Wykład 1. Wprowadzenie do teorii grafów
|
|
- Izabela Przybysz
- 6 lat temu
- Przeglądów:
Transkrypt
1 Wykła 1. Wprowazenie o teorii grafów 1 / 111
2 Literatura 1 W. Lipski; Kombinatoryka la programistów. 2 T. Cormen, Ch. E. Leiserson, R. L. Rivest; Wprowazenie o algorytmów. 3 K. A. Ross, Ch. R. B. Wright; Matematyka yskretna. 4 M. Sysło, N. Deo; Metoy optymalizacji yskretnej z przykłaami w Turbo Pascalu. 5 M. Libura, J. Sikorski; Wykłay z matematyki yskretnej. Cz. I: Kombinatoryka. 6 M. Libura, J. Sikorski; Wykłay z matematyki yskretnej. Cz. II: Teoria grafów. 7 J. Kurose, K. Ross; Sieci komputerowe. O ogółu o szczegółu z Internetem w tle. 8 J. Harris, J. Hirst, M. Mossinghoff; Combinatorics an Graph Theory. 9 D. Mehi, K. Ramasamy; Network Routing: Algorithms, Protocols an Architectures. 10 D. Jungnickel, Graphs; Networks an Algorithms. 11 B. Korte, J. Vygen; Combinatorial optimization. 2 / 111
3 grafu nieskierowanego Grafem nieskierowanym nazywamy uporząkowaną trójkę: G = V, E, γ gzie: V niepusty zbiór wierzchołków grafu G, E zbiór krawęzi grafu G, γ funkcja ze zbioru E w zbiór {{u, v} : u, v V } wszystkich pozbiorów jeno lub wuelementowych zbioru V. 3 / 111
4 grafu nieskierowanego Grafem nieskierowanym nazywamy uporząkowaną trójkę: G = V, E, γ gzie: V niepusty zbiór wierzchołków grafu G, E zbiór krawęzi grafu G, γ funkcja ze zbioru E w zbiór {{u, v} : u, v V } wszystkich pozbiorów jeno lub wuelementowych zbioru V. Jeżeli e E oraz γ (e) = {v 1, v 2}, to elementy v 1 i v 2 nazywamy końcami krawęzi e. 4 / 111
5 Przykła W praktyce często wykorzystujemy graficzną reprezentację grafu 1 a b c 3 m l k 2 f 8 4 h 5 6 g 7 5 / 111
6 Przykła W praktyce często wykorzystujemy graficzną reprezentację grafu 1 a b c 3 m l k 2 f 8 4 Niech G = V, E, γ, gzie: h 5 6 g 7 V = {1, 2,...8}, E = {a, b, c,, e, f, g, h, k, l, m}, 6 / 111
7 Przykła W praktyce często wykorzystujemy graficzną reprezentację grafu 1 a b c 3 m l k 2 f 8 4 Niech G = V, E, γ, gzie: h 5 6 g 7 V = {1, 2,...8}, E = {a, b, c,, e, f, g, h, k, l, m}, zaś funkcja γ określona jest za pomocą tabeli e a b c f g h γ (e) {1, 2} {2} {2, 3} {4} {3, 6} {6, 7} {5, 6} k l m {2, 5} {1, 5} {1, 5} 7 / 111
8 Krawęzie grafu 1 a m l k b c 3 2 f 8 4 h 5 6 g 7 Jeżeli γ (e) = {v, v} = {v}, to krawęź e nazywamy pętlą. 8 / 111
9 Krawęzie grafu 1 a m l k b c 3 2 f 8 4 h 5 6 g 7 Jeżeli γ (e) = {v, v} = {v}, to krawęź e nazywamy pętlą. Na rysunku pętlami są krawęzie b i, ponieważ γ (b) = {2} i γ () = {4}. 9 / 111
10 Krawęzie grafu 1 a m l k b c 3 2 f 8 4 h 5 6 g 7 Jeżeli krawęzie e i f są różne (e f ) i γ (e) = γ (f ), to nazywamy je krawęziami wielokrotnymi (równoległymi) 10 / 111
11 Krawęzie grafu 1 a m l k b c 3 2 f 8 4 h 5 6 g 7 Jeżeli krawęzie e i f są różne (e f ) i γ (e) = γ (f ), to nazywamy je krawęziami wielokrotnymi (równoległymi) Na rysunku krawęziami wielokrotnymi są krawęzie m i l, bowiem γ (l) = γ (m) = {1, 5} 11 / 111
12 Krawęzie grafu 1 a m l k b c 3 2 f 8 4 h 5 6 g 7 Jeżeli krawęzie e i f są różne (e f ) i γ (e) = γ (f ), to nazywamy je krawęziami wielokrotnymi (równoległymi) Na rysunku krawęziami wielokrotnymi są krawęzie m i l, bowiem γ (l) = γ (m) = {1, 5} Uwaga W przypaku, gy nie ma w grafie G krawęzi wielokrotnych, to funkcja γ jest różnowartościowa. 12 / 111
13 Jeżeli w grafie G, a i b nie są krawęziami równoległymi oraz γ (a) = {x, y} i γ (b) = {y, z}, to mówimy, że: 13 / 111
14 Jeżeli w grafie G, a i b nie są krawęziami równoległymi oraz γ (a) = {x, y} i γ (b) = {y, z}, to mówimy, że: 1 Krawęzie a i b są krawęziami sąsienim lub przyległymi (mają wspólny wierzchołek y). 14 / 111
15 Jeżeli w grafie G, a i b nie są krawęziami równoległymi oraz γ (a) = {x, y} i γ (b) = {y, z}, to mówimy, że: 1 Krawęzie a i b są krawęziami sąsienim lub przyległymi (mają wspólny wierzchołek y). 2 Wierzchołki x, y (oraz y i z) są wierzchołkami sąsienimi. 15 / 111
16 Jeżeli w grafie G, a i b nie są krawęziami równoległymi oraz γ (a) = {x, y} i γ (b) = {y, z}, to mówimy, że: 1 Krawęzie a i b są krawęziami sąsienim lub przyległymi (mają wspólny wierzchołek y). 2 Wierzchołki x, y (oraz y i z) są wierzchołkami sąsienimi. 3 Wierzchołek x (a także y) jest incyentny o krawęzi a (jest końcem tej krawęzi) 16 / 111
17 Graf prosty Graf bez krawęzi wielokrotnych i pętli nazywamy grafem prostym. 17 / 111
18 Graf prosty Graf bez krawęzi wielokrotnych i pętli nazywamy grafem prostym. Przykłaem grafu prostego jest graf G przestawiony na rysunku 3 f b a 4 e c / 111
19 W przypaku grafów bez krawęzi wielokrotnych (w szczególności w przypaku grafów prostych) efinicja grafu sprowaza się o poania zbioru wierzchołków V i krawęzi w postaci {p, q}, gzie p, q V, np. na rysunku zamiast pisać γ (a) = {1, 3} bęziemy pisać a = {1, 3}. 19 / 111
20 W przypaku grafów bez krawęzi wielokrotnych (w szczególności w przypaku grafów prostych) efinicja grafu sprowaza się o poania zbioru wierzchołków V i krawęzi w postaci {p, q}, gzie p, q V, np. na rysunku zamiast pisać γ (a) = {1, 3} bęziemy pisać a = {1, 3}. Uwaga W alszej części graf bez krawęzi wielokrotnych (w szczególności graf prosty) bęziemy zapisywali jako G = V, E pamiętając, że E = {{p, q} : p, q V }. 20 / 111
21 Stopień wierzchołka i stopień grafu, w grafie nieskierowanym Liczbę krawęzi incyentnych o anego wierzchołka v (z pętlami liczonymi powójnie) nazywamy stopniem wierzchołka v i oznaczamy eg(v). 21 / 111
22 Stopień wierzchołka i stopień grafu, w grafie nieskierowanym Liczbę krawęzi incyentnych o anego wierzchołka v (z pętlami liczonymi powójnie) nazywamy stopniem wierzchołka v i oznaczamy eg(v). Liczbę wierzchołków stopnia k oznaczamy D k (G). 22 / 111
23 Stopień wierzchołka i stopień grafu, w grafie nieskierowanym Liczbę krawęzi incyentnych o anego wierzchołka v (z pętlami liczonymi powójnie) nazywamy stopniem wierzchołka v i oznaczamy eg(v). Liczbę wierzchołków stopnia k oznaczamy D k (G). Dla każego grafu efiniujemy ciąg stopni wierzchołków grafu G (D 0 (G), D 1 (G), D 2 (G),...). 23 / 111
24 Stopień wierzchołka i stopień grafu, w grafie nieskierowanym Liczbę krawęzi incyentnych o anego wierzchołka v (z pętlami liczonymi powójnie) nazywamy stopniem wierzchołka v i oznaczamy eg(v). Liczbę wierzchołków stopnia k oznaczamy D k (G). Dla każego grafu efiniujemy ciąg stopni wierzchołków grafu G (D 0 (G), D 1 (G), D 2 (G),...). Stopniem grafu G nazywamy liczbę (G) := max eg (v). v V Stopień grafu jest więc równy najwyższemu ze stopni jego wierzchołków. 24 / 111
25 Wierzchołek stopnia zerowego nazywamy wierzchołkiem izolowanym. 25 / 111
26 Wierzchołek stopnia zerowego nazywamy wierzchołkiem izolowanym. Wierzchołek stopnia pierwszego nazywamy wierzchołkiem końcowym lub wiszącym. 26 / 111
27 Przykła Rozważmy graf: f x 1 x 2 a b e c x 8 h x 3 g x 5 x 4 x6 x 7 27 / 111
28 Przykła Rozważmy graf: f x 1 x 2 a b e c x 8 h x 3 g x 5 x 4 x6 x 7 Na rysunku: 28 / 111
29 Przykła Rozważmy graf: f x 1 x 2 a b e c x 8 h x 3 g x 5 x 4 x6 x 7 Na rysunku: 1 wierzchołki izolowane, to x 5 i x 7 29 / 111
30 Przykła Rozważmy graf: f x 1 x 2 a b e c x 8 h x 3 g x 5 x 4 x6 x 7 Na rysunku: 1 wierzchołki izolowane, to x 5 i x 7 2 wierzchołki wiszące to x 4 i x 6 30 / 111
31 Przykła Rozważmy graf: f x 1 x 2 a b e c x 8 h x 3 g x 5 x 4 x6 x 7 Na rysunku: 1 wierzchołki izolowane, to x 5 i x 7 2 wierzchołki wiszące to x 4 i x 6 3 ponato eg (x 1) = 2 i eg (x 2) = 5, eg (x 3) = 4 i eg (x 8) = 3 31 / 111
32 Przykła Rozważmy graf: f x 1 x 2 a b e c x 8 h x 3 g x 5 x 4 x6 x 7 Na rysunku: 1 wierzchołki izolowane, to x 5 i x 7 2 wierzchołki wiszące to x 4 i x 6 3 ponato eg (x 1) = 2 i eg (x 2) = 5, eg (x 3) = 4 i eg (x 8) = 3 4 ciąg stopni wierzchołków tego grafu jest następujący (2, 2, 1, 1, 1, 1) 32 / 111
33 Przykła Rozważmy graf: f x 1 x 2 a b e c x 8 h x 3 g x 5 x 4 x6 x 7 Na rysunku: 1 wierzchołki izolowane, to x 5 i x 7 2 wierzchołki wiszące to x 4 i x 6 3 ponato eg (x 1) = 2 i eg (x 2) = 5, eg (x 3) = 4 i eg (x 8) = 3 4 ciąg stopni wierzchołków tego grafu jest następujący (2, 2, 1, 1, 1, 1) 5 stopień tego grafu wynosi więc (G) = 5 33 / 111
34 Krawęzie szeregowe Mówimy, że wie nierównoległe krawęzie są krawęziami szeregowymi, jeżeli ich wspólny wierzchołek jest stopnia rugiego. 34 / 111
35 Krawęzie szeregowe Mówimy, że wie nierównoległe krawęzie są krawęziami szeregowymi, jeżeli ich wspólny wierzchołek jest stopnia rugiego. f x 1 x 2 a b e c x 8 h x 3 g x 5 x 4 x6 x 7 35 / 111
36 Krawęzie szeregowe Mówimy, że wie nierównoległe krawęzie są krawęziami szeregowymi, jeżeli ich wspólny wierzchołek jest stopnia rugiego. f x 1 x 2 a b e c x 8 h x 3 g x 5 x 4 x6 x 7 W grafie krawęzie a i b są szeregowe, natomiast krawęzie b i c są przyległe ale nie są połączone szeregowo, bowiem ich wspólny wierzchołek jest stopnia trzeciego. 36 / 111
37 Izomorfizm grafów Niech ane bęą grafy G 1 = V 1, E 1 oraz G 2 = V 2, E 2 (bez krawęzi wielokrotnych). 37 / 111
38 Izomorfizm grafów Niech ane bęą grafy G 1 = V 1, E 1 oraz G 2 = V 2, E 2 (bez krawęzi wielokrotnych). Mówimy, że grafy G 1 i G 2 są izomorficzne, jeżeli istnieje wzajemnie jenoznaczne przekształcenie α : V 1 V 2 takie, że krawęź {u, v} jest krawęzią grafu G 1 ({u, v} E 1) wtey i tylko wtey, gy 38 / 111
39 Izomorfizm grafów Niech ane bęą grafy G 1 = V 1, E 1 oraz G 2 = V 2, E 2 (bez krawęzi wielokrotnych). Mówimy, że grafy G 1 i G 2 są izomorficzne, jeżeli istnieje wzajemnie jenoznaczne przekształcenie α : V 1 V 2 takie, że krawęź {u, v} jest krawęzią grafu G 1 ({u, v} E 1) wtey i tylko wtey, gy {α (u), α (v)} jest krawęzią grafu G 2 ({α (u), α (v)} E 2). 39 / 111
40 Izomorfizm grafów Dla grafów z krawęziami wielokrotnymi sytuacja nieco się komplikuje 40 / 111
41 Izomorfizm grafów Dla grafów z krawęziami wielokrotnymi sytuacja nieco się komplikuje Niech ane bęą grafy G 1 = V 1, E 1, γ 1 oraz G 2 = V 2, E 2, γ 2 Mówimy, że grafy G 1 i G 2 są izomorficzne, jeżeli istnieją przekształcenia α : V 1 V 2 i β : E 1 E 2 wzajemnie jenoznaczne, takie, że krawęź e E 1 łączy wierzchołki u, v V 1 (γ 1 (e) = {u, v}) wtey i tylko wtey, 41 / 111
42 Izomorfizm grafów Dla grafów z krawęziami wielokrotnymi sytuacja nieco się komplikuje Niech ane bęą grafy G 1 = V 1, E 1, γ 1 oraz G 2 = V 2, E 2, γ 2 Mówimy, że grafy G 1 i G 2 są izomorficzne, jeżeli istnieją przekształcenia α : V 1 V 2 i β : E 1 E 2 wzajemnie jenoznaczne, takie, że krawęź e E 1 łączy wierzchołki u, v V 1 (γ 1 (e) = {u, v}) wtey i tylko wtey, gy opowiaająca jej krawęź β (e) E 2 łączy wierzchołki α (u) i α (v) tzn. γ 2 (β (e)) = {α (u), α (v)}. 42 / 111
43 Izomorfizm grafów Dla grafów z krawęziami wielokrotnymi sytuacja nieco się komplikuje Niech ane bęą grafy G 1 = V 1, E 1, γ 1 oraz G 2 = V 2, E 2, γ 2 Mówimy, że grafy G 1 i G 2 są izomorficzne, jeżeli istnieją przekształcenia α : V 1 V 2 i β : E 1 E 2 wzajemnie jenoznaczne, takie, że krawęź e E 1 łączy wierzchołki u, v V 1 (γ 1 (e) = {u, v}) wtey i tylko wtey, gy opowiaająca jej krawęź β (e) E 2 łączy wierzchołki α (u) i α (v) tzn. γ 2 (β (e)) = {α (u), α (v)}. Zapis G 1 G 2 czytamy: grafy G 1 i G 2 są izomorficzne. 43 / 111
44 Izomorfizm grafów 44 / 111
45 Izomorfizm grafów 45 / 111
46 Niezmienniki izomorfizmu grafów Z efinicji izomorfizmu wynika, że grafy izomorficzne muszą mieć 1 tę samą liczbę wierzchołków 2 tę samą liczbę krawęzi 3 tę samą liczbę pętli 4 tę samą liczbę wierzchołków końcowych 5 tę samą liczbę wierzchołków izolowanych 6 równą liczbę wierzchołków tego samego stopnia 7 ten sam ciąg stopni wierzchołków (D 0 (G), D 1 (G),...) Powyższe warunkami są warunkami koniecznymi izomorfizmu wu grafów, ale nie są warunkami wystarczającymi. 46 / 111
47 Graf skierowany Grafem skierowanym lub igrafem G (irecte graph) nazywamy uporząkowaną trójkę G = V, E, γ, gzie V jest niepustym zbiorem wierzchołków, E zbiorem krawęzi skierowanych (łuków), γ owzorowaniem zbioru E w zbiór V V. 47 / 111
48 Graf skierowany Grafem skierowanym lub igrafem G (irecte graph) nazywamy uporząkowaną trójkę G = V, E, γ, gzie V jest niepustym zbiorem wierzchołków, E zbiorem krawęzi skierowanych (łuków), γ owzorowaniem zbioru E w zbiór V V. Jeśli e (e E) jest łukiem grafu G i γ(e) = (p, q) ((p, q) V V ), to 48 / 111
49 Graf skierowany Grafem skierowanym lub igrafem G (irecte graph) nazywamy uporząkowaną trójkę G = V, E, γ, gzie V jest niepustym zbiorem wierzchołków, E zbiorem krawęzi skierowanych (łuków), γ owzorowaniem zbioru E w zbiór V V. Jeśli e (e E) jest łukiem grafu G i γ(e) = (p, q) ((p, q) V V ), to p nazywamy początkiem łuku 49 / 111
50 Graf skierowany Grafem skierowanym lub igrafem G (irecte graph) nazywamy uporząkowaną trójkę G = V, E, γ, gzie V jest niepustym zbiorem wierzchołków, E zbiorem krawęzi skierowanych (łuków), γ owzorowaniem zbioru E w zbiór V V. Jeśli e (e E) jest łukiem grafu G i γ(e) = (p, q) ((p, q) V V ), to p nazywamy początkiem łuku q nazywamy końcem łuku 50 / 111
51 Graf skierowany Grafem skierowanym lub igrafem G (irecte graph) nazywamy uporząkowaną trójkę G = V, E, γ, gzie V jest niepustym zbiorem wierzchołków, E zbiorem krawęzi skierowanych (łuków), γ owzorowaniem zbioru E w zbiór V V. Jeśli e (e E) jest łukiem grafu G i γ(e) = (p, q) ((p, q) V V ), to p nazywamy początkiem łuku q nazywamy końcem łuku o łuku e mówimy również, że 51 / 111
52 Graf skierowany Grafem skierowanym lub igrafem G (irecte graph) nazywamy uporząkowaną trójkę G = V, E, γ, gzie V jest niepustym zbiorem wierzchołków, E zbiorem krawęzi skierowanych (łuków), γ owzorowaniem zbioru E w zbiór V V. Jeśli e (e E) jest łukiem grafu G i γ(e) = (p, q) ((p, q) V V ), to p nazywamy początkiem łuku q nazywamy końcem łuku o łuku e mówimy również, że łuk e biegnie o wierzchołka p o wierzchołka q 52 / 111
53 Graf skierowany Grafem skierowanym lub igrafem G (irecte graph) nazywamy uporząkowaną trójkę G = V, E, γ, gzie V jest niepustym zbiorem wierzchołków, E zbiorem krawęzi skierowanych (łuków), γ owzorowaniem zbioru E w zbiór V V. Jeśli e (e E) jest łukiem grafu G i γ(e) = (p, q) ((p, q) V V ), to p nazywamy początkiem łuku q nazywamy końcem łuku o łuku e mówimy również, że łuk e biegnie o wierzchołka p o wierzchołka q łuk e wychozi z wierzchołka p i wchozi o wierzchołka q 53 / 111
54 Graf skierowany Grafem skierowanym lub igrafem G (irecte graph) nazywamy uporząkowaną trójkę G = V, E, γ, gzie V jest niepustym zbiorem wierzchołków, E zbiorem krawęzi skierowanych (łuków), γ owzorowaniem zbioru E w zbiór V V. Jeśli e (e E) jest łukiem grafu G i γ(e) = (p, q) ((p, q) V V ), to p nazywamy początkiem łuku q nazywamy końcem łuku o łuku e mówimy również, że łuk e biegnie o wierzchołka p o wierzchołka q łuk e wychozi z wierzchołka p i wchozi o wierzchołka q łuk e jest incyentny z wierzchołka p i jest incyentny w wierzchołek q 54 / 111
55 Graf skierowany Analogicznie, jak w przypaku grafu nieskierowanego mamy Jeżeli γ(e) = (p, p), to e nazywamy pętlą. 55 / 111
56 Graf skierowany Analogicznie, jak w przypaku grafu nieskierowanego mamy Jeżeli γ(e) = (p, p), to e nazywamy pętlą. Jeżeli e, k E oraz γ(e) = (p, q) i γ(k) = (p, q), to krawęzie e i k nazywamy równoległymi lub wielokrotnymi. 56 / 111
57 Graf skierowany Analogicznie, jak w przypaku grafu nieskierowanego mamy Jeżeli γ(e) = (p, p), to e nazywamy pętlą. Jeżeli e, k E oraz γ(e) = (p, q) i γ(k) = (p, q), to krawęzie e i k nazywamy równoległymi lub wielokrotnymi. Jeżeli G jest grafem prostym (bez pętli i krawęzi równoległych), to przekształcenie γ jest różnowartościowe a graf G możemy oznaczać jako G = V, E. 57 / 111
58 Przykła Weźmy graf G = V, E, γ, w którym ane są zbiory: V = {u, w, x, y, z} zbiór wierzchołków, E = {(a, b, c,, e, f, g, h, k, l, m} zbiór łuków 58 / 111
59 Przykła Weźmy graf G = V, E, γ, w którym ane są zbiory: V = {u, w, x, y, z} zbiór wierzchołków, E = {(a, b, c,, e, f, g, h, k, l, m} zbiór łuków oraz funkcja γ postaci: e a b c e f g γ(e) (x, y) (z, y) (z, y) (u, y) (u, x) (z, u) (x, z) h k l m (y, y) (z, w) (w, x) (x, w) 59 / 111
60 Przykła Weźmy graf G = V, E, γ, w którym ane są zbiory: V = {u, w, x, y, z} zbiór wierzchołków, E = {(a, b, c,, e, f, g, h, k, l, m} zbiór łuków oraz funkcja γ postaci: e a b c e f g γ(e) (x, y) (z, y) (z, y) (u, y) (u, x) (z, u) (x, z) h k l m (y, y) (z, w) (w, x) (x, w) w k z m g f c b l e u x a y h 60 / 111
61 Przykła w k z m g f c b l e u x a y h krawęź h jest pętlą 61 / 111
62 Przykła w k z m g f c b l e u x a y h krawęź h jest pętlą krawęzie c i b są wielokrotne (równoległe) 62 / 111
63 Przykła w k z m g f c b l e u x a y h krawęź h jest pętlą krawęzie c i b są wielokrotne (równoległe) krawęzie l i m nie są wielokrotne (równoległe) 63 / 111
64 Stopień wyjściowy i wejściowy wierzchołka w grafie skierowanym w k z Liczbę krawęzi skierowanych g wychozących z wierzchołka x m nazywamy stopniem wyjściowym l tego wierzchołka i oznaczamy egout(x). x a e f u c b y h 64 / 111
65 Stopień wyjściowy i wejściowy wierzchołka w grafie skierowanym w k z Liczbę krawęzi skierowanych g wychozących z wierzchołka x m nazywamy stopniem wyjściowym l tego wierzchołka i oznaczamy egout(x). x a e f u c b y h egout(x) = 3, egout(u) = 2, egout(z) = 4, egout(w) = 1, egout(y) = 1, 65 / 111
66 Stopień wyjściowy i wejściowy wierzchołka w grafie skierowanym w k z m g f c b l e u x a y h Liczbę łuków wchozących o wierzchołka x nazywamy stopniem wejściowym wierzchołka x i oznaczamy egin(x). egout(x) = 3, egout(u) = 2, egout(z) = 4, egout(w) = 1, egout(y) = 1, 66 / 111
67 Stopień wyjściowy i wejściowy wierzchołka w grafie skierowanym w k z m g f c b l e u x a y h Liczbę łuków wchozących o wierzchołka x nazywamy stopniem wejściowym wierzchołka x i oznaczamy egin(x). egout(x) = 3, egin(x) = 2, egout(u) = 2, egin(u) = 1, egout(z) = 4, i egin(z) = 1, egout(w) = 1, egin(w) = 2, egout(y) = 1, egin(y) = 5, 67 / 111
68 Stopień wierzchołka i stopień grafu, w grafie skierowanym Stopniem wierzchołka eg(x) w grafie skierowanym nazywamy sumę stopni wejściowych i wyjściowych wierzchołka x. eg(x) = egout(x) + egin(x) 68 / 111
69 Stopień wierzchołka i stopień grafu, w grafie skierowanym Stopniem wierzchołka eg(x) w grafie skierowanym nazywamy sumę stopni wejściowych i wyjściowych wierzchołka x. eg(x) = egout(x) + egin(x) Stopień grafu (G) określamy jako maksymalny stopień wierzchołka w tym grafie, czyli (G) = max u V eg(u) 69 / 111
70 Źróło i ujście w grafie skierowanym W igrafach wyróżniamy szczególnie wa typy wierzchołków, które nie występują w grafach nieskierowanych, są to źróła i ujścia. 70 / 111
71 Źróło i ujście w grafie skierowanym W igrafach wyróżniamy szczególnie wa typy wierzchołków, które nie występują w grafach nieskierowanych, są to źróła i ujścia. Źrółem w igrafie nazywamy nieizolowany wierzchołek, o którego nie wchozi żaen łuk. Wierzchołek u jest w igrafie źrółem wtey i tylko wtey gy egin(u) = 0 egout(u) > 0 71 / 111
72 Źróło i ujście w grafie skierowanym W igrafach wyróżniamy szczególnie wa typy wierzchołków, które nie występują w grafach nieskierowanych, są to źróła i ujścia. Źrółem w igrafie nazywamy nieizolowany wierzchołek, o którego nie wchozi żaen łuk. Wierzchołek u jest w igrafie źrółem wtey i tylko wtey gy egin(u) = 0 egout(u) > 0 Nieizolowany wierzchołek igrafu, który nie jest początkiem żanego łuku nazywamy ujściem. Wierzchołek t jest ujściem wtey i tylko wtey, gy egout(t) = 0 egin(u) > 0 72 / 111
73 Przykła a b c e 73 / 111
74 Przykła a b c e Stopnie wierzchołków w grafie wynoszą: 74 / 111
75 Przykła a b c e Stopnie wierzchołków w grafie wynoszą: eg(a) = egout(a) + egin(a) = = 1 75 / 111
76 Przykła a b c e Stopnie wierzchołków w grafie wynoszą: eg(a) = egout(a) + egin(a) = = 1 eg(b) = egout(b) + egin(b) = = 3 76 / 111
77 Przykła a b c e Stopnie wierzchołków w grafie wynoszą: eg(a) = egout(a) + egin(a) = = 1 eg(b) = egout(b) + egin(b) = = 3 eg(c) = egout(c) + egin(c) = = 2 77 / 111
78 Przykła a b c e Stopnie wierzchołków w grafie wynoszą: eg(a) = egout(a) + egin(a) = = 1 eg(b) = egout(b) + egin(b) = = 3 eg(c) = egout(c) + egin(c) = = 2 eg() = egout() + egin() = = 2 78 / 111
79 Przykła a b c e Stopnie wierzchołków w grafie wynoszą: eg(a) = egout(a) + egin(a) = = 1 eg(b) = egout(b) + egin(b) = = 3 eg(c) = egout(c) + egin(c) = = 2 eg() = egout() + egin() = = 2 eg(e) = egout(e) + egin(e) = = 2 79 / 111
80 Przykła a b c e Stopnie wierzchołków w grafie wynoszą: eg(a) = egout(a) + egin(a) = = 1 eg(b) = egout(b) + egin(b) = = 3 eg(c) = egout(c) + egin(c) = = 2 eg() = egout() + egin() = = 2 eg(e) = egout(e) + egin(e) = = 2 Stopień grafu wynosi: (G) = max u V eg(u) = 3 80 / 111
81 Przykła a b c e Stopnie wierzchołków w grafie wynoszą: eg(a) = egout(a) + egin(a) = = 1 eg(b) = egout(b) + egin(b) = = 3 eg(c) = egout(c) + egin(c) = = 2 eg() = egout() + egin() = = 2 eg(e) = egout(e) + egin(e) = = 2 Źrółem w grafie G są wierzchołki a i c. Stopień grafu wynosi: (G) = max u V eg(u) = 3 81 / 111
82 Przykła a b c e Stopnie wierzchołków w grafie wynoszą: eg(a) = egout(a) + egin(a) = = 1 eg(b) = egout(b) + egin(b) = = 3 eg(c) = egout(c) + egin(c) = = 2 eg() = egout() + egin() = = 2 eg(e) = egout(e) + egin(e) = = 2 Stopień grafu wynosi: Źrółem w grafie G są wierzchołki a i c. Ujściem jest wierzchołek e. (G) = max u V eg(u) = 3 82 / 111
83 Grafy ważone, sieci Grafem ważonym nazywamy graf, w którym każej krawęzi przyporząkowana jest liczba rzeczywista (czasami tylko nieujemna) zwana wagą tej krawęzi. 83 / 111
84 Grafy ważone, sieci Grafem ważonym nazywamy graf, w którym każej krawęzi przyporząkowana jest liczba rzeczywista (czasami tylko nieujemna) zwana wagą tej krawęzi / 111
85 Ważnym zastosowaniem grafów ważonych są sieci. W teorii grafów terminami określającymi węzeł jest wierzchołek, a łącze jest krawęzią. 85 / 111
86 Ważnym zastosowaniem grafów ważonych są sieci. W teorii grafów terminami określającymi węzeł jest wierzchołek, a łącze jest krawęzią. 86 / 111
87 Ważnym zastosowaniem grafów ważonych są sieci. W teorii grafów terminami określającymi węzeł jest wierzchołek, a łącze jest krawęzią. W sieci, którą wykorzystujemy o rozwiązywania problemów praktycznych waga krawęzi może oznaczać ługość ocinka rogi, czas przejazu, koszt buowy tego ocinka rogi, przepustowość (w sieci gazowej lub woociągowej), prawopoobieństwo przejścia sygnałów, niezawoność połączenia (w sieci telekomunikacyjnej lub komputerowej) albo owolną inną cechę mierzalną ilościowo przyporząkowaną anej krawęzi. 87 / 111
88 Droga w grafie e x 5 f c g k b x 4 h x 3 Drogą w grafie G nazywamy skończony ciąg krawęzi e 1e 2...e n taki, że e i E, i = 1,..., n oraz istnieją wierzchołki x 1x 2...x n+1 takie, że γ(e i ) = {x i, x i+1 } la i = 1,..., n. x 1 x a 2 88 / 111
89 Droga w grafie e x 5 f c g k b x 4 h x 3 Drogą w grafie G nazywamy skończony ciąg krawęzi e 1e 2...e n taki, że e i E, i = 1,..., n oraz istnieją wierzchołki x 1x 2...x n+1 takie, że γ(e i ) = {x i, x i+1 } la i = 1,..., n. x 1 x a 2 roga efkhk jest rogą w grafie G 89 / 111
90 Droga w grafie e x 5 f c g k b x 4 h x 3 Drogą w grafie G nazywamy skończony ciąg krawęzi e 1e 2...e n taki, że e i E, i = 1,..., n oraz istnieją wierzchołki x 1x 2...x n+1 takie, że γ(e i ) = {x i, x i+1 } la i = 1,..., n. x 1 x a 2 roga efkhk jest rogą w grafie G γ(e) = {x 5, x 5}, γ(f ) = {x 5, x 4}, γ(k) = {x 4, x 3}, γ(h) = {x 3, x 4}, γ(k) = {x 4, x 3} 90 / 111
91 Droga w grafie e x 5 f c g k b x 4 h x 3 Drogą w grafie G nazywamy skończony ciąg krawęzi e 1e 2...e n taki, że e i E, i = 1,..., n oraz istnieją wierzchołki x 1x 2...x n+1 takie, że γ(e i ) = {x i, x i+1 } la i = 1,..., n. x 1 x a 2 roga efkhk jest rogą w grafie G Mówimy, że roga e 1e 2...e n jest rogą ługości n o wierzchołka x 1 o wierzchołka x n+1. γ(e) = {x 5, x 5}, γ(f ) = {x 5, x 4}, γ(k) = {x 4, x 3}, γ(h) = {x 3, x 4}, γ(k) = {x 4, x 3} 91 / 111
92 Droga w grafie e x 5 f c g k b x 4 h x 3 Drogą w grafie G nazywamy skończony ciąg krawęzi e 1e 2...e n taki, że e i E, i = 1,..., n oraz istnieją wierzchołki x 1x 2...x n+1 takie, że γ(e i ) = {x i, x i+1 } la i = 1,..., n. x 1 x a 2 roga efkhk jest rogą w grafie G jest to roga ługości 5, o wierzchołka x 5 o wierzchołka x 3 Mówimy, że roga e 1e 2...e n jest rogą ługości n o wierzchołka x 1 o wierzchołka x n+1. γ(e) = {x 5, x 5}, γ(f ) = {x 5, x 4}, γ(k) = {x 4, x 3}, γ(h) = {x 3, x 4}, γ(k) = {x 4, x 3} 92 / 111
93 Droga w grafie e x 5 f c g k b x 4 h x 3 Drogą w grafie G nazywamy skończony ciąg krawęzi e 1e 2...e n taki, że e i E, i = 1,..., n oraz istnieją wierzchołki x 1x 2...x n+1 takie, że γ(e i ) = {x i, x i+1 } la i = 1,..., n. x 1 x a 2 roga efkhk jest rogą w grafie G jest to roga ługości 5, o wierzchołka x 5 o wierzchołka x 3 γ(e) = {x 5, x 5}, γ(f ) = {x 5, x 4}, γ(k) = {x 4, x 3}, γ(h) = {x 3, x 4}, γ(k) = {x 4, x 3} Mówimy, że roga e 1e 2...e n jest rogą ługości n o wierzchołka x 1 o wierzchołka x n+1. Wierzchołek x 1 nazywamy wierzchołkiem początkowym, x n+1 - wierzchołkiem końcowym rogi. 93 / 111
94 Droga w grafie e x 5 f c g k b x 4 h x 3 Drogą w grafie G nazywamy skończony ciąg krawęzi e 1e 2...e n taki, że e i E, i = 1,..., n oraz istnieją wierzchołki x 1x 2...x n+1 takie, że γ(e i ) = {x i, x i+1 } la i = 1,..., n. x 1 x a 2 roga efkhk jest rogą w grafie G jest to roga ługości 5, o wierzchołka x 5 o wierzchołka x 3 x 5 jest wierzchołkiem początkowym, x 3 jest wierzchołkiem końcowym γ(e) = {x 5, x 5}, γ(f ) = {x 5, x 4}, γ(k) = {x 4, x 3}, γ(h) = {x 3, x 4}, γ(k) = {x 4, x 3} Mówimy, że roga e 1e 2...e n jest rogą ługości n o wierzchołka x 1 o wierzchołka x n+1. Wierzchołek x 1 nazywamy wierzchołkiem początkowym, x n+1 - wierzchołkiem końcowym rogi. 94 / 111
95 Droga w grafie e x 5 f c g k b x 4 h x 3 Drogą w grafie G nazywamy skończony ciąg krawęzi e 1e 2...e n taki, że e i E, i = 1,..., n oraz istnieją wierzchołki x 1x 2...x n+1 takie, że γ(e i ) = {x i, x i+1 } la i = 1,..., n. x 1 x a 2 Ciąg krawęzi ec nie jest rogą w grafie G, ponieważ γ(e) = {x 5, x 5} a γ(c) = {x 1, x 3} Mówimy, że roga e 1e 2...e n jest rogą ługości n o wierzchołka x 1 o wierzchołka x n+1. Wierzchołek x 1 nazywamy wierzchołkiem początkowym, x n+1 - wierzchołkiem końcowym rogi. 95 / 111
96 Droga w grafie Jeżeli w roze wierzchołek początkowy pokrywa się z wierzchołkiem końcowym, to taką rogę nazywamy rogą zamkniętą. e f g k x 4 h x 5 x 3 c b x 1 x a 2 96 / 111
97 Droga w grafie Jeżeli w roze wierzchołek początkowy pokrywa się z wierzchołkiem końcowym, to taką rogę nazywamy rogą zamkniętą. e f g k x 4 h x 5 x 3 c b x 1 x a 2 Droga egba jest rogą zamkniętą. Droga zaczyna się i kończy w wierzchołku x / 111
98 Droga prosta (ścieżka) Drogą prostą lub ścieżką nazywamy rogę, w której wszystkie krawęzie są różne. 98 / 111
99 Droga prosta (ścieżka) Drogą prostą lub ścieżką nazywamy rogę, w której wszystkie krawęzie są różne. e f g k x 4 h x 5 x 3 c b x 1 x a 2 Droga egbac jest rogą prostą x 1, x 5, x 5, x 3, x 2, x 1, x 3 99 / 111
100 Droga prosta (ścieżka) Drogą prostą lub ścieżką nazywamy rogę, w której wszystkie krawęzie są różne. e f g k x 4 h e f g k x 4 h x 5 x 3 x 5 x 3 c b c b x 1 x a 2 x 1 x a 2 Droga egbac jest rogą prostą x 1, x 5, x 5, x 3, x 2, x 1, x 3 Droga fkhkc nie jest rogą prostą, ponieważ krawęź k powtarza się wa razy. 100 / 111
101 Cykl w grafie Zamkniętą rogę prostą, której opowiaa ciąg wierzchołków x 1x 2...x nx 1, nazywamy cyklem jeśli wszystkie wierzchołki x 1x 2...x n są różne. 101 / 111
102 Cykl w grafie Zamkniętą rogę prostą, której opowiaa ciąg wierzchołków x 1x 2...x nx 1, nazywamy cyklem jeśli wszystkie wierzchołki x 1x 2...x n są różne. e f g k x 4 h x 5 x 3 c b x 1 x a 2 Droga gba jest rogą prostą, zamkniętą. Ciąg wierzchołków, które jej opowiaają jest postaci x 1, x 5, x 3, x 2, x 1, a więc wszystkie wierzchołki x 1, x 5, x 3, x 2 są różne. 102 / 111
103 Cykl w grafie Zamkniętą rogę prostą, której opowiaa ciąg wierzchołków x 1x 2...x nx 1, nazywamy cyklem jeśli wszystkie wierzchołki x 1x 2...x n są różne. e f g k x 4 h e f g k x 4 h x 5 x 3 x 5 x 3 c b c b x 1 x a 2 x 1 x a 2 Droga gba jest rogą prostą, zamkniętą. Ciąg wierzchołków, które jej opowiaają jest postaci x 1, x 5, x 3, x 2, x 1, a więc wszystkie wierzchołki x 1, x 5, x 3, x 2 są różne. Droga egba nie jest cyklem, chociaż jest rogą prostą, zamkniętą, ponieważ w ciągu wierzchołków, opowiaających tej roze x 1, x 5, x 5, x 3, x 2, x 1 wierzchołek x 5 powtarza się. 103 / 111
104 Graf acykliczny Graf nie zawierający cykli nazywamy grafem acyklicznym. 104 / 111
105 Graf acykliczny Graf nie zawierający cykli nazywamy grafem acyklicznym. Graf acykliczny. 105 / 111
106 Graf acykliczny Graf nie zawierający cykli nazywamy grafem acyklicznym. e f g k x 4 h x 5 x 3 c b x 1 x a 2 Graf acykliczny. Graf posiaa cykle np. fgh, acb it. 106 / 111
107 Oległość wierzchołków Oległością pomięzy wierzchołkiem u i wierzchołkiem v nazywamy ługość najkrótszej rogi o u o v i oznaczamy ją symbolem (u, v). e f g k x 4 h x 5 x 3 c b x 1 x a / 111
108 Oległość wierzchołków Oległością pomięzy wierzchołkiem u i wierzchołkiem v nazywamy ługość najkrótszej rogi o u o v i oznaczamy ją symbolem (u, v). e f g k x 4 h x 5 x 3 c b x 1 x a 2 Oległość pomięzy wierzchołkami x 2 i x 4 wynosi (x 2, x 4) = / 111
109 Oległość wierzchołków Oległością pomięzy wierzchołkiem u i wierzchołkiem v nazywamy ługość najkrótszej rogi o u o v i oznaczamy ją symbolem (u, v). e f g k x 4 h x 5 x 3 c b x 1 x a 2 Oległość pomięzy wierzchołkami x 2 i x 4 wynosi (x 2, x 4) = 2. Każa inna roga łącząca te wierzchołki ma ługość większą niż 2 np. roga x 2x 3x 1x 5x 4 ma ługość / 111
110 Graf spójny Graf G nazywamy spójnym wtey i tylko wtey, gy, każa para jego różnych wierzchołków jest połączona rogą w tym grafie. 110 / 111
111 Drzewo Graf spójny i acykliczny nazywamy rzewem. w u t v m s k l y x z n 111 / 111
WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA
ELEMENTY TEORII GRAFÓW Literatura: N.Deo Teoria grafów i e zastosowania... PWN (1980) Ross, Wright Matematyka yskretna PWN (199) R.Wilson Wprowazenie o teorii grafów PWN (1999) J.Kulikowski Zarys teorii
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 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 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 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 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 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 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 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 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 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 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 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 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. 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 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 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 szczegółowoMatematyczne Podstawy Informatyki
Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 03/0 Przeszukiwanie w głąb i wszerz I Przeszukiwanie metodą
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 szczegółowoGrafy. Jeżeli, to elementy p i q nazywamy końcami krawędzi e. f a b c d e γ f {1} {1,2} {2,3} {2,3} {1,3}
Grafy Definicja grafu nieskierowanego. Grafem nieskierowanym nazywamy uporządkowaną trójkę: gdzie: V- niepusty zbiór wierzchołków grafu G E- zbiór wszystkich krawędzi grafu G - funkcja ze zbioru E w zbiór
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 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 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 szczegółowoStruktury danych i złożoność obliczeniowa Wykład 5. Prof. dr hab. inż. Jan Magott
Struktury danych i złożoność obliczeniowa Wykład. Prof. dr hab. inż. Jan Magott Algorytmy grafowe: podstawowe pojęcia, reprezentacja grafów, metody przeszukiwania, minimalne drzewa rozpinające, problemy
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 szczegółowoOgólne wiadomości o grafach
Ogólne wiadomości o grafach Algorytmy i struktury danych Wykład 5. Rok akademicki: / Pojęcie grafu Graf zbiór wierzchołków połączonych za pomocą krawędzi. Podstawowe rodzaje grafów: grafy nieskierowane,
Bardziej szczegółowoWyk lad 3 Grupy cykliczne
Wyk la 3 Grupy cykliczne Definicja 3.1. Niech a bezie elementem grupy (G,, e). Jeżeli istnieje liczba naturalna k taka, że a k = e, to najmniejsza taka liczbe naturalna k nazywamy rzeem elementu a. W przeciwnym
Bardziej szczegółowoElementy teorii grafów Elementy teorii grafów
Spis tresci 1 Spis tresci 1 Często w zagadnieniach praktycznych rozważa się pewien zbiór obiektów wraz z zależnościami jakie łączą te obiekty. Dla przykładu można badać pewną grupę ludzi oraz strukturę
Bardziej szczegółowoZofia Kruczkiewicz, Algorytmu i struktury danych, Wykład 14, 1
Wykład Algorytmy grafowe metoda zachłanna. Właściwości algorytmu zachłannego:. W przeciwieństwie do metody programowania dynamicznego nie występuje etap dzielenia na mniejsze realizacje z wykorzystaniem
Bardziej szczegółowoTeoria grafów dla małolatów. Andrzej Przemysław Urbański Instytut Informatyki Politechnika Poznańska
Teoria grafów dla małolatów Andrzej Przemysław Urbański Instytut Informatyki Politechnika Poznańska Wstęp Matematyka to wiele różnych dyscyplin Bowiem świat jest bardzo skomplikowany wymaga rozważenia
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 szczegółowo. Podstawy Programowania 2. Grafy i ich reprezentacje. Arkadiusz Chrobot. 9 czerwca 2016
Podstawy Programowania 2 Grafy i ich reprezentacje Arkadiusz Chrobot Zakład Informatyki 9 czerwca 2016 1 42 Plan 1 Wstęp 2 Teoria grafów 3 Grafy jako struktury danych 4 Zastosowania grafów 2 42 Wstęp Wstęp
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 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 szczegółowoWykład Pole magnetyczne, indukcja elektromagnetyczna
Wykła 5 5. Pole magnetyczne, inukcja elektromagnetyczna Prawo Ampera Chcemy teraz znaleźć pole magnetyczne wytwarzane przez powszechnie występujące rozkłay prąów, takich jak przewoniki prostoliniowe, cewki
Bardziej szczegółowoGrafem nazywamy strukturę G = (V, E): V zbiór węzłów lub wierzchołków, Grafy dzielimy na grafy skierowane i nieskierowane:
Wykład 4 grafy Grafem nazywamy strukturę G = (V, E): V zbiór węzłów lub wierzchołków, E zbiór krawędzi, Grafy dzielimy na grafy skierowane i nieskierowane: Formalnie, w grafach skierowanych E jest podzbiorem
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 szczegółowoMatematyka Dyskretna. Andrzej Szepietowski. 25 czerwca 2002 roku
Matematyka Dyskretna Andrzej Szepietowski 25 czerwca 2002 roku ( Rozdział 1 Grafy skierowane W tym rozdziale zajmiemy siȩ algorytmami wyszukiwania najkrótszej drogi w grafach skierowanych Każdej krawȩdzi
Bardziej szczegółowoZadania z badań operacyjnych Przygotowanie do kolokwium pisemnego
Zaania z baań operacyjnych Przygotowanie o kolokwium pisemnego 1..21 Zaanie 1.1. Dane jest zaanie programowania liniowego: 4x 1 + 3x 2 max 2x 1 + 2x 2 1 x 1 + 2x 2 4 4x 2 8 x 1, x 2 Sprowazić zaanie o
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 - 5.Grafy.
Matematyka dyskretna - 5.Grafy. W tym rozdziale zajmiemy się grafami. Są to wykresy zawierające rozmaite informacje, przedstawiające połączenia pomiędzy różnymi swoimi elementami. Algorytmy na nich oparte
Bardziej szczegółowoprof. dr hab. inż. Marta Kasprzak Instytut Informatyki, Politechnika Poznańska
Bioinformatyka wykła 8: mapowanie prof. r ha. inż. Marta Kasprzak Instytut Informatyki, Politechnika Poznańska Mapowanie Pojęcie mapowanie onosi się o różnych prolemów Trzeci etap skłaania sekwencji genomowej
Bardziej szczegółowoGrafy dla każdego. dr Krzysztof Bryś. Wydział Matematyki i Nauk Informacyjnych Politechnika Warszawska.
Grafy dla każdego dr Krzysztof Bryś brys@mini.pw.edu.pl Wydział Matematyki i Nauk Informacyjnych Politechnika Warszawska www.mini.pw.edu.pl Warszawa, 28 marca 2015 Graf składa się z elementów pewnego zbioru
Bardziej szczegółowoROZDZIAŁ 5. Renty życiowe
ROZDZIAŁ 5 Renty życiowe Rentą życiową nazywamy ciąg płatności który ustaje w chwili śmierci pewnej osoby (zwykle ubezpieczonego) Mówiąc o rencie życiowej nie zaznaczamy czy osoba której przyszły czas
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 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 szczegółowoPodstawowe pojęcia dotyczące drzew Podstawowe pojęcia dotyczące grafów Przykłady drzew i grafów
Podstawowe pojęcia dotyczące drzew Podstawowe pojęcia dotyczące grafów Przykłady drzew i grafów Drzewa: Drzewo (ang. tree) jest strukturą danych zbudowaną z elementów, które nazywamy węzłami (ang. node).
Bardziej szczegółowoa) 7 b) 19 c) 21 d) 34
Zadanie 1. Pytania testowe dotyczące podstawowych własności grafów. Zadanie 2. Przy każdym z zadań może się pojawić polecenie krótkiej charakterystyki algorytmu. Zadanie 3. W zadanym grafie sprawdzenie
Bardziej szczegółowoDYFRAKCJA NA POJEDYNCZEJ I PODWÓJNEJ SZCZELINIE
YFRAKCJA NA POJEYNCZEJ POWÓJNEJ SZCZELNE. Cel ćwiczenia: zapoznanie ze zjawiskiem yfrakcji światła na pojeynczej i powójnej szczelinie. Pomiar ługości fali światła laserowego, oległości mięzy śrokami szczelin
Bardziej szczegółowoSegmentacja obrazów cyfrowych z zastosowaniem teorii grafów - wstęp. autor: Łukasz Chlebda
Segmentacja obrazów cyfrowych Segmentacja obrazów cyfrowych z zastosowaniem teorii grafów - wstęp autor: Łukasz Chlebda 1 Segmentacja obrazów cyfrowych - temat pracy Temat pracy: Aplikacja do segmentacji
Bardziej szczegółowoMODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 5: RENTY ŻYCIOWE
MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 5: RENTY ŻYCIOWE Rentą życiową nazywamy ciąg płatności który ustaje w chwili śmierci pewnej osoby (zwykle ubezpieczonego) Mówiąc o rencie życiowej nie zaznaczamy
Bardziej szczegółowoTeoria grafów II. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak
Teoria grafów II Materiały pomocnicze do wykładu wykładowca: dr Magdalena Kacprzak Graf planarny Graf planarny Graf, który może być narysowany tak, by uniknąć przecinania się krawędzi, nazywamy grafem
Bardziej szczegółowoŚcieżki w grafach. Grafy acykliczne i spójne
TEORIA GRAFÓW I SIECI - ROZDZIAL II Ścieżki w grafach. Grafy acykliczne i spójne Ścieżka lub droga w grafie [digrafie] G nazywamy dowolny ciag d = (a 0, k 1, a 1,..., k n, a n ), gdzie n N {0}, a i V G,
Bardziej szczegółowoAlgorytm Dijkstry znajdowania najkrótszej ścieżki w grafie
Algorytm Dijkstry znajdowania najkrótszej ścieżki w grafie Używane struktury danych: V - zbiór wierzchołków grafu, V = {1,2,3...,n} E - zbiór krawędzi grafu, E = {(i,j),...}, gdzie i, j Î V i istnieje
Bardziej szczegółowoDrzewa. 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 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 szczegółowoAlgorytmy z powracaniem
Algorytmy z powracaniem Materiały Grafem nazywamy zbiór G = (V, E), gdzie: V jest zbiorem wierzchołków (ang. vertex) E jest zbiorem krawędzi (E można też określić jako podzbiór zbioru nieuporządkowanych
Bardziej szczegółowoMinimalne drzewa rozpinające
KNM UŚ 26-28 listopada 2010 Ostrzeżenie Wprowadzenie Motywacja Definicje Niektóre pojęcia pojawiające się podczas tego referatu są naszymi autorskimi tłumaczeniami z języka angielskiego. Nie udało nam
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 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 szczegółowoGrafy i Zastosowania. 9: Digrafy (grafy skierowane) c Marcin Sydow
9: Digrafy (grafy skierowane) Spis zagadnień Digrafy Porządki częściowe Turnieje Przykłady: głosowanie większościowe, ścieżka krytyczna Digraf (graf skierowany) Digraf to równoważny termin z terminem graf
Bardziej szczegółowoPrzekształcenie całkowe Fouriera
Przekształcenie całkowe Fouriera Postać zespolona szeregu Fouriera Niech ana bęzie funkcja f spełniająca w przeziale [, ] warunki Dirichleta. Wtey szereg Fouriera tej funkcji jest o niej zbieżny, tj. przy
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 szczegółowoKO OF Szczecin:
XXXI OLIMPIADA FIZYCZNA (1981/198) Stopień III, zaanie teoretyczne T Źróło: Nazwa zaania: Działy: Słowa kluczowe: Komitet Główny Olimpiay Fizycznej; Anrzej Kotlicki; Anrzej Naolny: Fizyka w Szkole, nr
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, A/14
Matematyka dyskretna Andrzej Łachwa, UJ, 2019 andrzej.lachwa@uj.edu.pl 1A/14 Literatura obowiązkowa [1] K.A.Ross, Ch.R.B.Wright: Matematyka Dyskretna. Wydawnictwo Naukowe PWN, Warszawa 1996 [2] R.L.Graham,
Bardziej szczegółowoGrafy (3): drzewa. Wykłady z matematyki dyskretnej dla informatyków i teleinformatyków. UTP Bydgoszcz
Grafy (3): drzewa Wykłady z matematyki dyskretnej dla informatyków i teleinformatyków UTP Bydgoszcz 13 (Wykłady z matematyki dyskretnej) Grafy (3): drzewa 13 1 / 107 Drzewo Definicja. Drzewo to graf acykliczny
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 szczegółowoStany nieustalone w SEE wykład III
Stany nieustalone w SEE wykła III Stany nieustalone generatora synchronicznego - zwarcie 3-fazowe - reaktancje zastępcze - wykresy wektorowe Désiré Dauphin Rasolomampionona, prof. PW Stany nieustalone
Bardziej szczegółowoGEOMETRIA. Klasyfikacja kątów ze względu na
GEOMETRIA Geometrię należy zacząć od definicji najprostszych pojęć z nią związanych: z punktem i prostą. Są to pojęcia niedefiniowalne...na szczęście dla ucznia nie mają definicji. Punkty oznaczamy wielką
Bardziej szczegółowoLista 4. Kamil Matuszewski 22 marca 2016
Lista 4 Kamil Matuszewski 22 marca 2016 1 2 3 4 5 6 7 8 9 10 Zadanie 2 Ułóż algorytm który dla danego n-wierzchołkowego drzewa i liczby k pokoloruje jak najwięcej wierzchołków tak, by na każdej ścieżce
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 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 szczegółowoAnalityczne metody kinematyki mechanizmów
J Buśkiewicz Analityczne Metoy Kinematyki w Teorii Mechanizmów Analityczne metoy kinematyki mechanizmów Spis treści Współrzęne opisujące położenia ogniw pary kinematycznej Mechanizm korowo-wozikowy (crank-slier
Bardziej szczegółowoKURS MATEMATYKA DYSKRETNA
KURS MATEMATYKA DYSKRETNA LEKCJA 28 Grafy hamiltonowskie Odpowiedzi do zadania domowego www.akademia.etrapez.pl Strona 1 Część 1: TEST 1) b 2) a 3) b 4) d 5) c 6) d 7) b 8) b 9) d 10) a Zad. 1 ODPOWIEDZI
Bardziej szczegółowoWYKŁAD nr Ekstrema funkcji jednej zmiennej o ciągłych pochodnych. xˆ ( ) 0
WYKŁAD nr 4. Zaanie programowania nieliniowego ZP. Ekstrema unkcji jenej zmiennej o ciągłych pochonych Przypuśćmy ze punkt jest punktem stacjonarnym unkcji gzie punktem stacjonarnym nazywamy punkt la którego
Bardziej szczegółowoEfektywne wyszukiwanie wzorców w systemach automatycznej generacji sygnatur ataków sieciowych
Efektywne wyszukiwanie wzorców w systemach automatycznej generacji sygnatur ataków sieciowych Tomasz Joran Kruk NASK Dział Naukowy Cezary Rzewuski Politechnika Warszawska NASK/ PW Konferencja SECURE 2006,
Bardziej szczegółowoAlgorytmy Równoległe i Rozproszone Część V - Model PRAM II
Algorytmy Równoległe i Rozproszone Część V - Model PRAM II Łukasz Kuszner pokój 209, WETI http://www.sphere.pl/ kuszner/ kuszner@sphere.pl Oficjalna strona wykładu http://www.sphere.pl/ kuszner/arir/ 2005/06
Bardziej szczegółowoKURS MATEMATYKA DYSKRETNA
KURS MATEMATYKA DYSKRETNA LEKCJA 28 Grafy hamiltonowskie ZADANIE DOMOWE www.akademia.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko jedna jest prawdziwa). Pytanie 1 Drogę nazywamy
Bardziej szczegółowoKonspekt. 15 października Wykład III (16 października 2014 r.): optymalizacja kombinatoryczna na grafach (metody sieciowe)
Konspekt 15 października 2014 1 Wykład III (16 października 2014 r.): optymalizacja kombinatoryczna na grafach (metody sieciowe) 1.1 Przykładowe problemy optymalizacji kombinatorycznej na grafach 1. Optymalizacja
Bardziej szczegółowoAlgorytmy i Struktury Danych.
Algorytmy i Struktury Danych. Grafy dr hab. Bożena Woźna-Szcześniak bwozna@gmail.com Jan Długosz University, Poland Wykład 9 Bożena Woźna-Szcześniak (AJD) Algorytmy i Struktury Danych. Wykład 9 1 / 53
Bardziej szczegółowoBADANIA OPERACYJNE. dr Adam Sojda Pokój A405
BADANIA OPERACYJNE dr Adam Sojda adam.sojda@polsl.pl http://dydaktyka.polsl.pl/roz6/asojda/default.aspx Pokój A405 Przedsięwzięcie - zorganizowanie działanie ludzkie zmierzające do osiągnięcia określonego
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 szczegółowoSpis treści Podstawowe definicje Wielomian charakterystyczny grafu Grafy silnie regularne
Spis treści 1 Podstawowe definicje 4 1.1 Grafy................................ 4 1.2 Przykłady grafów......................... 12 1.2.1 Grafy puste i pełne.................... 12 1.2.2 Grafy dwudzielne.....................
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 szczegółowoPrzykłady obliczeń złączy na łączniki trzpieniowe obciążone poprzecznie wg PN-B-03150
Politechnika Gańska Wyział Inżynierii Ląowej i Śroowiska Przykłay obliczeń złączy na łączniki trzpieniowe obciążone poprzecznie wg PN-B-03150 Jerzy Bobiński Gańsk, wersja 0.33 (2015) Politechnika Gańska
Bardziej szczegółowoTworzenie gier na urządzenia mobilne
Katedra Inżynierii Wiedzy Wykład 11 O czym dzisiaj? labirynty, dużo labiryntów; automaty komórkowe; algorytmy do budowy labiryntów; algorytmy do szukania wyjścia z labiryntów; Blueprints i drzewa zachowań
Bardziej szczegółowoKOOF Szczecin: www.of.szc.pl
LVIII OLIMPIADA FIZYCZNA (2008/2009). Stopień II, zaanie oświaczalne D. Źróło: Autor: Nazwa zaania: Działy: Słowa kluczowe: Komitet Główny Olimpiay Fizycznej. Ernest Groner Komitet Główny Olimpiay Fizycznej,
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 szczegółowoProgramowanie sieciowe. Tadeusz Trzaskalik
Programowanie Tadeusz Trzaskalik 8.1. Wprowadzenie Słowa kluczowe Drzewo rozpinające Minimalne drzewo rozpinające Najkrótsza droga w sieci Wierzchołek początkowy Maksymalny przepływ w sieci Źródło Ujście
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 szczegółowoProgramowanie dynamiczne i algorytmy zachłanne
Programowanie dynamiczne i algorytmy zachłanne Tomasz Głowacki tglowacki@cs.put.poznan.pl Zajęcia finansowane z projektu "Rozwój i doskonalenie kształcenia na Politechnice Poznańskiej w zakresie technologii
Bardziej szczegółowoWykład 7. Algorytmy grafowe
Wykład Algorytmy grafowe Algorytmy grafowe i podstawowe algorytmy przeszukiwania Problem Definicje i własności Reprezentacja Przeszukiwanie wszerz (Breadthirst Search) Przeszukiwanie w głąb (Depthirst
Bardziej szczegółowoMatematyka dyskretna - 6.Grafy
Matematyka dyskretna - 6.Grafy W tym rozdziale zajmiemy się grafami. Są to wykresy zawierające rozmaite informacje, przedstawiające połączenia pomiędzy różnymi swoimi elementami. Algorytmy na nich oparte
Bardziej szczegółowoNajkrótsza droga Maksymalny przepływ Najtańszy przepływ Analiza czynności (zdarzeń)
Carl Adam Petri (1926-2010) Najkrótsza droga Maksymalny przepływ Najtańszy przepływ Analiza czynności (zdarzeń) Problemy statyczne Kommunikation mit Automaten praca doktorska (1962) opis procesów współbieżnych
Bardziej szczegółowoKombinowanie o nieskończoności. 2. Wyspy, mosty, mapy i kredki materiały do ćwiczeń
Kombinowanie o nieskończoności. 2. Wyspy, mosty, mapy i kredki materiały do ćwiczeń Projekt Matematyka dla ciekawych świata spisał: Michał Korch 15 marzec 2018 Szybkie przypomnienie z wykładu Prezentacja
Bardziej szczegółowoIndukowane Reguły Decyzyjne I. Wykład 3
Indukowane Reguły Decyzyjne I Wykład 3 IRD Wykład 3 Plan Powtórka Grafy Drzewa klasyfikacyjne Testy wstęp Klasyfikacja obiektów z wykorzystaniem drzewa Reguły decyzyjne generowane przez drzewo 2 Powtórzenie
Bardziej szczegółowoMatematyka dyskretna - 7.Drzewa
Matematyka dyskretna - 7.Drzewa W tym rozdziale zajmiemy się drzewami: specjalnym przypadkiem grafów. Są one szczególnie przydatne do przechowywania informacji, umożliwiającego szybki dostęp do nich. Definicja
Bardziej szczegółowoE: Rekonstrukcja ewolucji. Algorytmy filogenetyczne
E: Rekonstrukcja ewolucji. Algorytmy filogenetyczne Przypominajka: 152 drzewo filogenetyczne to drzewo, którego liśćmi są istniejące gatunki, a węzły wewnętrzne mają stopień większy niż jeden i reprezentują
Bardziej szczegółowo