TEORIA GRAFÓW I SIECI
|
|
- Włodzimierz Dudek
- 4 lat temu
- Przeglądów:
Transkrypt
1 TEORIA GRAFÓW I SIECI Temat nr 7: Przydziały w grafach i sieciach dr hab. inż. Zbigniew TARAPATA, prof. WAT zbigniew.tarapata@wat.edu.pl tel.: , p.225/00 Zakład Badań Operacyjnych i Wspomagania Decyzji Instytut Systemów Informatycznych Wydział Cybernetyki, Wojskowa Akademia Techniczna
2 Skojarzenia w grafach Skojarzenie grafu G = W, U, P - podgraf częściowy G I = W I, U I, P I o nieprzyległych gałęziach, bez pętli i wierzchołków izolowanych (tzn. 2 s(x) r(x) dla każdego x). Skojarzenie maksymalne - U I nie jest podzbiorem właściwym U II wyznaczającym skojarzenie. Skojarzenie najliczniejsze skojarzenie, dla którego największe z możliwych. Przydział skojarzenie grafu Königa (tzn. dwudzielnego grafu zwykłego). Skojarzenie pełne (doskonałe) każdy wierzchołek z G jest incydentny przynajmniej z jednym uu I. I U jest 2
3 Skojarzenia w grafach Skojarzenie (czerwone krawędzie) Skojarzenie maksymalne Skojarzenie najliczniejsze Skojarzenie doskonałe Skojarzenie doskonałe (inne) 3
4 U I Skojarzenia w grafach TWIERDZENIE (Hall a) W grafie dwudzielnym G (tzn. G = WW2,U,P, WW2 = oraz W, W2 tworzą podgrafy puste w G), w którym W = W2 istnieje skojarzenie pełne dla każdego podzbioru wierzchołków Z W istnieje przynajmniej Z wierzchołków w W2, które są przyległe do któregoś wierzchołka z Z. PRZYKŁAD (tzw. problem kojarzenia małżeństw) Jest n chłopców i m dziewcząt. Każdy z chłopców ocenia swoimi własnymi kryteriami każdą z dziewcząt i po takiej weryfikacji widzi ją jako potencjalną kandydatkę na żonę lub nie. Problem polega na takim przyporządkowaniu dziewcząt do chłopców, aby skojarzyć maksymalną liczbę par. n m Niemożliwe skojarzenie pełne, bo dla Z ={,3} istnieje tylko < Z wierzch oł ek w W 2, który jest p r z y l e g ł y d o k t ó r e g o ś z wierzchołków z Z d o d a t k o w a g a ł ą ź s p o w o d o w a ł a b y i s t n i e n i e skojarzenia pełnego. W W 2 4
5 Metody wyznaczania skojarzeń najliczniejszych Metoda baz minimalnych utworzyć G * (graf sprzężony grafu G) oraz wyznaczyć w G * wszystkie bazy minimalne (maksymalne zbiory wewnętrznie stabilne). Każdy maksymalny podgraf pusty grafu G * odpowiada maksymalnemu skojarzeniu w G G= G*= 3 7,6 4,8 4,7 3,5 2,8 4 8,5 2,6 2,7 Maksymalny podgraf pusty tworzą wierzchołki:,6 3,5 2,7 4,8 Gałęzie w G odpowiadające wierzchołkom podgrafu pustego w G * tworzą skojarzenia maksymalne w G (jest to dodatkowo skojarzenie pełne). 5
6 Metody wyznaczania skojarzeń najliczniejszych Metoda maksymalnego przepływu zastępujemy graf G grafem skierowanym G I następująco: dodajemy 2 wierzchołki s i t. Wierzchołek s łączymy łukami z elementami zbioru W, a wierzchołki zbioru W 2 z wierzchołkiem t. Krawędzie grafu G zastępujemy łukami skierowanymi od W do W 2. Na bazie digrafu G I tworzymy sieć S dla przepływów: gdzie: S = G I, a, c a x W, dla x s 0, dla x s, t W2, dla x t c x, y,, x, y : x s x, y : x W y t y W 2 6
7 7 Metody wyznaczania skojarzeń najliczniejszych G= S t W sieci S znajdujemy przepływ maksymalny. Krawędzie odpowiadające łukom, które będą miały przepływ równy tworzą skojarzenie maksymalne w G.
8 Metody wyznaczania skojarzeń najliczniejszych Poprzednie dwie metody są mało efektywne. Metoda wyznaczania zbioru niezależnych oczek dopuszczalnych: zbiór niezależnych oczek dopuszczalnych zbiór oczek, z których żadne dwa nie występują w tym samym wierszu ani kolumnie (bo każde dwie gałęzie skojarzenia muszą być nieprzyległe); Przydział = zbiór niezależnych oczek dopuszczalnych oznaczonych ; _ W 4 8 W W 2 W 2 graf Königa siatka z oczkami dopuszczalnymi 8
9 Algorytm wyznaczania zbioru niezależnych oczek dopuszczalnych. Wyznaczamy dowolny zbiór niezależnych oczek dopuszczalnych cechujemy je jedynkami. 2. Cechujemy wszystkie wiersze bez (np. - ). Wybieramy kolejno ocechowane wiersze i ich numerami cechujemy nieocechowane kolumny odpowiadające oczkom dopuszczalnym. 3. Wybieramy ocechowaną kolumnę i wiersz, w którym znajduje się, cechujemy numerem kolumny. Postępowanie powtarzamy dla ocechowanych kolumn cechując nieocechowane wiersze. 4. Postępowanie powtarzamy kolejno dla wierszy i kolumn, aż do ocechowania kolumny nie zawierającej. Jeżeli takiej kolumny nie można ocechować, to KONIEC. W ocechowanej kolumnie bez umieszczamy w wierszu wskazanym przez cechę tej kolumny. Z wiersza, w którym umieściliśmy usuwamy z kolumny wskazanej przez cechę tego wiersza. W rozpatrywanej kolumnie umieszczamy w wierszu wskazanym przez cechę kolumny itd., aż dojdziemy do wiersza ocechowanego -. Kasujemy cechy i przechodzimy do pkt. 2. 9
10 Przydziały optymalne Dla danej sieci S = G,, k, gdzie G - graf Königa, k : U R wyznaczyć U * U tak, aby uu k u ekstr U' U uu * ' k u gdzie U zbiór skojarzeń najliczniejszych grafu G 0
11 k I ij : k ij Algorytm wyznaczania przydziału optymalnego Dane: macierz kij, gdzie: rxr r max m,n, I II m W, n W ; k ij I k u, v, dla u W, 0 i j, dla i i m j v j W n II I Algorytm dla max : kij : k ij
12 Algorytm wyznaczania przydziału optymalnego. Od elementów k ij każdego wiersza odejmujemy element minimalny w tym wierszu. Od nowych elementów każdej kolumny odejmujemy element minimalny w tej kolumnie. Oczka zawierające element 0 są oczkami dopuszczalnymi. 2. Wyznaczamy najliczniejszy zbiór oczek dopuszczalnych, niezależnych. Czy liczność tego zbioru = r? TAK - KONIEC NIE wyznaczamy dwa podzbiory wszystkich oczek (na podstawie ostatniego cechowania): A zbiór oczek odpowiadających ocechowanym wierszom i nieocechowanym kolumnom; B zbiór oczek odpowiadających nieocechowanym wierszom i ocechowanym kolumnom. 3. Ze zbioru A wybieramy oczko, któremu odpowiada minimalny element ostatnio przekształconej macierzy. Do wszystkich elementów odpowiadających oczkom ze zbioru B dodajemy ten element minimalny, a od wszystkich elementów odpowiadających elementom (oczkom) zbioru A odejmujemy ten element. Oczka z 0 są oczkami dopuszczalnymi. Przejdź do pkt. 2. 2
13 Przydział minimaksowy Dla danej sieci S = G,, k, gdzie G - graf Königa, k : U R wyznaczyć U * U tak, aby: u max k min max * I I u U U U u U gdzie: U zbiór skojarzeń najliczniejszych grafu G; ku PRZYKŁAD: (tzw. problem wąskiego gardła ). Grupa m pracowników ma wykonać n prac (mn), przy czym prace musza być przyporządkowane wybranym n pracownikom wzajemnie jednoznacznie. Czasy wykonania poszczególnych prac, przez poszczególnych pracowników, są określone za pomocą macierzy k ij. mxn Wszyscy wybrani pracownicy rozpoczynają pracę w tej samej chwili i chodzi o to, aby wszystkie prace zostały zakończone jak najwcześniej. 3
14 Algorytm wyznaczania przydziału minimaksowego Dane: macierz kij utworzona jak poprzednio (dla algorytmu wyznaczania rxr optymalnego przydziału). Zakładając, że wszystkie oczka są dopuszczalne wyznaczamy najliczniejszy zbiór niezależnych oczek dopuszczalnych. 2. Spośród wybranych oczek wyznaczamy element maksymalny i w tablicy k ij wykreślamy wszystkie oczka o elementach równych i większych od wyznaczonego elementu. Oczka nieskreślone są nowymi oczkami dopuszczalnymi. 3. Wyznaczamy najliczniejszy zbiór niezależnych oczek dopuszczalnych. Czy liczność tego zbioru = r? TAK skok do pkt. 2. NIE poprzedni przydział był optymalny. KONIEC. 4
15 Przydział maksyminowy Dla danej sieci S = G,, k, gdzie G graf Königa, k : U R Wyznaczyć U * U tak, aby: min k u max min * I k u uu U I U uu gdzie U zbiór skojarzeń najliczniejszych grafu G; PRZYKŁAD: Niech wartość kij oznacza wydajność pracy, jaką osiąga i ty pracownik przy wykonywaniu j tej pracy. Jeżeli przyjmujemy, że mamy do czynienia z taśmą produkcyjną, to intensywność produkcji będzie determinowana przez stanowisko pracy, na którym występuje minimalna wydajność. Mając zatem obsadzić n stanowisk taśmy produkcyjnej wybranymi n pracownikami ze zbioru m pracowników, należy tak dobrać pracowników do poszczególnych stanowisk, aby zmaksymalizować najmniejszą wydajność pracy, przy danej macierzy wydajności k ij. mxn 5
16 Algorytm wyznaczania przydziału maksyminowego W punkcie 2. algorytmu wyznaczania przydziału minimaksowego zmienić: element maksymalny na element minimalny oraz równych i większych na równych i mniejszych. 6
17 Zakład Badań Operacyjnych i Wspomagania Decyzji Instytut Systemów Informatycznych Wydział Cybernetyki, Wojskowa Akademia Techniczna DZIĘKUJĘ ZA UWAGĘ dr hab. inż. Zbigniew TARAPATA, prof. WAT zbigniew.tarapata@wat.edu.pl
TEORIA 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 szczegółowoTEORIA GRAFÓW I SIECI
TEORIA GRAFÓW I SIECI Temat nr : Grafy Berge a dr hab. inż. Zbigniew TARAPATA, prof. WAT e-mail: zbigniew.tarapata@wat.edu.pl http://tarapata.edu.pl tel.: 6-83-95-0, p.5/00 Zakład Badań Operacyjnych i
Bardziej szczegółowoTEORIA GRAFÓW I SIECI
TEORIA GRAFÓW I SIECI Temat nr 1: Definicja grafu. Rodzaje i części grafów 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 szczegółowoTEORIA GRAFÓW I SIECI
TEORIA GRAFÓW I SIECI Temat nr 5: Sieci, drogi ekstremalne w sieciach, analiza złożonych przedsięwzięć (CPM i PERT) dr hab. inż. Zbigniew TARAPATA, prof. WAT e-mail: zbigniew.tarapata@wat.edu.pl http://tarapata.edu.pl
Bardziej szczegółowoTEORIA GRAFÓW I SIECI
TEORIA GRAFÓW I SIECI Temat nr : Kolorowanie grafów dr hab. inż. Zbigniew TARAPATA, prof. WAT e-mail: zbigniew.tarapata@wat.edu.pl http://tarapata.edu.pl tel.: -8-9-, p./ Zakład Badań Operacyjnych i Wspomagania
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, /14
Matematyka dyskretna Andrzej Łachwa, UJ, 2016 andrzej.lachwa@uj.edu.pl 13/14 Grafy podstawowe definicje Graf to para G=(V, E), gdzie V to niepusty i skończony zbiór, którego elementy nazywamy wierzchołkami
Bardziej szczegółowoReprezentacje grafów nieskierowanych Reprezentacje grafów skierowanych. Wykład 2. Reprezentacja komputerowa grafów
Wykład 2. Reprezentacja komputerowa grafów 1 / 69 Macierz incydencji Niech graf G będzie grafem nieskierowanym bez pętli o n wierzchołkach (x 1, x 2,..., x n) i m krawędziach (e 1, e 2,..., e m). 2 / 69
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, /15
Matematyka dyskretna Andrzej Łachwa, UJ, 2014 andrzej.lachwa@uj.edu.pl 15/15 TWIERDZENIE HALLA Twierdzenie o kojarzeniu małżeństw rozważa dwie grupy dziewcząt i chłopców, oraz podgrupy dziewczyn i podgrupy
Bardziej szczegółowoWYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA
DRZEWA i LASY Drzewem nazywamy graf spójny nie zawierający cykli elementarnych. Lasem nazywamy graf nie zawierający cykli elementarnych. Przykłady drzew i lasów takie krawędzie są wykluczone drzewo las
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 szczegółowoŚ ć Ś ź Ś Ś ÓŁ Ź Ł Ś ź Ś Ś
Ą Ó Ą Ą Ó Ł Ż Ó Ł Ż Ł Ą Ś ć Ś ź Ś Ś ÓŁ Ź Ł Ś ź Ś Ś Ą ć ź ć Ś ć ć Ą Ó ć ć Ś Ć ć Ć ć ć Ą Ś ź Ą Ą ć ć ć ć ć ć ć ź ź ź ź Ś ź Ą ź ć ć ć Ś Ż Ł ć Ą ź Ł Ń ć Ą ć ć ć ć ć Ń Ł ć ź ć ć ź ć ć ć ć ć ć ć ć ź Ą Ł ć Ą
Bardziej szczegółowoź
Ń ź Ą ć ź ć Ó ć Ż Ż ÓŁ Ż Ż Ń Ó Ś Ł ź ź Ł Ż Ść ź ź Ż ź Ą ź ź ź Ż ć ź ć ź ź Ą ć ź ź ź ź ź ź ź ź Ż Ż Ą Ż ć ć Ż Ż ć ź ć ć ź Ó ź ć Ż ć Ń ć Ą Ą Ą Ż Ł ź Ż Ź Ż Ą Ń Ą ć ć ź Ś Ó ć ć Ą Ą ć ć Ż Ą Ż ć Ż Ś Ż Ą Ą Ż
Bardziej szczegółowoÓ ż ż Ść ż ż ć ż ż Ś Ść Ó
Ć ż Ą Ą Ó Ł Ś Ł Ó Ś Ó ż ż Ść ż ż ć ż ż Ś Ść Ó Ó Ł ź ć ż Ść ż ż ż ż Ś ż ć ż ż Ś ć Ś Ś ż ć ż ż Ż Ż Ż Ś Ż Ś Ą Ó ź ź Ł Ż ź ź ź ż ż Ż ż ż ć ż Ś ż Ą ź ć ż Ł ć ż ż Ą Ł ż ż ż ź ż ć Ą ż Ś ź ż ż ż ż ć Ź ć ż ć ż
Bardziej szczegółowoŚ Ą Ą
Ś Ą Ł Ś Ś Ą Ą Ś Ś Ć Ś Ś Ł Ó Ź ź ź ź Ł Ą Ł Ą Ą Ą Ź Ó Ł Ó Ą Ó Ł Ś ŚÓ Ł Ł Ó Ó Ź Ł ź Ó Ó Ó Ó Ń Ó Ś Ó Ś Ą Ó Ś Ó Ą Ą Ś Ą Ą Ś Ś Ó Ó Ą Ą Ś Ó Ó Ą Ś Ą Ą Ć Ó Ó Ą Ą Ó ź Ś ŚÓ Ś Ó Ł Ó Ł Ó Ź Ź Ą Ź Ą Ź Ą Ź Ą ź Ś Ś Ś
Bardziej szczegółowoAlgorytmiczna teoria grafów Przepływy w sieciach.
Algorytmiczna teoria grafów Sieć przepływowa Siecią przepływową S = (V, E, c) nazywamy graf zorientowany G = (V,E), w którym każdy łuk (u, v) E ma określoną przepustowość c(u, v) 0. Wyróżniamy dwa wierzchołki:
Bardziej szczegółowoŁ Ł ź ź ź Ł ź ź ź Ą
Ń Ą Ł Ń Ń Ł Ł ź ź ź Ł ź ź ź Ą Ó Ó Ź Ź Ś ź ź Ł Ł ź Ś Ł Ą ź ź Ń Ż Ą Ł Ó Ą Ś ź Ą ź Ą Ś ź Ś Ś Ł Ó Ł ź ź Ł Ł ź Ś Ś Ł ź Ł Ń Ł Ł Ł Ł Ą Ł ź Ś Ż Ł Ą Ą ź ź ź Ż ź Ń Ą Ż ź Ą Ą Ą Ą Ą Ł Ź Ż Ż ź Ą Ż Ą Ą Ń Ż Ż Ź Ą Ń
Bardziej szczegółowoTeoria grafów podstawy. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak
Teoria grafów podstawy Materiały pomocnicze do wykładu wykładowca: dr Magdalena Kacprzak Grafy zorientowane i niezorientowane Przykład 1 Dwa pociągi i jeden most problem wzajemnego wykluczania się Dwa
Bardziej szczegółowoKlasyczne zagadnienie przydziału
Klasyczne zagadnienie przydziału Można wyodrębnić kilka grup problemów, w których zadaniem jest odpowiednie rozmieszczenie posiadanych zasobów. Najprostszy problem tej grupy nazywamy klasycznym zagadnieniem
Bardziej szczegółowoĄ Ź ć ć Ó Ó Ć Ć Ś
Ł Ł ź Ę Ą Ą Ź ć ć Ó Ó Ć Ć Ś Ł Ą Ą Ó ć ć ć Ś Ś Ó Ś Ó Ó Ó Ó Ó Ó Ó ć Ść Ó Ć ć Ź Ó ć Ó Ó Ó Ś Ź Ó ć ć ć Ł Ć Ź Ó Ó Ś ć Ź ć ć Ć ć ć ć Ź Ó ć Ó Ó Ś Ź Ó Ó Ś Ó ć ć ć Ś Ś Ó Ó Ó ć Ź Ł Ó ć Ś Ś Ó Ó ć Ź ć Ź Ł Ó Ó ć Ź
Bardziej szczegółowoł ó ś ó Ę
ł ó ÓŁ Ł Ó Ą ć ł ś ł ś Ś ł ł ó ł ł Ś ł ż ł ł ó ł ń ó ń Ę ł Ę ó ł ó ś ó Ę ł ń ł ó ń ł ó ś ó ł ł ł ł ń ó ł Ś ń Ę ó ł ó ś ó ł ó ł ół Ą Ł ł ł Ą ł ó ó ł ż ł ł ł ł ł ł ł ł ó ł ł ł ł ł ł ł ł ół ó ó Ą ó ś ó ł
Bardziej szczegółowoŚ Ż Ó Ś ż Ó ć ź ż ż Ą
Ś ż Ż Ż Ś Ż Ó ż ż ż Ą Ś Ż Ó Ś ż Ó ć ź ż ż Ą Ą Ó ż ż Ó Ś Ż Ó ż ż ż Ż Ź ź Ć Ó ż Ż ć Ż ż Ś ć Ś Ś Ż Ą Ż Ż Ó Ż Ż Ś Ż Ż Ź Ż Ż Ż Ę Ś Ż Ż Ś Ó Ż Ż ż Ą Ż Ą Ż Ś Ś ć Ź ć ć Ó ć Ś Ą Ó Ó ć Ż ż Ż Ó ż Ś Ś Ó Ś Ż Ż Ż Ż Ż
Bardziej szczegółowoć ć ź ć ć ć Ść ć ź ź ź ć ź Ą ź
ć ć ć ź ć ć ć ć ź ć Ż ź ź ć ć ź ć ć ć Ść ć ź ź ź ć ź Ą ź ć ć ć ć ć ć ź ź Ż ć ć ć ć ć Ś ć ć Ź ć Ś ź ć ź ć ź ć ź ć ź Ź ć ć Ś ź ć ć ź Ć ć ź Ó Ż ć ć ź Ś ź ź ć ć ć ź ć ć ć ć ć ć ć ź ź ć ć ć Ś Ć Ó ź ć ź ć ć
Bardziej szczegółowoŚ ż Ś ć Ś ż Ą ż Ś Ż ż Ż ć ż ż Ż Ż Ś Ś Ś Ś
Ą ź Ż ż Ś Ś Ź Ź ć Ś Ż Ś ź Ż Ż Ł Ż Ż Ż Ł Ś Ś Ź ć Ś Ś ż Ś ć Ś ż Ą ż Ś Ż ż Ż ć ż ż Ż Ż Ś Ś Ś Ś ć ć Ś Ść Ż Ó ż Ż Ń Ó ć ż ć ć Ść Ś Ś Ś Ż ć ć ż Ż ż Ż ć Ą Ż Ś Ś ż Ż Ó Ś ż ż Ż ż Ó Ż ć ż ż Ż ż ż Ż ć Ź Ź Ś ż Ść
Bardziej szczegółowoŁ Ł Ó Ś Ż ż Ń Ł
Ł Ó Ł Ń Ń Ł Ł Ó Ś Ż ż Ń Ł ÓŁ Ń ź Ł Ż ć ć ż ż Ś ź Ę ź ż ż Ś ż Ę ż Ę Ż ż Ż ż ć ŚÓ ć ż ż Ć Ś ć ż ż Ę ż ż ć ż ż ż ć ż ż ż ć ż ż ż ć ć Ś Ż ć ż ż ż ź Ą ŚĆ Ą ż ż ż ż ż ć ż ż ć ż ć ż ż ż ć Ę ż ż ż ć ż ć Ę Ż ć
Bardziej szczegółowoKolorowanie wierzchołków
Kolorowanie wierzchołków Mając dany graf, pokolorować jego wierzchołki w taki sposób, aby każde dwa wierzchołki sąsiednie miały inny kolor. Każda krawędź łączy wierzchołki różnych kolorów. Takie pokolorowanie
Bardziej szczegółowoWykłady z Matematyki Dyskretnej
Wykłady z Matematyki Dyskretnej dla kierunku Informatyka dr Instytut Informatyki Politechnika Krakowska Wykłady na bazie materiałów: dra hab. Andrzeja Karafiata dr hab. Joanny Kołodziej, prof. PK Kolorowanie
Bardziej szczegółowoZagadnienie transportowe (badania operacyjne) Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie
Zagadnienie transportowe (badania operacyjne) Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie OPIS ZAGADNIENIA Zagadnienie transportowe służy głównie do obliczania najkorzystniejszego
Bardziej szczegółowoń ź ź ń ń ź ć Ń ń Ż ń
Ę Ę ń ń ń ć Ń ć ć Ń ź ń ć ć ź ć ź ń ź ź ń ń ź ć Ń ń Ż ń Ł Ł ń Ę ź ź Ś Ś ź ń ń ź ń ń ń ń Ś ź Ę ź ń Ą ń ć ć ń ć ń Ą ć ź ź Ś ź Ś ń ń ń ń ń ń ć ń ń Ą ć ń Ś ń ń ź ź ź ć ć ń Ł Ę ń ć ń ń ź Ń ź ń Ś Ś Ś ć ń ć ź
Bardziej szczegółowoApplication of SPME/GC-MS for determination of chlorophenoxy herbicide residues within weed tissues. W: Chemistry for Agriculture 7. (H. Górecki, Z. Dobrzański, P. Kafarski, red.). wyd. CZECH-POL-TRADE, Prague-Brussels, pp. 967-971 (ISBN: 80-239-7759-8).
Bardziej szczegółowo
ć Ś Ś Ść
ć Ś Ś Ść Ś Ł Ź Ść ć ć ć Ść ć Ść Ś Ść ć ć Ś Ó Ś Ś ć ć Ś Ś Ó Ś Ś ć Ą ć Ś Ś Ł ć Ś Ś Ł ć Ą Ść ć Ś Ó Ź ć ć Ś Ś ć ć ć Ś Ść Ść Ś Ś Ś Ś Ś Ś Ś Ś Ś Ś ć Ą Ś Ą Ś Ś Ź Ź ć ć Ś Ę Ź Ł ź Ę Ę Ś Ś Ś Ę Ą Ź ć Ł Ś Ś Ś Ś ć Ś
Bardziej szczegółowoĘ ź ó ż ż ó ó ć Ę ż ć ż ó ó ó Ą ż ó ó ó ó ó ó ó ó ó
Ł ÓŁ Ł Ż Ę Ł Ł Ł Ł ó ż ó ó ó ó ó Ń ó ó ó ó ó ó Ł Ę Ł ó ó Ł ó Ę Ł Ż Ę ź ó ż ż ó ó ć Ę ż ć ż ó ó ó Ą ż ó ó ó ó ó ó ó ó ó ó ó ó Ń Ć Ż ó Ż Ę Ś ó ó Ą Ę ż ż ż Ń Ń ż ć Ść ó ŚĆ ó Ę ć ż Ź ŚĆ ź Ę Ś ć ó ó Ś ż ź Ó
Bardziej szczegółowoPrzykłady grafów. Graf prosty, to graf bez pętli i bez krawędzi wielokrotnych.
Grafy Graf Graf (ang. graph) to zbiór wierzchołków (ang. vertices), które mogą być połączone krawędziami (ang. edges) w taki sposób, że każda krawędź kończy się i zaczyna w którymś z wierzchołków. Graf
Bardziej szczegółowoC e l e m c z ę ś c i d y s k u s y j n e j j e s t u ś w i a d o m i e n i e s o b i e, w o p a r c i u o r o z w a ż a n i a P i s m a Ś w.
1. C e l s p o t k a n i a. C e l e m c z ę ś c i d y s k u s y j n e j j e s t u ś w i a d o m i e n i e s o b i e, w o p a r c i u o r o z w a ż a n i a P i s m a Ś w., ż e : B y d z b a w i o n y m
Bardziej szczegółowoć ć Ł ć Ź ć Ł ź ć Ś ć ć Ż Ł Ż ć ż ć
Ł Ź Ł Ł ź ź Ż Ż ż Ż ć Ś ż ć ć Ę ć ć Ł ć Ź ć Ł ź ć Ś ć ć Ż Ł Ż ć ż ć Ł ć ć ć ć Ł Ż ć Ł ź ć Ś Ż Ż Ż ż Ż Ż ż Ż Ś Ż Ą Ł Ż ź Ż Ż Ż Ż Ż Ż Ś Ż Ż ż Ż Ż ż ż Ł Ż Ś Ż Ż Ż Ż Ż Ż Ś Ż Ę Ł Ź Ó ż Ę Ł ź Ł Ź Ż ż Ł Ż Ż ż
Bardziej szczegółowoĄ Ą Ż ć Ż ć Ń Ą
Ą Ż Ż Ż Ż Ż Ą Ą Ż ć Ż ć Ń Ą Ż ć Ż Ż Ż Ż Ż Ż Ż Ż Ż Ż Ż Ż Ż ć Ż Ą Ż Ż Ż Ż Ż Ż Ś ć Ą Ż Ż Ł Ł Ą Ą Ł Ż ć Ż Ż Ż Ż Ż ź ć Ż Ź Ą Ż Ż Ż ź Ą Ł Ż Ż ć Ź Ł Ń ź Ż Ż ź Ł Ż Ą Ń Ż Ż ć Ą Ż ć Ż Ą Ż Ż Ń Ą Ą ć Ą Ą ź Ż Ó Ó
Bardziej szczegółowoć
Ł Ę Ę Ą ć Ś ć ć ź ź ć ć ź ź ź ć ć ź Ś ć ć ć ć ć Ś ć Ż ć ŚĆ Ć Ż Ś Ż Ś Ż ć Ś Ś Ś Ś Ś Ś Ś Ś Ś Ś Ś ć Ć ć Ć ć Ć ć Ś Ś Ś ć Ć Ż Ć ć ć Ś Ż Ż Ś Ć Ż ć ć ć ć ć Ś Ś Ś ć Ż Ż ć ć Ś Ś ć Ś Ż ć Ś ć ć ć Ż Ć ć ć Ż Ś Ż Ć
Bardziej szczegółowoż ć
Ł Ł ż ć ć ż ć Ą Ł ó ó ć ż ć ć ż ć Ę ć Ę ć ć Ę ć ć ć Ę ż ć ć ć Ś ć Ę Ę ż ż ć ż Ę ć ć Ę ż ż Ę Ł ć ć Ą Ę Ł ć ć ć ż ć Ę Ł Ść Ą Ę Ł ć ć ć ć Ę Ł Ść Ą Ę Ł ć ć ć Ł ć Ę Ę ć ć ć ć Ł Ść ć ć Ę Ę Ł Ś Ą Ś Ś Ł Ą Ą ż
Bardziej szczegółowoŃ Ł Ł
Ń ź Ż Ń Ł Ł ĄŁ Ź ć ć Ó Ś ć Ź Ś Ż ć Ł ć ć ć Ą Ż ć Ż ć Ż Ą ć Ą Ś Ł Ł Ś Ń Ź ć Ó Ź ź ĄŁ Ą Ł Ą Ó Ś Ź Ż Ń ć Ą Ź ź Ź Ą Ź Ż Ź ź ć Ż Ż Ż Ś Ż ć ź Ć Ś Ź ć Ź ć Ż Ź Ó Ł ÓŁ Ł Ó Ł Ź Ś Ż Ź Ą ź Ę Ą Ś Ź Ź Ę Ś Ń Ż Ź Ł ź
Bardziej szczegółowoKrzyżanowski R. 2017 – Zastosowanie metody mikroekstrakcji SPME w analizie pozostałości pestycydów. [W:] Badania naukowe w świetle uwarunkowań turbulentnego otoczenia – Gospodarka-Świat-Człowiek (red. Joanna Nowakowska-Grunt, Judyta Kabus). Wydawnictwo Naukowe Sophia, Katowice, pp. 79-86 (ISBN: 978-83-65929-09-9).
Bardziej szczegółowo
Ł Ą ź ź Ż ź Ź Ó Ó ź Ł
Ł Ń Ó Ł Ą ź ź Ż ź Ź Ó Ó ź Ł ź Ń Ł Ź Ś Ł ź Ś Ó Ć Ą Ń Ą ź ź ź Ż ź ź Ź Ć ź ź Ł ź Ó Ą Ą Ł Ą Ą Ś ŚĆ Ł ź ź ź ź Ł ź Ń ź ź ź ź ź ź ź ź Ż Ą Ą Ó Ą Ł Ś Ś ź Ł ź Ł ź ź ź Ź Ź Ś Ź Ź Ó ź ź Ś Ó Ł Ś ź Ł ź ź Ź ź ź ź ź Ś
Bardziej szczegółowoć ć Ą ć Ęć Ó Ą ź ć ć ć ć ź ź Ą ć Ę ć ź ć ć ć ź ć ź ć ć ć Ś Ź ź
ź Ó ć Ę ć Ó ć ć ć ć Ź ć ź ć ć Ź ć ć ć Ą ć Ęć Ó Ą ź ć ć ć ć ź ź Ą ć Ę ć ź ć ć ć ź ć ź ć ć ć Ś Ź ź ć Ą ć Ą ć ź ć ź ć Ę ć ć Ź ź Ę ć ć ć ć Ę Ę ź ć Ó ć ć ć ć ć ć ć ć ć Ź Ź ć ć ć ź Ę ć ć ć ć Ę Ąć ź Ź ć Ą ć ć
Bardziej szczegółowoĆ ć ć Ś ć
ź Ę Ę Ę ź ć ć ć Ć ć ć Ś ć ź ć ć ć Ć Ś ź Ś Ć ć Ż ź ć Ż Ś Ł ŚĆ ć ć ć Ć ć Ść ć Ż ć ć ć ć ć ć ć ć Ą ć ć Ś ć Ś ć Ż Ś ć Ó ć Ś ć Ś ć ć ć ć Ś ć ć Ś ć Ć Ż ć Ć ć ć ć ć Ę ć ź ć ć ć ć ć ź ć ć ć Ć ź ć Ż ć ć ć Ś ć Ć
Bardziej szczegółowoMatematyczne Podstawy Informatyki
Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 2013/2014 Informacje podstawowe 1. Konsultacje: pokój
Bardziej szczegółowoż ć
Ł Ł Ż ć Ż Ś ć ć Ż ż ć ć Ś Ż ż ć ó ż ż ć Ą Ż ć ć Ż ć ć Ż ć ć ć ć Ż Ż ż Ż Ż ć Ś Ż Ż Ś Ś ż Ś Ż ż ŁĄ ć Ż Ą Ż Ł Ść ć Ść Ż ŁĄ Ś Ż Ą Ś ż Ż Ż ŁĄ Ą Ą Ż Ł ć ć ć ć Ż ć Ż Ż ż ż ż Ż Ż ż Ż ż Ź Ś Ż Ź Ź Ż ć Ż Ż ć ć ć
Bardziej szczegółowoŻ Ś
Ł Ą ć Ż Ś Ś ć ć Ł Ą ź ź ź ź Ń ź ć ć ć ź ź ć Ń ć Ł ć Ś ć Ś Ś Ą ć Ń ć Ą Ą ć ź ć Ł Ł ź Ą ź ź ź Ł Ł ć ź Ą Ą Ł Ł Ł Ł Ą Ą Ł Ą Ł Ą Ł Ł Ł Ł Ą ć Ł Ł ź Ń Ą ć ć ź Ń ć Ń ź Ł ć ć ć Ń ź ć ć Ń ć ć ć Ś Ć ć Ń ć ć Ł ć
Bardziej szczegółowoŁ Ł Ł Ś
Ń Ó Ł ź Ł ŚĆ Ł Ą Ł Ł Ł Ś ŚĆ Ż Ź Ż Ż ń ń Ł Ł ź Ł ń Ó Ż Ł Ż ń Ą Ż Ś ń Ą Ź Ą Ś Ś ń Ż ź ń ń Ż ń Ś Ą ń Ż ź Ź Ż ź Ś Ż Ś Ź Ś ź Ż Ż ń Ś ź Ż Ą ź ń ń ź Ż Ą Ż Ś Ź ń Ż ń Ż Ż ń ń Ż ń Ż Ą Ó Ą Ż ń Ó ń ń Ź ź Ą ń Ż Ł
Bardziej szczegółowoOPTYMALIZACJA W LOGISTYCE
OPTYMALIZACJA W LOGISTYCE Zagadnienie przydziału dr Zbigniew Karwacki Katedra Badań Operacyjnych UŁ Zagadnienie przydziału 1 Można wyodrębnić kilka grup problemów, których zadaniem jest alokacja szeroko
Bardziej szczegółowoż ż ż ń ń Ł ń ń ż Ż ń ż ń Ż Ż
Ó Ń ń ż Ń ż ż ż ń ń Ł ń ń ż Ż ń ż ń Ż Ż ń ć ż ń ż ń ż Ą Ż ć ż ć ć ź ć ć ń Ż Ż ć Ż Ą Ż ć ń ć ć ż ć ć ć ć ć ć ż ć ć ż ć ń ć ć ż ć ć ż ż ć ż ć Ż ż ć Ż Ż Ż ż ż ć Ą ń Ż Ń ń Ą Ą ż Ż ż ż ż ż ż ż ż ż ż ż ż ż ż
Bardziej szczegółowoSKOJARZENIA i ZBIORY WEWN. STABILNE WIERZCH. Skojarzeniem w grafie G nazywamy dowolny podzbiór krawędzi parami niezależnych.
SKOJARZENIA i ZBIORY WEWN. STABILNE WIERZCH. Rozważamy graf G = (V, E) Dwie krawędzie e, e E nazywamy niezależnymi, jeśli nie są incydentne ze wspólnym wierzchołkiem. Skojarzeniem w grafie G nazywamy dowolny
Bardziej szczegółowoZAGADNIENIE TRANSPORTOWE
ZAGADNIENIE TRANSPORTOWE ZT jest specyficznym problemem z zakresu zastosowań programowania liniowego. ZT wykorzystuje się najczęściej do: optymalnego planowania transportu towarów, przy minimalizacji kosztów,
Bardziej szczegółowoGraf. Definicja marca / 1
Graf 25 marca 2018 Graf Definicja 1 Graf ogólny to para G = (V, E), gdzie V jest zbiorem wierzchołków (węzłów, punktów grafu), E jest rodziną krawędzi, które mogą być wielokrotne, dokładniej jednoelementowych
Bardziej szczegółowoG. Wybrane elementy teorii grafów
Dorota Miszczyńska, Marek Miszczyński KBO UŁ Wybrane elementy teorii grafów 1 G. Wybrane elementy teorii grafów Grafy są stosowane współcześnie w różnych działach nauki i techniki. Za pomocą grafów znakomicie
Bardziej szczegółowoAlgorytmy grafowe. Wykład 1 Podstawy teorii grafów Reprezentacje grafów. Tomasz Tyksiński CDV
Algorytmy grafowe Wykład 1 Podstawy teorii grafów Reprezentacje grafów Tomasz Tyksiński CDV Rozkład materiału 1. Podstawowe pojęcia teorii grafów, reprezentacje komputerowe grafów 2. Przeszukiwanie grafów
Bardziej szczegółowo