Aplikovaná informatika. Podklady předmětu Aplikovaná informatika pro akademický rok 2006/2007 Radim Farana. Obsah. Algoritmus



Podobné dokumenty
Informatika Algoritmy

IAJCE Přednáška č. 12

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n

2.4. INVERZNÍ MATICE

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n

8.1.3 Rekurentní zadání posloupnosti I

6. Posloupnosti a jejich limity, řady

množina všech reálných čísel

1.3. POLYNOMY. V této kapitole se dozvíte:

Matematika 1. Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D / 13. Posloupnosti

Programování v Matlabu

Petr Šedivý Šedivá matematika

Přijímací řízení akademický rok 2013/2014 Bc. studium Kompletní znění testových otázek matematika

Přijímací řízení akademický rok 2012/2013 Kompletní znění testových otázek matematické myšlení

6. FUNKCE A POSLOUPNOSTI

Matematika I, část II

základním prvkem teorie křivek v počítačové grafice křivky polynomiální n

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti.

Číslicové filtry. Použití : Analogové x číslicové filtry : Analogové. Číslicové: Separace signálů Restaurace signálů

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

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

n=0 a n, n=0 a n = ±. n=0 n=0 a n diverguje k ±, a píšeme n=0 n=0 b n = t. Pak je konvergentní i řada n=0 (a n + b n ) = s + t. n=0 k a n a platí n=0

jsou reálná a m, n jsou čísla přirozená.

( + ) ( ) ( ) ( ) ( ) Derivace elementárních funkcí II. Předpoklady: Př. 1: Urči derivaci funkce y = x ; n N.

Náhodný výběr 1. Náhodný výběr

8.2.1 Aritmetická posloupnost

M - Posloupnosti VARIACE

p = 6. k k se nazývá inverze v permutaci [ ] MATA P7 Determinanty Motivační příklad: Řešte soustavu rovnic o dvou neznámých: Permutace z n prvků:

Iterační výpočty projekt č. 2

Matematika 1. Ivana Pultarová Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D Posloupnosti

8.2.1 Aritmetická posloupnost I

DERIVACE FUNKCÍ JEDNÉ REÁLNÉ PROM

n=1 ( Re an ) 2 + ( Im a n ) 2 = 0 Im a n = Im a a n definujeme předpisem: n=1 N a n = a 1 + a a N. n=1

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou

1 PSE Definice základních pojmů. (ω je elementární jev: A ω (A ω) nebo (A );

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých

Pro statistické šetření si zvolte si statistický soubor např. všichni žáci třídy (několika tříd, školy apod.).

1.1. Definice Reálným vektorovým prostorem nazýváme množinu V, pro jejíž prvky jsou definovány operace sčítání + :V V V a násobení skalárem : R V V

Nekonečné řady. 1. Nekonečné číselné řady 1.1. Definice. = L L nekonečnou posloupnost reálných čísel. a) Označme { a }

3. Lineární diferenciální rovnice úvod do teorie

7. KOMBINATORIKA, BINOMICKÁ VĚTA. Čas ke studiu: 2 hodiny. Cíl

11. přednáška 16. prosince Úvod do komplexní analýzy.

2. Náhodná veličina. je konečná nebo spočetná množina;

1. Definice elektrického pohonu 1.1 Specifikace pohonu podle typu poháněného pracovního stroje Rychlost pracovního mechanismu

Aritmetická posloupnost, posloupnost rostoucí a klesající Posloupnosti

Vzorový příklad na rozhodování BPH_ZMAN

10.3 GEOMERTICKÝ PRŮMĚR

VLASTNOSTI ÚLOH CELOČÍSELNÉHO PROGRAMOVÁNÍ

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková

MATEMATIKA PŘÍKLADY K PŘÍJÍMACÍM ZKOUŠKÁM BAKALÁŘSKÉ STUDIUM MGR. RADMILA STOKLASOVÁ, PH.D.

MATEMATICKÁ INDUKCE. 1. Princip matematické indukce

1 Trochu o kritériích dělitelnosti

1 Základy Z-transformace. pro aplikace v oblasti

12. N á h o d n ý v ý b ě r

1. Číselné obory, dělitelnost, výrazy

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:

Deskriptivní statistika 1

1. K o m b i n a t o r i k a

1 Uzavřená Gaussova rovina a její topologie

Zimní semestr akademického roku 2015/ listopadu 2015

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ

6. ČÍSELNÉ POSLOUPNOSTI A ŘADY 6.1. ČÍSELNÉ POSLOUPNOSTI

3. Sekvenční obvody. b) Minimalizujte budící funkce pomocí Karnaughovy mapy

NMAF061, ZS Zápočtová písemná práce VZOR 5. ledna e bx2 x 2 e x2. F (b) =

2. Znát definici kombinačního čísla a základní vlastnosti kombinačních čísel. Ovládat jednoduché operace s kombinačními čísly.

Matice. nazýváme m.n reálných čísel a. , sestavených do m řádků a n sloupců ve tvaru... a1

Intervalové odhady parametrů

POLYNOM. 1) Základní pojmy. Polynomem stupně n nazveme funkci tvaru. a se nazývají koeficienty polynomu. 0, n N. Čísla. kde

Znegujte následující výroky a rozhodněte, jestli platí výrok, nebo jeho negace:

Analýza a zpracování signálů. 4. Diskrétní systémy,výpočet impulsní odezvy, konvoluce, korelace

f x a x DSM2 Cv 9 Vytvořující funkce Vytvořující funkcí nekonečné posloupnosti a0, a1,, a n , reálných čísel míníme formální nekonečnou řadu ( )

5. Posloupnosti a řady

3. ELEMENTÁRNÍ FUNKCE A POSLOUPNOSTI. 3.1 Základní elementární funkce. Nejprve uvedeme základní elementární funkce: KONSTANTNÍ FUNKCE

3. cvičení - LS 2017

2.7.5 Racionální a polynomické funkce

3. cvičení - LS 2017

Spojitost a limita funkcí jedné reálné proměnné

Vyhledávání v tabulkách

Základní elementární funkce.

Sekvenční logické obvody(lso)

Princip paralelního řazení vkládáním (menší propadává doprava)

Kvantová a statistická fyzika 2 (Termodynamika a statistická fyzika)

Přednáška VI. Intervalové odhady. Motivace Směrodatná odchylka a směrodatná chyba Centrální limitní věta Intervaly spolehlivosti

Permutace s opakováním

Diskrétní matematika

DIFERENCIÁLNÍ POČET FUNKCE JEDNÉ PROMĚNNÉ. 1) Pojem funkce, graf funkce

Komplexní čísla. Definice komplexních čísel

Abstrakt. Co jsou to komplexní čísla? K čemu se používají? Dá se s nimi dělat

Generování dvojrozměrných rozdělení pomocí copulí

Příloha č. 7 Dodatku ke Smlouvě o službách Systém měření kvality Služeb

Statistika pro metrologii

2 STEJNORODOST BETONU KONSTRUKCE

ÚLOHA ČÍNSKÉHO LISTONOŠE, MATEMATICKÉ MODELY PRO ORIENTOVANÝ A NEORIENTOVANÝ GRAF

Pravděpodobnost a aplikovaná statistika

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model

1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE

2,3 ČTYŘI STANDARDNÍ METODY I, ČTYŘI STANDARDNÍ METODY II

23. Mechanické vlnění

I. Exponenciální funkce Definice: Pro komplexní hodnoty z definujeme exponenciální funkci předpisem. z k k!. ( ) e z = k=0

Předmět: SM 01 ROVINNÉ PŘÍHRADOVÉ KONSTRUKCE

Transkript:

Podklady předmětu pro akademický rok 006007 Radim Faraa Obsah Tvorba algoritmů, vlastosti algoritmu. Popis algoritmů, vývojové diagramy, strukturogramy. Hodoceí složitosti algoritmů, vypočitatelost, časová složitost, NP a NPúplé problémy. Algoritmus 3 Algoritmus je přesý předpis defiující výpočtový proces vedoucí od měitelých výchozích údajů až k žádaým (vždy správým) výsledkům. Teto předpis se skládá z jedotlivých výpočtových kroků, které jsou zapsáy v určitém pořadí. Počet výpočtových kroků musí být koečý. 1

Vlastosti algoritmu 4 determiovaost shruje přesost, srozumitelost a jedozačost. V každém okamžiku řešeí musí být jasé, jakou operaci má algoritmus provádět. hromadost (masovost) algoritmus musí popisovat zpracováí celé skupiy příbuzých hodot. rezultativost algoritmus musí vždy dospět ke správému výsledku, a to pomocí koečého počtu kroků. opakovatelost při stejých hodotách vstupích dat musí algoritmus vždy dospět ke stejému výsledku. Algoritmus versus program 5 program posloupost příkazů, dokumetu je se výpisem programu, je chráě autorským zákoem. algoritmus postup práce, dokumetuje se zápisem algoritmu, je možé ho patetovat. Program realizuje algoritmus (algoritmy), algoritmus je jeho utou součástí. Popis algoritmu 6 Sloví popis pracoví postup, strukturovaý text, zápis pomocí grafu, pseudokód (programovací). Grafický zápis vývojový diagram, Kopeogram, NSdiagram, strukturogram.

Vývojový diagram 7 Popis algoritmů pro FORTRAN (FORmula TRANslator) IBM v r. 1954 Formalizová růzými ormativy (ČSN 36 9030) Začátek čti číslo číslo0 piš číslo koec číslo je sudé piš liché piš sudé Strukturogram 8 M. A. Jackso, 1975 Základí struktury: sekvece (posloupost operací), selekce (větveí). opakováí zvláští případ sekvece. Sadé postupé upřesňováí algoritmu Jedozačý vztah mezi daty a algoritmem Strukturogram 9 Vstupí soubor dat vstup 1 : 1 1 : 1 Algoritmus zpracováí výstup čísla ula začátek tělo koec * číslo zázorěí opakováí čísel příprava 1 : 1 čti číslo * řádek 1 : 1 piš číslo text vstup apiš "sudé" číslo je sudé apiš "liché" čti číslo 3

Základí struktury 10 Pseudojazyk Vývojový diagram Kopeogram Strukturogram Programový celek (rutia, podrogram, procedura a pod.) defiice ázev (parametry)... ed ázev začátek. koec ázev horí pruh vybarve žlutě jede celý strukturogram programový celek použití (voláí) ázev (parametry) ázev(par.) ázev blok vybarve červeě, při rekurzívím voláí žlutě ázev(parametry) Podmíěá, rozhodováí Pseudojazyk Vývojový diagram Kopeogram Strukturogram Provedeí kokrétí i 11 popis čiosti popis i popis i popis i Podmíěá (provádí se pouze pokud je splěa určitá ) blok vybarve červeě if podmíěá ed if podmíěá horí pruh vybarve modře Rozhodováí (pokud platí určeá, provede se 1, jiak ) if 1 else ed if 1 1 horí pruh vybarve modře 1 Větveí (podle hodoty u se provádí určeá ) Pseudojazyk Vývojový diagram Kopeogram Strukturogram 1 case hodota 1 1 case hodota hodota1 hod.1 hod. hodota1 hodota...... case else při ezámé hodotě ed case 1 hodota při ezámé hodotě či. při či. či. ez. 1 hod. horí pruh vybarve modře či.1 či. při ez. hodotě Opakováí s pevým počtem opakováí for počítadlozačátek to koec step krok počítadlozačátek počet opakováí # počet opakováí ed for počít. > koec horí a dolí pruh vybarvey zeleě počítadlopočítadlokrok 4

Opakováí 13 Pseudojazyk Vývojový diagram Kopeogram Strukturogram Opakováí s testem a začátku (dokud platí, se opakuje pokud a začátku opakováí eí splěa, se vůbec eprovede) while ed while horí a dolí pruh vybarve zeleě * Opakováí s testem a koci (opakováí kočí, pokud je splěa i když platí již a začátku opakováí, se jedou provede) repeat util (v ěkterých jazycích while ed while ) eexistuje Zvláští i 14 Pseudojazyk Vývojový diagram Kopeogram Strukturogram Vstupí ebo výstupí operace Jako každá jiá popis i Jako každá jiá Jako každá jiá Přípravá Jako každá jiá popis i Jako každá jiá Jako každá jiá Spojka ( kočí v jedé části algoritmu a pokračuje v jié části) Neexistuje číslo číslo Neexistuje Neexistuje Algoritmus ásobeí dvou čísel Sigle 15 Acc 0 začátek tělo koec Exp expoet(a) expoet(b) 1 Bit(B, I)1 přičti ásobeí Násobeí čísel # I 1 to 4 bit posu Shift(A) Proměé: A, B čiitelé (ormalizovaé matisy) Acc akumulátor Exp expoet I celočíselé počítadlo Fukce: Shift(x) bitová rotace vpravo expoet(x) expoet čísla AccAcc A ormalizace Bit(Acc, 0)1 uprav Shift(Acc) Shift(A) Exp Exp 1 5

Testováí algoritmu Násobeí čísel začátek tělo koec Acc 0 Exp expoet(a) # I 1 to 4 expoet(b) 1 bit 16 Proměé: A : 0,110011001100110011001100. 3 0,011001100110011001100110 0,001100110011001100110011 0,000110011001100110011001 B : 0,100011001100110011001100. 3 ásobeí posu AccAcc A Bit(B, I)1 přičti ormalizace Shift(A) Acc : 0 1,001100110011001100110010 Chyba opisu, 1,001100110011001100110010 riziko ručího testováí Bit(Acc, 0)1 Exp: 7 6 uprav Shift(Acc) Shift(A) Exp Exp 1 I: 1 3 atd. Hodoceí složitosti algoritmů 17 Vypočitatelost algoritmu Turigův stroj (Ala M. Turig, 1936) abstraktí model počítače, s Alozem Churchem vyslovili doměku, že je ekvivaletí s počítačem (s ekoečou pamětí), Dokázal, že elze sestavit stroj, který určí, zda se libovolý stroj zastaví. Determiistický Turigův stroj ekoečá páska čtecí hlava procesor Další krok závisí a vitřím stavu a přečteé hodotě Časové omezeí 18 Čas a vykoáí algoritmu vyjádřeý v počtu elemetárích operací. Všechy operace trvají stejě dlouho. Složitost algoritmu je fukcí vstupu (). Kostatí rozdíly se igorují. Nechť f(), g() jsou fukce z možiy přirozeých čísel do možiy reálých čísel, pak f() O(g()), pokud existuje kostata c, že pro velké platí: f() cg(). 6

Výpočet složitosti algoritmu Násobeí dvou čtvercových matic rozměru ( ) 19 Sub NasobeiCtvercovychMatic(a( ),b( ),c( )) For I 1 to For J 1 to c(i, J) 0 For K 1 to *( *( 1 *( c(i, J) c(i, J) a(i, K)*b(K, J) Next K ) Next J ) Next I ) Ed Sub f() ((1()))4 3 3 zjedodušeí f() ( ( ( 1 ))) 3 Složitost algoritmů 0 Polyomická složitost: výpočet vyžaduje O(k d ) bitových operací sčítáí d 1, ásobeíd. Nepolyomická složitost, složitost výpočtu s rostoucím roste rychleji.! O(log ()) O( k k ). a Příklady fukcí 1 Fukce Přibližé hodoty 10 100 1000 Průběh fukcí (v logaritmickém měřítku) log () 33 664 9966 3 1000 1000000 1000000000 104 1,7E30 1,07E301 0 18 log ()! 099 368800 1,94E13 9,33E157 7,90E9 4E567 16 14 log(f()) 1 10 8 log() ^3 ^ ^log() 6! 4 0 0 5 10 15 0 7

Třídy NP a NPúplých problémů P schůdé algoritmy běžící ejhůře v polyomiálím čase (PT) ásobeí, NP problém (odetermiistic polyomial) eschůdé algoritmy, v PT lze pouze ověřit správost řešeí faktorizace, NPúplý problém NP problémy vzájemě mapovatelé v PT obchodí cestující, (existuje P trasformace jedoho a druhý). 8