Teoria grafów - Teoria rewersali - Teoria śladów
|
|
- Daniel Nowacki
- 7 lat temu
- Przeglądów:
Transkrypt
1 17 maja 2012
2 1 Planarność Wzór Eulera Kryterium Kuratowskiego Algorytmy testujące planarność 2 Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące 3 Ślady Monoidy Sieci Petriego 4
3 Grafy planarne Spis rzeczy Planarność Wzór Eulera Kryterium Kuratowskiego Algorytmy testujące planarność Definicja Przez zanurzenie grafu planarnego w płaszczyźnie rozumiemy jego przedstawienie na płaszczyźnie bez krawędzi przecinających siebie lub wierzchołki.
4 Grafy planarne Spis rzeczy Planarność Wzór Eulera Kryterium Kuratowskiego Algorytmy testujące planarność Definicja Przez zanurzenie grafu planarnego w płaszczyźnie rozumiemy jego przedstawienie na płaszczyźnie bez krawędzi przecinających siebie lub wierzchołki. Definicja Przez graf planarny rozumiemy posiadający zanurzenie w płaszczyźnie.
5 Grafy nie planarne Spis rzeczy Planarność Wzór Eulera Kryterium Kuratowskiego Algorytmy testujące planarność Grafy K 3,3 i K 5 :
6 Wzór Eulera Spis rzeczy Planarność Wzór Eulera Kryterium Kuratowskiego Algorytmy testujące planarność Zachodzi: v e + f = 2 dla spójnych grafów planarnych gdzie v - liczba wierzchołków, e - liczba krawędzi, f - liczba ścian.
7 Wzór Eulera - wniosek 1 Planarność Wzór Eulera Kryterium Kuratowskiego Algorytmy testujące planarność Wykorzystując wzór Eulera otrzymujemy ograniczenie e 3v 6 dla grafów o co najmniej trzech wierzchołkach.
8 Wzór Eulera - wniosek 2 Planarność Wzór Eulera Kryterium Kuratowskiego Algorytmy testujące planarność Stąd w prosty sposób otrzymujemy następujące 2 fakty: K 5 nie jest planarny, K 3,3 nie jest planarny.
9 Homeomorfizm z grafu Planarność Wzór Eulera Kryterium Kuratowskiego Algorytmy testujące planarność Powiemy, że graf G jest homeomorfizmem z grafu G (G = HG), jeśli istnieje sekwencja, być może pusta, podziałów krawędzi grafu G, taka, że powstały graf jest izomorficzny z G.
10 Homeomorfizm z grafu Planarność Wzór Eulera Kryterium Kuratowskiego Algorytmy testujące planarność Powiemy, że graf G jest homeomorfizmem z grafu G (G = HG), jeśli istnieje sekwencja, być może pusta, podziałów krawędzi grafu G, taka, że powstały graf jest izomorficzny z G. Powiemy, że grafy G, G są homeomorficzne, jeśli są homeomorficzne z pewnego grafu F.
11 Homeomorfizm z grafu - rysunek Planarność Wzór Eulera Kryterium Kuratowskiego Algorytmy testujące planarność Homeomorfizm z grafu K 5 :
12 Twierdzenie Kuratowskiego Planarność Wzór Eulera Kryterium Kuratowskiego Algorytmy testujące planarność Twierdzenie Kuratowskiego mówi, że graf jest planarny nie zawiera jako podgrafu HK 5 ani HK 3,3.
13 Kilka algorytmów Spis rzeczy Planarność Wzór Eulera Kryterium Kuratowskiego Algorytmy testujące planarność Algorytm kwadratowy (Demoucron-Malgrange-Pertuiset)
14 Kilka algorytmów Spis rzeczy Planarność Wzór Eulera Kryterium Kuratowskiego Algorytmy testujące planarność Algorytm kwadratowy (Demoucron-Malgrange-Pertuiset) Algorytm Lempel-Even-Cederbaum Algorytm Shih-Hsu
15 Kilka algorytmów Spis rzeczy Planarność Wzór Eulera Kryterium Kuratowskiego Algorytmy testujące planarność Algorytm kwadratowy (Demoucron-Malgrange-Pertuiset) Algorytm Lempel-Even-Cederbaum Algorytm Shih-Hsu Algorytm Fraysseix-Mendez-Rosenstiehl
16 Algorytm DMP - definicje Planarność Wzór Eulera Kryterium Kuratowskiego Algorytmy testujące planarność Załóżmy, że mamy pewien planarny podgraf G grafu G (o obu zakładamy, że są dwuspójne).
17 Algorytm DMP - definicje Planarność Wzór Eulera Kryterium Kuratowskiego Algorytmy testujące planarność Załóżmy, że mamy pewien planarny podgraf G grafu G (o obu zakładamy, że są dwuspójne). Spójne podgrafy G E nazywamy fragmentami.
18 Algorytm DMP - definicje Planarność Wzór Eulera Kryterium Kuratowskiego Algorytmy testujące planarność Załóżmy, że mamy pewien planarny podgraf G grafu G (o obu zakładamy, że są dwuspójne). Spójne podgrafy G E nazywamy fragmentami. Dla każdego fragmentu f znajdujemy zbiór pasujących obszarów jako tych obszarów G, które zawierają wszystkie wierzchołki f G (tylko w takich obszarach możemy umieścić f ).
19 Planarność Wzór Eulera Kryterium Kuratowskiego Algorytmy testujące planarność Algorytm DMP - podział na fragmenty
20 Algorytm DMP - idea Planarność Wzór Eulera Kryterium Kuratowskiego Algorytmy testujące planarność Algorytm polega na dodawaniu do G pewnej ścieżki z pewnego fragmentu, o początku i końcu w G (istnieje ponieważ G jest dwuspójny, zapewnia też jego dwuspójność w następnej iteracji).
21 Algorytm DMP - idea Planarność Wzór Eulera Kryterium Kuratowskiego Algorytmy testujące planarność Algorytm polega na dodawaniu do G pewnej ścieżki z pewnego fragmentu, o początku i końcu w G (istnieje ponieważ G jest dwuspójny, zapewnia też jego dwuspójność w następnej iteracji). Jeśli dla jakiegoś fragmentu jest dokładnie jeden pasujący obszar wybieramy ścieżkę właśnie z niego. Jeśli dla jakiegoś fragmentu nie ma żadnego graf jest nieplanarny.
22 Algorytm DMP - idea Planarność Wzór Eulera Kryterium Kuratowskiego Algorytmy testujące planarność Algorytm polega na dodawaniu do G pewnej ścieżki z pewnego fragmentu, o początku i końcu w G (istnieje ponieważ G jest dwuspójny, zapewnia też jego dwuspójność w następnej iteracji). Jeśli dla jakiegoś fragmentu jest dokładnie jeden pasujący obszar wybieramy ścieżkę właśnie z niego. Jeśli dla jakiegoś fragmentu nie ma żadnego graf jest nieplanarny. Okazuje się, że w przeciwnym wypadku możemy wybrać dowolną ścieżkę z dowolnego fragmentu.
23 Planarność Wzór Eulera Kryterium Kuratowskiego Algorytmy testujące planarność Algorytm FMR - podział na krawędzie lewe i prawe
24 Algrytm FMR - interakcja Planarność Wzór Eulera Kryterium Kuratowskiego Algorytmy testujące planarność
25 Genom - definicja Spis rzeczy Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące Genomem nazywamy całą sekwencję DNA danego żywego organizmu. Genom składa się z chromosomów, które są liniowe lub cykliczne. Chromosomy składają się z genów.
26 Genom - definicja Spis rzeczy Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące Genomem nazywamy całą sekwencję DNA danego żywego organizmu. Genom składa się z chromosomów, które są liniowe lub cykliczne. Chromosomy składają się z genów. Genem nazywamy fragment DNA odpowiedzialny za określoną cechę organizmu (np. kolor oczu czy wytwarzanie pewnego białka).
27 Genom - definicja Spis rzeczy Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące Genomem nazywamy całą sekwencję DNA danego żywego organizmu. Genom składa się z chromosomów, które są liniowe lub cykliczne. Chromosomy składają się z genów. Genem nazywamy fragment DNA odpowiedzialny za określoną cechę organizmu (np. kolor oczu czy wytwarzanie pewnego białka). Geny są podstawowymi, niepodzielnymi jednostkami w genetyce. Będziemy je oznaczać kolejnymi liczbami naturalnymi 1, 2,..., n.
28 Geny ze znakami Spis rzeczy Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące Ponieważ gen może występować w sekwencji DNA w postaci oryginalnej lub odwróconej (ze względu na występowanie dwóch nici DNA), często do jego reprezentacji używa się permutacji ze znakami.
29 Ważna jest kolejność genów Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące Zdarza się, że dwa różne organizmy zawierają identyczny zbiór genów i różnią się tylko ich kolejnością.
30 Ważna jest kolejność genów Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące Zdarza się, że dwa różne organizmy zawierają identyczny zbiór genów i różnią się tylko ich kolejnością. Chromosom X jest postaci (4, 6, 1, 7, 2, 3, 5, 8) u człowieka, podczas gdy u myszy ma on postać (1, 2, 3, 4, 5, 6, 7, 8). Genotyp kapusty jest postaci (+1, 5, +4, 3, +2), podczas gdy w rzepie ma on postać (+1, +2, +3, +4, +5).
31 Przekształcenia genomowe Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące Przekształceniami genomowymi nazywamy przekształcenia permutacji odpowiadające zmianom jakie zachodzą na rzeczywistym genomie (np. odwrócenie bloku genów lub translokacja chromosomów).
32 Przekształcenia genomowe Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące Przekształceniami genomowymi nazywamy przekształcenia permutacji odpowiadające zmianom jakie zachodzą na rzeczywistym genomie (np. odwrócenie bloku genów lub translokacja chromosomów). Naturalnym wydaje się zdefiniowanie pokrewieństwa między organizmami jako minimalnej liczby pewnych przekształceń genomowych koniecznych do zamiany genomu jednego organizmu w drugi.
33 Graf złamań - rysunek Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące Graf złamań B(π) permutacji π = (4, 1, 3, 2).
34 Permutacja podwojona Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące Definicja Permutacją podwojoną dla permutacji ze znakami π nazywamy permutację bez znaków π taką, że π 0 = 0, π 2n+1 = 2n + 1 oraz π 2i = 2 π i, π 2i 1 = 2 π i 1 (jeśli π i > 0) lub π 2i = 2 π i 1, π 2i 1 = 2 π i (jeśli π i < 0), 1 i n.
35 Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące Graf złamań permutacji podwojonej - rysunek Graf złamań B(π ) permutacji podwojonej π dla permutacji π = (+4, 1, +3, 2).
36 Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące Maksymalny rozkład grafu złamań na cykle alternujące Definicja Maksymalnym rozkładem na cykle alternujące (ang. breakpoint graph decomposition, w skrócie BGD) grafu złamań B(π) nazywamy rozkład na cykle alternujące OPT C (π) zawierający maksymalną liczbę cykli.
37 Problem BGD jest NP-trudny Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące Problem BGD jest NP-trudny. Najlepszy uzyskany do tej pory współczynnik aproksymacji jest równy
38 Definicja odwrócenia Spis rzeczy Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące Definicja Odwróceniem nazywamy przekształcenie ρ π (i, j) na permutacji π takie, że ρ π (i, j) = (π 1,..., π i 1, π j 1,..., π i, π j,..., π n ) gdzie 1 i < j n + 1. Innymi słowami - przekształcenie polegające na odwróceniu kolejności wszystkich elementów o indeksach od i począwszy na j 1 skończywszy.
39 Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące Definicja sortowania przez odwrócenia Definicja Sortowaniem permutacji przez odwrócenia (ang. sorting by reversals, w skrócie SBR) nazywamy dowolny minimalny ciąg odwróceń OPT ρ (π) przekształcający permutację π w id.
40 Problem SBR jest NP-trudny Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące Problem SBR jest NP-trudny. Najlepszy uzyskany do tej pory współczynnik aproksymacji jest równy 11 8.
41 Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące Definicja odwrócenia permutacji ze znakami Definicja Odwróceniem nazywamy przekształcenie ρ π (i, j) na permutacji π takie, że ρ π (i, j) = ( π 1,..., π i 1, π j 1,..., π i, π j,..., π n ) gdzie 1 i < j n + 1.
42 Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące Definicja sortowania permutacji ze znakami przez odwrócenia Definicja Sortowaniem permutacji ze znakami przez odwrócenia (ang. signed sorting by reversals, w skrócie SSBR) nazywamy dowolny minimalny ciąg odwróceń OPT ρ ( π ) przekształcający permutację π w id.
43 Problem SSBR jest rozwiązywalny Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące Problem SSBR jest rozwiązywalny w czasie wielomianowym!
44 Transpozycja Spis rzeczy Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące Definicja Transpozycją nazywamy przekształcenie τ π (i, j, k) na permutacji π takie, że τ π (i, j, k) = (π 1,..., π i 1, π j,..., π k 1, π i,..., π j 1, π k,..., π n ) gdzie 1 i < j < k n + 1. Innymi słowami - przekształcenie polegające na przeniesieniu wszystkich elementów o indeksach od i począwszy na j 1 skończywszy za element o indeksie k 1.
45 Zamiana Spis rzeczy Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące Definicja Zamianą nazywamy przekształcenie γ π (i, j, k, l) na permutacji π takie, że γ π (i, j, k, l) = (π 1,..., π i 1, π k,..., π l 1, π j,..., π k 1, π i,..., π j 1, π l,.. gdzie 1 i < j k < l n + 1. Innymi słowami - przekształcenie polegające na zamianie miejscami wszystkich elementów o indeksach od i począwszy na j 1 skończywszy z elementami o indeksach od k począwszy na l 1 skończywszy.
46 Ruch blokowy Spis rzeczy Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące Definicja Ruchem blokowym nazywamy przekształcenie β π (i, j, k) na permutacji π takie, że β π (i, j, k) = (π 1,..., π i 1, π j,..., π k 1, π i,..., π j 1, π k,..., π n ) gdzie 1 i < j n, 1 k n + 1 oraz π i,..., π j 1 tworzą blok niemalejący. Ruch blokowy jest zatem szczególnym przypadkiem transpozycji.
47 Kilka implementacji Spis rzeczy Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące SBR2Approx.java - implementacja algorytmu aproksymacyjnego dla sortowania przez odwrócenia
48 Kilka implementacji Spis rzeczy Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące SBR2Approx.java - implementacja algorytmu aproksymacyjnego dla sortowania przez odwrócenia SBRGenetic.java - implementacja algorytmu genetycznego dla sortowania przez odwrócenia
49 Kilka implementacji Spis rzeczy Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące SBR2Approx.java - implementacja algorytmu aproksymacyjnego dla sortowania przez odwrócenia SBRGenetic.java - implementacja algorytmu genetycznego dla sortowania przez odwrócenia SBRT4Approx.java - implementacja algorytmu aprosymacyjnego dla sortowania przez odwrócenia i transpozycje
50 Kilka implementacji Spis rzeczy Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące SBR2Approx.java - implementacja algorytmu aproksymacyjnego dla sortowania przez odwrócenia SBRGenetic.java - implementacja algorytmu genetycznego dla sortowania przez odwrócenia SBRT4Approx.java - implementacja algorytmu aprosymacyjnego dla sortowania przez odwrócenia i transpozycje SBBIExact.java - implementacja algorytmu dokładnego dla sortowania przez zamianę
51 Kilka implementacji Spis rzeczy Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące SBR2Approx.java - implementacja algorytmu aproksymacyjnego dla sortowania przez odwrócenia SBRGenetic.java - implementacja algorytmu genetycznego dla sortowania przez odwrócenia SBRT4Approx.java - implementacja algorytmu aprosymacyjnego dla sortowania przez odwrócenia i transpozycje SBBIExact.java - implementacja algorytmu dokładnego dla sortowania przez zamianę SBSM2Approx.java - implementacja algorytmu aproksymacyjnego dla sortowania przez ruchy blokowe
52 Definicja zależności Spis rzeczy Ślady Monoidy Sieci Petriego Definicja Zależnością nazywamy skończoną, zwrotną i symetryczną relację czyli skończony zbiór uporządkowanych par D taki, że jeśli (a, b) D to (b, a) D, (a, a) D
53 Definicja śladu Spis rzeczy Ślady Monoidy Sieci Petriego Definicja Śladem dla zależności D nazywamy klasę słów równoważnych względem zależności D.
54 Przykład śladu Spis rzeczy Ślady Monoidy Sieci Petriego Dla zależności D = {(a, b), (a, c)} i słowa w = abbca śladem jest [abbca] D = {abbca, abcba, acbba}.
55 Ślady Monoidy Sieci Petriego Ślady a programowanie współbieżne Ślady w programowaniu współbieżnym odpowiadają słowom w programowaniu sekwencyjnym.
56 Definicja monoidu Spis rzeczy Ślady Monoidy Sieci Petriego Monoid (M, ) to zbiór M z binarną operacją złożenia, spełniającą następujące warunki: ( x, y M) x y M - Operacja złożenia nie wyprowadza poza zbiór M
57 Definicja monoidu Spis rzeczy Ślady Monoidy Sieci Petriego Monoid (M, ) to zbiór M z binarną operacją złożenia, spełniającą następujące warunki: ( x, y M) x y M - Operacja złożenia nie wyprowadza poza zbiór M ( x, y, z M) (x y) z = x (y z) - Operacja złożenia jest łączna
58 Definicja monoidu Spis rzeczy Ślady Monoidy Sieci Petriego Monoid (M, ) to zbiór M z binarną operacją złożenia, spełniającą następujące warunki: ( x, y M) x y M - Operacja złożenia nie wyprowadza poza zbiór M ( x, y, z M) (x y) z = x (y z) - Operacja złożenia jest łączna ( 1 M) - Istnieje element neutralny, zwany jedynką (oznaczany 1M)
59 Monoid wolny Spis rzeczy Ślady Monoidy Sieci Petriego Definicja Monoidem wolnym nazywamy zbiór wszystkich słów nad alfabetem A wraz z 1M jako słowem pustym i jako operacją konkatenacji.
60 Monoid śladów Spis rzeczy Ślady Monoidy Sieci Petriego Definicja Monoidem śladów M(D) nazywamy każdy monoid zadany przedstawieniem równaniowym (A, E), gdzie A jest alfabetem skończonym, a E jest zbiorem równań postaci ab = ba (gdzie a, b A).
61 Język śladów Spis rzeczy Ślady Monoidy Sieci Petriego Definicja Językiem śladów nazywamy dowolny podzbiór L M(D).
62 Ślady Monoidy Sieci Petriego Akcje w elementarnej sieci Petriego
63 Elementarna sieć Petriego Ślady Monoidy Sieci Petriego
64 Ślady Monoidy Sieci Petriego Graf osiągalności elementarnej sieci Petriego
65 Dodawanie współbieżne Ślady Monoidy Sieci Petriego
66 Ślady Monoidy Sieci Petriego Akcje w markowanej sieci Petriego
67 Kilka linków Spis rzeczy Testowanie planarności grafów -
68 Kilka linków Spis rzeczy Testowanie planarności grafów - Algorytmy aproksymacyjne dla sortowania permutacji -
69 Kilka linków Spis rzeczy Testowanie planarności grafów - Algorytmy aproksymacyjne dla sortowania permutacji edoch/
Drzewa. Jeżeli graf G jest lasem, który ma n wierzchołków i k składowych, to G ma n k krawędzi. Własności drzew
Drzewa Las - graf, który nie zawiera cykli Drzewo - las spójny Jeżeli graf G jest lasem, który ma n wierzchołków i k składowych, to G ma n k krawędzi. Własności drzew Niech T graf o n wierzchołkach będący
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, B/14
Matematyka dyskretna Andrzej Łachwa, UJ, 2019 andrzej.lachwa@uj.edu.pl 1B/14 Drogi w grafach Marszruta (trasa) w grafie G z wierzchołka w do wierzchołka u to skończony ciąg krawędzi w postaci. W skrócie
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 szczegółowoKolorowanie wierzchołków Kolorowanie krawędzi Kolorowanie regionów i map. Wykład 8. Kolorowanie
Wykład 8. Kolorowanie 1 / 62 Kolorowanie wierzchołków - definicja Zbiory niezależne Niech G będzie grafem bez pętli. Definicja Mówimy, że G jest grafem k kolorowalnym, jeśli każdemu wierzchołkowi możemy
Bardziej szczegółowoStruktury danych i złożoność obliczeniowa Wykład 7. Prof. dr hab. inż. Jan Magott
Struktury danych i złożoność obliczeniowa Wykład 7 Prof. dr hab. inż. Jan Magott Problemy NP-zupełne Transformacją wielomianową problemu π 2 do problemu π 1 (π 2 π 1 ) jest funkcja f: D π2 D π1 spełniająca
Bardziej szczegółowoWprowadzenie Podstawy Fundamentalne twierdzenie Kolorowanie. Grafy planarne. Przemysław Gordinowicz. Instytut Matematyki, Politechnika Łódzka
Grafy planarne Przemysław Gordinowicz Instytut Matematyki, Politechnika Łódzka Grafy i ich zastosowania Wykład 12 Plan prezentacji 1 Wprowadzenie 2 Podstawy 3 Fundamentalne twierdzenie 4 Kolorowanie grafów
Bardziej szczegółowoIlustracja S1 S2. S3 ściana zewnętrzna
Grafy płaskie G=(V,E) nazywamy grafem płaskim, gdy V jest skończonym podzbiorem punktów płaszczyzny euklidesowej, a E to zbiór krzywych Jordana (łamanych) o końcach w V i takich, że: 1) rożne krzywe mają
Bardziej szczegółowoPROBLEM: SORTOWANIE PRZEZ ODWRÓCENIA METODA: ALGORYTMY ZACHŁANNE
D: PROBLEM: SORTOWANIE PRZEZ ODWRÓCENIA METODA: ALGORYTMY ZACHŁANNE I. Strategia zachłanna II. Problem przetasowań w genomie III. Sortowanie przez odwrócenia IV. Algorytmy przybliżone V. Algorytm zachłanny
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 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 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 szczegółowoMacierze. Rozdział Działania na macierzach
Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i, j) (i 1,..., n; j 1,..., m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F R lub F C, nazywamy macierzą (rzeczywistą, gdy
Bardziej szczegółowoAlgebrą nazywamy strukturę A = (A, {F i : i I }), gdzie A jest zbiorem zwanym uniwersum algebry, zaś F i : A F i
Algebrą nazywamy strukturę A = (A, {F i : i I }), gdzie A jest zbiorem zwanym uniwersum algebry, zaś F i : A F i A (symbol F i oznacza ilość argumentów funkcji F i ). W rozważanych przez nas algebrach
Bardziej szczegółowoAlgorytmiczna teoria grafów
Przedmiot fakultatywny 20h wykładu + 20h ćwiczeń 21 lutego 2014 Zasady zaliczenia 1 ćwiczenia (ocena): kolokwium, zadania programistyczne (implementacje algorytmów), praca na ćwiczeniach. 2 Wykład (egzamin)
Bardziej szczegółowoPodstawowe własności grafów. Wykład 3. Własności grafów
Wykład 3. Własności grafów 1 / 87 Suma grafów Niech będą dane grafy proste G 1 = (V 1, E 1) oraz G 2 = (V 2, E 2). 2 / 87 Suma grafów Niech będą dane grafy proste G 1 = (V 1, E 1) oraz G 2 = (V 2, E 2).
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 szczegółowoELEMENTY TEORII WĘZŁÓW
Łukasz Janus 10B2 ELEMENTY TEORII WĘZŁÓW Elementarne deformacje węzła Równoważność węzłów Węzły trywialne Ruchy Reidemeistera Twierdzenie o równoważności węzłów Grafy Powtórzmy Diagram węzła Węzły reprezentuje
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 szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, /15
Matematyka dyskretna Andrzej Łachwa, UJ, 2014 andrzej.lachwa@uj.edu.pl 8/15 Grafy podstawowe definicje Graf to para G=(V, E), gdzie V to niepusty i skończony zbiór, którego elementy nazywamy wierzchołkami
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 szczegółowoDigraf. 13 maja 2017
Digraf 13 maja 2017 Graf skierowany, digraf, digraf prosty Definicja 1 Digraf prosty G to (V, E), gdzie V jest zbiorem wierzchołków, E jest rodziną zorientowanych krawędzi, między różnymi wierzchołkami,
Bardziej szczegółowo(4) x (y z) = (x y) (x z), x (y z) = (x y) (x z), (3) x (x y) = x, x (x y) = x, (2) x 0 = x, x 1 = x
2. Wykład 2: algebry Boole a, kraty i drzewa. 2.1. Algebra Boole a. 1 Ważnym dla nas przykładem algebr są algebry Boole a, czyli algebry B = (B,,,, 0, 1) typu (2, 2, 1, 0, 0) spełniające własności: (1)
Bardziej szczegółowoSortowanie topologiczne skierowanych grafów acyklicznych
Sortowanie topologiczne skierowanych grafów acyklicznych Metody boolowskie w informatyce Robert Sulkowski http://robert.brainusers.net 23 stycznia 2010 1 Definicja 1 (Cykl skierowany). Niech C = (V, A)
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 szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, /15
Matematyka dyskretna Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl 14/15 Grafy podstawowe definicje Graf to para G=(V, E), gdzie V to niepusty i skończony zbiór, którego elementy nazywamy wierzchołkami
Bardziej szczegółowoUkłady równań i nierówności liniowych
Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +
Bardziej szczegółowoRozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm
Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i,j) (i = 1,,n;j = 1,,m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F = R lub F = C, nazywamy macierzą (rzeczywistą, gdy F
Bardziej szczegółowoGrupy. Permutacje 1. (G2) istnieje element jednostkowy (lub neutralny), tzn. taki element e G, że dla dowolnego a G zachodzi.
Grupy. Permutacje 1 1 Definicja grupy Niech G będzie zbiorem. Działaniem na zbiorze G nazywamy odwzorowanie (oznaczane, jak mnożenie, przez ) przyporządkowujące każdej parze uporządkowanej (a, b) G G element
Bardziej szczegółowoMATEMATYKA DYSKRETNA - MATERIAŁY DO WYKŁADU GRAFY
ERIAŁY DO WYKŁADU GRAFY Graf nieskierowany Grafem nieskierowanym nazywamy parę G = (V, E), gdzie V jest pewnym zbiorem skończonym (zwanym zbiorem wierzchołków grafu G), natomiast E jest zbiorem nieuporządkowanych
Bardziej szczegółowoAlgorytmiczna teoria grafów
Podstawowe pojęcia i klasy grafów Wykład 1 Grafy nieskierowane Definicja Graf nieskierowany (graf) G = (V,E) jest to uporządkowana para składająca się z niepustego skończonego zbioru wierzchołków V oraz
Bardziej szczegółowoJednym z najprostszych sposobów porządkowania jest technika stosowana przy sortowaniu listów:
Jednym z najprostszych sposobów porządkowania jest technika stosowana przy sortowaniu listów: Listy rozkładane są do różnych przegródek. O tym, do której z nich trafi koperta, decydują różne fragmenty
Bardziej szczegółowoMatematyczne Podstawy Informatyki
Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 2013/2014 Twierdzenie 2.1 Niech G będzie grafem prostym
Bardziej szczegółowoSiedem cudów informatyki czyli o algorytmach zdumiewajacych
Siedem cudów informatyki czyli o algorytmach zdumiewajacych Łukasz Kowalik kowalik@mimuw.edu.pl Instytut Informatyki Uniwersytet Warszawski Łukasz Kowalik, Siedem cudów informatyki p. 1/25 Problem 1: mnożenie
Bardziej szczegółowomacierze jednostkowe (identyczności) macierze diagonalne, które na przekątnej mają same
1 Macierz definicja i zapis Macierzą wymiaru m na n nazywamy tabelę a 11 a 1n A = a m1 a mn złożoną z liczb (rzeczywistych lub zespolonych) o m wierszach i n kolumnach (zamiennie będziemy też czasem mówili,
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 szczegółowo1. Elementy (abstrakcyjnej) teorii grup
1. Elementy (abstrakcyjnej) teorii grup Grupy symetrii def. Grupy Zbiór (skończony lub nieskończony) elementów {g} tworzy grupę gdy: - zdefiniowana operacja mnożenia (złożenia) g 1 g 2 = g 3 є G - (g 1
Bardziej szczegółowoGramatyki grafowe. Dla v V, ϕ(v) etykieta v. Klasa grafów nad Σ - G Σ.
Gramatyki grafowe Def. Nieskierowany NL-graf (etykietowane wierzchołki) jest czwórką g = (V, E, Σ, ϕ), gdzie: V niepusty zbiór wierzchołków, E V V zbiór krawędzi, Σ - skończony, niepusty alfabet etykiet
Bardziej szczegółowo5. Algebra działania, grupy, grupy permutacji, pierścienie, ciała, pierścień wielomianów.
5. Algebra działania, grupy, grupy permutacji, pierścienie, ciała, pierścień wielomianów. Algebra jest jednym z najstarszych działów matematyki dotyczącym początkowo tworzenia metod rozwiązywania równań
Bardziej szczegółowoWstęp do programowania. Drzewa. Piotr Chrząstowski-Wachtel
Wstęp do programowania Drzewa Piotr Chrząstowski-Wachtel Drzewa Drzewa definiują matematycy, jako spójne nieskierowane grafy bez cykli. Równoważne określenia: Spójne grafy o n wierzchołkach i n-1 krawędziach
Bardziej szczegółowoZestaw 2. Definicje i oznaczenia. inne grupy V 4 grupa czwórkowa Kleina D n grupa dihedralna S n grupa symetryczna A n grupa alternująca.
Zestaw 2 Definicja grupy Definicje i oznaczenia grupa zbiór z działaniem łącznym, posiadającym element neutralny, w którym każdy element posiada element odwrotny grupa abelowa (przemienna) grupa, w której
Bardziej szczegółowoDrzewa spinające MST dla grafów ważonych Maksymalne drzewo spinające Drzewo Steinera. Wykład 6. Drzewa cz. II
Wykład 6. Drzewa cz. II 1 / 65 drzewa spinające Drzewa spinające Zliczanie drzew spinających Drzewo T nazywamy drzewem rozpinającym (spinającym) (lub dendrytem) spójnego grafu G, jeżeli jest podgrafem
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, A/14
Matematyka dyskretna Andrzej Łachwa, UJ, 2016 andrzej.lachwa@uj.edu.pl 9A/14 Permutacje Permutacja zbioru skończonego X to bijekcja z X w X. Zbiór permutacji zbioru oznaczamy przez, a permutacje małymi
Bardziej szczegółowoZad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA
Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA Zad. 1 (12p.)Niech n 3k > 0. Zbadać jaka jest najmniejsza możliwa liczba krawędzi w grafie, który ma dokładnie n wierzchołków oraz dokładnie k składowych, z których
Bardziej szczegółowoAlgorytmy stochastyczne laboratorium 03
Algorytmy stochastyczne laboratorium 03 Jarosław Piersa 10 marca 2014 1 Projekty 1.1 Problem plecakowy (1p) Oznaczenia: dany zbiór przedmiotów x 1,.., x N, każdy przedmiot ma określoną wagę w(x i ) i wartość
Bardziej szczegółowoBisymulacja. Niezawodność systemów współbieżnych i obiektowych. Grzegorz Maj Grzegorz Maj Bisymulacja
Niezawodność systemów współbieżnych i obiektowych 18.03.2009 Plan prezentacji Przypomnienie: Plan prezentacji Przypomnienie: Gra bisymulacyjna Plan prezentacji Przypomnienie: Gra bisymulacyjna Definicje
Bardziej szczegółowoZłożoność obliczeniowa klasycznych problemów grafowych
Złożoność obliczeniowa klasycznych problemów grafowych Oznaczenia: G graf, V liczba wierzchołków, E liczba krawędzi 1. Spójność grafu Graf jest spójny jeżeli istnieje ścieżka łącząca każdą parę jego wierzchołków.
Bardziej szczegółowoAlgebra liniowa z geometrią
Algebra liniowa z geometrią Maciej Czarnecki 15 stycznia 2013 Spis treści 1 Geometria płaszczyzny 2 1.1 Wektory i skalary........................... 2 1.2 Macierze, wyznaczniki, układy równań liniowych.........
Bardziej szczegółowo0 + 0 = 0, = 1, = 1, = 0.
5 Kody liniowe Jak już wiemy, w celu przesłania zakodowanego tekstu dzielimy go na bloki i do każdego z bloków dodajemy tak zwane bity sprawdzające. Bity te są w ścisłej zależności z bitami informacyjnymi,
Bardziej szczegółowo1 Automaty niedeterministyczne
Szymon Toruńczyk 1 Automaty niedeterministyczne Automat niedeterministyczny A jest wyznaczony przez następujące składniki: Alfabet skończony A Zbiór stanów Q Zbiór stanów początkowych Q I Zbiór stanów
Bardziej szczegółowo1 Macierz odwrotna metoda operacji elementarnych
W tej części skupimy się na macierzach kwadratowych. Zakładać będziemy, że A M(n, n) dla pewnego n N. Definicja 1. Niech A M(n, n). Wtedy macierzą odwrotną macierzy A (ozn. A 1 ) nazywamy taką macierz
Bardziej szczegółowo6. Wstępne pojęcia teorii grafów
6. Wstępne pojęcia teorii grafów Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie zima 2016/2017 rzegorz Kosiorowski (Uniwersytet Ekonomiczny w Krakowie) 6. Wstępne pojęcia teorii grafów zima 2016/2017
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 szczegółowoO MACIERZACH I UKŁADACH RÓWNAŃ
O MACIERZACH I UKŁADACH RÓWNAŃ Problem Jak rozwiązać podany układ równań? 2x + 5y 8z = 8 4x + 3y z = 2x + 3y 5z = 7 x + 8y 7z = Definicja Równanie postaci a x + a 2 x 2 + + a n x n = b gdzie a, a 2, a
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 szczegółowoKolorowanie wierzchołków grafu
Kolorowanie wierzchołków grafu Niech G będzie grafem prostym. Przez k-kolorowanie właściwe wierzchołków grafu G rozumiemy takie przyporządkowanie wierzchołkom grafu liczb naturalnych ze zbioru {1,...,
Bardziej szczegółowoSPÓJNOŚĆ. ,...v k. }, E={v 1. v k. i v k. ,...,v k-1. }. Wierzchołki v 1. v 2. to końce ścieżki.
SPÓJNOŚĆ Graf jest spójny, gdy dla każdego podziału V na dwa rozłączne podzbiory A i B istnieje krawędź z A do B. Definicja równoważna: Graf jest spójny, gdy każde dwa wierzchołki są połączone ścieżką
Bardziej szczegółowoGrafy i Zastosowania. 5: Drzewa Rozpinające. c Marcin Sydow. Drzewa rozpinające. Cykle i rozcięcia fundamentalne. Zastosowania
Grafy i Grafy i 5: Rozpinające Spis zagadnień Grafy i i lasy cykle fundamentalne i własności cykli i rozcięć przestrzenie cykli i rozcięć* : zastosowanie w sieciach elektrycznych minimalne * algorytm Kruskala*
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, /14
Matematyka dyskretna Andrzej Łachwa, UJ, 2012 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 szczegółowoMatematyka dyskretna dla informatyków
Matematyka dyskretna dla informatyków Część I: Elementy kombinatoryki Jerzy Jaworski Zbigniew Palka Jerzy Szymański Uniwersytet im. Adama Mickiewicza Poznań 2007 4 Zależności rekurencyjne Wiele zależności
Bardziej szczegółowoE ' E G nazywamy krawędziowym zbiorem
Niech G będzie grafem spójnym. Wierzchołek x nazywamy rozcinającym, jeśli G\{x} jest niespójny. Niech G będzie grafem spójnym. V ' V G nazywamy zbiorem rozcinającym jeśli G\V' jest niespójny Niech G będzie
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 szczegółowo1. Synteza automatów Moore a i Mealy realizujących zadane przekształcenie 2. Transformacja automatu Moore a w automat Mealy i odwrotnie
Opracował: dr hab. inż. Jan Magott KATEDRA INFORMATYKI TECHNICZNEJ Ćwiczenia laboratoryjne z Logiki Układów Cyfrowych ćwiczenie 207 Temat: Automaty Moore'a i Mealy 1. Cel ćwiczenia Celem ćwiczenia jest
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, /10
Matematyka dyskretna Andrzej Łachwa, UJ, 2018 andrzej.lachwa@uj.edu.pl 10/10 Podziały i liczby Stirlinga Liczba Stirlinga dla cykli (często nazywana liczbą Stirlinga pierwszego rodzaju) to liczba permutacji
Bardziej szczegółowoGrafy co o ich rysowaniu wiedzą przedszkolaki i co z tego wynika dla matematyków
Wykłady popularne z matematyki Grafy co o ich rysowaniu wiedzą przedszkolaki i co z tego wynika dla matematyków Joanna Jaszuńska Politechnika Warszawska, 6 maja 2010 Grafy Wykłady popularne z matematyki,
Bardziej szczegółowoWykład 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 szczegółowoxx + x = 1, to y = Jeśli x = 0, to y = 0 Przykładowy układ Funkcja przykładowego układu Metody poszukiwania testów Porównanie tabel prawdy
Testowanie układów kombinacyjnych Przykładowy układ Wykrywanie błędów: 1. Sklejenie z 0 2. Sklejenie z 1 Testem danego uszkodzenia nazywa się takie wzbudzenie funkcji (wektor wejściowy), które daje błędną
Bardziej szczegółowoTEORIA wiązań Magdalena Pawłowska Gr. 10B2
TEORIA wiązań Magdalena Pawłowska Gr. 10B2 Techniki kombinatoryczne rozróżniania węzłów i splotów ØLiczba skrzyżowań, ØLiczba mostów, ØKolorowanie, ØIndeks zaczepienia, ØSzkic elementów arytmetyki węzłów.
Bardziej szczegółowoProjekt matematyczny
Projekt matematyczny Tomasz Kochanek Uniwersytet Śląski Instytut Matematyki Katowice VI Święto Liczby π 15 marca 2012 r. Tomasz Kochanek (Uniwersytet Śląski) Projekt matematyczny 1 / 32 Wielkie twierdzenie
Bardziej szczegółowoAlgebra. Jakub Maksymiuk. lato 2018/19
Algebra Jakub Maksymiuk lato 2018/19 Algebra W1/0 Zbiory z działaniami Podstawowe własności Potęgi Tabelka działania Przykłady Grupa symetryczna Algebra W1/1 Podstawowe własności Definicja: Działaniem
Bardziej szczegółowoJęzyki formalne i automaty Ćwiczenia 1
Języki formalne i automaty Ćwiczenia Autor: Marcin Orchel Spis treści Spis treści... Wstęp teoretyczny... 2 Wprowadzenie do teorii języków formalnych... 2 Gramatyki... 5 Rodzaje gramatyk... 7 Zadania...
Bardziej szczegółowoJAO - lematy o pompowaniu dla jezykow bezkontekstowy
JAO - lematy o pompowaniu dla jezykow bezkontekstowych Postać normalna Chomsky ego Gramatyka G ze zbiorem nieterminali N i zbiorem terminali T jest w postaci normalnej Chomsky ego wtw gdy każda produkcja
Bardziej szczegółowoMacierze - obliczanie wyznacznika macierzy z użyciem permutacji
Macierze - obliczanie wyznacznika macierzy z użyciem permutacji I LO im. F. Ceynowy w Świeciu Radosław Rudnicki joix@mat.uni.torun.pl 17.03.2009 r. Typeset by FoilTEX Streszczenie Celem wykładu jest wprowadzenie
Bardziej szczegółowoMATEMATYKA DYSKRETNA - KOLOKWIUM 2
1 MATEMATYKA DYSKRETNA - KOLOKWIUM 2 GRUPA A RACHUNKI+KRÓTKIE WYJAŚNIENIA! NA TEJ KARTCE! KAŻDA DODATKOWA KARTKA TO MINUS 1 PUNKT! Imię i nazwisko...... Nr indeksu... 1. (3p.) Znajdź drzewo o kodzie Prufera
Bardziej szczegółowo1 Grupy. 1.1 Grupy. 1.2 Podgrupy. 1.3 Dzielniki normalne. 1.4 Homomorfizmy
1 Grupy 1.1 Grupy 1.1.1. Niech G będzie taką grupa, że (ab) 2 = a 2 b 2 dla dowolnych a, b G. Udowodnić, że grupa G jest abelowa. 1.1.2. Niech G będzie taką grupa, że (ab) 1 = a 1 b 1 dla dowolnych a,
Bardziej szczegółowoSIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa
SIMR 06/07, Analiza, wykład, 07-0- Przestrzeń wektorowa Przestrzeń wektorowa (liniowa) - przestrzeń (zbiór) w której określone są działania (funkcje) dodawania elementów i mnożenia elementów przez liczbę
Bardziej szczegółowo3. Macierze i Układy Równań Liniowych
3. Macierze i Układy Równań Liniowych Rozważamy równanie macierzowe z końcówki ostatniego wykładu ( ) 3 1 X = 4 1 ( ) 2 5 Podstawiając X = ( ) x y i wymnażając, otrzymujemy układ 2 równań liniowych 3x
Bardziej szczegółowoBadania operacyjne: Wykład Zastosowanie kolorowania grafów w planowaniu produkcji typu no-idle
Badania operacyjne: Wykład Zastosowanie kolorowania grafów w planowaniu produkcji typu no-idle Paweł Szołtysek 12 czerwca 2008 Streszczenie Planowanie produkcji jest jednym z problemów optymalizacji dyskretnej,
Bardziej szczegółowoCiała i wielomiany 1. przez 1, i nazywamy jedynką, zaś element odwrotny do a 0 względem działania oznaczamy przez a 1, i nazywamy odwrotnością a);
Ciała i wielomiany 1 Ciała i wielomiany 1 Definicja ciała Niech F będzie zbiorem, i niech + ( dodawanie ) oraz ( mnożenie ) będą działaniami na zbiorze F. Definicja. Zbiór F wraz z działaniami + i nazywamy
Bardziej szczegółowoDB Algebra liniowa semestr zimowy 2018
DB Algebra liniowa semestr zimowy 2018 SPIS TREŚCI Teoria oraz większość zadań w niniejszym skrypcie zostały opracowane na podstawie książek: 1 G Banaszak, W Gajda, Elementy algebry liniowej cz I, Wydawnictwo
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 szczegółowoWyrażenia regularne.
Teoretyczne podstawy informatyki Wykład : Wyrażenia regularne. Prof. dr hab. Elżbieta Richter-Wąs.2.202 Wyrażenia regularne Wyrażenia regularne (ang. regular expressions) stanowią algebraiczny sposób definiowania
Bardziej szczegółowoMarek Miszczyński KBO UŁ. Wybrane elementy teorii grafów 1
Marek Miszczyński KBO UŁ. Wybrane elementy teorii grafów 1 G. Wybrane elementy teorii grafów W matematyce teorię grafów klasyfikuje się jako gałąź topologii. Jest ona jednak ściśle związana z algebrą i
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, A/15
Matematyka dyskretna Andrzej Łachwa, UJ, 2015 andrzej.lachwa@uj.edu.pl 10A/15 Permutacje Permutacja zbioru skończonego X to bijekcja z X w X. Zbiór permutacji zbioru oznaczamy przez, a permutacje małymi
Bardziej szczegółowoData Mining Wykład 9. Analiza skupień (grupowanie) Grupowanie hierarchiczne O-Cluster. Plan wykładu. Sformułowanie problemu
Data Mining Wykład 9 Analiza skupień (grupowanie) Grupowanie hierarchiczne O-Cluster Plan wykładu Wprowadzanie Definicja problemu Klasyfikacja metod grupowania Grupowanie hierarchiczne Sformułowanie problemu
Bardziej szczegółowoRozwiązywanie układów równań liniowych
Rozwiązywanie układów równań liniowych Marcin Orchel 1 Wstęp Jeśli znamy macierz odwrotną A 1, to możęmy znaleźć rozwiązanie układu Ax = b w wyniku mnożenia x = A 1 b (1) 1.1 Metoda eliminacji Gaussa Pierwszy
Bardziej szczegółowoRodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki.
3. Funkcje borelowskie. Rodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki. (1): Jeśli zbiór Y należy do rodziny F, to jego dopełnienie X
Bardziej szczegółowoWykład z Technologii Informacyjnych. Piotr Mika
Wykład z Technologii Informacyjnych Piotr Mika Uniwersalna forma graficznego zapisu algorytmów Schemat blokowy zbiór bloków, powiązanych ze sobą liniami zorientowanymi. Jest to rodzaj grafu, którego węzły
Bardziej szczegółowoGrafy. Graf ( graf ogólny) to para G( V, E), gdzie:
Graf ( graf ogólny) to para G( V, E), gdzie: V jest zbiorem wierzchołków, ( czasami zwanymi węzłami lub punktami grafu) E jest rodziną ( być może powtarzających się) krawędzi, czyli jedno- i dwu- elementowych
Bardziej szczegółowoZadanie 1. Zmiana systemów. Zadanie 2. Szyfr Cezara. Zadanie 3. Czy liczba jest doskonała. Zadanie 4. Rozkład liczby na czynniki pierwsze Zadanie 5.
Zadanie 1. Zmiana systemów. Zadanie 2. Szyfr Cezara. Zadanie 3. Czy liczba jest doskonała. Zadanie 4. Rozkład liczby na czynniki pierwsze Zadanie 5. Schemat Hornera. Wyjaśnienie: Zadanie 1. Pozycyjne reprezentacje
Bardziej szczegółowoPodstawowe struktury algebraiczne
Rozdział 1 Podstawowe struktury algebraiczne 1.1. Działania wewnętrzne Niech X będzie zbiorem niepustym. Dowolną funkcję h : X X X nazywamy działaniem wewnętrznym w zbiorze X. Działanie wewnętrzne, jak
Bardziej szczegółowoFUNKCJE. (odwzorowania) Funkcje 1
FUNKCJE (odwzorowania) Funkcje 1 W matematyce funkcja ze zbioru X w zbiór Y nazywa się odwzorowanie (przyporządkowanie), które każdemu elementowi zbioru X przypisuje jeden, i tylko jeden element zbioru
Bardziej szczegółowoRównoległy algorytm wyznaczania bloków dla cyklicznego problemu przepływowego z przezbrojeniami
Równoległy algorytm wyznaczania bloków dla cyklicznego problemu przepływowego z przezbrojeniami dr inż. Mariusz Uchroński Wrocławskie Centrum Sieciowo-Superkomputerowe Agenda Cykliczny problem przepływowy
Bardziej szczegółowoTeoretyczne podstawy informatyki
Teoretyczne podstawy informatyki Wykład 10: Opis wzorców - wyrażenia regularne. http://hibiscus.if.uj.edu.pl/~erichter/dydaktyka2010/tpi-2010 Prof. dr hab. Elżbieta Richter-Wąs 1 Wyrażenia regularne Wyrażenia
Bardziej szczegółowoOpracowanie prof. J. Domsta 1
Opracowanie prof. J. Domsta 1 Algorytm FLEURY'ego: Twierdzenie 6.5 G-graf eulerowski. Wtedy cykl Eulera otrzymujemy nastepująco: a) Start w dowolnym wierzchołku b) Krawędzie w dowolnej kolejności po przebyciu
Bardziej szczegółowo5. Wykład 5: Grupy proste. Definicja 5.1. Grupę (G, ) nazywamy grupą prostą, gdy G nie zawiera właściwych podgrup normalnych.
5. Wykład 5: Grupy proste. Definicja 5.1. Grupę (G, ) nazywamy grupą prostą, gdy G nie zawiera właściwych podgrup normalnych. Przeprowadzimy obecnie skróconą klasyfikację skończonych grup prostych. 5.1.
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 szczegółowoStruktury danych i złozoność obliczeniowa. Prof. dr hab. inż. Jan Magott
Struktury danych i złozoność obliczeniowa Prof. dr hab. inż. Jan Magott Formy zajęć: Wykład 1 godz., Ćwiczenia 1 godz., Projekt 2 godz.. Adres strony z materiałami do wykładu: http://www.zio.iiar.pwr.wroc.pl/sdizo.html
Bardziej szczegółowo5 Wyznaczniki. 5.1 Definicja i podstawowe własności. MIMUW 5. Wyznaczniki 25
MIMUW 5 Wyznaczniki 25 5 Wyznaczniki Wyznacznik macierzy kwadratowych jest funkcją det : K m n K, (m = 1, 2, ) przypisującą każdej macierzy kwadratowej skalar, liniowo ze względu na każdy wiersz osobno
Bardziej szczegółowo0. ELEMENTY LOGIKI. ALGEBRA BOOLE A
WYKŁAD 5() ELEMENTY LOGIKI ALGEBRA BOOLE A Logika podstawowe pojęcia: zdania i funktory, reguły wnioskowania, zmienne zdaniowe, rachunek zdań Matematyka zbudowana jest z pierwotnych twierdzeń (nazywamy
Bardziej szczegółowon=0 Dla zbioru Cantora prawdziwe są wersje lematu 3.6 oraz lematu 3.8 przy założeniu α = :
4. Zbiory borelowskie. Zbiór wszystkich podzbiorów liczb naturalnych będziemy oznaczali przez ω. Najmniejszą topologię na zbiorze ω, w której zbiory {A ω : x A ω \ y}, gdzie x oraz y są zbiorami skończonymi,
Bardziej szczegółowo