Hamiltonkreds, den handelsrejsendes problem, delmængdesum-problemet
|
|
- Lilian Steffensen
- 6 år siden
- Visninger:
Transkript
1 , den handelsrejsendes problem, delmængdesum-problemet Videregående algoritmik Cormen et al Fredag den 19. december 2008
2 1 N P-fuldstændige problemer
3 1 N P-fuldstændige problemer 2 Reduktion af VERTEX-COVER til HAM-CYCLE Reduktion af HAM-CYCLE til TSP
4 1 N P-fuldstændige problemer 2 Reduktion af VERTEX-COVER til HAM-CYCLE Reduktion af HAM-CYCLE til TSP 3
5 Overordnet plan for reduktioner Plan: CIRCUIT-SAT SAT 3-CNF-SAT 3 CLIQUE VERTEX-COVER HAM-CYCLE TSP SUBSET-SUM
6 N P-fuldstændige problemer Reduktion af VERTEX-COVER til HAM-CYCLE Reduktion af HAM-CYCLE til TSP En hamiltonkreds (hamiltonian cycle) i en graf er en kreds, der netop besøger hver af knuderne en gang. Som afgørlighedsproblem: HAM-CYCLE = { G G har en hamiltonkreds} En systematisk kombinatorisk dybde-først-gennemsøgning fra knude til knude ville være meget ineffektiv. Men: Sætning HAM-CYCLE N P Bevis Brug en påstået hamiltonkreds som attest; let at kontrollere (i polynomiel tid)
7 Reduktion af VERTEX-COVER til HAM-CYCLE Reduktion af HAM-CYCLE til TSP Reduktion af VERTEX-COVER til HAM-CYCLE (1) Nu godtgøres VERTEX-COVER pol HAM-CYCLE. For en forelagt graf G = (V, E) og et heltal k skal vi med andre ord anvise en graf G = (V, E ), der netop har en hamiltonkreds, hvis G har en knudeoverdækning af størrelse k. For hver kant (u, v) E konstrueres en widget (tingest, dims, dippedut, dingenot) W uv med 12 knuder og 14 kanter: For en kant (u, v) E benævnes de 12 knuder [u, v, 1], [u, v, 2],..., [u, v, 6], [v, u, 1], [v, u, 2],..., [v, u, 6]. Da grafen er ikke-orienteret, er (u, v) samme kant som (v, u) (burde egentlig skrives {u, v}), og man kan vælge at opfatte W uv som W vu.
8 Reduktion af VERTEX-COVER til HAM-CYCLE Reduktion af HAM-CYCLE til TSP Reduktion af VERTEX-COVER til HAM-CYCLE (2) V består af s 1,..., s k samt af knuderne i W uv, (u, v) E.
9 Reduktion af VERTEX-COVER til HAM-CYCLE Reduktion af HAM-CYCLE til TSP Reduktion af VERTEX-COVER til HAM-CYCLE (2) V består af s 1,..., s k samt af knuderne i W uv, (u, v) E. Som et eksempel vil denne knudeoverdækningsinstans give anledning til knuderne herunder
10 Reduktion af VERTEX-COVER til HAM-CYCLE Reduktion af HAM-CYCLE til TSP Reduktion af VERTEX-COVER til HAM-CYCLE (3) For hver knude u V vælges en ordning ((u, u (1) ), (u, u (2) ),..., (u, u (deg(u)) )) af kanterne incidente med knuden.
11 Reduktion af VERTEX-COVER til HAM-CYCLE Reduktion af HAM-CYCLE til TSP Reduktion af VERTEX-COVER til HAM-CYCLE (3) For hver knude u V vælges en ordning ((u, u (1) ), (u, u (2) ),..., (u, u (deg(u)) )) af kanterne incidente med knuden. Denne (vilkårlige) ordning bruges i definitionen af E : E består af tre typer kanter: 1 Kanterne i W uv erne 2 Kanter ([u, u (i), 6], [u, u (i+1), 1]) for alle u V, 1 i < deg(u) 3 Kanter (s j, [u, u (1), 1]) og ([u, u (deg(u)), 6], s j ) for alle u V, 1 j k
12 Reduktion af VERTEX-COVER til HAM-CYCLE Reduktion af HAM-CYCLE til TSP Reduktion af VERTEX-COVER til HAM-CYCLE (3) For hver knude u V vælges en ordning ((u, u (1) ), (u, u (2) ),..., (u, u (deg(u)) )) af kanterne incidente med knuden. Denne (vilkårlige) ordning bruges i definitionen af E : E består af tre typer kanter: 1 Kanterne i W uv erne 2 Kanter ([u, u (i), 6], [u, u (i+1), 1]) for alle u V, 1 i < deg(u) 3 Kanter (s j, [u, u (1), 1]) og ([u, u (deg(u)), 6], s j ) for alle u V, 1 j k Konstruktionen kan foretages i polynomiel tid; specielt optælles V = 12 E + k 12 E + V E = 14 E + (2 E V ) + 2k V = 16 E + (2k 1) V 16 E + (2 V 1) V
13 Reduktion af VERTEX-COVER til HAM-CYCLE Reduktion af HAM-CYCLE til TSP Reduktion af VERTEX-COVER til HAM-CYCLE (4) Vi gør eksemplet færdigt. De valgte ordninger er: fra w : ((w, x), (w, y), (w, z)), fra x : ((x, w), (x, y)), fra y : ((y, x), (y, w)), fra z : ((z, w)).
14 Reduktion af VERTEX-COVER til HAM-CYCLE Reduktion af HAM-CYCLE til TSP Reduktion af VERTEX-COVER til HAM-CYCLE (5) Fra delgraferne W uv er det kun knuderne [u, v, 1], [v, u, 1], [u, v, 6] og [v, u, 6], der forbindes udadtil. En eventuel hamiltonkreds i G må derfor internt inden for W uv forløbe på en af følgende måder:
15 Reduktion af VERTEX-COVER til HAM-CYCLE Reduktion af HAM-CYCLE til TSP Reduktion af VERTEX-COVER til HAM-CYCLE (5) Fra delgraferne W uv er det kun knuderne [u, v, 1], [v, u, 1], [u, v, 6] og [v, u, 6], der forbindes udadtil. En eventuel hamiltonkreds i G må derfor internt inden for W uv forløbe på en af følgende måder: Egentlig er der kun to forskellige måder: Idet (u, v) og (v, u) jo er samme kant, er også W uv = W vu og (b) = (d) (ved u v).
16 Reduktion af VERTEX-COVER til HAM-CYCLE Reduktion af HAM-CYCLE til TSP Reduktion af VERTEX-COVER til HAM-CYCLE (6) Lemma For alle 1 i, j k findes der i G for hvert u V en vej P iuj fra s i til s j, som ikke indeholder indre punkter af form s l. Disse veje er de eneste fra s i til s j, som ikke indeholder indre punkter af form s l, og pånær forløbet gennem delgraferne W vw er de entydige.
17 Reduktion af VERTEX-COVER til HAM-CYCLE Reduktion af HAM-CYCLE til TSP Reduktion af VERTEX-COVER til HAM-CYCLE (6) Lemma For alle 1 i, j k findes der i G for hvert u V en vej P iuj fra s i til s j, som ikke indeholder indre punkter af form s l. Disse veje er de eneste fra s i til s j, som ikke indeholder indre punkter af form s l, og pånær forløbet gennem delgraferne W vw er de entydige. Bevis Ved inspektion af de forskellige kanttyper. W vw Kanter gennem W vw ; forløb som enten (b) eller (c) ovenfor (2) Kant af type 2 (3) Kant af type 3 P iuj = s i (3)[u, u (1), 1]W uu (1)[u, u (1), 6](2)[u, u (2), 1]W uu (2)[u, u (2), 6]... (2)[u, u (deg(u)), 1]W uu (deg(u))[u, u (deg(u)), 6](3)s j
18 Reduktion af VERTEX-COVER til HAM-CYCLE Reduktion af HAM-CYCLE til TSP Reduktion af VERTEX-COVER til HAM-CYCLE (7) Sætning G, k VERTEX-COVER, hvis og kun hvis G HAM-CYCLE. Bevis
19 Reduktion af VERTEX-COVER til HAM-CYCLE Reduktion af HAM-CYCLE til TSP Reduktion af VERTEX-COVER til HAM-CYCLE (7) Sætning G, k VERTEX-COVER, hvis og kun hvis G HAM-CYCLE. Bevis Antag, U = {u 1,..., u k } overdækker G; da vil P 1u1 2P 2u P kuk 1 være en hamiltonkreds i G, idet vi udformer passagerne gennem delgraferne W vw som henholdsvis (b) eller (c), efter som kun det ene af punkterne v, w eller de begge ligger i overdækningen U.
20 Reduktion af VERTEX-COVER til HAM-CYCLE Reduktion af HAM-CYCLE til TSP Reduktion af VERTEX-COVER til HAM-CYCLE (7) Sætning G, k VERTEX-COVER, hvis og kun hvis G HAM-CYCLE. Bevis Antag, U = {u 1,..., u k } overdækker G; da vil P 1u1 2P 2u P kuk 1 være en hamiltonkreds i G, idet vi udformer passagerne gennem delgraferne W vw som henholdsvis (b) eller (c), efter som kun det ene af punkterne v, w eller de begge ligger i overdækningen U. Hvis der omvendt er forelagt en hamiltonkreds i G, vil den efter tur gå gennem en permutation s p(1), s p(2),..., s p(k) af knuderne s l og derfor have form P p(1)u1 p(2)p p(2)u2 p(3)... P p(k)uk p(1). Men så vil {u 1, u 2,..., u k } overdække G.
21 Reduktion af VERTEX-COVER til HAM-CYCLE Reduktion af HAM-CYCLE til TSP Reduktion af VERTEX-COVER til HAM-CYCLE (7) Sætning G, k VERTEX-COVER, hvis og kun hvis G HAM-CYCLE. Bevis Antag, U = {u 1,..., u k } overdækker G; da vil P 1u1 2P 2u P kuk 1 være en hamiltonkreds i G, idet vi udformer passagerne gennem delgraferne W vw som henholdsvis (b) eller (c), efter som kun det ene af punkterne v, w eller de begge ligger i overdækningen U. Hvis der omvendt er forelagt en hamiltonkreds i G, vil den efter tur gå gennem en permutation s p(1), s p(2),..., s p(k) af knuderne s l og derfor have form P p(1)u1 p(2)p p(2)u2 p(3)... P p(k)uk p(1). Men så vil {u 1, u 2,..., u k } overdække G. I forbindelse med det tidligere resultat HAM-CYCLE N P følger heraf HAM-CYCLE N PC.
22 Den handelsrejsendes problem Reduktion af VERTEX-COVER til HAM-CYCLE Reduktion af HAM-CYCLE til TSP For en ikke-orienteret graf med heltallige kantvægte søges den billigste rundtur (dvs. hamiltonkreds). Uønskede kanter kan gøres urimeligt dyre, så vi kan lige så godt antage grafen fuldstændig, det vil sige c : V V Z. Som afgørlighedsproblem: TSP = { n, c, k K n har en hamiltontur, der højst koster k} Sætning TSP N P Bevis Turen kan bruges som attest
23 Reduktion af HAM-CYCLE til TSP Reduktion af VERTEX-COVER til HAM-CYCLE Reduktion af HAM-CYCLE til TSP Sætning HAM-CYCLE pol TSP Bevis For { en forelagt graf G = (V, E) defineres 0 hvis (u, v) E c(u, v) = og k = 0. 1 hvis (u, v) / E Instans af HAM-CYCLE Instans af TSP
24 Reduktion af HAM-CYCLE til TSP Reduktion af VERTEX-COVER til HAM-CYCLE Reduktion af HAM-CYCLE til TSP Sætning HAM-CYCLE pol TSP Bevis For { en forelagt graf G = (V, E) defineres 0 hvis (u, v) E c(u, v) = og k = 0. 1 hvis (u, v) / E Instans af HAM-CYCLE Instans af TSP Konstruktionen af ( V, c, k) kan foretages i polynomiel tid.
25 Reduktion af HAM-CYCLE til TSP Reduktion af VERTEX-COVER til HAM-CYCLE Reduktion af HAM-CYCLE til TSP Sætning HAM-CYCLE pol TSP Bevis For { en forelagt graf G = (V, E) defineres 0 hvis (u, v) E c(u, v) = og k = 0. 1 hvis (u, v) / E Instans af HAM-CYCLE Instans af TSP Konstruktionen af ( V, c, k) kan foretages i polynomiel tid. G har en hamiltonkreds, hvis og kun hvis K V har en rundtur med omkostning 0. Sætning TSP N PC.
26 Betragt {4, 7, 10, 12, 15, 24}. Kan man herfra udvælge tal med sum 38?
27 Betragt {4, 7, 10, 12, 15, 24}. Kan man herfra udvælge tal med sum 38?
28 Betragt {4, 7, 10, 12, 15, 24}. Kan man herfra udvælge tal med sum 38? SUBSET-SUM = { (s 1,..., s n ), t m N 1 i 1 <...<i m n : m j=1 s i j = t} idet {n, s 1,..., s n, t} N.
29 Betragt {4, 7, 10, 12, 15, 24}. Kan man herfra udvælge tal med sum 38? SUBSET-SUM = { (s 1,..., s n ), t m N 1 i 1 <...<i m n : m j=1 s i j = t} idet {n, s 1,..., s n, t} N. Sætning SUBSET-SUM N P Bevis Man kan bruge {i 1,..., i m } som attest
30 Betragt {4, 7, 10, 12, 15, 24}. Kan man herfra udvælge tal med sum 38? SUBSET-SUM = { (s 1,..., s n ), t m N 1 i 1 <...<i m n : m j=1 s i j = t} idet {n, s 1,..., s n, t} N. Sætning SUBSET-SUM N P Bevis Man kan bruge {i 1,..., i m } som attest Sætning 3-CNF-SAT pol SUBSET-SUM
31 Reduktion af 3-CNF-SAT til SUBSET-SUM (1) Bevis Vi får forelagt et udtryk ϕ = C 1... C k på 3-CN-form, det vil sige hver klausul C j er en disjunktion af netop tre litteraler (variable eller deres negation) dannet af logiske variable x 1,..., x n. Vi antager, ingen klausul både indeholder en variabel og dens negation, samt at alle variable bliver brugt.
32 Reduktion af 3-CNF-SAT til SUBSET-SUM (1) Bevis Vi får forelagt et udtryk ϕ = C 1... C k på 3-CN-form, det vil sige hver klausul C j er en disjunktion af netop tre litteraler (variable eller deres negation) dannet af logiske variable x 1,..., x n. Vi antager, ingen klausul både indeholder en variabel og dens negation, samt at alle variable bliver brugt. Delmængdesumproblemet får 2n + 2k tal, nemlig to (som vi vil kalde v i og v i ) for hver logisk variabel x i og to (som vi vil kalde s j og s j ) for hver klausul C j. Disse addender tilligemed måltallet konstrueres som n + k-cifrede tal i titalssystemet, idet vi lader de enkelte cifre (fra venstre mod højre) svare til x 1,..., x n, C 1,..., C k.
33 Reduktion af 3-CNF-SAT til SUBSET-SUM (2) Måltallet t skal have 1 i hvert ciffer svarende til en variabel og 4 i hvert ciffer svarende til en klausul. v i skal have 1 i cifferet svarende til x i og i cifre svarende til klausuler med x i og 0 på alle andre pladser. v i skal have 1 i cifferet svarende til x i og i cifre svarende til klausuler med x i og 0 på alle andre pladser. s j skal have 1 i cifferet svarende til C j og ellers 0 på alle andre pladser. s j skal have 2 i cifferet svarende til C j og ellers 0 på alle andre pladser. Forudsætningen om, at alle logiske variable bruges, og at ingen klausul både indeholder en variabel og dens negation, indebærer, at alle disse tal bliver forskellige.
34 Reduktion af 3-CNF-SAT til SUBSET-SUM (3) Som et eksempel kodes dette logiske udtryk som delmængdesumproblem: ϕ = C 1 C 2 C 3 C 4 = (x 1 x 2 x 3 ) ( x 1 x 2 x 3 ) ( x 1 x 2 x 3 ) (x 1 x 2 x 3 )
35 Reduktion af 3-CNF-SAT til SUBSET-SUM (3) Som et eksempel kodes dette logiske udtryk som delmængdesumproblem: ϕ = C 1 C 2 C 3 C 4 = (x 1 x 2 x 3 ) ( x 1 x 2 x 3 ) ( x 1 x 2 x 3 ) (x 1 x 2 x 3 ) Transformationen kan foretages i polynomiel tid (måltallets n + k cifre hver i O(1), de 2n + 2k addenders n + k cifre hver i O(k)).
36 Reduktion af 3-CNF-SAT til SUBSET-SUM (4) Sætning ϕ har en tilfredsstillende tildeling, hvis og kun hvis det konstruerede delmængdesumproblem kan løses.
37 Reduktion af 3-CNF-SAT til SUBSET-SUM (4) Sætning ϕ har en tilfredsstillende tildeling, hvis og kun hvis det konstruerede delmængdesumproblem kan løses. Bevis Bemærk først, at de enkelte cifferpladser kan adderes uden mente (blot grundtallet er 7; og vi har valgt grundtal 10).
38 Reduktion af 3-CNF-SAT til SUBSET-SUM (4) Sætning ϕ har en tilfredsstillende tildeling, hvis og kun hvis det konstruerede delmængdesumproblem kan løses. Bevis Bemærk først, at de enkelte cifferpladser kan adderes uden mente (blot grundtallet er 7; og vi har valgt grundtal 10). kun hvis : Vælg de tal blandt {v 1, v 1,..., v n, v n}, som svarer til sande litteraler. (Så passer summen i de n mest betydende pladser.) Tilpas ved passende valg af {s 1, s 1,..., s k, s k }. (Hver af de k mindst betydende pladser bidrager allerede med 1, 2 eller 3.)
39 Reduktion af 3-CNF-SAT til SUBSET-SUM (5) S = {1, 2, 10, 20, 100, 200, 1.000, 2.000, , , , , , }, t =
40 Reduktion af 3-CNF-SAT til SUBSET-SUM (5) S = {1, 2, 10, 20, 100, 200, 1.000, 2.000, , , , , , }, t =
41 Reduktion af 3-CNF-SAT til SUBSET-SUM (5) S = {1, 2, 10, 20, 100, 200, 1.000, 2.000, , , , , , }, t = x 1 = 1, x 2 = 0, x 3 = 0
42 Reduktion af 3-CNF-SAT til SUBSET-SUM (5) S = {1, 2, 10, 20, 100, 200, 1.000, 2.000, , , , , , }, t = x 1 = 1, x 2 = 0, x 3 = 0 hvis : En delmængde S med sum t må for i = 1,..., n netop indeholde enten v i eller v i. Vælges sandhedsværdien af x i tilsvarende, vil tildelingen tilfredsstille ϕ. (For s j og s j kan højst bidrage til position j med en sum på 3.)
43 Reduktion af 3-CNF-SAT til SUBSET-SUM (5) S = {1, 2, 10, 20, 100, 200, 1.000, 2.000, , , , , , }, t = x 1 = 1, x 2 = 0, x 3 = 0 hvis : En delmængde S med sum t må for i = 1,..., n netop indeholde enten v i eller v i. Vælges sandhedsværdien af x i tilsvarende, vil tildelingen tilfredsstille ϕ. (For s j og s j kan højst bidrage til position j med en sum på 3.) Sætning SUBSET-SUM N PC
44 Reduktion af 3-CNF-SAT til SUBSET-SUM (5) S = {1, 2, 10, 20, 100, 200, 1.000, 2.000, , , , , , }, t = x 1 = 1, x 2 = 0, x 3 = 0 hvis : En delmængde S med sum t må for i = 1,..., n netop indeholde enten v i eller v i. Vælges sandhedsværdien af x i tilsvarende, vil tildelingen tilfredsstille ϕ. (For s j og s j kan højst bidrage til position j med en sum på 3.) Sætning SUBSET-SUM N PC Samlinger af N P-fuldstændige problemer findes i Garey & Johnson: Computers and Intractability, a guide to the theory of NP-completeness, 1979 Pierluigi Crescenzi & Viggo Kann (eds.): A compendium of NP optimization problems, (Reference fra hjemmesiden)
45 En hemmelig kode skal være svær at bryde, så det kunne være en god ide at tage afsæt fra et N P-fuldstændigt problem! Vælg et så omfattende addendsystem S = {s 0,..., s n 1 }, at det bliver uoverkommeligt at prøve alle 2 n muligheder (det vil sige n 80), og send meddelelsen x = n 1 i=0 x i2 i som y = n 1 i=0 x is i. At genfinde x fra y, selv med kendskab til S, er umedgørligt.
46 En hemmelig kode skal være svær at bryde, så det kunne være en god ide at tage afsæt fra et N P-fuldstændigt problem! Vælg et så omfattende addendsystem S = {s 0,..., s n 1 }, at det bliver uoverkommeligt at prøve alle 2 n muligheder (det vil sige n 80), og send meddelelsen x = n 1 i=0 x i2 i som y = n 1 i=0 x is i. At genfinde x fra y, selv med kendskab til S, er umedgørligt. Men indkodningen skal have en bagdør, så den rette modtager kan afkode!
47 Strengt voksende addendmængde Betragt {2, 3, 6, 13, 27, 52}. Kan man herfra udvælge tal med sum 38?
48 Strengt voksende addendmængde Betragt {2, 3, 6, 13, 27, 52}. Kan man herfra udvælge tal med sum 38?
49 Strengt voksende addendmængde Betragt {2, 3, 6, 13, 27, 52}. Kan man herfra udvælge tal med sum 38? Et addendmængde S = {s 1,..., s n } kaldes strengt voksende, hvis det for alle j = 1,..., n gælder, at j 1 i=1 s i < s j.
50 Strengt voksende addendmængde Betragt {2, 3, 6, 13, 27, 52}. Kan man herfra udvælge tal med sum 38? Et addendmængde S = {s 1,..., s n } kaldes strengt voksende, hvis det for alle j = 1,..., n gælder, at j 1 i=1 s i < s j. Hvis S er strengt voksende, kan alle delmængdesum-problemer S, t løses efter det grådige princip: Betragt efter faldende størrelse hver addend, og medtag den, hvis der stadig er plads.
51 Strengt voksende addendmængde Betragt {2, 3, 6, 13, 27, 52}. Kan man herfra udvælge tal med sum 38? Et addendmængde S = {s 1,..., s n } kaldes strengt voksende, hvis det for alle j = 1,..., n gælder, at j 1 i=1 s i < s j. Hvis S er strengt voksende, kan alle delmængdesum-problemer S, t løses efter det grådige princip: Betragt efter faldende størrelse hver addend, og medtag den, hvis der stadig er plads. R. Merkle og M. Hellman foreslog i 1978 en metode, hvor en strengt voksende addendmængde (via modulo-regning) blev maskeret som et generelt umedgørligt problem til brug i et krypteringssystem med den beskrevne struktur.
Sprog L : mængden af instanser for et afgørlighedsproblem
26. marts Resume sidste to gang Sprog L : mængden af instanser for et afgørlighedsproblem hvor svaret er 1. P NP L : L genkendes af en algoritme i polynomiel tid L : L verificeres af en polynomiel tids
Læs mereTirsdag 12. december David Pisinger
Videregående Algoritmik, DIKU 2006/07 Tirsdag 12. december David Pisinger Resume sidste to gang Sprog L : mængden af instanser for et afgørlighedsproblem hvor svaret er 1. P = {L : L genkendes af en algoritme
Læs mere16. marts P NP. Essentielle spørgsmål: NP P? Et problem Q kaldes NP -fuldstændigt 1 Q NP 2 R NP : R pol Q. Resume sidste gang
16. marts Resume sidste gang Abstrakt problem konkret instans afgørlighedsproblem Effektiv kodning (pol. relateret til binær kodning) Sprog L : mængden af instanser for et afgørlighedsproblem hvor svaret
Læs mere16. december. Resume sidste gang
16. december Resume sidste gang Abstrakt problem, konkret instans, afgørlighedsproblem Effektiv kodning (pol. relateret til binær kodning) Sprog L : mængden af instanser for et afgørlighedsproblem hvor
Læs mereKlasserne af problemer, der kan løses i deterministisk og i ikke-deterministisk polynomiel tid; polynomiel reduktion; N P-fuldstændighed
Klasserne af problemer, der kan løses i deterministisk og i ikke-deterministisk polynomiel tid; polynomiel reduktion; N P-fuldstændighed Videregående algoritmik Cormen et al. 34.1 34.3 Fredag den 12. december
Læs mere.. if L(u) + w(u, v) < L(v) then.. begin... L(v) := L(u) + w(u, v)... F (v) := u.. end. med længde L(z)}
Procedure Dijkstra(G = (V, E): vægtet sh. graf,. a, z: punkter) { Det antages at w(e) > 0 for alle e E} For alle v V : L(v) := L(a) := 0, S := while z / S begin. u := punkt ikke i S, så L(u) er mindst
Læs mereVideregående Algoritmik. Version med vejledende løsninger indsat!
Videregående Algoritmik DIKU, timers skriftlig eksamen, 1. april 009 Nils Andersen og Pawel Winter Alle hjælpemidler må benyttes, dog ikke lommeregner, computer eller mobiltelefon. Opgavesættet består
Læs mereSidste gang Motivation Definitioner Approximations-algoritme for knudeoverdækning Approximations-algoritme for TSP med trekantsulighed
Approximations-algoritmer Sidste gang Motivation Definitioner Approximations-algoritme for knudeoverdækning Approximations-algoritme for TSP med trekantsulighed Negativt resultat om generel TSP Approximations-algoritme
Læs mereP (n): rekursiv beregning af f n kræver f n beregninger af f 1. P (n) er sand for alle n 2.
P (n): rekursiv beregning af f n kræver f n beregninger af f 1. P (n) er sand for alle n 2. Bevis ved stærk induktion. Basisskridt: P (2) er sand og P (3) er sand. Induktionsskridt: Lad k 2 og antag P
Læs mereSkriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528)
Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528) Institut for Matematik & Datalogi Syddansk Universitet Mandag den 3 Januar 2011, kl. 9 13 Alle sædvanlige hjælpemidler
Læs meret a l e n t c a m p d k Matematiske Metoder Anders Friis Anne Ryelund 25. oktober 2014 Slide 1/42
Slide 1/42 Hvad er matematik? 1) Den matematiske metode 2) Hvad vil det sige at bevise noget? 3) Hvor begynder det hele? 4) Hvordan vælger man et sæt aksiomer? Slide 2/42 Indhold 1 2 3 4 Slide 3/42 Mængder
Læs meredks Noter Michael Lind Mortensen, illio 24. juni 2010
dks Noter Michael Lind Mortensen, illio 24. juni 2010 Indhold 1 P, NP and NPC. 4 1.1 Disposition............................ 4 1.2 Emne detaljer........................... 4 1.2.1 Def. Problemer, Sprog,
Læs mereDefinition : Et træ er en sammenhængende ikke-orienteret graf uden simple kredse. Sætning : En ikke-orienteret graf er et træ hvis og kun hvis der er
Definition : Et træ er en sammenhængende ikke-orienteret graf uden simple kredse. Sætning : En ikke-orienteret graf er et træ hvis og kun hvis der er en unik simpel vej mellem ethvert par af punkter i
Læs mereP vs. NP. Niels Grønbæk Matematisk Institut Københavns Universitet 3. feb. 2012
P vs. NP Niels Grønbæk Matematisk Institut Københavns Universitet 3. feb. 2012 Den handelsrejsendes problem Kan det lade sig gøre at besøge n byer forbundet ved et vejnet, G, inden for budget, B? Hvad
Læs mereHamilton-veje og kredse:
Hamilton-veje og kredse: Definition: En sti x 1, x 2,...,x n i en simpel graf G = (V, E) kaldes en hamiltonvej hvis V = n og x i x j for 1 i < j n. En kreds x 1, x 2,...,x n, x 1 i G kaldes en hamiltonkreds
Læs mereDatalogisk indsigt Der findes problemer som kan løses effektivt (polynomiel
9. marts NP -fuldstændighed Datalogisk indsigt Der findes problemer som kan løses effektivt (polynomiel tid) Der findes problemer som ikke kan løses effektivt Der findes problemer som slet ikke kan løses
Læs mereLøs til optimalitet i eksponentiel tid Find tilnærmet løsning i polynomiel tid
6 april Løsning af N P -hårde problemer Løs til optimalitet i eksponentiel tid Find tilnærmet løsning i polynomiel tid Oversigt Grænseværdier (repetition) Branch-and-bound algoritmens komponenter Eksempler
Læs mereGrafer og graf-gennemløb
Grafer og graf-gennemløb Grafer En mængde V af knuder (vertices). En mængde E V V af kanter (edges). Dvs. ordnede par af knuder. Grafer En mængde V af knuder (vertices). En mængde E V V af kanter (edges).
Læs mereIteration af et endomorft kryptosystem. Substitutions-permutations-net (SPN) og inversion. Eksklusiv disjunktion og dens egenskaber
Produktsystemer, substitutions-permutations-net samt lineær og differentiel kryptoanalyse Kryptologi, fredag den 10. februar 2006 Nils Andersen (Stinson 3., afsnit 2.7 3.4 samt side 95) Produkt af kryptosystemer
Læs mereSymmetrisk Traveling Salesman Problemet
Symmetrisk Traveling Salesman Problemet Videregående Algoritmik, Blok 2 2008/2009, Projektopgave 2 Bjørn Petersen 9. december 2008 Dette er den anden af to projektopgaver på kurset Videregående Algoritmik,
Læs mereApproximations-algoritmer. Løsningsmetoder for NP -hårde opt.problemer
Motivation Definitioner Approximations-algoritme for nudeoverdæning Approximations-algoritme for TSP med treantsulighed Negativt resultat om generel TSP Approximations-algoritme for SET-OVERING Fuldt polynomiel-tids
Læs mereGrafer og graf-gennemløb
Grafer og graf-gennemløb Grafer En mængde V af knuder (vertices). En mængde E V V af kanter (edges). Dvs. ordnede par af knuder. Grafer En mængde V af knuder (vertices). En mængde E V V af kanter (edges).
Læs mereGrafer og graf-gennemløb
Grafer og graf-gennemløb Grafer En mængde V af knuder (vertices). En mængde E V V af kanter (edges). Dvs. ordnede par af knuder. Grafer En mængde V af knuder (vertices). En mængde E V V af kanter (edges).
Læs mereLøs til optimalitet i eksponentiel tid Find tilnærmet løsning i polynomielt tid Optimeringsproblemer kan ikke altid verificeres i polynomiel
I dag Løsning af NP -hårde optimeringsproblemer Repetition: branch-and-bound Flere begreber Konkret eksempel: TSP Lagrange relaxering Parallel branch-and-bound 1 Opsummering Løsning af NP -hårde optimeringsproblemer
Læs mereSkriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528)
Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM58) Institut for Matematik & Datalogi Syddansk Universitet Torsdag den 7 Januar 010, kl. 9 13 Alle sædvanlige hjælpemidler (lærebøger,
Læs mereGrafer og graf-gennemløb
Grafer og graf-gennemløb Grafer En mængde V af knuder (vertices). En mængde E V V af kanter (edges). Dvs. ordnede par af knuder. Grafer En mængde V af knuder (vertices). En mængde E V V af kanter (edges).
Læs mereP2-projektforslag Kombinatorik: grafteori og optimering.
P2-projektforslag Kombinatorik: grafteori og optimering. Vejledere: Leif K. Jørgensen, Diego Ruano 1. februar 2013 1 Indledning Temaet for projekter på 2. semester af matematik-studiet og matematikøkonomi-studiet
Læs mereEulers sætning Matematikken bag kryptering og signering v.hj.a. RSA Et offentlig nøgle krypteringssytem
Eulers sætning Matematikken bag kryptering og signering v.hj.a. RSA Et offentlig nøgle krypteringssytem Johan P. Hansen 18. april 2013 Indhold 1 Indbyrdes primiske hele tal 1 2 Regning med rester 3 3 Kryptering
Læs mereElementær Matematik. Mængder og udsagn
Elementær Matematik Mængder og udsagn Ole Witt-Hansen 2011 Indhold 1. Mængder...1 1.1 Intervaller...4 2. Matematisk Logik. Udsagnslogik...5 3. Åbne udsagn...9 Mængder og Udsagn 1 1. Mængder En mængde er
Læs mereTirsdag 18. december David Pisinger
Videregående Algoritmik, DIKU 00-08 Tirsdag 8. december David Pisinger Approximations-algoritmer Motivation Definitioner Approximations-algoritme for knudeoverdækning Approximations-algoritme for TSP trekantsulighed)
Læs mereM=3 kunde forbindelse. oprettet lokation Steinerkant
M=3 åben facilitet kunde forbindelse lukket facilitet oprettet lokation Steinerkant v Connected facility location-problemet min i f i y i + d j c ij x ij + M c e z e (1) j i e hvorom gælder: x ij 1 j (2)
Læs mereSkriftlig Eksamen Algoritmer og Datastrukturer (dads)
Skriftlig Eksamen Algoritmer og Datastrukturer (dads) Datalogisk Institut Aarhus Universitet Tirsdag den 27. maj 2003, kl. 9.00 3.00 Opgave (25%) For konstanten π = 3.4592... gælder identiteten π 2 6 =
Læs mereBranch-and-bound. David Pisinger. Videregående algoritmik, DIKU (2007-08) 1 Introduktion 5 1.1 Gennemgående eksempler... 7. 2 Brute-force metoder 10
Branch-and-bound David Pisinger Videregående algoritmik, DIKU (2007-08) Indhold 1 Introduktion 5 1.1 Gennemgående eksempler..................... 7 2 Brute-force metoder 10 3 Divide and Conquer 11 4 Grænseværdier
Læs mereSkriftlig Eksamen Algoritmer og Datastrukturer 2 (2003-ordning)
Skriftlig Eksamen Algoritmer og Datastrukturer 2 (2003-ordning) Datalogisk Institut Aarhus Universitet Fredag den 28. maj 2004, kl. 9.00 13.00 Opgave 1 (20%) En (r, k) kryds-graf er en orienteret graf
Læs mere01017 Diskret Matematik E12 Alle bokse fra logikdelens slides
01017 Diskret Matematik E12 Alle bokse fra logikdelens slides Thomas Bolander 1 Udsagnslogik 1.1 Formler og sandhedstildelinger symbol står for ikke eller og ( A And) hvis... så... hvis og kun hvis...
Læs mereBaggrundsnote om logiske operatorer
Baggrundsnote om logiske operatorer Man kan regne på udsagn ligesom man kan regne på tal. Regneoperationerne kaldes da logiske operatorer. De tre vigtigste logiske operatorer er NOT, AND og. Den første
Læs mereForslag til løsning af Opgaver til afsnittet om de naturlige tal (side 80)
Forslag til løsning af Opgaver til afsnittet om de naturlige tal (side 80) Opgave 1 Vi skal tegne alle de linjestykker, der forbinder vilkårligt valgte punkter blandt de 4 punkter. Gennem forsøg finder
Læs mere8 Regulære flader i R 3
8 Regulære flader i R 3 Vi skal betragte særligt pæne delmængder S R 3 kaldet flader. I det følgende opfattes S som et topologisk rum i sportopologien, se Definition 5.9. En åben omegn U af p S er således
Læs mereMatematikken bag kryptering og signering RSA
Matematikken bag kryptering og signering RSA Oversigt 1 Indbyrdes primiske tal 2 Regning med rester 3 Kryptering og signering ved hjælp af et offentligt nøgle kryptosystem RSA Indbyrdes primiske hele tal
Læs mereEksamen i Diskret Matematik
Eksamen i Diskret Matematik Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet 15. juni, 2015. Kl. 9-13. Nærværende eksamenssæt består af 12 nummererede sider med ialt 17 opgaver. Tilladte hjælpemidler:
Læs mereP2-gruppedannelsen for Mat og MatØk
Institut for Matematiske Fag Aalborg Universitet Danmark 1-02-2012 Vejledere Bo Hove E-mail: bh@thisted-gymnasium.dk 3 Mat grupper (semesterkoordinator) E-mail: diego@math.aau.dk. Web page: http://people.math.aau.dk/~diego/
Læs mereGrafer og graf-gennemløb
Grafer og graf-gennemløb Grafer En mængde V af knuder (vertices). En mængde E V V af kanter (edges). Dvs. ordnede par af knuder. Figur: Terminologi: n = V, m = E (eller V og E (mis)bruges som V og E ).
Læs mereSelvreference i begrænsningsresultaterne
Selvreference i begrænsningsresultaterne Thomas Bolander, IMM, DTU. tb@imm.dtu.dk To pointer: (1) Der skal kun meget lidt udover selvreference til for at få de klassiske logiske begrænsningsresultater.
Læs mereK 7 - og K 4,4 -minors i grafer
Aalborg Universitet Det Teknisk-Naturvidenskabelige Fakultet Institut for Matematiske Fag K 7 - og K 4,4 -minors i grafer Aalborg Universitet Det Teknisk-Naturvidenskabelige Fakultet Institut for Matematiske
Læs mereGrundlæggende køretidsanalyse af algoritmer
Grundlæggende køretidsanalyse af algoritmer Algoritmers effektivitet Størrelse af inddata Forskellige mål for køretid Store -notationen Klassiske effektivitetsklasser Martin Zachariasen DIKU 1 Algoritmers
Læs mereTALTEORI Følger og den kinesiske restklassesætning.
Følger og den kinesiske restklassesætning, december 2006, Kirsten Rosenkilde 1 TALTEORI Følger og den kinesiske restklassesætning Disse noter forudsætter et grundlæggende kendskab til talteori som man
Læs mereSkriftlig Eksamen Introduktion til lineær og heltalsprogrammering (DM515)
Skriftlig Eksamen Introduktion til lineær og heltalsprogrammering (DM55) Institut for Matematik & Datalogi Syddansk Universitet Tirsdag den Juni 009, kl. 9 Alle sædvanlige hjælpemidler (lærebøger, notater
Læs mereNoter til Perspektiver i Matematikken
Noter til Perspektiver i Matematikken Henrik Stetkær 25. august 2003 1 Indledning I dette kursus (Perspektiver i Matematikken) skal vi studere de hele tal og deres egenskaber. Vi lader Z betegne mængden
Læs mereTalteoriopgaver Træningsophold ved Sorø Akademi 2007
Talteoriopgaver Træningsophold ved Sorø Akademi 2007 18. juli 2007 Opgave 1. Vis at når a, b og c er positive heltal, er et sammensat tal. Løsningsforslag: a 4 + b 4 + 4c 4 + 4a 3 b + 4ab 3 + 6a 2 b 2
Læs mereSkriftlig Eksamen Algoritmer og Datastrukturer (dads)
Skriftlig Eksamen Algoritmer og Datastrukturer (dads) Datalogisk Institut Aarhus Universitet Mandag den 27. maj 2002, kl. 9.00 13.00 Opgave 1 (25%) Denne opgave handler om multiplikation af positive heltal.
Læs mereAalborg University. Synopsis. Titel: Traveling Salesman Problem
Aalborg University Department of Computer Science. Fredrik Bajers Vej 7E, 9220 Aalborg Ø. Titel: Traveling Salesman Problem Projektperiode: 16. maj 2003 til 20. juni 2003 Semester: BOS03 Gruppebetegnelse:
Læs mereMinimum udspændende Træer (MST)
Minimum udspændende Træer (MST) Træer Et (frit/u-rodet) træ er en uorienteret graf G = (V, E) som er Sammenhængende: der er en sti mellem alle par af knuder. Acyklisk: der er ingen lukket kreds af kanter
Læs mereEksamen i Diskret Matematik
Eksamen i Diskret Matematik Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet 10. juni, 2016. Kl. 9-13. Nærværende eksamenssæt består af 11 nummererede sider med ialt 16 opgaver. Alle opgaver
Læs mereKorteste veje i vægtede grafer. Længde af sti = sum af vægte af kanter på sti.
Korteste veje Korteste veje i vægtede grafer Længde af sti = sum af vægte af kanter på sti. Korteste veje i vægtede grafer Længde af sti = sum af vægte af kanter på sti. δ(u, v) = længden af en korteste
Læs merePerspektiverende Datalogikursus
Perspektiverende Datalogikursus Uge 1 - Algoritmer og kompleksitet Gerth Stølting Brodal 27. august 2004 1 Indhold Mere om Eksempler på beregningsproblemer Algoritmer og deres analyse Korrekthed af algoritmer
Læs mereMatematik YY Foråret Kapitel 1. Grupper og restklasseringe.
Matematik YY Foråret 2004 Elementær talteori Søren Jøndrup og Jørn Olsson Kapitel 1. Grupper og restklasseringe. Vi vil i første omgang betragte forskellige typer ligninger og søge efter heltalsløsninger
Læs mereMinimum udspændende Træer (MST)
Minimum udspændende Træer (MST) Træer Et (frit/u-rodet) træ er en uorienteret graf G = (V, E) som er Sammenhængende: der er en sti mellem alle par af knuder. Acyklisk: der er ingen kreds af kanter. Træer
Læs mereMatematisk induktion
Induktionsbeviser MT01.0.07 1 1 Induktionsbeviser Matematisk induktion Sætninger der udtaler sig om hvad der gælder for alle naturlige tal n N, kan undertiden bevises ved matematisk induktion. Idéen bag
Læs mereReeksamen i Diskret Matematik
Reeksamen i Diskret Matematik Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet 21. august 2015 Nærværende eksamenssæt består af 10 nummererede sider med ialt 17 opgaver. Tilladte hjælpemidler:
Læs mereKorteste veje i vægtede grafer. Længde af sti = sum af vægte af kanter på sti.
Korteste veje Korteste veje i vægtede grafer Længde af sti = sum af vægte af kanter på sti. Korteste veje i vægtede grafer Længde af sti = sum af vægte af kanter på sti. δ(u, v) = længden af en korteste
Læs mereAnalyse af ombytningspuslespil
Analyse af ombytningspuslespil 1 / 7 Konkret eksempel på algoritmeanalyse Prøv ombytningspuslespillet på kurset webside. Spørgsmål: Hvilken bedste (laveste) score kan du opnå på 5 forsøg? Hvilken algoritme
Læs mereSammenhængskomponenter i grafer
Sammenhængskomponenter i grafer Ækvivalensrelationer Repetition: En relation R på en mængde S er en delmængde af S S. Når (x, y) R siges x at stå i relation til y. Ofte skrives x y, og relationen selv
Læs mereRepræsentation af tal
Repræsentation af tal DM526 Rolf Fagerberg, 2009 Bitmønstre 01101011 0001100101011011... Bitmønstre skal fortolkes for at have en betydning: Tal (heltal, kommatal) Bogstaver Computerinstruktion (program)
Læs mereAnalyse af ombytningspuslespil
Analyse af ombytningspuslespil 1 / 7 Konkret eksempel på algoritmeanalyse Prøv ombytningspuslespillet på kurset webside. 2 / 7 Konkret eksempel på algoritmeanalyse Prøv ombytningspuslespillet på kurset
Læs mereIt og informationssøgning Forelæsning september 2006 Nils Andersen. Underprogrammer og betingelser. Standardfunktioner, typeomsætning
It og informationssøgning Forelæsning 2 13. september 2006 Nils Andersen Underprogrammer og betingelser Standardfunktioner, typeomsætning Funktionskald Moduler, lange navne Brugerdefinerede funktioner
Læs mereDM72 Diskret matematik med anvendelser
DM72 Diskret matematik med anvendelser En hurtig gennemgang af de vigtigste resultater. (Dvs. ikke alle resultater). Logik Åbne udsagn 2 + 3 = 5 Prædikater og kvantorer P (x) := x er et primtal x N : n
Læs mereDefinition (Pseudo-graf): En pseudo-graf G = (V, E) består af V, en ikke-tom mængde hvis elementer kaldes punkter, en mængde E samt en funktion f : E
Grafteori Definition (Simpel graf): En simpel graf G = (V, E) består af V, en mængde hvis elementer kaldes punkter, og E, en mængde af uordnede par af forskellige elementer fra V. Et element fra E kaldes
Læs mereAffine rum. a 1 u 1 + a 2 u 2 + a 3 u 3 = a 1 u 1 + (1 a 1 )( u 2 + a 3. + a 3. u 3 ) 1 a 1. Da a 2
Affine rum I denne note behandles kun rum over R. Alt kan imidlertid gennemføres på samme måde over C eller ethvert andet legeme. Et underrum U R n er karakteriseret ved at det er en delmængde som er lukket
Læs mereUdtømmende søgning. Udtømmende søgning (kombinatorisk søgning) Problem med 4461 byer Udtømmende søgning i grafer. Find den korteste rundtur
Udtømmende søgning Udtømmende søgning (kombinatorisk søgning) Systematisk gennemsøgning af alle potentielle løsninger Den rejsende sælgers problem (TSP): En sælger skal besøge N byer ind den korteste rundtur
Læs mereFejlkorligerende køder Fejlkorrigerende koder
Fejlkorligerende køder Fejlkorrigerende koder Olav Geil Skal man sende en fødselsdagsgave til fætter Børge, så pakker man den godt ind i håb om, at kun indpakningen er beskadiget ved modtagelsen. Noget
Læs mereKRYPTOLOGI ( Litt. Peter Landrock & Knud Nissen : Kryptologi)
KRYPTOLOGI ( Litt. Peter Landrock & Knud Nissen : Kryptologi) 1. Klassiske krypteringsmetoder 1.1 Terminologi klartekst kryptotekst kryptering dekryptering 1.2 Monoalfabetiske kryptosystemer 1.3 Additive
Læs mereMindste udspændende træ
Mindste udspændende træ Introduktion Repræsentation af vægtede grafer Egenskaber for mindste udspændende træer Prims algoritme Kruskals algoritme Philip Bille Mindste udspændende træ Introduktion Repræsentation
Læs mereSkriftlig Eksamen Algoritmer og sandsynlighed (DM538)
Skriftlig Eksamen Algoritmer og sandsynlighed (DM538) Institut for Matematik & Datalogi Syddansk Universitet Fredag den 9 Januar 2015, kl. 10 14 Alle sædvanlige hjælpemidler(lærebøger, notater etc.) samt
Læs merePerspektiverende Datalogi Klassiske Algoritmer
Perspektiverende Datalogi Klassiske Algoritmer Gerth Stølting Brodal 1 Indhold Eksempler på beregningsproblemer Algoritmer og deres analyse Korrekthed af algoritmer Ressourceforbrug for algoritmer Kompleksitet
Læs mereUdtømmende søgning 1
Udtømmende søgning Udtømmende søgning (kombinatorisk søgning) Systematisk gennemsøgning af alle potentielle løsninger Den rejsende sælgers problem (TSP): En sælger skal besøge N byer Find den korteste
Læs mereGrafteori. 1 Terminologi. Grafteori, Kirsten Rosenkilde, august fra V. (Engelsk: subgraph, spanning subgraph, the subgraph
Grafteori, Kirsten Rosenkilde, august 2010 1 Grafteori Dette er en introduktion til de vigtigste begreber i grafteori, udvalgt teori samt eksempler på opgavetyper inden for emnet med fokus på den type
Læs mereNormale tal. Outline. Hvad er tilfældighed? Uafhængighed. Matematiklærerdag Simon Kristensen. Aarhus Universitet, 24/03/2017
Matematiklærerdag 2017 Institut for Matematik Aarhus Universitet Aarhus Universitet, 24/03/2017 Outline 1 2 3 Hvad er tilfældighed? I statistik, sandsynlighedsteori og ikke mindst i programmering er det
Læs mereMindste udspændende træ
Mindste udspændende træ Introduktion Repræsentation af vægtede grafer Egenskaber for mindste udspændende træer Prims algoritme Kruskals algoritme Philip Bille Mindste udspændende træ Introduktion Repræsentation
Læs mereEksempel på muligt eksamenssæt i Diskret Matematik
Eksempel på muligt eksamenssæt i Diskret Matematik Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet???dag den?.????, 20??. Kl. 9-13. Nærværende eksamenssæt består af 13 nummererede sider med
Læs mereGrafteori. 1 Terminologi. Indhold
Grafteori Dette er en introduktion til de vigtigste begreber i grafteori, udvalgt teori samt eksempler på opgavetyper inden for emnet med fokus på de opgavetyper der typisk er til internationale matematikkonkurrencer.
Læs mereTal. Vi mener, vi kender og kan bruge følgende talmængder: N : de positive hele tal, Z : de hele tal, Q: de rationale tal.
1 Tal Tal kan forekomme os nærmest at være selvfølgelige, umiddelbare og naturgivne. Men det er kun, fordi vi har vænnet os til dem. Som det vil fremgå af vores timer, har de mange overraskende egenskaber
Læs mereIntroduktion til prædikatlogik
Introduktion til prædikatlogik Torben Braüner Datalogisk Afdeling Roskilde Universitetscenter 1 Plan Symbolisering af sætninger Syntaks Semantik 2 Udsagnslogik Sætningen er den mindste syntaktiske enhed
Læs mere3.1 Baser og dimension
SEKTION 3 BASER OG DIMENSION 3 Baser og dimension Definition 3 Lad V være et F-vektorrum Hvis V = {0}, så har V dimension 0 2 Hvis V har en basis bestående af n vektorer, så har V dimension n 3 Hvis V
Læs mereFejlkorligerende køder Fejlkorrigerende koder
Fejlkorligerende køder Fejlkorrigerende koder Denne note er skrevet med udgangspunkt i [, p 24-243, 249 Et videre studium kan eksempelvis tage udgangspunkt i [2 Eventuelle kommentarer kan sendes til olav@mathaaudk
Læs meredcomnet-nr. 6 Talrepræsentation Computere og Netværk (dcomnet)
dcomnet-nr. 6 Talrepræsentation Computere og Netværk (dcomnet) Efterår 2009 1 Talrepræsentation På maskinkodeniveau (Instruction Set Architecture Level) repræsenteres ordrer og operander ved bitfølger
Læs mereTALTEORI Wilsons sætning og Euler-Fermats sætning.
Wilsons sætning og Euler-Fermats sætning, oktober 2008, Kirsten Rosenkilde 1 TALTEORI Wilsons sætning og Euler-Fermats sætning. Disse noter forudsætter et grundlæggende kendskab til talteori som man kan
Læs mereDATALOGISK INSTITUT, AARHUS UNIVERSITET
DATALOGISK INSTITUT, AARHUS UNIVERSITET Det Naturvidenskabelige Fakultet EKSAMEN Grundkurser i Datalogi Algoritmer og Datastrukturer (00-ordning) Antal sider i opgavesættet (incl. forsiden): 7 (syv) Eksamensdag:
Læs mereFejlkorligerende køder Fejlkorrigerende koder
Fejlkorligerende køder Fejlkorrigerende koder Olav Geil Skal man sende en fødselsdagsgave til fætter Børge, så pakker man den godt ind i håb om, at kun indpakningen er beskadiget ved modtagelsen. Noget
Læs mereMat H /05 Note 2 10/11-04 Gerd Grubb
Mat H 1 2004/05 Note 2 10/11-04 Gerd Grubb Nødvendige og tilstrækkelige betingelser for ekstremum, konkave og konvekse funktioner. Fremstillingen i Kapitel 13.1 2 af Sydsæters bog [MA1] suppleres her med
Læs mereMatroider Majbritt Felleki
18 Rejselegatsformidlingsaktivitet Matroider Majbritt Felleki Den amerikanske matematiker Hassler Whitney fandt i 1935 sammenhænge mellem sætninger i grafteori og sætninger i lineær algebra. Dette førte
Læs mereImplikationer og Negationer
Implikationer og Negationer Frank Villa 5. april 2014 Dette dokument er en del af MatBog.dk 2008-2012. IT Teaching Tools. ISBN-13: 978-87-92775-00-9. Se yderligere betingelser for brug her. Indhold 1 Introduktion
Læs mereKnudeteori. Introduktion Isotopi-begrebet Trefarvning af knuder Primknuder og knudeklassifikation Jones-polynomiet Flere invarianter Nogle anvendelser
Knudeteori Introduktion Isotopi-begrebet Trefarvning af knuder Primknuder og knudeklassifikation Jones-polynomiet Flere invarianter Nogle anvendelser 1 Reklame Kenneth Hansen Knudeteori Forlaget Systime
Læs mereer et helt tal. n 2 AB CD AC BD (b) Vis, at tangenterne fra C til de omskrevne cirkler for trekanterne ACD og BCD står vinkelret på hinanden.
Opgave Heltalligt Bestem alle hele tal, n >, for hvilke n + n er et helt tal. Opgave Trekantet I en spidsvinklet trekant ABC skærer vinkelhalveringslinien fra A siden BC i punktet L og den omskrevne cirkel
Læs mereDATALOGI 1E. Skriftlig eksamen torsdag den 3. juni 2004
Københavns Universitet Naturvidenskabelig Embedseksamen DATALOGI 1E Skriftlig eksamen torsdag den 3. juni 2004 Opgaverne vægtes i forhold til tidsangivelsen herunder, og hver opgaves besvarelse bedømmes
Læs mereNoter om opgaver i diskret matematik, Kirsten Rosenkilde, Maj Diskret matematik
Noter om opgaver i diskret matematik, Kirsten Rosenkilde, Maj 2007 1 Diskret matematik Disse noter er en introduktion til skuffeprincippet, grafteori, spilstrategier samt opgaver der kan løses ved farvelægning.
Læs meresætning: Hvis a og b er heltal da findes heltal s og t så gcd(a, b) = sa + tb.
sætning: Hvis a og b er heltal da findes heltal s og t så gcd(a, b) = sa + tb. lemma: Hvis a, b og c er heltal så gcd(a, b) = 1 og a bc da vil a c. lemma: Hvis p er et primtal og p a 1 a 2 a n hvor hvert
Læs mereMinimum udspændende Træer (MST)
Minimum udspændende Træer (MST) Træer Et (frit/u-rodet) træ er en uorienteret graf G = (V, E) som er Sammenhængende: der er en sti mellem alle par af knuder. Acyklisk: der er ingen kreds af kanter. Træ
Læs mereKorteste veje i vægtede grafer. Længde af sti = sum af vægte af kanter på sti.
Korteste veje Korteste veje i vægtede grafer Længde af sti = sum af vægte af kanter på sti. Korteste veje i vægtede grafer Længde af sti = sum af vægte af kanter på sti. δ(u, v) = længden af en korteste
Læs merematx.dk Enkle modeller
matx.dk Enkle modeller Dennis Pipenbring 28. juni 2011 Indhold 1 Indledning 4 2 Funktionsbegrebet 4 3 Lineære funktioner 8 3.1 Bestemmelse af funktionsværdien................. 9 3.2 Grafen for en lineær
Læs mere4.1 Lineære Transformationer
SEKTION 41 LINEÆRE TRANSFORMATIONER 41 Lineære Transformationer Definition 411 ([L], s 175) Lad V, W være F-vektorrum En lineær transformation L : V W er en afbildning, som respekterer lineær struktur,
Læs mere