GRAFOVÉ MODELY. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky FIT České vysoké učení technické v Praze. BI-GRA, LS 2010/2011, Lekce 1

Rozměr: px
Začít zobrazení ze stránky:

Download "GRAFOVÉ MODELY. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky FIT České vysoké učení technické v Praze. BI-GRA, LS 2010/2011, Lekce 1"

Transkript

1 GRAFOVÉ MODELY Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky FIT České vysoké učení technické v Praze BI-GRA, LS 2010/2011, Lekce 1 Evropský sociální fond. Praha & EU: Investujeme do vaší budoucnosti Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 1 / 40

2 Info o výuce předmětu BI-GRA je předmět teoretického základu. Jeho cílem je seznámit se se základními grafovými pojmy a jejich vlastnostmi s grafovými algoritmy a jejich složitostí s možnostmi přizpůsobení těchto algoritmů specifickým potřebám Bodové hodnocení studia: cvičení 48 bodů (6 testů midterm... 24), minimum 26 (midterm 12) zkouška 54 bodů (malá... 24, velká... 20, ústní... 10) Cvičení mají seminární formu, kde se předpokládá základní seznámení s pojmy zavedenými na přednášce posiluje pochopení těchto pojmů jejich vzájemných vztahů procvičují a upravují/doplňují základní grafové algoritmy píše celkem 6 krátkých testů (midterm bude mimo rozvrh) Účast na cvičeních je povinná Přednášky zadání kontrolních úloh řešením lze získat max. 10 bodů (nahrazují případnou ústní část zkoušky) řešení se odevzdávají přes Moodle ( pokyny viz edux) Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 2 / 40

3 Stručný obsah předmětu Hlavní tématické celky: Neorientované a orientované grafy 70% základní grafové pojmy a jejich vlastnosti ( teorie ) 30% počítačová reprezentace grafů, typické algoritmy 40% Toky v sítích 16% Algoritmy umělé inteligence 7% P/NP třídy složitosti, NP-úplné problémy 7% Většina témat je pokryta ve skriptu Kolář, J.: Teoretická informatika. Vyd. ČVUT 2009 (?) Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 3 / 40

4 Jinak řečeno... BI-GRA silně navazuje na předměty BI-EFA využívají se datové struktury vhodné pro práci s grafy, provádí se analýza složitosti algoritmů BI-ZDM indukce v důkazech, rekurze v algoritmech O CO půjde (kromě jiného)? JAK na to? NEBÁT SE MYSLET! určitě NE jenom čtením (těchto) příprav (radši) chodit na přednášky ptát se dřív než pozdě nebo vůbec sledovat Web a skripta řešit kontrolní úlohy Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 4 / 40

5 Několik ukázkových příkladů (problémů) Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 5 / 40

6 Příklad 1 Okružní jízda s MHD Systém pražské MHD zahrnuje linky tramvají, autobusů a metra. Každou z linek máme zadánu jako seznam zastávek od jedné konečné do druhé. Předpokládejme, že z linky na linku lze přesedat pouze na stejně pojmenované zastávce. Jak zjistit, zda je možné projet všechny úseky všech linek v rámci jediné okružní jízdy s libovolným počtem přestupů tak,aby se každý usek (příp. každá zastávka) projel právě jednou? (???) Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 6 / 40

7 Příklad 2 Optimální trasy v MHD Jakým minimálním počtem "otevřených" jízd je možné projet všechny úseky (zastávky) všech linek pokud to nelze zvládnout jedinou okružní jízdou? Jak určit způsob dopravy ze zastávky A do zastávky B nějakých linek se zaručeně minimálním počtem přestupů? (???) Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 7 / 40

8 Příklad 3 - Dispečer hasičů Dispečer má k dispozici aktualizovanou mapu města (neprůjezdné a jednosměrné ulice,...) zná polohu a stav n hasičských stanic. Pro hašení požáru na nějakém místě potřebuje určit k ( n) stanic, které jsou nejblíže požáru, a určit jejich příjezdovou trasu. Jak vybrat oněch k stanic a jejich trasy? Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 8 / 40

9 Příklad 4 skladování ocelových nosníků Konstrukční firma používá ocelové nosníky téhož profilu v délkách L 1 < L 2 <...< L n, od každé délky potřebuje mít k dispozici D 1, D 2,..., D n kusů. Nevyplatí se jí skladovat všechny délky, nosníky lze řezat. K i cena za vybavení skladu pro skladování nosníků délky L i C i cena jednoho nosníku délky L i Jaké nosníky vybrat pro skladování, aby se minimalizovaly náklady na skladování a cena odpadu při řezání? Vytvoříme graf s uzly označenými 0, 1, 2,..., n a hranami (i,j) pro všechna i,j = 0,..., n, i<j. Hrana (i,j) představuje strategii, kdy na pokrytí požadavků na nosníků v délkách L i+1, L i+2,..., L j, použijeme nosníky délky L j. Jaká je cena c i,j této strategie? c i,j = K j + C j * (D i+1 + D i D j ) Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 9 / 40

10 Příklad 5 Internet Internet = obrovská (grafová) struktura Směrování paketů na internetu směrovací tabulky (statické/dynamické) algoritmy tvorby tabulek PageRank - vyhledávač Google hodnotí důležitost www stránky podle toho z kolika stránek na ni vede odkaz hodnota každého odkazu současně závisí na důležitosti výchozí stránky Obrovský graf vzájemných odkazů mezi stránkami na Webu 500*10 6 proměnných 2*10 9 položek Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 10 / 40

11 NEORIENTOVANÉ A ORIENTOVANÉ GRAFY Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 11 / 40

12 (Neorientované) grafy a grafové operace Seznámíme se s následujícími pojmy: neorientovaný graf, hrany, uzly, incidence, krajní uzly hrany multigraf, prostý graf, obyčejný graf, úplný graf, prázdný graf, diskrétní graf, izolovaný uzel podgraf, faktor, indukovaný podgraf operace s grafy (sjednocení, průnik, rozdíl, symetrická diference a doplněk), disjunktní a hranově disjunktní grafy, konečný / nekonečný graf izomorfismus grafů Skripta odstavec 2.1, str Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 12 / 40

13 Co je to neorientovaný graf? G = H, U, ρ hrany grafu G, H(G), H G uzly grafu G, U(G), U G incidence, ρ(g), ρ G ρ : H U U (množina neuspořádaných dvojic, též jedno- a dvojprvkových podmnožin množiny uzlů) ρ(h) = [u, v]... krajní uzly hrany h, u a v jsou sousedi ρ(h 1 ) = ρ(h 2 )... rovnoběžné hrany multigraf prostý graf = graf bez rovnoběžných hran, tzn. hranu určují její krajní uzly ρ je zbytečné, stačí G = H, U (graf jako struktura z hran a uzlů) obyčejný graf = prostý graf bez smyček Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 13 / 40

14 Příklad neorientovaného grafu Nakreslení grafu G = {a,b,c,d,e,f,g,h}, {u,v,w,x,y}, ρ = jeho grafické znázornění (v rovině) a ρ(a)=[v,v] - smyčka v ρ(b)=[u,v] u b d c x ρ(c)=[x,v] ρ(d)=[u,x] = ρ(e) f w e g y h... ρ(h)=[x,y] Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 14 / 40

15 Speciální případy grafů prázdný graf:, diskrétní graf: D n =, U (jen n izolovaných uzlů) úplný graf: U 2 K n = ( ), U, U =n K 3 K 4 K 5 "úplný graf" K m,n se všemi hranami m n hranami (úplný bipartitní graf), podobně K k,m,n,..., K n1,n2,...nk?? počet hran v takovém grafu?? Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 15 / 40

16 Speciální případy grafů K 3,2 K 3,4 K 2,4,3 kružnice C 5 hvězdice Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 16 / 40

17 Podgrafy podgraf... G = H, U, ρ, G = H, U, ρ : G G H H & U U & ρ (h)=ρ(h) pro všechny h H' faktor grafu podgraf se všemi uzly (hranový podgraf) podgraf indukovaný podmínkou: podmnožina uzlů U 1 podmnožina hran H 1 vypuštění uzlů U 2 vypuštění hran H 2 G 1 indukovaný U 1 G 2 indukovaný H 1 G U 1 H1 G-H 2 G-U 2 H 2 U 2 Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 17 / 40

18 Operace s grafy G 1 = H 1, U 1, ρ 1, G 2 = H 2, U 2, ρ 2... dva neorientované grafy sjednocení a průnik grafů G 1 a G 2 G 1 G 2 = H 1 H 2, U 1 U 2, ρ 1 ρ 2 G 1 G 2 = H 1 H 2, U 1 U 2, ρ 1 ρ 2 (výsledkem musí být opět grafy!!!) G 1 G 1 G 2 G 2 G 1 G 2 disjunktní a hranově disjunktní grafy U 1 U 2 = (tedy i H 1 H 2 = ) H 1 H 2 = Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 18 / 40

19 Operace s grafy (pokračování) rozdíl G - G 1 grafů G a G 1 G je takový minimální graf G 2, pro který platí G = G 1 G 2 rozdíl pro obecné grafy G a G': G G' = G (G G') doplněk (obyčejného) grafu G= H, U, ρ : -G = K U G symetrická diference grafů G a G' : G G' = (G G') (G G') konečný x nekonečný graf Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 19 / 40

20 Izomorfismus (isomorfismus) grafů Izomorfismus grafů G 1 = H 1, U 1, ρ 1 a G 2 = H 2, U 2, ρ 2 je zobrazení ϕ množiny H 1 U 1 na H 2 U 2 takové, že: ϕ / H 1 : H 1 H 2 je bijekce ϕ / U 1 : U 1 U 2 je bijekce ϕ zachovává incidenci, t.zn. ϕ : ρ 1 (h) = [u,v] ρ 2 (ϕ(h)) = [ϕ(u), ϕ(v)] G 1 G 2 izomorfní grafy (neumíme snadno zjistit!!) automorfismus grafu izomorfizmus na sebe, počet automorfizmů ~ míra symetrie grafu morfismus grafů zachovává incidenci, ale není nutně bijekcí Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 20 / 40

21 Příklady na počty izomorfismů 1. Kolika způsoby lze úplný graf K n zobrazit izomorfně na sebe? Graf je zcela symetrický, za izomorfismus lze vzít libovolnou permutaci uzlů (a odpovídající přiřazení hran) => n! 2. Kolika způsoby lze na sebe izomorfně zobrazit kružnici C n o n hranách? Graf je opět symetrický, ale uzly tvoří přirozenou posloupnost tu je třeba zachovat: n x otočit + (překlopit a n x otočit)... 2n C Kolika způsoby lze na sebe izomorfně zobrazit úplný bipartitní graf K m,n? Graf je velmi symetrický, ale uzly tvoří dvě skupiny: m!.n! (pro m n) a 2.n!.n! (pro m=n) Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 21 / 40

22 Jak je to s izomorfismem A B G 1 G 2 a b c d C D G 1 a G 2 jsou izomorfní G 1 G 2 Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS LS 2010/11, Lekce // 40 40

23 Jak je to s izomorfismem A B G 1 G 2 a b c d C D G 1 a G 2 jsou izomorfní G 1 G 2 Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS LS 2010/11, Lekce // 40 40

24 Jak je to s izomorfismem A B G 1 G 2 a b c d C D G 1 : U 1 = {A, B, C, D}, H 1 = { [A,B], [A,C], [A,D], [B,D], [C,D] } IZOMORFIZMUS: ϕ(a) = c, ϕ(b) = d, ϕ(c) = a, ϕ(d) = b ϕ([a,b])=[c,d], ϕ([a,c])=[c,a], ϕ([a,d])=[c,b], ϕ([b,d])=[d,b], ϕ([c,d])=[a,b] G 2 : U2 = {a, b, c, d}, H2 = { [a,b], [a,c], [b,c], [b,d], [c,d] } Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS LS 2010/11, Lekce // 40 40

25 Jak je to s izomorfismem A B G 1 G 2 a b c d C D ϕ 2 : A c, B a, C d, D b A B G a 1 G 2 b c d C D ϕ 3 : A b, B a, C d, D c Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS LS 2010/11, Lekce // 40 40

26 Jak je to s izomorfismem A B G a 1 G 2 b c d C D ϕ 4 : A b, B d, C a, D c Máme celkem 4 různé izomorfismy:? Jak jsme je zjistili? ϕ 1 : A c, B d, C a, D b ϕ 2 : A c, B a, C d, D b ϕ 3 : A b, B a, C d, D c ϕ 4 : A b, B d, C a, D c Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS LS 2010/11, Lekce // 40 40

27 Jak je to s izomorfismem A B G 1 G 2 a b c d C D JAK LZE PŘIŘAZOVAT UZLY: {A,D} {b,c} A {B,C} {a,d} A --- b D --- c A --- b D --- c A --- c D --- b A --- c D --- b B --- a C --- d B --- d C --- a B --- a C --- d B --- d C --- a A --- b D --- c A --- c D --- b B --- a C --- d B --- d C --- a B --- a C --- d B --- d C --- a Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS LS 2010/11, Lekce // 40 40

28 Jak je to s izomorfismem 3 A B C D E F 6 G G 2 VŠECHNY IZOMORFISMY MEZI G 1 A G 2 Skupiny: krajní uzly {A,F} {1,6}, vnitřní uzly {B,C,D,E} {2,3,4,5} (pořadí!!) A 1, B 2, C 3, D 4, E 5, F 6 A 6, B 5, C 4, D 3, E 2, F 1 Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS LS 2010/11, Lekce // 40 40

29 Jak je to s izomorfismem I H G 1 A B C n G C D E F VŠECHNY IZOMORFISMY MEZI G 1 A G 2 A B C D E F A --- n B C D E F A --- n-1 B --- n C D E F A B C D E F n G 2 1 C n A --- n B --- n-1 C --- n-2 D --- n-3 E --- n-4 F --- n A B --- n C --- n-1 D --- n-2 E --- n-3 F --- n A B C --- n D --- n-1 E --- n-2 F --- n A --- n-1 B --- n-2 C --- n-3 D --- n-4 E --- n-5 F --- n CELKEM 2n IZOMORFISMŮ Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS LS 2010/11, Lekce // 40 40

30 Jak je to s izomorfismem A B C D a b c F E d e f G 1 G 2 Skupiny uzlů podle počtu incidujících hran: {A,F} {a,c}, {B,D} {b,d}, {C,E} {e,f} Postupně přiřazujeme: {A a, F c} (hrany [A,B] [a,d]) {B d, D b} (hrany [B,C] [d,e]) {C e, E f} Získaný izomorfismus mezi G 1 a G 2 je jediný. Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS LS 2010/11, Lekce // 40 40

31 Kontrolní otázky 1.1 Lze určit maximální počet hran obyčejného (resp. prostého, resp. obecného) neorientovaného grafu o n uzlech? 1.2 Jaká je role incidence v definici neorientovaného grafu? 1.3 Kolik různých faktorů má neorientovaný graf o m hranách a n uzlech? 1.4 Kolik různých faktorů má úplný graf K n? 1.5 Který graf o n uzlech má pouze jeden faktor? 1.6 Charakterizujte podgraf úplného grafu K n indukovaný libovolnou podmnožinou jeho uzlů. 1.7 Zvažte pravdivost tvrzení: Je-li graf G 1 podgrafem grafu G, pak existuje taková podmnožina uzlů U 1, že G 1 je podgrafem indukovaným touto podmnožinou uzlů. 1.8 Zvažte pravdivost tvrzení: Je-li graf G 1 podgrafem grafu G, pak existuje taková podmnožina hran H 1, že G 1 je podgrafem indukovaným touto podmnožinou hran. Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 31 / 40

32 Kontrolní otázky 1.9 Nechť G 1, resp. G 2 je podgraf grafu G indukovaný podmnožinou uzlů U 1, resp. U 2. Za jakých podmínek bude platit, že G 1 G 2 je roven podgrafu indukovanému podmnožinou uzlů U 1 U 2? 1.10 Kolik neizomorfních faktorů má úplný graf K 4 (K 5 )? Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 32 / 40

33 Sousedi a stupeň uzlu v grafu Seznámíme se s následujícími pojmy: sousední uzly, sousední hrany množina sousedů uzlu/podmnožiny uzlů stupeň uzlu, soubor stupňů pravidelný graf Skripta strana Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 33 / 40

34 Sousedi a stupeň uzlu v grafu dvojice sousedních uzlů y u v x dvojice sousedních hran z w r množina sousedů uzlu u... Γ(u) množina sousedů podmnožiny uzlů A Γ(A) = Γ(u) pro u A Γ(u) = {v}, Γ(v) = {u,x,r,w,z}, Γ(y) = Γ({u,z}) = {v,w,r} Γ({v,w}) = {u,v,x,z,w,r} Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 34 / 40

35 Stupeň uzlu v grafu Stupeň δ(u) uzlu u je počet hran, které s uzlem incidují. Věta: δ(u) = 2 H u U Důvod: Každá hrana přispívá do celkového součtu stupňů právě dvěma jednotkami. x y Graf δ(u) = = 18 u U H = Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 35 / 40

36 Stupeň uzlu v grafu Soubor stupňů grafu (neklesající) posloupnost sestavená ze stupňů všech uzlů grafu G 1 5 Soubor stupňů grafu G 1 : (2, 2, 2, 3, 3, 3, 4, 4, 4, 5) Věta: G 1 G 2 G 1 a G 2 mají stejný soubor stupňů. Důvod: Obrazy hran incidujících s u jsou hrany incidující s ϕ(u). Jak určíme stupně uzlů se smyčkami??? Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 36 / 40

37 Stupeň uzlu v grafu Pozor: Když mají grafy G 1 a G 2 stejný soubor stupňů, zdaleka nemusí být izomorfní G G 2 (1, 2, 2, 2, 3) (1, 2, 2, 2, 3) G 1 G 2 G3 (1, 2, 2, 3, 3, 3) (1, 2, 2, 3, 3, 3) (1, 2, 2, 3, 3, 3) Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 37 / 40

38 Stupeň uzlu v grafu Věta: V každém grafu je sudý počet uzlů lichého stupně. Důkaz:... Např.: Soubor stupňů: 6 4 (1, 3, 4, 4, 4, 5, 6, 6, 7) 6 5 Pravidelný grafu stupně k (k 0) - všechny uzly mají stupeň právě k. Jak vypadá pravidelný graf stupně 0, 1, 2, (n-1)? Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 38 / 40

39 Kontrolní otázky 1.11 Může být uzel obyčejného (resp. prostého, resp. obecného) grafu sousedem sám sobě? 1.12 Jak souvisí stupeň uzlu obyčejného (resp. obecného) grafu s počtem sousedů tohoto uzlu? 1.13 Jak bude vypadat obyčejný graf G = H,U s n uzly a minimálním počtem hran, pro jehož nějaký uzel u platí Γ(u) = U - {u}? 1.14 Vyslovte tvrzení o struktuře pravidelného grafu stupně 1, resp Může být graf se souborem stupňů (1,1,1,1,1,1,1,3,4) stromem? 1.16 Obyčejný graf G má n 1 uzlů stupně k 1, dále n 2 uzlů stupně k 2 a už žádné další uzly. Jaký maximální počet různých automorfismů může mít graf G? 1.17 Je možné nalézt nějaký pravidelný graf stupně 3, který má 7 uzlů? 1.18 Nalezněte příklady alespoň dvou neizomorfních obyčejných grafů se shodným souborem stupňů (1, 1, 2, 2, 3, 3) Nechť u je uzel stupně k grafu G a u' jeho obraz v izomorfním grafu G'. Vyslovte nějaké tvrzení o stupních sousedů uzlu u a sousedů uzlu u'. Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 39 / 40

40 Kontrolní otázky 1.20 Mějme graf G = H,U a libovolnou podmnožinu jeho uzlů A U. Označme jako B množinu sousedů uzlů z množiny A: B=Γ(A). Lze tvrdit, že platí Γ(B) = A? 1.21 Vytvořte návod, jak pro danou neklesající posloupnost přirozených čísel (d 1, d 2,..., d n ) určit nějaký obecný graf (pokud existuje), jehož je tato posloupnost souborem stupňů Nechť G 1 a G 2 jsou dva různé faktory neorientovaného grafu G, označíme 1 (u i ), resp. 2 (u i ) stupeň uzlu u i v grafu G 1, resp. G 2. Vyjádřete pomocí 1 (u i ) a 2 (u i ) možné rozpětí hodnot pro stupeň '(u i ) uzlu u i ve faktoru G' grafu G vytvořeném jako symetrická diference faktorů G 1 a G 2 (G' = G 1 G 2 ). Doc. Josef Kolář (ČVUT) Grafové modely GRA, LS 2010/11, Lekce 1 40 / 40

VLASTNOSTI GRAFŮ. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze. BI-GRA, LS 2010/2011, Lekce 5

VLASTNOSTI GRAFŮ. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze. BI-GRA, LS 2010/2011, Lekce 5 VLASTNOSTI GRAFŮ Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze BI-GRA, LS 2010/2011, Lekce 5 Evropský sociální fond Praha & EU: Investujeme do vaší

Více

TEORETICKÁ INFORMATIKA

TEORETICKÁ INFORMATIKA TEORETICKÁ INFORMATIKA J. Kolář, K201 Kolar@fel.cvut.cz Důležité reference: http://cs.felk.cvut.cz/~kolar http://cs.felk.cvut.cz/agora skripta (vydala ČIS r. 2000) TI 1 / 1 Stručný obsah předmětu Neorientované

Více

ORIENTOVANÉ GRAFY, REPREZENTACE GRAFŮ

ORIENTOVANÉ GRAFY, REPREZENTACE GRAFŮ ORIENTOVANÉ GRAFY, REPREZENTACE GRAFŮ Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze BI-GRA, LS 2/2, Lekce Evropský sociální fond Praha & EU: Investujeme

Více

Grafy. RNDr. Petra Surynková, Ph.D. Univerzita Karlova v Praze Matematicko-fyzikální fakulta.

Grafy. RNDr. Petra Surynková, Ph.D. Univerzita Karlova v Praze Matematicko-fyzikální fakulta. 6 RNDr., Ph.D. Katedra didaktiky matematiky Univerzita Karlova v Praze Matematicko-fyzikální fakulta petra.surynkova@mff.cuni.cz http://surynkova.info množina vrcholů a množina hran hrana vždy spojuje

Více

H {{u, v} : u,v U u v }

H {{u, v} : u,v U u v } Obyčejný graf Obyčejný graf je dvojice G= U, H, kde U je konečná množina uzlů (vrcholů) a H {{u, v} : u,v U u v } je (konečná) množina hran. O hraně h={u, v} říkáme, že je incidentní s uzly u a v nebo

Více

NP-ÚPLNÉ PROBLÉMY. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze

NP-ÚPLNÉ PROBLÉMY. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze NP-ÚPLNÉ PROBLÉMY Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze BI-GRA, LS 2010/2011, Lekce 13 Evropský sociální fond Praha & EU: Investujeme do

Více

PLANARITA A TOKY V SÍTÍCH

PLANARITA A TOKY V SÍTÍCH PLANARITA A TOKY V SÍTÍCH Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze BI-GRA, LS 2010/2011, Lekce 9 Evropský sociální fond Praha & EU: Investujeme

Více

TGH02 - teorie grafů, základní pojmy

TGH02 - teorie grafů, základní pojmy TGH02 - teorie grafů, základní pojmy Jan Březina Technical University of Liberec 28. února 2017 Metainformace materiály: jan.brezina.matfyz.cz/vyuka/tgh (./materialy/crls8.pdf - Introduction to algorithms)

Více

Úvod do teorie grafů

Úvod do teorie grafů Úvod do teorie grafů Neorientovaný graf G = (V,E,I) V množina uzlů (vrcholů) - vertices E množina hran - edges I incidence incidence je zobrazení, buď: funkce: I: E V x V relace: I E V V incidence přiřadí

Více

TOKY V SÍTÍCH II. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze

TOKY V SÍTÍCH II. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze TOKY V SÍTÍCH II Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze BI-GRA, LS 010/011, Lekce 10 Evropský sociální fond Praha & EU: Investujeme do vaší

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

Teorie grafů. Teoretická informatika Tomáš Foltýnek

Teorie grafů. Teoretická informatika Tomáš Foltýnek Teorie grafů Teoretická informatika Tomáš Foltýnek foltynek@pef.mendelu.cz Opakování z minulé přednášky Co je to složitostní třída? Jaké složitostní třídy známe? Kde leží hranice mezi problémy řešitelnými

Více

TGH02 - teorie grafů, základní pojmy

TGH02 - teorie grafů, základní pojmy TGH02 - teorie grafů, základní pojmy Jan Březina Technical University of Liberec 5. března 2013 Počátek teorie grafů Leonard Euler (1707 1783) 1735 pobyt v Královci (Prusko), dnes Kaliningrad (Rusko) Úloha:

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

TGH02 - teorie grafů, základní pojmy

TGH02 - teorie grafů, základní pojmy TGH02 - teorie grafů, základní pojmy Jan Březina Technical University of Liberec 31. března 2015 Počátek teorie grafů Leonard Euler (1707 1783) 1735 pobyt v Královci (Prusko), dnes Kaliningrad (Rusko)

Více

4 Pojem grafu, ve zkratce

4 Pojem grafu, ve zkratce Petr Hliněný, FI MU Brno, 2014 1 / 24 FI: IB000: Pojem grafu 4 Pojem grafu, ve zkratce Třebaže grafy jsou jen jednou z mnoha struktur v matematice a vlastně pouze speciálním případem binárních relací,

Více

NEJKRATŠÍ CESTY I. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze

NEJKRATŠÍ CESTY I. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze NEJKRATŠÍ CESTY I Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze BI-GRA, LS 2010/2011, Lekce 7 Evropský sociální fond Praha & EU: Investujeme do vaší

Více

Vzdálenost uzlů v neorientovaném grafu

Vzdálenost uzlů v neorientovaném grafu Vzdálenosti a grafy Vzdálenost uzlů v neorientovaném grafu Je dán neorientovaný neohodnocený graf G = (V,E,I) vzdálenost uzlů u a v v neorientovaném souvislém grafu G je délka nejkratší cesty spojující

Více

Diskrétní matematika. DiM /01, zimní semestr 2018/2019

Diskrétní matematika. DiM /01, zimní semestr 2018/2019 Diskrétní matematika Petr Kovář petr.kovar@vsb.cz Vysoká škola báňská Technická univerzita Ostrava DiM 470-2301/01, zimní semestr 2018/2019 O tomto souboru Tento soubor je zamýšlen především jako pomůcka

Více

Ekvivalence. Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 5

Ekvivalence. Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 5 doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky FIT České vysoké učení technické v Praze c Josef Kolar, 2011 Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 5 Evropský sociální fond.

Více

Řešení rekurentních rovnic 2. Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 11

Řešení rekurentních rovnic 2. Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 11 Řešení rekurentních rovnic 2 doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky FIT České vysoké učení technické v Praze c Josef Kolar, 2011 Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce

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

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

Základní datové struktury III: Stromy, haldy

Základní datové struktury III: Stromy, haldy Základní datové struktury III: Stromy, haldy prof. Ing. Pavel Tvrdík CSc. Katedra počítačových systémů Fakulta informačních technologií České vysoké učení technické v Praze c Pavel Tvrdík, 2010 Efektivní

Více

Definice 1 eulerovský Definice 2 poloeulerovský

Definice 1 eulerovský Definice 2 poloeulerovský Dále budeme předpokládat, že každý graf je obyčejný a má aspoň tři uzly. Definice 1 Graf G se nazývá eulerovský, existuje-li v něm uzavřený tah, který obsahuje každou hranu v G. Definice 2 Graf G se nazývá

Více

10 Přednáška ze

10 Přednáška ze 10 Přednáška ze 17. 12. 2003 Věta: G = (V, E) lze nakreslit jedním uzavřeným tahem G je souvislý a má všechny stupně sudé. Důkaz G je souvislý. Necht v je libovolný vrchol v G. A mějme uzavřený eurelovský

Více

ZADÁNÍ BAKALÁŘSKÉ PRÁCE

ZADÁNÍ BAKALÁŘSKÉ PRÁCE ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA INFORMAČNÍCH TECHNOLOGIÍ ZADÁNÍ BAKALÁŘSKÉ PRÁCE Název: Rekurzivně konstruovatelné grafy Student: Anežka Štěpánková Vedoucí: RNDr. Jiřina Scholtzová, Ph.D.

Více

autorovu srdci... Petr Hliněný, FI MU Brno 1 FI: MA010: Průnikové grafy

autorovu srdci... Petr Hliněný, FI MU Brno 1 FI: MA010: Průnikové grafy 9 Krátké povídání o průnikových grafech Od této lekce teorie grafů se zaměříme lehce na několik vybraných partíı teorie grafů bĺızkých autorovu srdci... Naším prvním výběrem jsou průnikové grafy, což jsou

Více

Kostry. 9. týden. Grafy. Marie Demlová (úpravy Matěj Dostál) 16. dubna 2019

Kostry. 9. týden. Grafy. Marie Demlová (úpravy Matěj Dostál) 16. dubna 2019 Grafy 16. dubna 2019 Tvrzení. Je dán graf G, pak následující je ekvivalentní. 1 G je strom. 2 Graf G nemá kružnice a přidáme-li ke grafu libovolnou hranu, uzavřeme přesně jednu kružnici. 3 Graf G je souvislý

Více

4 Stromy a les. Definice a základní vlastnosti stromů. Kostry grafů a jejich počet.

4 Stromy a les. Definice a základní vlastnosti stromů. Kostry grafů a jejich počet. 4 Stromy a les Jedním ze základních, a patrně nejjednodušším, typem grafů jsou takzvané stromy. Jedná se o souvislé grafy bez kružnic. Přes svou (zdánlivou) jednoduchost mají stromy bohatou strukturu a

Více

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2015

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2015 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 05 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

Více

Důkaz Heineho Borelovy věty. Bez újmy na obecnosti vezmeme celý prostor A = M (proč? úloha 1). Implikace. Nechť je (M, d) kompaktní a nechť.

Důkaz Heineho Borelovy věty. Bez újmy na obecnosti vezmeme celý prostor A = M (proč? úloha 1). Implikace. Nechť je (M, d) kompaktní a nechť. Přednáška 3, 19. října 2015 Důkaz Heineho Borelovy věty. Bez újmy na obecnosti vezmeme celý prostor A = M (proč? úloha 1). Implikace. Nechť je (M, d) kompaktní a nechť X i = M i I je jeho pokrytí otevřenými

Více

PŘEDNÁŠKA 2 POSLOUPNOSTI

PŘEDNÁŠKA 2 POSLOUPNOSTI PŘEDNÁŠKA 2 POSLOUPNOSTI 2.1 Zobrazení 2 Definice 1. Uvažujme libovolné neprázdné množiny A, B. Zobrazení množiny A do množiny B je definováno jako množina F uspořádaných dvojic (x, y A B, kde ke každému

Více

Obsah prezentace. Základní pojmy v teorii o grafech Úlohy a prohledávání grafů Hledání nejkratších cest

Obsah prezentace. Základní pojmy v teorii o grafech Úlohy a prohledávání grafů Hledání nejkratších cest Obsah prezentace Základní pojmy v teorii o grafech Úlohy a prohledávání grafů Hledání nejkratších cest 1 Základní pojmy Vrchol grafu: {množina V} Je to styčná vazba v grafu, nazývá se též uzlem, prvkem

Více

Úvod do vybíravosti grafů, Nullstellensatz, polynomiální metoda

Úvod do vybíravosti grafů, Nullstellensatz, polynomiální metoda Úvod do vybíravosti grafů, Nullstellensatz, polynomiální metoda Zdeněk Dvořák 12. prosince 2017 1 Vybíravost Přiřazení seznamů grafu G je funkce L, která každému vrcholu G přiřadí množinu barev. L-obarvení

Více

Vybíravost grafů, Nullstellensatz, jádra

Vybíravost grafů, Nullstellensatz, jádra Vybíravost grafů, Nullstellensatz, jádra Zdeněk Dvořák 10. prosince 2018 1 Vybíravost Přiřazení seznamů grafu G je funkce L, která každému vrcholu G přiřadí množinu barev. L-obarvení je dobré obarvení

Více

PŘEDNÁŠKA 7 Kongruence svazů

PŘEDNÁŠKA 7 Kongruence svazů PŘEDNÁŠKA 7 Kongruence svazů PAVEL RŮŽIČKA Abstrakt. Definujeme svazové kongruence a ukážeme jak pro vhodné binární relace svazu ověřit, že se jedná o svazové kongruence. Popíšeme svaz Con(A) kongruencí

Více

prof. RNDr. Čestmír Burdík DrCs. prof. Ing. Edita Pelantová CSc. BI-ZMA ZS 2009/2010

prof. RNDr. Čestmír Burdík DrCs. prof. Ing. Edita Pelantová CSc. BI-ZMA ZS 2009/2010 Základní pojmy prof. RNDr. Čestmír Burdík DrCs. prof. Ing. Edita Pelantová CSc. Katedra matematiky České vysoké učení technické v Praze c Čestmír Burdík, Edita Pelantová 2009 Základy matematické analýzy

Více

TEORIE GRAFŮ TEORIE GRAFŮ 1

TEORIE GRAFŮ TEORIE GRAFŮ 1 TEORIE GRAFŮ 1 TEORIE GRAFŮ Přednášející: RNDr. Jiří Taufer, CSc. Fakulta dopravní ČVUT v Praze, letní semestr 1998/99 Zpracoval: Radim Perkner, tamtéž, v květnu 1999 ZÁKLADNÍ POJMY Říkáme, že je dán prostý

Více

Teorie grafů. zadání úloh. letní semestr 2008/2009. Poslední aktualizace: 19. května 2009. First Prev Next Last Go Back Full Screen Close Quit

Teorie grafů. zadání úloh. letní semestr 2008/2009. Poslední aktualizace: 19. května 2009. First Prev Next Last Go Back Full Screen Close Quit Teorie grafů zadání úloh letní semestr 2008/2009 Poslední aktualizace: 19. května 2009 Obsah Úloha číslo 1 5 Úloha číslo 2 6 Úloha číslo 3 7 Úloha číslo 4 8 Úloha číslo 5 9 Úloha číslo 6 10 Úloha číslo

Více

Diskrétní matematika. DiM /01, zimní semestr 2017/2018

Diskrétní matematika. DiM /01, zimní semestr 2017/2018 Diskrétní matematika Petr Kovář petr.kovar@vsb.cz Vysoká škola báňská Technická univerzita Ostrava DiM 470-2301/01, zimní semestr 2017/2018 O tomto souboru Tento soubor je zamýšlen především jako pomůcka

Více

Vrcholová barevnost grafu

Vrcholová barevnost grafu Vrcholová barevnost grafu Definice: Necht G = (V, E) je obyčejný graf a k N. Zobrazení φ : V {1, 2,..., k} nazýváme k-vrcholovým obarvením grafu G. Pokud φ(u) φ(v) pro každou hranu {u, v} E, nazveme k-vrcholové

Více

Definice 5.1 Graf G = (V, E) je tvořen množinou vrcholů V a množinou hran, kde

Definice 5.1 Graf G = (V, E) je tvořen množinou vrcholů V a množinou hran, kde Kapitola 5 Grafy 5.1 Definice Definice 5.1 Graf G = (V, E) je tvořen množinou vrcholů V a množinou hran E ( V 2), kde ( ) V = {{x, y} : x, y V a x y} 2 je množina všech neuspořádaných dvojic prvků množiny

Více

PŘEDNÁŠKA 5 Konjuktivně disjunktivní termy, konečné distributivní svazy

PŘEDNÁŠKA 5 Konjuktivně disjunktivní termy, konečné distributivní svazy PŘEDNÁŠKA 5 Konjuktivně disjunktivní termy, konečné distributivní svazy PAVEL RŮŽIČKA Abstrakt. Ukážeme, že každý prvek distributivního svazu odpovídá termu v konjuktivně-disjunktivním (resp. disjunktivně-konjunktivním)

Více

4. NP-úplné (NPC) a NP-těžké (NPH) problémy

4. NP-úplné (NPC) a NP-těžké (NPH) problémy Jan Schmidt 2011 Katedra číslicového návrhu Fakulta informačních technologií České vysoké učení technické v Praze Zimní semestr 2011/12 MI-PAA 4. NP-úplné (NPC) a NP-těžké (NPH) problémy Karpova redukce

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

Matematická analýza 1

Matematická analýza 1 Matematická analýza 1 ZS 2019-20 Miroslav Zelený 1. Logika, množiny a základní číselné obory 2. Limita posloupnosti 3. Limita a spojitost funkce 4. Elementární funkce 5. Derivace 6. Taylorův polynom Návod

Více

4EK311 Operační výzkum. 5. Teorie grafů

4EK311 Operační výzkum. 5. Teorie grafů 4EK311 Operační výzkum 5. Teorie grafů 5. Teorie grafů definice grafu Graf G = uspořádaná dvojice (V, E), kde V označuje množinu n uzlů u 1, u 2,, u n (u i, i = 1, 2,, n) a E označuje množinu hran h ij,

Více

Úlohy k procvičování textu o svazech

Úlohy k procvičování textu o svazech Úlohy k procvičování textu o svazech Číslo za pomlčkou v označení úlohy je číslo kapitoly textu, která je úlohou procvičovaná. Každá úloha je vyřešena o několik stránek později. Kontrolní otázky - zadání

Více

Cvičení z Lineární algebry 1

Cvičení z Lineární algebry 1 Cvičení z Lineární algebry Michael Krbek podzim 2003 2392003 Hodina Jsou dána komplexní čísla z = +2 i a w = 2 i Vyjádřete c algebraickém tvaru (z + w) 3,, (zw), z w 2 Řešte v komplexním oboru rovnice

Více

Matematická indukce. Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 3

Matematická indukce. Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 3 doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky FIT České vysoké učení technické v Praze c Josef Kolar, 2011 Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 3 Evropský sociální fond.

Více

Řešení rekurentních rovnic 3. Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 12

Řešení rekurentních rovnic 3. Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 12 Řešení rekurentních rovnic 3 doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky FIT České vysoké učení technické v Praze c Josef Kolar, 2011 Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce

Více

07 Základní pojmy teorie grafů

07 Základní pojmy teorie grafů 07 Základní pojmy teorie grafů (definice grafu, vlastnosti grafu, charakteristiky uzlů, ohodnocené grafy) Definice grafu množina objektů, mezi kterými existují určité vazby spojující tyto objekty. Uspořádaná

Více

10 Podgrafy, isomorfismus grafů

10 Podgrafy, isomorfismus grafů Typické příklady pro zápočtové písemky DiM 470-2301 (Kovář, Kovářová, Kubesa) (verze: November 25, 2018) 1 10 Podgrafy, isomorfismus grafů 10.1. Určete v grafu G na obrázku Obrázek 10.1: Graf G. (a) největší

Více

Drsná matematika III 9. přednáška Rovinné grafy: Stromy, konvexní mnohoúhelníky v prostoru a Platónská tělesa

Drsná matematika III 9. přednáška Rovinné grafy: Stromy, konvexní mnohoúhelníky v prostoru a Platónská tělesa Drsná matematika III 9. přednáška Rovinné grafy: Stromy, konvexní mnohoúhelníky v prostoru a Platónská tělesa Jan Slovák Masarykova univerzita Fakulta informatiky 13. 11. 2006 Obsah přednášky 1 Literatura

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. přednáška 8. října 2007

2. přednáška 8. října 2007 2. přednáška 8. října 2007 Konvergence v metrických prostorech. Posloupnost bodů (a n ) M v metrickém prostoru (M, d) konverguje (je konvergentní), když v M existuje takový bod a, že lim n d(a n, a) =

Více

VLASTNOSTI GRAFŮ. Vlastnosti grafů - kap. 3 TI 5 / 1

VLASTNOSTI GRAFŮ. Vlastnosti grafů - kap. 3 TI 5 / 1 VLASTNOSTI GRAFŮ Vlastnosti grafů - kap. 3 TI 5 / 1 Pokrytí a vzdálenost Každý graf je sjednocením svých hran (jak je to přesně?).?lze nalézt složitější struktury stejného typu, ze kterých lze nějaký graf

Více

= je prostý orientovaný graf., formálně c ( u, v) 0. dva speciální uzly: zdrojový uzel s a cílový uzel t. Dále budeme bez

= je prostý orientovaný graf., formálně c ( u, v) 0. dva speciální uzly: zdrojový uzel s a cílový uzel t. Dále budeme bez Síť Síť je čtveřice N = ( G, s, t, c) kde G ( V, A) = je prostý orientovaný graf a každé orientované hraně ( u, v) je přiřazeno nezáporné číslo, které se nazývá kapacita hrany ( u, v), formálně c ( u,

Více

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

TURINGOVY STROJE. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze TURINGOVY STROJE Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze BI-GRA, LS 2010/2011, Lekce 12 Evropský sociální fond Praha & EU: Investujeme do vaší

Více

Základy informatiky. 07 Teorie grafů. Kačmařík/Szturcová/Děrgel/Rapant

Základy informatiky. 07 Teorie grafů. Kačmařík/Szturcová/Děrgel/Rapant Základy informatiky 07 Teorie grafů Kačmařík/Szturcová/Děrgel/Rapant Obsah přednášky barvení mapy teorie grafů definice uzly a hrany typy grafů cesty, cykly, souvislost grafů Barvení mapy Kolik barev je

Více

Metody síťové analýzy

Metody síťové analýzy Metody síťové analýzy Řeší problematiku složitých systémů, zejména pak vazby mezi jejich jednotlivými prvky. Vychází z teorie grafů. Základní metody síťové analýzy: CPM (Critical Path Method) deterministický

Více

Drsná matematika III 9. přednáška Rovinné grafy: Stromy, konvexní mnohoúhelníky v prostoru a Platónská tělesa

Drsná matematika III 9. přednáška Rovinné grafy: Stromy, konvexní mnohoúhelníky v prostoru a Platónská tělesa Drsná matematika III 9. přednáška Rovinné grafy: Stromy, konvexní mnohoúhelníky v prostoru a Platónská tělesa Jan Slovák Masarykova univerzita Fakulta informatiky 14. 11. 21 Obsah přednášky 1 Literatura

Více

Zdůvodněte, proč funkce n lg(n) roste alespoň stejně rychle nebo rychleji než než funkce lg(n!). Symbolem lg značíme logaritmus o základu 2.

Zdůvodněte, proč funkce n lg(n) roste alespoň stejně rychle nebo rychleji než než funkce lg(n!). Symbolem lg značíme logaritmus o základu 2. 1 3 4 5 6 7 8 9 10 11 1 13 14 15 16 17 18 19 0 1 3 4 5 6 7 8 9 30 31 3 Zdůvodněte, proč funkce f(n) = n log(n) 1 n 1/ roste rychleji než funkce g(n) = n. Zdůvodněte, proč funkce f(n) = n 3/ log(n) roste

Více

Diskrétní matematika. DiM /01, zimní semestr 2018/2019

Diskrétní matematika. DiM /01, zimní semestr 2018/2019 Diskrétní matematika Petr Kovář petr.kovar@vsb.cz Vysoká škola báňská Technická univerzita Ostrava DiM 470-2301/01, zimní semestr 2018/2019 O tomto souboru Tento soubor je zamýšlen především jako pomůcka

Více

Úvod do informatiky. Miroslav Kolařík

Úvod do informatiky. Miroslav Kolařík Úvod do informatiky přednáška pátá Miroslav Kolařík Zpracováno dle učebního textu R. Bělohlávka: Úvod do informatiky, KMI UPOL, Olomouc 2008 a dle učebního textu R. Bělohlávka a V. Vychodila: Diskrétní

Více

TGH09 - Barvení grafů

TGH09 - Barvení grafů TGH09 - Barvení grafů Jan Březina Technical University of Liberec 15. dubna 2013 Problém: Najít obarvení států na mapě tak, aby žádné sousední státy neměli stejnou barvu. Motivační problém Problém: Najít

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

Zimní semestr akademického roku 2014/ prosince 2014

Zimní semestr akademického roku 2014/ prosince 2014 Cvičení k předmětu BI-ZMA Tomáš Kalvoda Katedra aplikované matematiky FIT ČVUT Matěj Tušek Katedra matematiky FJFI ČVUT Obsah Cvičení Zimní semestr akademického roku 014/015. prosince 014 Předmluva iii

Více

Lineární algebra : Násobení matic a inverzní matice

Lineární algebra : Násobení matic a inverzní matice Lineární algebra : Násobení matic a inverzní matice (8. přednáška) František Štampach, Karel Klouda frantisek.stampach@fit.cvut.cz, karel.klouda@fit.cvut.cz Katedra aplikované matematiky Fakulta informačních

Více

Úvod do informatiky. Miroslav Kolařík

Úvod do informatiky. Miroslav Kolařík Úvod do informatiky přednáška sedmá Miroslav Kolařík Zpracováno dle učebního textu R. Bělohlávka: Úvod do informatiky, KMI UPOL, Olomouc 2008. Obsah 1 Čísla a číselné obory 2 Princip indukce 3 Vybrané

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

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 Grafové úlohy Daniela Szturcová Tento

Více

Teoretická informatika Tomáš Foltýnek Barvení grafů Platónská tělesa

Teoretická informatika Tomáš Foltýnek Barvení grafů Platónská tělesa Tomáš Foltýnek foltynek@pef.mendelu.cz Barvení grafů Platónská tělesa strana 2 Opakování z minulé přednášky Co je to prohledávání grafu? Jaké způsoby prohledávání grafu známe? Jak nalézt východ z bludiště?

Více

Algoritmizace diskrétních. Ing. Michal Dorda, Ph.D.

Algoritmizace diskrétních. Ing. Michal Dorda, Ph.D. Algoritmizace diskrétních simulačních modelů Ing. Michal Dorda, Ph.D. 1 Úvodní poznámky Při programování simulačních modelů lze hlavní dílčí problémy shrnout do následujících bodů: 1) Zachycení statických

Více

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory K množina reálných nebo komplexních čísel, U vektorový prostor nad K. Lineární kombinace vektorů u 1, u 2,...,u

Více

Operační výzkum. Síťová analýza. Metoda CPM.

Operační výzkum. Síťová analýza. Metoda CPM. Operační výzkum Síťová analýza. Metoda CPM. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační číslo

Více

Posloupnosti a jejich konvergence

Posloupnosti a jejich konvergence a jejich konvergence Pojem konvergence je velmi důležitý pro nediskrétní matematiku. Je nezbytný všude, kde je potřeba aproximovat nějaké hodnoty, řešit rovnice přibližně, používat derivace, integrály.

Více

Matematika 2 pro PEF PaE

Matematika 2 pro PEF PaE Vektorové prostory 1 / 17 Matematika 2 pro PEF PaE 8. Vektorové prostory Přemysl Jedlička Katedra matematiky, TF ČZU Vektorové prostory Vektorové prostory a podprostory 2 / 17 vektorového prostoru Množina

Více

6. Tahy / Kostry / Nejkratší cesty

6. Tahy / Kostry / Nejkratší cesty 6. Tahy / Kostry / Nejkratší cesty BI-EP2 Efektivní programování 2 LS 2017/2018 Ing. Martin Kačer, Ph.D. 2011-18 Martin Kačer Katedra teoretické informatiky Fakulta informačních technologií České vysoké

Více

Teorie grafů Jirka Fink

Teorie grafů Jirka Fink Teorie grafů Jirka Fink Nejprve malý množinový úvod Definice. Množinu {Y; Y X} všech podmnožin množiny X nazýváme potenční množinoumnožiny Xaznačíme2 X. Definice. Množinu {Y; Y X, Y =n}všech n-prvkovýchpodmnožinmnožiny

Více

Jazyk matematiky. 2.1. Matematická logika. 2.2. Množinové operace. 2.3. Zobrazení. 2.4. Rozšířená číslená osa

Jazyk matematiky. 2.1. Matematická logika. 2.2. Množinové operace. 2.3. Zobrazení. 2.4. Rozšířená číslená osa 2. Jazyk matematiky 2.1. Matematická logika 2.2. Množinové operace 2.3. Zobrazení 2.4. Rozšířená číslená osa 1 2.1 Matematická logika 2.1.1 Výrokový počet logická operace zapisujeme čteme česky negace

Více

Stromové rozklady. Definice 1. Stromový rozklad grafu G je dvojice (T, β) taková, že T je strom,

Stromové rozklady. Definice 1. Stromový rozklad grafu G je dvojice (T, β) taková, že T je strom, Stromové rozklady Zdeněk Dvořák 25. října 2017 Definice 1. Stromový rozklad grafu G je dvojice (T, β) taková, že T je strom, β je funkce přiřazující každému vrcholu T podmnožinu vrcholů v G, pro každé

Více

Další NP-úplné problémy

Další NP-úplné problémy Další NP-úplné problémy Známe SAT, CNF, 3CNF, k-klika... a ještě následující easy NP-úplný problém: Existence Certifikátu (CERT ) Instance: M, x, t, kde M je DTS, x je řetězec, t číslo zakódované jako

Více

Automaty a gramatiky(bi-aag) Motivace. 1. Základní pojmy. 2 domácí úkoly po 6 bodech 3 testy za bodů celkem 40 bodů

Automaty a gramatiky(bi-aag) Motivace. 1. Základní pojmy. 2 domácí úkoly po 6 bodech 3 testy za bodů celkem 40 bodů BI-AAG (2011/2012) J. Holub: 1. Základní pojmy p. 2/29 Hodnocení předmětu BI-AAG (2011/2012) J. Holub: 1. Základní pojmy p. 4/29 Automaty a gramatiky(bi-aag) 1. Základní pojmy Jan Holub Katedra teoretické

Více

Posloupnosti a jejich konvergence POSLOUPNOSTI

Posloupnosti a jejich konvergence POSLOUPNOSTI Posloupnosti a jejich konvergence Pojem konvergence je velmi důležitý pro nediskrétní matematiku. Je nezbytný všude, kde je potřeba aproximovat nějaké hodnoty, řešit rovnice přibližně, používat derivace,

Více

Hledáme efektivní řešení úloh na grafu

Hledáme efektivní řešení úloh na grafu Hledáme efektivní řešení úloh na grafu Mějme dán graf následující úlohy: G = ( V, E), chceme algoritmicky vyřešit Je daný vrchol t dosažitelný z vrcholu s? Pokud ano, jaká nejkratší cesta tyto vrcholy

Více

INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.

INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28. INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.0141 Báze vektorových prostorů, transformace souřadnic Michal Botur Přednáška

Více

3 Množiny, Relace a Funkce

3 Množiny, Relace a Funkce 3 Množiny, Relace a Funkce V přehledu matematických formalismů informatiky se v této lekci zaměříme na základní datové typy matematiky, tj. na množiny, relace a funkce. O množinách jste sice zajisté slyšeli

Více

Pokročilé haldy. prof. Ing. Pavel Tvrdík CSc. Fakulta informačních technologií České vysoké učení technické v Praze c Pavel Tvrdík, 2010

Pokročilé haldy. prof. Ing. Pavel Tvrdík CSc. Fakulta informačních technologií České vysoké učení technické v Praze c Pavel Tvrdík, 2010 Pokročilé haldy prof. Ing. Pavel Tvrdík CSc. Katedra počítačových systémů Fakulta informačních technologií České vysoké učení technické v Praze c Pavel Tvrdík, 2010 Efektivní algoritmy (I-EFA) ZS 2010/11,

Více

Pumping lemma - podstata problému. Automaty a gramatiky(bi-aag) Pumping lemma - problem resolution. Pumping lemma - podstata problému

Pumping lemma - podstata problému. Automaty a gramatiky(bi-aag) Pumping lemma - problem resolution. Pumping lemma - podstata problému BI-AAG (2011/2012) J. Holub: 10. Vlastnosti regulárních jazyků p. 2/22 Pumping lemma - podstata problému BI-AAG (2011/2012) J. Holub: 10. Vlastnosti regulárních jazyků p. 4/22 Automaty a gramatiky(bi-aag)

Více

Každé formuli výrokového počtu přiřadíme hodnotu 0, půjde-li o formuli nepravdivou, a hodnotu 1, půjde-li. α neplatí. β je nutná podmínka pro α

Každé formuli výrokového počtu přiřadíme hodnotu 0, půjde-li o formuli nepravdivou, a hodnotu 1, půjde-li. α neplatí. β je nutná podmínka pro α 1. JAZYK ATEATIKY 1.1 nožiny nožina je souhrn objektů určitých vlastností, které chápeme jako celek. ZNAČENÍ. x A x A θ A = { { a, b a A = B A B 0, 1 2 a, a,..., a n x patří do množiny A x nepatří do množiny

Více

Shodná zobrazení. bodu B ležet na na zobrazené množině b. Proto otočíme kružnici b kolem

Shodná zobrazení. bodu B ležet na na zobrazené množině b. Proto otočíme kružnici b kolem Shodná zobrazení Otočení Příklad 1. Jsou dány tři různé soustředné kružnice a, b a c. Sestrojte rovnostranný trojúhelník ABC tak, aby A ležel na a, B ležel na b a C ležel na c. Řešení. Zvolíme vrchol A

Více

Permutační grupy Cykly a transpozice Aplikace. Permutace. Rostislav Horčík: Y01DMA 11. května 2010: Permutace 1/17

Permutační grupy Cykly a transpozice Aplikace. Permutace. Rostislav Horčík: Y01DMA 11. května 2010: Permutace 1/17 Permutace Rostislav Horčík: Y01DMA 11. května 2010: Permutace 1/17 Motivace Permutace jsou důležitou částí matematiky viz použití v pravděpodobnosti, algebře (např. determinanty) a mnoho dalších. Jsou

Více

NAIVNÍ TEORIE MNOŽIN, okruh č. 5

NAIVNÍ TEORIE MNOŽIN, okruh č. 5 NAIVNÍ TEORIE MNOŽIN, okruh č. 5 Definování množiny a jejích prvků Množina je souhrn nějakých věcí. Patří-li věc do množiny X, říkáme, že v ní leží, že je jejím prvkem nebo že množina X tuto věc obsahuje.

Více

Organizace. Zápočet: test týden semestru (pátek) bodů souhrnný test (1 pokus) Zkouška: písemná část ( 50 bodů), ústní část

Organizace. Zápočet: test týden semestru (pátek) bodů souhrnný test (1 pokus) Zkouška: písemná část ( 50 bodů), ústní část Matematika I 1/15 2/15 Organizace Zápočet: test 6. + 11. týden semestru (pátek) 80 bodů 50 79 bodů souhrnný test (1 pokus) Zkouška: písemná část ( 50 bodů), ústní část www.vscht.cz/mat Výuka www.vscht.cz/mat/jana.nemcova

Více

Matematická indukce a správnost programů. Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 13

Matematická indukce a správnost programů. Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 13 Matematická indukce a správnost programů doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky FIT České vysoké učení technické v Praze c Josef Kolar, 2011 Základy diskrétní matematiky, BI-ZDM ZS

Více

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

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2014 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 204 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

Více

zejména Dijkstrův algoritmus pro hledání minimální cesty a hladový algoritmus pro hledání minimální kostry.

zejména Dijkstrův algoritmus pro hledání minimální cesty a hladový algoritmus pro hledání minimální kostry. Kapitola Ohodnocené grafy V praktických aplikacích teorie grafů zpravidla graf slouží jako nástroj k popisu nějaké struktury. Jednotlivé prvky této struktury mají často přiřazeny nějaké hodnoty (může jít

Více

Úvod do logiky (presentace 2) Naivní teorie množin, relace a funkce

Úvod do logiky (presentace 2) Naivní teorie množin, relace a funkce Úvod do logiky (presentace 2) Naivní teorie množin, relace a funkce Marie Duží marie.duzi@vsb.cz 1 Úvod do teoretické informatiky (logika) Naivní teorie množin Co je to množina? Množina je soubor prvků

Více