identity for the fractional Laplacian

The Pohozaev identity for the fractional Laplacian The Pohozaev identity for the fractional Laplacian Xavier Ros-Oton Departament Matemàtica Aplicada I, Universitat Politècnica de Catalunya (joint work with Joaquim Serra) Xavier Ros-Oton (UPC) The Pohozaev

Διαβάστε περισσότερα

Zigbee. Zigbee. Zigbee Zigbee ZigBee. ZigBee. ZigBee

Zigbee. Zigbee. Zigbee Zigbee ZigBee. ZigBee. ZigBee Zigbee 150m 1000m Zigbee Zigbee Zigbee ZigBee ZigBee ZigBee 1 Zigbee Zigbee PC PC PC Zigbee 65536 256 20 30 2011.06 Signal Process & System 1 DS18B20 ACS712 TI CC2430 CC2430 Zigbee PC LED 1 1 DS18B20 9~12-55

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΟΥΣ ΑΛΓΟΡΙΘΜΟΥΣ ΚΑΙ ΣΤΟΝ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΤΜΗΜΑ ΠΟΛΙΤΙΣΜΙΚΗΣ ΤΕΧΝΟΛΟΓΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΣ. Διδάσκουσα Δρ Β.

ΕΙΣΑΓΩΓΗ ΣΤΟΥΣ ΑΛΓΟΡΙΘΜΟΥΣ ΚΑΙ ΣΤΟΝ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΤΜΗΜΑ ΠΟΛΙΤΙΣΜΙΚΗΣ ΤΕΧΝΟΛΟΓΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΣ. Διδάσκουσα Δρ Β. ΕΙΣΑΓΩΓΗ ΣΤΟΥΣ ΑΛΓΟΡΙΘΜΟΥΣ ΚΑΙ ΣΤΟΝ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΤΜΗΜΑ ΠΟΛΙΤΙΣΜΙΚΗΣ ΤΕΧΝΟΛΟΓΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΣ Διδάσκουσα Δρ Β. Καβακλή Χειμερινό Εξάμηνο 2001 1 Ο τύπος char Επιτρέπει να διαβάζουμε

Διαβάστε περισσότερα

ΓΕΩΜΕΣΡΙΚΗ ΣΕΚΜΗΡΙΩΗ ΣΟΤ ΙΕΡΟΤ ΝΑΟΤ ΣΟΤ ΣΙΜΙΟΤ ΣΑΤΡΟΤ ΣΟ ΠΕΛΕΝΔΡΙ ΣΗ ΚΤΠΡΟΤ ΜΕ ΕΦΑΡΜΟΓΗ ΑΤΣΟΜΑΣΟΠΟΙΗΜΕΝΟΤ ΤΣΗΜΑΣΟ ΨΗΦΙΑΚΗ ΦΩΣΟΓΡΑΜΜΕΣΡΙΑ

ΓΕΩΜΕΣΡΙΚΗ ΣΕΚΜΗΡΙΩΗ ΣΟΤ ΙΕΡΟΤ ΝΑΟΤ ΣΟΤ ΣΙΜΙΟΤ ΣΑΤΡΟΤ ΣΟ ΠΕΛΕΝΔΡΙ ΣΗ ΚΤΠΡΟΤ ΜΕ ΕΦΑΡΜΟΓΗ ΑΤΣΟΜΑΣΟΠΟΙΗΜΕΝΟΤ ΤΣΗΜΑΣΟ ΨΗΦΙΑΚΗ ΦΩΣΟΓΡΑΜΜΕΣΡΙΑ ΕΘΝΙΚΟ ΜΕΣΟΒΙΟ ΠΟΛΤΣΕΧΝΕΙΟ ΣΜΗΜΑ ΑΓΡΟΝΟΜΩΝ-ΣΟΠΟΓΡΑΦΩΝ ΜΗΧΑΝΙΚΩΝ ΣΟΜΕΑ ΣΟΠΟΓΡΑΦΙΑ ΕΡΓΑΣΗΡΙΟ ΦΩΣΟΓΡΑΜΜΕΣΡΙΑ ΓΕΩΜΕΣΡΙΚΗ ΣΕΚΜΗΡΙΩΗ ΣΟΤ ΙΕΡΟΤ ΝΑΟΤ ΣΟΤ ΣΙΜΙΟΤ ΣΑΤΡΟΤ ΣΟ ΠΕΛΕΝΔΡΙ ΣΗ ΚΤΠΡΟΤ ΜΕ ΕΦΑΡΜΟΓΗ ΑΤΣΟΜΑΣΟΠΟΙΗΜΕΝΟΤ

Διαβάστε περισσότερα

Econ 2110: Fall 2008 Suggested Solutions to Problem Set 8 questions or comments to Dan Fetter 1

Econ 2110: Fall 2008 Suggested Solutions to Problem Set 8  questions or comments to Dan Fetter 1 Eon : Fall 8 Suggested Solutions to Problem Set 8 Email questions or omments to Dan Fetter Problem. Let X be a salar with density f(x, θ) (θx + θ) [ x ] with θ. (a) Find the most powerful level α test

Διαβάστε περισσότερα

TMA4115 Matematikk 3

TMA4115 Matematikk 3 TMA4115 Matematikk 3 Andrew Stacey Norges Teknisk-Naturvitenskapelige Universitet Trondheim Spring 2010 Lecture 12: Mathematics Marvellous Matrices Andrew Stacey Norges Teknisk-Naturvitenskapelige Universitet

Διαβάστε περισσότερα

Phys460.nb Solution for the t-dependent Schrodinger s equation How did we find the solution? (not required)

Phys460.nb Solution for the t-dependent Schrodinger s equation How did we find the solution? (not required) Phys460.nb 81 ψ n (t) is still the (same) eigenstate of H But for tdependent H. The answer is NO. 5.5.5. Solution for the tdependent Schrodinger s equation If we assume that at time t 0, the electron starts

Διαβάστε περισσότερα

Srednicki Chapter 55

Srednicki Chapter 55 Srednicki Chapter 55 QFT Problems & Solutions A. George August 3, 03 Srednicki 55.. Use equations 55.3-55.0 and A i, A j ] = Π i, Π j ] = 0 (at equal times) to verify equations 55.-55.3. This is our third

Διαβάστε περισσότερα

4.6 Autoregressive Moving Average Model ARMA(1,1)

4.6 Autoregressive Moving Average Model ARMA(1,1) 84 CHAPTER 4. STATIONARY TS MODELS 4.6 Autoregressive Moving Average Model ARMA(,) This section is an introduction to a wide class of models ARMA(p,q) which we will consider in more detail later in this

Διαβάστε περισσότερα

Πανεπιστήµιο Πειραιώς Τµήµα Πληροφορικής Πρόγραµµα Μεταπτυχιακών Σπουδών «Προηγµένα Συστήµατα Πληροφορικής»

Πανεπιστήµιο Πειραιώς Τµήµα Πληροφορικής Πρόγραµµα Μεταπτυχιακών Σπουδών «Προηγµένα Συστήµατα Πληροφορικής» Πανεπιστήµιο Πειραιώς Τµήµα Πληροφορικής Πρόγραµµα Μεταπτυχιακών Σπουδών «Προηγµένα Συστήµατα Πληροφορικής» Μεταπτυχιακή ιατριβή Τίτλος ιατριβής Εκπαίδευση μαθητών της Γ λυκείου ΕΠΑΛ, στον Προγραμματισμό

Διαβάστε περισσότερα

Example Sheet 3 Solutions

Example Sheet 3 Solutions Example Sheet 3 Solutions. i Regular Sturm-Liouville. ii Singular Sturm-Liouville mixed boundary conditions. iii Not Sturm-Liouville ODE is not in Sturm-Liouville form. iv Regular Sturm-Liouville note

Διαβάστε περισσότερα

Solving an Air Conditioning System Problem in an Embodiment Design Context Using Constraint Satisfaction Techniques

Solving an Air Conditioning System Problem in an Embodiment Design Context Using Constraint Satisfaction Techniques Solving an Air Conditioning System Problem in an Embodiment Design Context Using Constraint Satisfaction Techniques Raphael Chenouard, Patrick Sébastian, Laurent Granvilliers To cite this version: Raphael

Διαβάστε περισσότερα

Advanced Subsidiary Unit 1: Understanding and Written Response

Advanced Subsidiary Unit 1: Understanding and Written Response Write your name here Surname Other names Edexcel GE entre Number andidate Number Greek dvanced Subsidiary Unit 1: Understanding and Written Response Thursday 16 May 2013 Morning Time: 2 hours 45 minutes

Διαβάστε περισσότερα

ΑΛΕΞΑΝΔΡΟΣ ΠΑΛΛΗΣ SCHOOLTIME E-BOOKS

ΑΛΕΞΑΝΔΡΟΣ ΠΑΛΛΗΣ SCHOOLTIME E-BOOKS ΟΜΗΡΟΥ ΙΛΙΑΔΑ ΑΛΕΞΑΝΔΡΟΣ ΠΑΛΛΗΣ SCHOOLTIME E-BOOKS www.scooltime.gr [- 2 -] The Project Gutenberg EBook of Iliad, by Homer This ebook is for the use of anyone anywhere at no cost and with almost no restrictions

Διαβάστε περισσότερα

P AND P. P : actual probability. P : risk neutral probability. Realtionship: mutual absolute continuity P P. For example:

P AND P. P : actual probability. P : risk neutral probability. Realtionship: mutual absolute continuity P P. For example: (B t, S (t) t P AND P,..., S (p) t ): securities P : actual probability P : risk neutral probability Realtionship: mutual absolute continuity P P For example: P : ds t = µ t S t dt + σ t S t dw t P : ds

Διαβάστε περισσότερα

Στο εστιατόριο «ToDokimasesPrinToBgaleisStonKosmo?» έξω από τους δακτυλίους του Κρόνου, οι παραγγελίες γίνονται ηλεκτρονικά.

Στο εστιατόριο «ToDokimasesPrinToBgaleisStonKosmo?» έξω από τους δακτυλίους του Κρόνου, οι παραγγελίες γίνονται ηλεκτρονικά. Διαστημικό εστιατόριο του (Μ)ΑστροΈκτορα Στο εστιατόριο «ToDokimasesPrinToBgaleisStonKosmo?» έξω από τους δακτυλίους του Κρόνου, οι παραγγελίες γίνονται ηλεκτρονικά. Μόλις μια παρέα πελατών κάτσει σε ένα

Διαβάστε περισσότερα

Matrices and Determinants

Matrices and Determinants Matrices and Determinants SUBJECTIVE PROBLEMS: Q 1. For what value of k do the following system of equations possess a non-trivial (i.e., not all zero) solution over the set of rationals Q? x + ky + 3z

Διαβάστε περισσότερα

ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ ΒΑΛΕΝΤΙΝΑ ΠΑΠΑΔΟΠΟΥΛΟΥ Α.Μ.: 09/061. Υπεύθυνος Καθηγητής: Σάββας Μακρίδης

ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ ΒΑΛΕΝΤΙΝΑ ΠΑΠΑΔΟΠΟΥΛΟΥ Α.Μ.: 09/061. Υπεύθυνος Καθηγητής: Σάββας Μακρίδης Α.Τ.Ε.Ι. ΙΟΝΙΩΝ ΝΗΣΩΝ ΠΑΡΑΡΤΗΜΑ ΑΡΓΟΣΤΟΛΙΟΥ ΤΜΗΜΑ ΔΗΜΟΣΙΩΝ ΣΧΕΣΕΩΝ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΣ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ «Η διαμόρφωση επικοινωνιακής στρατηγικής (και των τακτικών ενεργειών) για την ενδυνάμωση της εταιρικής

Διαβάστε περισσότερα

CHAPTER 25 SOLVING EQUATIONS BY ITERATIVE METHODS

CHAPTER 25 SOLVING EQUATIONS BY ITERATIVE METHODS CHAPTER 5 SOLVING EQUATIONS BY ITERATIVE METHODS EXERCISE 104 Page 8 1. Find the positive root of the equation x + 3x 5 = 0, correct to 3 significant figures, using the method of bisection. Let f(x) =

Διαβάστε περισσότερα

ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 2014

ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 2014 ΤΑΞΗ: 3 η ΤΑΞΗ ΕΠΑ.Λ. (Α Β ΟΜΑ Α) ΜΑΘΗΜΑ: ΟΜΗΜΕΝΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ / ΕΙ ΙΚΟΤΗΤΑΣ Ηµεροµηνία: Κυριακή 4 Μαΐου 2014 ιάρκεια Εξέτασης: 3 ώρες ΘΕΜΑ Α Α1. α - Σωστό β - Σωστό γ - Λάθος δ - Λάθος ε Λάθος ΑΠΑΝΤΗΣΕΙΣ

Διαβάστε περισσότερα

A Note on Intuitionistic Fuzzy. Equivalence Relation

A Note on Intuitionistic Fuzzy. Equivalence Relation International Mathematical Forum, 5, 2010, no. 67, 3301-3307 A Note on Intuitionistic Fuzzy Equivalence Relation D. K. Basnet Dept. of Mathematics, Assam University Silchar-788011, Assam, India dkbasnet@rediffmail.com

Διαβάστε περισσότερα

Heisenberg Uniqueness pairs

Heisenberg Uniqueness pairs Heisenberg Uniqueness pairs Philippe Jaming Bordeaux Fourier Workshop 2013, Renyi Institute Joint work with K. Kellay Heisenberg Uniqueness Pairs µ : finite measure on R 2 µ(x, y) = R 2 e i(sx+ty) dµ(s,

Διαβάστε περισσότερα

ΜΑΘΗΜΑ / ΤΑΞΗ : ΔΟΜΗΜΕΝΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ / Γ ΕΠΑΛ ΣΕΙΡΑ: ΗΜΕΡΟΜΗΝΙΑ: 27/01/2013

ΜΑΘΗΜΑ / ΤΑΞΗ : ΔΟΜΗΜΕΝΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ / Γ ΕΠΑΛ ΣΕΙΡΑ: ΗΜΕΡΟΜΗΝΙΑ: 27/01/2013 ΜΑΘΗΜΑ / ΤΑΞΗ : ΔΟΜΗΜΕΝΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ / Γ ΕΠΑΛ ΣΕΙΡΑ: ΗΜΕΡΟΜΗΝΙΑ: 27/01/2013 ΘΕΜΑ Α Α1. Να χαρακτηρίσετε τις προτάσεις που ακολουθούν, γράφοντας δίπλα στο γράμμα που αντιστοιχεί σε κάθε πρόταση τη

Διαβάστε περισσότερα

Commutative Monoids in Intuitionistic Fuzzy Sets

Commutative Monoids in Intuitionistic Fuzzy Sets Commutative Monoids in Intuitionistic Fuzzy Sets S K Mala #1, Dr. MM Shanmugapriya *2 1 PhD Scholar in Mathematics, Karpagam University, Coimbatore, Tamilnadu- 641021 Assistant Professor of Mathematics,

Διαβάστε περισσότερα

ΚΥΠΡΙΑΚΗ ΕΤΑΙΡΕΙΑ ΠΛΗΡΟΦΟΡΙΚΗΣ CYPRUS COMPUTER SOCIETY ΠΑΓΚΥΠΡΙΟΣ ΜΑΘΗΤΙΚΟΣ ΔΙΑΓΩΝΙΣΜΟΣ ΠΛΗΡΟΦΟΡΙΚΗΣ 24/3/2007

ΚΥΠΡΙΑΚΗ ΕΤΑΙΡΕΙΑ ΠΛΗΡΟΦΟΡΙΚΗΣ CYPRUS COMPUTER SOCIETY ΠΑΓΚΥΠΡΙΟΣ ΜΑΘΗΤΙΚΟΣ ΔΙΑΓΩΝΙΣΜΟΣ ΠΛΗΡΟΦΟΡΙΚΗΣ 24/3/2007 Οδηγίες: Να απαντηθούν όλες οι ερωτήσεις. Όλοι οι αριθμοί που αναφέρονται σε όλα τα ερωτήματα μικρότεροι του 10000 εκτός αν ορίζεται διαφορετικά στη διατύπωση του προβλήματος. Αν κάπου κάνετε κάποιες υποθέσεις

Διαβάστε περισσότερα

Access Control Encryption Enforcing Information Flow with Cryptography

Access Control Encryption Enforcing Information Flow with Cryptography Access Control Encryption Enforcing Information Flow with Cryptography Ivan Damgård, Helene Haagh, and Claudio Orlandi http://eprint.iacr.org/2016/106 Outline Access Control Encryption Motivation Definition

Διαβάστε περισσότερα

ΟΜΟΣΠΟΝ ΙΑ ΕΚΠΑΙ ΕΥΤΙΚΩΝ ΦΡΟΝΤΙΣΤΩΝ ΕΛΛΑ ΟΣ (Ο.Ε.Φ.Ε.) ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 2013

ΟΜΟΣΠΟΝ ΙΑ ΕΚΠΑΙ ΕΥΤΙΚΩΝ ΦΡΟΝΤΙΣΤΩΝ ΕΛΛΑ ΟΣ (Ο.Ε.Φ.Ε.) ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 2013 ΤΑΞΗ: 3 η ΤΑΞΗ ΕΠΑ.Λ. (Α Β ΟΜΑ Α) ΜΑΘΗΜΑ: ΟΜΗΜΕΝΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ / ΕΙ ΙΚΟΤΗΤΑΣ ΘΕΜΑ Α Ηµεροµηνία: Κυριακή 14 Απριλίου 2013 ιάρκεια Εξέτασης: 3 ώρες ΕΚΦΩΝΗΣΕΙΣ Α1. Να γράψετε στο τετράδιο σας το γράµµα

Διαβάστε περισσότερα

Eight Examples of Linear and Nonlinear Least Squares

Eight Examples of Linear and Nonlinear Least Squares Eight Examples of Linear and Nonlinear Least Squares CEE 699.4, ME 99.4 Sstem Identification Fall, 21 c Henri P. Gavin, September 2, 21 1 Not polnomial, but linear in parameters. ŷ(t i ; a) = a 1 sin(t

Διαβάστε περισσότερα

Homework for 1/27 Due 2/5

Homework for 1/27 Due 2/5 Name: ID: Homework for /7 Due /5. [ 8-3] I Example D of Sectio 8.4, the pdf of the populatio distributio is + αx x f(x α) =, α, otherwise ad the method of momets estimate was foud to be ˆα = 3X (where

Διαβάστε περισσότερα

Takeaki Yamazaki (Toyo Univ.) 山崎丈明 ( 東洋大学 ) Oct. 24, RIMS

Takeaki Yamazaki (Toyo Univ.) 山崎丈明 ( 東洋大学 ) Oct. 24, RIMS Takeaki Yamazaki (Toyo Univ.) 山崎丈明 ( 東洋大学 ) Oct. 24, 2017 @ RIMS Contents Introduction Generalized Karcher equation Ando-Hiai inequalities Problem Introduction PP: The set of all positive definite operators

Διαβάστε περισσότερα

5 Ι ^ο 3 X X X. go > 'α. ο. o f Ο > = S 3. > 3 w»a. *= < ^> ^ o,2 l g f ^ 2-3 ο. χ χ. > ω. m > ο ο ο - * * ^r 2 =>^ 3^ =5 b Ο? UJ. > ο ο.

5 Ι ^ο 3 X X X. go > 'α. ο. o f Ο > = S 3. > 3 w»a. *= < ^> ^ o,2 l g f ^ 2-3 ο. χ χ. > ω. m > ο ο ο - * * ^r 2 =>^ 3^ =5 b Ο? UJ. > ο ο. 728!. -θ-cr " -;. '. UW -,2 =*- Os Os rsi Tf co co Os r4 Ι. C Ι m. Ι? U Ι. Ι os ν ) ϋ. Q- o,2 l g f 2-2 CT= ν**? 1? «δ - * * 5 Ι -ΐ j s a* " 'g cn" w *" " 1 cog 'S=o " 1= 2 5 ν s/ O / 0Q Ε!θ Ρ h o."o.

Διαβάστε περισσότερα

Ordinal Arithmetic: Addition, Multiplication, Exponentiation and Limit

Ordinal Arithmetic: Addition, Multiplication, Exponentiation and Limit Ordinal Arithmetic: Addition, Multiplication, Exponentiation and Limit Ting Zhang Stanford May 11, 2001 Stanford, 5/11/2001 1 Outline Ordinal Classification Ordinal Addition Ordinal Multiplication Ordinal

Διαβάστε περισσότερα

Solutions to Exercise Sheet 5

Solutions to Exercise Sheet 5 Solutions to Eercise Sheet 5 jacques@ucsd.edu. Let X and Y be random variables with joint pdf f(, y) = 3y( + y) where and y. Determine each of the following probabilities. Solutions. a. P (X ). b. P (X

Διαβάστε περισσότερα

Homework 8 Model Solution Section

Homework 8 Model Solution Section MATH 004 Homework Solution Homework 8 Model Solution Section 14.5 14.6. 14.5. Use the Chain Rule to find dz where z cosx + 4y), x 5t 4, y 1 t. dz dx + dy y sinx + 4y)0t + 4) sinx + 4y) 1t ) 0t + 4t ) sinx

Διαβάστε περισσότερα

DESIGN OF MACHINERY SOLUTION MANUAL h in h 4 0.

DESIGN OF MACHINERY SOLUTION MANUAL h in h 4 0. DESIGN OF MACHINERY SOLUTION MANUAL -7-1! PROBLEM -7 Statement: Design a double-dwell cam to move a follower from to 25 6, dwell for 12, fall 25 and dwell for the remader The total cycle must take 4 sec

Διαβάστε περισσότερα

Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Η/Υ. Δομή Επιλογής. Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD

Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Η/Υ. Δομή Επιλογής. Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Η/Υ Δομή Επιλογής Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD Δομή Επιλογής (Απόφασης) Εκτέλεση υπό συνθήκη IF THEN IF THEN ELSE IF THEN

Διαβάστε περισσότερα

Εργαστήριο 7: Ο αλγόριθμος ταξινόμησης Radix Sort

Εργαστήριο 7: Ο αλγόριθμος ταξινόμησης Radix Sort Εργαστήριο 7: Ο αλγόριθμος ταξινόμησης Radix Sort Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: -Ο αλγόριθμος ταξινόμησης Radix Sort -Δυο εκδοχές: Most Significant Digit (MSD) και Least Significant

Διαβάστε περισσότερα

Homomorphism of Intuitionistic Fuzzy Groups

Homomorphism of Intuitionistic Fuzzy Groups International Mathematical Forum, Vol. 6, 20, no. 64, 369-378 Homomorphism o Intuitionistic Fuzz Groups P. K. Sharma Department o Mathematics, D..V. College Jalandhar Cit, Punjab, India pksharma@davjalandhar.com

Διαβάστε περισσότερα

derivation of the Laplacian from rectangular to spherical coordinates

derivation of the Laplacian from rectangular to spherical coordinates derivation of the Laplacian from rectangular to spherical coordinates swapnizzle 03-03- :5:43 We begin by recognizing the familiar conversion from rectangular to spherical coordinates (note that φ is used

Διαβάστε περισσότερα

Arithmetical applications of lagrangian interpolation. Tanguy Rivoal. Institut Fourier CNRS and Université de Grenoble 1

Arithmetical applications of lagrangian interpolation. Tanguy Rivoal. Institut Fourier CNRS and Université de Grenoble 1 Arithmetical applications of lagrangian interpolation Tanguy Rivoal Institut Fourier CNRS and Université de Grenoble Conference Diophantine and Analytic Problems in Number Theory, The 00th anniversary

Διαβάστε περισσότερα

Προγραμματισμός PASCAL

Προγραμματισμός PASCAL Προγραμματισμός PASCAL 1 PASCAL Η PASCAL σχεδιάστηκε από τον Worth το 1968 στη Ζυρίχη, αρχικά σαν εργαλείο για τη διδασκαλία προγραμματισμού. Είναι γλώσσα για σειριακό προγραμματισμό. 2 Απλή και εύκολη

Διαβάστε περισσότερα

Προτεινόμενες λύσεις

Προτεινόμενες λύσεις ΥΠΟΥΡΓΕΙΟ ΠΑΙΔΕΙΑΣ ΚΑΙ ΠΟΛΙΤΙΣΜΟΥ ΔΙΕΥΘΥΝΣΗ ΑΝΩΤΕΡΗΣ ΚΑΙ ΑΝΩΤΑΤΗΣ ΕΚΠΑΙΔΕΥΣΗΣ ΥΠΗΡΕΣΙΑ ΕΞΕΤΑΣΕΩΝ ΠΑΓΚΥΠΡΙΕΣ ΕΞΕΤΑΣΕΙΣ 2010 Προτεινόμενες λύσεις Μάθημα: ΠΛΗΡΟΦΟΡΙΚΗ Ημερομηνία και ώρα εξέτασης: Σάββατο,

Διαβάστε περισσότερα

Teaching and Designing Microarchitecture. in Racket Jay McCarthy UMass Lowell & PLT

Teaching and Designing Microarchitecture. in Racket Jay McCarthy UMass Lowell & PLT Teaching and Designing Microarchitecture in Racket Jay McCarthy UMass Lowell & PLT STOL 0 ; AC = 0 => M[SP] = Fib(0) LOCO 1 ; True => AC = 1 STOL 1 ; AC = 1 => M[SP+1] = Fib(1) loop: ADDL 0 ; AC =

Διαβάστε περισσότερα

Υπολογιστική Φυσική Στοιχειωδών Σωματιδίων

Υπολογιστική Φυσική Στοιχειωδών Σωματιδίων Υπολογιστική Φυσική Στοιχειωδών Σωματιδίων Όρια Πιστότητας (Confidence Limits) 2/4/2014 Υπολογ.Φυσική ΣΣ 1 Τα όρια πιστότητας -Confidence Limits (CL) Tα όρια πιστότητας μιας μέτρησης Μπορεί να αναφέρονται

Διαβάστε περισσότερα

9.09. # 1. Area inside the oval limaçon r = cos θ. To graph, start with θ = 0 so r = 6. Compute dr

9.09. # 1. Area inside the oval limaçon r = cos θ. To graph, start with θ = 0 so r = 6. Compute dr 9.9 #. Area inside the oval limaçon r = + cos. To graph, start with = so r =. Compute d = sin. Interesting points are where d vanishes, or at =,,, etc. For these values of we compute r:,,, and the values

Διαβάστε περισσότερα

Γ ΤΑΞΗ ΗΜΕΡΗΣΙΟΥ ΕΠΑ.Λ ΜΑΘΗΜΑ ΕΙ ΙΚΟΤΗΤΑΣ ΟΜΗΜΕΝΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΕΚΦΩΝΗΣΕΙΣ

Γ ΤΑΞΗ ΗΜΕΡΗΣΙΟΥ ΕΠΑ.Λ ΜΑΘΗΜΑ ΕΙ ΙΚΟΤΗΤΑΣ ΟΜΗΜΕΝΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΕΚΦΩΝΗΣΕΙΣ 1 ΘΕΜΑ 1 Γ ΤΑΞΗ ΗΜΕΡΗΣΙΟΥ ΕΠΑ.Λ ΜΑΘΗΜΑ ΕΙ ΙΚΟΤΗΤΑΣ ΟΜΗΜΕΝΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΕΚΦΩΝΗΣΕΙΣ Α) Να γράψετε στο τετράδιό σας τον αριθµό καθεµιάς από τις παρακάτω προτάσεις και δίπλα τη λέξη Σωστό, αν είναι σωστή,

Διαβάστε περισσότερα

Συνέπεια μνήμης σε πολυπύρηνα/πολυεπεξεργαστικά συστήματα

Συνέπεια μνήμης σε πολυπύρηνα/πολυεπεξεργαστικά συστήματα Συνέπεια μνήμης σε πολυπύρηνα/πολυεπεξεργαστικά συστήματα ΙΙΙ 1 lalis@inf.uth.gr Απλοποιημένο μοντέλο συστήματος CPU/cores πάνω σε δίαυλο/δίκτυο (bus/interconnect) για απλότητα, εδώ CPU = core Η κυρίως

Διαβάστε περισσότερα

Ποια ιδιότητα αϖό τις δύο τελευταίες είναι ϖιο ισχυρή;

Ποια ιδιότητα αϖό τις δύο τελευταίες είναι ϖιο ισχυρή; Το Πρόβληµα του Αµοιβαίου Αϖοκλεισµού Τµήµατα Κώδικα Ο χρήστης που την τρέχουσα χρονική στιγµή προσβαίνει τον πόρο βρίσκεται στο κρίσιµο τµήµα του. Χρήστες που την τρέχουσα χρονική στιγµή δεν ενδιαφέρονται

Διαβάστε περισσότερα

Capacitors - Capacitance, Charge and Potential Difference

Capacitors - Capacitance, Charge and Potential Difference Capacitors - Capacitance, Charge and Potential Difference Capacitors store electric charge. This ability to store electric charge is known as capacitance. A simple capacitor consists of 2 parallel metal

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ

ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΕΛΕΝΑ ΦΛΟΚΑ Επίκουρος Καθηγήτρια Τµήµα Φυσικής, Τοµέας Φυσικής Περιβάλλοντος- Μετεωρολογίας ΓΕΝΙΚΟΙ ΟΡΙΣΜΟΙ Πληθυσµός Σύνολο ατόµων ή αντικειµένων στα οποία αναφέρονται

Διαβάστε περισσότερα

Το «κλειστό» σύστημα. Ανοικτές επικοινωνίες... Εισαγωγή στην Τεχνολογία της Πληροφορικής. Εισαγωγή στην τεχνολογία της πληροφορικής

Το «κλειστό» σύστημα. Ανοικτές επικοινωνίες... Εισαγωγή στην Τεχνολογία της Πληροφορικής. Εισαγωγή στην τεχνολογία της πληροφορικής ΕΘΝΙΚΟ ΚΑΙ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Εισαγωγή στην Τεχνολογία της Πληροφορικής ΓΙΩΡΓΟΣ Ν. ΓΙΑΝΝΟΠΟΥΛΟΣ Λέκτορας στο Πανεπιστήμιο Αθηνών gyannop@law.uoa.gr Το «κλειστό» σύστημα ΕΙΣΟΔΟΣ ΕΠΕΞΕΡΓΑΣΙΑ

Διαβάστε περισσότερα

Statistical Inference I Locally most powerful tests

Statistical Inference I Locally most powerful tests Statistical Inference I Locally most powerful tests Shirsendu Mukherjee Department of Statistics, Asutosh College, Kolkata, India. shirsendu st@yahoo.co.in So far we have treated the testing of one-sided

Διαβάστε περισσότερα

Statistics 104: Quantitative Methods for Economics Formula and Theorem Review

Statistics 104: Quantitative Methods for Economics Formula and Theorem Review Harvard College Statistics 104: Quantitative Methods for Economics Formula and Theorem Review Tommy MacWilliam, 13 tmacwilliam@college.harvard.edu March 10, 2011 Contents 1 Introduction to Data 5 1.1 Sample

Διαβάστε περισσότερα

PATROL II LCD. Roger S.C. NK Ltd Partners

PATROL II LCD. Roger S.C. NK Ltd Partners Φορητό σύστηµα επιτήρησης περιπόλων PATROL II LCD Εγχειρίδιο Λειτουργίας & Τεχνικών Χαρακτηριστικών Roger S.C. NK Ltd Partners Ιούν. 2010 Εισαγωγή Το σύστηµα PATROL II LCD είναι ένα φορητό σύστηµα επιτήρησης

Διαβάστε περισσότερα

2 Composition. Invertible Mappings

2 Composition. Invertible Mappings Arkansas Tech University MATH 4033: Elementary Modern Algebra Dr. Marcel B. Finan Composition. Invertible Mappings In this section we discuss two procedures for creating new mappings from old ones, namely,

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΣΧΟΛΗ ΑΝΘΡΩΠΙΣΤΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΦΙΛΟΛΟΓΙΑΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΣΧΟΛΗ ΑΝΘΡΩΠΙΣΤΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΦΙΛΟΛΟΓΙΑΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΣΧΟΛΗ ΑΝΘΡΩΠΙΣΤΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΦΙΛΟΛΟΓΙΑΣ Π.Μ.Σ: «Σύγχρονες Προσεγγίσεις στη γλώσσα και στα κείμενα» ΚΑΤΕΥΘΥΝΣΗ ΓΛΩΣΣΟΛΟΓΙΑΣ ΜΕΤΑΠΤΥΧΙΑΚΗ ΔΙΑΤΡΙΒΗ Το φωνηεντικό

Διαβάστε περισσότερα

Sequent Calculi for the Modal µ-calculus over S5. Luca Alberucci, University of Berne. Logic Colloquium Berne, July 4th 2008

Sequent Calculi for the Modal µ-calculus over S5. Luca Alberucci, University of Berne. Logic Colloquium Berne, July 4th 2008 Sequent Calculi for the Modal µ-calculus over S5 Luca Alberucci, University of Berne Logic Colloquium Berne, July 4th 2008 Introduction Koz: Axiomatisation for the modal µ-calculus over K Axioms: All classical

Διαβάστε περισσότερα

Generating Set of the Complete Semigroups of Binary Relations

Generating Set of the Complete Semigroups of Binary Relations Applied Mathematics 06 7 98-07 Published Online January 06 in SciRes http://wwwscirporg/journal/am http://dxdoiorg/036/am067009 Generating Set of the Complete Semigroups of Binary Relations Yasha iasamidze

Διαβάστε περισσότερα

Section 8.3 Trigonometric Equations

Section 8.3 Trigonometric Equations 99 Section 8. Trigonometric Equations Objective 1: Solve Equations Involving One Trigonometric Function. In this section and the next, we will exple how to solving equations involving trigonometric functions.

Διαβάστε περισσότερα

ΤΕΧΝΙΚΕΣ ΑΥΞΗΣΗΣ ΤΗΣ ΑΠΟΔΟΣΗΣ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ I

ΤΕΧΝΙΚΕΣ ΑΥΞΗΣΗΣ ΤΗΣ ΑΠΟΔΟΣΗΣ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ I ΤΕΧΝΙΚΕΣ ΑΥΞΗΣΗΣ ΤΗΣ ΑΠΟΔΟΣΗΣ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ I MIPS Η MIPS (Microprocessor without Interlocked Pipeline Stages) είναι μία αρχιτεκτονική συνόλου εντολών (ISA) γλώσσας μηχανής που αναπτύχθηκε από την εταιρεία

Διαβάστε περισσότερα

ST5224: Advanced Statistical Theory II

ST5224: Advanced Statistical Theory II ST5224: Advanced Statistical Theory II 2014/2015: Semester II Tutorial 7 1. Let X be a sample from a population P and consider testing hypotheses H 0 : P = P 0 versus H 1 : P = P 1, where P j is a known

Διαβάστε περισσότερα

Ανταλλακτικά για Laptop Lenovo

Ανταλλακτικά για Laptop Lenovo Ανταλλακτικά για Laptop Lenovo Ημερομηνία έκδοσης καταλόγου: 6/11/2011 Κωδικός Προϊόντος Είδος Ανταλλακτικού Μάρκα Μοντέλο F000000884 Inverter Lenovo 3000 C200 F000000885 Inverter Lenovo 3000 N100 (0689-

Διαβάστε περισσότερα

EE512: Error Control Coding

EE512: Error Control Coding EE512: Error Control Coding Solution for Assignment on Finite Fields February 16, 2007 1. (a) Addition and Multiplication tables for GF (5) and GF (7) are shown in Tables 1 and 2. + 0 1 2 3 4 0 0 1 2 3

Διαβάστε περισσότερα

w o = R 1 p. (1) R = p =. = 1

w o = R 1 p. (1) R = p =. = 1 Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-570: Στατιστική Επεξεργασία Σήµατος 205 ιδάσκων : Α. Μουχτάρης Τριτη Σειρά Ασκήσεων Λύσεις Ασκηση 3. 5.2 (a) From the Wiener-Hopf equation we have:

Διαβάστε περισσότερα

The challenges of non-stable predicates

The challenges of non-stable predicates The challenges of non-stable predicates Consider a non-stable predicate Φ encoding, say, a safety property. We want to determine whether Φ holds for our program. The challenges of non-stable predicates

Διαβάστε περισσότερα

Finite Field Problems: Solutions

Finite Field Problems: Solutions Finite Field Problems: Solutions 1. Let f = x 2 +1 Z 11 [x] and let F = Z 11 [x]/(f), a field. Let Solution: F =11 2 = 121, so F = 121 1 = 120. The possible orders are the divisors of 120. Solution: The

Διαβάστε περισσότερα

3607 Ν. 7.28/88. E.E., Παρ. I, Αρ. 2371,

3607 Ν. 7.28/88. E.E., Παρ. I, Αρ. 2371, E.E., Παρ. I, Αρ. 271, 16.12. 607 Ν. 7.2/ περί Συμπληρματικύ Πρϋπλγισμύ Νόμς (Αρ. 5) τυ 19 εκδίδεται με δημσίευση στην επίσημη εφημερίδα της Κυπριακής Δημκρατίας σύμφνα με τ Άρθρ 52 τυ Συντάγματς- - Αριθμός

Διαβάστε περισσότερα

Numerical Analysis FMN011

Numerical Analysis FMN011 Numerical Analysis FMN011 Carmen Arévalo Lund University carmen@maths.lth.se Lecture 12 Periodic data A function g has period P if g(x + P ) = g(x) Model: Trigonometric polynomial of order M T M (x) =

Διαβάστε περισσότερα

Other Test Constructions: Likelihood Ratio & Bayes Tests

Other Test Constructions: Likelihood Ratio & Bayes Tests Other Test Constructions: Likelihood Ratio & Bayes Tests Side-Note: So far we have seen a few approaches for creating tests such as Neyman-Pearson Lemma ( most powerful tests of H 0 : θ = θ 0 vs H 1 :

Διαβάστε περισσότερα

Χαρτογράφηση θορύβου

Χαρτογράφηση θορύβου ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙKΗΣ ΤΜΗΜΑ ΑΓΡΟΝΟΜΩΝ ΚΑΙ ΤΟΠΟΓΡΑΦΩΝ ΜΗΧΑΝΙΚΩΝ Μ Ε Τ Α Π Τ Υ Χ Ι Α Κ Ο Π Ρ Ο Γ Ρ Α Μ Μ Α Γ Ε Ω Π Λ Η Ρ Ο Φ Ο Ρ Ι Κ Η Σ ΔΙΑΧΕΙΡΙΣΗ ΦΩΤΟΓΡΑΜΜΕΤΡΙΚΗΣ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΤΗΛΕΠΙΣΚΟΠΙΣΗΣ

Διαβάστε περισσότερα

Inverse trigonometric functions & General Solution of Trigonometric Equations. ------------------ ----------------------------- -----------------

Inverse trigonometric functions & General Solution of Trigonometric Equations. ------------------ ----------------------------- ----------------- Inverse trigonometric functions & General Solution of Trigonometric Equations. 1. Sin ( ) = a) b) c) d) Ans b. Solution : Method 1. Ans a: 17 > 1 a) is rejected. w.k.t Sin ( sin ) = d is rejected. If sin

Διαβάστε περισσότερα

Uniform Convergence of Fourier Series Michael Taylor

Uniform Convergence of Fourier Series Michael Taylor Uniform Convergence of Fourier Series Michael Taylor Given f L 1 T 1 ), we consider the partial sums of the Fourier series of f: N 1) S N fθ) = ˆfk)e ikθ. k= N A calculation gives the Dirichlet formula

Διαβάστε περισσότερα

MATH423 String Theory Solutions 4. = 0 τ = f(s). (1) dτ ds = dxµ dτ f (s) (2) dτ 2 [f (s)] 2 + dxµ. dτ f (s) (3)

MATH423 String Theory Solutions 4. = 0 τ = f(s). (1) dτ ds = dxµ dτ f (s) (2) dτ 2 [f (s)] 2 + dxµ. dτ f (s) (3) 1. MATH43 String Theory Solutions 4 x = 0 τ = fs). 1) = = f s) ) x = x [f s)] + f s) 3) equation of motion is x = 0 if an only if f s) = 0 i.e. fs) = As + B with A, B constants. i.e. allowe reparametrisations

Διαβάστε περισσότερα

FORTRAN & Αντικειμενοστραφής Προγραμματισμός ΣΝΜΜ 2017

FORTRAN & Αντικειμενοστραφής Προγραμματισμός ΣΝΜΜ 2017 FORTRAN & Αντικειμενοστραφής Προγραμματισμός ΣΝΜΜ 2017 M7 Δομές δεδομένων: Πίνακες - Ασκήσεις Γεώργιος Παπαλάμπρου Επικ. Καθηγητής ΕΜΠ Εργαστήριο Ναυτικής Μηχανολογίας george.papalambrou@lme.ntua.gr ΕΜΠ/ΣΝΜΜ

Διαβάστε περισσότερα

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΑΛΛΗΛΟΓΡΑΦΙΑ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑ ΣΤΗΝ ΑΓΓΛΙΚΗ ΓΛΩΣΣΑ

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΑΛΛΗΛΟΓΡΑΦΙΑ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑ ΣΤΗΝ ΑΓΓΛΙΚΗ ΓΛΩΣΣΑ Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΑΛΛΗΛΟΓΡΑΦΙΑ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑ ΣΤΗΝ ΑΓΓΛΙΚΗ ΓΛΩΣΣΑ Ενότητα 9: Inversion Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός

Διαβάστε περισσότερα