Adicionado uma placa National Semiconductor DP83815 Based PCI Fasth Ethernet Adapter como não tem driver para Linux foi utilizado o pacote ndiswrapper que permite utilizar driver do Windows no Linux. Para compilar o driver ndiswrapper é preciso build-essential, linux-headers e wireless-tools
Instalação é feita basicamente
- baixar, compilar e instalar o pacote ndiswrapper (download, make, make install)
- instalar o driver do windows com o comando ndiswrapper -i w22n51.inf
- carrega o módulo: modprobe ndiswrapper
- acrescentar na lista de módulos: echo ndiswrapper >> /etc/modules
Comandos Uteis
ndisgtk configurador gráfico do ndiswrapper
network-admin configurador de rede do Gnome
iwconfig visualiza a interface wireless
ndiswrapper -l lista driver
ndiswrapper -e remove driver
lspci lista discpositivos PCI
iwlist wlan0 scan para ver o sinal nan placa de rede
Links
http://wiki.debian.org/NdisWrapper
http://guevara2012.wordpress.com/2008/04/07/instalando-rtl8185-com-ndiswrapper/
quinta-feira, 8 de janeiro de 2009
terça-feira, 6 de janeiro de 2009
Instalação OpenBox
Instalado OpenBox ocupando lugar do Gnome, mais o fbpanel como barra de ferramentas e Rox como gerenciador de arquivos. Usado ainda a fonte augie.ttf como fonte do sistema. Armazenado em
/usr/share/fonts/truetype/augie.ttf
Arquivo de configuração do OpenBox em
~/.config/openbox/autostart.sh
-------------------------------8<--------------------------------------
# This shell script is run before Openbox launches.
# Environment variables set here are passed to the Openbox session.
. $GLOBALAUTOSTART
# Start Your Panel
#(sleep 2 && fbpanel && rox -p=PIN && xcompmgr -cCfF &) &
(sleep 2 & fbpanel &) &
# https://wiki.foresightlinux.org/display/docs/HOWTO+Install+and+use+OpenBox
# xcompmgr -cCfF &
# rox -p=PIN &xcompmgr &cairo-dock &cairo-clock &
-------------------------------8<--------------------------------------
Instalado mas não usado - Idesk para controle de icones na área de trabalho - docker ??? - xcompmgr para efeitos mesmo sem placa 3D, opção interessante: xcompmgr -cCfF - thunar gerenciador de arquivos alternativo - gnuscreen comandos uteis - vim ~/.fbpanel/default para crescentar icones ao fbpanel
- evince visualizador arquivos pdf (padrão gnome)
- eog visualizador de imagens (padrão gnome)
- file-roller abre arquivos tar.gz, zip, bz2 etc (padrão gnome)
- rox -p=PIN
- xcompmgr -cCfF
- obconf gerenciador OpeBox
- obmenu gerenciador de menu OpenBox
- gksu abre arquivos como root
- gnome-appearance-properties para entre utras coisas trocar a fonte ttf
- gnome-control-center
Links Usados
https://wiki.foresightlinux.org/display/docs/HOWTO+Install+and+use+OpenBox
http://wiki.debian.org/Openbox
/usr/share/fonts/truetype/augie.ttf
Arquivo de configuração do OpenBox em
~/.config/openbox/autostart.sh
-------------------------------8<--------------------------------------
# This shell script is run before Openbox launches.
# Environment variables set here are passed to the Openbox session.
. $GLOBALAUTOSTART
# Start Your Panel
#(sleep 2 && fbpanel && rox -p=PIN && xcompmgr -cCfF &) &
(sleep 2 & fbpanel &) &
# https://wiki.foresightlinux.org/display/docs/HOWTO+Install+and+use+OpenBox
# xcompmgr -cCfF &
# rox -p=PIN &xcompmgr &cairo-dock &cairo-clock &
-------------------------------8<--------------------------------------
Instalado mas não usado - Idesk para controle de icones na área de trabalho - docker ??? - xcompmgr para efeitos mesmo sem placa 3D, opção interessante: xcompmgr -cCfF - thunar gerenciador de arquivos alternativo - gnuscreen comandos uteis - vim ~/.fbpanel/default para crescentar icones ao fbpanel
- evince visualizador arquivos pdf (padrão gnome)
- eog visualizador de imagens (padrão gnome)
- file-roller abre arquivos tar.gz, zip, bz2 etc (padrão gnome)
- rox -p=PIN
- xcompmgr -cCfF
- obconf gerenciador OpeBox
- obmenu gerenciador de menu OpenBox
- gksu abre arquivos como root
- gnome-appearance-properties para entre utras coisas trocar a fonte ttf
- gnome-control-center
Links Usados
https://wiki.foresightlinux.org/display/docs/HOWTO+Install+and+use+OpenBox
http://wiki.debian.org/Openbox
Virada de ano - 19/12/08 a 06/01/2009
27/12/08 trilha em Morro Grande ao canion Realengo - 26 km dentro do mato sendo 6 km de subida, saída 5 da manhã e chegada 4 da manhã do outro dia.
02/01/2009 passeio a Balneário Camburiu pela estrada do mar
03/01/2009 a 06/01/2009 em casa em Araranguá, comendo, dormindo, lendo, computando e com enchente
02/01/2009 passeio a Balneário Camburiu pela estrada do mar
03/01/2009 a 06/01/2009 em casa em Araranguá, comendo, dormindo, lendo, computando e com enchente
quarta-feira, 17 de dezembro de 2008
terça-feira, 16 de setembro de 2008
Terminado instalação Disco Framework
Instalado e testado no laboratório D o framework Disco nas máquinas d10 (master), d07,d08, d09, d11, e d12 (slaves). Feito os dois exemplos de contagem de palavras em arquivo texto.
Como sugestão instalar o Hadoop no laboratório F ficando no total 4 ambientes para processamento de alto desempenho
- Cluster DRDB e Sun GridEngine Lab D
- Framework disco para processamento em grandes volumes de Dados Lab D
- MapReduce com Hadoop Lab F (a ser feito)
- Participação no projeto OurGrid no micro grid.unisul.br - a espera de suporte
Sugestão de Leitura
University of Washington: Problem Solving on Large Scale Clusters
Google: MapReduce in a Week
Google Code University - Distributed Systems
Como sugestão instalar o Hadoop no laboratório F ficando no total 4 ambientes para processamento de alto desempenho
- Cluster DRDB e Sun GridEngine Lab D
- Framework disco para processamento em grandes volumes de Dados Lab D
- MapReduce com Hadoop Lab F (a ser feito)
- Participação no projeto OurGrid no micro grid.unisul.br - a espera de suporte
Sugestão de Leitura
University of Washington: Problem Solving on Large Scale Clusters
Google: MapReduce in a Week
Google Code University - Distributed Systems
Tradução de Texto sobre o Método de Monte Carlo
Iniciado a tradução de um texto sobre o método de Monte Carlo, surgiu da necessidade de revisão após ler uma introdução sobre MaprReduce do Google.
Simulação Básica Monte Carlo
original http://www.vertex42.com/ExcelArticles/mc/MonteCarloSimulation.html
O método de Monte Carlo é uma técnica que envolve o uso de números aleatórios e a probabilidade para resolver problemas. O termo Método de Monte Carlo foi cunhado por S. Ulam e Nicholas Metropolis, em referência aos jogos de azar, uma atração popular em Monte Carlo, Mônaco (Hoffman, 1998; Metropolis e Ulam, 1949).
Simulação computacional tem a ver com a utilizar modelos informáticos para imitar a vida real ou fazer previsões. Quando se cria um modelo com uma planilha de cálculo como o Excel, você tem um certo número de parâmetros de entrada e algumas equações que usam essas entradas para dar-lhe um conjunto de saídas (ou variáveis resposta). Este tipo de modelo é normalmente deterministas, o que significa que você obtem os mesmos resultados não importa quantas vezes você re-calcular.
[figura 1] - Um modelo paramétrico deterministas mapeia um conjunto de variáveis de entrada para um conjunto de parâmetros de saída.
Exemplo 1 um modelo determinista para juros compostos
Um exemplo de modelo determinista é um cálculo para determinar o retorno sobre o investimento de 5 anos com uma taxa de juro anual de 7%, composta mensalmente. O modelo é apenas a equação a seguir:
F = P(1+r/m)^ym
As entradas são o investimento inicial (P = US $ 1000), a taxa de juro anual (r = 7% = 0,07), a composição período (m = 12 meses), e do número de anos (Y = 5).
(simulação em javascrpt)
Um dos propósitos de um modelo como este é fazer previsões e tentar cenários "Oque Se?" . Você pode alterar as entradas e recalcular o modelo e você terá uma nova resposta. Talvez você ainda deseja plotar um gráfico do valor futuro (F) versus anos (Y). Em alguns casos, você pode ter uma taxa de juro fixa, mas o que você faz quando a taxa de juros é permitida a mudança? Por esta equação simples, você poderá ter o cuidado de saber apenas uma pior / melhor dos cenários, onde se calcular o valor futuro basear-se as mais baixas taxas de juro mais elevadas e que você poderia esperar.
[figura 1] - Um modelo paramétrico deterministas mapeia um conjunto de variáveis de entrada em um conjunto de variáveis de saída
Simulação Monte Carlo é um método para avaliar interativamente um modelo deterministico utilizando conjuntos de números aleatórios como entradas. Este método é muitas vezes usado quando o modelo é complexo, não linear, ou envolve mais do que apenas um grupo (couple) de parâmetros incertos. Uma simulação geralmente pode envolver mais de 10000 avaliações do modelo, uma tarefa que no passado era apenas práticos utilizando super computadores.
Exemplo 2 Um modelo estocástico de um conjunto de dobradiças
Um modelo estocástico é que envolve probabilidade ou aleatoriedade. Neste exemplo, temos um conjunto de 4 elementos que compõem uma dobradiça, com um pino ou parafuso através dos centros das partes. Olhando para a figura a seguir, se A + B + C é superior a D, vamos ter dificuldade de colocar estas coisas juntos.
[figura 1] - a dobradiça
Vamos dizer que temos um milhão de cada uma das diferentes partes, e nós precisamos seleccionar ao acaso as partes a fim de montar a dobradiça. Duas partes não vão ser exatamente do mesmo tamanho! Mas, se temos uma idéia da gama de tamanhos para cada lado, então nós podemos simular a seleção e montagem das peças matematicamente.
(continua)
[07/05/18]
Boa introdução sobre o métodode Monte Carlo
Estimando o valor de pi usando o método de Monte Carlo
Simulação Básica Monte Carlo
original http://www.vertex42.com/ExcelArticles/mc/MonteCarloSimulation.html
O método de Monte Carlo é uma técnica que envolve o uso de números aleatórios e a probabilidade para resolver problemas. O termo Método de Monte Carlo foi cunhado por S. Ulam e Nicholas Metropolis, em referência aos jogos de azar, uma atração popular em Monte Carlo, Mônaco (Hoffman, 1998; Metropolis e Ulam, 1949).
Simulação computacional tem a ver com a utilizar modelos informáticos para imitar a vida real ou fazer previsões. Quando se cria um modelo com uma planilha de cálculo como o Excel, você tem um certo número de parâmetros de entrada e algumas equações que usam essas entradas para dar-lhe um conjunto de saídas (ou variáveis resposta). Este tipo de modelo é normalmente deterministas, o que significa que você obtem os mesmos resultados não importa quantas vezes você re-calcular.
[figura 1] - Um modelo paramétrico deterministas mapeia um conjunto de variáveis de entrada para um conjunto de parâmetros de saída.
Exemplo 1 um modelo determinista para juros compostos
Um exemplo de modelo determinista é um cálculo para determinar o retorno sobre o investimento de 5 anos com uma taxa de juro anual de 7%, composta mensalmente. O modelo é apenas a equação a seguir:
F = P(1+r/m)^ym
As entradas são o investimento inicial (P = US $ 1000), a taxa de juro anual (r = 7% = 0,07), a composição período (m = 12 meses), e do número de anos (Y = 5).
(simulação em javascrpt)
Um dos propósitos de um modelo como este é fazer previsões e tentar cenários "Oque Se?" . Você pode alterar as entradas e recalcular o modelo e você terá uma nova resposta. Talvez você ainda deseja plotar um gráfico do valor futuro (F) versus anos (Y). Em alguns casos, você pode ter uma taxa de juro fixa, mas o que você faz quando a taxa de juros é permitida a mudança? Por esta equação simples, você poderá ter o cuidado de saber apenas uma pior / melhor dos cenários, onde se calcular o valor futuro basear-se as mais baixas taxas de juro mais elevadas e que você poderia esperar.
[figura 1] - Um modelo paramétrico deterministas mapeia um conjunto de variáveis de entrada em um conjunto de variáveis de saída
Simulação Monte Carlo é um método para avaliar interativamente um modelo deterministico utilizando conjuntos de números aleatórios como entradas. Este método é muitas vezes usado quando o modelo é complexo, não linear, ou envolve mais do que apenas um grupo (couple) de parâmetros incertos. Uma simulação geralmente pode envolver mais de 10000 avaliações do modelo, uma tarefa que no passado era apenas práticos utilizando super computadores.
Exemplo 2 Um modelo estocástico de um conjunto de dobradiças
Um modelo estocástico é que envolve probabilidade ou aleatoriedade. Neste exemplo, temos um conjunto de 4 elementos que compõem uma dobradiça, com um pino ou parafuso através dos centros das partes. Olhando para a figura a seguir, se A + B + C é superior a D, vamos ter dificuldade de colocar estas coisas juntos.
[figura 1] - a dobradiça
Vamos dizer que temos um milhão de cada uma das diferentes partes, e nós precisamos seleccionar ao acaso as partes a fim de montar a dobradiça. Duas partes não vão ser exatamente do mesmo tamanho! Mas, se temos uma idéia da gama de tamanhos para cada lado, então nós podemos simular a seleção e montagem das peças matematicamente.
(continua)
[07/05/18]
Boa introdução sobre o métodode Monte Carlo
Estimando o valor de pi usando o método de Monte Carlo
sábado, 13 de setembro de 2008
Instalação Framework Disco
no final de semana passado foi instalado no laboratório C o Framework Disco que é uma implementação no estilo Map/Reduce do google sendo a diferença que o lado cliente é programado em python. Como a versão do linux era o Fedora 5 não funcionou - o pacote erlang e lighttpd foram compilados a partir dos fontes para garantir a versão. Nova tantativa hoje no labortório D com fedora 7, falta o tópico 4. Configure authentication em diante. Configurado a máquina D10 com master e D12 como slave a máquina D11 está com problema de atualização do no yum.
Assinar:
Postagens (Atom)