Wykªad 4. Droga i cykl Eulera i Hamiltona
|
|
- Dominik Kołodziejczyk
- 5 lat temu
- Przeglądów:
Transkrypt
1 Wykªad 4. Droga i cykl Eulera i Hamiltona 1 / 92
2 Grafy Eulera Droga i cykl Eulera Niech G b dzie grafem spójnym. Denicja Je»eli w grae G istnieje zamkni ta droga prosta zawieraj ca wszystkie kraw dzie grafu, to tak drog nazywamy cyklem Eulera, a graf grafem eulerowskim albo grafem Eulera. Denicja Je»eli w grae G istnieje droga prosta (nie koniecznie zamkni ta) zawieraj ca wszystkie kraw dzie grafu G, to tak drog nazywamy drog Eulera, za± graf ten nazywamy grafem póªeulerowskim. 2 / 92
3 Grafy Eulera Droga i cykl Eulera Niech G b dzie grafem spójnym. Denicja Je»eli w grae G istnieje zamkni ta droga prosta zawieraj ca wszystkie kraw dzie grafu, to tak drog nazywamy cyklem Eulera, a graf grafem eulerowskim albo grafem Eulera. Denicja Je»eli w grae G istnieje droga prosta (nie koniecznie zamkni ta) zawieraj ca wszystkie kraw dzie grafu G, to tak drog nazywamy drog Eulera, za± graf ten nazywamy grafem póªeulerowskim. 3 / 92
4 Grafy Eulera Droga i cykl Eulera Niech G b dzie grafem spójnym. Denicja Je»eli w grae G istnieje zamkni ta droga prosta zawieraj ca wszystkie kraw dzie grafu, to tak drog nazywamy cyklem Eulera, a graf grafem eulerowskim albo grafem Eulera. Denicja Je»eli w grae G istnieje droga prosta (nie koniecznie zamkni ta) zawieraj ca wszystkie kraw dzie grafu G, to tak drog nazywamy drog Eulera, za± graf ten nazywamy grafem póªeulerowskim. 4 / 92
5 Przykªad Droga i cykl Eulera z z y y z y w w w t x t x t x a) b) c) a) graf eulerowski, cykl Eulera - txwzxyz b) graf póªeulerowski, droga Eulera - txywtzy c) graf nie posiada ani cyklu, ani drogi Eulera 5 / 92
6 Przykªad Droga i cykl Eulera z z y y z y w w w t x t x t x a) b) c) a) graf eulerowski, cykl Eulera - txwzxyz b) graf póªeulerowski, droga Eulera - txywtzy c) graf nie posiada ani cyklu, ani drogi Eulera 6 / 92
7 Przykªad Droga i cykl Eulera z z y y z y w w w t x t x t x a) b) c) a) graf eulerowski, cykl Eulera - txwzxyz b) graf póªeulerowski, droga Eulera - txywtzy c) graf nie posiada ani cyklu, ani drogi Eulera 7 / 92
8 Przykªad Droga i cykl Eulera z z y y z y w w w t x t x t x a) b) c) a) graf eulerowski, cykl Eulera - txwzxyz b) graf póªeulerowski, droga Eulera - txywtzy c) graf nie posiada ani cyklu, ani drogi Eulera 8 / 92
9 Historia Droga i cykl Eulera W Królewcu, na rzece Pregole s dwie wyspy A i B poª czone ze sob, a tak»e z brzegami C i D za pomoc siedmiu mostów. Nale»y wyruszy z dowolnej cz ±ci l dowej miasta: A, B, C lub D, przej± przez ka»dy z mostów dokªadnie jeden raz i powróci do punktu wyj±ciowego (bez przepªywania przez rzek ). C Brzeg C Rzeka A B Wyspa A Wyspa B Brzeg D D W 1736 problem zostaª rozwi zany przez szwajcarskiego matematyka Leonharda Eulera ( ). Zbudowaª on graf przedstawiony na rysunku przyporz dkowuj c obszarom l du wierzchoªki, a mostom - kraw dzie. Nale»aªo teraz odpowiedzie na pytanie: Czy tak otrzymany graf ma drog zamkni t, która zawiera wszystkie kraw dzie tylko raz? 9 / 92
10 Historia Droga i cykl Eulera W Królewcu, na rzece Pregole s dwie wyspy A i B poª czone ze sob, a tak»e z brzegami C i D za pomoc siedmiu mostów. Nale»y wyruszy z dowolnej cz ±ci l dowej miasta: A, B, C lub D, przej± przez ka»dy z mostów dokªadnie jeden raz i powróci do punktu wyj±ciowego (bez przepªywania przez rzek ). C Brzeg C Rzeka A B Wyspa A Wyspa B Brzeg D D W 1736 problem zostaª rozwi zany przez szwajcarskiego matematyka Leonharda Eulera ( ). Zbudowaª on graf przedstawiony na rysunku przyporz dkowuj c obszarom l du wierzchoªki, a mostom - kraw dzie. Nale»aªo teraz odpowiedzie na pytanie: Czy tak otrzymany graf ma drog zamkni t, która zawiera wszystkie kraw dzie tylko raz? 10 / 92
11 Lemat Je»eli dla ka»dego wierzchoªka grafu G, deg(v) 2, dla v V, wówczas graf zawiera cykl. Dowód. Je»eli graf G zawiera kraw dzie wielokrotne lub p tle wówczas twierdzenie jest prawdziwe. Zakªadamy dalej,»e graf G jest grafem prostym. Niech v 0 b dzie dowolnym wierzchoªkiem grafu G. Utwórzmy drog prost wychodz ca z punktu v 0 wedªug algorytmu: 1 v 0 dowolny wierzchoªek grafu G, przyjmijmy v 1 = v 0 2 i 1 3 do drogi C doª czamy wierzchoªek v 0 4 while droga C nie jest cyklem 5 do 6 niech v i v i 2 b dzie s siadem wierzchoªka v i 1, wybór jest mo»liwy, poniewa» deg(v i 1 ) 2 7 if v i jest wierzchoªkiem nale» cym do drogi v i 1,..., v 0 8 then droga C zawiera cykl 9 else v i doª czamy do drogi C = v i, v i 1,..., v 0 10 i i / 92
12 Lemat Je»eli dla ka»dego wierzchoªka grafu G, deg(v) 2, dla v V, wówczas graf zawiera cykl. Dowód. Je»eli graf G zawiera kraw dzie wielokrotne lub p tle wówczas twierdzenie jest prawdziwe. Zakªadamy dalej,»e graf G jest grafem prostym. Niech v 0 b dzie dowolnym wierzchoªkiem grafu G. Utwórzmy drog prost wychodz ca z punktu v 0 wedªug algorytmu: 1 v 0 dowolny wierzchoªek grafu G, przyjmijmy v 1 = v 0 2 i 1 3 do drogi C doª czamy wierzchoªek v 0 4 while droga C nie jest cyklem 5 do 6 niech v i v i 2 b dzie s siadem wierzchoªka v i 1, wybór jest mo»liwy, poniewa» deg(v i 1 ) 2 7 if v i jest wierzchoªkiem nale» cym do drogi v i 1,..., v 0 8 then droga C zawiera cykl 9 else v i doª czamy do drogi C = v i, v i 1,..., v 0 10 i i / 92
13 Twierdzenie Eulera Graf spójny ma cykl Eulera gdy ka»dy wierzchoªek ma stopie«parzysty. Warunek konieczny. Je»eli graf G ma cykl Eulera, to ma wszystkie wierzchoªki stopnia parzystego. g f d k h c y x z b t s g f d k h c y x z b t s g f d k h c y x z b t s g f d k h c y x z b t s g f d k h c y x z b t s g f d k h c y x z b t s g f d k h c y x z b t s g f d k h c y x z b t s g f d k h c y x z b t s g f d k h c y x z b t s g f d k h c y x z b t s g f d k h c y x z b t s g f d k h c y x z b t s g f d k h c y x z b t s g f d k h c y z b t s g f d k h c y z b t s g f d k h c y z b t s g f d k h c y z b t s x t y x d s f c b h g k t y x z d s f c b h g k t y x z d s f c b h g k t Niech C b dzie cyklem Eulera (na rysunku C = zyxtsytz. Zaªó»my,»e startujemy z pierwszego wierzchoªka cyklu (na rysunku z), idziemy od wierzchoªka do wierzchoªka naszego cyklu i odejmujemy kraw d¹ (mo»e to by p tla), po której ostatnio przeszli±my. Dla ka»dego wierzchoªka cyklu oprócz wierzchoªka pierwszego odj cie dwóch kolejnych kraw dzi cyklu incydentnych z tym wierzchoªkiem zmniejsza jego stopie«o dwa. Gdy powrócimy do wierzchoªka startowego (na rysunku z) pozostan w grae jedynie wierzchoªki stopnia zerowego, co oznacza,»e na pocz tku wszystkie wierzchoªki miaªy stopie«parzysty. 13 / 92
14 Warunek dostateczny. Je»eli graf G ma wszystkie wierzchoªki stopnia parzystego, to ma cykl Eulera. Dowód oparty o zasad indukcji matematycznej, ze wzgl du na liczb kraw dzi m grafu. H H Niech m 1. Zaªó»my,»e twierdzenie jest prawdziwe dla wszystkich grafów posiadaj cych mniej ni» m kraw dzi. Niech G b dzie grafem spójnym, który posiada m kraw dzi oraz stopie«ka»dego wierzchoªka jest liczb parzyst. Poniewa» stopie«ka»dego wierzchoªka wynosi co najmniej H dwa, wi c z poprzedniego lematu wynika,»e graf G ma cykl C. Je±li (V C, E G ) = G wówczas dowód jest zako«czony. W przeciwnym razie ka»da skªadowa spójno±ci grafu G E C speªnia zaªo»enie indukcyjne, wi c jest eulerowska. Cykl Eulera w grae G wyznaczamy nast puj co: przechodzimy przez kolejne wierzchoªki cyklu C. Je±li bie» cy wierzchoªek nale»y do pewnej skªadowej spójno±ci, to od tego wierzchoªka wyznaczamy cykl Eulera w danej skªadowej, powracaj c do tego samego wierzchoªka cyklu C. 14 / 92
15 Twierdzenie Eulera o drodze Eulera Graf spójny maj cy dokªadnie dwa wierzchoªki stopnia nieparzystego ma drog Eulera. Wniosek Z ostatniego twierdzenia wynika,»e w grae póªeulerowskim, ka»da droga Eulera musi mie pocz tek w jednym wierzchoªku nieparzystego stopnia, a koniec w drugim takim wierzchoªku. 15 / 92
16 Twierdzenie Eulera o drodze Eulera Graf spójny maj cy dokªadnie dwa wierzchoªki stopnia nieparzystego ma drog Eulera. Wniosek Z ostatniego twierdzenia wynika,»e w grae póªeulerowskim, ka»da droga Eulera musi mie pocz tek w jednym wierzchoªku nieparzystego stopnia, a koniec w drugim takim wierzchoªku. 16 / 92
17 Twierdzenie Eulera dla grafów skierowanych Graf skierowany jest grafem Eulera wtedy i tylko wtedy, gdy dla dowolnego wierzchoªka v grafu, stopie«wej±ciowy jest równy stopniowi wyj±ciowemu. indeg(v) = outdeg(v) x 4 x 3 Cykl: x 3x 2x 4x 1x 2x 1x 4x 3 x 2 x 1 17 / 92
18 Twierdzenie Eulera dla grafów skierowanych Graf skierowany jest grafem Eulera wtedy i tylko wtedy, gdy dla dowolnego wierzchoªka v grafu, stopie«wej±ciowy jest równy stopniowi wyj±ciowemu. indeg(v) = outdeg(v) x 4 x 3 Cykl: x 3x 2x 4x 1x 2x 1x 4x 3 x 2 x 1 18 / 92
19 Zadanie chi«skiego listonosza Grafy de Bruijna Problem chi«skiego listonosza Zadanie to zostaªo sformuªowane przez chi«skiego matematyka Mei Ku Kwana. Listonosz wychodz c z budynku poczty musi obej± wszystkie ulice w swoim rejonie i powróci do budynku, przechodz c jak najkrótsz drog. W j zyku teorii grafów nale»y w grae spójnym znale¹ drog zamkni t z minimaln liczb kraw dzi albo, w przypadku grafu wa»onego z najmniejsz sum wag, która zawiera ka»d kraw d¹ co najmniej raz. Je»eli graf jest eulerowski, to rozwi zanie problemu jest jednoznaczne i jest nim dowolny cykl Eulera. Je»eli graf jest póªeulerowski, to rozwi zaniem problemu jest droga Eulera i najkrótsza droga powrotna do punktu startowego. Gdy graf nie jest ani eulerowski, ani póªeulerowski, to rozwa»any problem staje si trudny. Rozwi zanie problemu dostarczania poczty polega na wyznaczeniu pewnych kraw dzi, którymi trzeba si porusza kilka razy (innymi sªowy rysunek grafu uzupeªniamy kraw dziami wielokrotnymi, czyni c go grafem Eulera). Kraw dzie, które dorysowujemy wyznacza si u»ywaj c algorytmów: wyznaczania maksymalnego przepªywu i najkrótszych dróg lub stosuj c algorytm najkrótszych ±cie»ek i wyznaczania skojarzenia. 19 / 92
20 Zadanie chi«skiego listonosza Grafy de Bruijna Problem chi«skiego listonosza Zadanie to zostaªo sformuªowane przez chi«skiego matematyka Mei Ku Kwana. Listonosz wychodz c z budynku poczty musi obej± wszystkie ulice w swoim rejonie i powróci do budynku, przechodz c jak najkrótsz drog. W j zyku teorii grafów nale»y w grae spójnym znale¹ drog zamkni t z minimaln liczb kraw dzi albo, w przypadku grafu wa»onego z najmniejsz sum wag, która zawiera ka»d kraw d¹ co najmniej raz. Je»eli graf jest eulerowski, to rozwi zanie problemu jest jednoznaczne i jest nim dowolny cykl Eulera. Je»eli graf jest póªeulerowski, to rozwi zaniem problemu jest droga Eulera i najkrótsza droga powrotna do punktu startowego. Gdy graf nie jest ani eulerowski, ani póªeulerowski, to rozwa»any problem staje si trudny. Rozwi zanie problemu dostarczania poczty polega na wyznaczeniu pewnych kraw dzi, którymi trzeba si porusza kilka razy (innymi sªowy rysunek grafu uzupeªniamy kraw dziami wielokrotnymi, czyni c go grafem Eulera). Kraw dzie, które dorysowujemy wyznacza si u»ywaj c algorytmów: wyznaczania maksymalnego przepªywu i najkrótszych dróg lub stosuj c algorytm najkrótszych ±cie»ek i wyznaczania skojarzenia. 20 / 92
21 Zadanie chi«skiego listonosza Grafy de Bruijna Problem chi«skiego listonosza Zadanie to zostaªo sformuªowane przez chi«skiego matematyka Mei Ku Kwana. Listonosz wychodz c z budynku poczty musi obej± wszystkie ulice w swoim rejonie i powróci do budynku, przechodz c jak najkrótsz drog. W j zyku teorii grafów nale»y w grae spójnym znale¹ drog zamkni t z minimaln liczb kraw dzi albo, w przypadku grafu wa»onego z najmniejsz sum wag, która zawiera ka»d kraw d¹ co najmniej raz. Je»eli graf jest eulerowski, to rozwi zanie problemu jest jednoznaczne i jest nim dowolny cykl Eulera. Je»eli graf jest póªeulerowski, to rozwi zaniem problemu jest droga Eulera i najkrótsza droga powrotna do punktu startowego. Gdy graf nie jest ani eulerowski, ani póªeulerowski, to rozwa»any problem staje si trudny. Rozwi zanie problemu dostarczania poczty polega na wyznaczeniu pewnych kraw dzi, którymi trzeba si porusza kilka razy (innymi sªowy rysunek grafu uzupeªniamy kraw dziami wielokrotnymi, czyni c go grafem Eulera). Kraw dzie, które dorysowujemy wyznacza si u»ywaj c algorytmów: wyznaczania maksymalnego przepªywu i najkrótszych dróg lub stosuj c algorytm najkrótszych ±cie»ek i wyznaczania skojarzenia. 21 / 92
22 Ci g de Bruijna Droga i cykl Eulera Zadanie chi«skiego listonosza Grafy de Bruijna Niech dla ustalonego k N A k := {0, 1, 2,..., k 1}. Zbiór A k b dziemy nazywa alfabetem zªo»onym z k liter 0, 1, 2,..., k 1. Denicja Sªowem dªugo±ci n nad alfabetem A k nazywamy ka»dy ci g n wyrazowy zbudowany z liter alfabetu A k. Denicja Sªowem cyklicznym dªugo±ci s nad alfabetem A k nazywamy ka»dy cykliczny ci g dªugo±ci s zbudowany z liter alfabetu A k. Denicja Ci giem de Bruijna rz du n nad alfabetem A k nazywamy sªowo cykliczne dªugo±ci k n zawieraj ce wszystkie mo»liwe sªowa dªugo±ci n. 22 / 92
23 Ci g de Bruijna Droga i cykl Eulera Zadanie chi«skiego listonosza Grafy de Bruijna Niech dla ustalonego k N A k := {0, 1, 2,..., k 1}. Zbiór A k b dziemy nazywa alfabetem zªo»onym z k liter 0, 1, 2,..., k 1. Denicja Sªowem dªugo±ci n nad alfabetem A k nazywamy ka»dy ci g n wyrazowy zbudowany z liter alfabetu A k. Denicja Sªowem cyklicznym dªugo±ci s nad alfabetem A k nazywamy ka»dy cykliczny ci g dªugo±ci s zbudowany z liter alfabetu A k. Denicja Ci giem de Bruijna rz du n nad alfabetem A k nazywamy sªowo cykliczne dªugo±ci k n zawieraj ce wszystkie mo»liwe sªowa dªugo±ci n. 23 / 92
24 Ci g de Bruijna Droga i cykl Eulera Zadanie chi«skiego listonosza Grafy de Bruijna Niech dla ustalonego k N A k := {0, 1, 2,..., k 1}. Zbiór A k b dziemy nazywa alfabetem zªo»onym z k liter 0, 1, 2,..., k 1. Denicja Sªowem dªugo±ci n nad alfabetem A k nazywamy ka»dy ci g n wyrazowy zbudowany z liter alfabetu A k. Denicja Sªowem cyklicznym dªugo±ci s nad alfabetem A k nazywamy ka»dy cykliczny ci g dªugo±ci s zbudowany z liter alfabetu A k. Denicja Ci giem de Bruijna rz du n nad alfabetem A k nazywamy sªowo cykliczne dªugo±ci k n zawieraj ce wszystkie mo»liwe sªowa dªugo±ci n. 24 / 92
25 Ci g de Bruijna Droga i cykl Eulera Zadanie chi«skiego listonosza Grafy de Bruijna Niech dla ustalonego k N A k := {0, 1, 2,..., k 1}. Zbiór A k b dziemy nazywa alfabetem zªo»onym z k liter 0, 1, 2,..., k 1. Denicja Sªowem dªugo±ci n nad alfabetem A k nazywamy ka»dy ci g n wyrazowy zbudowany z liter alfabetu A k. Denicja Sªowem cyklicznym dªugo±ci s nad alfabetem A k nazywamy ka»dy cykliczny ci g dªugo±ci s zbudowany z liter alfabetu A k. Denicja Ci giem de Bruijna rz du n nad alfabetem A k nazywamy sªowo cykliczne dªugo±ci k n zawieraj ce wszystkie mo»liwe sªowa dªugo±ci n. 25 / 92
26 Zadanie chi«skiego listonosza Grafy de Bruijna Przykªady Dla alfabetu A = {0, 1} (k = 2) dla n = 1: 01 dla n = 2: 0110 dla n = 3: dla n = 4: Dla alfabetu A = {0, 1, 2}) i n = 3: / 92
27 Zadanie chi«skiego listonosza Grafy de Bruijna Przykªady Dla alfabetu A = {0, 1} (k = 2) dla n = 1: 01 dla n = 2: 0110 dla n = 3: dla n = 4: Dla alfabetu A = {0, 1, 2}) i n = 3: / 92
28 Zadanie chi«skiego listonosza Grafy de Bruijna Przykªady Dla alfabetu A = {0, 1} (k = 2) dla n = 1: 01 dla n = 2: 0110 dla n = 3: dla n = 4: Dla alfabetu A = {0, 1, 2}) i n = 3: / 92
29 Zadanie chi«skiego listonosza Grafy de Bruijna Przykªady Dla alfabetu A = {0, 1} (k = 2) dla n = 1: 01 dla n = 2: 0110 dla n = 3: dla n = 4: Dla alfabetu A = {0, 1, 2}) i n = 3: / 92
30 Zadanie chi«skiego listonosza Grafy de Bruijna Przykªady Dla alfabetu A = {0, 1} (k = 2) dla n = 1: 01 dla n = 2: 0110 dla n = 3: dla n = 4: Dla alfabetu A = {0, 1, 2}) i n = 3: / 92
31 Zadanie chi«skiego listonosza Grafy de Bruijna Przykªady Dla alfabetu A = {0, 1} (k = 2) dla n = 1: 01 dla n = 2: 0110 dla n = 3: dla n = 4: Dla alfabetu A = {0, 1, 2}) i n = 3: / 92
32 Graf de Bruijna Droga i cykl Eulera Zadanie chi«skiego listonosza Grafy de Bruijna Denicja n-wymiarowym grafem de Bruijna alfabetu A k, nazywamy skierowany graf G = V, E, którego wierzchoªki wzajemnie jednoznacznie odpowiadaj sªowom o dªugo±ci n, natomiast E = {((v 1, v 2,..., v n), (v 2, v 3,..., v n, v)) : v 1, v 2,..., v n, v A k }. Kraw dziom grafu de Bruijna mo»na przyporz dkowa wagi. Kraw dzi e = ((v 1, v 2,..., v n), (v 2, v 3,..., v n, v)) przyporz dkowujemy wag v. Ci g de Bruijna rz du n nad alfabetem A k mo»e by skonstruowany przy u»yciu cyklu Eulera w (n 1) wymiarowym grae de Bruijna alfabetu A k. 32 / 92
33 Graf de Bruijna Droga i cykl Eulera Zadanie chi«skiego listonosza Grafy de Bruijna Denicja n-wymiarowym grafem de Bruijna alfabetu A k, nazywamy skierowany graf G = V, E, którego wierzchoªki wzajemnie jednoznacznie odpowiadaj sªowom o dªugo±ci n, natomiast E = {((v 1, v 2,..., v n), (v 2, v 3,..., v n, v)) : v 1, v 2,..., v n, v A k }. Kraw dziom grafu de Bruijna mo»na przyporz dkowa wagi. Kraw dzi e = ((v 1, v 2,..., v n), (v 2, v 3,..., v n, v)) przyporz dkowujemy wag v. Ci g de Bruijna rz du n nad alfabetem A k mo»e by skonstruowany przy u»yciu cyklu Eulera w (n 1) wymiarowym grae de Bruijna alfabetu A k. 33 / 92
34 Graf de Bruijna Droga i cykl Eulera Zadanie chi«skiego listonosza Grafy de Bruijna Denicja n-wymiarowym grafem de Bruijna alfabetu A k, nazywamy skierowany graf G = V, E, którego wierzchoªki wzajemnie jednoznacznie odpowiadaj sªowom o dªugo±ci n, natomiast E = {((v 1, v 2,..., v n), (v 2, v 3,..., v n, v)) : v 1, v 2,..., v n, v A k }. Kraw dziom grafu de Bruijna mo»na przyporz dkowa wagi. Kraw dzi e = ((v 1, v 2,..., v n), (v 2, v 3,..., v n, v)) przyporz dkowujemy wag v. Ci g de Bruijna rz du n nad alfabetem A k mo»e by skonstruowany przy u»yciu cyklu Eulera w (n 1) wymiarowym grae de Bruijna alfabetu A k. 34 / 92
35 Denicja Drog Hamiltona nazywamy drog, która przechodzi przez ka»dy wierzchoªek grafu dokªadnie jeden raz. Denicja Cyklem Hamiltona nazywamy cykl przechodz cy przez wszystkie wierzchoªki grafu. Graf posiadaj cy cykl Hamiltona nazywamy grafem hamiltonowskim, a graf posiadaj cy tylko drog Hamiltona - grafem póªhamiltonowskim. w w v w z u z u z x y x y x y a) b) c) 35 / 92
36 Denicja Drog Hamiltona nazywamy drog, która przechodzi przez ka»dy wierzchoªek grafu dokªadnie jeden raz. Denicja Cyklem Hamiltona nazywamy cykl przechodz cy przez wszystkie wierzchoªki grafu. Graf posiadaj cy cykl Hamiltona nazywamy grafem hamiltonowskim, a graf posiadaj cy tylko drog Hamiltona - grafem póªhamiltonowskim. w w v w z u z u z x y x y x y a) b) c) 36 / 92
37 Denicja Drog Hamiltona nazywamy drog, która przechodzi przez ka»dy wierzchoªek grafu dokªadnie jeden raz. Denicja Cyklem Hamiltona nazywamy cykl przechodz cy przez wszystkie wierzchoªki grafu. Graf posiadaj cy cykl Hamiltona nazywamy grafem hamiltonowskim, a graf posiadaj cy tylko drog Hamiltona - grafem póªhamiltonowskim. w w v w z u z u z x y x y x y a) b) c) 37 / 92
38 Denicja Drog Hamiltona nazywamy drog, która przechodzi przez ka»dy wierzchoªek grafu dokªadnie jeden raz. Denicja Cyklem Hamiltona nazywamy cykl przechodz cy przez wszystkie wierzchoªki grafu. Graf posiadaj cy cykl Hamiltona nazywamy grafem hamiltonowskim, a graf posiadaj cy tylko drog Hamiltona - grafem póªhamiltonowskim. w w v w z u z u z x y x y x y a) b) c) 38 / 92
39 Kod Greya Droga i cykl Eulera Zacznijmy od nast puj cej obserwacji: Niech ci g (C 1, C 2,..., C m) zawiera wszystkie ci gi binarne C i dªugo±ci k (jest ich 2 k ), przy czym C i ró»ni si od C i+1 na dokªadnie jednej wspóªrz dnej. Wówczas ci g C 10, C 20,..., C m0, C m1, C m 11,...C 11 zawiera wszystkie ci gi binarne dªugo±ci k + 1, przy czym ka»de dwa s siednie ci gi ró»ni si na dokªadnie jednej wspóªrz dnej. W ten sposób konstruujemy prosty algorytm rekurencyjny generuj cy wszystkie ci gi binarne dªugo±ci n. Otrzymany ci g C 1, C 2,..., C 2 n nazywamy kodem binarnym Greya rz du n. 39 / 92
40 Kod Greya Droga i cykl Eulera Zacznijmy od nast puj cej obserwacji: Niech ci g (C 1, C 2,..., C m) zawiera wszystkie ci gi binarne C i dªugo±ci k (jest ich 2 k ), przy czym C i ró»ni si od C i+1 na dokªadnie jednej wspóªrz dnej. Wówczas ci g C 10, C 20,..., C m0, C m1, C m 11,...C 11 zawiera wszystkie ci gi binarne dªugo±ci k + 1, przy czym ka»de dwa s siednie ci gi ró»ni si na dokªadnie jednej wspóªrz dnej. W ten sposób konstruujemy prosty algorytm rekurencyjny generuj cy wszystkie ci gi binarne dªugo±ci n. Otrzymany ci g C 1, C 2,..., C 2 n nazywamy kodem binarnym Greya rz du n. 40 / 92
41 Kod Greya Droga i cykl Eulera Zacznijmy od nast puj cej obserwacji: Niech ci g (C 1, C 2,..., C m) zawiera wszystkie ci gi binarne C i dªugo±ci k (jest ich 2 k ), przy czym C i ró»ni si od C i+1 na dokªadnie jednej wspóªrz dnej. Wówczas ci g C 10, C 20,..., C m0, C m1, C m 11,...C 11 zawiera wszystkie ci gi binarne dªugo±ci k + 1, przy czym ka»de dwa s siednie ci gi ró»ni si na dokªadnie jednej wspóªrz dnej. W ten sposób konstruujemy prosty algorytm rekurencyjny generuj cy wszystkie ci gi binarne dªugo±ci n. Otrzymany ci g C 1, C 2,..., C 2 n nazywamy kodem binarnym Greya rz du n. 41 / 92
42 Kod Greya Droga i cykl Eulera Zacznijmy od nast puj cej obserwacji: Niech ci g (C 1, C 2,..., C m) zawiera wszystkie ci gi binarne C i dªugo±ci k (jest ich 2 k ), przy czym C i ró»ni si od C i+1 na dokªadnie jednej wspóªrz dnej. Wówczas ci g C 10, C 20,..., C m0, C m1, C m 11,...C 11 zawiera wszystkie ci gi binarne dªugo±ci k + 1, przy czym ka»de dwa s siednie ci gi ró»ni si na dokªadnie jednej wspóªrz dnej. W ten sposób konstruujemy prosty algorytm rekurencyjny generuj cy wszystkie ci gi binarne dªugo±ci n. Otrzymany ci g C 1, C 2,..., C 2 n nazywamy kodem binarnym Greya rz du n. 42 / 92
43 Cykl Hamiltona w kostce Q n W kostce n-wymiarowej Q n, kolejno± ci gów binarnych, wygenerowanych przez kod Grey'a stanowi drog Hamiltona w tej kostce / 92
44 Warunek konieczny istnienia cyklu Hamiltona Twierdzenie Je»eli graf o n wierzchoªkach jest hamiltonowski, to posiada co najmniej n kraw dzi. 44 / 92
45 Warunki wystarczaj ce istnienia cyklu Hamiltona Twierdzenie Ka»dy graf peªny K n jest grafem Hamiltona. K 3 K 4 K 5 45 / 92
46 Warunki wystarczaj ce istnienia cyklu Hamiltona Twierdzenie Ka»dy graf peªny K n jest grafem Hamiltona. K 3 K 4 K 5 46 / 92
47 Warunki wystarczaj ce istnienia cyklu Hamiltona Twierdzenie Ore (1960) Niech graf G = V, E b dzie grafem spójnym i niech V = n 3 (tzn. graf G ma co najmniej trzy wierzchoªki). Je»eli deg(u) + deg(w) n dla ka»dej pary wierzchoªków u, w V, które nie s poª czone kraw dzi, to graf G jest grafem hamiltonowskim. u z u z x 6 x 5 w v x 7 X 4 w x 8 x 3 x y x G 1 G 2 G 3 y x 1 x 2 a) b) c) 47 / 92
48 Warunki wystarczaj ce istnienia cyklu Hamiltona Twierdzenie Ore (1960) Niech graf G = V, E b dzie grafem spójnym i niech V = n 3 (tzn. graf G ma co najmniej trzy wierzchoªki). Je»eli deg(u) + deg(w) n dla ka»dej pary wierzchoªków u, w V, które nie s poª czone kraw dzi, to graf G jest grafem hamiltonowskim. u z u z x 6 x 5 w v x 7 X 4 w x 8 x 3 x y x G 1 G 2 G 3 y x 1 x 2 a) b) c) 48 / 92
49 Warunki wystarczaj ce istnienia cyklu Hamiltona Twierdzenie Dirac (1952) Je»eli w grae prostym i spójnym G = V, E o n wierzchoªkach (n 3) oraz stopie«ka»dego wierzchoªka u V speªnia warunek deg(u) 1 n, to 2 graf G jest grafem hamiltonowskim. Twierdzenie Je»eli w grae prostym i spójnym G o n wierzchoªkach jest co najmniej (n 1)(n 2) + 2 kraw dzi, to graf G jest grafem hamiltonowskim / 92
50 Warunki wystarczaj ce istnienia cyklu Hamiltona Twierdzenie Dirac (1952) Je»eli w grae prostym i spójnym G = V, E o n wierzchoªkach (n 3) oraz stopie«ka»dego wierzchoªka u V speªnia warunek deg(u) 1 n, to 2 graf G jest grafem hamiltonowskim. Twierdzenie Je»eli w grae prostym i spójnym G o n wierzchoªkach jest co najmniej (n 1)(n 2) + 2 kraw dzi, to graf G jest grafem hamiltonowskim / 92
51 warunek konieczny Twierdzenie Niech G = (V 1 V 2, E) b dzie grafem dwudzielnym Je±li G ma cykl Hamiltona, to V 1 = V 2. Je±li G ma drog Hamiltona, to V 1 V / 92
52 peªnych warunek wystarczaj cy Twierdzenie Niech G = (V 1 V 2, E) b dzie grafem peªnym dwudzielnym Je±li V 1 = V 2, to G ma cykl Hamiltona. Je±li V 1 V 2 1, to G ma drog Hamiltona. 52 / 92
53 Cykle Hamiltona rozª czne kraw dziowo Denicja Dwa cykle s rozª czne kraw dziowo, gdy ka»da kraw d¹ nale»y tylko do jednego cyklu w grae. Twierdzenie Graf peªny K n zawiera [ ] n 1 2 rozª cznych kraw dziowo cykli Hamiltona. W grae K 5 mamy [ ] 5 1 = 2 2 W grae K 4 mamy [ ] [ 4 1 = 1 1 ] = / 92
54 Cykle Hamiltona rozª czne kraw dziowo Denicja Dwa cykle s rozª czne kraw dziowo, gdy ka»da kraw d¹ nale»y tylko do jednego cyklu w grae. Twierdzenie Graf peªny K n zawiera [ ] n 1 2 rozª cznych kraw dziowo cykli Hamiltona. W grae K 5 mamy [ ] 5 1 = 2 2 W grae K 4 mamy [ ] [ 4 1 = 1 1 ] = / 92
55 Cykle Hamiltona rozª czne kraw dziowo Denicja Dwa cykle s rozª czne kraw dziowo, gdy ka»da kraw d¹ nale»y tylko do jednego cyklu w grae. Twierdzenie Graf peªny K n zawiera [ ] n 1 2 rozª cznych kraw dziowo cykli Hamiltona. W grae K 5 mamy [ ] 5 1 = 2 2 W grae K 4 mamy [ ] [ 4 1 = 1 1 ] = / 92
56 Twierdzenie Graf peªny K n zawiera ró»nych cykli Hamiltona. (n 1)! 2 W grae K 4 mamy (4 1)! 2 = 3 ró»ne cykle Hamiltona W grae K 5 mamy (5 1)! 2 = 12 cykli Hamiltona, W grae K 20 mamy 19! 2 > 1017 ró»nych cykli Hamiltona. 56 / 92
57 Twierdzenie Graf peªny K n zawiera ró»nych cykli Hamiltona. (n 1)! 2 W grae K 4 mamy (4 1)! 2 = 3 ró»ne cykle Hamiltona W grae K 5 mamy (5 1)! 2 = 12 cykli Hamiltona, W grae K 20 mamy 19! 2 > 1017 ró»nych cykli Hamiltona. 57 / 92
58 Twierdzenie Graf peªny K n zawiera ró»nych cykli Hamiltona. (n 1)! 2 W grae K 4 mamy (4 1)! 2 = 3 ró»ne cykle Hamiltona W grae K 5 mamy (5 1)! 2 = 12 cykli Hamiltona, W grae K 20 mamy 19! 2 > 1017 ró»nych cykli Hamiltona. 58 / 92
59 Twierdzenie Graf peªny K n zawiera ró»nych cykli Hamiltona. (n 1)! 2 W grae K 4 mamy (4 1)! 2 = 3 ró»ne cykle Hamiltona W grae K 5 mamy (5 1)! 2 = 12 cykli Hamiltona, W grae K 20 mamy 19! 2 > 1017 ró»nych cykli Hamiltona. 59 / 92
60 Komiwoja»er ma odwiedzi kilka miast (ka»de dokªadnie jeden raz) i powróci do miasta, z którego wyruszyª przebywaj c ª cznie najkrótsz (najta«sz, lub najszybciej przebyt ) drog. Znane s odlegªo±ci (koszty lub czas) przejazdu mi dzy ka»d par miast. Nale»y wyznaczy komiwoja»erowi tras przejazdu tak, aby mógª odwiedzi ka»de miasto dokªadnie jeden raz i caªkowita droga (koszt lub czas) podró»y byªa/byª mo»liwie najkrótsza/najmniejszy. Problem ten mo»emy sformuªowa w teorii n wierzchoªkowej sieci peªnej, a nast pnie znale¹ najkrótszy (najta«szy lub najszybszy) cykl Hamiltona o n wierzchoªkach. a b c Przykªadowo, w sieci na rysunku cykl a, b, c, d, e, a ma wag 230, a cykl a, b, e, c, d, a ma wag / 92
61 Komiwoja»er ma odwiedzi kilka miast (ka»de dokªadnie jeden raz) i powróci do miasta, z którego wyruszyª przebywaj c ª cznie najkrótsz (najta«sz, lub najszybciej przebyt ) drog. Znane s odlegªo±ci (koszty lub czas) przejazdu mi dzy ka»d par miast. Nale»y wyznaczy komiwoja»erowi tras przejazdu tak, aby mógª odwiedzi ka»de miasto dokªadnie jeden raz i caªkowita droga (koszt lub czas) podró»y byªa/byª mo»liwie najkrótsza/najmniejszy. Problem ten mo»emy sformuªowa w teorii n wierzchoªkowej sieci peªnej, a nast pnie znale¹ najkrótszy (najta«szy lub najszybszy) cykl Hamiltona o n wierzchoªkach. a b c Przykªadowo, w sieci na rysunku cykl a, b, c, d, e, a ma wag 230, a cykl a, b, e, c, d, a ma wag / 92
62 Teoretycznie problem komiwoja»era mo»na rozwi za poprzez wyznaczenie 1 (n 1)! cykli Hamiltona i wybranie tego, który ma najmniejsz sum wag. 2 Oczywi±cie, metoda ta jest bardzo nieefektywna. Bowiem, je±li dysponujemy komputerem sprawdzaj cym milion permutacji na sekund, to: n = 10 liczba cykli wynosi (10 1)!/2 = czas oblicze«= 1.8 s n = 20 liczba cykli wynosi (20 1)!/2 = czas oblicze«ok lat jest NP-zupeªny. Rozwi zania problemu komiwoja»era, mo»emy wybra jedn z dwóch metod: metod dokªadn, np. metod podziaªu i ogranicze«, która wygeneruje dokªadne rozwi zanie, ale dziaªaj c w czasie wykªadniczym (a wi c metoda wolna), metod przybli»on (inaczej nazywan metod aproksymacyjn ), która generuje rozwi zanie bliskie optymalnemu ale dziaªaj c w czasie wielomianowym. 62 / 92
63 Teoretycznie problem komiwoja»era mo»na rozwi za poprzez wyznaczenie 1 (n 1)! cykli Hamiltona i wybranie tego, który ma najmniejsz sum wag. 2 Oczywi±cie, metoda ta jest bardzo nieefektywna. Bowiem, je±li dysponujemy komputerem sprawdzaj cym milion permutacji na sekund, to: n = 10 liczba cykli wynosi (10 1)!/2 = czas oblicze«= 1.8 s n = 20 liczba cykli wynosi (20 1)!/2 = czas oblicze«ok lat jest NP-zupeªny. Rozwi zania problemu komiwoja»era, mo»emy wybra jedn z dwóch metod: metod dokªadn, np. metod podziaªu i ogranicze«, która wygeneruje dokªadne rozwi zanie, ale dziaªaj c w czasie wykªadniczym (a wi c metoda wolna), metod przybli»on (inaczej nazywan metod aproksymacyjn ), która generuje rozwi zanie bliskie optymalnemu ale dziaªaj c w czasie wielomianowym. 63 / 92
64 Teoretycznie problem komiwoja»era mo»na rozwi za poprzez wyznaczenie 1 (n 1)! cykli Hamiltona i wybranie tego, który ma najmniejsz sum wag. 2 Oczywi±cie, metoda ta jest bardzo nieefektywna. Bowiem, je±li dysponujemy komputerem sprawdzaj cym milion permutacji na sekund, to: n = 10 liczba cykli wynosi (10 1)!/2 = czas oblicze«= 1.8 s n = 20 liczba cykli wynosi (20 1)!/2 = czas oblicze«ok lat jest NP-zupeªny. Rozwi zania problemu komiwoja»era, mo»emy wybra jedn z dwóch metod: metod dokªadn, np. metod podziaªu i ogranicze«, która wygeneruje dokªadne rozwi zanie, ale dziaªaj c w czasie wykªadniczym (a wi c metoda wolna), metod przybli»on (inaczej nazywan metod aproksymacyjn ), która generuje rozwi zanie bliskie optymalnemu ale dziaªaj c w czasie wielomianowym. 64 / 92
65 Teoretycznie problem komiwoja»era mo»na rozwi za poprzez wyznaczenie 1 (n 1)! cykli Hamiltona i wybranie tego, który ma najmniejsz sum wag. 2 Oczywi±cie, metoda ta jest bardzo nieefektywna. Bowiem, je±li dysponujemy komputerem sprawdzaj cym milion permutacji na sekund, to: n = 10 liczba cykli wynosi (10 1)!/2 = czas oblicze«= 1.8 s n = 20 liczba cykli wynosi (20 1)!/2 = czas oblicze«ok lat jest NP-zupeªny. Rozwi zania problemu komiwoja»era, mo»emy wybra jedn z dwóch metod: metod dokªadn, np. metod podziaªu i ogranicze«, która wygeneruje dokªadne rozwi zanie, ale dziaªaj c w czasie wykªadniczym (a wi c metoda wolna), metod przybli»on (inaczej nazywan metod aproksymacyjn ), która generuje rozwi zanie bliskie optymalnemu ale dziaªaj c w czasie wielomianowym. 65 / 92
66 Teoretycznie problem komiwoja»era mo»na rozwi za poprzez wyznaczenie 1 (n 1)! cykli Hamiltona i wybranie tego, który ma najmniejsz sum wag. 2 Oczywi±cie, metoda ta jest bardzo nieefektywna. Bowiem, je±li dysponujemy komputerem sprawdzaj cym milion permutacji na sekund, to: n = 10 liczba cykli wynosi (10 1)!/2 = czas oblicze«= 1.8 s n = 20 liczba cykli wynosi (20 1)!/2 = czas oblicze«ok lat jest NP-zupeªny. Rozwi zania problemu komiwoja»era, mo»emy wybra jedn z dwóch metod: metod dokªadn, np. metod podziaªu i ogranicze«, która wygeneruje dokªadne rozwi zanie, ale dziaªaj c w czasie wykªadniczym (a wi c metoda wolna), metod przybli»on (inaczej nazywan metod aproksymacyjn ), która generuje rozwi zanie bliskie optymalnemu ale dziaªaj c w czasie wielomianowym. 66 / 92
67 Teoretycznie problem komiwoja»era mo»na rozwi za poprzez wyznaczenie 1 (n 1)! cykli Hamiltona i wybranie tego, który ma najmniejsz sum wag. 2 Oczywi±cie, metoda ta jest bardzo nieefektywna. Bowiem, je±li dysponujemy komputerem sprawdzaj cym milion permutacji na sekund, to: n = 10 liczba cykli wynosi (10 1)!/2 = czas oblicze«= 1.8 s n = 20 liczba cykli wynosi (20 1)!/2 = czas oblicze«ok lat jest NP-zupeªny. Rozwi zania problemu komiwoja»era, mo»emy wybra jedn z dwóch metod: metod dokªadn, np. metod podziaªu i ogranicze«, która wygeneruje dokªadne rozwi zanie, ale dziaªaj c w czasie wykªadniczym (a wi c metoda wolna), metod przybli»on (inaczej nazywan metod aproksymacyjn ), która generuje rozwi zanie bliskie optymalnemu ale dziaªaj c w czasie wielomianowym. 67 / 92
68 Teoretycznie problem komiwoja»era mo»na rozwi za poprzez wyznaczenie 1 (n 1)! cykli Hamiltona i wybranie tego, który ma najmniejsz sum wag. 2 Oczywi±cie, metoda ta jest bardzo nieefektywna. Bowiem, je±li dysponujemy komputerem sprawdzaj cym milion permutacji na sekund, to: n = 10 liczba cykli wynosi (10 1)!/2 = czas oblicze«= 1.8 s n = 20 liczba cykli wynosi (20 1)!/2 = czas oblicze«ok lat jest NP-zupeªny. Rozwi zania problemu komiwoja»era, mo»emy wybra jedn z dwóch metod: metod dokªadn, np. metod podziaªu i ogranicze«, która wygeneruje dokªadne rozwi zanie, ale dziaªaj c w czasie wykªadniczym (a wi c metoda wolna), metod przybli»on (inaczej nazywan metod aproksymacyjn ), która generuje rozwi zanie bliskie optymalnemu ale dziaªaj c w czasie wielomianowym. 68 / 92
69 Historia TSP - Travelling salesman problem 69 / 92
70 Historia TSP - Travelling salesman problem Dla 49 miast wojewódzkich wedªug starego podziaªu administracyjnego Polski, dªugo± drogi przybli»onej wynosi okoªo 3699 km, a dªugo± drogi optymalnej wynosi okoªo 3580 km. 70 / 92
71 Optymalizacja naturalna. Heurystyki przeszukiwa«heurystyka (gr.heuriskein znale¹, odkry ) to praktyczna, oparta na do±wiadczeniu reguªa post powania, która mo»e znacznie upro±ci lub skróci proces rozwi zywania rozwa»anego problemu, gdy metoda rozwi zania nie jest znana lub jest zawiªa i czasochªonna. Dla zada«, w których mamy do czynienia z wieloma rozwi zaniami, wa»ne jest wczesne odrzucenie nieobiecuj cych kierunków poszukiwania rozwi zania. Zapewnia to ogromne oszcz dno±ci na kosztach obliczeniowych, a w rezultacie przyspiesza znalezienie rozwi zania. Metody heurystyczne pozwalaj na znalezienie w akceptowalnym czasie przynajmniej przybli»onego rozwi zania problemu, cho nie gwarantuje tego we wszystkich przypadkach. Skuteczno±ci kroków heurystycznych nie mo»na w peªni udowodni teoretycznie, mo»na jedynie pokaza do±wiadczalnie ich trafno±. 71 / 92
72 Algorytmy mrówkowe, 1992 Marco Dorigo Mrówki poruszaj si z mrowiska do ustalonego punktu (np. miejsca, gdzie znajduje si po»ywienie). Wracaj c ka»da z nich przebywa dokªadnie t sam drog w przeciwnym kierunku. Ka»da z mrówek napotykaj c na swojej drodze rozgaª zienie dokonuje losowego wyboru drogi (na pocz tku prawdopodobie«stwo wyboru ka»dej z mo»liwo±ci jest takie samo). Mrówki przechodz c tras pozostawiaj za sob pewn ilo± feromonu. W efekcie, z upªywem czasu krótsze drogi pokryte s wi ksz ilo±ci feromonu. Kolejne mrówki dokonuj wyboru dróg losowo, ale z uwzgl dnieniem ilo±ci pozostawionego feromonu. W efekcie ko«cowym mrówki wybieraj najkrótsz z dróg. 72 / 92
73 Algorytmy mrówkowe, 1992 Marco Dorigo Mrówki poruszaj si z mrowiska do ustalonego punktu (np. miejsca, gdzie znajduje si po»ywienie). Wracaj c ka»da z nich przebywa dokªadnie t sam drog w przeciwnym kierunku. Ka»da z mrówek napotykaj c na swojej drodze rozgaª zienie dokonuje losowego wyboru drogi (na pocz tku prawdopodobie«stwo wyboru ka»dej z mo»liwo±ci jest takie samo). Mrówki przechodz c tras pozostawiaj za sob pewn ilo± feromonu. W efekcie, z upªywem czasu krótsze drogi pokryte s wi ksz ilo±ci feromonu. Kolejne mrówki dokonuj wyboru dróg losowo, ale z uwzgl dnieniem ilo±ci pozostawionego feromonu. W efekcie ko«cowym mrówki wybieraj najkrótsz z dróg. 73 / 92
74 Algorytmy mrówkowe, 1992 Marco Dorigo Mrówki poruszaj si z mrowiska do ustalonego punktu (np. miejsca, gdzie znajduje si po»ywienie). Wracaj c ka»da z nich przebywa dokªadnie t sam drog w przeciwnym kierunku. Ka»da z mrówek napotykaj c na swojej drodze rozgaª zienie dokonuje losowego wyboru drogi (na pocz tku prawdopodobie«stwo wyboru ka»dej z mo»liwo±ci jest takie samo). Mrówki przechodz c tras pozostawiaj za sob pewn ilo± feromonu. W efekcie, z upªywem czasu krótsze drogi pokryte s wi ksz ilo±ci feromonu. Kolejne mrówki dokonuj wyboru dróg losowo, ale z uwzgl dnieniem ilo±ci pozostawionego feromonu. W efekcie ko«cowym mrówki wybieraj najkrótsz z dróg. 74 / 92
75 Algorytmy mrówkowe, 1992 Marco Dorigo Mrówki poruszaj si z mrowiska do ustalonego punktu (np. miejsca, gdzie znajduje si po»ywienie). Wracaj c ka»da z nich przebywa dokªadnie t sam drog w przeciwnym kierunku. Ka»da z mrówek napotykaj c na swojej drodze rozgaª zienie dokonuje losowego wyboru drogi (na pocz tku prawdopodobie«stwo wyboru ka»dej z mo»liwo±ci jest takie samo). Mrówki przechodz c tras pozostawiaj za sob pewn ilo± feromonu. W efekcie, z upªywem czasu krótsze drogi pokryte s wi ksz ilo±ci feromonu. Kolejne mrówki dokonuj wyboru dróg losowo, ale z uwzgl dnieniem ilo±ci pozostawionego feromonu. W efekcie ko«cowym mrówki wybieraj najkrótsz z dróg. 75 / 92
76 Algorytmy mrówkowe, 1992 Marco Dorigo Mrówki poruszaj si z mrowiska do ustalonego punktu (np. miejsca, gdzie znajduje si po»ywienie). Wracaj c ka»da z nich przebywa dokªadnie t sam drog w przeciwnym kierunku. Ka»da z mrówek napotykaj c na swojej drodze rozgaª zienie dokonuje losowego wyboru drogi (na pocz tku prawdopodobie«stwo wyboru ka»dej z mo»liwo±ci jest takie samo). Mrówki przechodz c tras pozostawiaj za sob pewn ilo± feromonu. W efekcie, z upªywem czasu krótsze drogi pokryte s wi ksz ilo±ci feromonu. Kolejne mrówki dokonuj wyboru dróg losowo, ale z uwzgl dnieniem ilo±ci pozostawionego feromonu. W efekcie ko«cowym mrówki wybieraj najkrótsz z dróg. 76 / 92
77 Algorytmy mrówkowe, 1992 Marco Dorigo Mrówki poruszaj si z mrowiska do ustalonego punktu (np. miejsca, gdzie znajduje si po»ywienie). Wracaj c ka»da z nich przebywa dokªadnie t sam drog w przeciwnym kierunku. Ka»da z mrówek napotykaj c na swojej drodze rozgaª zienie dokonuje losowego wyboru drogi (na pocz tku prawdopodobie«stwo wyboru ka»dej z mo»liwo±ci jest takie samo). Mrówki przechodz c tras pozostawiaj za sob pewn ilo± feromonu. W efekcie, z upªywem czasu krótsze drogi pokryte s wi ksz ilo±ci feromonu. Kolejne mrówki dokonuj wyboru dróg losowo, ale z uwzgl dnieniem ilo±ci pozostawionego feromonu. W efekcie ko«cowym mrówki wybieraj najkrótsz z dróg. 77 / 92
78 Algorytmy mrówkowe, 1992 Marco Dorigo Mrówki poruszaj si z mrowiska do ustalonego punktu (np. miejsca, gdzie znajduje si po»ywienie). Wracaj c ka»da z nich przebywa dokªadnie t sam drog w przeciwnym kierunku. Ka»da z mrówek napotykaj c na swojej drodze rozgaª zienie dokonuje losowego wyboru drogi (na pocz tku prawdopodobie«stwo wyboru ka»dej z mo»liwo±ci jest takie samo). Mrówki przechodz c tras pozostawiaj za sob pewn ilo± feromonu. W efekcie, z upªywem czasu krótsze drogi pokryte s wi ksz ilo±ci feromonu. Kolejne mrówki dokonuj wyboru dróg losowo, ale z uwzgl dnieniem ilo±ci pozostawionego feromonu. W efekcie ko«cowym mrówki wybieraj najkrótsz z dróg. 78 / 92
79 Algorytmy mrówkowe, 1992 Marco Dorigo Mrówki poruszaj si z mrowiska do ustalonego punktu (np. miejsca, gdzie znajduje si po»ywienie). Wracaj c ka»da z nich przebywa dokªadnie t sam drog w przeciwnym kierunku. Ka»da z mrówek napotykaj c na swojej drodze rozgaª zienie dokonuje losowego wyboru drogi (na pocz tku prawdopodobie«stwo wyboru ka»dej z mo»liwo±ci jest takie samo). Mrówki przechodz c tras pozostawiaj za sob pewn ilo± feromonu. W efekcie, z upªywem czasu krótsze drogi pokryte s wi ksz ilo±ci feromonu. Kolejne mrówki dokonuj wyboru dróg losowo, ale z uwzgl dnieniem ilo±ci pozostawionego feromonu. W efekcie ko«cowym mrówki wybieraj najkrótsz z dróg. 79 / 92
80 Ant System - AS, zastosowanie do TSP Dany jest graf peªny G = N, E, gdzie: N = {1, 2,..., n} zbiór wierzchoªków (miast), E zbiór kraw dzi (bezpo±rednich poª cze«mi dzy miastami). Niech d ij oznacza dªugo±ci kraw dzi (i, j) E, czyli odlegªo±ci mi dzy miastami i i j. W algorytmie AS, w ka»dej iteracji t (1 t t max), k ta mrówka (k = 1,..., m) przechodzi przez graf buduj c cykl dªugo±ci n. Zaªó»my,»e w iteracji t k ta mrówka znajduje si w wierzchoªku i. Prawdopodobie«stwo wyboru kraw dzi do wierzchoªka j jest okre±lone za pomoc wzoru: pij k (τ ij (t)) α (η ij ) β (t) = Σ l N k (τ il (t)) α (η il ) β ) i 80 / 92
81 Ant System - AS, zastosowanie do TSP Dany jest graf peªny G = N, E, gdzie: N = {1, 2,..., n} zbiór wierzchoªków (miast), E zbiór kraw dzi (bezpo±rednich poª cze«mi dzy miastami). Niech d ij oznacza dªugo±ci kraw dzi (i, j) E, czyli odlegªo±ci mi dzy miastami i i j. W algorytmie AS, w ka»dej iteracji t (1 t t max), k ta mrówka (k = 1,..., m) przechodzi przez graf buduj c cykl dªugo±ci n. Zaªó»my,»e w iteracji t k ta mrówka znajduje si w wierzchoªku i. Prawdopodobie«stwo wyboru kraw dzi do wierzchoªka j jest okre±lone za pomoc wzoru: pij k (τ ij (t)) α (η ij ) β (t) = Σ l N k (τ il (t)) α (η il ) β ) i 81 / 92
82 Ant System - AS, zastosowanie do TSP Dany jest graf peªny G = N, E, gdzie: N = {1, 2,..., n} zbiór wierzchoªków (miast), E zbiór kraw dzi (bezpo±rednich poª cze«mi dzy miastami). Niech d ij oznacza dªugo±ci kraw dzi (i, j) E, czyli odlegªo±ci mi dzy miastami i i j. W algorytmie AS, w ka»dej iteracji t (1 t t max), k ta mrówka (k = 1,..., m) przechodzi przez graf buduj c cykl dªugo±ci n. Zaªó»my,»e w iteracji t k ta mrówka znajduje si w wierzchoªku i. Prawdopodobie«stwo wyboru kraw dzi do wierzchoªka j jest okre±lone za pomoc wzoru: pij k (τ ij (t)) α (η ij ) β (t) = Σ l N k (τ il (t)) α (η il ) β ) i 82 / 92
83 Ant System - AS, zastosowanie do TSP Dany jest graf peªny G = N, E, gdzie: N = {1, 2,..., n} zbiór wierzchoªków (miast), E zbiór kraw dzi (bezpo±rednich poª cze«mi dzy miastami). Niech d ij oznacza dªugo±ci kraw dzi (i, j) E, czyli odlegªo±ci mi dzy miastami i i j. W algorytmie AS, w ka»dej iteracji t (1 t t max), k ta mrówka (k = 1,..., m) przechodzi przez graf buduj c cykl dªugo±ci n. Zaªó»my,»e w iteracji t k ta mrówka znajduje si w wierzchoªku i. Prawdopodobie«stwo wyboru kraw dzi do wierzchoªka j jest okre±lone za pomoc wzoru: pij k (τ ij (t)) α (η ij ) β (t) = Σ l N k (τ il (t)) α (η il ) β ) i 83 / 92
84 Ant System - AS, zastosowanie do TSP Dany jest graf peªny G = N, E, gdzie: N = {1, 2,..., n} zbiór wierzchoªków (miast), E zbiór kraw dzi (bezpo±rednich poª cze«mi dzy miastami). Niech d ij oznacza dªugo±ci kraw dzi (i, j) E, czyli odlegªo±ci mi dzy miastami i i j. W algorytmie AS, w ka»dej iteracji t (1 t t max), k ta mrówka (k = 1,..., m) przechodzi przez graf buduj c cykl dªugo±ci n. Zaªó»my,»e w iteracji t k ta mrówka znajduje si w wierzchoªku i. Prawdopodobie«stwo wyboru kraw dzi do wierzchoªka j jest okre±lone za pomoc wzoru: pij k (τ ij (t)) α (η ij ) β (t) = Σ l N k (τ il (t)) α (η il ) β ) i 84 / 92
85 Ant System - AS, zastosowanie do TSP p k ij (t) = gdzie: τ ij (t) ilo± feromonu w kraw dzi (i, j) (τ ij (t)) α (η ij ) β Σ l N k i (τ il (t) α (η il ) β ) η ij warto± heurystyczna okre±laj ca atrakcyjno± wyboru kraw dzi (i, j) np. η ij = 1 d ij N k i lista nieodwiedzonych wierzchoªków s siednich do i. 85 / 92
86 Ant System - AS, zastosowanie do TSP p k ij (t) = gdzie: τ ij (t) ilo± feromonu w kraw dzi (i, j) (τ ij (t)) α (η ij ) β Σ l N k i (τ il (t) α (η il ) β ) η ij warto± heurystyczna okre±laj ca atrakcyjno± wyboru kraw dzi (i, j) np. η ij = 1 d ij N k i lista nieodwiedzonych wierzchoªków s siednich do i. 86 / 92
87 Ant System - AS, zastosowanie do TSP p k ij (t) = gdzie: τ ij (t) ilo± feromonu w kraw dzi (i, j) (τ ij (t)) α (η ij ) β Σ l N k i (τ il (t) α (η il ) β ) η ij warto± heurystyczna okre±laj ca atrakcyjno± wyboru kraw dzi (i, j) np. η ij = 1 d ij N k i lista nieodwiedzonych wierzchoªków s siednich do i. 87 / 92
88 Ant System - AS, zastosowanie do TSP Po przej±ciu grafu przez k t mrówk ustalana jest ilo± feromonu τ k ij (t), jaki pozostawi ona na ka»dej kraw dzi (i, j) cyklu. Wielko± ta mo»e by zdeniowana np. jako τij k (t) = Q L k (t) gdzie Q jest tzw. wspóªczynnikiem dawki feromonu a L k (t) dªugo±ci znalezionej drogi. Aby zapewni zapominanie przez algorytm dªu»szych cykli uwzgl dnia si wyst puj ce w naturze zjawisko parowania feromonu. W efekcie, po zako«czeniu iteracji (czyli przej±ciu m mrówek) ustalana jest ostateczna ilo± feromonu na poszczególnych kraw dziach, która b dzie wykorzystana w nast pnej iteracji zgodnie z zale»no±ci : τ ij (t + 1) = γτ ij (t) + τ ij (t) gdzie τ ij (t) = Σ m k=1 τ k ij (t) i m jest ilo±ci mrówek, natomiast γ odpowiada za wyparowywanie feromonu. 88 / 92
89 Ant System - AS, zastosowanie do TSP Po przej±ciu grafu przez k t mrówk ustalana jest ilo± feromonu τ k ij (t), jaki pozostawi ona na ka»dej kraw dzi (i, j) cyklu. Wielko± ta mo»e by zdeniowana np. jako τij k (t) = Q L k (t) gdzie Q jest tzw. wspóªczynnikiem dawki feromonu a L k (t) dªugo±ci znalezionej drogi. Aby zapewni zapominanie przez algorytm dªu»szych cykli uwzgl dnia si wyst puj ce w naturze zjawisko parowania feromonu. W efekcie, po zako«czeniu iteracji (czyli przej±ciu m mrówek) ustalana jest ostateczna ilo± feromonu na poszczególnych kraw dziach, która b dzie wykorzystana w nast pnej iteracji zgodnie z zale»no±ci : τ ij (t + 1) = γτ ij (t) + τ ij (t) gdzie τ ij (t) = Σ m k=1 τ k ij (t) i m jest ilo±ci mrówek, natomiast γ odpowiada za wyparowywanie feromonu. 89 / 92
90 Ant System - AS, zastosowanie do TSP Po przej±ciu grafu przez k t mrówk ustalana jest ilo± feromonu τ k ij (t), jaki pozostawi ona na ka»dej kraw dzi (i, j) cyklu. Wielko± ta mo»e by zdeniowana np. jako τij k (t) = Q L k (t) gdzie Q jest tzw. wspóªczynnikiem dawki feromonu a L k (t) dªugo±ci znalezionej drogi. Aby zapewni zapominanie przez algorytm dªu»szych cykli uwzgl dnia si wyst puj ce w naturze zjawisko parowania feromonu. W efekcie, po zako«czeniu iteracji (czyli przej±ciu m mrówek) ustalana jest ostateczna ilo± feromonu na poszczególnych kraw dziach, która b dzie wykorzystana w nast pnej iteracji zgodnie z zale»no±ci : τ ij (t + 1) = γτ ij (t) + τ ij (t) gdzie τ ij (t) = Σ m k=1 τ k ij (t) i m jest ilo±ci mrówek, natomiast γ odpowiada za wyparowywanie feromonu. 90 / 92
91 Algorytm AS Droga i cykl Eulera AS(t max) 1 for t 1 to t max 2 do 3 for ka»da mrówka k = 1,..., m 4 do 5 wybierz dowolne miasto 6 for ka»de nieodwiedzone miasto i 7 do 8 wybierz miasto j z listy Ni k, zgodnie z warto±ci pij k (t) 9 for ka»da kraw d¹ (i, j) 10 do 11 wyznacz przyrost τij k (t) na drodze T k (t) 12 for ka»da kraw d¹ (i, j) 13 do 14 przelicz ilo± feromonu τ ij (t + 1) = γτ ij (t) + τ ij (t) 91 / 92
92 Dzi kuj za uwag!!! 92 / 92
Wykład 4. Droga i cykl Eulera i Hamiltona
Wykład 4. i Hamiltona Wykład 4. i Hamiltona 1 / 35 Grafy Eulera Niech G będzie grafem spójnym. Definicja Jeżeli w grafie G istnieje zamknięta droga prosta zawierająca wszystkie krawędzie grafu, to taką
Bardziej szczegółowoDroga i cykl Eulera Przykłady zastosowania drogi i cyku Eulera Droga i cykl Hamiltona. Wykład 4. Droga i cykl Eulera i Hamiltona
Wykład 4. Droga i cykl Eulera i Hamiltona 1 / 92 Grafy Eulera Droga i cykl Eulera Niech G będzie grafem spójnym. Definicja Jeżeli w grafie G istnieje zamknięta droga prosta zawierająca wszystkie krawędzie
Bardziej szczegółowoTeoria grafów i jej zastosowania. 1 / 126
Teoria grafów i jej zastosowania. 1 / 126 Mosty królewieckie W Królewcu, na rzece Pregole znajduj si dwie wyspy poª czone ze sob, a tak»e z brzegami za pomoc siedmiu mostów, tak jak pokazuje rysunek 2
Bardziej szczegółowoc Marcin Sydow Spójno± Grafy i Zastosowania Grafy Eulerowskie 2: Drogi i Cykle Grafy Hamiltonowskie Podsumowanie
2: Drogi i Cykle Spis Zagadnie«drogi i cykle spójno± w tym sªaba i silna k-spójno± (wierzchoªkowa i kraw dziowa) dekompozycja grafu na bloki odlegªo±ci w grae i poj cia pochodne grafy Eulera i Hamiltona
Bardziej szczegółowoMosty królewieckie, chi«ski listonosz i... kojarzenie maª»e«stw
Mosty królewieckie, chi«ski listonosz i... kojarzenie maª»e«stw 3 kwietnia 2014 roku 1 / 106 Mosty królewieckie W Królewcu, na rzece Pregole znajduj si dwie wyspy poª czone ze sob, a tak»e z brzegami za
Bardziej szczegółowoZad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA. W obu podpunktach zakªadamy,»e kolejno± ta«ców jest wa»na.
Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA Zadanko 1 (12p.) Na imprezie w Noc Kupaªy s 44 dziewczyny. Nosz one 11 ró»nych imion, a dla ka»dego imienia s dokªadnie 4 dziewczyny o tym imieniu przy czym ka»da
Bardziej szczegółowoc Marcin Sydow Wst p Grafy i Zastosowania Wierzchoªki 8: Kolorowanie Grafów Mapy Kraw dzie Zliczanie Podsumowanie
8: Kolorowanie Grafów Spis zagadnie«kolorowanie wierzchoªków Kolorowanie map Kolorowanie kraw dzi Wielomian chromatyczny Zastosowania Problem kolorowania grafów ma wiele odmian (np. kolorowanie wierzchoªków,
Bardziej szczegółowoTeoria grafów i sieci 1 / 58
Teoria grafów i sieci 1 / 58 Literatura 1 B.Korte, J.Vygen, Combinatorial optimization 2 D.Jungnickel, Graphs, Networks and Algorithms 3 M.Sysªo, N.Deo Metody optymalizacji dyskretnej z przykªadami w Turbo
Bardziej szczegółowoZadania z kolokwiów ze Wst pu do Informatyki. Semestr II.
Zadania z kolokwiów ze Wst pu do Informatyki. Semestr II. Poni»sze zadania s wyborem zada«z kolokwiów ze Wst pu do Informatyki jakie przeprowadziªem w ci gu ostatnich lat. Marek Zawadowski Zadanie 1 Napisz
Bardziej szczegółowo1) Grafy eulerowskie własnoci algorytmy. 2) Problem chiskiego listonosza
165 1) Grafy eulerowskie własnoci algorytmy 2) Problem chiskiego listonosza 166 Grafy eulerowskie Def. Graf (multigraf, niekoniecznie spójny) jest grafem eulerowskim, jeli zawiera cykl zawierajcy wszystkie
Bardziej szczegółowoMetody dowodzenia twierdze«
Metody dowodzenia twierdze«1 Metoda indukcji matematycznej Je±li T (n) jest form zdaniow okre±lon w zbiorze liczb naturalnych, to prawdziwe jest zdanie (T (0) n N (T (n) T (n + 1))) n N T (n). 2 W przypadku
Bardziej szczegółowoJAO - J zyki, Automaty i Obliczenia - Wykªad 1. JAO - J zyki, Automaty i Obliczenia - Wykªad 1
J zyki formalne i operacje na j zykach J zyki formalne s abstrakcyjnie zbiorami sªów nad alfabetem sko«czonym Σ. J zyk formalny L to opis pewnego problemu decyzyjnego: sªowa to kody instancji (wej±cia)
Bardziej szczegółowoPrzykªady problemów optymalizacji kombinatorycznej
Przykªady problemów optymalizacji kombinatorycznej Problem Komiwoja»era (PK) Dane: n liczba miast, n Z +, c ji, i, j {1,..., n}, i j odlegªo± mi dzy miastem i a miastem j, c ji = c ij, c ji R +. Zadanie:
Bardziej szczegółowoMetodydowodzenia twierdzeń
1 Metodydowodzenia twierdzeń Przez zdanie rozumiemy dowolne stwierdzenie, które jest albo prawdziwe, albo faªszywe (nie mo»e by ono jednocze±nie prawdziwe i faªszywe). Tradycyjnie b dziemy u»ywali maªych
Bardziej szczegółowoWST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14
WST P DO TEORII INFORMACJI I KODOWANIA Grzegorz Szkibiel Wiosna 203/4 Spis tre±ci Kodowanie i dekodowanie 4. Kodowanie a szyfrowanie..................... 4.2 Podstawowe poj cia........................
Bardziej szczegółowoc Marcin Sydow Przepªywy Grafy i Zastosowania Podsumowanie 12: Przepªywy w sieciach
12: w sieciach Spis zagadnie«sieci przepªywowe przepªywy w sieciach ±cie»ka powi kszaj ca tw. Forda-Fulkersona Znajdowanie maksymalnego przepªywu Zastosowania przepªywów Sieci przepªywowe Sie przepªywowa
Bardziej szczegółowoWST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14
WST P DO TEORII INFORMACJI I KODOWANIA Grzegorz Szkibiel Wiosna 2013/14 Spis tre±ci 1 Kodowanie i dekodowanie 4 1.1 Kodowanie a szyfrowanie..................... 4 1.2 Podstawowe poj cia........................
Bardziej szczegółowo1 Metody iteracyjne rozwi zywania równania f(x)=0
1 Metody iteracyjne rozwi zywania równania f()=0 1.1 Metoda bisekcji Zaªó»my,»e funkcja f jest ci gªa w [a 0, b 0 ]. Pierwiastek jest w przedziale [a 0, b 0 ] gdy f(a 0 )f(b 0 ) < 0. (1) Ustalmy f(a 0
Bardziej szczegółowoRelacj binarn okre±lon w zbiorze X nazywamy podzbiór ϱ X X.
Relacje 1 Relacj n-argumentow nazywamy podzbiór ϱ X 1 X 2... X n. Je±li ϱ X Y jest relacj dwuargumentow (binarn ), to zamiast (x, y) ϱ piszemy xϱy. Relacj binarn okre±lon w zbiorze X nazywamy podzbiór
Bardziej szczegółowoWykªad 1. Wprowadzenie do teorii grafów
Wykªad 1. Wprowadzenie do teorii grafów 1 / 112 Literatura 1 W. Lipski; Kombinatoryka dla programistów. 2 T. Cormen, Ch. E. Leiserson, R. L. Rivest; Wprowadzenie do algorytmów. 3 K. A. Ross, Ch. R. B.
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowoMateriaªy do Repetytorium z matematyki
Materiaªy do Repetytorium z matematyki 0/0 Dziaªania na liczbach wymiernych i niewymiernych wiczenie Obliczy + 4 + 4 5. ( + ) ( 4 + 4 5). ( : ) ( : 4) 4 5 6. 7. { [ 7 4 ( 0 7) ] ( } : 5) : 0 75 ( 8) (
Bardziej szczegółowoRównania ró»niczkowe I rz du (RRIR) Twierdzenie Picarda. Anna D browska. WFTiMS. 23 marca 2010
WFTiMS 23 marca 2010 Spis tre±ci 1 Denicja 1 (równanie ró»niczkowe pierwszego rz du) Równanie y = f (t, y) (1) nazywamy równaniem ró»niczkowym zwyczajnym pierwszego rz du w postaci normalnej. Uwaga 1 Ogólna
Bardziej szczegółowo10a: Wprowadzenie do grafów
10a: Wprowadzenie do grafów Spis zagadnie«zastosowania grafów denicja grafu (i skierowanego), prostego, multigrafu drogi i cykle, spójno± w tym sªaba i silna drzewo i las: denicja, charakteryzacje, wªasno±ci
Bardziej szczegółowoMinimalne drzewa rozpinaj ce
y i y i drzewa Spis zagadnie«y i drzewa i lasy cykle fundamentalne i rozci cia fundamentalne wªasno±ci cykli i rozci minimalne drzewa algorytm algorytm Drzewo y i spójnego, nieskierowanego grafu prostego
Bardziej szczegółowoXVII Warmi«sko-Mazurskie Zawody Matematyczne
1 XVII Warmi«sko-Mazurskie Zawody Matematyczne Kategoria: klasa VIII szkoªy podstawowej i III gimnazjum Olsztyn, 16 maja 2019r. Zad. 1. Udowodnij,»e dla dowolnych liczb rzeczywistych x, y, z speªniaj cych
Bardziej szczegółowoGrafy i Zastosowania. 1: Wprowadzenie i poj cia podstawowe. c Marcin Sydow. Wprowadzenie. Podstawowe poj cia. Operacje na grafach.
1: i podstawowe Spis Zagadnie«zastosowania grafów denicja grafu (i skierowanego), prostego, multigrafu s siedztwo i incydencja izomorzm grafów stopnie wierzchoªków (w tym wej±ciowy i wyj±ciowy), lemat
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowoProblemy optymalizacyjne - zastosowania
Problemy optymalizacyjne - zastosowania www.qed.pl/ai/nai2003 PLAN WYKŁADU Zło ono obliczeniowa - przypomnienie Problemy NP-zupełne klika jest NP-trudna inne problemy NP-trudne Inne zadania optymalizacyjne
Bardziej szczegółowoLab. 02: Algorytm Schrage
Lab. 02: Algorytm Schrage Andrzej Gnatowski 5 kwietnia 2015 1 Opis zadania Celem zadania laboratoryjnego jest zapoznanie si z jednym z przybli»onych algorytmów sªu» cych do szukania rozwi za«znanego z
Bardziej szczegółowoPodstawy matematyki dla informatyków
Podstawy matematyki dla informatyków Wykªad 6 10 listopada 2011 W poprzednim odcinku... Zbiory A i B s równoliczne (tej samej mocy ), gdy istnieje bijekcja f : A 1 1 B. Piszemy A B lub A = B. na Moc zbioru
Bardziej szczegółowoWektory w przestrzeni
Wektory w przestrzeni Informacje pomocnicze Denicja 1. Wektorem nazywamy uporz dkowan par punktów. Pierwszy z tych punktów nazywamy pocz tkiem wektora albo punktem zaczepienia wektora, a drugi - ko«cem
Bardziej szczegółowoAlgorytmy i Struktury Danych
Lista zada«. Nr 4. 9 kwietnia 2016 IIUWr. II rok informatyki. Algorytmy i Struktury Danych 1. (0pkt) Rozwi» wszystkie zadania dodatkowe. 2. (1pkt) Uªó» algorytm znajduj cy najta«sz drog przej±cia przez
Bardziej szczegółowoGrafy i Zastosowania. 9: Digrafy (grafy skierowane) c Marcin Sydow. Digrafy. Porz dki cz ±ciowe * Euler i Hamilton. Turnieje
9: (grafy skierowane) Spis zagadnie«cz ±ciowe Przykªady: gªosowanie wi kszo±ciowe, Digraf (graf skierowany) Digraf to równowa»ny termin z terminem graf skierowany (od ang. directed graph). W grafach skierowanych
Bardziej szczegółowoNotatki z AiSD. Nr 2. 4 marca 2010 Algorytmy Zachªanne.
Notatki z AiSD. Nr 2. 4 marca 2010 Algorytmy Zachªanne. IIUWr. II rok informatyki. Przygotowaª: Krzysztof Lory± 1 Schemat ogólny. Typowe zadanie rozwi zywane metod zachªann ma charakter optymalizacyjny.
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowoMaszyny Turinga i problemy nierozstrzygalne. Maszyny Turinga i problemy nierozstrzygalne
Maszyny Turinga Maszyna Turinga jest automatem ta±mowym, skª da si z ta±my (tablicy symboli) potencjalnie niesko«czonej w prawo, zakªadamy,»e w prawie wszystkich (tzn. wszystkich poza sko«czon liczb )
Bardziej szczegółowoUkªady równa«liniowych
dr Krzysztof yjewski Mechatronika; S-I 0 in» 7 listopada 206 Ukªady równa«liniowych Informacje pomocnicze Denicja Ogólna posta ukªadu m równa«liniowych z n niewiadomymi x, x, x n, gdzie m, n N jest nast
Bardziej szczegółowoAlgorytmy grafowe 2. Andrzej Jastrz bski. Akademia ETI. Politechnika Gda«ska Algorytmy grafowe 2
Algorytmy grafowe 2 Andrzej Jastrz bski Akademia ETI Minimalne drzewo spinaj ce Drzewem nazywamy spójny graf nie posiadaj cy cyklu. Liczba wierzchoªków drzewa jest o jeden wi ksza od liczby jego kraw dzi.
Bardziej szczegółowoDrzewa Gomory-Hu Wprowadzenie. Drzewa Gomory-Hu. Jakub Š cki. 14 pa¹dziernika 2009
Wprowadzenie Drzewa Gomory-Hu Jakub Š cki 14 pa¹dziernika 2009 Wprowadzenie 1 Wprowadzenie Podstawowe poj cia i fakty 2 Istnienie drzew Gomory-Hu 3 Algorytm budowy drzew 4 Problemy otwarte Wprowadzenie
Bardziej szczegółowoWykªad 4. Funkcje wielu zmiennych.
Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 4. Funkcje wielu zmiennych. Zbiory na pªaszczy¹nie i w przestrzeni.
Bardziej szczegółowoWYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA
DROGI i CYKLE w grafach Dla grafu (nieskierowanego) G = ( V, E ) drogą z wierzchołka v 0 V do v t V nazywamy ciąg (naprzemienny) wierzchołków i krawędzi grafu: ( v 0, e, v, e,..., v t, e t, v t ), spełniający
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowoTeoria grafów i sieci 1 / 188
Teoria grafów i sieci / Drzewa z wagami Drzewem z wagami nazywamy drzewo z korzeniem, w którym do ka»dego li±cia przyporz dkowana jest liczba nieujemna, nazywana wag tego li±cia. / Drzewa z wagami Drzewem
Bardziej szczegółowoc Marcin Sydow Planarno± Grafy i Zastosowania Tw. Eulera 7: Planarno± Inne powierzchnie Dualno± Podsumowanie
7: Spis zagadnie«twierdzenie Kuratowskiego Wªasno±ci planarno±ci Twierdzenie Eulera Grafy na innych powierzchniach Poj cie dualno±ci geometrycznej i abstrakcyjnej Graf Planarny Graf planarny to taki graf,
Bardziej szczegółowoWykªad 7. Ekstrema lokalne funkcji dwóch zmiennych.
Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Denicja Mówimy,»e funkcja
Bardziej szczegółowoElementy geometrii w przestrzeni R 3
Elementy geometrii w przestrzeni R 3 Z.Šagodowski Politechnika Lubelska 29 maja 2016 Podstawowe denicje Wektorem nazywamy uporz dkowan par punktów (A,B) z których pierwszy nazywa si pocz tkiem a drugi
Bardziej szczegółowoO pewnym zadaniu olimpijskim
O pewnym zadaniu olimpijskim Michaª Seweryn, V LO w Krakowie opiekun pracy: dr Jacek Dymel Problem pocz tkowy Na drugim etapie LXII Olimpiady Matematycznej pojawiª si nast puj cy problem: Dla ka»dej liczby
Bardziej szczegółowoVincent Van GOGH: M»czyzna pij cy li»ank kawy. Radosªaw Klimek. J zyk programowania Java
J zyk programowania JAVA c 2011 Vincent Van GOGH: M»czyzna pij cy li»ank kawy Zadanie 6. Napisz program, który tworzy tablic 30 liczb wstawia do tej tablicy liczby od 0 do 29 sumuje te elementy tablicy,
Bardziej szczegółowoBiedronka. Wej±cie. Wyj±cie. Przykªady. VI OIG Zawody dru»ynowe, Finaª. 19 V 2012 Dost pna pami : 64 MB.
Biedronka Pªot ma D cm dªugo±ci i zbudowany jest z desek zako«czonych trójk tami równoramiennymi, poª czonych ze sob w jedn caªo±. Dªugo± ramienia ka»dego z trójk tów stanowi P % dªugo±ci podstawy. Po
Bardziej szczegółowoFunkcja kwadratowa, wielomiany oraz funkcje wymierne
Funkcja kwadratowa, wielomiany oraz funkcje wymierne Šukasz Dawidowski Nocne powtórki maturalne 28 kwietnia 2014 r. Troch teorii Funkcj f : R R dan wzorem: f (x) = ax 2 + bx + c gdzie a 0 nazywamy funkcj
Bardziej szczegółowoGrafy i Zastosowania. 5: Drzewa Rozpinaj ce. c Marcin Sydow. Drzewa rozpinaj ce. Cykle i rozci cia fundamentalne. Zastosowania
Grafy i Grafy i 5: Rozpinaj ce Spis zagadnie«grafy i i lasy cykle fundamentalne i wªasno±ci cykli i rozci przestrzenie cykli i rozci * : zastosowanie w sieciach elektrycznych minimalne * algorytm Kruskala*
Bardziej szczegółowoGrafy. Andrzej Jastrz bski. Akademia ET I. Politechnika Gda«ska
Andrzej Jastrz bski Akademia ET I Graf Grafem nazywamy par G = (V, E), gdzie V to zbiór wierzchoªków, E zbiór kraw dzi taki,»e E {{u, v} : u, v V u v}. Wierzchoªki v, u V s s siaduj ce je±li s poª czone
Bardziej szczegółowoMetoda tablic semantycznych. 1 Metoda tablic semantycznych
1 Zarówno metoda tablic semantycznych, jak i rezolucji, to dosy sprawny algorytm do badania speªnialni±ci formuª, a wi c i tautologii. Chodzi w niej o wskazanie, je±li istnieje, modelu dla formuªy. Opiera
Bardziej szczegółowoFunkcje. Šukasz Dawidowski. 25 kwietnia 2016r. Powtórki maturalne
Funkcje Šukasz Dawidowski Powtórki maturalne 25 kwietnia 2016r. Uzasadnij,»e równanie x 3 + 2x 2 3x = 6 ma dwa niewymierne pierwiastki. Funkcja f dana jest wzorem f (x) = 2x + 1. Rozwi» równanie f (x +
Bardziej szczegółowoAlgorytmiczna teoria grafów
18 maja 2013 Twierdzenie Halla o maª»e«stwach Problem Wyobra¹my sobie,»e mamy m dziewczyn i pewn liczb chªopców. Ka»da dziewczyna chce wyj± za m», przy czym ka»da z nich godzi si po±lubi tylko pewnych
Bardziej szczegółowo12: Znajdowanie najkrótszych ±cie»ek w grafach
12: Znajdowanie najkrótszych ±cie»ek w grafach Spis zagadnie«problem najkrótszych ±cie»ek z jednym ¹ródªem Rozwi zanie sznurkowe kraw dzi Wariant 1: Wariant 2: nieujemne kraw dzie (Dijkstra) Wariant 3:
Bardziej szczegółowoTwierdzenie Wainera. Marek Czarnecki. Warszawa, 3 lipca Wydziaª Filozoi i Socjologii Uniwersytet Warszawski
Twierdzenie Wainera Marek Czarnecki Wydziaª Filozoi i Socjologii Uniwersytet Warszawski Wydziaª Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski Warszawa, 3 lipca 2009 Motywacje Dla dowolnej
Bardziej szczegółowoElementy teorii grafów, sposoby reprezentacji grafów w komputerze
Elementy teorii grafów, sposoby reprezentacji grafów w komputerze Autor projektu: dr Andrzej Mróz (UMK) Projekt pn. Wzmocnienie potencjaªu dydaktycznego UMK w Toruniu w dziedzinach matematyczno-przyrodniczych
Bardziej szczegółowoSuma dwóch grafów. Zespolenie dwóch grafów
Suma dwóch grafów G 1 = ((G 1 ), E(G 1 )) G 2 = ((G 2 ), E(G 2 )) (G 1 ) i (G 2 ) rozłączne Suma G 1 G 2 graf ze zbiorem wierzchołków (G 1 ) (G 2 ) i rodziną krawędzi E(G 1 ) E(G 2 ) G 1 G 2 G 1 G 2 Zespolenie
Bardziej szczegółowoGrafy. 3. G = (V, E ) jest podgrafem G = (V, G), je±li V V i E E. 4. G = (V, G) jest sum grafów G = (V, E ), G = (V, E ), je±li V = V V, E = E E.
Grafy 1. Denicja. Graf jest par G = (V, E), gdzie V jest zbiorem wierzchoªków, a E zbiorem kraw dzi. Kraw dzie s nieuporz dkowanymi parami wierzchoªków lub parami uporz dkowanymi (mówimy wtedy o grafach
Bardziej szczegółowoGrafy i Zastosowania. 11: Twierdzenia Minimaksowe. c Marcin Sydow. Wst p: Tw. Halla. Dualno± Zbiory niezale»ne. Skojarzenia c.d.
11: Twierdzenia Minimaksowe Spis zagadnie«wst p: Kojarzenie Maª»e«stw i i twierdzenia minimaksowe i pokrycia (Tw. Gallai) w grafach (tw. Berge'a) w grafach dwudzielnych (tw. Königa, ) Pokrycia macierzy
Bardziej szczegółowoWybrane poj cia i twierdzenia z wykªadu z teorii liczb
Wybrane poj cia i twierdzenia z wykªadu z teorii liczb 1. Podzielno± Przedmiotem bada«teorii liczb s wªasno±ci liczb caªkowitych. Zbiór liczb caªkowitych oznacza b dziemy symbolem Z. Zbiór liczb naturalnych
Bardziej szczegółowoELEMENTARNA TEORIA LICZB. 1. Podzielno±
ELEMENTARNA TEORIA LICZB IZABELA AGATA MALINOWSKA N = {1, 2,...} 1. Podzielno± Denicja 1.1. Niepusty podzbiór A zbioru liczb naturalnych jest ograniczony, je»eli istnieje taka liczba naturalna n 0,»e m
Bardziej szczegółowoc Marcin Sydow Podstawy Grafy i Zastosowania Kod Prüfera 3: Drzewa Drzewa ukorzenione * Drzewa binarne Zastosowania Podsumowanie
Grafy i Grafy i 3: Spis zagadnie«grafy i drzewo i las: denicja, charakteryzacje, wªasno±ci kodowanie Prüfera i zliczanie drzew etykietowanych (tw. Cayleya) drzewa drzewa zliczanie drzew binarnych (tw.
Bardziej szczegółowoEkstremalnie fajne równania
Ekstremalnie fajne równania ELEMENTY RACHUNKU WARIACYJNEGO Zaczniemy od ogólnych uwag nt. rachunku wariacyjnego, który jest bardzo przydatnym narz dziem mog cym posªu»y do rozwi zywania wielu problemów
Bardziej szczegółowoZdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt:
Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt: zdzedzej@mif.pg.gda.pl www.mif.pg.gda.pl/homepages/zdzedzej () 5 pa¹dziernika 2016 1 / 1 Literatura podstawowa R. Rudnicki, Wykªady z analizy
Bardziej szczegółowoMatematyka dyskretna dla informatyków
Matematyka dyskretna dla informatyków Cz ± I: Elementy kombinatoryki Jerzy Jaworski Zbigniew Palka Jerzy Szyma«ski Uniwersytet im. Adama Mickiewicza Pozna«2007 4 Zależności rekurencyjne Wiele zale»no±ci
Bardziej szczegółowoElementy teorii grafów, sposoby reprezentacji grafów w komputerze
Elementy teorii grafów, sposoby reprezentacji grafów w komputerze dr Andrzej Mróz (UMK w Toruniu) 2013 Projekt wspóªnansowany ze ±rodków Unii Europejskiej w ramach Europejskiego Funduszu Spoªecznego Projekt
Bardziej szczegółowoANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15
ANALIZA NUMERYCZNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Metoda Eulera 3 1.1 zagadnienia brzegowe....................... 3 1.2 Zastosowanie ró»niczki...................... 4 1.3 Output do pliku
Bardziej szczegółowoZbiory i odwzorowania
Zbiory i odwzorowania 1 Sposoby okre±lania zbiorów 1) Zbiór wszystkich elementów postaci f(t), gdzie t przebiega zbiór T : {f(t); t T }. 2) Zbiór wszystkich elementów x zbioru X speªniaj cych warunek ϕ(x):
Bardziej szczegółowoMatematyka dyskretna
Matematyka dyskretna Wykład 13: Teoria Grafów Gniewomir Sarbicki Literatura R.J. Wilson Wprowadzenie do teorii grafów Definicja: Grafem (skończonym, nieskierowanym) G nazywamy parę zbiorów (V (G), E(G)),
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowo1 Bª dy i arytmetyka zmiennopozycyjna
1 Bª dy i arytmetyka zmiennopozycyjna Liczby w pami ci komputera przedstawiamy w ukªadzie dwójkowym w postaci zmiennopozycyjnej Oznacza to,»e s one postaci ±m c, 01 m < 1, c min c c max, (1) gdzie m nazywamy
Bardziej szczegółowoPodstawowe algorytmy grafowe i ich zastosowania
Podstawowe algorytmy grafowe i ich zastosowania Autor projektu: dr Andrzej Mróz (UMK) Projekt pn. Wzmocnienie potencjaªu dydaktycznego UMK w Toruniu w dziedzinach matematyczno-przyrodniczych realizowany
Bardziej szczegółowoWst p teoretyczny do wiczenia nr 3 - Elementy kombinatoryki
Wst p teoretyczny do wiczenia nr 3 - Elementy kombinatoryki 1 Zadania na wiczenia nr 3 - Elementy kombinatoryki Zad. 1. Ile istnieje ró»nych liczb czterocyfrowych zakªadaj c,»e cyfry nie powtarzaj si a
Bardziej szczegółowoc Marcin Sydow Grafy i Zastosowania BFS DFS 4: Przeszukiwanie Grafów (BFS, DFS i zastosowania) DFS nieskierowane DFS skierowane Podsumowanie
4: Przeszukiwanie Grafów (, i zastosowania) Spis zagadnie«przeszukiwanie grafów (rola, schemat ogólny, zastosowania) realizacje (kolejka, stos, rekurencja) przeszukiwanie wszerz zastosowania przeszukiwanie
Bardziej szczegółowoListy i operacje pytania
Listy i operacje pytania Iwona Polak iwona.polak@us.edu.pl Uniwersytet l ski Instytut Informatyki pa¹dziernika 07 Który atrybut NIE wyst puje jako atrybut elementów listy? klucz elementu (key) wska¹nik
Bardziej szczegółowoListy Inne przykªady Rozwi zywanie problemów. Listy w Mathematice. Marcin Karcz. Wydziaª Matematyki, Fizyki i Informatyki.
Wydziaª Matematyki, Fizyki i Informatyki 10 marca 2008 Spis tre±ci Listy 1 Listy 2 3 Co to jest lista? Listy List w Mathematice jest wyra»enie oddzielone przecinkami i zamkni te w { klamrach }. Elementy
Bardziej szczegółowoArkusz maturalny. Šukasz Dawidowski. 25 kwietnia 2016r. Powtórki maturalne
Arkusz maturalny Šukasz Dawidowski Powtórki maturalne 25 kwietnia 2016r. Odwrotno±ci liczby rzeczywistej 1. 9 8 2. 0, (1) 3. 8 9 4. 0, (8) 3 4 4 4 1 jest liczba Odwrotno±ci liczby rzeczywistej 3 4 4 4
Bardziej szczegółowoALGORYTMIKA Wprowadzenie do algorytmów
ALGORYTMIKA Wprowadzenie do algorytmów Popularne denicje algorytmu przepis opisuj cy krok po kroku rozwi zanie problemu lub osi gni cie jakiego± celu. (M. Sysªo, Algorytmy, ±ci±lejszej denicji w ksi»ce
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowoPodstawowepojęciateorii grafów
7 Podstawowepojęciateorii grafów Wiele sytuacji z»ycia codziennego mo»e by w wygodny sposób opisanych gracznie za pomoc rysunków skªadaj cych si ze zbioru punktów i linii ª cz cych pewne pary tych punktów.
Bardziej szczegółowoEgzaminy i inne zadania. Semestr II.
Egzaminy i inne zadania. Semestr II. Poni»sze zadania s wyborem zada«ze Wst pu do Informatyki z egzaminów jakie przeprowadziªem w ci gu ostatnich lat. Ponadto doª czyªem szereg zada«, które pojawiaªy si
Bardziej szczegółowoCzy istnieje zamknięta droga spaceru przechodząca przez wszystkie mosty w Królewcu dokładnie jeden raz?
DROGI i CYKLE EULERA w grafach Czy istnieje zamknięta droga spaceru przechodząca przez wszystkie mosty w Królewcu dokładnie jeden raz? Czy można narysować podaną figurę nie odrywając ołówka od papieru
Bardziej szczegółowoCiaªa i wielomiany. 1 Denicja ciaªa. Ciaªa i wielomiany 1
Ciaªa i wielomiany 1 Ciaªa i wielomiany 1 Denicja ciaªa Niech F b dzie zbiorem, i niech + (dodawanie) oraz (mno»enie) b d dziaªaniami na zbiorze F. Denicja. Zbiór F wraz z dziaªaniami + i nazywamy ciaªem,
Bardziej szczegółowoElementy geometrii analitycznej w przestrzeni
Wykªad 3 Elementy geometrii analitycznej w przestrzeni W wykªadzie tym wi kszy nacisk zostaª poªo»ony raczej na intuicyjne rozumienie deniowanych poj, ni» ±cisªe ich zdeniowanie. Dlatego niniejszy wykªad
Bardziej szczegółowoZadania z PM II A. Strojnowski str. 1. Zadania przygotowawcze z Podstaw Matematyki seria 2
Zadania z PM II 010-011 A. Strojnowski str. 1 Zadania przygotowawcze z Podstaw Matematyki seria Zadanie 1 Niech A = {1,, 3, 4} za± T A A b dzie relacj okre±lon wzorem: (a, b) T, gdy n N a n = b. a) Ile
Bardziej szczegółowo1 a + b 1 = 1 a + 1 b 1. (a + b 1)(a + b ab) = ab, (a + b)(a + b ab 1) = 0, (a + b)[a(1 b) + (b 1)] = 0,
XIII Warmi«sko-Mazurskie Zawody Matematyczne. Olsztyn 2015 Rozwi zania zada«dla szkóª ponadgimnazjalnych ZADANIE 1 Zakªadamy,»e a, b 0, 1 i a + b 1. Wykaza,»e z równo±ci wynika,»e a = -b 1 a + b 1 = 1
Bardziej szczegółowoFunkcje, wielomiany. Informacje pomocnicze
Funkcje, wielomiany Informacje pomocnicze Przydatne wzory: (a + b) 2 = a 2 + 2ab + b 2 (a b) 2 = a 2 2ab + b 2 (a + b) 3 = a 3 + 3a 2 b + 3ab 2 + b 3 (a b) 3 = a 3 3a 2 b + 3ab 2 b 3 a 2 b 2 = (a + b)(a
Bardziej szczegółowoTEORIA GRAFÓW I SIECI
TEORIA GRAFÓW I SIECI Temat nr 3: Marszruty, łańcuchy, drogi w grafach dr hab. inż. Zbigniew TARAPATA, prof. WAT e-mail: zbigniew.tarapata@wat.edu.pl http://tarapata.edu.pl tel.: 261-83-95-04, p.225/100
Bardziej szczegółowoHotel Hilberta. Zdumiewaj cy ±wiat niesko«czono±ci. Marcin Kysiak. Festiwal Nauki, 20.09.2011. Instytut Matematyki Uniwersytetu Warszawskiego
Zdumiewaj cy ±wiat niesko«czono±ci Instytut Matematyki Uniwersytetu Warszawskiego Festiwal Nauki, 20.09.2011 Nasze do±wiadczenia hotelowe Fakt oczywisty Hotel nie przyjmie nowych go±ci, je»eli wszystkie
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowoTEORIA GRAFÓW. Graf skierowany dla ka»dej kraw dzi (oznaczanej tutaj jako ªuk) para wierzchoªków incydentnych jest par uporz dkowan {u, v}.
Podstawowe denicje: TEORIA GRAFÓW Graf (nieskierowany) G = (V, E) struktura skªadaj ca si ze: zbioru wierzchoªków V = {,,..., v n } oraz zbioru kraw dzi E = {e 1, e 2,..., e m }. Z ka»d kraw dzi e skojarzona
Bardziej szczegółowoWojewódzki Konkurs Matematyczny
sumaryczna liczba punktów (wypeªnia sprawdzaj cy) Wojewódzki Konkurs Matematyczny dla uczniów gimnazjów 13 luty 2014 Czas 90 minut 1. Otrzymujesz do rozwi zania 10 zada«zamkni tych oraz 5 zada«otwartych.
Bardziej szczegółowoPodstawowe algorytmy grafowe i ich zastosowania
Podstawowe algorytmy grafowe i ich zastosowania dr Andrzej Mróz (UMK w Toruniu) 2013 Projekt wspóªnansowany ze ±rodków Unii Europejskiej w ramach Europejskiego Funduszu Spoªecznego Projekt pn. Wzmocnienie
Bardziej szczegółowoWst p do informatyki. Systemy liczbowe. Piotr Fulma«ski. 21 pa¹dziernika 2010. Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska
Wst p do informatyki Systemy liczbowe Piotr Fulma«ski Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska 21 pa¹dziernika 2010 Spis tre±ci 1 Liczby i ich systemy 2 Rodzaje systemów liczbowych
Bardziej szczegółowoBash i algorytmy. Elwira Wachowicz. 20 lutego
Bash i algorytmy Elwira Wachowicz elwira@ifd.uni.wroc.pl 20 lutego 2012 Elwira Wachowicz (elwira@ifd.uni.wroc.pl) Bash i algorytmy 20 lutego 2012 1 / 16 Inne przydatne polecenia Polecenie Dziaªanie Przykªad
Bardziej szczegółowoWst p do sieci neuronowych, wykªad 14 Zespolone sieci neuronowe
Wst p do sieci neuronowych, wykªad 14 Zespolone sieci neuronowe M. Czoków, J. Piersa Faculty of Mathematics and Computer Science, Nicolaus Copernicus University, Toru«, Poland 2011-18-02 Motywacja Liczby
Bardziej szczegółowo