Graphs in Social Network Analysis And Modeling. Graafit sosiaalisten verkostojen mallintamisessa

Koko: px
Aloita esitys sivulta:

Download "Graphs in Social Network Analysis And Modeling. Graafit sosiaalisten verkostojen mallintamisessa"

Transkriptio

1 Hypermedian jatko-opintoseminaari Graphs in Social Network Analysis And Modeling Graafit sosiaalisten verkostojen mallintamisessa Thumas Miilumäki thumas.miilumaki@tut.fi

2 Sisältö 2 Perusteluja graafiteoreettisten menetelmien käytön soveltuvuudesta sosiaalisten verkostojen kvantitatiivisen tutkimuksen välineinä Sosiaalisten verkostojen analyysissä käytettävän graafiteorian perusteita Esimerkkejä SNA-visualisoinneista eri ohjelmistoilla Taustalla pääosin Wassermanin ja Faustin (1994) kirjassaan esittämät suuntaamattomien graafien teoriat Laajennuksia Ruohosen Graafiteoria (2006) opetusmonisteesta Termistön suomennokset pohjautuvat Ruohosen (2006) ja Johanssonin et al. (1995) teoksissa käytettyihin suomennoksiin Kuvat tehty Pajek ohjelmistolla ellei muuta ole mainittu

3 Tavoitteet 3 Graafiteoreettisten peruskäsitteiden ymmärtäminen Graafien tärkeyden korostaminen sosiaalisten verkostojen mallintamisessa Graafiteoreettisen ajatuspohjan luominen matriisilaskennan avulla toteutettavan sosiaalisten verkostojen kvantitatiivisen analyysin tueksi

4 Taustaa 4 Tapoja sosiaalisten verkostojen mallintamiseen on useita Käytettävät menetelmät riippuvat mallinnuksen kohteesta, näkökulmasta ja tavoitteesta Esimerkiksi monet tilastolliset mallinnusmenetelmät ovat sovellettavissa sosiaalisten verkostojen mallinnuksessa, mikäli verkostodata on valittuun tarkoitukseen relevanttia Edelleen monet diagrammit ja kaaviot ovat sovellettavissa sosiaalisen verkoston datan käsittelyyn Graafeilla pyritään luomaan mahdollisimman todenmukainen visualisointi, ikään kuin valokuva, tarkasteltavasta verkostosta, jossa toimijat ja niiden väliset yhteydet on esitetty selkeästi Graafin ja todellisuuden yhteensovittaminen on haasteellista, sillä graafi luodaan usein diskreetistä ja rajallisesta määrästä verkostodataa

5 Perusteluja graafien käytölle 5 SNA:ssa (Social Network Analysis) graafien käytölle on useita perusteita Graafiteoreettinen sanasto soveltuu sosiaalisten rakenteiden kuvaamiseen ja merkitsemiseen Useimmat sosiaalisten rakenteiden ja ominaisuuksien kvantitatiiviset tunnusluvut ovat laskettavissa graafiteoreorian sisältämien matemaattisten menetelmien avulla Graafiteoreettinen notaatio ja sanasto sekä sen sisältämä matematiikka tarjoavat mahdollisuuden erilaisten graafeja koskevien teoreemien todistamiseen, ja siten myös sosiaalisia rakenteita koskevat väitteet ovat todistettavissa (Wasserman & Faust 1994, 93.) Graafiteoria tarjoaa mahdollisuuden sosiaalisen verkoston mallintamiseen Graafi on esitys tarkasteltavasta verkosta Reaalimaailman toimijat esitetään graafissa solmuina / (kärki)pisteinä (a node, nodes / a vertex, vertices) ja niiden väliset yhteydet solmuja yhdistävinä kaarina (an edge, edges) tai nuolina (an arc, arcs)

6 Historiaa graafeista ja niiden käytöstä SNA:ssa 6 Jacob Levy Moreno esitteli 1930-luvulla sosiogrammin (sociogram), joka on edelleen pohjana graafiteoreettisessa SNA:ssa ja verkostojen visualisoinnissa Graafiteoria on ollut voimakkaasti käytössä Antropologiassa Kommunikaatiotutkimuksissa Elinkeino- ja liiketaloustutkimuksissa Organisaatiotutkimuksissa Maantieteissä (Wasserman & Faust 1994, 94.) Piiriteoriassa ja -analyysissa Kaikissa em. tieteen- ja tutkimuksenaloilla on aina jollain tapaa ja jollain asteella mukana ihmisten muodostama sosiaalinen verkosto, jota graafiteoreettisin menetelmin on hyvä lähestyä ja analysoida

7 Graafit 7 Seuraavassa esitellään suuntaamaton (undirected) ja kaksiarvoinen (dichotomous) graafi verkoston mallina Suuntaamattomassa graafissa verkoston toimijoiden väliset yhteydet ovat aina kaksisuuntaisia Kaksiarvoisessa graafissa yhteyksien voimakkuutta ei oteta huomioon vaan ainoastaan yhteyden olemassaoloon otetaan kantaa, ts. yhteys joko on olemassa tai ei ole

8 Suuntaamaton graafi 8 Suuntaamaton graafi G Toimijoita kuvaava solmujen joukko N koostuu kahdesta joukosta: Yhteyksiä kuvaava kaarien (viivojen) joukko L = {n 1,n 2,,n g } (a set of nodes) = {l 1,l 2,,l L } (a set of lines) Graafissa G (N, L ) on siis yhteensä g solmua ja solmuja yhdistäviä kaaria yhteensä L kappaletta Suuntaamattomassa graafissa jokainen kaari on kahden erillisen solmun n i ja n j ei-järjestetty pari, ts. kaari l k = (n i,n j ) = (n j,n i ) Kaarta, jonka alku- ja päätepisteenä on yksi ja sama solmu n i, sanotaan silmukaksi (a loop) tai sisä-/refleksiivisidokseksi (a reflexive tie) Silmukoita ei useinkaan käytetä sosiogrammeissa Sosiogrammit yksinkertaisia (simple) graafeja Arvotetuilla/painotetuilla (valued, weighted) graafeilla silmukoita voidaan hyödyntää kuvaamaan itseisiä toimintoja ja niiden määriä Voidaan merkitä graafiin kaaren sijasta solmun kokoa muuttaen

9 Perusmääritelmiä 9 Kaksi solmua n i ja n j ovat vierekkäiset (adjacent), jos kaari l k =(n i,n j ) on joukossa L ts. l k = (n i,n j ) L Solmu n i on liittynyt (incident) kaareen l k, jos se on toinen solmuista, jotka muodostavat kaaren l k määrittelevän järjestämättömän parin l k =(n i,n j ) Graafia, jossa on vain yksi solmu, sanotaan triviaaliksi (trivial) Tyhjässä (empty) graafissa ei ole yhtään kaarta solmujen välissä, ts. G (N, L ): N ={n 1,n 2,,n g }, L =Ø

10 Aligraafit 10 Graafi G s (N s, L s ) on graafin G (N, L ) aligraafi (subgraph), jos N, L s L N s Graafin G (N, L ) solmugeneroitu aligraafi (node-generated subgraph) on graafi G s (N s, L s ) se., kaarijoukko L s sisältää kaikki ne kaarijoukon L kaaret, jotka yhdistävät solmuja joukossa N s Graafin G (N, L ) viivageneroitu aligraafi (line-generated subgraph) on graafi G s (N s, L s ) se., solmujoukko N s sisältää kaikki ne solmujoukon N solmut, jotka ovat liittyneitä joukon L s kaariin

11 Aligraafit 11 Graafi G (N, L ) Viivageneroitu aligraafi G s1 (N s1, L s1 ) Solmugeneroitu aligraafi G s2 (N s2, L s2 )

12 Dyadit ja triadit 12 Dyadi (a dyad, dyads) on solmugeneroitu aligraafi, joka koostuu solmuparista ja mahdollisesta solmuja yhdistävästä kaaresta Triadi (a triad, triads) on myöskin solmugeneroitu aligraafi, jossa Solmuja on kolme Solmuja yhdistäviä kaaria voi olla 0 3 kappaletta 0 kaarta 1 kaari 2 kaarta 3 kaarta

13 Solmun aste 13 Suuntaamattomassa graafissa solmun aste (degree) d(n i ) kertoo solmuun n i liittyneiden kaarien lukumäärän Kun graafissa G on g solmua, kullakin solmulla on aste, joka voi olla Minimissään 0, jolloin solmuun n i ei ole liittynyt yhtään kaarta Maksimissaan g-1, jolloin kaikki muut graafin solmut ovat liittyneet suoraan erillisillä kaarilla solmuun n i Graafin G, jossa on g solmua ja L kaarta, solmujen asteiden keskiaste (mean degree) määritellään g i= 1 d( ni ) 2L d = = g g Edelleen astelukujen varianssi (variance of degrees) S ( d( ni ) d g g 2 2 i= 1 ) D =

14 Säännöllisyys 14 Graafi on säännöllinen (regular), kun sen jokaisen solmun aste on yhtä suuri, ts. d(n i ) = d, i {1, 2,, L}, d {0, 1,, g}, g {0, Z + }, L {0, 1,, g(g-1)/2} Tällaisen d-säännöllisen (d-regular) graafin astelukujen varianssi S 2 D = 0 5-säännöllinen graafi (K 6 -graafi)

15 Graafin tiheys 15 Graafin G (N, L ) tiheys (density) on graafin kaarien osuus graafin kaikista mahdollisista kaarista Yksinkertaisessa (ei silmukoita, eikä rinnakkaisia (parallel) kaaria) graafissa, jossa on g solmua, on kaaria maksimissaan g = 2 g ( g 1) 2 Jos graafissa G (N, L ) on L kaarta, saadaan graafin tiheydelle määritelmä Δ = L 2L = g( g 1) / 2 g( g 1) Tiheys voi olla Minimissään 0, jos graafissa ei ole lainkaan kaaria (L = 0) Maksimissaan 1, jos graafi on täydellinen (complete) eli graafin kaikki mahdolliset kaaret ovat edustettuina (L = g(g-1)/2) Täydellistä graafia, jossa on g solmua, merkitään K g

16 Graafin tiheys 16 Suuntaamattomassa g solmun graafissa kaikkien solmujen asteiden summa on 2L, mikä antaa keskiasteeksi 2L/g Täten tiheys voidaan kirjoittaa muodossa 2L d Δ = = g( g 1) ( g 1) Tiheyden määritelmä pätee myös aligraafeille G s (N s, L s ) 2Ls Δ = g ( g 1) s s

17 Kulku, reitti ja polku 17 Kulku (a walk, walks) on graafin G (N, L ) solmujen ja kaarien äärellinen jakso W = n i0, l j0, n i1, l j1,, l jk, n ik Kulku alkaa aina solmusta ja päättyy solmuun Mikäli kulun alkusolmu n i0 ja loppusolmu n ik ovat yksi ja sama solmu n, on kulku suljettu (closed) Kulku voi sisältää saman kaaren ja solmun useammin kuin kerran jaksossa Kulun pituus (length) on kulun sisältämien kaarien lukumäärä Jos jokin kaari on kulussa useampaan kertaan lasketaan ne erillisinä kaarina kulun pituuteen Kulun vastakulku W -1 on itse kulku käänteisessä järjestyksessä Reitti (a trail, trails) on kulku, jossa kukin kaari esiintyy vain kerran Polku (a path, paths) on kulku, jossa kukin solmu ja kaari esiintyy vain kerran

18 Piiri ja kierto 18 Piiri (a cycle, cycles) on suljettu kulku, jossa On vähintään kolme solmua, joista kaikki muut solmut paitsi alku- ja loppusolmu ovat erillisiä Kulun sisältämät kaaret ovat erillisiä Hamiltonin (Hamiltonian) piirin kulkuun sisältyy graafin jokainen kaari ja solmu ainoastaan kerran (pl. alku- ja loppusolmu, joka on yksi ja sama solmu) Kierto (a tour, tours) on suljettu kulku, jossa jokainen graafin kaari on kuljettu vähintään kerran

19 Yhtenäiset graafit ja graafin komponentit 19 Graafi on yhtenäinen (connected), jos sen jokaisen solmuparin välillä on polku Yhtenäisessä graafissa jokainen solmu on saavutettavissa (reachable) toisesta solmusta Jos graafi ei ole yhtenäinen, se on epäyhtenäinen (disconnected) Epäyhtenäisen graafin maksimaalisia yhtenäisiä aligraafeja sanotaan graafin komponenteiksi (a component, components) Yhtenäinen graafi Epäyhtenäinen graafi (Kaksi komponenttia)

20 Geodeesi, etäisyys, halkaisija ja eksentrisyys 20 Geodeesi (a geodesic, geodesics) on lyhin polku graafin kahden solmun välillä Geodeettinen etäisyys (geodesic distance), yksinkertaisemmin etäisyys (distance), kahden solmun välillä määritellään solmujen geodeesin pituutena Etäisyyttä solmujen n i ja n j välillä merkitään d(i,j) Solmujen n i ja n j välinen etäisyys on minkä tahansa geodeesin pituus ko. solmujen välillä Mikäli solmuparin välillä ei ole polkua, on ko. solmujen välinen etäisyys ääretön (tai määrittämätön) Suuntaamattomilla graafeilla d(i,j) = d(j,i) Graafin halkaisija (diameter) on yhtä suuri kuin graafin minkä tahansa solmuparin suurin geodeettinen etäisyys Solmun n i eksentrisyys (eccentricity) eli epäkeskisyys (myös ns. suhdeluku (association number)) on suurin geodeettinen etäisyys solmun n i ja minkä tahansa graafin muun solmun n j kanssa

21 Irrotuspiste ja silta 21 Graafin solmu n i on irrotuspiste (a cutpoint, cutpoints), jos graafissa, joka sisältää n i :n, on vähemmän komponentteja, kuin graafissa, josta n i ja siihen liittyneet kaaret on poistettu n i Graafin kaari l i on silta (a bridge, bridges), jos graafissa, joka sisältää l i :n, on vähemmän komponentteja, kuin graafissa, josta kaari l i on poistettu l i

22 Graafien yhtenäisyydestä 22 Graafin G piste- tai solmuyhtenäisyys (point-/node-connectivity) κ (G ) on pienin luku κ, jolla graafissa on κ-pisteirrotus κ -pisteirrotuksella tarkoitetaan pienintä graafin G solmujen lukumäärää, mikä tulisi poistaa graafista, jotta saataisiin epäyhtenäinen graafi tai triviaali graafi Jos graafi on valmiiksi epäyhtenäinen κ = 0 Jos graafissa on irrotuspiste n i, niin κ = 1 Jos graafista pitää poistaa n solmua, jotta graafi olisi epäyhtenäinen, niin κ = n Jos graafi on täydellinen K g -graafi, niin κ = g-1 Mille tahansa luvulle k < κ graafin sanotaan olevan k-solmuyhtenäinen (k-node connected) Graafin G viiva- tai kaariyhtenäisyys (line-/edge-connectivity) λ (G ) on pienin luku λ, jolla graafissa on λ-viivairrotus λ-viivairrotuksella tarkoitetaan pienintä graafin G kaarien lukumäärää, mikä tulisi poistaa graafista, jotta saataisiin epäyhtenäinen graafi tai triviaali graafi Jos graafi on valmiiksi epäyhtenäinen λ = 0 Jos graafissa on silta l i, niin λ = 1 Jos graafista pitää poistaa m kaarta, jotta graafi olisi epäyhtenäinen, niin λ = m Jos graafi on täydellinen K g -graafi, niin λ = g-1 Mille tahansa luvulle l < λ graafin sanotaan olevan l-viivayhtenäinen (l-line connected)

23 Isomorfiset graafit 23 Kaksi graafia G ja G * ovat isomorfisia (isomorphic), jos on olemassa yksi yhteen kuvaus G :n solmuilta G *:n solmuille se., solmujen vierekkäisyydet säilyvät Yksi yhteen kuvauksella tarkoitetaan, että jokainen G :n solmu kuvautuu yhteen (ja vain yhteen) G *:n solmuun ja päinvastoin Toisin sanoen, jos graafien G (N, L ) ja G *(N *, L *) solmujoukkojen välillä on yksi yhteen kuvaus ɸ, niin tällöin ɸ (n i ) = n k *, ja sen käänteiskuvaus ɸ -1 toteuttaa ehdon ɸ -1 (n k *) = n i Formaalisti graafit ovat isomorfisia, jos n i, n j N, n k *, n l * N * ɸ (n i ) = n k *, ɸ (n j ) = n l * : l m = (n i, n j ) L l 0 = (n k *, n l *) L *

24 Erityiset graafit: komplementti, puu ja kaksijakoinen graafi 24 Graafin G, jossa on g solmua, komplementissa (complement) G on sama solmujoukko kuin G :ssä, mutta sen kaarijoukkoon kuuluvat ainoastaan ne kaaret, jotka eivät esiinny G :ssä, mutta esiintyisivät täydellisessä K g -graafissa Puu (a tree, trees) on asyklinen (acyclic) eli piiritön yhtenäinen graafi Piiritön epäyhtenäinen graafi on metsä (a forest, forests) Kaksijakoisessa graafissa solmujoukko N voidaan jakaa kahteen alisolmujoukkoon N 1 ja N 2 se., jokainen joukon L kaari lk on järjestetty pari se., l k = (n i,n j ), n i N 1, n j N 2 Täydellistä kaksijakoista graafia, jonka solmujoukossa N 1 on yhteensä g 1 solmua ja solmujoukossa N 2 yhteensä g 2 solmua, merkitään K g1,g2

25 Graafit visualisoinnin työkaluina 25 Monet matematiikkaohjelmistot tarjoavat hyvät mahdollisuudet erilaisten kuvaajien ja graafienkin piirtämiseen Matlab -ohjelmistolla voidaan suorittaa tehokkaasti graafiteoreettisiin matriiseihin perustuvaa laskentaa Maple -ohjelmistossa on itsessään kattava graafiteoriapaketti (GraphTheory) Petersenin graafi Maple -ohjelmistolla piirrettynä Pajek -ohjelmisto on puhtaasti SNA -työkalu, joka tarjoaa mm. monipuoliset visualisointimahdollisuudet erilaisin graafinladonta-algoritmein Esimerkkinä sosiaalisen verkkoyhteisön evoluution visualisointi Pajek -ohjelmistolla OPAALS 2008 Community Evolution Visualization (Miilumäki 2008)

26 Lähteet 26 Johansson, J-E., Mattila, M. & Uusikylä, P Johdatus verkostoanalyysiin. Helsinki: Kuluttajatutkimuskeskus. (Viitattu ) Miilumäki, T OPAALS 2008 Community Evolution Visualization. (Viitattu ) Ruohonen, K Graafiteoria. Tampere: Tampereen teknillisen yliopiston opetusmoniste no. 5, uusi sarja. Wasserman, S. & Faust, K Social Network Analysis: Methods and Applications. New York: Cambridge University Press,

Verkostoanalyysin peruskäsitteitä ja visualisointia. Graafit ja matriisit, keskeisyys ja arvostus

Verkostoanalyysin peruskäsitteitä ja visualisointia. Graafit ja matriisit, keskeisyys ja arvostus Verkostoanalyysi 2011, TTY 1 Verkostoanalyysin peruskäsitteitä ja visualisointia Graafit ja matriisit, keskeisyys ja arvostus Thumas Miilumäki thumas.miilumaki@tut.fi Tampereen teknillinen yliopisto Hypermedialaboratorio

Lisätiedot

0 v i v j / E, M ij = 1 v i v j E.

0 v i v j / E, M ij = 1 v i v j E. Vieruspistematriisi Graafi esitetään tietokoneessa useimmiten matriisin avulla. Graafin G = (V, E), V = {v 1, v 2,..., v n } vieruspistematriisi (adjacency matrix)on n n matriisi M = (M ij ), missä n on

Lisätiedot

Social Network Analysis Centrality And Prestige

Social Network Analysis Centrality And Prestige Hypermedian jatko-opintoseminaari 2008 2009 1 Social Network Analysis Centrality And Prestige Sosiaalisten verkostojen analyysi Keskeisyys ja arvostus 6.2.2009 Thumas Miilumäki thumas.miilumaki@tut.fi

Lisätiedot

Suunnatut, etumerkilliset ja arvotetut graafit Sosiaalisten verkostojen analysoinnin näkökulmalla

Suunnatut, etumerkilliset ja arvotetut graafit Sosiaalisten verkostojen analysoinnin näkökulmalla Suunnatut, etumerkilliset ja arvotetut graafit Sosiaalisten verkostojen analysoinnin näkökulmalla Hypermedian jatko-opintoseminaari 2008-2009 12.12.2008 Jaakko Salonen jaakko.salonen@tut.fi TTY / Hypermedialaboratorio

Lisätiedot

Johdatus graafiteoriaan

Johdatus graafiteoriaan Johdatus graafiteoriaan Syksy 2017 Lauri Hella Tampereen yliopisto Luonnontieteiden tiedekunta 62 Luku 2 Yhtenäisyys 2.1 Polku 2.2 Lyhin painotettu polku 2.3 Yhtenäinen graafi 2.4 Komponentti 2.5 Aste

Lisätiedot

Kysymys: Voidaanko graafi piirtää tasoon niin, että sen viivat eivät risteä muualla kuin pisteiden kohdalla?

Kysymys: Voidaanko graafi piirtää tasoon niin, että sen viivat eivät risteä muualla kuin pisteiden kohdalla? 7.7. Tasograafit Graafi voidaan piirtää mielivaltaisen monella tavalla. Graafin ominaisuudet voivat näkyä selkeästi jossain piirtämistavoissa, mutta ei toisessa. Eräs tärkeä graafiryhmä, pintagraafit,

Lisätiedot

Johdatus graafiteoriaan

Johdatus graafiteoriaan Johdatus graafiteoriaan Syksy 2017 Lauri Hella Tampereen yliopisto Luonnontieteiden tiedekunta 166 Luku 4 Erilaisia graafeja 4.1 Eulerin graafi 4.2 Hamiltonin graafi 4.3 Tasograafi 4.4 Graafin värittäminen

Lisätiedot

A274101 TIETORAKENTEET JA ALGORITMIT

A274101 TIETORAKENTEET JA ALGORITMIT A274101 TIETORAKENTEET JA ALGORITMIT VERKOT ELI GRAAFIT Lähteet: Timo Harju, Opintomoniste Keijo Ruohonen, Graafiteoria (math.tut.fi/~ruohonen/gt.pdf) HISTORIAA Verkko- eli graafiteorian historia on saanut

Lisätiedot

Jäsenyysverkostot Kytkökset ja limittyneet aliryhmät sosiaalisten verkostojen analyysissä

Jäsenyysverkostot Kytkökset ja limittyneet aliryhmät sosiaalisten verkostojen analyysissä Jäsenyysverkostot Kytkökset ja limittyneet aliryhmät sosiaalisten verkostojen analyysissä Hypermedian jatko-opintoseminaari 2008-2009 20.3.2009 Jaakko Salonen TTY / Hypermedialaboratorio jaakko.salonen@tut.fi

Lisätiedot

6.4. Järjestyssuhteet

6.4. Järjestyssuhteet 6.4. Järjestyssuhteet Joukon suhteilla voidaan kuvata myös alkioiden järjestystä tietyn ominaisuuden suhteen. Järjestys on myös kaksipaikkainen suhde (ja on monia erilaisia järjestyksiä). Suhde R joukossa

Lisätiedot

Algoritmit 1. Luento 9 Ti Timo Männikkö

Algoritmit 1. Luento 9 Ti Timo Männikkö Algoritmit 1 Luento 9 Ti 7.2.2017 Timo Männikkö Luento 9 Graafit ja verkot Kaaritaulukko, bittimatriisi, pituusmatriisi Verkon lyhimmät polut Floydin menetelmä Lähtevien ja tulevien kaarien listat Forward

Lisätiedot

Johdatus graafiteoriaan

Johdatus graafiteoriaan Johdatus graafiteoriaan Syksy 2017 Lauri Hella Tampereen yliopisto Luonnontieteiden tiedekunta 126 Luku 3 Puut 3.1 Puu 3.2 Virittävä puu 3.3 Virittävän puun konstruointi 3.4 Minimaalinen virittävä puu

Lisätiedot

Sosiaalisten verkostojen datan notaatio. Notation for Social Network Data

Sosiaalisten verkostojen datan notaatio. Notation for Social Network Data Sosiaalisten verkostojen datan notaatio Notation for Social Network Data Jari Jussila 14.11.2008 2 Notaatio Notaatiota tarvitaan / auttaa kuvaamaan: toimijat tai toimijoiden muodostamat joukot, toimijoiden

Lisätiedot

Algoritmit 1. Luento 8 Ke Timo Männikkö

Algoritmit 1. Luento 8 Ke Timo Männikkö Algoritmit 1 Luento 8 Ke 1.2.2017 Timo Männikkö Luento 8 Järjestetty binääripuu Solmujen läpikäynti Binääripuun korkeus Binääripuun tasapainottaminen Graafit ja verkot Verkon lyhimmät polut Fordin ja Fulkersonin

Lisätiedot

Rakenteellinen tasapaino ja transitiivisyys

Rakenteellinen tasapaino ja transitiivisyys 1 Hypermedian jatko-opintoseminaari 2008-2009 Rakenteellinen tasapaino ja transitiivisyys 20.2.2009 Seppo Pohjolainen 2 Rakenteellinen tasapaino Käsitteitä: Arvotettu graafi (signed graph) (+ tai - ) Suuntaamaton

Lisätiedot

Luku 7. Verkkoalgoritmit. 7.1 Määritelmiä

Luku 7. Verkkoalgoritmit. 7.1 Määritelmiä Luku 7 Verkkoalgoritmit Verkot soveltuvat monenlaisten ohjelmointiongelmien mallintamiseen. Tyypillinen esimerkki verkosta on tieverkosto, jonka rakenne muistuttaa luonnostaan verkkoa. Joskus taas verkko

Lisätiedot

Diskreetit rakenteet

Diskreetit rakenteet Diskreetit rakenteet 811120P 5 op 7. Oulun yliopisto Tietojenkäsittelytieteiden laitos 2015 / 2016 Periodi 1 Mikä on verkko? verkko (eli graafi) koostuu solmuista ja väleistä, jotka yhdistävät solmuja

Lisätiedot

Johdatus verkkoteoriaan luento Netspace

Johdatus verkkoteoriaan luento Netspace Johdatus verkkoteoriaan luento 20.3.18 Netspace Kurssin sijainti muussa suunnitellussa kokonaisuudessa Verkko eli graafi, tasoverkko, solmut, välit, alueet, suunnatut verkot, isomorfiset verkot, verkon

Lisätiedot

Graafit ja verkot. Joukko solmuja ja joukko järjestämättömiä solmupareja. eli haaroja. Joukko solmuja ja joukko järjestettyjä solmupareja eli kaaria

Graafit 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:

Lisätiedot

Graafiteoria matematiikkaako?

Graafiteoria matematiikkaako? Koostanut: Elina Viro, Juho Lauri Opettajalle Graafiteoria matematiikkaako? Kohderyhmä: 7.-9.-luokkalaiset Esitiedot: - Taustalla oleva matematiikka: Graafiteoria, looginen ajattelu Ajankäyttö: Varsinainen

Lisätiedot

Centrality and Prestige Keskeisyys ja arvostus

Centrality and Prestige Keskeisyys ja arvostus 1 Hypermedian jatko-opintoseminaari 2008-2009 Centrality and Prestige Keskeisyys ja arvostus 21.1.2009 Jari Jussila jari.j.jussila@tut.fi 2 Tärkeys Yksi graafiteorian pääkäyttökohteista sosiaalisten verkostojen

Lisätiedot

Jäsenyysverkostot ominaisuudet, toimijoiden ja tapahtumien samanaikainen analyysi. Sisältö ja tavoitteet. Osallistujien ja tapahtumien ominaisuudet

Jäsenyysverkostot ominaisuudet, toimijoiden ja tapahtumien samanaikainen analyysi. Sisältö ja tavoitteet. Osallistujien ja tapahtumien ominaisuudet Jäsenyysverkostot, toimijoiden ja tapahtumien samanaikainen anal Hypermedian jatko-opintoseminaari 2008-2009 3.4.2009 Antti Syvänen TaY / antti.syvanen@uta.fi 1 Sisältö ja tavoitteet Esitellään jäsenyysverkostojen,

Lisätiedot

Puiden karakterisointi

Puiden karakterisointi Puiden karakterisointi LuK-tutkielma Airta Ella 2502661 Matemaattisten tieteiden laitos Oulun yliopisto Syksy 2018 Sisältö Johdanto 2 1 Johdatus verkkoteoriaan 3 1.1 Verkko käsitteenä.........................

Lisätiedot

Johdatus verkkoteoriaan 4. luento

Johdatus verkkoteoriaan 4. luento Johdatus verkkoteoriaan 4. luento 28.11.17 Viikolla 46 läpikäydyt käsitteet Viikolla 47 läpikäydyt käsitteet Verkko eli graafi, tasoverkko, solmut, välit, alueet, suunnatut verkot, isomorfiset verkot,

Lisätiedot

Koheesiiviset alaryhmät

Koheesiiviset alaryhmät 1 Koheesiiviset alaryhmät Hypermedian jatko-opintoseminaari 2008-09 11. luento - 6.3.2009 Joonas Meriläinen TTY / Hypermedialaboratorio http://eclectic.ss.uci.edu/~drwhite/cases/transparencies/clique.gif

Lisätiedot

verkkojen G ja H välinen isomorfismi. Nyt kuvaus f on bijektio, joka säilyttää kyseisissä verkoissa esiintyvät särmät, joten pari

verkkojen 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

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

Pertti Koivisto ja Riitta Niemistö. Graafiteoriaa

Pertti Koivisto ja Riitta Niemistö. Graafiteoriaa Pertti Koivisto ja Riitta Niemistö Graafiteoriaa TAMPEREEN YLIOPISTO INFORMAATIOTIETEIDEN YKSIKÖN RAPORTTEJA 60/2018 TAMPERE 2018 TAMPEREEN YLIOPISTO INFORMAATIOTIETEIDEN YKSIKÖN RAPORTTEJA 60/2018 TAMMIKUU

Lisätiedot

Königsbergin sillat. Königsberg 1700-luvulla. Leonhard Euler ( )

Königsbergin sillat. Königsberg 1700-luvulla. Leonhard Euler ( ) Königsbergin sillat 1700-luvun Königsbergin (nykyisen Kaliningradin) läpi virtasi joki, jonka ylitti seitsemän siltaa. Sanotaan, että kaupungin asukkaat yrittivät löytää reittiä, joka lähtisi heidän kotoaan,

Lisätiedot

PARITUS KAKSIJAKOISESSA

PARITUS 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

Lisätiedot

Liite: Verkot. TKK (c) Ilkka Mellin (2004) 1

Liite: Verkot. TKK (c) Ilkka Mellin (2004) 1 Liite: Verkot TKK (c) Ilkka Mellin (2004) 1 : Mitä opimme? Verkkoteoria on hyödyllinen sovelletun matematiikan osa-alue, jolla on sovelluksia esimerkiksi logiikassa, operaatiotutkimuksessa, peli-ja päätösteoriassa

Lisätiedot

Sosiaalisten verkostojen tutkimusmenetelmät - historiallisia ja teoreettisia perusteita sekä peruskäsitteitä

Sosiaalisten verkostojen tutkimusmenetelmät - historiallisia ja teoreettisia perusteita sekä peruskäsitteitä Sosiaalisten verkostojen tutkimusmenetelmät - historiallisia ja teoreettisia perusteita sekä peruskäsitteitä Stanley Wasserman and Katherine Faust: Social Network Analysis, Methods and Applications Sosiaalisten

Lisätiedot

Graafin 3-värittyvyyden tutkinta T Graafiteoria, projektityö (eksakti algoritmi), kevät 2005

Graafin 3-värittyvyyden tutkinta T Graafiteoria, projektityö (eksakti algoritmi), kevät 2005 Graafin 3-värittyvyyden tutkinta T-79.165 Graafiteoria, projektityö (eksakti algoritmi), kevät 2005 Mikko Malinen, 36474R 29. maaliskuuta, 2005 Tiivistelmä Artikkelissa käydään läpi teoriaa, jonka avulla

Lisätiedot

b) Olkoon G vähintään kaksi solmua sisältävä puu. Sallitaan verkon G olevan

b) Olkoon G vähintään kaksi solmua sisältävä puu. Sallitaan verkon G olevan Tehtävä 7 : 1 a) Olkoon G jokin epäyhtenäinen verkko. Tällöin väittämä V (G) 2 pätee jo epäyhtenäisyyden nojalla. Jokaisella joukolla X on ehto X 0 voimassa, joten ehdot A < 0 ja F < 0 toteuttavilla joukoilla

Lisätiedot

Hypermedian jatko-opintoseminaari. MATHM-6750x. 2-6 op. Sosiaalisten verkostojen tutkimusmenetelmät

Hypermedian jatko-opintoseminaari. MATHM-6750x. 2-6 op. Sosiaalisten verkostojen tutkimusmenetelmät 1 Hypermedian jatko-opintoseminaari MATHM-6750x 2-6 op. Sosiaalisten verkostojen tutkimusmenetelmät 26.10.2008 Modernissa yhteiskunnassa ovat sekä yhteisöjen että laitteistojen muodostamat verkostot muodostuneet

Lisätiedot

GRAAFITEORIAA. Pertti Koivisto Riitta Niemistö

GRAAFITEORIAA. Pertti Koivisto Riitta Niemistö GRAAFITEORIAA Pertti Koivisto Riitta Niemistö Esipuhe Tämän monisteen tarkoituksena on tutustuttaa lukija graafiteorian peruskäsitteisiin ja -tuloksiin. Vaikka algoritminen graafiteoria on tietokoneiden

Lisätiedot

Hypermedian jatko-opintoseminaari

Hypermedian jatko-opintoseminaari Matematiika laitos & Hypermedialaboratorio Thumas Miilumäki SNA Matriisit verkostoje mallitamisessa 9..29 2 3 4 5 6 7 8 9 2 3 4 5 6 7 8 9 2 Hypermedia jatko-opitosemiaari 28 29 Matrices i Social Network

Lisätiedot

Tehtävä 8 : 1. Tehtävä 8 : 2

Tehtävä 8 : 1. Tehtävä 8 : 2 Tehtävä 8 : 1 Merkitään kirjaimella G tarkasteltavaa Petersenin verkkoa. Olkoon A joukon V(G) niiden solmujen joukko, joita vastaavat solmut sijaitsevat tehtäväpaperin kuvassa ulkokehällä. Joukon A jokaisella

Lisätiedot

Jarno Marttila Datalähtöinen sosiaalisten verkostojen analyysi: tapaus Suomen Lasten Parlamentti. Diplomityö

Jarno Marttila Datalähtöinen sosiaalisten verkostojen analyysi: tapaus Suomen Lasten Parlamentti. Diplomityö Jarno Marttila Datalähtöinen sosiaalisten verkostojen analyysi: tapaus Suomen Lasten Parlamentti Diplomityö Tarkastajat: Prof. Seppo Pohjolainen (TTY) ja tutkija Jukka Huhtamäki (TTY) Tarkastajat ja aihe

Lisätiedot

Yhtenäisyydestä. Johdanto. Lähipisteavaruus. Tuomas Korppi

Yhtenäisyydestä. 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

Lisätiedot

isomeerejä yhteensä yhdeksän kappaletta.

isomeerejä yhteensä yhdeksän kappaletta. Tehtävä 2 : 1 Esitetään aluksi eräitä havaintoja. Jokaisella n Z + symbolilla H (n) merkitään kaikkien niiden verkkojen joukkoa, jotka vastaavat jotakin tehtävänannon ehtojen mukaista alkaanin hiiliketjua

Lisätiedot

Pisteet ja viivat. Multigraafi

Pisteet ja viivat. Multigraafi Pisteet ja viivat Josuv on viiva, niin pisteetujav ovat viivanuv päätepisteet (endpoints) ja u jav ovat vierekkäisiä eli vieruspisteitä (neighbours, adjacent points). Piste on irtopiste (isolated point)

Lisätiedot

VERKKOTEORIAN ALKEITA. Martti E. Pesonen 28.2.2013

VERKKOTEORIAN ALKEITA. Martti E. Pesonen 28.2.2013 VERKKOTEORIAN ALKEITA Martti E. Pesonen 28.2.2013 1 Sisältö 1 VERKOISTA 1 1.1 Mitä matemaattiset verkot ovat?................ 1 1.1.1 Verkkoteorian synty.................... 1 1.2 Suuntaamaton verkko.......................

Lisätiedot

9. Graafit. 9.1. Graafin abstrakti tietotyyppi

9. Graafit. 9.1. Graafin abstrakti tietotyyppi 9. Graafit Graafeilla eli verkoilla esitetään yhteystietoja. Esimerkkejä niistä ovat kaupunkikartan kadut ja tietoverkon tietokoneet. Tämä luku tarkastelee verkkojen perusasioita. 9.1. Graafin abstrakti

Lisätiedot

58131 Tietorakenteet ja algoritmit (syksy 2015) Toinen välikoe, malliratkaisut

58131 Tietorakenteet ja algoritmit (syksy 2015) Toinen välikoe, malliratkaisut Tietorakenteet ja algoritmit (syksy 0) Toinen välikoe, malliratkaisut. (a) Alussa puu näyttää tältä: Lisätään 4: 4 Tasapaino rikkoutuu solmussa. Tehdään kaksoiskierto ensin oikealle solmusta ja sitten

Lisätiedot

Algoritmi on periaatteellisella tasolla seuraava:

Algoritmi 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

Lisätiedot

keskenään isomorfiset? (Perustele!) Ratkaisu. Ovat. Tämän näkee indeksoimalla kärjet kuvan osoittamalla tavalla: a 1 b 3 a 5

keskenään isomorfiset? (Perustele!) Ratkaisu. Ovat. Tämän näkee indeksoimalla kärjet kuvan osoittamalla tavalla: a 1 b 3 a 5 Johdatus diskreettiin matematiikkaan Harjoitus 6, 21.10.2015 1. Ovatko verkot keskenään isomorfiset? (Perustele!) Ratkaisu. Ovat. Tämän näkee indeksoimalla kärjet kuvan osoittamalla tavalla: a 2 b 4 a

Lisätiedot

14. Luennon sisältö. Kuljetustehtävä. Verkkoteoria ja optimointi. esimerkki. verkkoteorian optimointitehtäviä verkon virittävä puu lyhimmät polut

14. 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

Lisätiedot

Voidaanko verkkoteoriaa opettaa lukiolaisille?

Voidaanko verkkoteoriaa opettaa lukiolaisille? Voidaanko verkkoteoriaa opettaa lukiolaisille? Tuotetun oppimateriaalin analysointia aiheesta painotetut verkot Pro gradu -tutkielma Mika Koponen Itä-Suomen yliopisto Fysiikan ja matematiikan laitos 1.

Lisätiedot

13 Lyhimmät painotetut polut

13 Lyhimmät painotetut polut TIE-20100 Tietorakenteet ja algoritmit 297 13 Lyhimmät painotetut polut BFS löytää lyhimmän polun lähtösolmusta graafin saavutettaviin solmuihin. Se ei kuitenkaan enää suoriudu tehtävästä, jos kaarien

Lisätiedot

Olkoon seuraavaksi G 2 sellainen tasan n solmua sisältävä suunnattu verkko,

Olkoon seuraavaksi G 2 sellainen tasan n solmua sisältävä suunnattu verkko, Tehtävä 1 : 1 a) Olkoon G heikosti yhtenäinen suunnattu verkko, jossa on yhteensä n solmua. Määritelmän nojalla verkko G S on yhtenäinen, jolloin verkoksi T voidaan valita jokin verkon G S virittävä alipuu.

Lisätiedot

V. V. Vazirani: Approximation Algorithms, luvut 3-4 Matti Kääriäinen

V. 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

Lisätiedot

Kurssikoe on maanantaina 29.6. Muista ilmoittautua kokeeseen viimeistään 10 päivää ennen koetta! Ilmoittautumisohjeet löytyvät kurssin kotisivuilla.

Kurssikoe on maanantaina 29.6. Muista ilmoittautua kokeeseen viimeistään 10 päivää ennen koetta! Ilmoittautumisohjeet löytyvät kurssin kotisivuilla. HY / Avoin ylioisto Johdatus yliopistomatematiikkaan, kesä 201 Harjoitus 7 Ratkaisut palautettava viimeistään perjantaina 26.6.201 klo 16.00. Huom! Luennot ovat salissa CK112 maanantaista 1.6. lähtien.

Lisätiedot

Kuva Suomen päätieverkko 1 Moottoritiet on merkitty karttaan vihreällä, muut valtatiet punaisella ja kantatiet keltaisella värillä.

Kuva Suomen päätieverkko 1 Moottoritiet on merkitty karttaan vihreällä, muut valtatiet punaisella ja kantatiet keltaisella värillä. POHDIN projekti TIEVERKKO Tieverkon etäisyyksien minimointi ja esimerkiksi maakaapeleiden kokonaismäärän minimointi sekä ylipäätään äärellisen pistejoukon yhdistäminen reitityksillä toisiinsa niin, että

Lisätiedot

Ratkaisu. Tulkitaan de Bruijnin jonon etsimiseksi aakkostossa S := {0, 1} sanapituudelle n = 4. Neljän pituisia sanoja on N = 2 n = 16 kpl.

Ratkaisu. Tulkitaan de Bruijnin jonon etsimiseksi aakkostossa S := {0, 1} sanapituudelle n = 4. Neljän pituisia sanoja on N = 2 n = 16 kpl. iskreetti matematiikka, syksy 00 arjoitus, ratkaisuista. seta 8 nollaa ja 8 ykköstä renkaaksi niin, että jokainen yhdistelmä 0000, 000,..., esiintyy täsmälleen kerran. Vihje: Tulkitse de ruijnin jonon

Lisätiedot

GRAAFITEORIA. Keijo Ruohonen

GRAAFITEORIA. Keijo Ruohonen GRAAFITEORIA Keijo Ruohonen 2013 Sisältö 1 I MÄÄRITELMIÄ JA PERUSTULOKSIA 1 1.1 Määritelmiä 5 1.2 Kulku. Reitti. Polku. Piiri. Yhtenäisyys. Komponentti 10 1.3 Graafien operaatioita 14 1.4 Irrotus 17 1.5

Lisätiedot

Totaalisesti unimodulaariset matriisit voidaan osoittaa olevan rakennettavissa oleellisesti verkkomalleihin liittyvistä matriiseista

Totaalisesti unimodulaariset matriisit voidaan osoittaa olevan rakennettavissa oleellisesti verkkomalleihin liittyvistä matriiseista 8. Verkkomallit Totaalisesti unimodulaariset matriisit voidaan osoittaa olevan rakennettavissa oleellisesti verkkomalleihin liittyvistä matriiseista (P. D. Seymour, Journal of Combinatorial Theory (B),

Lisätiedot

Algoritmit 2. Luento 11 Ti Timo Männikkö

Algoritmit 2. Luento 11 Ti Timo Männikkö Algoritmit 2 Luento 11 Ti 24.4.2018 Timo Männikkö Luento 11 Rajoitehaku Kapsäkkiongelma Kauppamatkustajan ongelma Paikallinen etsintä Lyhin virittävä puu Vaihtoalgoritmit Algoritmit 2 Kevät 2018 Luento

Lisätiedot

Induktiotodistus: Tapaus n = 0 selvä; ol. väite pätee kun n < m.

Induktiotodistus: 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

Lisätiedot

A274101 TIETORAKENTEET JA ALGORITMIT

A274101 TIETORAKENTEET JA ALGORITMIT A274101 TIETORAKENTEET JA ALGORITMIT GRAAFITEHTÄVIÄ JA -ALGORITMEJA Lähteet: Timo Harju, Opintomoniste Keijo Ruohonen, Graafiteoria (math.tut.fi/~ruohonen/gt.pdf) GRAAFIN LÄPIKÄYMINEN Perusta useimmille

Lisätiedot

Näin ollen saadaan tulos rad(g) diam(g). Toisaalta huomataan, että verkon G kaikilla solmuilla x ja y pätee kolmioepäyhtälön nojalla havainto

Näin ollen saadaan tulos rad(g) diam(g). Toisaalta huomataan, että verkon G kaikilla solmuilla x ja y pätee kolmioepäyhtälön nojalla havainto Tehtävä 3 : 1 Olkoon G mielivaltainen epätyhjä verkko. Erityisesti siltä ei vaadita äärellisyyttä. Polut ovat verkon G koosta riippumatta määritelmän mukaan aina äärellisiä, joten kahden solmun välisen

Lisätiedot

Algoritmit 2. Luento 13 Ti Timo Männikkö

Algoritmit 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

Lisätiedot

T : Max-flow / min-cut -ongelmat

T : Max-flow / min-cut -ongelmat T-61.152: -ongelmat 4.3.2008 Sisältö 1 Määritelmät Esimerkki 2 Max-flow Graafin leikkaus Min-cut Max-flow:n ja min-cut:n yhteys 3 Perusajatus Pseudokoodi Tarkastelu 4 T-61.152: -ongelmat Virtausverkko

Lisätiedot

Keskeiset ladonta-algoritmit verkostoanalyysityössä

Keskeiset ladonta-algoritmit verkostoanalyysityössä Keskeiset ladonta-algoritmit verkostoanalyysityössä Verkostoanalyysi 2011 TTY Jarno Marttila Tampereen teknillinen yliopisto Hypermedialaboratorio TUT / HLAB 1 Sisällys Graafien piirtämisestä Ladonnasta

Lisätiedot

Eulerin verkkojen karakterisointi

Eulerin verkkojen karakterisointi Eulerin verkkojen karakterisointi Pro Gradu -tutkielma Jenni Heikkilä 373175 Matemaattisten tieteiden laitos Oulun yliopisto Syksy 018 Sisältö Johdanto 1 Verkkojen peruskäsitteet 3 1.1 Verkon määrittely.........................

Lisätiedot

Graafin virittävä puu 1 / 20

Graafin virittävä puu 1 / 20 Graafin virittävä puu 1 / 20 Graafin virittävä puu PuuT on graafingvirittävä puu (spanning tree), jos se sisältää kaikkig:n pisteet. Virittäviä puita: 2 / 20 Yhdistämisongelma Yhdistämisongelma:(Connector

Lisätiedot

58131 Tietorakenteet ja algoritmit (kevät 2014) Uusinta- ja erilliskoe, , vastauksia

58131 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

MS-A0402 Diskreetin matematiikan perusteet Yhteenveto, osa I

MS-A0402 Diskreetin matematiikan perusteet Yhteenveto, osa I MS-A0402 Diskreetin matematiikan perusteet Yhteenveto, osa I G. Gripenberg Aalto-yliopisto 3. huhtikuuta 2014 G. Gripenberg (Aalto-yliopisto) MS-A0402 Diskreetin matematiikan perusteetyhteenveto, 3. osahuhtikuuta

Lisätiedot

Algoritmit 1. Luento 13 Ma Timo Männikkö

Algoritmit 1. Luento 13 Ma Timo Männikkö Algoritmit 1 Luento 13 Ma 26.2.2018 Timo Männikkö Luento 13 Suunnittelumenetelmät Taulukointi Kapsäkkiongelma Ahne menetelmä Verkon lyhimmät polut Dijkstran menetelmä Verkon lyhin virittävä puu Kruskalin

Lisätiedot

MS-A0402 Diskreetin matematiikan perusteet

MS-A0402 Diskreetin matematiikan perusteet MS-A0402 Diskreetin matematiikan perusteet Osa 6: Verkkoteoria Riikka Kangaslampi 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Verkkojen peruskäsitteitä Motivaatiota (...) networks may

Lisätiedot

10. Painotetut graafit

10. Painotetut graafit 10. Painotetut graafit Esiintyy monesti sovelluksia, joita on kätevä esittää graafeina. Tällaisia ovat esim. tietoverkko tai maantieverkko. Näihin liittyy erinäisiä tekijöitä. Tietoverkkoja käytettäessä

Lisätiedot

Eräs keskeinen algoritmien suunnittelutekniikka on. Palauta ongelma johonkin tunnettuun verkko-ongelmaan.

Eräs keskeinen algoritmien suunnittelutekniikka on. Palauta ongelma johonkin tunnettuun verkko-ongelmaan. 5. Verkkoalgoritmeja Eräs keskeinen algoritmien suunnittelutekniikka on Palauta ongelma johonkin tunnettuun verkko-ongelmaan. Palauttaminen edellyttää usein ongelman ja algoritmin pientä modifioimista,

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

Cantorin joukon suoristuvuus tasossa

Cantorin joukon suoristuvuus tasossa Cantorin joukon suoristuvuus tasossa LuK-tutkielma Miika Savolainen 2380207 Matemaattisten tieteiden laitos Oulun yliopisto Syksy 2016 Sisältö Johdanto 2 1 Cantorin joukon esittely 2 2 Suoristuvuus ja

Lisätiedot

Silmukkaoptimoinnista

Silmukkaoptimoinnista sta TIE448 Kääntäjätekniikka, syksy 2009 Antti-Juhani Kaijanaho TIETOTEKNIIKAN LAITOS 8. joulukuuta 2009 Sisällys Sisällys Seuraava deadline Vaihe F maanantai 14.12. klo 12 rekisteriallokaatio Arvostelukappale

Lisätiedot

Tietojenkäsittelytieteen ja tilastotieteen matematiikkaa 1/137

Tietojenkäsittelytieteen ja tilastotieteen matematiikkaa 1/137 Tietojenkäsittelytieteen ja tilastotieteen matematiikkaa 1/137 Loogiset konnektiivit Tavallisimmat loogiset konnektiivit ovat negaatio ei konjunktio ja disjunktio tai implikaatio jos..., niin... ekvivalenssi...

Lisätiedot

Lineaarialgebra ja matriisilaskenta II Syksy 2009 Laskuharjoitus 1 ( ) Ratkaisuehdotuksia Vesa Ala-Mattila

Lineaarialgebra ja matriisilaskenta II Syksy 2009 Laskuharjoitus 1 ( ) Ratkaisuehdotuksia Vesa Ala-Mattila Lineaarialgebra ja matriisilaskenta II Syksy 29 Laskuharjoitus (9. - 3..29) Ratkaisuehdotuksia Vesa Ala-Mattila Tehtävä. Olkoon V vektoriavaruus. Todistettava: jos U V ja W V ovat V :n aliavaruuksia, niin

Lisätiedot

Tietorakenteet ja algoritmit. Verkot. Ari Korhonen

Tietorakenteet ja algoritmit. Verkot. Ari Korhonen Tietorakenteet ja algoritmit Verkot Ari Korhonen 1 10. VERKOT ( graphs ) 10.1 Yleistä 10.2 Terminologiaa 10.3 Verkon esittäminen 10.4 Verkon läpikäyntialgoritmit (graph traversal) 10.5 Painotetut verkot

Lisätiedot

Malliratkaisut Demot

Malliratkaisut Demot Malliratkaisut Demot 4 3.4.017 Tehtävä 1 Tarkastellaan harjoituksen 1 nopeimman reitin ongelmaa ja etsitään sille lyhin virittävä puu käyttämällä kahta eri algoritmia. a) (Primin algoritmi) Lähtemällä

Lisätiedot

Taulun avoimista haaroista saadaan kelvolliset lausejoukot

Taulun avoimista haaroista saadaan kelvolliset lausejoukot T-79.5101 kevät 2006 Laskennallisen logiikan jatkokurssi Laskuharjoitus 11 Ratkaisut 1. M : a, Q b c d Lauseen X( UQ) sulkeuma: CL ( X( UQ) ) = { X( UQ), X( UQ), UQ, X ( UQ), ( UQ),, Q, X ( UQ),, } Muodostetaan

Lisätiedot

7.4. Eulerin graafit 1 / 22

7.4. Eulerin graafit 1 / 22 7.4. Eulerin graafit 1 / 22 Viivojen läpikäynti Graafin pisteiden/viivojen läpikäyminen esiintyy usein sovelluksissa: Etsintäalgoritmit, reititykset Läpikäyminen tehdään nopeimmin, kun yhtäkään viivaa/pistettä

Lisätiedot

T Syksy 2004 Logiikka tietotekniikassa: perusteet Laskuharjoitus 7 (opetusmoniste, kappaleet )

T Syksy 2004 Logiikka tietotekniikassa: perusteet Laskuharjoitus 7 (opetusmoniste, kappaleet ) T-79144 Syksy 2004 Logiikka tietotekniikassa: perusteet Laskuharjoitus 7 (opetusmoniste, kappaleet 11-22) 26 29102004 1 Ilmaise seuraavat lauseet predikaattilogiikalla: a) Jokin porteista on viallinen

Lisätiedot

Oikeasta tosi-epätosi -väittämästä saa pisteen, ja hyvästä perustelusta toisen.

Oikeasta tosi-epätosi -väittämästä saa pisteen, ja hyvästä perustelusta toisen. Tietorakenteet, kevät 2012 Kurssikoe 2, mallivastaukset 2. (a) Järjestämistä ei voi missään tilanteessa suorittaa nopeammin kuin ajassa Θ(n log n), missä n on järjestettävän taulukon pituus. Epätosi: Yleisessä

Lisätiedot

Joukot. Georg Cantor ( )

Joukot. Georg Cantor ( ) Joukot Matematiikassa on pyrkimys määritellä monimutkaiset asiat täsmällisesti yksinkertaisempien asioiden avulla. Tarvitaan jokin lähtökohta, muutama yleisesti hyväksytty ja ymmärretty käsite, joista

Lisätiedot

Katsaus visualisointitekniikoihin

Katsaus visualisointitekniikoihin Katsaus visualisointitekniikoihin Pohjautuen artikkeliin: Heer, J., Bostock, M., & Ogievetsky, V. 2010. A Tour through the Visualization Zoo. ACM Queue 8, 5. Saatavissa: http://queue.acm.org/detail.cfm?id=1805128

Lisätiedot

Luentorunko Kevät Matti Peltola.

Luentorunko Kevät Matti Peltola. GRAAFITEORIA 031029S Luentorunko Kevät 2009 Matti Peltola http://www.ee.oulu./mpa/graate.htm Hyödyllistä tietoa Matematiikan jaoksen tuottamasta opetuksesta löytyy osoitteesta http://s-mat-pcs.oulu./opetus

Lisätiedot

Suuntaamattomia verkkoja lukiossa itsetuotetun oppimateriaalin analysointia

Suuntaamattomia verkkoja lukiossa itsetuotetun oppimateriaalin analysointia Suuntaamattomia verkkoja lukiossa itsetuotetun oppimateriaalin analysointia Pro gradu -tutkielma Jussi Kotilainen 165258 Itä-Suomen yliopisto 14. toukokuuta 2012 Sisältö 1 Johdanto 1 2 Verkkoteoriasta

Lisätiedot

Datatähti 2019 loppu

Datatähti 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

Lisätiedot

j(j 1) = n(n2 1) 3 + (k + 1)k = (k + 1)(k2 k + 3k) 3 = (k + 1)(k2 + 2k + 1 1)

j(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!

Lisätiedot

Sosiaalisten verkostojen data

Sosiaalisten verkostojen data Sosiaalisten verkostojen data Hypermedian jatko-opintoseminaari 2008-09 2. luento - 17.10.2008 Antti Kortemaa, TTY/Hlab Wasserman, S. & Faust, K.: Social Network Analysis. Methods and Applications. 1 Mitä

Lisätiedot

TIE Tietorakenteet ja algoritmit 261

TIE Tietorakenteet ja algoritmit 261 TIE-20100 Tietorakenteet ja algoritmit 261 12 Graafit Seuraavaksi tutustutaan tietorakenteeseen, jonka muodostavat pisteet ja niiden välille muodostetut yhteydet graafiin. Keskitymme myös tyypillisimpiin

Lisätiedot

Eloisuusanalyysi. TIE448 Kääntäjätekniikka, syksy Antti-Juhani Kaijanaho. 16. marraskuuta 2009 TIETOTEKNIIKAN LAITOS. Eloisuusanalyysi.

Eloisuusanalyysi. 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)

Lisätiedot

Luento 9: Permutaatiot ja symmetriat 1 MS-A0401 Diskreetin matematiikan perusteet, syksy 2014 Harri Varpanen Aalto-yliopisto Matematiikan ja systeemianalyysin laitos Keskiviikko 8.10.2014 Ryhmän toiminta

Lisätiedot

MS-A0401 Diskreetin matematiikan perusteet

MS-A0401 Diskreetin matematiikan perusteet MS-A0401 Diskreetin matematiikan perusteet Osa 6: Verkkoteoria Riikka Kangaslampi Syksy 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Verkkojen peruskäsitteitä Motivaatiota (...) networks

Lisätiedot

10. Painotetut graafit

10. Painotetut graafit 10. Painotetut graafit Esiintyy monesti sovelluksia, joita on kätevä esittää graafeina. Tällaisia ovat esim. tietoverkko tai maantieverkko. Näihin liittyy erinäisiä tekijöitä. Tietoverkkoja käytettäessä

Lisätiedot

811312A Tietorakenteet ja algoritmit 2015-2016. V Verkkojen algoritmeja Osa 2 : Kruskalin ja Dijkstran algoritmit

811312A Tietorakenteet ja algoritmit 2015-2016. V Verkkojen algoritmeja Osa 2 : Kruskalin ja Dijkstran algoritmit 811312A Tietorakenteet ja algoritmit 2015-2016 V Verkkojen algoritmeja Osa 2 : Kruskalin ja Dijkstran algoritmit Sisältö 1. Johdanto 2. Leveyshaku 3. Syvyyshaku 4. Kruskalin algoritmi 5. Dijkstran algoritmi

Lisätiedot

= 5! 2 2!3! = = 10. Edelleen tästä joukosta voidaan valita kolme särmää yhteensä = 10! 3 3!7! = = 120

= 5! 2 2!3! = = 10. Edelleen tästä joukosta voidaan valita kolme särmää yhteensä = 10! 3 3!7! = = 120 Tehtävä 1 : 1 Merkitään jatkossa kirjaimella H kaikkien solmujoukon V sellaisten verkkojen kokoelmaa, joissa on tasan kolme särmää. a) Jokainen verkko G H toteuttaa väitteen E(G) [V]. Toisaalta jokainen

Lisätiedot

Johdatus verkkoteoriaan luento Netspace

Johdatus verkkoteoriaan luento Netspace Johdatus verkkoteoriaan luento 10.4.18 Netspace Verkko eli graafi, tasoverkko, solmut, välit, alueet, suunnatut verkot, isomorfiset verkot, verkon duaali, verkon upottaminen, verkon genus, verkon komplementti,

Lisätiedot

Näytetään nyt relaatioon liittyvien ekvivalenssiluokkien olevan verkon G lohkojen särmäjoukkoja. Olkoon siis f verkon G jokin särmä.

Näytetään 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}

Lisätiedot

Department of Mathematics, Hypermedia Laboratory Tampere University of Technology. Arvostus Verkostoissa: PageRank. Idea.

Department of Mathematics, Hypermedia Laboratory Tampere University of Technology. Arvostus Verkostoissa: PageRank. Idea. Arvostus Tommi Perälä Department of Mathematics, Hypermedia Laboratory Tampere University of Technology 8..0 in idea on määrittää verkoston solmuille arvostusta kuvaavat tunnusluvut. Voidaan ajatella

Lisätiedot