STROMY. v 7 v 8. v 5. v 2. v 3. Základní pojmy. Řešené příklady 1. příklad. Stromy

Rozměr: px
Začít zobrazení ze stránky:

Download "STROMY. v 7 v 8. v 5. v 2. v 3. Základní pojmy. Řešené příklady 1. příklad. Stromy"

Transkript

1 STROMY Základní pojmy Strom T je souvislý graf, který neobsahuje jako podgraf kružnici. Strom dále budeme značit T = (V, X). Pro graf, který je stromem platí q = n -, kde q = X a n = V. Pro T mezi každou dvojicí vrcholů u, v V, u v existuje právě jedna cesta, každá hrana stromu je mostem a každý vrchol stromu mající st(v) je artikulací. Les je nesouvislý graf, jehož komponentami jsou stromy (popř. triviální grafy). Hvězda speciální případ stromu, ve kterém jeden vrchol má st(v) = n a n vrcholů má stupeň st(v) =. e( v) = max d( u, v) Excentricita (výstřednost) vrcholu v e(v) je číslo, které udává { } u V Vážená excentricita vrcholu v ec(v) je číslo, které udává ec( v) = max{ d( u, v) w( u) } kde w(u) je váha vrcholu u V Rádius (poloměr) grafu T = (V, X) r(t) je číslo, které udává r( T ) = min{ e( v) } v V Diametr (průměr) grafu T = (V, X) d(t) je číslo, které udává d( T ) = max{ e( v) } Centrální vrchol je vrchol v V pro který platí e(v) = r(t). Centrum grafu množina všech centrálních vrcholů. Větev vrcholu pro v V nazýváme podgraf, který je stromem, obsahuje vrchol v a maximální počet vrcholů a platí v něm st(v) =. Síla vrcholu s(v) udává počet vrcholů větve, která obsahuje maximální počet vrcholů. Centroidní vrchol vrchol s minimální silou. Centroid množina všech centroidních vrcholů. u V v V, Řešené příklady. příklad V hranově a vrcholově ohodnoceném grafu T = (V, X) zobrazeném obr., který je stromem určete hodnoty excentricity e(v) pro každý vrchol v V. Dále určete rádius r(t), diametr grafu d(t) a centrum tohoto stromu v 0 Obr. Teorie grafů - úlohy - -

2 Řešení: Hodnota excentricity vrcholu e(v) je definována jako maximum ze vzdáleností vrcholu v k ostatním vrcholům sítě u V. Hodnota excentricity pro vrchol v je maxiem ze vzdáleností d(v, v ), d(v, ), d(v, ), d(v, ), d(v, ), d(v, ), d(v, ), d(v, ), d(v, ), d(v, ), tedy: e(v ) = max { d(v, v ), d(v, ), d(v, ), d(v, ), d(v, ), d(v, ), d(v, ), d(v, ), d(v, ), d(v, )} = max {0, 9,,,,,, 7,, } = Pro ostatní vrcholy zadaného grafu jsou hodnoty excentricit: e( ) = max {9, 0,,,,,,, 6, } = e( ) = max {,, 0, 7,, 7, 6, 0,, } = 7 e( ) = max {,, 7, 0, 7, 0, 9,,, 7} = e( ) = max {,,, 7, 0, 7, 6, 0,, 7} = e( ) = max {,, 7, 0, 7, 0, 9,,, 0} = e( ) = max {,, 6, 9, 6, 9, 0,, 0, 9} = 9 e( ) = max {7,, 0,, 0,,, 0,, } = e( ) = max {, 6,,,,, 0,, 0, 7} = e( ) = max {,,, 7, 7, 0, 9,, 7, 0} = 0 Rádius grafu je číslo rovnající se minimální hodnotě excentricity vrcholu zadaného grafu. Pro strom na obr. tedy platí: r(t) = min { e(v ), e( ), e( ), e( ), e( ), e( ), e( ), e( ), e( ), e( )} = = min {,, 7,,,, 9,,, 0} = Diametr grafu je naopak číslo rovnající se maximální hodnotě excentricity vrcholu zadaného grafu. Pro strom na obr. tedy platí: d(t) = max { e(v ), e( ), e( ), e( ), e( ), e( ), e( ), e( ), e( ), e( )} = = max {,, 7,,,, 9,,, 0} = Centrum grafu je množina vrcholů, pro které platí, že hodnota excentricity se rovná hodnotě radiusu e(v) = r(t). Centrem v zadaném grafu obr. je vrchol, ke e(v) = r(t) =.. příklad V grafu na obr. určete hodnoty vážené excentricity ec(v) pro každý vrchol v V. Řešení: Hodnota vážené excentricity vrcholu ec(v) je definována jako maximum ze součinu vzdáleností vrcholu v k ostatním vrcholům sítě u V a váhy vrcholu u V. Hodnotu vážené excentricity pro vrchol v určíme z následujícím způsobem: ec(v ) = max { d(v, v ) w(v ), d(v, ) w( ), d(v, ) w( ), d(v, ) w( ), d(v, ) w( ), d(v, ) w( ), d(v, ) w( ), d(v, ) w( ), d(v, ) w( ), d(v, ) w( )} = max {0, 9,,,,,, 7,, 6} = max {0, 9,,,, 7, 9, 6,, } = - - Teorie grafů - úlohy

3 Hodnoty vážených excentricit pro další vrcholy zadaného stromu jsou: e( ) = max {9, 0,,,,,,, 6, 6} = = max {9, 0,, 0,,,,,, 0} = e( ) = max {,, 0, 7,, 7, 6, 0,, 6} = = max {,, 0,,,,, 0,, } = e( ) = max {,, 7, 0, 7, 0, 9,,, 7 6} = = max {,,, 0,, 0, 7,,, } = e( ) = max {,,, 7, 0, 7, 6, 0,, 7 6} = = max {,, 6,, 0,,, 0,, 0} = 0 e( ) = max {,, 7, 0, 7, 0, 9,,, 0 6} = = max {,, 6, 0, 0, 7, 9, 6, 0} = 0 e( ) = max {,, 6, 9, 6, 9, 0,, 0, 9 6} = = max {,,,,, 7, 0,, 0, } = 7 e( ) = max {7,, 0,, 0,,, 0,, 6} = = max {7,, 0, 6, 0, 69, 6, 0,, 7} = 7 e( ) = max {, 6,,,,, 0,, 0, 7 6} = = max {, 6, 6,, 6, 6, 0, 6, 0, } = 6 e( ) = max {,,, 7, 7, 0, 9,, 7, 0 6} = = max {,,,,, 60, 7,,, 0} = 60. příklad V hranově neohodnoceném grafu zobrazeném obr., který je stromem určete centrální vrchol popř. vrcholy, které tvoří centrum tohoto grafu. v v v v v Obr. Řešení: Jestliže hledáme centrum stromu, který je hranově neohodnocen, nebo ohodnocení hran je stejné pro h X je možné použít zjednodušený algoritmus na vyhledání centra stromu. Během hledání centra není potřebné určovat hodnotu excentricit vrcholů grafu a poloměru stromu.. krok: V grafu označíme visící hrany (silnější čárkované označené hrany obr. a). Visící hranou rozumíme hranu po jejímž projití do jednoho z krajních vrcholů není možné pokračovat po jiné hraně dále. Visícími hranami jsou (, v ), (, ), (, ), (, ), (, ), (, ), (, v ), (, v ), (v, v ). Teorie grafů - úlohy - -

4 Visící hrany (obr. a) z grafu vypustíme a dále uvažujeme se vzniklým podgrafem viz. obr. b. v v v v a) b) Obr. Dále opakujeme uvedený postup značení a vypouštění hran ze vzniklého podgrafu. Výsledkem krácení v následujícím kroku je vypuštění hran (, ), (, v ) čímž vznikne podgraf na obr. b. v v v a) b) Obr.. krok: Proces označování a vypouštění hran se opakuje do doby, kdy z původního grafu zůstane pouze jedna hrana (nebo jeden vrchol). V tomto případě postupně vykrátíme hrany (, ), (, ). Výsledkem krácení je hrana (, ) viz. obr. b. Centrum je v tomto případě tvořeno dvojicí krajních vrcholů nevykrácené hrany (jestliže po krácení zbývá jeden vrchol je pouze ten centrem). a) Obr. Centrum stromu na obr. tvoří vrchol a. b). příklad V hranově neohodnoceném grafu zobrazeném na obr., který je stromem určete sílu vrcholu pro v V a nalezněte centroid zadaného stromu. Řešení: V první části určíme sílu vrcholů zadaného stromu. Síla vrcholu s(v) udává maximální počet vrcholů v jedné větvi. Větví vrcholu rozumíme maximální podgraf grafu T, který - - Teorie grafů - úlohy

5 obsahuje vrchol v, pouze jednu hranu s incidencí h = (v, u), kde u V a maximální počet vrcholů. Počet větví vrcholu se rovná stupni tohoto vrcholu st(v). POZNÁMKA! Někdy bývá v síle vrcholu s(v) započten i vrchol v. Vrchol v má v zadaném grafu pouze jednu větev st(v ) =, tato větev obsahuje všechny vrcholy stromu kromě vrcholu v. Síla vrcholu v v zadaném stromu je s(v ) =. Vrchol má větví, které jsou pomocí různých druhů čar vyznačeny na obr. 6. Tyto větve obsahují,, nebo vrcholů. Síla vrcholu je tedy s( ) =. v v v v v Obr. 6 Pro zbývající vrcholy stromu jsou nalezené hodnoty uvedené v následující tabulce: Vrchol Počet větví vrcholu Vrcholy v jedné větvi Počet vrcholů v dané větvi Síla vrcholu s(v) v,,,,,,,,,, v, v, v, v v,,,, v, v, v, v,, v,,,,,,,, v, v, v, v v,,,,,,,, v, v, v, v v,,,,,,,,,, v, v, v, v v,,,,,,,,,, v, v, v, v v,,,,,,,,,, v, v, v, v v,,,,,,,,,, v, v, v, v v,,,,,,,,,, v, v, v, v v,,,,,,,, 9, v, v, v, v 9 v,,,,,,,,,, v, v, v v v v,,,,,,,,,,, v, v, v Teorie grafů - úlohy - -

6 v v,,,,,,,,,,, v, v v v v,,,,,,,,,,, v, v, v v v,,,,,,,,,,, v, v, v Centroidním vrcholem nazveme vrchol s minimální silou. V zadaném stromu je pouze jeden vrchol s minimální silou vrchol. Vrchol je centroidním vrcholem stromu a tvoří centroid grafu Teorie grafů - úlohy

7 Cvičení. příklad V grafu, který je na obr. 7 nalezněte podgrafy, které jsou stromy T = (V, X) a zároveň mohutnost množiny vrcholů je V =, V =, V =, V =. v Obr. 7. příklad V hranově ohodnoceném grafu zobrazeném obr., který je stromem určete hodnoty excentricity e(v) pro každý vrchol v V. Dále určete rádius r(t), diametr grafu d(t) a centroid tohoto stromu. v v 7 9 v 6 v 7 v v 6 v Obr.. příklad V hranově neohodnoceném grafu zobrazeném obr. 9, který je stromem určete centrální vrchol popř. vrcholy, které tvoří centrum tohoto grafu. Teorie grafů - úlohy - 7 -

8 v v v v v Obr. 9. příklad V hranově neohodnoceném grafu zobrazeném na obr. 9, který je stromem určete sílu vrcholu pro v V a nalezněte centroid zadaného stromu.. příklad V grafu na obr. 0 určete hodnoty vážené excentricity ec(v) pro každý vrchol v V. v 0 v v v Obr příklad V hranově ohodnoceném grafu zobrazeném obr., který je stromem určete hodnoty excentricity e(v) pro každý vrchol v. Dále určete rádius r(t), diametr grafu d(t) a centum tohoto stromu. - - Teorie grafů - úlohy

9 v v 9 v 0 v 6 9 v v v 7 v v v 6 Obr. 7. příklad V grafu zadaném na obr. nalezněte libovolný podgraf, který je: a) stromem, b) hvězdou, c) lesem, d) faktorovým podgrafem příklad 0 v Obr. V grafu na obr. určete hodnoty vážené excentricity ec(v) pro každý vrchol v V. 9. příklad V hranově neohodnoceném grafu zobrazeném obr., který je stromem určete centrální vrchol popř. vrcholy, které tvoří centrum tohoto grafu. 6 0 Teorie grafů - úlohy - 9 -

10 v 7 v v v v v 9 v v v 6 Obr. 0. příklad V hranově neohodnoceném grafu zobrazeném na obr., který je stromem určete sílu vrcholu pro v V a nalezněte centroid zadaného stromu Teorie grafů - úlohy

11 Výsledky příkladů 0. příklad Ukázka řešení, které není jediné: v V = v V = V = V =. příklad e(v ) = 7, e( ) =, e( ) =, e( ) = 7, e( ) =, e( ) = 9, e( ) =, e( ) =, e( ) =, e( ) = 7, e( ) =, e(v ) = 9, e(v ) =, e(v ) = 6, e(v ) = 7, e(v 6 ) =, e(v 7 ) = 7 r(t) = d(t) = 7 s(v ) =, s( ) = 6, s( ) =, s( ) = 6, s( ) = 9, s( ) =, s( ) = 6, s( ) = 6, s( ) =, s( ) = 6, s( ) = 6, s(v ) =, s(v ) = 6, s(v ) =, s(v ) = 6, s(v 6 ) =, s(v 7 ) = 6 Vrchol je centroid zadaného stromu.. příklad Vrchol je centrálním vrcholem stromu a tvoří centrum grafu.. příklad s(v ) =, s( ) = 0, s( ) = 7, s( ) =, s( ) =, s( ) =, s( ) =, s( ) =, s( ) =, s( ) = 9, s( ) =, s(v ) =, s(v ) =, s(v ) =, s(v ) = Centroid zadaného grafu je vrchol.. příklad ec(v ) =, ec( ) =, ec( ) = 0, ec( ) = 96, ec( ) = 6, ec( ) = 9, ec( ) =, ec( ) = 0, ec( ) =, ec( ) =, ec( ) =, ec(v ) = 0 6. příklad e(v ) =, e( ) =, e( ) = 0, e( ) =, e( ) = 6, e( ) = 9, e( ) =, e( ) =, e( ) =, e( ) =, e( ) =, e(v ) =, e(v ) = 7, e(v ) =, e(v ) =, e(v 6 ) =, e(v 7 ) =, e(v ) =, e(v 9 ) =, e(0 ) = r(t) = 0 d(t) = Vrchol je centrem grafu. Teorie grafů - úlohy - -

12 7. příklad Ukázky možného ne jediného řešení: v strom hvězda v v les faktorový podgraf. příklad ec(v ) = 00, ec( ) = 0, ec( ) = 0, ec( ) = 00, ec( ) = 0, ec( ) = 00, ec( ) = 00, ec( ) = 0, ec( ) = 0, ec( ) = 0 9. příklad Vrchol a v jsou centrální vrcholy stromu a tvoří centrum grafu. 0. příklad s(v ) = 6, s( ) =, s( ) =, s( ) =, s( ) =, s( ) = 6, s( ) = 6, s( ) = 7, s( ) =, s( ) =, s( ) =, s(v ) =, s(v ) =, s(v ) =, s(v ) =, s(v 6 ) =, s(v 7 ) =, s(v ) =, s(v 9 ) = Vrchol je centroid zadaného stromu. - - Teorie grafů - úlohy

Drsná matematika III 10. demonstrovaná cvičení Kostry grafů

Drsná matematika III 10. demonstrovaná cvičení Kostry grafů Drsná matematika III 10. demonstrovaná cvičení Kostry grafů Martin Panák Masarykova univerzita Fakulta informatiky 21.11. 2006 1 Domácí úlohy z minulého týdne Příklad 1 Příklad 2 Příklad 3 2 Borůvkův algoritmus

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

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

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

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

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

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

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

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

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

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

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

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

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

a jiné elektronické přístroje včetně mobilů. Pracujte samostatně. Povolen je 1 list A4 vlastnoručně psaných poznámek k předmětu...

a jiné elektronické přístroje včetně mobilů. Pracujte samostatně. Povolen je 1 list A4 vlastnoručně psaných poznámek k předmětu... Písemný test MA010 Grafy: 11.1. 2007, var A... 1). Dány jsou následující tři grafy na 8 vrcholech každý. 1 A B C Vašim úkolem je mezi nimi najít všechny isomorfní dvojice. Pro každou isomorfní dvojici

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

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

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

CVIČNÝ TEST 36. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17

CVIČNÝ TEST 36. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 CVIČNÝ TEST 36 Mgr. Tomáš Kotler OBSAH I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 I. CVIČNÝ TEST 1 Určete iracionální číslo, které je vyjádřeno číselným výrazem (6 2 π 4

Více

Kolik existuje různých stromů na pevně dané n-prvkové množině vrcholů?

Kolik existuje různých stromů na pevně dané n-prvkové množině vrcholů? Kapitola 9 Matice a počet koster Graf (orientovaný i neorientovaný) lze popsat maticí, a to hned několika různými způsoby. Tématem této kapitoly jsou incidenční matice orientovaných grafů a souvislosti

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

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

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

8 Přednáška z

8 Přednáška z 8 Přednáška z 3 12 2003 Problém minimální kostry: Dostaneme souvislý graf G = (V, E), w : E R + Našim úkolem je nalézt strom (V, E ) tak, aby výraz e E w(e) nabýval minimální hodnoty Řešení - Hladový (greedy)

Více

Výroková a predikátová logika - II

Výroková a predikátová logika - II Výroková a predikátová logika - II Petr Gregor KTIML MFF UK ZS 2013/2014 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - II ZS 2013/2014 1 / 20 Základní syntax Jazyk Výroková logika je logikou

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

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

Výroková a predikátová logika - II

Výroková a predikátová logika - II Výroková a predikátová logika - II Petr Gregor KTIML MFF UK ZS 2015/2016 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - II ZS 2015/2016 1 / 18 Základní syntax Jazyk Výroková logika je logikou

Více

TGH05 - aplikace DFS, průchod do šířky

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

Více

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

CVIČNÝ TEST 15. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17

CVIČNÝ TEST 15. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 CVIČNÝ TEST 15 Mgr. Tomáš Kotler OBSAH I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 I. CVIČNÝ TEST VÝCHOZÍ TEXT K ÚLOZE 1 Je dána čtvercová mřížka, v níž každý čtverec má délku

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

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

Příklad 1 ŘEŠENÉ PŘÍKLADY Z M1B ČÁST 2. Určete a načrtněte definiční obory funkcí více proměnných: a) (, ) = b) (, ) = 3. c) (, ) = d) (, ) =

Příklad 1 ŘEŠENÉ PŘÍKLADY Z M1B ČÁST 2. Určete a načrtněte definiční obory funkcí více proměnných: a) (, ) = b) (, ) = 3. c) (, ) = d) (, ) = Příklad 1 Určete a načrtněte definiční obory funkcí více proměnných: a) (, ) = b) (, ) = 3 c) (, ) = d) (, ) = e) (, ) = ln f) (, ) = 1 +1 g) (, ) = arcsin( + ) Poznámka V těchto úlohách máme nalézt největší

Více

Teorie grafů BR Solutions - Orličky Píta (Orličky 2010) Teorie grafů / 66

Teorie grafů BR Solutions - Orličky Píta (Orličky 2010) Teorie grafů / 66 Teorie grafů Petr Hanuš (Píta) BR Solutions - Orličky 2010 23.2. 27.2.2010 Píta (Orličky 2010) Teorie grafů 23.2. 27.2.2010 1 / 66 Pojem grafu Graf je abstraktní pojem matematiky a informatiky užitečný

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

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

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

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

Více

Výroková a predikátová logika - III

Výroková a predikátová logika - III Výroková a predikátová logika - III Petr Gregor KTIML MFF UK ZS 2017/2018 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - III ZS 2017/2018 1 / 16 2-SAT 2-SAT Výrok je v k-cnf, je-li v CNF a

Více

1.13 Klasifikace kvadrik

1.13 Klasifikace kvadrik 5 KAPITOLA 1. KVADRIKY JAKO PLOCHY. STUPNĚ 1.13 Klasifikace kvadrik V této části provedeme klasifikaci kvadrik. Vyšetříme všechny případy, které mohou různou volbou koeficientů v rovnici kvadriky a 11

Více

1. část: Základy teorie grafů. Ing. Michal Dorda, Ph.D.

1. část: Základy teorie grafů. Ing. Michal Dorda, Ph.D. 1. část: Základy teorie grafů 1 Co je to teorie grafů? 2 Co je to teorie grafů? 3 Co je to teorie grafů? 4 K čemu jsou nám optimalizační metody? centrální sklad zákazníci 5 K čemu jsou nám optimalizační

Více

Kótované promítání. Úvod. Zobrazení bodu

Kótované promítání. Úvod. Zobrazení bodu Úvod Kótované promítání Každá promítací metoda má z pohledu praxe určité výhody i nevýhody podle toho, co při jejím užití vyžadujeme. Protože u kótovaného promítání jde o zobrazení prostoru na jednu rovinu,

Více

VYUŽITÍ NĚKTERÝCH METOD TEORIE GRAFŮ PŘI ŘEŠENÍ DOPRAVNÍCH PROBLÉMŮ

VYUŽITÍ NĚKTERÝCH METOD TEORIE GRAFŮ PŘI ŘEŠENÍ DOPRAVNÍCH PROBLÉMŮ VYUŽITÍ NĚKTERÝCH METOD TEORIE GRAFŮ PŘI ŘEŠENÍ DOPRAVNÍCH PROBLÉMŮ Markéta Brázdová 1 Anotace: Metody operačního výzkumu mají při řešení praktických problémů široké využití. Článek se zabývá problematikou

Více

Grafové algoritmy. Programovací techniky

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

Více

TGH05 - aplikace DFS, průchod do šířky

TGH05 - aplikace DFS, průchod do šířky TGH05 - aplikace DFS, průchod do šířky Jan Březina Technical University of Liberec 28. března 2017 Grafová formulace CPM (critical path method) Orientovaný acyklický graf (DAG) je orientovaný graf neobsahující

Více

Jan Březina. 7. března 2017

Jan Březina. 7. března 2017 TGH03 - stromy, ukládání grafů Jan Březina Technical University of Liberec 7. března 2017 Kružnice - C n V = {1, 2,..., n} E = {{1, 2}, {2, 3},..., {i, i + 1},..., {n 1, n}, {n, 1}} Cesta - P n V = {1,

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

Grafové algoritmy. Programovací techniky

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

Více

1. Nakreslete všechny kostry následujících grafů: nemá žádnou kostru, roven. roven n,

1. Nakreslete všechny kostry následujících grafů: nemá žádnou kostru, roven. roven n, DSM2 Cv 7 Kostry grafů Defiice kostry grafu: Nechť G = V, E je souvislý graf. Kostrou grafu G azýváme každý jeho podgraf, který má stejou možiu vrcholů a je zároveň stromem. 1. Nakreslete všechy kostry

Více

Problém obchodního cestujícího(tsp) Vstup: Množina n měst a vzdálenosti mezi nimi. Výstup: Nejkratší okružní cesta procházející všemi městy.

Problém obchodního cestujícího(tsp) Vstup: Množina n měst a vzdálenosti mezi nimi. Výstup: Nejkratší okružní cesta procházející všemi městy. Problém obchodního cestujícího(tsp) Vstup: Množina n měst a vzdálenosti mezi nimi. Výstup: Nejkratší okružní cesta procházející všemi městy. Poznámka:Slovem okružní myslíme,žecestakončívestejném městě,

Více

Paralelní grafové algoritmy

Paralelní grafové algoritmy Paralelní grafové algoritmy Značení Minimální kostra grafu Nejkratší cesta z jednoho uzlu Nejkratší cesta mezi všemi dvojicemi uzlů Použité značení Definition Bud G = (V, E) graf. Pro libovolný uzel u

Více

příkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u.

příkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u. Několik řešených příkladů do Matematiky Vektory V tomto textu je spočteno několik ukázkových příkladů které vám snad pomohou při řešení příkladů do cvičení. V textu se objeví i pár detailů které jsem nestihl

Více

TGH08 - Optimální kostry

TGH08 - Optimální kostry TGH08 - Optimální kostry Jan Březina Technical University of Liberec 14. dubna 2015 Problém profesora Borůvky řešil elektrifikaci Moravy Jak propojit N obcí vedením s minimální celkovou délkou. Vedení

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

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

PROBLÉM ČTYŘ BAREV. Lze obarvit jakoukoliv mapu v rovině čtyřmi barvami tak, aby žádné dvě sousedící oblasti neměly stejnou barvu?

PROBLÉM ČTYŘ BAREV. Lze obarvit jakoukoliv mapu v rovině čtyřmi barvami tak, aby žádné dvě sousedící oblasti neměly stejnou barvu? ROBLÉM ČTYŘ BAREV Lze obarvit jakoukoliv mapu v rovině čtyřmi barvami tak, aby žádné dvě sousedící oblasti neměly stejnou barvu? ROBLÉM ČTYŘ BAREV L KH ROBLÉM ČTYŘ BAREV Vytvoříme graf Kraje = vrcholy

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

Matematika III 10. přednáška Stromy a kostry

Matematika III 10. přednáška Stromy a kostry Matematika III 10. přednáška Stromy a kostry Michal Bulant Masarykova univerzita Fakulta informatiky 20. 11. 2007 Obsah přednášky 1 Izomorfismy stromů 2 Kostra grafu 3 Minimální kostra Doporučené zdroje

Více

CVIČNÝ TEST 24. OBSAH I. Cvičný test 2. Mgr. Kateřina Nováková. II. Autorské řešení 6 III. Klíč 13 IV. Záznamový list 15

CVIČNÝ TEST 24. OBSAH I. Cvičný test 2. Mgr. Kateřina Nováková. II. Autorské řešení 6 III. Klíč 13 IV. Záznamový list 15 CVIČNÝ TEST 24 Mgr. Kateřina Nováková OBSAH I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 13 IV. Záznamový list 15 I. CVIČNÝ TEST VÝCHOZÍ TEXT K ÚLOZE 1 Písemnou práci z chemie psalo všech 28 žáků ze

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

2. RBF neuronové sítě

2. RBF neuronové sítě 2. RBF neuronové sítě Kapitola pojednává o neuronových sítích typu RBF. V kapitole je popsána základní struktura tohoto typu neuronové sítě. Poté následuje definice a charakteristika jednotlivých radiálně

Více

a jiné elektronické přístroje včetně mobilů. Pracujte samostatně. Povolen je 1 list A4 vlastnoručně psaných poznámek k předmětu...

a jiné elektronické přístroje včetně mobilů. Pracujte samostatně. Povolen je 1 list A4 vlastnoručně psaných poznámek k předmětu... Písemný test MA010 Grafy: 17.1. 2007, var A... 1). Vašim úkolem je sestrojit všechny neisomorfní jednoduché souvislé grafy na 6 vrcholech mající posloupnost stupňů 1,2,2,2,2,3. Zároveň zdůvodněte, proč

Více

Je-li dána hranolová nebo jehlanová plocha s podstavou v rovině σ a rovina řezu ρ:

Je-li dána hranolová nebo jehlanová plocha s podstavou v rovině σ a rovina řezu ρ: Kapitola 1 Elementární plochy 1.1 Základní pojmy Elementární plochou budeme rozumět hranolovou, jehlanovou, válcovou, kuželovou a kulovou plochu. Pokud tyto plochy omezíme, popř. přidáme podstavy, můžeme

Více

a počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí:

a počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí: Řešené příklady z lineární algebry - část 1 Typové příklady s řešením Příklady jsou určeny především k zopakování látky před zkouškou, jsou proto řešeny se znalostmi učiva celého semestru. Tento fakt se

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

analytické geometrie v prostoru s počátkem 18. stol.

analytické geometrie v prostoru s počátkem 18. stol. 4.. Funkce více proměnných, definice, vlastnosti Funkce více proměnných Funkce více proměnných se v matematice začal používat v rámci rozvoje analtické geometrie v prostoru s počátkem 8. stol. I v sami

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

CVIČNÝ TEST 40. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 13 IV. Záznamový list 15

CVIČNÝ TEST 40. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 13 IV. Záznamový list 15 CVIČNÝ TEST 40 Mgr. Tomáš Kotler OBSAH I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 13 IV. Záznamový list 15 I. CVIČNÝ TEST 1 Vypočtěte pro a 1; 3 hodnotu výrazu 4 + a 3 + a 3 ( 2). 1 bod VÝCHOZÍ TEXT

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

René Grežďo. Vrcholové barvení grafu

René Grežďo. Vrcholové barvení grafu Západočeská univerzita v Plzni Fakulta aplikovaných věd BAKALÁŘSKÁ PRÁCE René Grežďo Vrcholové barvení grafu Katedra matematiky Vedoucí bakalářské práce: Studijní program: Studijní obor: RNDr. Jan Ekstein,

Více

Dijkstrův algoritmus

Dijkstrův algoritmus Dijkstrův algoritmus Hledání nejkratší cesty v nezáporně hranově ohodnoceném grafu Necht je dán orientovaný graf G = (V, H) a funkce, která každé hraně h = (u, v) H přiřadí nezáporné reálné číslo označované

Více

8.1. Separovatelné rovnice

8.1. Separovatelné rovnice 8. Metody řešení diferenciálních rovnic 1. řádu Cíle V předchozí kapitole jsme poznali separovaný tvar diferenciální rovnice, který bezprostředně umožňuje nalézt řešení integrací. Eistuje široká skupina

Více

Teorie grafů. Kostra grafu. Obsah. Radim Farana Podklady pro výuku pro akademický rok 2013/2014

Teorie grafů. Kostra grafu. Obsah. Radim Farana Podklady pro výuku pro akademický rok 2013/2014 Teorie grafů Radim Farana Podklady pro výuku pro akademický rok 013/014 Obsah Kostra grafu. Tahy,. Úloha čínského pošťáka. Zdroj: Vítečková, M., Přidal, P. & Koudela, T. Výukový modul k předmětu Systémová

Více

Elementární plochy-základní pojmy

Elementární plochy-základní pojmy -základní pojmy Kulová plocha je množina bodů v prostoru, které mají od pevného bodu S stejnou vzdálenost r. Hranolová plocha je určena lomenou čarou k (k σ) a směrem s, který nenáleží dané rovině (s σ),

Více

Křivky kolem nás. Webinář. 20. dubna 2016

Křivky kolem nás. Webinář. 20. dubna 2016 Křivky kolem nás Webinář 20. dubna 2016 Přístup k funkcím Funkce (zobrazení) Předpis, který přiřazuje jedné hodnotě x hodnotu y = f (x). Je to množina F uspořádaných dvojic (x, y) takových, že pokud (x,

Více

Extrémy funkce dvou proměnných

Extrémy funkce dvou proměnných Extrémy funkce dvou proměnných 1. Stanovte rozměry pravoúhlé vodní nádrže o objemu 32 m 3 tak, aby dno a stěny měly nejmenší povrch. Označme rozměry pravoúhlé nádrže x, y, z (viz obr.). ak objem této nádrže

Více

POSLOUPNOSTI A ŘADY INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky

POSLOUPNOSTI A ŘADY INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky POSLOUPNOSTI A ŘADY Gymnázium Jiřího Wolkera v Prostějově Výukové materiály z matematiky pro vyšší gymnázia Autoři projektu Student na prahu 21. století - využití ICT ve vyučování matematiky na gymnáziu

Více

Mgr. Tomáš Kotler. I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17

Mgr. Tomáš Kotler. I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 Mgr. Tomáš Kotler I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 1 bod 1 Určete průsečík P[x, y] grafů funkcí f: y = x + 2 a g: y = x 1 2, které jsou definovány na množině reálných

Více

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

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

Více

Diskrétní matematika. DiM /01, zimní semestr 2015/2016

Diskrétní matematika. DiM /01, zimní semestr 2015/2016 Diskrétní matematika Petr Kovář petr.kovar@vsb.cz Vysoká škola báňská Technická univerzita Ostrava DiM 470-2301/01, zimní semestr 2015/2016 O tomto souboru Tento soubor je zamýšlen především jako pomůcka

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

Algoritmy na ohodnoceném grafu

Algoritmy na ohodnoceném grafu Algoritmy na ohodnoceném grafu Dvě základní optimalizační úlohy: Jak najít nejkratší cestu mezi dvěma vrcholy? Dijkstrův algoritmus s t Jak najít minimální kostru grafu? Jarníkův a Kruskalův algoritmus

Více

POSLOUPNOSTI A ŘADY INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ

POSLOUPNOSTI A ŘADY INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ POSLOUPNOSTI A ŘADY Gymnázium Jiřího Wolkera v Prostějově Výukové materiály z matematiky pro vyšší gymnázia Autoři projektu Student na prahu 21. století - využití ICT ve vyučování matematiky na gymnáziu

Více

CVIČNÝ TEST 41. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 7 III. Klíč 15 IV. Záznamový list 17

CVIČNÝ TEST 41. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 7 III. Klíč 15 IV. Záznamový list 17 CVIČNÝ TEST 41 Mgr. Tomáš Kotler OBSAH I. Cvičný test 2 II. Autorské řešení 7 III. Klíč 15 IV. Záznamový list 17 I. CVIČNÝ TEST VÝCHOZÍ TEXT A OBRÁZEK K ÚLOZE 1 Je dán magický čtverec, pro nějž platí,

Více

Teória grafov. Stromy a kostry 1. časť

Teória grafov. Stromy a kostry 1. časť Teória grafov Stromy a kostry 1. časť Definícia: Graf G=(V, E) nazývame strom, ak neobsahuje kružnicu ako podgraf Definícia Strom T=(V, E T ) nazývame koreňový strom ak máme v ňom pevne vybraný vybraný

Více

Naproti tomu gramatika je vlastně soupis pravidel, jak

Naproti tomu gramatika je vlastně soupis pravidel, jak 1 Kapitola 1 Úvod V přednášce se zaměříme hlavně na konečný popis obecně nekonečných množin řetězců symbolů dané množiny A. Prvkům množiny A budeme říkat písmena, řetězcům (konečným posloupnostem) písmen

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

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

DISKRÉTNÍ MATEMATIKA PRO INFORMATIKY II

DISKRÉTNÍ MATEMATIKA PRO INFORMATIKY II KATEDRA INFORMATIKY PŘÍRODOVĚDECKÁ FAKULTA UNIVERZITA PALACKÉHO DISKRÉTNÍ MATEMATIKA PRO INFORMATIKY II RADIM BĚLOHLÁVEK, VILÉM VYCHODIL VÝVOJ TOHOTO UČEBNÍHO TEXTU JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM

Více

Příklady k analytické geometrii kružnice a vzájemná poloha kružnice a přímky

Příklady k analytické geometrii kružnice a vzájemná poloha kružnice a přímky Příklady k analytické geometrii kružnice a vzájemná poloha kružnice a přímky Př. 1: Určete rovnice všech kružnic, které procházejí bodem A = * 6; 9+, mají střed na přímce p: x + 3y 18 = 0 a jejich poloměr

Více

které je z různých pohledů charakterizují. Několik z nich dokážeme v této kapitole.

které je z různých pohledů charakterizují. Několik z nich dokážeme v této kapitole. Kapitola 7 Stromy Stromy jsou jednou z nejdůležitějších tříd grafů. O tom svědčí i množství vět, které je z různých pohledů charakterizují. Několik z nich dokážeme v této kapitole. Představíme také dvě

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

1.1 Existence a jednoznačnost řešení. Příklad 1.1: [M2-P1] diferenciální rovnice (DR) řádu n: speciálně nás budou zajímat rovnice typu

1.1 Existence a jednoznačnost řešení. Příklad 1.1: [M2-P1] diferenciální rovnice (DR) řádu n: speciálně nás budou zajímat rovnice typu [M2-P1] KAPITOLA 1: Diferenciální rovnice 1. řádu diferenciální rovnice (DR) řádu n: speciálně nás budou zajímat rovnice typu G(x, y, y, y,..., y (n) ) = 0 y (n) = F (x, y, y,..., y (n 1) ) Příklad 1.1:

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

20. května Abstrakt V následujícím dokumentu je popsán způsob jakým analyzovat problém. výstřelu zasáhnout bod na zemi v definované vzdálenosti.

20. května Abstrakt V následujícím dokumentu je popsán způsob jakým analyzovat problém. výstřelu zasáhnout bod na zemi v definované vzdálenosti. Ukázková semestrální práce z předmětu VSME Tomáš Kroupa 20. května 2014 Abstrakt V následujícím dokumentu je popsán způsob jakým analyzovat problém lučištníka, který má při pevně daném natažení luku jen

Více

Cílem kapitoly je opakování a rozšíření středoškolských znalostí v oblasti teorie množin.

Cílem kapitoly je opakování a rozšíření středoškolských znalostí v oblasti teorie množin. 1.2. Cíle Cílem kapitoly je opakování a rozšíření středoškolských znalostí v oblasti teorie množin. Průvodce studiem Množina je jedním ze základních pojmů moderní matematiky. Teorii množin je možno budovat

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

6. Vektorový počet Studijní text. 6. Vektorový počet

6. Vektorový počet Studijní text. 6. Vektorový počet 6. Vektorový počet Budeme se pohybovat v prostoru R n, což je kartézská mocnina množiny reálných čísel R; R n = R R. Obvykle nám bude stačit omezení na případy n = 1, 2, 3; nicméně teorie je platná obecně.

Více

obecná rovnice kružnice a x 2 b y 2 c x d y e=0 1. Napište rovnici kružnice, která má střed v počátku soustavy souřadnic a prochází bodem A[-3;2].

obecná rovnice kružnice a x 2 b y 2 c x d y e=0 1. Napište rovnici kružnice, která má střed v počátku soustavy souřadnic a prochází bodem A[-3;2]. Kružnice množina bodů, které mají od středu stejnou vzdálenost pojmy: bod na kružnici X [x, y]; poloměr kružnice r pro střed S[0; 0]: SX =r x 0 2 y 0 2 =r x 2 y 2 =r 2 pro střed S[m; n]: SX =r x m 2 y

Více