ALGORITMY A DATOVÉ STRUKTURY

Rozměr: px
Začít zobrazení ze stránky:

Download "ALGORITMY A DATOVÉ STRUKTURY"

Transkript

1 Název tématického celku: Cíl: ALGORITMY A DATOVÉ STRUKTURY Metodický list č. 1 Časová složitost algoritmů Základním cílem tohoto tematického celku je vysvětlení potřebných pojmů a definic nutných k popisu časové složitosti algoritmů. Příslušné pojmy jsou vysvětleny na několika příkladech. Tématický celek je rozdělen do těchto dílčích témat: 1. měření velikosti vstupních dat, definice elementárních kroků algoritmu 2. definice časové složitosti, asymptotická notace 3. třídy algoritmů s různou časovou složitostí a jejich porovnání 1. dílčí téma: měření velikosti vstupních dat, definice elementárních kroků algoritmu K prvnímu dílčímu tématu si přečtěte příslušné kapitoly v: 1. Znát pojmy velikost vstupních dat (a různé metody jejího měření) elementární krok algoritmu (v závislosti na použitém výpočetním modelu) 2. Pochopit jak měřit velikost zápisu čísla (zopakovat látku z matematiky o logaritmech) 2. dílčí téma: definice časové složitosti, asymptotická notace K druhému dílčímu tématu si přečtěte příslušné kapitoly v: 1. Znát pojmy časová složitost algoritmu asymptotická notace pro popis funkcí 2. Umět vysvětlit 1

2 jak časová složitost algoritmu souvisí s velikostí vstupních dat daného algoritmu a počtem elementárních kroků, které daný algoritmus vykoná jak zapisovat složitost pomocí asymptotické notace 3. dílčí téma: třídy algoritmů s různou časovou složitostí a jejich porovnání K třetímu dílčímu tématu si přečtěte příslušné kapitoly v: 1. Znát pojmy lineární algoritmus, kvadratický algoritmus, polynomiální algoritmus exponenciální algoritmus 2. Pochopit zásadní rozdíl v praktické použitelnosti polynomiálních a exponenciálních algoritmů Způsob zakončení: Zápočet, zkouška 2

3 Název tématického celku: Cíl: ALGORITMY A DATOVÉ STRUKTURY Metodický list č. 2 Třídící algoritmy Základním cílem tohoto tematického celku je vysvětlení několika různých metod (algoritmů) na setřídění nesetříděné posloupnosti hodnot (čísel). Zároveň tyto algoritmy slouží jako vhodné příklady pro procvičení látky z první lekce (analýza časové složitosti algoritmů). Tématický celek je rozdělen do těchto dílčích témat: 4. naivní kvadratické algoritmy 5. heapsort 6. dolní odhad časové složitosti třídění pomocí porovnávání dvojic hodnot 1. dílčí téma: naivní kvadratické algoritmy K prvnímu dílčímu tématu si přečtěte příslušné kapitoly v: 3. Znát pojmy insertion-sort bubble-sort 4. Pochopit jak zmíněné dva algoritmy pracují proč je jejich časová složitost kvadratická 2. dílčí téma: heapsort K druhému dílčímu tématu si přečtěte příslušné kapitoly v: 3. Znát pojmy binární halda heapsort 4. Umět vysvětlit 3

4 jak zmíněný algoritmus pracuje jaká je jeho časová složitost 3. dílčí téma: dolní odhad časové složitosti třídění pomocí porovnávání dvojic hodnot K třetímu dílčímu tématu si přečtěte příslušné kapitoly v: 3. Znát pojmy rozhodovací strom časová složitost v nejhorším případě 4. Pochopit důkaz dolního odhadu složitosti třídění pomocí odhadu výšky příslušného rozhodovacího stromu Způsob zakončení: Zápočet, Zkouška 4

5 Název tématického celku: Cíl: ALGORITMY A DATOVÉ STRUKTURY Metodický list č. 3 Reprezentace grafů a jednoduché grafové algoritmy Základním cílem tohoto tematického celku je seznámení s konceptem neorientovaného a orientovaného grafu. Dalším cílem je ukázat jakými způsoby lze grafy reprezentovat pomocí standardních datových struktur a navrhnout algoritmus, řešící jednoduchou úlohu na grafech. Tématický celek je rozdělen do těchto dílčích témat: 7. neorientovaný graf, orientovaný graf a jejich reprezentace 8. naivní kvadratický algoritmus na nalezení topologického očíslování 1. dílčí téma: neorientovaný graf, orientovaný graf a jejich reprezentace K prvnímu dílčímu tématu si přečtěte příslušné kapitoly v: 5. Znát pojmy neorientovaný graf orientovaný graf matice sousednosti, seznamy sousedů 6. Umět pro graf zadaný obrázkem vytvořit jeho reprezentaci maticí sousednosti a naopak pro graf zadaný obrázkem vytvořit jeho reprezentaci pomocí seznamů sousedů a naopak 2. dílčí téma: naivní kvadratický algoritmus na nalezení topologického očíslování K druhému dílčímu tématu si přečtěte příslušné kapitoly v: 5. Znát pojmy acyklický graf topologické očíslování 6. Umět vysvětlit 5

6 jak zkonstruovat topologické očíslování acyklického grafu v kvadratickém čase Způsob zakončení: Zápočet, Zkouška 6

7 Název tématického celku: Cíl: ALGORITMY A DATOVÉ STRUKTURY Metodický list č. 4 Pokročilé grafové algoritmy Základním cílem tohoto tematického celku je navázání na látku předchozí lekce a návrh několika relativně sofistikovaných algoritmů řešících různé úlohy na grafech. Tématický celek je rozdělen do těchto dílčích témat: 9. prohledávání orientovaného grafu do hloubky 10. test acykličnosti grafu, topologické očíslování v lineárním čase 11. detekce silně souvislých komponent orientovaného grafu 1. dílčí téma: prohledávání orientovaného grafu do hloubky K prvnímu dílčímu tématu si přečtěte příslušné kapitoly v: 7. Znát pojmy čas objevení a čas opuštění vrcholu stromová hrana, zpětná hrana, dopředná hrana, příčná hrana 8. Porozumět jak pracuje algoritmus prohledávání do hloubky na orientovaném grafu jakou roli hrají jednotlivé typy hran 2. dílčí téma: test acykličnosti grafu, topologické očíslování v lineárním čase K druhému dílčímu tématu si přečtěte příslušné kapitoly v: 7. Znát pojmy acyklický graf topologické očíslování 8. Umět vysvětlit jak otestovat přítomnost cyklu v orientovaném grafu v lineárním čase 7

8 jak zkonstruovat topologické očíslování acyklického grafu v lineárním čase 3. dílčí téma: detekce silně souvislých komponent orientovaného grafu K třetímu dílčímu tématu si přečtěte příslušné kapitoly v: 1. Znát pojmy silně souvislá komponenta orientovaného grafu acyklická kondenzace orientovaného grafu 2. Umět vysvětlit jak pracuje třífázový lineární algoritmus na detekci silně souvislých komponent Způsob zakončení: Zápočet, Zkouška 8

9 Název tématického celku: Cíl: ALGORITMY A DATOVÉ STRUKTURY Metodický list č. 5 Algoritmy typu rozděl a panuj Základním cílem tohoto tematického celku je ukázání několika klasických algoritmů typu rozděl a panuj a vysvětlení metody pro analýzu jejich časové složitosti. Součástí zmíněné metody je i návod na řešení rekurentních rovnic jistého speciálního typu. Tématický celek je rozdělen do těchto dílčích témat: 12. obecný popis metody rozděl a panuj pro návrh algoritmů, mergesort 13. analýza složitosti rekurzivních algoritmů, master theorem 14. Strassenův algoritmus na násobení matic, hledání mediánu v lineárním čase 1. dílčí téma: obecný popis metody rozděl a panuj pro návrh algoritmů, mergesort K prvnímu dílčímu tématu si přečtěte příslušné kapitoly v: 9. Znát pojmy rekurzivní algoritmus mergesort 10.Porozumět jak pracuje obecný algoritmus typu rozděl a panuj jak sestavit rekurzivní rovnici vyjadřující jeho časovou složitost 2. dílčí téma: analýza složitosti rekurzivních algoritmů, master theorem K druhému dílčímu tématu si přečtěte příslušné kapitoly v: 9. Znát pojem rekurentní rovnice 9

10 10. Umět používat master theorem, tj. kuchařku pro řešení rekurentních rovnic speciálního typu 3. dílčí téma: Strassenův algoritmus na násobení matic, hledání mediánu v lineárním čase K třetímu dílčímu tématu si přečtěte příslušné kapitoly v: 3. Znát pojmy násobení matic medián posloupnosti 4. Umět vysvětlit jak pracuje Strassenův rekurzivní algoritmus pro násobení čtvercových matic a jaká je jeho časová složitost jak pracuje rekurzivní algoritmus pro hledání mediánu posloupnosti a proč je jeho časová složitost lineární Způsob zakončení: Zápočet, Zkouška 10

11 Název tématického celku: Cíl: ALGORITMY A DATOVÉ STRUKTURY Metodický list č. 6 Deterministické a nedeterministické algoritmy Základním cílem tohoto tematického celku je seznámení s konceptem nedeterministického algoritmu a zavedení příslušných formálních tříd časové složitosti. Tématický celek je rozdělen do těchto dílčích témat: 15. rozhodovací problémy, řešitelnost v polynomiálním čase 16. determinismus a nedeterminismus, třídy P a NP 17. polynomiální převoditelnost mezi problémy 1. dílčí téma: rozhodovací problémy, řešitelnost v polynomiálním čase K prvnímu dílčímu tématu si přečtěte příslušné kapitoly v: 11.Znát pojmy rozhodovací problém, optimalizační úloha řešitelnost v polynomiálním čase 12.Porozumět vztahem mezi rozhodovacími problémy a optimalizačními úlohami rozdílu mezi řešitelností v polynomiálním a v exponenciálním čase 2. dílčí téma: determinismus a nedeterminismus, třídy P a NP K druhému dílčímu tématu si přečtěte příslušné kapitoly v: 11. Znát pojmy deterministický výpočet, nedeterministický výpočet třída P, třída NP 11

12 12. Porozumět zásadnímu rozdílu mezi deterministickými výpočty a třídou P na straně jedné a nedeterministickými výpočty a třídou NP na straně druhé 3. dílčí téma: polynomiální převoditelnost mezi problémy K třetímu dílčímu tématu si přečtěte příslušné kapitoly v: 5. Znát pojem polynomiální transformace mezi rozhodovacími problémy 6. Umět vysvětlit jak lze algoritmicky řešit jeden rozhodovací problém pomocí jiného, na nějž je daný problém polynomiálně převoditelný Způsob zakončení: Zápočet, Zkouška 12

13 Název tématického celku: Cíl: ALGORITMY A DATOVÉ STRUKTURY Metodický list č. 7 Obtížně řešitelné problémy Základním cílem tohoto tematického celku je ukázání několika klasických problémů, které nelze řešit efektivně žádným algoritmem, zavedení pojmů NP-úplnost a NP-těžkost a vysvětlení důkazové techniky pro zařazování problémů do těchto efektivně neřešitelných tříd. Tématický celek je rozdělen do těchto dílčích témat: 18. příklady efektivně neřešitelných problémů ze třídy NP 19. třídy NP-úplných problémů a NP-těžkých úloh 20. důkazová technika pro ověřování NP-úplnosti problémů 1. dílčí téma: příklady efektivně neřešitelných problémů ze třídy NP K prvnímu dílčímu tématu si přečtěte příslušné kapitoly v: 13.Znát příklady efektivně neřešitelných rozhodovacích problémů efektivně neřešitelných optimalizačních úloh 2. dílčí téma: třídy NP-úplných problémů a NP-těžkých úloh K druhému dílčímu tématu si přečtěte příslušné kapitoly v: 13. Znát pojmy NP-úplnost NP-těžkost 14. Porozumět významu existence NP-úplných problémů a NP-těžkých optimalizačních úloh 13

14 3. dílčí téma: důkazová technika pro ověřování NP-úplnosti problémů K třetímu dílčímu tématu si přečtěte příslušné kapitoly v: 7. Umět vysvětlit jak použít polynomiální transformaci k důkazu NP-úplnosti zkonstruovat příslušnou polynomiální transformaci pro jednoduché případy Způsob zakončení: Zápočet, Zkouška 14

Algoritmy a datové struktury

Algoritmy a datové struktury Algoritmy a datové struktury Slajdy pro výuku na KS Ondřej Čepek Sylabus 1. Prostředky pro popis složitosti algoritmů a operací nad datovými strukturami (asymptotická notace), příklady použití asymptotické

Více

PROJEKTOVÁNÍ A KOMUNIKACE

PROJEKTOVÁNÍ A KOMUNIKACE metodický list č. 1 Problémy současných projektů Základním cílem tohoto tematického celku je vysvětlení základních problémových oblastí při projektování a inovaci informačních systémů. Dále i vysvětlení

Více

PROGRAMOVÁNÍ. Cílem předmětu Programování je seznámit posluchače se způsoby, jak algoritmizovat základní programátorské techniky.

PROGRAMOVÁNÍ. Cílem předmětu Programování je seznámit posluchače se způsoby, jak algoritmizovat základní programátorské techniky. Cílem předmětu Programování je seznámit posluchače se způsoby, jak algoritmizovat základní programátorské techniky. V průběhu budou vysvětlena následující témata: 1. Dynamicky alokovaná paměť 2. Jednoduché

Více

MATEMATIKA A 3 Metodický list č. 1

MATEMATIKA A 3 Metodický list č. 1 Metodický list č. 1 Název tématického celku: Úvod do problematiky diskrétní matematiky Cíl: Cílem tohoto tématického celku je vymezení oblasti diskrétní matematiky a příprava na další výklad kurzu. Jedná

Více

PROHLEDÁVÁNÍ GRAFŮ. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze

PROHLEDÁVÁNÍ GRAFŮ. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze PROHLEDÁVÁNÍ GRAFŮ Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze BI-GRA, LS 2010/2011, Lekce 4 Evropský sociální fond Praha & EU: Investujeme do

Více

Složitost. Teoretická informatika Tomáš Foltýnek

Složitost. Teoretická informatika Tomáš Foltýnek Složitost Teoretická informatika Tomáš Foltýnek foltynek@pef.mendelu.cz Teoretická informatika 2 Opakování z minulé přednášky Co říká Churchova teze? Jak lze kódovat Turingův stroj? Co je to Univerzální

Více

Digitální učební materiál

Digitální učební materiál Digitální učební materiál Číslo projektu: CZ.1.07/1.5.00/34.0548 Název školy: Gymnázium, Trutnov, Jiráskovo náměstí 325 Název materiálu: VY_32_INOVACE_148_IVT Autor: Ing. Pavel Bezděk Tematický okruh:

Více

Stromy, haldy, prioritní fronty

Stromy, haldy, prioritní fronty Stromy, haldy, prioritní fronty prof. Ing. Pavel Tvrdík CSc. Katedra počítačů FEL České vysoké učení technické DSA, ZS 2008/9, Přednáška 6 http://service.felk.cvut.cz/courses/x36dsa/ prof. Pavel Tvrdík

Více

1. Převeďte dané číslo do dvojkové, osmičkové a šestnáctkové soustavy: a) 759 10 b) 2578 10

1. Převeďte dané číslo do dvojkové, osmičkové a šestnáctkové soustavy: a) 759 10 b) 2578 10 Úlohy- 2.cvičení 1. Převeďte dané číslo do dvojkové, osmičkové a šestnáctkové soustavy: a) 759 10 b) 2578 10 2. Převeďte dané desetinné číslo do dvojkové soustavy (DEC -> BIN): a) 0,8125 10 b) 0,35 10

Více

Prohledávání do šířky = algoritmus vlny

Prohledávání do šířky = algoritmus vlny Prohledávání do šířky = algoritmus vlny - souběžně zkoušet všechny možné varianty pokračování výpočtu, dokud nenajdeme řešení úlohy průchod stromem všech možných cest výpočtu do šířky, po vrstvách (v každé

Více

Náplň. v.0.03 16.02.2014. - Jednoduché příklady na práci s poli v C - Vlastnosti třídění - Způsoby (algoritmy) třídění

Náplň. v.0.03 16.02.2014. - Jednoduché příklady na práci s poli v C - Vlastnosti třídění - Způsoby (algoritmy) třídění Náplň v.0.03 16.02.2014 - Jednoduché příklady na práci s poli v C - Vlastnosti třídění - Způsoby (algoritmy) třídění Spojení dvou samostatně setříděných polí void Spoj(double apole1[], int adelka1, double

Více

Kapitola 11. Vzdálenost v grafech. 11.1 Matice sousednosti a počty sledů

Kapitola 11. Vzdálenost v grafech. 11.1 Matice sousednosti a počty sledů Kapitola 11 Vzdálenost v grafech V každém grafu lze přirozeným způsobem definovat vzdálenost libovolné dvojice vrcholů. Hlavním výsledkem této kapitoly je překvapivé tvrzení, podle kterého lze vzdálenosti

Více

10. Složitost a výkon

10. Složitost a výkon Jiří Vokřínek, 2016 B6B36ZAL - Přednáška 10 1 Základy algoritmizace 10. Složitost a výkon doc. Ing. Jiří Vokřínek, Ph.D. Katedra počítačů Fakulta elektrotechnická České vysoké učení technické v Praze Jiří

Více

Modely teorie grafů, min.kostra, max.tok, CPM, MPM, PERT

Modely teorie grafů, min.kostra, max.tok, CPM, MPM, PERT PEF ČZU Modely teorie grafů, min.kostra, max.tok, CPM, MPM, PERT Okruhy SZB č. 5 Zdroje: Demel, J., Operační výzkum Jablonský J., Operační výzkum Šubrt, T., Langrová, P., Projektové řízení I. a různá internetová

Více

Obsah přednášky. Analýza algoritmu Algoritmická složitost Návrhy algoritmů Urychlování algoritmů 1/41

Obsah přednášky. Analýza algoritmu Algoritmická složitost Návrhy algoritmů Urychlování algoritmů 1/41 Obsah přednášky Analýza algoritmu Algoritmická složitost Návrhy algoritmů Urychlování algoritmů 1/41 Analýza algoritmu Proč vůbec dělat analýzu? pro většinu problémů existuje několik různých přístupů aby

Více

5 Orientované grafy, Toky v sítích

5 Orientované grafy, Toky v sítích Petr Hliněný, FI MU Brno, 205 / 9 FI: IB000: Toky v sítích 5 Orientované grafy, Toky v sítích Nyní se budeme zabývat typem sít ových úloh, ve kterých není podstatná délka hran a spojení, nýbž jejich propustnost

Více

ALGORITMIZACE A PROGRAMOVÁNÍ

ALGORITMIZACE A PROGRAMOVÁNÍ Metodický list č. 1 Algoritmus a jeho implementace počítačovým programem Základním cílem tohoto tematického celku je vysvětlení pojmů algoritmus a programová implementace algoritmu. Dále je cílem seznámení

Více

ZÍSKÁVÁNÍ ZNALOSTÍ Z DATABÁZÍ

ZÍSKÁVÁNÍ ZNALOSTÍ Z DATABÁZÍ Metodický list č. 1 Dobývání znalostí z databází Cílem tohoto tematického celku je vysvětlení základních pojmů z oblasti dobývání znalostí z databází i východisek dobývání znalostí z databází inspirovaných

Více

Základy informatiky. Teorie grafů. Zpracoval: Pavel Děrgel Úprava: Daniela Szturcová

Základy informatiky. Teorie grafů. Zpracoval: Pavel Děrgel Úprava: Daniela Szturcová Základy informatiky Teorie grafů Zpracoval: Pavel Děrgel Úprava: Daniela Szturcová Obsah přednášky Barvení mapy Teorie grafů Definice Uzly a hrany Typy grafů Cesty, cykly, souvislost grafů Barvení mapy

Více

Třída PTIME a třída NPTIME. NP-úplnost.

Třída PTIME a třída NPTIME. NP-úplnost. VAS - Přednáška 9 Úvod ke kursu. Složitost algoritmu. Model RAM. Odhady složitosti. Metoda rozděl a panuj. Greedy algoritmy. Metoda dynamického programování. Problémy, třídy složitosti problémů, horní

Více

Složitost algoritmů. Karel Richta a kol. Katedra počítačů Fakulta elektrotechnická České vysoké učení technické v Praze Karel Richta a kol.

Složitost algoritmů. Karel Richta a kol. Katedra počítačů Fakulta elektrotechnická České vysoké učení technické v Praze Karel Richta a kol. Složitost algoritmů Karel Richta a kol. Katedra počítačů Fakulta elektrotechnická České vysoké učení technické v Praze Karel Richta a kol., 2017 Datové struktury a algoritmy, B6B36DSA 02/2017, Lekce 3

Více

přirozený algoritmus seřadí prvky 1,3,2,8,9,7 a prvky 4,5,6 nechává Metody řazení se dělí:

přirozený algoritmus seřadí prvky 1,3,2,8,9,7 a prvky 4,5,6 nechává Metody řazení se dělí: Metody řazení ve vnitřní a vnější paměti. Algoritmy řazení výběrem, vkládáním a zaměňováním. Heapsort, Shell-sort, Radix-sort, Quicksort. Řazení sekvenčních souborů. Řazení souborů s přímým přístupem.

Více

Základy algoritmizace a programování

Základy algoritmizace a programování Základy algoritmizace a programování Složitost algoritmů. Třídění Přednáška 8 16. listopadu 2009 Který algoritmus je "lepší"? Různé algoritmy, které řeší stejnou úlohu zbytek = p % i; zbytek = p - p/i*i;

Více

Přijímací zkouška - matematika

Přijímací zkouška - matematika Přijímací zkouška - matematika Jméno a příjmení pište do okénka Číslo přihlášky Číslo zadání 1 Grafy 1 Pro který z následujících problémů není znám žádný algoritmus s polynomiální časovou složitostí? Problém,

Více

1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15

1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15 Úvodní poznámky... 11 1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15 1.1 Základní pojmy... 15 1.2 Aplikační oblasti a etapy zpracování signálů... 17 1.3 Klasifikace diskretních

Více

Požadavky k opravným zkouškám z matematiky školní rok 2013-2014

Požadavky k opravným zkouškám z matematiky školní rok 2013-2014 Požadavky k opravným zkouškám z matematiky školní rok 2013-2014 1. ročník (první pololetí, druhé pololetí) 1) Množiny. Číselné obory N, Z, Q, I, R. 2) Absolutní hodnota reálného čísla, intervaly. 3) Procenta,

Více

Základy algoritmizace, návrh algoritmu

Základy algoritmizace, návrh algoritmu Základy algoritmizace, návrh algoritmu Algoritmus Předpoklady automatického výpočtu: předem stanovit (rozmyslet) přesný postup během opakovaného provádění postupu již nepřemýšlet a postupovat mechanicky

Více

TGH05 - aplikace DFS, průchod do šířky

TGH05 - aplikace DFS, průchod do šířky TGH05 - aplikace DFS, průchod do šířky Jan Březina Technical University of Liberec 31. března 2015 Grafová formulace CPM (critical path method) Orientovaný acyklický graf (DAG) je orientovaný graf neobsahující

Více

IB111 Úvod do programování skrze Python

IB111 Úvod do programování skrze Python Vyhledávání, řazení, složitost IB111 Úvod do programování skrze Python 2012 Otrávené studny 8 studen, jedna z nich je otrávená laboratorní rozbor dokáže rozpoznat přítomnost jedu ve vodě je drahý (je časově

Více

Složitost her. Herní algoritmy. Otakar Trunda

Složitost her. Herní algoritmy. Otakar Trunda Složitost her Herní algoritmy Otakar Trunda Úvod měření složitosti Formální výpočetní model Turingův stroj Složitost algoritmu = závislost spotřebovaných prostředků na velikosti vstupu Časová složitost

Více

13. Třídící algoritmy a násobení matic

13. Třídící algoritmy a násobení matic 13. Třídící algoritmy a násobení matic Minulou přednášku jsme probírali QuickSort, jeden z historicky prvních třídících algoritmů, které překonaly kvadratickou složitost aspoň v průměrném případě. Proč

Více

MATEMATIKA A Metodický list č. 1

MATEMATIKA A Metodický list č. 1 Metodický list č. 1 Název tématického celku: Lineární algebra I Základním cílem tohoto tématického celku je objasnit některé pojmy lineární algebry a poukázat na jejich vzájemnou souvislost. Posluchači

Více

Matice sousednosti NG

Matice sousednosti NG Matice sousednosti NG V = [ v ij ] celočíselná čtvercová matice řádu U v ij = ρ -1 ( [u i, u j ] )... tedy počet hran mezi u i a u j?jaké vlastnosti má matice sousednosti?? Smyčky, rovnoběžné hrany? V

Více

Grafové algoritmy. Programovací techniky

Grafové algoritmy. Programovací techniky Grafové algoritmy Programovací techniky Grafy Úvod - Terminologie Graf je datová struktura, skládá se z množiny vrcholů V a množiny hran mezi vrcholy E Počet vrcholů a hran musí být konečný a nesmí být

Více

Algoritmizace prostorových úloh

Algoritmizace prostorových úloh INOVACE BAKALÁŘSKÝCH A MAGISTERSKÝCH STUDIJNÍCH OBORŮ NA HORNICKO-GEOLOGICKÉ FAKULTĚ VYSOKÉ ŠKOLY BÁŇSKÉ - TECHNICKÉ UNIVERZITY OSTRAVA Algoritmizace prostorových úloh Třídění, vyhledávání Daniela Szturcová

Více

MATEMATIKA B 2. Metodický list č. 1. Význam první derivace pro průběh funkce

MATEMATIKA B 2. Metodický list č. 1. Význam první derivace pro průběh funkce Metodický list č. 1 Cíl: Význam první derivace pro průběh funkce V tomto tématickém celku se studenti seznámí s některými základními pojmy a postupy užívanými při vyšetřování průběhu funkcí. Tématický

Více

5.6.3 Rekursivní indexace složitostních tříd 5.6.4 Uniformní diagonalizace 5.6.5 Konstrukce rekursivních indexací a aplikace uniformní diagonalizace

5.6.3 Rekursivní indexace složitostních tříd 5.6.4 Uniformní diagonalizace 5.6.5 Konstrukce rekursivních indexací a aplikace uniformní diagonalizace Obsah prvního svazku 1 Úvod 1.1 Přehled pojmů a struktur 1.1.1 Množiny, čísla a relace 1.1.2 Funkce 1.1.3 Pravděpodobnost 1.1.4 Grafy 1.2 Algebra 1.2.1 Dělitelnost, prvočíselnost a základní kombinatorické

Více

SOFTWAROVÉ INŽENÝRSTVÍ 1

SOFTWAROVÉ INŽENÝRSTVÍ 1 Metodický list č. 1 Název tématického celku: Úvod do softwarového inženýrství Základním cílem tohoto tematického celku je vysvětlení smyslu discipliny nazývané softwarové inženýrství. Tematický celek zahrnuje

Více

Algoritmy I, složitost

Algoritmy I, složitost A0B36PRI - PROGRAMOVÁNÍ Algoritmy I, složitost České vysoké učení technické Fakulta elektrotechnická v 1.01 Rychlost... Jeden algoritmus (program, postup, metoda ) je rychlejší než druhý. Co ta věta znamená??

Více

Mimo samotné správnosti výsledku vypočteného zapsaným algoritmem je ještě jedno

Mimo samotné správnosti výsledku vypočteného zapsaným algoritmem je ještě jedno 12 Délka výpočtu algoritmu Mimo samotné správnosti výsledku vypočteného zapsaným algoritmem je ještě jedno neméně důležité hledisko k posouzení vhodnosti algoritmu k řešení zadané úlohy. Jedná se o čas,

Více

Složitost algoritmů. doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava

Složitost algoritmů. doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava Složitost algoritmů doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava Prezentace ke dni 27. prosince 2015 Jiří Dvorský (VŠB TUO) Složitost algoritmů

Více

ZÍSKÁVÁNÍ ZNALOSTÍ Z DATABÁZÍ

ZÍSKÁVÁNÍ ZNALOSTÍ Z DATABÁZÍ metodický list č. 1 Dobývání znalostí z databází Cílem tohoto tematického celku je vysvětlení základních pojmů z oblasti dobývání znalostí z databází i východisek dobývání znalostí z databází inspirovaných

Více

MATEMATIKA B. Lineární algebra I. Cíl: Základním cílem tohoto tématického celku je objasnit některé pojmy lineární algebry a

MATEMATIKA B. Lineární algebra I. Cíl: Základním cílem tohoto tématického celku je objasnit některé pojmy lineární algebry a MATEMATIKA B metodický list č. 1 Lineární algebra I Základním cílem tohoto tématického celku je objasnit některé pojmy lineární algebry a poukázat na jejich vzájemnou souvislost. Posluchači se seznámí

Více

Databáze, sítě a techniky programování X33DSP

Databáze, sítě a techniky programování X33DSP Databáze, sítě a techniky programování X33DSP Anotace: Náplní předmětu jsou některé techniky a metody používané ve výpočetních systémech zaměřených na biomedicínské inženýrství. Cílem je položit jednotný

Více

Grafy. doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava. Prezentace ke dni 13.

Grafy. doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava. Prezentace ke dni 13. Grafy doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava Prezentace ke dni 13. března 2017 Jiří Dvorský (VŠB TUO) Grafy 104 / 309 Osnova přednášky Grafy

Více

MATEMATIKA B 2. Metodický list č. 1. Název tématického celku: Význam první a druhé derivace pro průběh funkce

MATEMATIKA B 2. Metodický list č. 1. Název tématického celku: Význam první a druhé derivace pro průběh funkce Metodický list č. 1 Význam první a druhé derivace pro průběh funkce Cíl: V tomto tématickém celku se studenti seznámí s některými základními pojmy a postupy užívanými při vyšetřování průběhu funkcí. Tématický

Více

Maturitní otázky z předmětu PROGRAMOVÁNÍ

Maturitní otázky z předmětu PROGRAMOVÁNÍ Wichterlovo gymnázium, Ostrava-Poruba, příspěvková organizace Maturitní otázky z předmětu PROGRAMOVÁNÍ 1. Algoritmus a jeho vlastnosti algoritmus a jeho vlastnosti, formy zápisu algoritmu ověřování správnosti

Více

Základní pojmy teorie grafů [Graph theory]

Základní pojmy teorie grafů [Graph theory] Část I Základní pojmy teorie grafů [Graph theory] V matematice grafem obvykle rozumíme grafické znázornění funkční závislosti. Pro tento předmět je však podstatnější pohled jiný. V teorii grafů rozumíme

Více

TGH12 - Problém za milion dolarů

TGH12 - Problém za milion dolarů TGH12 - Problém za milion dolarů Jan Březina Technical University of Liberec 7. května 2013 Složitost problému Co je to problém? Složitost problému Co je to problém? K daným vstupním datům (velkému binárnímu

Více

Digitální učební materiál

Digitální učební materiál Digitální učební materiál Číslo projektu: CZ.1.07/1.5.00/34.0548 Název školy: Gymnázium, Trutnov, Jiráskovo náměstí 325 Název materiálu: VY_32_INOVACE_147_IVT Autor: Ing. Pavel Bezděk Tematický okruh:

Více

DESIGN A NÁSTROJE PREZENTACE INFORMACÍ

DESIGN A NÁSTROJE PREZENTACE INFORMACÍ DESIGN A NÁSTROJE PREZENTACE INFORMACÍ Název tématického celku: Cíl: Metodický list č. 1 Počítačová grafika a prezentace informací Základním cílem tohoto tematického celku je vysvětlení úlohy a možností

Více

NMIN101 Programování 1 2/2 Z --- NMIN102 Programování /2 Z, Zk

NMIN101 Programování 1 2/2 Z --- NMIN102 Programování /2 Z, Zk NMIN101 Programování 1 2/2 Z --- NMIN102 Programování 2 --- 2/2 Z, Zk Pavel Töpfer Katedra software a výuky informatiky MFF UK MFF Malostranské nám., 4. patro, pracovna 404 pavel.topfer@mff.cuni.cz http://ksvi.mff.cuni.cz/~topfer

Více

Select sort: krok 1: krok 2: krok 3: atd. celkem porovnání. výběr nejmenšího klíče z n prvků vyžaduje 1 porovnání

Select sort: krok 1: krok 2: krok 3: atd. celkem porovnání. výběr nejmenšího klíče z n prvků vyžaduje 1 porovnání Select sort: krok 1: výběr klíče z n prvků vyžaduje 1 porovnání krok 2: výběr klíče z 1 prvků vyžaduje 2 porovnání krok 3: výběr klíče z 2 prvků vyžaduje 3 porovnání atd. celkem porovnání Zlepšení = použít

Více

Algoritmus pro hledání nejkratší cesty orientovaným grafem

Algoritmus pro hledání nejkratší cesty orientovaným grafem 1.1 Úvod Algoritmus pro hledání nejkratší cesty orientovaným grafem Naprogramoval jsem v Matlabu funkci, která dokáže určit nejkratší cestu v orientovaném grafu mezi libovolnými dvěma vrcholy. Nastudoval

Více

Od Turingových strojů k P=NP

Od Turingových strojů k P=NP Složitost Od Turingových strojů k P=NP Zbyněk Konečný Zimnění 2011 12. 16.2.2011 Kondr (Než vám klesnou víčka 2011) Složitost 12. 16.2.2011 1 / 24 O čem to dnes bude? 1 Co to je složitost 2 Výpočetní modely

Více

V ypoˇ cetn ı sloˇ zitost v teorii graf u Martin Doucha

V ypoˇ cetn ı sloˇ zitost v teorii graf u Martin Doucha Výpočetní složitost v teorii grafů Martin Doucha Parametrizovaná složitost Nástroj, jak zkrotit výpočetní složitost NP-těžkých problémů Klasický přístup: exponenciála v n Parametrizovaná složitost Nástroj,

Více

Matematika I. dvouletý volitelný předmět

Matematika I. dvouletý volitelný předmět Název předmětu: Zařazení v učebním plánu: Matematika I O7A, C3A, O8A, C4A dvouletý volitelný předmět Cíle předmětu Tento předmět je koncipován s cílem usnadnit absolventům gymnázia přechod na vysoké školy

Více

Rekurentní rovnice, strukturální indukce

Rekurentní rovnice, strukturální indukce Rekurentní rovnice, strukturální indukce Jiří Velebil: A7B01MCS 26. září 2011: 1/20 Příklad (Parketáž triminy z minulé přednášky) P(n) = počet parket k vyparketování místnosti rozměru n 1 P(1) = 1. 2 P(n

Více

PPA2. 1 Problém, algoritmus, program. 2 Vykonání programu. 3 Objekt, třída

PPA2. 1 Problém, algoritmus, program. 2 Vykonání programu. 3 Objekt, třída PPA2 1 Problém, algoritmus, program Problém Věda se zabývá zkoumáním světa kladením otázek o něm. Takové otázky, jejichž zodpovězení vyžaduje nalezení řešení nebo zjištění existence řešení, se nazývají

Více

Michal Krátký. Úvod do programování. Cíl kurzu. Podmínky získání zápočtu III/III

Michal Krátký. Úvod do programování. Cíl kurzu. Podmínky získání zápočtu III/III Michal Krátký Úvod do programování Michal Krátký 1,Jiří Dvorský 1 1 Katedra informatiky VŠB Technická univerzita Ostrava Úvod do programování, 2004/2005 tel.: +420 596 993 239 místnost: A1004 mail: michal.kratky@vsb.cz

Více

předmětu MATEMATIKA B 1

předmětu MATEMATIKA B 1 Metodický list pro první soustředění kombinovaného studia předmětu MATEMATIKA B 1 Název tématického celku: Vektorový prostor Cíl: Základním cílem tohoto tematického celku je pochopit, co jsou to vektory

Více

Požadavky k opravným zkouškám z matematiky školní rok 2014-2015

Požadavky k opravným zkouškám z matematiky školní rok 2014-2015 Požadavky k opravným zkouškám z matematiky školní rok 2014-2015 1. ročník (první pololetí, druhé pololetí) 1) Množiny. Číselné obory N, Z, Q, I, R. 2) Absolutní hodnota reálného čísla, intervaly. 3) Procenta,

Více

B) výchovné a vzdělávací strategie jsou totožné se strategiemi vyučovacího předmětu Matematika.

B) výchovné a vzdělávací strategie jsou totožné se strategiemi vyučovacího předmětu Matematika. 4.8.3. Cvičení z matematiky Předmět Cvičení z matematiky je vyučován v sextě a v septimě jako volitelný předmět. Vzdělávací obsah vyučovacího předmětu Cvičení z matematiky vychází ze vzdělávací oblasti

Více

FINANČNÍ A INVESTIČNÍ MATEMATIKA 1 Metodický list č. 1

FINANČNÍ A INVESTIČNÍ MATEMATIKA 1 Metodický list č. 1 FINANČNÍ A INVESTIČNÍ MATEMATIKA 1 Metodický list č. 1 Název tématického celku: Úroková sazba a výpočet budoucí hodnoty Cíl: Základním cílem tohoto tematického celku je vysvětlit pojem úroku a roční úrokové

Více

GRAFY A GRAFOVÉ ALGORITMY

GRAFY A GRAFOVÉ ALGORITMY KATEDRA INFORMATIKY PŘÍRODOVĚDECKÁ FAKULTA UNIVERZITA PALACKÉHO GRAFY A GRAFOVÉ ALGORITMY ARNOŠT VEČERKA VÝVOJ TOHOTO UČEBNÍHO TEXTU JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM ROZPOČTEM ČESKÉ

Více

2. Složitost, grafové algoritmy (zapsal Martin Koutecký)

2. Složitost, grafové algoritmy (zapsal Martin Koutecký) 2. Složitost, grafové algoritmy (zapsal Martin Koutecký) Model Ram Při analýze algoritmu bychom chtěli nějak popsat jeho složitost. Abychom mohli udělat toto, potřebujeme nejprve definovat výpočetní model.

Více

4. Trojúhelníkový rozklad p. 1/20

4. Trojúhelníkový rozklad p. 1/20 4. Trojúhelníkový rozklad 4. Trojúhelníkový rozklad p. 1/20 4. Trojúhelníkový rozklad p. 2/20 Trojúhelníkový rozklad 1. Permutační matice 2. Trojúhelníkové matice 3. Trojúhelníkový (LU) rozklad 4. Výpočet

Více

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

Více

Aproximativní algoritmy UIN009 Efektivní algoritmy 1

Aproximativní algoritmy UIN009 Efektivní algoritmy 1 Aproximativní algoritmy. 14.4.2005 UIN009 Efektivní algoritmy 1 Jak nakládat s NP-těžkými úlohami? Speciální případy Aproximativní algoritmy Pravděpodobnostní algoritmy Exponenciální algoritmy pro data

Více

MATEMATIKA B 2. Integrální počet 1

MATEMATIKA B 2. Integrální počet 1 metodický list č. 1 Integrální počet 1 V tomto tématickém celku se posluchači seznámí s některými definicemi, větami a výpočetními metodami užívanými v části matematiky obecně známé jako integrální počet

Více

Matematika PRŮŘEZOVÁ TÉMATA

Matematika PRŮŘEZOVÁ TÉMATA Matematika ročník TÉMA 1-4 Operace s čísly a - provádí aritmetické operace v množině reálných čísel - používá různé zápisy reálného čísla - používá absolutní hodnotu, zapíše a znázorní interval, provádí

Více

Úloha ve stavovém prostoru SP je , kde s 0 je počáteční stav C je množina požadovaných cílových stavů

Úloha ve stavovém prostoru SP je <s 0, C>, kde s 0 je počáteční stav C je množina požadovaných cílových stavů Stavový prostor a jeho prohledávání SP = formalismus k obecnějšímu uchopení a vymezení problému, který spočívá v nalezení posloupnosti akcí vedoucích od počátečního stavu úlohy (zadání) k požadovanému

Více

MATEMATICKÁ TEORIE ROZHODOVÁNÍ

MATEMATICKÁ TEORIE ROZHODOVÁNÍ MATEMATICKÁ metodický list č. 1 Řešení úloh Cílem tohoto tematického celku je vysvětlení vybraných pojmů z oblasti řešení úloh. Tématický celek je rozdělen do těchto dílčích témat: 1. Řešení úloh ve stavovém

Více

Výhody a nevýhody jednotlivých reprezentací jsou shrnuty na konci kapitoly.

Výhody a nevýhody jednotlivých reprezentací jsou shrnuty na konci kapitoly. Kapitola Reprezentace grafu V kapitole?? jsme se dozvěděli, co to jsou grafy a k čemu jsou dobré. rzo budeme chtít napsat nějaký program, který s grafy pracuje. le jak si takový graf uložit do počítače?

Více

PRAVDĚPODOBNOST A STATISTIKA 1

PRAVDĚPODOBNOST A STATISTIKA 1 Metodický list č 1. Název tématického celku: Vymezení role Pravděpodobnosti a Matematické Statistiky v širším celku čisté a aplikované matematiky. Základním cílem tohoto tématického celku je základní pojmy

Více

řádově různě rostoucí rostou řádově stejně rychle dvě funkce faktor izomorfismus neorientovaných grafů souvislý graf souvislost komponenta

řádově různě rostoucí rostou řádově stejně rychle dvě funkce faktor izomorfismus neorientovaných grafů souvislý graf souvislost komponenta 1) Uveďte alespoň dvě řádově různě rostoucí funkce f(n) takové, že n 2 = O(f(n)) a f(n) = O(n 3 ). 2) Platí-li f(n)=o(g 1 (n)) a f(n)=o(g 2 (n)), znamená to, že g 1 (n) a g 2 (n) rostou řádově stejně rychle

Více

Vyučovací hodina. 1vyučovací hodina: 2vyučovací hodiny: Opakování z minulé hodiny. Procvičení nové látky

Vyučovací hodina. 1vyučovací hodina: 2vyučovací hodiny: Opakování z minulé hodiny. Procvičení nové látky Vyučovací hodina 1vyučovací hodina: Opakování z minulé hodiny Nová látka Procvičení nové látky Shrnutí 5 min 20 min 15 min 5 min 2vyučovací hodiny: Opakování z minulé hodiny Nová látka Procvičení nové

Více

SEZNAM ANOTACÍ. CZ.1.07/1.5.00/34.0527 III/2 Inovace a zkvalitnění výuky prostřednictvím ICT VY_32_INOVACE_IT3 Úvod do studia počítačových technologií

SEZNAM ANOTACÍ. CZ.1.07/1.5.00/34.0527 III/2 Inovace a zkvalitnění výuky prostřednictvím ICT VY_32_INOVACE_IT3 Úvod do studia počítačových technologií SEZNAM ANOTACÍ Číslo projektu Číslo a název šablony klíčové aktivity Označení sady DUM Tematická oblast CZ.1.07/1.5.00/34.0527 III/2 Inovace a zkvalitnění výuky prostřednictvím ICT VY_32_INOVACE_IT3 Úvod

Více

FINANČNÍ A INVESTIČNÍ MATEMATIKA Metodický list č. 1

FINANČNÍ A INVESTIČNÍ MATEMATIKA Metodický list č. 1 FINANČNÍ A INVESTIČNÍ MATEMATIKA Metodický list č. 1 Název tématického celku: Úroková sazba a výpočet budoucí hodnoty Cíl: Základním cílem tohoto tematického celku je vysvětlit pojem úroku a roční úrokové

Více

Otázky ke státní závěrečné zkoušce

Otázky ke státní závěrečné zkoušce Otázky ke státní závěrečné zkoušce obor Ekonometrie a operační výzkum a) Diskrétní modely, Simulace, Nelineární programování. b) Teorie rozhodování, Teorie her. c) Ekonometrie. Otázka č. 1 a) Úlohy konvexního

Více

Rekurentní rovnice, strukturální indukce

Rekurentní rovnice, strukturální indukce , strukturální indukce Jiří Velebil: Y01DMA 23. února 2010: Strukturální indukce 1/19 Backusova-Naurova forma Například syntaxe formuĺı výrokové logiky kde a At. Poznámky 1 Relaxace BNF. ϕ ::= a tt (ϕ

Více

8 Rovinnost a kreslení grafů

8 Rovinnost a kreslení grafů 8 Rovinnost a kreslení grafů V přímé návaznosti na předchozí lekci se zaměříme na druhý důležitý aspekt slavného problému čtyř barev, který byl původně formulován pro barevné rozlišení států na politické

Více

Význam a výpočet derivace funkce a její užití

Význam a výpočet derivace funkce a její užití OPAKOVÁNÍ ZÁKLADŮ MATEMATIKY Metodický list č. 1 Význam a výpočet derivace funkce a její užití 1. dílčí téma: Výpočet derivace přímo z definice a pomocí základních vzorců. K tomuto tématu je třeba zopakovat

Více

Měření závislosti statistických dat

Měření závislosti statistických dat 5.1 Měření závislosti statistických dat Každý pořádný astronom je schopen vám předpovědět, kde se bude nacházet daná hvězda půl hodiny před půlnocí. Ne každý je však téhož schopen předpovědět v případě

Více

65-42-M/01 HOTELNICTVÍ A TURISMUS PLATNÉ OD 1.9.2012. Čj SVPHT09/03

65-42-M/01 HOTELNICTVÍ A TURISMUS PLATNÉ OD 1.9.2012. Čj SVPHT09/03 Školní vzdělávací program: Hotelnictví a turismus Kód a název oboru vzdělávání: 65-42-M/01 Hotelnictví Délka a forma studia: čtyřleté denní studium Stupeň vzdělání: střední vzdělání s maturitní zkouškou

Více

Numerická matematika 1

Numerická matematika 1 Numerická matematika 1 Obsah 1 Řešení nelineárních rovnic 3 1.1 Metoda půlení intervalu....................... 3 1.2 Metoda jednoduché iterace..................... 4 1.3 Newtonova metoda..........................

Více

Obecná informatika. Matematicko-fyzikální fakulta Univerzity Karlovy v Praze. Podzim 2012

Obecná informatika. Matematicko-fyzikální fakulta Univerzity Karlovy v Praze. Podzim 2012 Obecná informatika Přednášející Putovních přednášek Matematicko-fyzikální fakulta Univerzity Karlovy v Praze Podzim 2012 Přednášející Putovních přednášek (MFF UK) Obecná informatika Podzim 2012 1 / 18

Více

NPRG030 Programování I 3/2 Z --- NPRG031 Programování II --- 2/2 Z, Zk

NPRG030 Programování I 3/2 Z --- NPRG031 Programování II --- 2/2 Z, Zk NPRG030 Programování I 3/2 Z --- NPRG031 Programování II --- 2/2 Z, Zk Pavel Töpfer Katedra softwaru a výuky informatiky MFF UK MFF Malostranské nám., 4. patro, pracovna 404 pavel.topfer@mff.cuni.cz http://ksvi.mff.cuni.cz/~topfer

Více

Pojem algoritmus. doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava

Pojem algoritmus. doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava Pojem algoritmus doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava Prezentace ke dni 12. září 2016 Jiří Dvorský (VŠB TUO) Pojem algoritmus 54 / 344

Více

FINANČNÍ A INVESTIČNÍ MATEMATIKA 2

FINANČNÍ A INVESTIČNÍ MATEMATIKA 2 FINANČNÍ A INVESTIČNÍ MATEMATIKA 2 Metodický list č. 1 Název tématického celku: Dluhopisy a dluhopisové portfolio I. Cíl: Základním cílem tohoto tematického celku je popsat dluhopisy jako investiční instrumenty,

Více

3. úloha - problém batohu metodami branch & bound, dynamické programování, heuristika s testem

3. úloha - problém batohu metodami branch & bound, dynamické programování, heuristika s testem ČVUT FEL X36PAA - Problémy a algoritmy 3. úloha - problém batohu metodami branch & bound, dynamické programování, heuristika s testem Jméno: Marek Handl Datum: 1. 1. 2009 Cvičení: Pondělí 9:00 Zadání Naprogramujte

Více

Mgr. Ladislav Zemánek Maturitní okruhy Matematika 2013-2014. 1. Obor reálných čísel

Mgr. Ladislav Zemánek Maturitní okruhy Matematika 2013-2014. 1. Obor reálných čísel Mgr. Ladislav Zemánek Maturitní okruhy Matematika 2013-2014 1. Obor reálných čísel - obor přirozených, celých, racionálních a reálných čísel - vlastnosti operací (sčítání, odčítání, násobení, dělení) -

Více

Manažerská ekonomika KM IT

Manažerská ekonomika KM IT KVANTITATIVNÍ METODY INFORMAČNÍ TECHNOLOGIE (zkouška č. 3) Cíl předmětu Získat základní znalosti v oblasti práce s ekonomickými ukazateli a daty, osvojit si znalosti finanční a pojistné matematiky, zvládnout

Více

3.2 MATEMATIKA A JEJÍ APLIKACE (M) Charakteristika vzdělávací oblasti

3.2 MATEMATIKA A JEJÍ APLIKACE (M) Charakteristika vzdělávací oblasti 3.2 MATEMATIKA A JEJÍ APLIKACE (M) 51 Charakteristika vzdělávací oblasti Vzdělávací oblast matematika a její aplikace v základním vzdělávání je založena především na aktivních činnostech, které jsou typické

Více

ANOTACE K VÝUKOVÉ SADĚ

ANOTACE K VÝUKOVÉ SADĚ Číslo projektu Číslo a název šablony klíčové aktivity Tematická oblast (předmět) Autor ANOTACE K VÝUKOVÉ SADĚ CZ.1.07/1.5.00/34.0705 III/2 Inovace a zkvalitnění výuky prostřednictvím ICT ROVNICE A NEROVNICE

Více

MATEMATICKÁ TEORIE ROZHODOVÁNÍ

MATEMATICKÁ TEORIE ROZHODOVÁNÍ MATEMATICKÁ TEORIE ROZHODOVÁNÍ Metodický list č. 1 Název tématického celku: Řešení úloh Cílem tohoto tematického celku je vysvětlení vybraných pojmů z oblasti řešení úloh. Tématický celek je rozdělen do

Více

Vysvětlete funkci a popište parametry jednotlivých komponent počítače a periferních zařízení.

Vysvětlete funkci a popište parametry jednotlivých komponent počítače a periferních zařízení. 1 Struktura osobního počítače Zakreslete základní schéma počítače podle Johna von Neumanna. Popište základní strukturu osobního počítače. Vysvětlete funkci a popište parametry jednotlivých komponent počítače

Více

Matematika a její aplikace Matematika 1. období 3. ročník

Matematika a její aplikace Matematika 1. období 3. ročník Vzdělávací oblast : Vyučovací předmět : Období ročník : Matematika a její aplikace Matematika 1. období 3. ročník Počet hodin : 165 Učební texty : H. Staudková : Matematika č. 7 (Alter) R. Blažková : Matematika

Více

OZD. Organizace a zpracování dat. učební text

OZD. Organizace a zpracování dat. učební text OZD Organizace a zpracování dat učební tet Datové typy Datové typy Dělení elementární strukturované = datové struktury základní (statické) základní struktury programovacího jazyka vyšší (dynamické) Datové

Více

STROMOVE ALGORITMY Prohledavani do sirky (level-order) Po vodorovnejch carach fronta

STROMOVE ALGORITMY Prohledavani do sirky (level-order) Po vodorovnejch carach fronta STROMOVE ALGORITMY Prohledavani do sirky (level-order) Po vodorovnejch carach vlož do fronty kořen opakuj, dokud není fronta prázdná 1. vyber uzel z fronty a zpracuj jej 2. vlož do fronty levého následníka

Více