Kokonaislukuoptiomointi Leikkaustasomenetelmät

Koko: px
Aloita esitys sivulta:

Download "Kokonaislukuoptiomointi Leikkaustasomenetelmät"

Transkriptio

1 Kokonaislukuoptiomointi Leikkaustasomenetelmät Systeemianalyysin Laboratorio

2 Sisällys Leikkaustasomenetelmät yleisesti Leikkaustasomenetelmät generoivilla kokonaislukujoukoilla Gomoryn leikkaavat tasot ja hilapohjaiset leikkaustasomenetelmät

3 Tehtävän kuvaus Tarkastellaan tehtävää max c x s.t. Ax b, x Z n, (1) missä A Z m n, b Z m ja c Z n Olkoon P = {x R n Ax b} ja F = P Z n Tehtävän (1) relaksaatiolla tarkoitetaan tehtävää, jossa sallitaan ratkaisut x R n Relaksaation ratkaisemiseen tunnetaan useita algoritmeja

4 Leikkaustasomenetelmät yleisesti Leikkaustasomenetelmässä ratkaistaan kokonaislukuoptimoinnin ongelma (1) seuraavasti 1. Ratkaistaan relaksoitu ongelma 2. Jos relaksaation ratkaisu ei ole kokonaisluku, muodostetaan uusi rajoitus, joka poistaa käyvästä joukosta relaksaation ratkaisun, mutta ei alkuperäisen tehtävän ratkaisua 3. Palataan kohtaan 1 muutetulla tehtävällä Menetelmässä käypää joukkoa leikataan hypertasoilla siten, että ei-kokonaislukuratkaisut poistuvat Valitsemalla leikkaukset eri tavoin saadaan erilaisia menetelmiä

5 Leikkaustasomenetelmä generoivilla kokonaislukujoukoilla Eräs tapa leikata käypää joukkoa saadaan käyttämällä generoivia kokonaislukujoukkoja Aloitetaan olettamalla, että ongelman (1) relaksaatiolla on yksikäsitteinen (ekstreemipiste)ratkaisu x Merkitään I :llä niiden indeksien i joukkoa, joille pätee a ix = b i, i I (2)

6 Merkitään yhtälöiden (2) generoimaa kartioita C = {x R n x = i I y i a i, y i 0, i I } Lyhyemmin merkitään C = cone(a I ) Jokaiselle d C ja x P pätee nyt d x = i I y i a i x i I y i b i = i I y i a i x = d x Jos d Z n, niin jokaisella x F pätee d x Z = jokaisella x F pätee d x d x

7 Generoivat kokonaislukujoukot (kertausta) Määritelmä: Olkoon D Z n. Joukko H D on generoiva kokonaislukujoukko, jos jokainen x D voidaan esittää muodossa k x = λ i h i, missä λ i Z +, h i H. Lause: Rationaalisen kartion kokonaislukupisteillä on äärellinen generoiva kokonaislukujoukko Polyhedraalijoukon generoivan kokonaislukujoukon etsimiseen on olemassa algoritmeja i=1

8 Joukolla C Z n on äärellinen generoiva kokonaislukujoukko H = {h 1,..., h k } (C on rationaalinen kartio) = h Z n jokaisella h H, joten h x h x kaikilla x F Epätyhjälle ja rajoitetulle P = {x R n Ax b} voidaan osoittaa, kun x on tehtävän (1) relaksaation ratkaisu: (a) Ratkaisu x on kokonaisluku h i x on kokonaisluku kaikilla i = 1,..., k (b) Jos d C Z n, niin epäyhtälö d x d x saadaan ottamalla ei-negatiivinen kokonaislukukombinaatio epäyhtälöistä h x h x kaikilla h H

9 Sanakirjajärjestys Aikaisemmin tehtiin oletus, että x on ongelman (1) relaksaation yksikäsitteinen ratkaisu Yleisesti lineaarisella ongelmalla voi esiintyä ylinumeroituva määrä ratkaisuja Toimivaa algoritmia varten täytyy varmistaa, että aina valitaan yksikäsitteisesti määrätty optimaalinen ratkaisu x Määritellään tätä silmälläpitäen ns. sanakirjajärjestys, jolla tehtävän (1) relaksaation ratkaisut voidaan järjestää ja poimia jokin näistä yksikäsitteisesti

10 Määritelmä: Olkoon K kaikkien tehtävän (1) relaksaation ratkaisujen joukko Ratkaisu x K on sanakirjajärjestyksessä suurin, x lex x jos jokaisella x K on olemassa indeksi k {0,..., n 1} siten, että xi = x i kaikilla i = 1,..., k ja xk+1 > x k+1 Merkitään x = lexmax{c x : x P} Olkoon P = {(x 1, x 2 ) x 1 + x 2 1, x 1, x 2 0} Kaikista tehtävän max{2x 1 + 2x 2 : x P} ratkaisuista ratkaisu (1, 0) on sanakirjajärjestyksessä suurin

11 Leikkaustasomenetelmän algoritmi generoivilla kokonaislukujoukoilla Algoritmin alustus ja ulostulo Syöte: Matriisi A Z m n, vektorit c Z n ja b Z m Ulostulo: Optimaalinen ratkaisu x tehtävälle max c x : Ax b, x Z n

12 Algoritmi 1/2 1. Asetetaan t = 0, b 0 = b, A 0 = A, P 0 = {x R n A 0 x b 0 } 2. Ratkaistaan lexmax{c x : x P t } (a) Jos P t =, niin ongelmaan ei ole käypää ratkaisua, pysäytetään algoritmi (b) Muutoin merkitään optimiratkaisua x t :llä 3. Jos x t on kokonaisluku, palautetaan x t ja pysäytetään algoritmi 4. Olkoon I niiden A t x b:n rivien joukko, joille epäyhtälö pätee yhtälönä x t :ssä

13 Algoritmi 2/2 5. Määritetään kartion cone(a t,i ) Z n generoiva kokonaislukujoukko H = {h 1,..., h k }, merkitään H t Z k n matriisia, jonka rivit muodostuvat kantavektoreista h i 6. Asetetaan A t+1, b t+1 rajoituksia [ At H t ] [ x b t ( h 1 x t,..., h k x t ) vastaaviksi, asetetaan P t+1 = {x R n A t+1 x b t+1 } 7. Asetetaan t = t + 1 ja palataan kohtaan 2 Lause: yo. algoritmi löytää tehtävän (1) ratkaisun äärellisen monella askeleella ]

14 1/2 Tarkastellaan tehtävää Relaksaatiolla ratkaisu x = (1.5, 2.5) max x 1 + 2x 2 s.t. 4x 1 + 6x 2 9 x 1 + x 2 4 x 1, x 2 Z n (3) Ratkaisussa molemmat tehtävän epäyhtälöt aktiivisia saadaan kartio C = {(d 1, d 2 ) = ( 4y 1 + y 2, 6y 1 + y 2 ), y 1, y 2 0} = {(d 1, d 2 ) d 1 + d 2 0, 3d 1 + 2d 2 0}

15 2/2 Voidaan osoittaa, että C:lle saadaan generoiva kokonaislukujoukko H = {(0, 1), ( 1, 2), ( 2, 3), (1, 1) } Yhtälön h x h x avulla saadaan lisärajoitukset x 2 2 x 1 + 2x 2 3 2x 1 + 3x 2 4 x 1 + x 2 4 Uuden tehtävän relaksaation ratkaisuna löytyy piste (1, 2), joka on alkuperäisen tehtävän 3 ratkaisu

16 Gomoryn leikkaavat tasot Gomoryn leikkaavat tasot Leikkaustasot hilojen avulla Tarkastellaan standardimuotoista tehtävää max c x s.t. Ax = b, x Z n, (4) missä A Z m n, b Z m ja c Z n Jos tehtävän relaksaatiota ratkotaan simplex menetelmällä, niin simplexin muodostamista taulukoista voidaan tehdä ns. Gomoryn leikkauksia, jotka rajoittavat käypää joukkoa P

17 Gomoryn leikkaavat tasot Leikkaustasot hilojen avulla Voidaan osoittaa, että Gomoryn leikkaukset ovat itse asiassa generoivia kokonaislukujoukkoja käyttävän leikkaustasomenetelmän mukaisia Ts. tehtävän (4) relaksaatiota ratkovan simplex menetelmän taulukoista voidaan johtaa kartio C ja sille generoiva kokonaislukujoukko H Gomoryn leikkaukset ovat siis erikoistapaus generoivia kokonaislukujoukkoja käyttävästä leikkaustasomenetelmästä

18 Leikkaustasot hilojen avulla Gomoryn leikkaavat tasot Leikkaustasot hilojen avulla Voidaan osoittaa, että generoivia kokonaislukujoukkoja käyttävä leikkaustasomenetelmä löytää tehtävän (1) ratkaisun äärellisessä ajassa Menetelmässä täytyy kuitenkin laskea kartiolle generoiva kokonaislukujoukko, mikä on usein laskennallisesti työlästä Hiloihin (lattice) perustuvat leikkaustasot ovat yleensä käyttökelpoisempia Seminaarissa jätettiin väliin kirjan hiloja käsittelevä kappale 6, joten tässä esityksessä tehdään vain yleisluontoinen silmäys hiloihin perustuviin leikkaustasomenetelmiin

19 Gomoryn leikkaavat tasot Leikkaustasot hilojen avulla Määritelmä: Olkoon B = [b 1,..., b d ] R n d matriisi, jonka sarakkeet ovat lineaarisesti riippumattomia Joukkoa L = L(B) = {y R n y = Bv, v Z d } kutsutaan B:n generoimaksi hilaksi Tehtävän (1) matriisin A avulla voidaan luoda erilaisia hiloja muodossa L(A I 1 U) (U unimodulaarinen matriisi) Saatavasta hilasta voidaan muodostaa leikkaavia tasoja Matriisin U valinnalla hilan muodostamiseen saadaan vaihtoehtoja ja täten algoritmiin joustavuutta sovelluksia ajatellen

20 leikkaustasomenetelmistä Leikkaustasomenetelmissä käypää joukkoa leikataan tasoilla poistamatta kokonaislukupisteitä kunnes saadaan LP-tehtävä, jonka ratkaisu on kokonaisluku Erilaiset leikkaustavat tuottavat erilaisia algoritmeja Generoivat kokonaislukujoukot Laskennallisesti työläs Gomoryn leikkaukset Ensimmäisiä leikkaustasoalgoritmejä, käyttö simplex menetelmän yhteydessä Hilapohjaiset menetelmät Laskennallisesti käyttökelpoinen, hila kustomoitavissa tehtävän mukaan

73125 MATEMAATTINEN OPTIMOINTITEORIA 2

73125 MATEMAATTINEN OPTIMOINTITEORIA 2 73125 MATEMAATTINEN OPTIMOINTITEORIA 2 Risto Silvennoinen Tampereen teknillinen yliopisto, kevät 2004 1. Peruskäsitteet Optimointiteoria on sovelletun matematiikan osa-alue, jossa tutkitaan funktioiden

Lisätiedot

Malliratkaisut Demo 1

Malliratkaisut Demo 1 Malliratkaisut Demo 1 1. Merkitään x = kuinka monta viikkoa odotetaan ennen kuin perunat nostetaan. Nyt maksimoitavaksi kohdefunktioksi tulee f(x) = (60 5x)(300 + 50x). Funktio f on alaspäin aukeava paraaeli,

Lisätiedot

Suora. Hannu Lehto. Lahden Lyseon lukio

Suora. Hannu Lehto. Lahden Lyseon lukio Suora Hannu Lehto Lahden Lyseon lukio Suuntavektori Normaalivektori Hannu Lehto 4. syyskuuta 2010 Lahden Lyseon lukio 2 / 12 Esimerkki Suuntavektori Normaalivektori Tarkastellaan suoraa y = 2 3 x 1. kulmakerroin

Lisätiedot

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä 3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a 21

Lisätiedot

Luento 7: Kokonaislukuoptimointi

Luento 7: Kokonaislukuoptimointi Luento 7: Kokonaislukuoptimointi Lineaarisessa optimointitehtävässä (LP) kaikki muuttujat ovat jatkuvia. Kokonaislukuoptimoinnin (ILP = Integer LP) tehtävässä kaikilla muuttujilla on kokonaislukurajoitus

Lisätiedot

110. 111. 112. 113. 114. 4. Matriisit ja vektorit. 4.1. Matriisin käsite. 4.2. Matriisialgebra. Olkoon A = , B = Laske A + B, 5 14 9, 1 3 3

110. 111. 112. 113. 114. 4. Matriisit ja vektorit. 4.1. Matriisin käsite. 4.2. Matriisialgebra. Olkoon A = , B = Laske A + B, 5 14 9, 1 3 3 4 Matriisit ja vektorit 4 Matriisin käsite 42 Matriisialgebra 0 2 2 0, B = 2 2 4 6 2 Laske A + B, 2 A + B, AB ja BA A + B = 2 4 6 5, 2 A + B = 5 9 6 5 4 9, 4 7 6 AB = 0 0 0 6 0 0 0, B 22 2 2 0 0 0 6 5

Lisätiedot

Matematiikka B2 - Avoin yliopisto

Matematiikka B2 - Avoin yliopisto 6. elokuuta 2012 Opetusjärjestelyt Luennot 9:15-11:30 Harjoitukset 12:30-15:00 Tentti Kurssin sisältö (1/2) Matriisit Laskutoimitukset Lineaariset yhtälöryhmät Gaussin eliminointi Lineaarinen riippumattomuus

Lisätiedot

Ominaisarvo ja ominaisvektori

Ominaisarvo ja ominaisvektori Määritelmä Ominaisarvo ja ominaisvektori Oletetaan, että A on n n -neliömatriisi. Reaaliluku λ on matriisin ominaisarvo, jos on olemassa sellainen vektori v R n, että v 0 ja A v = λ v. Vektoria v, joka

Lisätiedot

Esimerkki 2 (Kaupparatsuongelma eli TSP)

Esimerkki 2 (Kaupparatsuongelma eli TSP) 10 Esimerkki 2 (Kaupparatsuogelma eli TSP) Kauppamatkustaja o kierrettävä kaupukia site, että hä lähtee kaupugista 1 ja palaa sie sekä käy jokaisessa muussa kaupugissa täsmällee kerra. Matka kaupugista

Lisätiedot

1. LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT. 1.1 Lineaariset yhtälöryhmät

1. LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT. 1.1 Lineaariset yhtälöryhmät 1 1 LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT Muotoa 11 Lineaariset yhtälöryhmät (1) a 1 x 1 + a x + + a n x n b oleva yhtälö on tuntemattomien x 1,, x n lineaarinen yhtälö, jonka kertoimet ovat luvut a 1,,

Lisätiedot

1 Kannat ja kannanvaihto

1 Kannat ja kannanvaihto 1 Kannat ja kannanvaihto 1.1 Koordinaattivektori Oletetaan, että V on K-vektoriavaruus, jolla on kanta S = (v 1, v 2,..., v n ). Avaruuden V vektori v voidaan kirjoittaa kannan vektorien lineaarikombinaationa:

Lisätiedot

Laskennan vaativuus ja NP-täydelliset ongelmat

Laskennan vaativuus ja NP-täydelliset ongelmat Laskennan vaativuus ja NP-täydelliset ongelmat TRAK-vierailuluento 13.4.2010 Petteri Kaski Tietojenkäsittelytieteen laitos Tietojenkäsittelytiede Tietojenkäsittelytiede tutkii 1. mitä tehtäviä voidaan

Lisätiedot

Harjoitus 3 (31.3.2015)

Harjoitus 3 (31.3.2015) Harjoitus (..05) Tehtävä Olkoon kaaren paino c ij suurin sallittu korkeus tieosuudella (i,j). Etsitään reitti solmusta s solmuun t siten, että reitin suurin sallittu korkeus pienimmillään olisi mahdollisimman

Lisätiedot

Taso 1/5 Sisältö ESITIEDOT: vektori, koordinaatistot, piste, suora

Taso 1/5 Sisältö ESITIEDOT: vektori, koordinaatistot, piste, suora Taso 1/5 Sisältö Taso geometrisena peruskäsitteenä Kolmiulotteisen alkeisgeometrian peruskäsitteisiin kuuluu taso pisteen ja suoran lisäksi. Intuitiivisesti sitä voidaan ajatella joka suunnassa äärettömyyteen

Lisätiedot

Harjoitus 3 (3.4.2014)

Harjoitus 3 (3.4.2014) Harjoitus 3 (3..) Tehtävä Olkoon kaaren paino c ij suurin sallittu korkeus tieosuudella (i, j). Etsitään reitti solmusta s solmuun t siten, että reitin suurin sallittu korkeus pienimmillään olisi mahdollisimman

Lisätiedot

v 8 v 9 v 5 C v 3 v 4

v 8 v 9 v 5 C v 3 v 4 Verkot Verkko on (äärellinen) matemaattinen malli, joka koostuu pisteistä ja pisteitä toisiinsa yhdistävistä viivoista. Jokainen viiva yhdistää kaksi pistettä, jotka ovat viivan päätepisteitä. Esimerkiksi

Lisätiedot

Monissa käytännön ongelmissa ei matriisiyhtälölle Ax = b saada ratkaisua, mutta approksimaatio on silti käyttökelpoinen.

Monissa käytännön ongelmissa ei matriisiyhtälölle Ax = b saada ratkaisua, mutta approksimaatio on silti käyttökelpoinen. Pns ratkaisu (Kr. 20.5, Lay 6.5 C-II/KP-II, 20, Kari Eloranta Monissa käytännön ongelmissa ei matriisiyhtälölle Ax = b saada ratkaisua, mutta approksimaatio on silti käyttökelpoinen. Määritelmä Jos A on

Lisätiedot

Tentissä on viisi tehtävää, jotka arvosteellaan asteikolla 0-6. Tehtävien alakohdat ovat keskenään samanarvoisia ellei toisin mainita.

Tentissä on viisi tehtävää, jotka arvosteellaan asteikolla 0-6. Tehtävien alakohdat ovat keskenään samanarvoisia ellei toisin mainita. Tentissä on viisi tehtävää, jotka arvosteellaan asteikolla 0-6. Tehtävien alakohdat ovat keskenään samanarvoisia ellei toisin mainita. Tehtävä 1 Mitä seuraavat käsitteet tarkoittavat? Monitahokas (polyhedron).

Lisätiedot

30A01000 Taulukkolaskenta ja analytiikka Luku 8: Lineaarinen optimointi ja sen sovellukset

30A01000 Taulukkolaskenta ja analytiikka Luku 8: Lineaarinen optimointi ja sen sovellukset 30A01000 Taulukkolaskenta ja analytiikka Luku 8: Lineaarinen optimointi ja sen sovellukset Mitä on lineaarinen optimointi (LP)? LP= lineaarinen optimointiongelma (Linear Programming) Menetelmä, jolla etsitään

Lisätiedot

TEKNILLINEN TIEDEKUNTA, MATEMATIIKAN JAOS

TEKNILLINEN TIEDEKUNTA, MATEMATIIKAN JAOS 1. Suorakaiteen muotoisen lämmönvaraajan korkeus on K, leveys L ja syvyys S yksikköä. Konvektiosta ja säteilystä johtuvat lämpöhäviöt ovat verrannollisia lämmönvaraajan lämpötilan T ja ympäristön lämpötilan

Lisätiedot

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu Merkintöjä := vasen puoli määritellään oikean puolen lausekkeella s.e. ehdolla; siten että (engl. subject to, s.t.) on voimassa

Lisätiedot

Lineaarialgebra ja differentiaaliyhtälöt Harjoitus 4 / Ratkaisut

Lineaarialgebra ja differentiaaliyhtälöt Harjoitus 4 / Ratkaisut MS-C34 Lineaarialgebra ja differentiaaliyhtälöt, IV/26 Lineaarialgebra ja differentiaaliyhtälöt Harjoitus 4 / t Alkuviikon tuntitehtävä Hahmottele matriisia A ( 2 6 3 vastaava vektorikenttä Matriisia A

Lisätiedot

1.1 Vektorit. MS-A0007 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n. 1. Vektorit ja kompleksiluvut

1.1 Vektorit. MS-A0007 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n. 1. Vektorit ja kompleksiluvut ja kompleksiluvut ja kompleksiluvut 1.1 MS-A0007 Matriisilaskenta 1. ja kompleksiluvut Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 26.10.2015 Reaalinen

Lisätiedot

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Matriisihajotelmat: Schur ja Jordan Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 18 R. Kangaslampi Matriisihajotelmat:

Lisätiedot

Tensorialgebroista. Jyrki Lahtonen A = A n. n=0. I n, I = n=0

Tensorialgebroista. Jyrki Lahtonen A = A n. n=0. I n, I = n=0 Tensorialgebroista Esitysteorian kesäopintopiiri, Turun yliopisto, 2012 Jyrki Lahtonen Olkoon k jokin skalaarikunta. Kerrataan k-algebran käsite: A on k-algebra, jos se on sekä rengas että vektoriavaruus

Lisätiedot

Nollasummapelit ja muut yleisemmät summapelit

Nollasummapelit ja muut yleisemmät summapelit Nollasummapelit ja muut yleisemmät summapelit Teemu Orjatsalo Matematiikan pro gradu Jyväskylän yliopisto Matematiikan ja tilastotieteen laitos Syksy 2013 Tiivistelmä: Teemu Orjatsalo, Nollasummapelit

Lisätiedot

Jarkko Peltomäki. Aliryhmän sentralisaattori ja normalisaattori

Jarkko Peltomäki. Aliryhmän sentralisaattori ja normalisaattori Jarkko Peltomäki Aliryhmän sentralisaattori ja normalisaattori Matematiikan aine Turun yliopisto Syyskuu 2009 Sisältö 1 Johdanto 2 2 Määritelmiä ja perusominaisuuksia 3 2.1 Aliryhmän sentralisaattori ja

Lisätiedot

Suora 1/5 Sisältö ESITIEDOT: vektori, koordinaatistot, piste

Suora 1/5 Sisältö ESITIEDOT: vektori, koordinaatistot, piste Suora 1/5 Sisältö KATSO MYÖS:, vektorialgebra, geometriset probleemat, taso Suora geometrisena peruskäsitteenä Pisteen ohella suora on geometrinen peruskäsite, jota varsinaisesti ei määritellä. Alkeisgeometriassa

Lisätiedot

Hahmon etsiminen syotteesta (johdatteleva esimerkki)

Hahmon etsiminen syotteesta (johdatteleva esimerkki) Hahmon etsiminen syotteesta (johdatteleva esimerkki) Unix-komennolla grep hahmo [ tiedosto ] voidaan etsia hahmon esiintymia tiedostosta (tai syotevirrasta): $ grep Kisaveikot SM-tulokset.txt $ ps aux

Lisätiedot

Kansainväliset matematiikkaolympialaiset 2008

Kansainväliset matematiikkaolympialaiset 2008 Kansainväliset matematiikkaolympialaiset 2008 Tehtävät ja ratkaisuhahmotelmat 1. Teräväkulmaisen kolmion ABC korkeusjanojen leikkauspiste on H. Pisteen H kautta kulkeva ympyrä, jonka keskipiste on sivun

Lisätiedot

Teema 4. Homomorfismeista Ihanne ja tekijärengas. Teema 4 1 / 32

Teema 4. Homomorfismeista Ihanne ja tekijärengas. Teema 4 1 / 32 1 / 32 Esimerkki 4A.1 Esimerkki 4A.2 Esimerkki 4B.1 Esimerkki 4B.2 Esimerkki 4B.3 Esimerkki 4C.1 Esimerkki 4C.2 Esimerkki 4C.3 2 / 32 Esimerkki 4A.1 Esimerkki 4A.1 Esimerkki 4A.2 Esimerkki 4B.1 Esimerkki

Lisätiedot

Nollasummapelit ja bayesilaiset pelit

Nollasummapelit ja bayesilaiset pelit Nollasummapelit ja bayesilaiset pelit Kristian Ovaska HELSINGIN YLIOPISTO Tietojenkäsittelytieteen laitos Seminaari: Peliteoria Helsinki 18. syyskuuta 2006 Sisältö 1 Johdanto 1 2 Nollasummapelit 1 2.1

Lisätiedot

Johdatus lineaarialgebraan

Johdatus lineaarialgebraan Johdatus lineaarialgebraan Osa II Lotta Oinonen, Johanna Rämö 28. lokakuuta 2014 Helsingin yliopisto Matematiikan ja tilastotieteen laitos Sisältö 15 Vektoriavaruus....................................

Lisätiedot

Kuvaus eli funktio f joukolta X joukkoon Y tarkoittaa havainnollisesti vastaavuutta, joka liittää joukon X jokaiseen alkioon joukon Y tietyn alkion.

Kuvaus eli funktio f joukolta X joukkoon Y tarkoittaa havainnollisesti vastaavuutta, joka liittää joukon X jokaiseen alkioon joukon Y tietyn alkion. Kuvaus eli funktio f joukolta X joukkoon Y tarkoittaa havainnollisesti vastaavuutta, joka liittää joukon X jokaiseen alkioon joukon Y tietyn alkion. Vastaavuus puolestaan on erikoistapaus relaatiosta.

Lisätiedot

x > y : y < x x y : x < y tai x = y x y : x > y tai x = y.

x > y : y < x x y : x < y tai x = y x y : x > y tai x = y. ANALYYSIN TEORIA A Kaikki lauseet eivät ole muotoiltu samalla tavalla kuin luennolla. Ilmoita virheistä yms osoitteeseen mikko.kangasmaki@uta. (jos et ole varma, onko kyseessä virhe, niin ilmoita mieluummin).

Lisätiedot

1. Lineaarinen optimointi

1. Lineaarinen optimointi 0 1. Lineaarinen optimointi 1. Lineaarinen optimointi 1.1 Johdatteleva esimerkki Esimerkki 1.1.1 Giapetto s Woodcarving inc. valmistaa kahdenlaisia puuleluja: sotilaita ja junia. Sotilaan myyntihinta on

Lisätiedot

w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1.

w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1. Kotitehtävät, tammikuu 2011 Vaikeampi sarja 1. Ratkaise yhtälöryhmä w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1. Ratkaisu. Yhtälöryhmän ratkaisut (w, x, y, z)

Lisätiedot

Ilkka Mellin Todennäköisyyslaskenta Liite 1: Joukko-oppi

Ilkka Mellin Todennäköisyyslaskenta Liite 1: Joukko-oppi Ilkka Mellin Todennäköisyyslaskenta Liite 1: Joukko-oppi TKK (c) Ilkka Mellin (2007) 1 Joukko-oppi >> Joukko-opin peruskäsitteet Joukko-opin perusoperaatiot Joukko-opin laskusäännöt Funktiot Tulojoukot

Lisätiedot

TIEA241 Automaatit ja kieliopit, kevät 2011 (IV) Antti-Juhani Kaijanaho. 31. maaliskuuta 2011

TIEA241 Automaatit ja kieliopit, kevät 2011 (IV) Antti-Juhani Kaijanaho. 31. maaliskuuta 2011 TIEA241 Automaatit ja kieliopit, kevät 2011 (IV) Antti-Juhani Kaijanaho TIETOTEKNIIKAN LAITOS 31. maaliskuuta 2011 Sisällys Sisällys Chomskyn hierarkia kieli säännöllinen kontekstiton kontekstinen rekursiivisesti

Lisätiedot

Esimerkki A1. Jaetaan ryhmä G = Z 17 H = 4 = {1, 4, 4 2 = 16 = 1, 4 3 = 4 = 13, 4 4 = 16 = 1}.

Esimerkki A1. Jaetaan ryhmä G = Z 17 H = 4 = {1, 4, 4 2 = 16 = 1, 4 3 = 4 = 13, 4 4 = 16 = 1}. Jaetaan ryhmä G = Z 17 n H = 4 sivuluokkiin. Ratkaisu: Koska 17 on alkuluku, #G = 16, alkiona jäännösluokat a, a = 1, 2,..., 16. Määrätään ensin n H alkiot: H = 4 = {1, 4, 4 2 = 16 = 1, 4 3 = 4 = 13, 4

Lisätiedot

Liite 2. Ryhmien ja kuntien perusteet

Liite 2. Ryhmien ja kuntien perusteet Liite 2. Ryhmien ja kuntien perusteet 1. Ryhmät 1.1 Johdanto Erilaisissa matematiikan probleemoissa törmätään usein muotoa a + x = b tai a x = b oleviin yhtälöihin, joissa tuntematon muuttuja on x. Lukujoukkoja

Lisätiedot

Reiluus. Maxmin-reiluus. Tärkeä näkökohta best effort -tyyppisissä palveluissa. Reiluuden maxmin-määritelmä

Reiluus. Maxmin-reiluus. Tärkeä näkökohta best effort -tyyppisissä palveluissa. Reiluuden maxmin-määritelmä J. Virtamo 38.3141 Teleliikenneteoria / Reiluus 1 Reiluus Maxmin-reiluus Tärkeä näkökohta best effort -tyyppisissä palveluissa kenellekään ei anneta kvantitatiivisia QoS-takuita kaikkien pitää saada palvelua

Lisätiedot

Harjoitus 4: Matlab - Optimization Toolbox

Harjoitus 4: Matlab - Optimization Toolbox Harjoitus 4: Matlab - Optimization Toolbox Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Optimointimallin muodostaminen

Lisätiedot

Logistinen regressio, separoivat hypertasot

Logistinen regressio, separoivat hypertasot Logistinen regressio, separoivat hypertasot Topi Sikanen Logistinen regressio Aineisto jakautunut K luokkaan K=2 tärkeä erikoistapaus Halutaan mallintaa luokkien vedonlyöntikertoimia (odds) havaintojen

Lisätiedot

T 61.152 Informaatiotekniikan seminaari: Kombinatorinen Optimointi

T 61.152 Informaatiotekniikan seminaari: Kombinatorinen Optimointi T 61.152 Informaatiotekniikan seminaari: Kombinatorinen Optimointi Johdantoluento (22.1.2008) Nikolaj Tatti ntatti@cc.hut.fi Johdantoluento Kurssijärjestelyt ja vaatimukset. Kurssin sisällöstä. Hyvä esitelmä

Lisätiedot

k=1 b kx k K-kertoimisia polynomeja, P (X)+Q(X) = (a k + b k )X k n+m a i b j X k. i+j=k k=0

k=1 b kx k K-kertoimisia polynomeja, P (X)+Q(X) = (a k + b k )X k n+m a i b j X k. i+j=k k=0 1. Polynomit Tässä luvussa tarkastelemme polynomien muodostamia renkaita polynomien ollisuutta käsitteleviä perustuloksia. Teemme luvun alkuun kaksi sopimusta: Tässä luvussa X on muodollinen symboli, jota

Lisätiedot

Avaruuden kolme sellaista pistettä, jotka eivät sijaitse samalla suoralla, määräävät

Avaruuden kolme sellaista pistettä, jotka eivät sijaitse samalla suoralla, määräävät 11 Taso Avaruuden kolme sellaista pistettä, jotka eivät sijaitse samalla suoralla, määräävät tason. Olkoot nämä pisteet P, B ja C. Merkitään vaikkapa P B r ja PC s. Tällöin voidaan sanoa, että vektorit

Lisätiedot

Alijärjestelmän mittaus ja muita epätäydellisiä mittauksia

Alijärjestelmän mittaus ja muita epätäydellisiä mittauksia T-79.4001 Tietojenkäsittelyteorian seminaari 0..008 1 Alijärjestelmän mittaus ja muita epätäydellisiä mittauksia Loepp & Wootters, Protecting Information, luvut.4-.5 T-79.4001 Tietojenkäsittelyteorian

Lisätiedot

(Monisteen Esimerkki 2.6.8) Olkoon R polynomifunktioiden rengas R[x]. Kiinnitetään c R. Merkitään

(Monisteen Esimerkki 2.6.8) Olkoon R polynomifunktioiden rengas R[x]. Kiinnitetään c R. Merkitään Monisteen Esimerkki 2.6.8 Olkoon R polynomifunktioiden rengas R[x]. Kiinnitetään c R. Merkitään I c = {px R pc = 0}. Osoitetaan, että I c on renkaan R ihanne. Ratkaisu: Vakiofunktio 0 R I c joten I c.

Lisätiedot

Luku 6. Dynaaminen ohjelmointi. 6.1 Funktion muisti

Luku 6. Dynaaminen ohjelmointi. 6.1 Funktion muisti Luku 6 Dynaaminen ohjelmointi Dynaamisessa ohjelmoinnissa on ideana jakaa ongelman ratkaisu pienempiin osaongelmiin, jotka voidaan ratkaista toisistaan riippumattomasti. Jokaisen osaongelman ratkaisu tallennetaan

Lisätiedot

Harjoitus 8: Excel - Optimointi

Harjoitus 8: Excel - Optimointi Harjoitus 8: Excel - Optimointi Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Lineaarisen optimointimallin muodostaminen

Lisätiedot

OPERAATIOANALYYSI ORMS.1020

OPERAATIOANALYYSI ORMS.1020 VAASAN YLIOPISTO Talousmatematiikka Prof. Ilkka Virtanen OPERAATIOANALYYSI ORMS.1020 Tentti 2.2.2008 1. Yrityksen tavoitteena on minimoida tuotannosta ja varastoinnista aiheutuvat kustannukset 4 viikon

Lisätiedot

811312A Tietorakenteet ja algoritmit 2015-2016. I Johdanto

811312A Tietorakenteet ja algoritmit 2015-2016. I Johdanto 811312A Tietorakenteet ja algoritmit 2015-2016 I Johdanto Sisältö 1. Algoritmeista ja tietorakenteista 2. Algoritmien analyysistä 811312A TRA, Johdanto 2 I.1. Algoritmeista ja tietorakenteista I.1.1. Algoritmien

Lisätiedot

Metropolia ammattikorkeakoulu 05.02.2015 TI00AA43-3004: Ohjelmointi Kotitehtävät 3

Metropolia ammattikorkeakoulu 05.02.2015 TI00AA43-3004: Ohjelmointi Kotitehtävät 3 : http://users.metropolia.fi/~pasitr/2014-2015/ti00aa43-3004/kt/03/ratkaisut/ Tehtävä 1. (1 piste) Tee ohjelma K03T01.cpp, jossa ohjelmalle syötetään kokonaisluku. Jos kokonaisluku on positiivinen, niin

Lisätiedot

Johdatus peliteoriaan

Johdatus peliteoriaan Johdatus peliteoriaan Kahden pelaajan nollasummapelien ratkaiseminen ja Nashin tasapainojen olemassaolo usean pelaajan yleisessä summapelissä Henri Nousiainen Matematiikan pro gradu Jyväskylän yliopisto

Lisätiedot

Taso. Hannu Lehto. Lahden Lyseon lukio

Taso. Hannu Lehto. Lahden Lyseon lukio Taso Hannu Lehto Lahden Lyseon lukio Taso avaruudessa Piste P 0 ja tason normaalivektori n määräävät tason. n=a i+b j+c k P 0 (x 0,y 0,z 0 ) Hannu Lehto 17. syyskuuta 2010 Lahden Lyseon lukio 2 / 7 Taso

Lisätiedot

Harjoitus 1 (20.3.2014)

Harjoitus 1 (20.3.2014) Harjoitus 1 (20.3.2014) Tehtävä 1 Piirretään tilanteesta verkko, jossa kaupungeille on annetttu seuraavat numerot: 1 = Turku 2 = Tampere 3 = Hämeenlinna 4 = Imatra 5 = Jyväskylä. 5 2 149(5) 190(4) 113(1)

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 1 1 Matemaattisesta päättelystä Matemaattisen analyysin kurssin (kuten minkä tahansa matematiikan kurssin) seuraamista helpottaa huomattavasti, jos opiskelija ymmärtää

Lisätiedot

169. 170. 171. 172. 173. 174. 5. Geometriset avaruudet. 5.1. Pisteavaruus, vektoriavaruus ja koordinaattiavaruus

169. 170. 171. 172. 173. 174. 5. Geometriset avaruudet. 5.1. Pisteavaruus, vektoriavaruus ja koordinaattiavaruus 5. Geometriset avaruudet 5.. Pisteavaruus, vektoriavaruus ja koordinaattiavaruus 69. Olkoon {b,b 2 } tason E 2 kanta ja olkoon u = 2b + 3b 2, v = 3b + 2b 2, w = b 2b 2. Määritä vektoreiden 2u v + w ja

Lisätiedot

H = : a, b C M. joten jokainen A H {0} on kääntyvä matriisi. Itse asiassa kaikki nollasta poikkeavat alkiot ovat yksiköitä, koska. a b.

H = : a, b C M. joten jokainen A H {0} on kääntyvä matriisi. Itse asiassa kaikki nollasta poikkeavat alkiot ovat yksiköitä, koska. a b. 10. Kunnat ja kokonaisalueet Määritelmä 10.1. Olkoon K rengas, jossa on ainakin kaksi alkiota. Jos kaikki renkaan K nollasta poikkeavat alkiot ovat yksiköitä, niin K on jakorengas. Kommutatiivinen jakorengas

Lisätiedot

Lineaarisen ohjelman määritelmä. Joonas Vanninen

Lineaarisen ohjelman määritelmä. Joonas Vanninen Lineaarisen ohjelman määritelmä Joonas Vanninen Sisältö Yleinen optimointitehtävä Kombinatorinen tehtävä Optimointiongelman tapaus Naapurusto Paikallinen ja globaali optimi Konveksi optimointitehtävä Lineaarinen

Lisätiedot

Reaaliluvut 1/7 Sisältö ESITIEDOT:

Reaaliluvut 1/7 Sisältö ESITIEDOT: Reaaliluvut 1/7 Sisältö Reaalilukujoukko Reaalilukujoukkoa voidaan luonnollisimmin ajatella lukusuorana, molemmissa suunnissa äärettömyyteen ulottuvana suorana, jonka pisteet ja reaaliluvut vastaavat toisiaan:

Lisätiedot

Lisää ryhmästä A 5 1 / 28. Lisää ryhmästä

Lisää ryhmästä A 5 1 / 28. Lisää ryhmästä 14A.1 14A.2 14A.3 14A.4 14A.5 14A.6 14A.7 14A.8 14A.9 14A.10 14A.11 14A.12 14A.13 1 / 28 14A.1 14A.1 14A.2 14A.3 14A.4 14A.5 14A.6 14A.7 14A.8 14A.9 14A.10 14A.11 14A.12 14A.13 Tehtävä: Määrää ryhmän karakteritaulu,

Lisätiedot

Tyyppi metalli puu lasi työ I 2 8 6 6 II 3 7 4 7 III 3 10 3 5

Tyyppi metalli puu lasi työ I 2 8 6 6 II 3 7 4 7 III 3 10 3 5 MATRIISIALGEBRA Harjoitustehtäviä syksy 2014 Tehtävissä 1-3 käytetään seuraavia matriiseja: ( ) 6 2 3, B = 7 1 2 2 3, C = 4 4 2 5 3, E = ( 1 2 4 3 ) 1 1 2 3 ja F = 1 2 3 0 3 0 1 1. 6 2 1 4 2 3 2 1. Määrää

Lisätiedot

T-111.4310 Vuorovaikutteinen tietokonegrafiikka Tentti 14.12.2011

T-111.4310 Vuorovaikutteinen tietokonegrafiikka Tentti 14.12.2011 T-111.4310 Vuorovaikutteinen tietokonegrafiikka Tentti 14.12.2011 Vastaa kolmeen tehtävistä 1-4 ja tehtävään 5. 1. Selitä lyhyesti mitä seuraavat termit tarkoittavat tai minkä ongelman algoritmi ratkaisee

Lisätiedot

Yleiset lineaarimuunnokset

Yleiset lineaarimuunnokset TAMPEREEN YLIOPISTO Pro gradu -tutkielma Kari Tuominen Yleiset lineaarimuunnokset Matematiikan ja tilastotieteen laitos Matematiikka Toukokuu 29 Tampereen yliopisto Matematiikan ja tilastotieteen laitos

Lisätiedot

Aki Taanila LINEAARINEN OPTIMOINTI

Aki Taanila LINEAARINEN OPTIMOINTI Aki Taanila LINEAARINEN OPTIMOINTI 26.4.2011 JOHDANTO Tässä monisteessa esitetään lineaarisen optimoinnin alkeet. Moniste sisältää tarvittavat Excel ohjeet. Viimeisin versio tästä monisteesta ja siihen

Lisätiedot

Hintadiskriminaatio 2/2

Hintadiskriminaatio 2/2 Hintadiskriminaatio 2/2 Matti Hellvist 12.2.2003 Toisen asteen hintadiskrimiaatio eli tuotteiden kohdennus Toisen asteen hintadiskriminaatio toimii tilanteessa, jossa kuluttajat ovat keskenään erilaisia

Lisätiedot

2.3. Lausekkeen arvo tasoalueessa

2.3. Lausekkeen arvo tasoalueessa Monissa käytännön tilanteissa, joiden kaltaisista kappaleessa Epäyhtälöryhmistä puhuttiin, tärkeämpää kuin yleinen mahdollisten ratkaisujen etsiminen, on löytää tavalla tai toisella jotkin tavoitteet täyttävät

Lisätiedot

Renkaat ja modulit. Tässä osassa käsiteltävät renkaat ovat vaihdannaisia, ellei toisin mainita. 6. Ideaalit

Renkaat ja modulit. Tässä osassa käsiteltävät renkaat ovat vaihdannaisia, ellei toisin mainita. 6. Ideaalit Renkaat ja modulit Tässä osassa käsiteltävät renkaat ovat vaihdannaisia, ellei toisin mainita. 6. Ideaalit Tekijärenkaassa nollan ekvivalenssiluokka on alkuperäisen renkaan ideaali. Ideaalin käsitteen

Lisätiedot

Kompleksiluvut 1/6 Sisältö ESITIEDOT: reaaliluvut

Kompleksiluvut 1/6 Sisältö ESITIEDOT: reaaliluvut Kompleksiluvut 1/6 Sisältö Kompleksitaso Lukukäsitteen vaiheittainen laajennus johtaa luonnollisista luvuista kokonaislukujen ja rationaalilukujen kautta reaalilukuihin. Jokaisessa vaiheessa ratkeavien

Lisätiedot

Ongelma 1: Ovatko kaikki tehtävät/ongelmat deterministisiä?

Ongelma 1: Ovatko kaikki tehtävät/ongelmat deterministisiä? Ongelma 1: Ovatko kaikki tehtävät/ongelmat deterministisiä? 2013-2014 Lasse Lensu 2 Ongelma 2: Milloin ongelmat muuttuvat oikeasti hankaliksi? 2013-2014 Lasse Lensu 3 Ongelma 3: Miten hankalia ongelmia

Lisätiedot

Matlab-perusteet. Jukka Jauhiainen. OAMK / Tekniikan yksikkö. Hyvinvointiteknologian koulutusohjelma

Matlab-perusteet. Jukka Jauhiainen. OAMK / Tekniikan yksikkö. Hyvinvointiteknologian koulutusohjelma Matlab-perusteet Jukka Jauhiainen OAMK / Tekniikan yksikkö Hyvinvointiteknologian koulutusohjelma Tämän materiaalin tarkoitus on antaa opiskelijalle lyhyehkö johdanto Matlabohjelmiston perusteisiin. Matlabin

Lisätiedot

Insinöörimatematiikka IA

Insinöörimatematiikka IA Isiöörimatematiikka IA Harjoitustehtäviä. Selvitä oko propositio ( p q r ( p q r kotradiktio. Ratkaisu: Kirjoitetaa totuustaulukko: p q r ( p q r p q r ( p q r ( p q r 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Lisätiedot

Lineaaristen monitavoiteoptimointitehtävien ratkaiseminen

Lineaaristen monitavoiteoptimointitehtävien ratkaiseminen Aalto-yliopisto Perustieteiden korkeakoulu Teknillisen fysiikan ja matematiikan tutkinto-ohjelma Lineaaristen monitavoiteoptimointitehtävien ratkaiseminen Kandidaatintyö 22. marraskuuta 2012 Jerri Nummenpalo

Lisätiedot

Jarkko Peltomäki. Järjestetyt joukot ja hilat

Jarkko Peltomäki. Järjestetyt joukot ja hilat Jarkko Peltomäki Järjestetyt joukot ja hilat Luonnontieteiden kandidaatin tutkielma Turun yliopisto Syyskuu 2010 Sisältö 1 Johdanto 2 2 Järjestetty joukko 3 2.1 Määritelmiä ja perusominaisuuksia...............

Lisätiedot

Ongelma 1: Ovatko kaikki tehtävät/ongelmat deterministisiä?

Ongelma 1: Ovatko kaikki tehtävät/ongelmat deterministisiä? Ongelma 1: Ovatko kaikki tehtävät/ongelmat deterministisiä? 2012-2013 Lasse Lensu 2 Ongelma 2: Milloin ongelmat muuttuvat oikeasti hankaliksi? 2012-2013 Lasse Lensu 3 Ongelma 3: Miten hankalia ongelmia

Lisätiedot

Kombinatorinen optimointi

Kombinatorinen optimointi Kombinatorinen optimointi Sallittujen pisteiden lukumäärä on äärellinen Periaatteessa ratkaisu löydetään käymällä läpi kaikki pisteet Käytännössä lukumäärä on niin suuri, että tämä on mahdotonta Usein

Lisätiedot

Ohjelmoinnin perusteet Y Python

Ohjelmoinnin perusteet Y Python Ohjelmoinnin perusteet Y Python T-106.1208 16.2.2010 T-106.1208 Ohjelmoinnin perusteet Y 16.2.2010 1 / 41 Kännykkäpalautetteen antajia kaivataan edelleen! Ilmoittaudu mukaan lähettämällä ilmainen tekstiviesti

Lisätiedot

Mat-2.3114 Investointiteoria Laskuharjoitus 3/2008, Ratkaisut 05.02.2008

Mat-2.3114 Investointiteoria Laskuharjoitus 3/2008, Ratkaisut 05.02.2008 Korko riippuu usein laina-ajan pituudesta ja pitkille talletuksille maksetaan korkeampaa korkoa. Spot-korko s t on se korko, joka kertyy lainatulle pääomalle hetkeen t (=kokonaisluku) mennessä. Spot-korot

Lisätiedot

Mika Hirvensalo. Insinöörimatematiikka D 2015

Mika Hirvensalo. Insinöörimatematiikka D 2015 Mika Hirvensalo Insinöörimatematiikka D 2015 Sisältö 1 Lineaarialgebran peruskäsitteitä............................................... 5 1.1 Lineaariset yhtälöryhmät..................................................

Lisätiedot

Polynomimatriisit. Antti Lindberg. Matematiikan pro gradu -tutkielma

Polynomimatriisit. Antti Lindberg. Matematiikan pro gradu -tutkielma Polynomimatriisit Antti Lindberg Matematiikan pro gradu -tutkielma Jyväskylän yliopisto Matematiikan ja tilastotieteen laitos Kesä 2014 Tiivistelmä: Antti Lindberg, Polynomimatriisit, Matematiikan pro

Lisätiedot

8.5. Järjestyssuhteet 1 / 19

8.5. Järjestyssuhteet 1 / 19 8.5. Järjestyssuhteet 1 / 19 Määritelmä Joukon suhteilla voidaan kuvata myös alkioiden järjestystä tietyn ominaisuuden suhteen. Järjestys on myös kaksipaikkainen suhde (ja on monia erilaisia järjestyksiä).

Lisätiedot

811312A Tietorakenteet ja algoritmit, 2015-2016. VI Algoritmien suunnitteluparadigmoja

811312A Tietorakenteet ja algoritmit, 2015-2016. VI Algoritmien suunnitteluparadigmoja 811312A Tietorakenteet ja algoritmit, 2015-2016 VI Algoritmien suunnitteluparadigmoja Sisältö 1. Hajota ja hallitse-menetelmä 2. Dynaaminen taulukointi 3. Ahneet algoritmit 4. Peruuttavat algoritmit 811312A

Lisätiedot

KOMPLEKSILUVUT C. Rationaaliluvut Q. Irrationaaliluvut

KOMPLEKSILUVUT C. Rationaaliluvut Q. Irrationaaliluvut KOMPLEKSILUVUT C Luonnolliset luvut N Kokonaisluvut Z Rationaaliluvut Q Reaaliluvut R Kompleksi luvut C Negat kokonaisluvut Murtoluvut Irrationaaliluvut Imaginaariluvut Erilaisten yhtälöiden ratkaiseminen

Lisätiedot

Algoritmit 1. Luento 10 Ke 11.2.2015. Timo Männikkö

Algoritmit 1. Luento 10 Ke 11.2.2015. Timo Männikkö Algoritmit 1 Luento 10 Ke 11.2.2015 Timo Männikkö Luento 10 Algoritminen ongelman ratkaisu Suunnittelumenetelmät Raaka voima Järjestäminen eli lajittelu Kuplalajittelu Väliinsijoituslajittelu Valintalajittelu

Lisätiedot

1 Raja-arvo. 1.1 Raja-arvon määritelmä. Raja-arvo 1

1 Raja-arvo. 1.1 Raja-arvon määritelmä. Raja-arvo 1 Raja-arvo Raja-arvo Raja-arvo kuvaa funktion f arvon f() kättätmistä, kun vaihtelee. Joillakin funktioilla f() muuttuu vain vähän, kun muuttuu vähän. Toisilla funktioilla taas f() hppää tai vaihtelee arvaamattomasti,

Lisätiedot

1. Kuinka monta erilaista tapaa on 10 hengen seurueella istuutua pyöreän pöydän ympärille?

1. Kuinka monta erilaista tapaa on 10 hengen seurueella istuutua pyöreän pöydän ympärille? Diskreetti matematiikka, syksy 00 Harjoitus -, ratkaisuista. Kuinka monta erilaista tapaa on 0 hengen seurueella istuutua pyöreän pöydän ympärille? Ratkaisu. Paikat identtisiä, istumajärjestys oleellinen,

Lisätiedot

kaikille a R. 1 (R, +) on kommutatiivinen ryhmä, 2 a(b + c) = ab + ac ja (b + c)a = ba + ca kaikilla a, b, c R, ja

kaikille a R. 1 (R, +) on kommutatiivinen ryhmä, 2 a(b + c) = ab + ac ja (b + c)a = ba + ca kaikilla a, b, c R, ja Renkaat Tarkastelemme seuraavaksi rakenteita, joissa on määritelty kaksi binääristä assosiatiivista laskutoimitusta, joista toinen on kommutatiivinen. Vaadimme muuten samat ominaisuudet kuin kokonaisluvuilta,

Lisätiedot

rm + sn = d. Siispä Proposition 9.5(4) nojalla e d.

rm + sn = d. Siispä Proposition 9.5(4) nojalla e d. 9. Renkaat Z ja Z/qZ Tarkastelemme tässä luvussa jaollisuutta kokonaislukujen renkaassa Z ja todistamme tuloksia, joita käytetään jäännösluokkarenkaan Z/qZ ominaisuuksien tarkastelussa. Jos a, b, c Z ovat

Lisätiedot

Harjoitus 1 (17.3.2015)

Harjoitus 1 (17.3.2015) Harjoitus 1 (17.3.2015) Tehtävä 1 Piirretään tilanteesta verkko, jossa kaupungeille on annetttu seuraavat numerot: 1 = Turku 2 = Tampere 3 = Helsinki 4 = Kuopio 5 = Joensuu. a) Tehtävänä on ratkaista Bellman

Lisätiedot

1.11. 1. Kun luku 5 140 8 47 kirjoitetaan tavalliseen tapaan, niin luvussa on numeroita a) pariton määrä b) 47 c) 48 d) 141

1.11. 1. Kun luku 5 140 8 47 kirjoitetaan tavalliseen tapaan, niin luvussa on numeroita a) pariton määrä b) 47 c) 48 d) 141 %% % 1.11.!#"$ 2011 1. Kun luku 5 140 8 47 kirjoitetaan tavalliseen tapaan, niin luvussa on numeroita a) pariton määrä b) 47 c) 48 d) 141 2. Oheinen kuvio muodostuu yhdeksästä neliöstä, joista jokaisen

Lisätiedot

Äärellisesti generoitujen Abelin ryhmien peruslause

Äärellisesti generoitujen Abelin ryhmien peruslause Tero Harju (2008/2010) Äärellisesti generoitujen Abelin ryhmien peruslause Merkintä X on joukon koko ( eli #X). Vapaat Abelin ryhmät Tässä kappaleessa käytetään Abelin ryhmille additiivista merkintää.

Lisätiedot

Kaikkia alla olevia kohtia ei käsitellä luennoilla kokonaan, koska osa on ennestään lukiosta tuttua.

Kaikkia alla olevia kohtia ei käsitellä luennoilla kokonaan, koska osa on ennestään lukiosta tuttua. 6 Alkeisfunktiot Kaikkia alla olevia kohtia ei käsitellä luennoilla kokonaan, koska osa on ennestään lukiosta tuttua. 6. Funktion määrittely Funktio f : A B on sääntö, joka liittää jokaiseen joukon A alkioon

Lisätiedot

Ohjelmoinnin perusteet Y Python

Ohjelmoinnin perusteet Y Python Ohjelmoinnin perusteet Y Python T-106.1208 11.2.2009 T-106.1208 Ohjelmoinnin perusteet Y 11.2.2009 1 / 33 Kertausta: listat Tyhjä uusi lista luodaan kirjoittamalla esimerkiksi lampotilat = [] (jolloin

Lisätiedot

Verkot ja todennäköisyyslaskenta Verkko Verkko eli graafi muodostuu pisteiden joukosta V, särmien joukosta A ja insidenssikuvauksesta : A V V jossa

Verkot ja todennäköisyyslaskenta Verkko Verkko eli graafi muodostuu pisteiden joukosta V, särmien joukosta A ja insidenssikuvauksesta : A V V jossa Mat-.6 Sovellettu todennäköisyyslaskenta B Mat-.6 Sovellettu todennäköisyyslaskenta B / Ratkaisut Aiheet: Verkot ja todennäköisyyslaskenta Satunnaismuuttujat ja todennäköisyysjakaumat Kertymäfunktio Jakaumien

Lisätiedot

Tietorakenteet ja algoritmit Johdanto Lauri Malmi / Ari Korhonen

Tietorakenteet ja algoritmit Johdanto Lauri Malmi / Ari Korhonen Tietorakenteet ja algoritmit Johdanto Lauri Malmi / Ari 1 1. JOHDANTO 1.1 Määritelmiä 1.2 Tietorakenteen ja algoritmin valinta 1.3 Algoritmit ja tiedon määrä 1.4 Tietorakenteet ja toiminnot 1.5 Esimerkki:

Lisätiedot

Parinmuodostuksesta tietojenkäsittelytieteen silmin. Petteri Kaski Tietojenkäsittelytieteen laitos Aalto-yliopisto

Parinmuodostuksesta tietojenkäsittelytieteen silmin. Petteri Kaski Tietojenkäsittelytieteen laitos Aalto-yliopisto Parinmuodostuksesta tietojenkäsittelytieteen silmin Petteri Kaski Tietojenkäsittelytieteen laitos Aalto-yliopisto Suomalainen Tiedeakatemia Nuorten Akatemiaklubi 18.10.2010 Sisältö Mitä tietojenkäsittelytieteessä

Lisätiedot

ALGEBRA Tauno Mets ankyl a Marjatta N a at anen 2010

ALGEBRA Tauno Mets ankyl a Marjatta N a at anen 2010 ALGEBRA Tauno Metsänkylä Marjatta Näätänen 2010 c Tauno Metsänkylä ja Marjatta Näätänen ALGEBRA Tauno Metsänkylä Marjatta Näätänen Esipuhe Tämä kirja on syntynyt toisen tekijän(t.m.) Turun yliopistossa

Lisätiedot