Zajímavé aplikace teorie grafů

Podobné dokumenty
Modulární systém dalšího vzdělávání pedagogických pracovníků JmK. v přírodních vědách a informatice CZ.1.07/1.3.10/

Metody síťové analýzy

4EK311 Operační výzkum. 5. Teorie grafů

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

Modulární systém dalšího vzdělávání pedagogických pracovníků JmK. v přírodních vědách a informatice CZ.1.07/1.3.10/

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

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

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

VYUŽITÍ NĚKTERÝCH METOD TEORIE GRAFŮ PŘI ŘEŠENÍ DOPRAVNÍCH PROBLÉMŮ

Modulární systém dalšího vzdělávání pedagogických pracovníků JmK. v přírodních vědách a informatice CZ.1.07/1.3.10/

Úvod do teorie grafů

MATEMATIKA A 3 Metodický list č. 1

Drsná matematika III 10. demonstrovaná cvičení Kostry grafů

Modulární systém dalšího vzdělávání pedagogických pracovníků JmK. v přírodních vědách a informatice CZ.1.07/1.3.10/

Diskrétní matematika. DiM /01, zimní semestr 2016/2017

VYUŽITÍ METOD TEORIE GRAFŮ PRO HLEDÁNÍ NEJSPOLEHLIVĚJŠÍ CESTY V DOPRAVNÍ SÍTI

SAFETY IN LOGISTIC TRANSPORT CHAINS USING THEORY OF GRAPHS

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

4EK314 Diskrétní modely Příklady

Algoritmus pro hledání nejkratší cesty orientovaným grafem

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

HEURISTICKÉ ALGORITMY PRO ŘEŠENÍ ÚLOH OBCHODNÍHO CESTUJÍCÍHO

Graf. Uzly Lokality, servery Osoby fyzické i právní Informatické objekty... atd. Hrany Cesty, propojení Vztahy Informatické závislosti... atd.

TEORIE GRAFŮ TEORIE GRAFŮ 1

Návrh Designu: Radek Mařík

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

TGH02 - teorie grafů, základní pojmy

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

Hledáme efektivní řešení úloh na grafu

Požadavky k písemné přijímací zkoušce z tematického okruhu 1 (Logistika)

TGH10 - Maximální toky

Doc. Ing. Tomáš Šubrt, Ph.D. PEF ZU v Praze MODELY OPTIMÁLNÍHO D LENÍ ZAKÁZEK

Binární vyhledávací stromy II

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

TGH02 - teorie grafů, základní pojmy

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

OPTIMALIZACE PLÁNOVÁNÍ TRAS PRO OSOBY S POSTIŽENÍM ZRAKU OPTIMIZATION OF ROUTING FOR BLIND PEOPLE

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

TGH02 - teorie grafů, základní pojmy

Grafové algoritmy. Programovací techniky

Grafové algoritmy. Programovací techniky

Algoritmizace prostorových úloh

Algoritmy na ohodnoceném grafu

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2017

bfs, dfs, fronta, zásobník, prioritní fronta, halda

Optimalizace zimní údržby Plzeňský kraj. Petra Pelikánová

Optimalizace. Obsah přednášky. DÚ LP - Okružní problém. Lineární optimalizace. DÚ LP - Okružní problém. DÚ LP - Okružní problém

Měření modulů pružnosti G a E z periody kmitů pružiny

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

Operační výzkum. Síťová analýza. Metoda CPM.

Dynamické programování

07 Základní pojmy teorie grafů

VYUŽITÍ FLOYDOVA ALGORITMU NA SITÍCH USE OF FLOYD ALGORITHM IN NETWORKS

6. Tahy / Kostry / Nejkratší cesty

Hádanka provazu kolem Země

2. RBF neuronové sítě

8. Geometrie vrací úder (sepsal Pavel Klavík)

Náhodná veličina X má Poissonovo rozdělení se střední hodnotou lambda. Poissonovo rozdělení je definováno jako. P(X=k) = 0,036

Masarykova univerzita. Fakulta informatiky. Evoluce pohybu

bfs, dfs, fronta, zásobník, prioritní fronta, halda

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

VY_32_INOVACE_IKTO2_0360 PCH

Náhodné chyby přímých měření

Proudové pole, Ohmův zákon ELEKTROTECHNIKA TOMÁŠ TREJBAL

TGH12 - Problém za milion dolarů

8 Přednáška z

5 Orientované grafy, Toky v sítích

VK CZ.1.07/2.2.00/

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2016

Teoretická informatika Tomáš Foltýnek Barvení grafů Platónská tělesa

10 Přednáška ze

Dobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze

Budeme hledat řešení y(x) okrajové úlohy pro diferenciální rovnici druhého řádu v samoadjungovaném tvaru na intervalu a, b : 2 ) y i p i+ 1

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

Hlavolamy a teorie grafů

4EK311 Operační výzkum. 1. Úvod do operačního výzkumu

Úvod do teorie her

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

Informatika navazující magisterské studium Přijímací zkouška z informatiky 2018 varianta A

Přijímací zkouška - matematika

Efektivní hledání nejkratších cest v sítích hromadné přepravy osob

Semestrální práce z předmětu KMA/MM. Voroneho diagramy

Řízení projektů. Konstrukce síťového grafu pro řízení projektů Metoda CPM Metoda PERT

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016

Krajské kolo 2014/15, kategorie GH (6. a 7. třída ZŠ) Identifikace

TGH05 - aplikace DFS, průchod do šířky

3. Grafy a matice. Definice 3.2. Čtvercová matice A se nazývá rozložitelná, lze-li ji napsat ve tvaru A =

A6M33SSL: Statistika a spolehlivost v lékařství Teorie spolehlivosti

Algoritmizace Dynamické programování. Jiří Vyskočil, Marko Genyg-Berezovskyj 2010

prohled av an ı graf u Karel Hor ak, Petr Ryˇsav y 16. bˇrezna 2016 Katedra poˇ c ıtaˇ c u, FEL, ˇ CVUT

Škály podle informace v datech:

Kartografické modelování. VIII Modelování vzdálenosti

DISKRÉTNÍ MATEMATIKA PRO INFORMATIKY II

OPTIMALIZAČNÍ ÚLOHY. Modelový příklad problém obchodního cestujícího:

bin arn ı vyhled av an ı a bst Karel Hor ak, Petr Ryˇsav y 23. bˇrezna 2016 Katedra poˇ c ıtaˇ c u, FEL, ˇ CVUT

Výhody a nevýhody jednotlivých reprezentací jsou shrnuty na konci kapitoly.

Systematická tvorba jízdního řádu 2. cvičení

Náhodné (statistické) chyby přímých měření

Úvod do informatiky. Miroslav Kolařík

Pivovar Chmelokvas. KIV/PT Semestrální práce

Transkript:

Modulární systém dalšího vzdělávání pedagogických pracovníků JmK v přírodních vědách a informatice CZ.1.07/1.3.10/02.0024 Zajímavé aplikace teorie grafů

Nejkratší cesta Problém: Jak nalézt nejkratší cestu mezi dvěmi městy na mapě? Mapu si lze představit jako síť ulzů a hran Hrany ohodnotíme dle počtu kilometrů Nalezneme nejkratší cestu v grafu pomocí známých algoritmů

Nejspolehlivější cesta Problém: Jak nalézt nejspolehlivější cestu mezi dvěmi městy na mapě? Podobný problém, k hranám přidáme ještě parametr spolehlivost. Spolehlivost určuje pravděpodobnost, že na daném úseku nedojde k nehodě. Výsledná cesta zohlední spolehlivost a upřednostní nejméně nebezpečnou cestu

Rozvoz zboží Problém: Jak má firma rozvést po vybraných městech zboží, aby auto spálilo co nejméně benzínu? Města a silnice opět převedeme na síť ulzů a hran ohodnocených počtem kilometrů. Následně hledáme v grafu co nejkratší cestu, která navštíví všechna města právě jednou. Úloha je poměrně náročná na výpočet. Jedná se o známý problém z teorie grafů nazývaný problém obchodního cestujícího.

Mobilní telefony a jejich frekvence Problém: Kolik potřebujeme frekvencí pro vysílače mobilních telefonů, aby se jednotlivé vysílače nerušily. Vysílače jsou rozmístěny po ploše. Kolik je třeba frekvencí, aby se nerušily? Úlohu opět snadno převedeme do problému teorie grafů. Vysílač = vrchol, hrana = sousedství. Cílem je, aby žádné dva vrcholy neměly stejnou frekvenci / barvu. V 70.letech 20 století bylo dokázáno, že stačí právě 4 barvy, aby nikdy nevznikl konflikt.

Pokládání kabelů Problém: Jak má televizní společnost položit v dané lokalitě kabely, aby propojila vybrané domácnosti, ale ušetřilo co nejvíc peněz za kabel? Domácnosti si představme jako vrcholy grafu. Jejich spojnice jako hrany. Hledáme způsob, jak spojit všechny vrcholy jednou cestou. Problém, který je poměrně snadno řešitelný. Související pojmy kostra grafu, Šteinerovy stromy.

Roznos pošty po městě Problém: Jak má pošťák projít ulice ve městě, aby navštívil každou právě jednou a vrátil se zpět na poštu? Úloha, která se řeší podobně jako kreslení domečků jedním tahem. Hádanka za okamžik

Vyhledávácí stromy Problém: Jak rychle zjistit, zda máme v seznamu 1000 lidí někoho s daným rodným číslem? Úloha se zaměřuje na vhodnou formu ukládání dat. Nejčastějším způsobem ukládání dat je dnes uspořádání do stromů (speciální případ grafu). V nich je možné vyhledat pomocí log(n) kroků pro vstup délky N. Pro 1000 lidí zjistíme nejhůře na 10 kroků, zda je daná osoba v databázi.

Elektrické sítě Problém: Jak zjistit, kolik je daná síť kabelů schopna přepravit elektřiny? Elektrickou síť si lze opět představit jako graf. Hrana tentokrát bude obsahovat navíc informaci o své kapaciět. Kapacita uřcuje kolik elektřiny může maximálně daným vodičem protéci. Pomocí grafových algoritmů jsme následně schopni spočítat maximální propustnost takové sítě.

Sociální sítě Problém: Jak zjistit, kdo jsou kamarádi na základě analýzy dat z telefonů? Sestavme si síť, kde vrcholy budou lidé a hrany se svou vahou budou určovat jak často si telefonují / píší zprávy. V takové síti můžeme pomocí grafových algoritmů určit jaké jsou přirozené skupinky v síti a kdo jsou významné uzly

Potravní řetězce Problém: Jak zjistit, kolik jak velké je třeba populace zajíců, prasat a jelenů, abychom na území České republiky dosáhli populace 100 vlků? Reprezentuje vztah mezi rostlinami a živočichy (predátor kořist). Kořist je snězena a slouží jako zdroj energie pro svého predátora. Dochází tedy k přenosu energie. Analogie s přenosovou soustavou elektrické energie. Kolik potřebujeme mít organismů na vstupu, abychom udrželi populaci vlků na určité hranici? Tento problém může být opět řešen pomocí toků v síti.