GRAFOVÉ MODELY. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky FIT České vysoké učení technické v Praze. BI-GRA, LS 2010/2011, Lekce 1
|
|
- Karolína Janečková
- před 5 lety
- Počet zobrazení:
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 Evropský sociální fond Praha & EU: Investujeme do vaší
VíceTEORETICKÁ 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
VíceORIENTOVANÉ 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
VíceGrafy. 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
VíceH {{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
VíceNP-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
VícePLANARITA 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
VíceTGH02 - 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)
VíceÚvod 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
VíceTOKY 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
VíceGrafy. 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
VíceTeorie 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
VíceTGH02 - 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:
VícePROHLEDÁVÁNÍ 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
VíceTGH02 - 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)
Více4 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,
VíceNEJKRATŠÍ 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
VíceVzdálenost 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
VíceDiskrétní 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
VíceEkvivalence. 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.
VíceŘešení 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
Více5 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
VíceZáklady 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
VíceZákladní 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
VíceDefinice 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
Více10 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
VíceZADÁNÍ 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.
Víceautorovu 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
VíceKostry. 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
Více4 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
VíceZadání 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
VíceDůkaz 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
VícePŘEDNÁŠKA 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
VíceObsah 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
VíceÚvod 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
VíceVybíravost 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
VícePŘEDNÁŠKA 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
Víceprof. 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
VíceTEORIE 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
VíceTeorie 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
VíceDiskrétní 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
VíceVrcholová 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
VíceDefinice 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
VícePŘEDNÁŠKA 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)
Více4. 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
VíceStromy, 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
VíceMatematická 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
Více4EK311 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,
VíceÚlohy 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
VíceCvičení 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
VíceMatematická 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.
VíceŘešení 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
Více07 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
Více10 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
VíceDrsná 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
VíceGRAFY 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
Více2. 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) =
VíceVLASTNOSTI 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
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,
VíceTURINGOVY 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
VíceZáklady 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
VíceMetody 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
VíceDrsná 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
VíceZdůvodněte, 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
VíceDiskrétní 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
VíceÚvod 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
VíceTGH09 - 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
VíceZákladní 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
VíceZimní 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
VíceLineární 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
VíceÚvod 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
VícePřijímací 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,
VíceAlgoritmizace 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
VíceTeoretická 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?
VíceAlgoritmizace 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
VíceVektorové 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
VíceOperační 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
VícePosloupnosti 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.
VíceMatematika 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
Více6. 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
VíceTeorie 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
VíceJazyk 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
VíceStromové 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
VíceDalší 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
VíceAutomaty 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
VícePosloupnosti 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,
VíceHledáme 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
VíceINVESTICE 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
Více3 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
VícePokročilé 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,
VícePumping 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)
VíceKaždé 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
VíceShodná 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
VícePermutační 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
VíceNAIVNÍ 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.
VíceOrganizace. 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
VíceMatematická 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
VíceZadání 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
Vícezejména 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
VíceÚvod 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