Seminaari: Hajautetut algoritmit syksy 2009
|
|
- Siiri Mikkonen
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 Seminaari: Hajautetut algoritmit syksy Jukka Suomela
2 Seminaari: Hajautetut algoritmit syksy 2009 Seminaarin työmuodot 2 / 38
3 Aikataulu ja tiedottaminen Lue aikataulu ja ohjeet seminaarin verkkosivulta! I periodi: 2 tapaamista, 2 viikon tauko, 2 tapaamista II periodi: 6 tapaamista Laita kaikki päivämäärät kalenteriin saman tien (en aio spämmätä niistä jokaisesta erikseen) Aikarajat tiukkoja (hyväksyttävä syy sairaus tms.) 3 / 38
4 Esitelmistä Esiintyjä itse huolehtii, että tekniikka on kunnossa ja esitelmä saadaan alkamaan ajallaan! Tarkista kaikki etukäteen mieluiten sillä koneella ja tykillä, jota aiot käyttää Tule ajoissa paikalle Kysy ajoissa, jos jokin on epäselvää Harjoittele esitys; muuten on mahdoton arvioida, onko esitelmä sopivan pituinen 4 / 38
5 Ohjaus Sähköpostia saa laittaa mistä tahansa aiheesta: työmuodot, aikataulu ym. lähteiden ymmärtäminen lähteiden löytäminen luonnoksen tarjoaminen kommentoitavaksi tapaamisesta sopiminen... 5 / 38
6 Arvostelusta Arvosteluun vaikuttavat kaikki osasuoritukset: kirjoitelma esitelmä keskustelut vertaisarviointi kirjoitelman viimeistelty versio (palautteen vastaanottaminen!) Pääpaino kirjoitelmalla ja esitelmällä 6 / 38
7 Tavoitteet: esitelmä Pidä sellainen oppitunti, josta itse nauttisit! Esittele perusasiat erittäin huolella: mikä ongelma, mikä laskennan malli,... Pidä huolta, että kuulijat oppivat jotain uutta Yritä kertoa jotain siistiä: esim. hieno algoritminen kikka tai nerokas todistustekniikka Unohda tylsät matemaattiset detaljit, keskity oleelliseen, paljon kuvia ja kiva tarina 7 / 38
8 Tavoitteet: kirjoitelma Osoita, että olet tosissasi perehtynyt aihepiiriin! Kuten esitelmässäkin, esittele perusasiat erittäin huolella ja pidä huolta, että laiskakin lukija oppii jotain uutta Mutta yksityiskohdissa tulisi olla huomattavasti huolellisempi ja täsmällisempi: määritelmät, faktat, lähdeviitteet, todistukset,... Yllätä minut positiivisesti, näytä omaa ajattelua 8 / 38
9 Seminaarijärjestelyt Kysyttävää käytännön järjestelyistä? Parannusehdotuksia? Aina voi laittaa sähköpostia: 9 / 38
10 Seminaari: Hajautetut algoritmit syksy 2009 Johdantoa aihepiiriin 10 / 38
11 Johdantoa aihepiiriin Yksi keskeisiä hajautettuihin algoritmeihin liittyviä tutkimuskysymyksiä on vikasietoisuus A distributed system is one in which the failure of a computer you didn t even know existed can render your own computer unusable. L. Lamport (1987) Tällä kertaa kuitenkin unohdetaan vikasietoisuus ja katsotaan, mitä voidaan laskea ehjällä järjestelmällä 11 / 38
12 Johdantoa aihepiiriin Seminaarissa keskitytään lähinnä hajautettuihin algoritmeihin, jotka ratkaisevat verkko-ongelmia Mitä ovat verkko-ongelmat? Mitä tarkoittaa, että verkko-ongelman ratkaisemiseen on olemassa hajautettu algoritmi? 12 / 38
13 Verkko-ongelmat Syötteenä verkko G = (V, E) Etsittävä esim. solmujen joukko, kaarien joukko tai solmujen ositus, joka täyttää annetut ehdot Yleensä optimointiongelmia Osa NP-kovia ja osa ratkeaa polynomisessa ajassa Suurin osa toivottavasti tuttuja tietojenkäsittelytieteen tai matematiikan kursseilta 13 / 38
14 Esimerkkejä peitto-ongelmista Etsi annetusta verkosta G (pieni tai minimaalinen) solmupeite joka kaaresta ainakin yksi päätepiste dominoiva joukko jos solmu ei ole mukana, ainakin yksi sen naapuri on 14 / 38
15 Esimerkkejä pakkausongelmista Etsi annetusta verkosta G (suuri tai maksimaalinen) riippumaton joukko joka kaaresta enintään yksi päätepiste pariutus joka solmuun enintään yksi kaari 15 / 38
16 Esimerkkejä ositusongelmista Etsi annetusta verkosta G (pieni) väritys ositus riippumattomiin joukkoihin (suuri) domaattinen ositus ositus dominoiviin joukkoihin 16 / 38
17 Algoritmeja verkko-ongelmiin Perinteisesti tietojenkäsittelytieteessä verkko-ongelman ratkaiseva algoritmi tarkoittaa tätä: Syöteverkko G koodataan merkkijonoksi Merkkijono annetaan tietokoneelle Tietokone laskee aikansa ja tulostaa merkkijonon, johon on koodattu verkko-ongelman ratkaisu Verkko-ongelman ratkaiseva hajautettu algoritmi tarkoittaa jotain aivan muuta! 17 / 38
18 Hajautettujen algoritmien malli Tietokone / 38
19 Hajautettujen algoritmien malli Tietokone, jossa on tietoliikenneportteja / 38
20 Hajautettujen algoritmien malli Tietokone, jossa on tietoliikenneportteja ja näyttö Hello world / 38
21 Hajautettujen algoritmien malli Kirjoitetaan tietokoneohjelma, laskennan lisäksi komentoja: Lähetä viesti m porttiin i Vastaanota viesti portista i Tulosta x ja lopeta / 38
22 Hajautettujen algoritmien malli Vastustaja tekee n kloonia tästä tietokoneesta (kaikissa klooneissa sama ohjelma!) / 38
23 Hajautettujen algoritmien malli Vastustaja tekee n kloonia tästä tietokoneesta ja kytkee ne yhteen tietoliikenneverkoksi / 38
24 Hajautettujen algoritmien malli Käynnistetään tietokoneet / 38
25 Hajautettujen algoritmien malli Käynnistetään tietokoneet ja katsotaan, mitä ne tulostavat ohjelman päätyttyä xyzzy foo bar baz / 38
26 Hajautettujen algoritmien malli Tietoliikenneverkkoa vastaa matemaattinen verkko G G 26 / 38
27 Hajautettujen algoritmien malli Tietokoneiden tulosteet vastaavat esim. verkon G solmujen osajoukkoja kyllä kyllä G ei ei / 38
28 Hajautettujen algoritmien malli... tai verkon G kaarien osajoukkoja portti 1 portti 2 G portit 1, / 38
29 Hajautettujen algoritmien malli Hajautettu algoritmi ratkaisee verkko-ongelman, jos se tuottaa oikean tulosteen kaikissa verkoissa kyllä kyllä G ei ei / 38
30 Hajautettujen algoritmien malli Yhteenvetona: Kaikki tietokoneet suorittavat samaa ohjelmaa Ohjelmaan voi vaikuttaa, verkkoon ei Ohjelman toimittava missä tahansa verkossa Siis ohjelman olisi kiva toimia todellisessa, tämänhetkisessä Internetissä (eikä vain sellaisessa Internetissä, joka on ohjelmoijan mielestä mukava) 30 / 38
31 Hajautettujen algoritmien malli Yhteenvetona: Kaikki tietokoneet suorittavat samaa ohjelmaa Ohjelmaan voi vaikuttaa, verkkoon ei Ohjelman toimittava missä tahansa verkossa Verkko-ongelmissa (yleensä) hajautetun algoritmin syöte G on hajautettu järjestelmä itse! 31 / 38
32 Synkroniset algoritmit Keskitymme lähinnä synkronisiin hajautettuihin algoritmeihin: Kaikki verkon tietokoneet käynnistetään samaan aikaan Toimivat ikään kuin yhteisen kellopulssin tahdittamina 32 / 38
33 Synkroniset algoritmit Jokaisella kommunikointikierroksella kukin solmu 1. suorittaa paikallista laskentaa. 2. lähettää viestin kullekin naapurille 3. lukee samaansa viestit 33 / 38
34 Synkroniset algoritmit Synkronisuus helpottaa algoritmien suunnittelua, muttei kuitenkaan ole epärealistinen oletus: Usein itseasiassa algoritmisuunnittelun näkökulmasta pahin tapaus on juuri täysin synkroninen järjestelmä symmetriaa ei saa rikottua! Synkronista algoritmia voi aina simuloida asynkronisessa järjestelmässä (C2) 34 / 38
35 Hajautetun algoritmin tehokkuus Hajautetun algoritmin tehokkuus: Vähän kommunikointikierroksia Lisäksi mielellään pienikokoisia viestejä Yleensä aikavaativuus = synkronisten kommunikointikierrosten määrä Paikallinen laskenta on ilmaista, kiinnitetään huomiota nimenomaan verkkoliikenteeseen 35 / 38
36 Kaksi keskeistä haastetta Symmetrian rikkominen: Jos verkon alkutilanne on symmetrinen, kaikki tietokoneet identtisiä ja laskenta on determinististä, miten saadaan symmetria rikki? Rinnakkaisuus: Kaikkien koneiden pitäisi alkaa laskea heti; ei ole aikaa odotella, että laskentavuoro vähitellen etenee verkon laidalta toiselle 36 / 38
37 Kaksi keskeistä haastetta: lähestymistapoja Symmetrian rikkominen: Oletetaan lisätietoa, esim. yksilölliset tunnisteet Hyödynnetään satunnaisuutta Ehkä käsillä olevan ongelman ratkaiseminen ei vaadikaan symmetrian rikkomista! Rinnakkaisuus: Paljon erilaisia esimerkkejä tässä seminaarissa / 38
38 Seminaari: Hajautetut algoritmit syksy 2009 Tulevaa: esimerkkejä hajautetuista algoritmeista 38 / 38
Verkon värittämistä hajautetuilla algoritmeilla
Verkon värittämistä hajautetuilla algoritmeilla 5 12 30 19 72 34 Jukka Suomela 15 77 18 4 9. tammikuuta 2012 19 2 68 Verkko 2 Verkko solmu 3 Verkko solmu kaari 4 Hajautettu järjestelmä solmu (tietokone)
LisätiedotItsestabilointi: perusmääritelmiä ja klassisia tuloksia
Itsestabilointi: perusmääritelmiä ja klassisia tuloksia Jukka Suomela Hajautettujen algoritmien seminaari 12.10.2007 Hajautetut järjestelmät Ei enää voida lähteä oletuksesta, että kaikki toimii ja mikään
LisätiedotEsimerkkejä polynomisista ja ei-polynomisista ongelmista
Esimerkkejä polynomisista ja ei-polynomisista ongelmista Ennen yleisempiä teoriatarkasteluja katsotaan joitain tyypillisiä esimerkkejä ongelmista ja niiden vaativuudesta kaikki nämä ongelmat ratkeavia
LisätiedotAlgoritmit 2. Luento 13 Ti Timo Männikkö
Algoritmit 2 Luento 13 Ti 2.5.2017 Timo Männikkö Luento 13 Merkkijonon sovitus Horspoolin algoritmi Laskennallinen vaativuus Päätösongelmat Epädeterministinen algoritmi Vaativuusluokat NP-täydellisyys
LisätiedotGraafit ja verkot. Joukko solmuja ja joukko järjestämättömiä solmupareja. eli haaroja. Joukko solmuja ja joukko järjestettyjä solmupareja eli kaaria
Graafit ja verkot Suuntamaton graafi: eli haaroja Joukko solmuja ja joukko järjestämättömiä solmupareja Suunnattu graafi: Joukko solmuja ja joukko järjestettyjä solmupareja eli kaaria Haaran päätesolmut:
LisätiedotAlgoritmit 1. Luento 1 Ti Timo Männikkö
Algoritmit 1 Luento 1 Ti 10.1.2017 Timo Männikkö Luento 1 Algoritmi Algoritmin toteutus Ongelman ratkaiseminen Algoritmin tehokkuus Algoritmin suoritusaika Algoritmin analysointi Algoritmit 1 Kevät 2017
LisätiedotVerkon värittäminen ja riippumattomat joukot: johdantoa ja sovelluksia
hyväksymispäivä arvosana arvostelija Verkon värittäminen ja riippumattomat joukot: johdantoa ja sovelluksia Janne Korhonen Helsinki 8.12.2009 Seminaariraportti HELSINGIN YLIOPISTO Tietojenkäsittelytieteen
LisätiedotParinmuodostuksesta 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
LisätiedotTuringin koneen laajennuksia
Turingin koneen laajennuksia Turingin koneen määritelmään voidaan tehdä erilaisia muutoksia siten että edelleen voidaan tunnistaa tasan sama luokka kieliä. Moniuraiset Turingin koneet: nauha jakautuu k
LisätiedotV. V. Vazirani: Approximation Algorithms, luvut 3-4 Matti Kääriäinen
V. V. Vazirani: Approximation Algorithms, luvut 3-4 Matti Kääriäinen Luento omatoimisen luennan tueksi algoritmiikan tutkimusseminaarissa 23.9.2002. 1 Sisältö Esitellään ongelmat Steiner-puu Kauppamatkustajan
Lisätiedot7.4 Sormenjälkitekniikka
7.4 Sormenjälkitekniikka Tarkastellaan ensimmäisenä esimerkkinä pitkien merkkijonojen vertailua. Ongelma: Ajatellaan, että kaksi n-bittistä (n 1) tiedostoa x ja y sijaitsee eri tietokoneilla. Halutaan
LisätiedotInduktiotodistus: Tapaus n = 0 selvä; ol. väite pätee kun n < m.
Väite: T (n) (a + b)n 2 + a. Induktiotodistus: Tapaus n = 0 selvä; ol. väite pätee kun n < m. Huomaa että funktion x x 2 + (m 1 x) 2 kuvaaja on ylöspäin aukeava paraabeli, joten funktio saavuttaa suurimman
LisätiedotKonsensusongelma hajautetuissa järjestelmissä. Niko Välimäki Hajautetut algoritmit -seminaari
Konsensusongelma hajautetuissa järjestelmissä Niko Välimäki 30.11.2007 Hajautetut algoritmit -seminaari Konsensusongelma Päätöksen muodostaminen hajautetussa järjestelmässä Prosessien välinen viestintä
LisätiedotYhtenäisyydestä. Johdanto. Lähipisteavaruus. Tuomas Korppi
Solmu 2/2012 1 Yhtenäisyydestä Tuomas Korppi Johdanto Tarkastellaan kuvassa 1 näkyviä verkkoa 1 ja R 2 :n (eli tason) osajoukkoa. Kuvan 2 verkko voidaan jakaa kolmeen osaan niin, että osien välillä ei
LisätiedotTKT20005 Laskennan mallit (syksy 2018) Kurssikoe, malliratkaisut
TKT20005 Laskennan mallit (syksy 2018) Kurssikoe, malliratkaisut Pisteytys on ilmoitettu välikoevaihtoehdon mukaan (joko tehtävät 1, 2 ja 3 välikokeen 1 uusintana tai tehtävät 4, 5 ja 6 välikokeen 2 uusintana).
LisätiedotStabilointi. Marja Hassinen. p.1/48
Stabilointi Marja Hassinen marja.hassinen@cs.helsinki.fi p.1/48 Kertausta ja käsitteitä Sisältö Stabilointi Resynkroninen stabilointi Yleinen stabilointi Tarkkailu Alustus Kysymyksiä / kommentteja saa
LisätiedotHarjoitus 3 (viikko 39)
Mikäli tehtävissä on jotain epäselvää, laita sähköpostia vastuuopettajalle (jorma.laurikkala@uta.fi). Muista nimetä muuttujat hyvin sekä kommentoida ja sisentää koodisi. Vältä liian pitkiä rivejä. Ohjelmointitehtävien
LisätiedotRekursiolause. Laskennan teorian opintopiiri. Sebastian Björkqvist. 23. helmikuuta Tiivistelmä
Rekursiolause Laskennan teorian opintopiiri Sebastian Björkqvist 23. helmikuuta 2014 Tiivistelmä Työssä käydään läpi itsereplikoituvien ohjelmien toimintaa sekä esitetään ja todistetaan rekursiolause,
LisätiedotValitaan alkio x 1 A B ja merkitään A 1 = A { x 1 }. Perinnöllisyyden nojalla A 1 I.
Vaihto-ominaisuudella on seuraava intuition kannalta keskeinen seuraus: Olkoot A I ja B I samankokoisia riippumattomia joukkoja: A = B = m jollain m > 0. Olkoon vielä n = m A B, jolloin A B = B A = n.
LisätiedotDatatähti 2019 loppu
Datatähti 2019 loppu task type time limit memory limit A Summa standard 1.00 s 512 MB B Bittijono standard 1.00 s 512 MB C Auringonlasku standard 1.00 s 512 MB D Binääripuu standard 1.00 s 512 MB E Funktio
LisätiedotSystem.out.printf("%d / %d = %.2f%n", ekaluku, tokaluku, osamaara);
Kysy Karilta tai Kimmolta, jos tehtävissä on jotain epäselvää. Kerro WETOon liittyvät ongelmat suoraan Jormalle sähköpostitse (jorma.laurikkala@uta.fi). Muista nimetä muuttujat hyvin sekä kommentoida ja
LisätiedotVINKKEJÄ OPISKELUUN. Tampereen teknillinen lukio
VINKKEJÄ OPISKELUUN Tampereen teknillinen lukio ÄIDINKIELENOPISKELUN KULTAISET KONSTIT Asenne. Ei äikästä voi reputtaa., Mitä väliä oikeinkirjoituksella? Kyllä kaikki tajuavat, mitä tarkoitan, vaikka teksti
LisätiedotEpädeterministisen Turingin koneen N laskentaa syötteellä x on usein hyödyllistä ajatella laskentapuuna
Epädeterministisen Turingin koneen N laskentaa syötteellä x on usein hyödyllistä ajatella laskentapuuna. q 0 x solmuina laskennan mahdolliset tilanteet juurena alkutilanne lehtinä tilanteet joista ei siirtymää,
LisätiedotSystem.out.printf("%d / %d = %.2f%n", ekaluku, tokaluku, osamaara);
Mikäli tehtävissä on jotain epäselvää, laita sähköpostia vastuuopettajalle (jorma.laurikkala@uta.fi). Muista nimetä muuttujat hyvin sekä kommentoida ja sisentää koodisi. Ohjelmointitehtävien osalta palautetaan
Lisätiedotj(j 1) = n(n2 1) 3 + (k + 1)k = (k + 1)(k2 k + 3k) 3 = (k + 1)(k2 + 2k + 1 1)
MS-A0401 Diskreetin matematiikan perusteet Tentti ja välikokeiden uusinta 10.11.015 Kirjoita jokaiseen koepaperiin nimesi, opiskelijanumerosi ym. tiedot! Laskimia tai taulukoita ei saa käyttää tässä kokeessa!
LisätiedotAlgoritmit 1. Luento 2 Ke Timo Männikkö
Algoritmit 1 Luento 2 Ke 11.1.2017 Timo Männikkö Luento 2 Algoritmin esitys Algoritmien analysointi Suoritusaika Asymptoottinen kertaluokka Peruskertaluokkia NP-täydelliset ongelmat Algoritmit 1 Kevät
Lisätiedot58131 Tietorakenteet ja algoritmit (kevät 2014) Uusinta- ja erilliskoe, , vastauksia
58131 Tietorakenteet ja algoritmit (kevät 2014) Uusinta- ja erilliskoe, 10..2014, vastauksia 1. [9 pistettä] (a) Todistetaan 2n 2 + n + 5 = O(n 2 ): Kun n 1 on 2n 2 + n + 5 2n 2 + n 2 +5n 2 = 8n 2. Eli
Lisätiedot= k 0 NTIME(n k + k) Siis polynomisessa ajassa epädeterministisellä Turingin koneella tunnistettavien kielten joukko
238 7.2 Luokka NP Luokka NP on: NP = { NTIME(t) t on polynomi } = k 0 NTIME(n k + k) Siis polynomisessa ajassa epädeterministisellä Turingin koneella tunnistettavien kielten joukko P NP Luokan NP ongelmista
LisätiedotHajautetut algoritmit. seminaari syksyllä 2007 vastuuhenkilö Jyrki Kivinen toinen vetäjä Timo Karvi
58307301 Hajautetut algoritmit seminaari syksyllä 2007 vastuuhenkilö Jyrki Kivinen toinen vetäjä Timo Karvi 1 Seminaarin suorittaminen kirjoitelma (10-15 sivua) 50% esitelmä (n. 45 min) 40% muu aktiivisuus
LisätiedotAlgoritmit 2. Luento 13 Ti Timo Männikkö
Algoritmit 2 Luento 13 Ti 8.5.2018 Timo Männikkö Luento 13 Laskennallinen vaativuus Päätösongelmat Epädeterministinen algoritmi Vaativuusluokat NP-täydellisyys Kertaus ja tenttivinkit Algoritmit 2 Kevät
LisätiedotNäytetään nyt relaatioon liittyvien ekvivalenssiluokkien olevan verkon G lohkojen särmäjoukkoja. Olkoon siis f verkon G jokin särmä.
Tehtävä 6 : 1 Oletetaan ensin joukon X olevan sisältymisen suhteen minimaalinen solmut a ja b toisistaan erotteleva joukon V(G)\{a, b} osajoukko. Olkoon x joukon X alkio. Oletuksen nojalla joukko X\{x}
LisätiedotOngelma(t): Mikä on Turingin kone? Miten Turingin kone liittyy funktioihin ja algoritmeihin? Miten Turingin kone liittyy tietokoneisiin?
Ongelma(t): Mikä on Turingin kone? Miten Turingin kone liittyy funktioihin ja algoritmeihin? Miten Turingin kone liittyy tietokoneisiin? 2013-2014 Lasse Lensu 2 Algoritmit ovat deterministisiä toimintaohjeita
Lisätiedot3. Laskennan vaativuusteoriaa
3. Laskennan vaativuusteoriaa tähän asti puhuttu siitä, mitä on mahdollista laskea äärellisessä ajassa siirrytään tarkastelemaan laskemista kohtuullisessa ajassa vaihtoehtoisesti voidaan laskenta-ajan
Lisätiedot6. Approksimointialgoritmit
6. Approksimointialgoritmit Tässä luvussa käsitellään lyhyesti approksimointiin liittyvät peruskäsitteet ja joitain keskeisiä approksimoituvuustuloksia. Tavoitteena on, että opiskelija näkee approksimointialgoritmien
LisätiedotSametime verkkoneuvottelu Puheenjohtajana tapaamisessa
Sametime verkkoneuvottelu Puheenjohtajana tapaamisessa Osoite: sametime.samk.fi 27.11.2008 sametime.samk.fi 1 Sisällys 3 Tapaamisen varaaminen 4 Tapaamisen perustiedot 5 Tapaamisen henkilöt ja oikeudet
LisätiedotSatunnaisalgoritmit. Topi Paavilainen. Laskennan teorian opintopiiri HELSINGIN YLIOPISTO Tietojenkäsittelytieteen laitos
Satunnaisalgoritmit Topi Paavilainen Laskennan teorian opintopiiri HELSINGIN YLIOPISTO Tietojenkäsittelytieteen laitos Helsinki, 23. helmikuuta 2014 1 Johdanto Satunnaisalgoritmit ovat algoritmeja, joiden
Lisätiedot14. Luennon sisältö. Kuljetustehtävä. Verkkoteoria ja optimointi. esimerkki. verkkoteorian optimointitehtäviä verkon virittävä puu lyhimmät polut
JYVÄSKYLÄN YLIOPISTO 14. Luennon sisältö Kuljetustehtävä esimerkki Verkkoteoria ja optimointi verkkoteorian optimointitehtäviä verkon virittävä puu lyhimmät polut kevät 2012 TIEA382 Lineaarinen ja diskreetti
LisätiedotAlgoritmit 1. Luento 10 Ke Timo Männikkö
Algoritmit 1 Luento 10 Ke 14.2.2018 Timo Männikkö Luento 10 Algoritminen ongelmanratkaisu Suunnittelumenetelmät Raaka voima Järjestäminen eli lajittelu Kuplalajittelu Lisäyslajittelu Valintalajittelu Permutaatiot
LisätiedotLaskennan mallit (syksy 2008) 2. kurssikoe , ratkaisuja
582206 Laskennan mallit (syksy 2008) 2. kurssikoe 11.12., ratkaisuja Tehtävän 1 tarkasti Harri Forsgren, tehtävän 2 Joel Kaasinen ja tehtävän 3 Jyrki Kivinen. Palautetilaisuuden 19.12. jälkeen arvosteluun
LisätiedotTEEMU ROOS (KALVOT MUOKATTU PATRIK HOYERIN LUENTOMATERIAALISTA)
JOHDATUS TEKOÄLYYN TEEMU ROOS (KALVOT MUOKATTU PATRIK HOYERIN LUENTOMATERIAALISTA) KONEOPPIMISEN LAJIT OHJATTU OPPIMINEN: - ESIMERKIT OVAT PAREJA (X, Y), TAVOITTEENA ON OPPIA ENNUSTAMAAN Y ANNETTUNA X.
Lisätiedot7. Satunnaisalgoritmit (randomized algorithms)
7. Satunnaisalgoritmit (randomized algorithms) Satunnaisuudella on laskentaongelmien ratkaisemisessa moninaisia käyttötapoja. Tässä tarkastellaan lähinnä perinteisten algoritmien nopeuttamista, ja sitäkin
LisätiedotJohdatus historiatieteeseen
Johdatus historiatieteeseen Verkkokeskustelulla tuettu luentosarja Jari Ojala jaojala@campus.jyu.fi Lähtökohtia Historian perusopintojen massaluento Kurssin yleiset tavoitteet: Kehittää teoreettista ajattelua
LisätiedotHarjoitus 6 (viikko 42)
Nämä ovat kurssin viimeiset harjoitukset. Hyväksytyistä ratkaisuista ja läsnäoloista kerättyjen pisteiden summan tulee olla vähintään 40 % ( pistettä) tehtävien ja läsnäolopisteiden kokonaislukumäärien
LisätiedotASCII-taidetta. Intro: Python
Python 1 ASCII-taidetta All Code Clubs must be registered. Registered clubs appear on the map at codeclubworld.org - if your club is not on the map then visit jumpto.cc/18cplpy to find out what to do.
LisätiedotSeuraavat kysymykset koskevat erilaisia tekijöitä, jotka liittyvät digitaaliseen mediaan ja digitaalisiin laitteisiin kuten pöytätietokoneet,
Seuraavat kysymykset koskevat erilaisia tekijöitä, jotka liittyvät digitaaliseen mediaan ja digitaalisiin laitteisiin kuten pöytätietokoneet, kannettavat tietokoneet, älypuhelimet, tablettitietokoneet,
Lisätiedotδ : (Q {q acc, q rej }) (Γ k {, }) Q (Γ k {, }) {L, R}.
42 Turingin koneiden laajennuksia 1 oniuraiset koneet Sallitaan, että Turingin koneen nauha koostuu k:sta rinnakkaisesta urasta, jotka kaikki kone lukee ja kirjoittaa yhdessä laskenta-askelessa: Koneen
LisätiedotLaskennan 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
LisätiedotMatematiikan peruskurssi 2
Matematiikan peruskurssi Demonstraatiot III, 4.5..06. Mikä on funktion f suurin mahdollinen määrittelyjoukko, kun f(x) x? Mikä on silloin f:n arvojoukko? Etsi f:n käänteisfunktio f ja tarkista, että löytämäsi
LisätiedotTIEY1 Opintojen ohjattu suunnittelu (2 op) eli LuK-vaiheen HOPS-ohjaus eli Opettajatuutorointi
TIEY1 Opintojen ohjattu suunnittelu (2 op) eli LuK-vaiheen HOPS-ohjaus eli Opettajatuutorointi Pentti Hietala Tay/TKT 23.8.2016 Mitä? Jokaisella aloittavalla opiskelijalla on HOPSopettaja l. omaopettaja
LisätiedotTIEA241 Automaatit ja kieliopit, syksy Antti-Juhani Kaijanaho. 16. marraskuuta 2015
ja ja TIEA241 Automaatit ja kieliopit, syksy 2015 Antti-Juhani Kaijanaho NFA:ksi TIETOTEKNIIKAN LAITOS 16. marraskuuta 2015 Sisällys ja NFA:ksi NFA:ksi Kohti säännöllisiä lausekkeita ja Nämä tiedetään:
LisätiedotLaskennan mallit (syksy 2010) 2. kurssikoe, ratkaisuja
582206 Laskennan mallit (syksy 2010) 2. kurssikoe, ratkaisuja Tehtävän 1 tarkasti Juha Kärkkäinen, tehtävän 2 Jyrki Kivinen ja tehtävän 3 Esa Junttila. 1. (a) (b) S 0S1 UV U 1U ε V 0V ε Tehtävässä on sallittu
LisätiedotAlgoritmi on periaatteellisella tasolla seuraava:
Algoritmi on periaatteellisella tasolla seuraava: Dijkstra(V, E, l, v 0 ): S := { v 0 } D[v 0 ] := 0 for v V S do D[v] := l(v 0, v) end for while S V do valitse v V S jolle D[v] on minimaalinen S := S
LisätiedotABI-INFO to , klo
ABI-INFO to 13.12.2018, klo 9.00-10.00 PREPPAUSTENTTITILAISUUDET ma 20.2 ja ma 4.- to 8.3.2019 Tentit ovat 3 (a 45min) oppituntia kestäviä kertaustilaisuuksia, joissa kerrataan pakollisien ja valtakunnallisten
LisätiedotMuita vaativuusluokkia
Muita vaativuusluokkia Käydään lyhyesti läpi tärkeimpiä vaativuusluokkiin liittyviä tuloksia. Monet tunnetuista tuloksista ovat vaikeita todistaa, ja monet kysymykset ovat vielä auki. Lause (Ladner 1975):
LisätiedotTIE Tietorakenteet ja algoritmit 1. TIE Tietorakenteet ja algoritmit
TIE-20100 Tietorakenteet ja algoritmit 1 TIE-20100 Tietorakenteet ja algoritmit TIE-20100 Tietorakenteet ja algoritmit 2 Lähteet Luentomoniste pohjautuu vahvasti prof. Antti Valmarin vanhaan luentomonisteeseen
Lisätiedotverkkojen G ja H välinen isomorfismi. Nyt kuvaus f on bijektio, joka säilyttää kyseisissä verkoissa esiintyvät särmät, joten pari
Tehtävä 9 : 1 Merkitään kirjaimella G tehtäväpaperin kuvan vasemmanpuoleista verkkoa sekä kirjaimella H tehtäväpaperin kuvan oikeanpuoleista verkkoa. Kuvan perusteella voidaan havaita, että verkko G on
LisätiedotAlgoritmit 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
LisätiedotKertausta 1. kurssikokeeseen
Kertausta. kurssikokeeseen. kurssikoe on to 22.0. klo 9 2 salissa A (tai CK2). Koealueena johdanto ja säännölliset kielet luentokalvot 3 ja nämä kertauskalvot harjoitukset 6 Sipser, luvut 0 ja Edellisvuosien.
LisätiedotAgenda. Läpäisyvaatimukset Henkilökunta Luennot ja aikataulu Kurssimateriaali Harjoitustyöt Demoharjoitus Tentti ja arvostelu Muuta?
OHJ-4301 Sulautettu Ohjelmointi (http://www.cs.tut.fi/~sulo/) 5op, to 12-14, 14, TB 109 Arto Salminen, arto.salminen@tut.fi Agenda Läpäisyvaatimukset Henkilökunta Luennot ja aikataulu Kurssimateriaali
LisätiedotAlgoritmit 2. Luento 14 To Timo Männikkö
Algoritmit 2 Luento 14 To 2.5.2019 Timo Männikkö Luento 14 Laskennallinen vaativuus Päätösongelmat Epädeterministinen algoritmi Vaativuusluokat NP-täydelliset ongelmat Kertaus ja tenttivinkit Algoritmit
Lisätiedot1. Universaaleja laskennan malleja
1. Universaaleja laskennan malleja Laskenta datan käsittely annettuja sääntöjä täsmällisesti seuraamalla kahden kokonaisluvun kertolasku tietokoneella, tai kynällä ja paperilla: selvästi laskentaa entä
LisätiedotHarjoitus 5 (viikko 41)
Mikäli tehtävissä on jotain epäselvää, laita sähköpostia vastuuopettajalle (jorma.laurikkala@uta.fi). Muista nimetä muuttujat hyvin sekä kommentoida ja sisentää koodisi. Vältä liian pitkiä rivejä, käytä
LisätiedotAlgoritmit 1. Luento 14 Ke 25.2.2015. Timo Männikkö
Algoritmit 1 Luento 14 Ke 25.2.2015 Timo Männikkö Luento 14 Heuristiset menetelmät Heuristiikkoja kapsäkkiongelmalle Kauppamatkustajan ongelma Lähimmän naapurin menetelmä Kertaus ja tenttivinkit Algoritmit
LisätiedotJohdantoa. Jokaisen matemaatikon olisi syytä osata edes alkeet jostakin perusohjelmistosta, Java MAPLE. Pascal MathCad
Johdantoa ALGORITMIT MATEMA- TIIKASSA, MAA Vanhan vitsin mukaan matemaatikko tietää, kuinka matemaattinen ongelma ratkaistaan, mutta ei osaa tehdä niin. Vitsi on ajalta, jolloin käytännön laskut eli ongelman
LisätiedotStabilointi. arvosana. arvostelija. Marja Hassinen
hyväksymispäivä arvosana arvostelija Stabilointi Marja Hassinen Helsinki 28.10.2007 Hajautetut algoritmit -seminaari HELSINGIN YLIOPISTO Tietojenkäsittelytieteen laitos Sisältö 1 1 Johdanto 1 2 Resynkroninen
LisätiedotTIEA241 Automaatit ja kieliopit, syksy Antti-Juhani Kaijanaho. 30. marraskuuta 2015
TIEA241 Automaatit ja kieliopit, syksy 2015 Antti-Juhani Kaijanaho TIETOTEKNIIKAN LAITOS 30. marraskuuta 2015 Sisällys t Väitöstilaisuus 4.12.2015 kello 12 vanhassa juhlasalissa S212 saa tulla 2 demoruksia
LisätiedotTeemu Kerola Kandidaatintutkielma Kevät 2017 (Tieteellisen kirjoittamisen kurssi, tiki)
Teemu Kerola Kandidaatintutkielma Kevät 2017 (Tieteellisen kirjoittamisen kurssi, tiki) Referaatti, aine, tutkielma Kypsyysnäyte Esitelmä Arvostelu Kirjoittaminen Aiheiden valinta 1 Tavoitteet Tiedonhaku
LisätiedotKandidaatintutkielma, ryhmän ohjaus Teemu Kerola. Referaatti
Teemu Kerola Kandidaatintutkielma Ryhmä 3, kevät 2013 (Tieteellisen kirjoittamisen kurssi, tiki) Referaatti, aine, tutkielma Kypsyysnäyte Esitelmä Arvostelu Kirjoittaminen Aiheiden valinta 1 Referaatti
LisätiedotAbstraktiot ja analyysi algoritmit ja informaation esitykset
01110111010110 11110101010101 00101011010011 01010111010101 01001010101010 10101010101010 Abstraktiot ja analyysi algoritmit ja informaation esitykset Petteri Kaski Tietotekniikan laitos Aalto-yliopisto
LisätiedotHarjoitus 6. Käytä String-luokasta vain charat- ja length-operaatioita.
Nämä ovat kurssin viimeiset harjoitukset. Hyväksytyistä ratkaisuista ja läsnäoloista kerättyjen pisteiden summan tulee olla vähintään 40 % ( pistettä) tehtävien ja läsnäolopisteiden kokonaislukumäärien
LisätiedotOhjelmoinnin perusteet, syksy 2006
Ohjelmoinnin perusteet, syksy 2006 Esimerkkivastaukset 1. harjoituksiin. Alkuperäiset esimerkkivastaukset laati Jari Suominen. Vastauksia muokkasi Jukka Stenlund. 1. Esitä seuraavan algoritmin tila jokaisen
LisätiedotDiskreetin matematiikan perusteet Esimerkkiratkaisut 3 / vko 10
Diskreetin matematiikan perusteet Esimerkkiratkaisut / vko 0 Tuntitehtävät - lasketaan alkuviikon harjoituksissa ja tuntitehtävät - loppuviikon harjoituksissa. Kotitehtävät - tarkastetaan loppuviikon harjoituksissa.
Lisätiedot// Tulostetaan double-tyyppiseen muuttujaan "hinta" tallennettu // kertalipun hinta ja vaihdetaan riviä. System.out.printf("%.1f euros.
Lue kukin tehtävänanto huolellisesti ja kokonaisuudessaan ennen kuin aloitat vastaamisen. Kustakin tehtävästä voi saada 0 6 pistettä. Tentin läpipääsyraja on 12 / 24 pistettä. Ratkaisut palautetaan WETO-järjestelmään
Lisätiedot811120P Diskreetit rakenteet
811120P Diskreetit rakenteet 2018-2019 1. Algoritmeista 1.1 Algoritmin käsite Algoritmi keskeinen laskennassa Määrittelee prosessin, joka suorittaa annetun tehtävän Esimerkiksi Nimien järjestäminen aakkosjärjestykseen
Lisätiedot110. 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
LisätiedotEtäkoulu Kulkurin tieto- ja viestintätekniikan opetussuunnitelma
Etäkoulu Kulkurin tieto- ja viestintätekniikan opetussuunnitelma 10.6.2013 Koonnut Virpi Soini 2. luokan tavoitteet tutustuu verkko-opiskeluun ja harjoittelee käytännön työtaitoja, kuten tekstintuottamista
LisätiedotICS-C2000 Tietojenkäsittelyteoria Kevät 2016
ICS-C2000 Tietojenkäsittelyteoria Kevät 206 Kierros 0, 2. 24. maaliskuuta Huom! Perjantaina 25. maaliskuuta ei ole laskareita (pitkäperjantai), käykää vapaasti valitsemassanne ryhmässä aiemmin viikolla.
Lisätiedot58131 Tietorakenteet ja algoritmit (kevät 2016) Ensimmäinen välikoe, malliratkaisut
58131 Tietorakenteet ja algoritmit (kevät 2016) Ensimmäinen välikoe, malliratkaisut 1. Palautetaan vielä mieleen O-notaation määritelmä. Olkoon f ja g funktioita luonnollisilta luvuilta positiivisille
LisätiedotC C. x 2. x 3 x 3. Lause 3SAT p m VC Todistus. Olk. φ = C 1 C 2 C m 3-cnf-kaava, jossa esiintyvät muuttujat. φ toteutuva:
Lause 3SAT p m VC Todistus. Olk. φ = C 1 C C m 3-cnf-kaava, jossa esiintyvät muuttujat x 1,..., x n. Vastaava solmupeiteongelman tapaus G, k muodostetaan seuraavasti. G:ssä on solmu kutakin literaalia
LisätiedotMaaseutu.fi uudistuu - tule mukaan! Riika Isola ja Hanna Lilja
Maaseutu.fi uudistuu - tule mukaan! Riika Isola ja Hanna Lilja Sivu 1 21.8.2014 Uusi maaseutu.fi Voit tuottaa sisältöä monella eri tavalla Esittele hankkeesi Kirjoita vieraskynäartikkeli Ehdota uutista
Lisätiedot2017 = = = = = = 26 1
JOHDATUS LUKUTEORIAAN (syksy 2017) HARJOITUS 2, MALLIRATKAISUT Tehtävä 1. Sovella Eukleiden algoritmia ja (i) etsi s.y.t(2017, 753) (ii) etsi kaikki kokonaislukuratkaisut yhtälölle 405x + 141y = 12. Ratkaisu
Lisätiedot4.3. Matemaattinen induktio
4.3. Matemaattinen induktio Matemaattinen induktio: Deduktion laji Soveltuu, kun ominaisuus on osoitettava olevan voimassa luonnollisilla luvuilla. Suppea muoto P(n) : Ominaisuus, joka joka riippuu luvusta
LisätiedotEläinlääketieteen lisensiaatin tutkielma Seminaarityöskentelyohjeet
Eläinlääketieteen lisensiaatin tutkielma Seminaarityöskentelyohjeet Eläinlääketieteellinen tiedekunta Helsingin yliopisto 2017 1 Yleistä Eläinlääketieteen lisensiaatin tutkielman seminaarityöskentelyyn
LisätiedotTIEA241 Automaatit ja kieliopit, kesä Antti-Juhani Kaijanaho. 29. toukokuuta 2013
TIEA241 Automaatit ja kieliopit, kesä 2013 Antti-Juhani Kaijanaho TIETOTEKNIIKAN LAITOS 29. toukokuuta 2013 Sisällys Chomskyn hierarkia (ja muutakin) kieli LL(k) LR(1) kontekstiton kontekstinen rekursiivisesti
LisätiedotGalactor and the Codebreakers: - oppimispeli online maailman sudenkuopista
Galactor and the Codebreakers: - oppimispeli online maailman sudenkuopista Eija Kuoppa-aho Opettaja Alajärven kaupunki Taina Mäntylä Ylitarkastaja Kuluttajavirasto Millainen peli on kyseessä? Kuluttajaviranomaisten
LisätiedotTieteellisen kirjoittamisen kurssi, kevät Teemu Kerola. Referaatti. Valitse tutkielman aihepiiriin sopiva artikkeli
Teemu Kerola Tieteellisen kirjoittamisen kurssi Ryhmä 4, kevät 2010 http://www.cs.helsinki.fi/u/arytkone/tiki/sisalto.html Referaatti Aine, tutkielma Kypsyysnäyte Esitelmä Arvostelu Kirjoittaminen 1 Referaatti
LisätiedotJatkuvat satunnaismuuttujat
Jatkuvat satunnaismuuttujat Satunnaismuuttuja on jatkuva jos se voi ainakin periaatteessa saada kaikkia mahdollisia reaalilukuarvoja ainakin tietyltä väliltä. Täytyy ymmärtää, että tällä ei ole mitään
LisätiedotTulevaisuuden sisällöt ja joustava printtikonsepti
2 4. 1 1. 2 0 1 6 Tulevaisuuden sisällöt ja joustava printtikonsepti Hanna Repo, Asiakkuusjohtaja Risto Laine, Myyntijohtaja Otavamedia OMA Autamme asiakkaitamme luomaan merkityksellistä vuorovaikutusta
LisätiedotDiskreetin matematiikan perusteet Laskuharjoitus 1 / vko 8
Diskreetin matematiikan perusteet Laskuharjoitus 1 / vko 8 Tuntitehtävät 1-2 lasketaan alkuviikon harjoituksissa ja tuntitehtävät 5- loppuviikon harjoituksissa. Kotitehtävät 3-4 tarkastetaan loppuviikon
Lisätiedot811120P Diskreetit rakenteet
811120P Diskreetit rakenteet 2016-2017 1. Algoritmeista 1.1 Algoritmin käsite Algoritmi keskeinen laskennassa Määrittelee prosessin, joka suorittaa annetun tehtävän Esimerkiksi Nimien järjestäminen aakkosjärjestykseen
LisätiedotPalveluverkkotyöryhmä. Viestintä
+ Palveluverkkotyöryhmä Viestintä + Sisältö n Ymmärrämmekö sidosryhmiä? n Ymmärretäänkö meitä? n Mistä sidosryhmät saavat tietoa palveluverkkoasioista ja keneltä? n Mikä voi mennä pieleen jos viestintävastuu
LisätiedotLausekielinen ohjelmointi II Ensimmäinen harjoitustyö
Lausekielinen ohjelmointi II Ensimmäinen harjoitustyö Yleistä Tehtävä: Tee Javalla StringStats-ohjelma, joka laskee esikäsittelemästään merkkijonosta joitakin tunnuslukuja. Lausekielinen ohjelmointi II
LisätiedotDiskreetin matematiikan perusteet Malliratkaisut 2 / vko 38
Diskreetin matematiikan perusteet Malliratkaisut 2 / vko 38 Tuntitehtävät 11-12 lasketaan alkuviikon harjoituksissa ja tuntitehtävät 15-16 loppuviikon harjoituksissa. Kotitehtävät 13-14 tarkastetaan loppuviikon
LisätiedotOPISKELUOPAS MALLI LAPIN YLIOPISTO, OIKEUSTIEDE
OPISKELUOPAS MALLI LAPIN YLIOPISTO, OIKEUSTIEDE Sisältää vain alkuosan edellisvuosien materiaalista. OPISKELUTEKNIIKKA VASTAUSTEKNIIKKA AIKATAULUTUS Copyright Juristivalmennus 2014 Sisältö Oppaan tarkoitus...
LisätiedotInternetin hyödyt ja vaarat. Miten nettiä käytetään tehokkaasti hyväksi?
Internetin hyödyt ja vaarat Miten nettiä käytetään tehokkaasti hyväksi? Linkit Chrome https://www.google.com/intl/fi/chrome/browser/ Firefox http://www.mozilla.org/fi/ Opera http://www.opera.com/fi Vertailu
LisätiedotPARITUS KAKSIJAKOISESSA
PARITUS KAKSIJAKOISESSA GRAAFISSA Informaatiotekniikan t iik seminaari i Pekka Rossi 4.3.2008 SISÄLTÖ Johdanto Kaksijakoinen graafi Sovituksen peruskäsitteet Sovitusongelma Lisäyspolku Bipartite matching-algoritmi
LisätiedotEloisuusanalyysi. TIE448 Kääntäjätekniikka, syksy Antti-Juhani Kaijanaho. 16. marraskuuta 2009 TIETOTEKNIIKAN LAITOS. Eloisuusanalyysi.
TIE448 Kääntäjätekniikka, syksy 2009 Antti-Juhani Kaijanaho TIETOTEKNIIKAN LAITOS 16. marraskuuta 2009 Sisällys Sisällys Seuraava deadline Vaihe E tiistai 1.12. klo 10 koodigenerointi (ilman rekisteriallokaatiota)
LisätiedotLausekielinen ohjelmointi II Ensimmäinen harjoitustyö
Lausekielinen ohjelmointi II Ensimmäinen harjoitustyö Yleistä Tehtävä: Tee Javalla LineBreaker-ohjelma tekstirivin sovittamiseen tekstialueelle riviä katkomalla. Lausekielinen ohjelmointi II -kurssin pakollinen
LisätiedotTIEA241 Automaatit ja kieliopit, kevät Antti-Juhani Kaijanaho. 26. tammikuuta 2012
TIEA241 Automaatit ja kieliopit, kevät 2012 Antti-Juhani Kaijanaho TIETOTEKNIIKAN LAITOS 26. tammikuuta 2012 Sisällys Luennon pähkinä Millä tavalla voidaan rakentaa tietokoneohjelma (tai kirjasto), joka
LisätiedotTIEA241 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