Kytkentäkentät - Rekursio, Cantor-verkko. Kytkentäkentän ominaisarvoja

Koko: px
Aloita esitys sivulta:

Download "Kytkentäkentät - Rekursio, Cantor-verkko. Kytkentäkentän ominaisarvoja"

Transkriptio

1 Kytkentäkentät - Rekursio, Cantor-verkko Kertaus Estottomuus Uudelleen järjestely Tiukasti estoton Yleinen kolmiportainen verkko Closin -verkko Benes -verkko Cantor -verkko Kytkentäpisteet ja kompleksisuus Rka/ML -k000 Tiedonvälitystekniikka I 7 - Kytkentäkentän ominaisarvoja Kytkentäpisteiden lukumäärä on ristikytkentäpisteiden lukumäärä kentässä. Looginen syvyys on signaalin kulkutiellä olevien kytkinten lukumäärä. Esto määräytyy kentän rakenteesta. Kytkentäpisteen ajokyky määritellään ajettavien kytkentäpisteiden lukumäärällä. Rka/ML -k000 Tiedonvälitystekniikka I 7 - Page

2 Kolmiportaisen kytkentäkentän yleinen esitystapa Kolmiportainen kytkentäkenttä, palautettuna puhtaaseen tilakytkentään, voidaan esittää tilakytkiminä, joista jokainen on kytketty seuraavan portaan jokaiseen kytkimeen. M xn M xn M 3 x M M R R R 3 M Rka/ML -k000 Tiedonvälitystekniikka I 7-3 Closin -verkko M xr R xr 3 R x M M R R R 3 M porras : N = R porras : M = R ja N = R 3 porras 3: M 3 = R Esim. 89 PCM, 6M = 8 x M perusnopeus: M = = 04, R = R 3 = 8*3 = 56, R = > tiukasti estoton Rka/ML -k000 Tiedonvälitystekniikka I 7-4 Page

3 Tiukasti estoton Closin -verkko Closin -verkko on tiukasti estoton, kun toisen portaan kytkinten lukumäärä on R => M + - Erikoistapauksena symmetrinen kytkinkenttä, jossa M = = N R => N - Rka/ML -k000 Tiedonvälitystekniikka I 7-5 Uudelleen järjesteltävä Clos -verkko Kolmiportainen Closin -verkko on uudelleen järjeteltävän estoton, kun R => max(m, ) Erikoistapauksena symmetrinen kytkinkenttä, jossa M = = N R => N Rka/ML -k000 Tiedonvälitystekniikka I 7-6 Page 3

4 Kytkentä kytkimestä A kytkimeen B M xr R xr 3 R x M A B M R R R 3 M Rka/ML -k000 Tiedonvälitystekniikka I 7-7 Closin teoreeman välttämättömyyden visualisointi n = r = 5 m = r = 3 n = r 3 = 4 m 3 = r = 5 n 3 = m = 3 r = 3 r = 5 r 3 = 4 Eli r = 4 = ( m + n 3 - ) riittää! Rka/ML -k000 Tiedonvälitystekniikka I 7-8 Page 4

5 Kytkentäkenttien vaihtoehtoinen esitystapa Kytkentäkenttä voidaan esittää käsittelyn helpoittamiseksi joko verkkona tai tasokuviona. Tasokuviossa säästytään yksittäisten yhteyksien piirtämiseltä. Verkkokuva on ymmärtämisen kannalta helpompi. Rka/ML -k000 Tiedonvälitystekniikka I 7-9 Kentän rekursiivinen rakentaminen tulot N = p X q Uudelleen järjestettävästi estoton p tasoa lähdöt N = p X q q tasoa p X p q X q p X p q tasoa Kytkentäpisteitä: p q + q p + p q = qp + q p Rka/ML -k000 Tiedonvälitystekniikka I 7-0 Page 5

6 Kentän rekursiivinen rakentaminen - tulot N = p X q Tiukasti estoton (p - ) tasoa lähdöt N = p X q q tasoa p X (p-) (p-)xp q tasoa q X q Kytkentäpisteitä: p(p-)q + q (p-) + (p-)pq = p(p-)q + q (p-) Rka/ML -k000 Tiedonvälitystekniikka I 7 - Kytkentäkentän rekursiivinen muodostaminen Rekursiivisessa muodostamisessa kytkentäkentän rakenne välittyy eri tasoille identtisenä. Tiukasti estottoman Closin-verkon yksittäiset kytkimet muodostetaan tiukasti estottomista Closin-verkoista, jne. Tiukasti estottomista kytkimistä voidaan saada aikaa uudelleen järjestettävästi estoton kenttä (CLOSin teoreema). Uudelleen järjestettävästi estottomista moduuleista voidaan rakentaa tiukasti estoton kenttä! Rka/ML -k000 Tiedonvälitystekniikka I 7 - Page 6

7 Kytkentäkentän muodostamisen problematiikkaa Ihanteellinen ratkaisu: Vähän kytkentäpisteitä Pieni kompleksisuus Yksinkertainen muodostaa NxN -kytkentäkenttä, miten valita P ja Q??? Kytkentäkentän on laidoiltaan symmetrinen, joten oletuksena valitaan P mahdollisimman pieneksi (esim ) --> Q = N/P. Toisaalta tiukasti estottoman kytkentäkentän ongelma on kentän keskiportaan koon nopea kasvaminen pienillä P:n arvoilla. Rka/ML -k000 Tiedonvälitystekniikka I 7-3 x-kytkinten tapaus Mikäli kentän koko on kahden potenssi ( N = n ), voidaan kenttä muodostaa valitsemalla P= ja Q=N/ N/ x N/ N/ x N/ Rka/ML -k000 Tiedonvälitystekniikka I 7-4 Page 7

8 Esim N=8 ) N/ x N/ N/ x N/ ) Baseline -verkko Käänteinen Baseline -verkko BENES -verkko Rka/ML -k000 Tiedonvälitystekniikka I 7-5 Benes -verkko Benes -verkko on rekursiivisesti x -kytkimistä muodostettu uudelleen järjesteltävä verkko. -puoliverkko tunnetaan nimellä baseline -verkko -puoliverkko tunnetaan nimellä käänteinen baseline - verkko Benes -verkossa on (log N-) porrasta. Kytkentä pisteiden lukumäärä on 4(N/)(log N-) = 4Nlog N-N ~ 4Nlog N Rka/ML -k000 Tiedonvälitystekniikka I 7-6 Page 8

9 Tiukasti estottoman kytkentäkentän muodostaminen rekursiolla Tiukasti estoton kytkentäkenttä voidaan muodostaa aivan vastaavasti mutta kentän koko kasvaa hyvin nopeasti. Esim. NxN -kenttä muodostettuna Nx N - kytkimistä Valitaan N = n ja n = l, jolloin kenttä rakentuu portaassa n/ kappaleesta ( n/ x n/ )-kytkimiä portaassa (x n/ -) kappaleesta ( n/ x n/ )-kytkimiä 3 portaassa n/ kappaleesta ( n/ x n/ )-kytkimiä Rka/ML -k000 Tiedonvälitystekniikka I 7-7 Jatkoa edelliseen Matemaattisen tarkastelun helpottamiseksi valitaan kytkinten koot hieman toisin. portaassa n/ kappaleesta ( n/ x n/+ )-kytkimiä portaassa (x n/ ) kappaleesta ( n/ x n/ )-kytkimiä 3 portaassa n/ kappaleesta ( n/+ x n/ )-kytkimiä ( n/ x n/+ ) = ( n/ x n/ ) Yhteensä 6( n/ ) kappaletta ( n/ x n/ ) -kytkimiä Rekursiivinen palautuskaava F( n )= 6( n/ )F( n/ ) = 6 l ( n/+n/4+n/8+ + )F( ) ~ N (log N),58 F() = 4N(log N),58 Tiukasti estoton kenttä sisältää eksponentin verran enemmän kytkimiä kuin uudelleen järjesteltävä kenttä Rka/ML -k000 Tiedonvälitystekniikka I 7-8 Page 9

10 Cantor -verkko on tapa muodostaa tiukasti estottomia kenttiä pienemmällä kytkentäpiste määrällä Peruspalikkana on BENES -verkko. Rka/ML -k000 Tiedonvälitystekniikka I 7-9 Cantor -verkko Cantor -verkko on tapa muodostaa tiukasti estottomia kenttiä pienemmällä kytkentäpiste määrällä. Log N rinnakkaista Benes verkkoa N tuloa N lähtöä Log N lähtöä Rka/ML -k000 Tiedonvälitystekniikka I 7-0 Page 0

11 Cantor verkon ominaisuuksia Kytkentäpisteiden lkm = 4 Nlog N log N = 4N(log N) jos kanavointilaitteita ei lasketa. Cantor verkko on tiukasti estoton! Todistus: Merkataan rinnakkaisten Benes verkkojen määrää m ja Benes portaan numeroa k ja A(k) - portaassa k yhdestä Cantor verkon tulosta ilman uudelleen järjestelyä saavutettavien Benes -kytkinten määrä. A() = m. A() = A(). A(3) = A(). A(k) = A(k ) k = A(k ) k = k- A() (k ) k A(logN) = logn m (logν ) logn 4 = Nm (logν )Ν Rka/ML -k000 Tiedonvälitystekniikka I 7 - Cantor todistus jatkuu Nm (logn )N > 4 Nm m > logn. Eli jos rinnakkaisia Benes verkkoja on logn kappaletta, Cantor verkko on tiukasti estoton. Ts. Tiukasti estoton Cantor verkko muodostuu laittamalla rinnan logn kappaletta uudelleen järjestettävästi estottomia Benes verkkoja. Rka/ML -k000 Tiedonvälitystekniikka I 7 - Page

12 Cantor-verkossa saavutettavien kytkinten määrä Log N rinnakkaista Benes verkkoa N tuloa N lähtöä Log N lähtöä A() = A() (ilman uudelleen järjestelyä) Kytkimestä saavutettavien lähtöjen määrä Rka/ML -k000 Tiedonvälitystekniikka I 7-3 Numeerinen esimerkki Cantor verkosta N = 3 x 048 = m = logn = 6 Demultiplekseissa lähtöjä = 6 kappaletta Multipleksereissa tuloja = 6 kappaletta Muxeja = kappaletta Demuxeja = kappaletta Benes verkkoja = 6 kappaletta Benes verkoissa portaita = logn - = x6- = 3 kappaletta Benes verkoissa kytkimiä = Nlog N = 6 * 3 M. kussakin Rka/ML -k000 Tiedonvälitystekniikka I 7-4 Page

13 Kytkentöjen kokonaismäärä kentässä I O I O Yksi yhteen C = {(i,o) i I, o O} (i,o) C ja (i,o ) C o = o Yksi moneen C = {(i,n i ) i I, n i O} (i,o) C ja (i,o) C i = i C - Kytkentöjen kuvaus Rka/ML -k000 Tiedonvälitystekniikka I 7-5 Kytkentäkentän kompleksisuus Kytkentäkentän kompleksisuus on likimain sama kuin kytkentäpisteiden lukumäärä. G on kytkentäkentän erilaisten, sallittujen kytkentöjen C{i,o} kuvaus. ζ(g) on log (G) eli logaritmi erilaisten, sallittujen kytkentöjen määrästä. ( ~ kytkentäpisteiden lukumäärä) ζ(g) käytetään kytkentäkentän kompleksisuuden aproksimoinnissa, sillä NxN -ristikytkentämatriisi sisältää suurimman määrän kytkentäpisteitä vastaavan kokoisista kytkentäkentistä. Mikäli ristikytkentämatriisissa on R-kytkentäpistettä, on siinä maksimissaan R erillistä tilaa (jokaisen kytkentäpisteen auki/kiinni -tila), minkä takia ζ <= R (osa ratkaisuista ei ole sallittuja). Rka/ML -k000 Tiedonvälitystekniikka I 7-6 Page 3

14 Kompleksisuuden alaraja Oletetaan että kytkentäkenttä on NxN ja sen rakenne on täysiulotteinen. C = N! ζ = log (N!) ~ Nlog (N) -,44N + ½log (N) Benes -verkkolle on ζ ~ (N/)(log N-) = Nlog (N) - ½N eli likimain minimimäärä kytkimiä. Rka/ML -k000 Tiedonvälitystekniikka I 7-7 Benes -verkon kasvu Kytkinten lukumäärä = N/ Baseline verkko BENES -verkko Käänteinen baseline verkko Porrasten lukumäärä = log N - Kytkentäpisteiden lukumäärä on porrasten lukumäärä kytkinten lkm portaassa = 4 N/ ( log N - ) 4N log N Rka/ML -k000 Tiedonvälitystekniikka I 7-8 Page 4

Kytkentäkentät - Rekursio, Cantor-verkko

Kytkentäkentät - Rekursio, Cantor-verkko Kytkentäkentät - Rekursio, Cantor-verkko Kertaus Estottomuus Uudelleen järjestely Tiukasti estoton Yleinen kolmiportainen verkko Closin -verkko Benes -verkko Cantor -verkko Kytkentäpisteet ja kompleksisuus

Lisätiedot

Kytkentäkentät, luento 2 - Kolmiportaiset kentät

Kytkentäkentät, luento 2 - Kolmiportaiset kentät Kytkentäkentät, luento - Kolmiportaiset kentät Kolmiportaiset kytkentäkentät - esitystapoja ja esimerkkejä Kytkentäkenttien vertailuperusteet ƒ Estottomuus, looginen syvyys, ajokyky Closin -verkko Paull

Lisätiedot

Kytkentäfunktioiden monimutkaisuuden alaraja, Copy-funktio, Itsereitittävyys

Kytkentäfunktioiden monimutkaisuuden alaraja, Copy-funktio, Itsereitittävyys Kytkentäfunktioiden monimutkaisuuden alaraja, Copy-funktio, tsereitittävyys Rka/ML -k98 Tiedonvälitystekniikka 12-1 Kopioiden muodostus binääriverkolla Kopiointi toteutetaan verkkoa edeltävällä levityspuulla,

Lisätiedot

Kytkentäfunktioiden monimutkaisuuden alaraja, Copy-funktio, Itsereitittävyys

Kytkentäfunktioiden monimutkaisuuden alaraja, Copy-funktio, Itsereitittävyys Kytkentäfunktioiden monimutkaisuuden alaraja, Copy-funktio, tsereitittävyys Rka/ML -k99 Tiedonvälitystekniikka 12-1 Luentoaikataulu 18.2.99 Kytkentäkenttien monimutkaisuus, itsereitittävyys 25.2.99 Kytkentäkenttien

Lisätiedot

Kytkentäkentät, luento 2 - Kolmiportaiset kentät

Kytkentäkentät, luento 2 - Kolmiportaiset kentät Kytkentäkentät, luento - Kolmiportaiset kentät Kolmiportaiset kytkentäkentät - esitystapoja ja esimerkkejä Kytkentäkenttien vertailuperusteet Estottomuus, looginen syvyys, ajokyky Closin -verkko Paull

Lisätiedot

Kytkentäfunktioiden monimutkaisuuden alaraja, Copy-funktio, Itsereitittävyys

Kytkentäfunktioiden monimutkaisuuden alaraja, Copy-funktio, Itsereitittävyys Kytkentäfunktioiden monimutkaisuuden alaraja, Copy-funktio, tsereitittävyys Rka/ML -k2 Tiedonvälitystekniikka 8-1 Kurssin kuva välitysjärjestelmästä H.323 or SP P SP or SUP PABX CAS, R2 SD Kytkentäkenttä

Lisätiedot

Piirikytkentäiset kytkentäkentät. Kapeakaistakenttä kytkee PCM-aikavälejä

Piirikytkentäiset kytkentäkentät. Kapeakaistakenttä kytkee PCM-aikavälejä Piirikytkentäiset kytkentäkentät Mitä ja miksi Aikakytkentä Tilakytkentä Analogiat Tila-tila Aika-tila AA AT TA TT Rka/ML -k000 Tiedonvälitystekniikka I 4 - Kapeakaistakenttä kytkee PCM-aikavälejä PCM30

Lisätiedot

Kytkentäkentän teknologia

Kytkentäkentän teknologia Kytkentäkentän teknologia Kertaus kentän rakenteeseen vaikuttavat teknologiset tekijät Huom. tätä ei löydy kirjasta! Rka/ML -k99 Tiedonvälitystekniikka I 0 - Kertaus - Tilaporras - esimerkki Tilakytkin

Lisätiedot

Piirikytkentäiset kytkentäkentät

Piirikytkentäiset kytkentäkentät Piirikytkentäiset kytkentäkentät Mitä ja miksi Tilakytkentä Aikakytkentä Analogiat Tila-tila Aika-tila Kaksiportaiset kytkentäkentät AA AT TA TT Rka/ML -k00 Tiedonvälitystekniikka I 4 - Kurssin kuva välitysjärjestelmästä

Lisätiedot

Kytkentäkentän teknologia

Kytkentäkentän teknologia Kytkentäkentän teknologia Kertaus kentän rakenteeseen vaikuttavat teknologiset tekijät Huom. tätä ei löydy kirjasta! Rka/ML -k000 Tiedonvälitystekniikka I 9 - Kertaus - Tilaporras - esimerkki Tilakytkin

Lisätiedot

Kytkentäkentän teknologia

Kytkentäkentän teknologia Kytkentäkentän teknologia Kertaus kentän rakenteeseen vaikuttavat teknologiset tekijät Huom. tätä ei löydy kirjasta! Rka/ML -k00 Tiedonvälitystekniikka 9 - Kurssin kuva välitysjärjestelmästä H.33 or SIP

Lisätiedot

Algoritmit 2. Luento 8 To Timo Männikkö

Algoritmit 2. Luento 8 To Timo Männikkö Algoritmit 2 Luento 8 To 4.4.2019 Timo Männikkö Luento 8 Algoritmien analysointi Algoritmien suunnittelu Rekursio Osittaminen Rekursioyhtälöt Rekursioyhtälön ratkaiseminen Master-lause Algoritmit 2 Kevät

Lisätiedot

Vaihtoehtoinen tapa määritellä funktioita f : N R on

Vaihtoehtoinen tapa määritellä funktioita f : N R on Rekursio Funktio f : N R määritellään yleensä antamalla lauseke funktion arvolle f (n). Vaihtoehtoinen tapa määritellä funktioita f : N R on käyttää rekursiota: 1 (Alkuarvot) Ilmoitetaan funktion arvot

Lisätiedot

Rekursio. Funktio f : N R määritellään yleensä antamalla lauseke funktion arvolle f (n). Vaihtoehtoinen tapa määritellä funktioita f : N R on

Rekursio. Funktio f : N R määritellään yleensä antamalla lauseke funktion arvolle f (n). Vaihtoehtoinen tapa määritellä funktioita f : N R on Rekursio Funktio f : N R määritellään yleensä antamalla lauseke funktion arvolle f (n). Vaihtoehtoinen tapa määritellä funktioita f : N R on käyttää rekursiota: Rekursio Funktio f : N R määritellään yleensä

Lisätiedot

Potenssi eli potenssiin korotus on laskutoimitus, jossa luku kerrotaan itsellään useita kertoja. Esimerkiksi 5 4 = Yleisesti.

Potenssi eli potenssiin korotus on laskutoimitus, jossa luku kerrotaan itsellään useita kertoja. Esimerkiksi 5 4 = Yleisesti. x 3 = x x x Potenssi eli potenssiin korotus on laskutoimitus, jossa luku kerrotaan itsellään useita kertoja. Esimerkiksi 4 = Yleisesti a n = a a a n kappaletta a n eksponentti kuvaa tuloa, jossa a kerrotaan

Lisätiedot

1.4 Funktioiden kertaluokat

1.4 Funktioiden kertaluokat 1.4 Funktioiden kertaluokat f on kertaluokkaa O(g), merk. f = O(g), jos joillain c > 0, m N pätee f(n) cg(n) aina kun n m f on samaa kertaluokkaa kuin g, merk. f = Θ(g), jos joillain a, b > 0, m N pätee

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

Tutkimusmenetelmät-kurssi, s-2004

Tutkimusmenetelmät-kurssi, s-2004 Algoritmitutkimuksen menetelmistä Tutkimusmenetelmät-kurssi, s-2004 Pekka Kilpeläinen Kuopion yliopisto Tietojenkäsittelytieteen laitos Algoritmitutkimuksen menetelmistä p.1/20 Sisällys Tänään Tietojenkäsittelytiede

Lisätiedot

Verkon värittämistä hajautetuilla algoritmeilla

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)

Lisätiedot

Vuonohjaus: ikkunamekanismi

Vuonohjaus: ikkunamekanismi J. Virtamo 38.3141 Teleliikenneteoria / Ikkunointiin perustuva vuonohjaus 1 Vuonohjaus: ikkunamekanismi Kuittaamattomina liikkeellä olevien segmenttien (data unit) lkm W (ikkuna) Lähetyslupien kokonaismäärä

Lisätiedot

58131 Tietorakenteet ja algoritmit (syksy 2015)

58131 Tietorakenteet ja algoritmit (syksy 2015) 58131 Tietorakenteet ja algoritmit (syksy 2015) Harjoitus 2 (14. 18.9.2015) Huom. Sinun on tehtävä vähintään kaksi tehtävää, jotta voit jatkaa kurssilla. 1. Erään algoritmin suoritus vie 1 ms, kun syötteen

Lisätiedot

Tietorakenteet ja algoritmit syksy Laskuharjoitus 1

Tietorakenteet ja algoritmit syksy Laskuharjoitus 1 Tietorakenteet ja algoritmit syksy 2012 Laskuharjoitus 1 1. Tietojenkäsittelijä voi ajatella logaritmia usein seuraavasti: a-kantainen logaritmi log a n kertoo, kuinka monta kertaa luku n pitää jakaa a:lla,

Lisätiedot

Tietorakenteet ja algoritmit - syksy 2015 1

Tietorakenteet ja algoritmit - syksy 2015 1 Tietorakenteet ja algoritmit - syksy 2015 1 Tietorakenteet ja algoritmit - syksy 2015 2 Tietorakenteet ja algoritmit Johdanto Ari Korhonen Tietorakenteet ja algoritmit - syksy 2015 1. JOHDANTO 1.1 Määritelmiä

Lisätiedot

Tehtävä 1. Oletetaan että uv on neliö ja (u, v) = 1. Osoita, että kumpikin luvuista u ja v on. p 2j i. p j i

Tehtävä 1. Oletetaan että uv on neliö ja (u, v) = 1. Osoita, että kumpikin luvuista u ja v on. p 2j i. p j i JOHDATUS LUKUTEORIAAN (syksy 07) HARJOITUS 8, MALLIRATKAISUT Tehtävä. Oletetaan että uv on neliö ja (u, v) =. Osoita, että kumpikin luvuista u ja v on neliö. Ratkaisu. Olkoon p i alkuluku, joka jakaa luvun

Lisätiedot

Estojärjestelmä (loss system, menetysjärjestelmä)

Estojärjestelmä (loss system, menetysjärjestelmä) J. Virtamo 38.3143 Jonoteoria / Estojärjestelmä 1 Estojärjestelmä (loss system, menetysjärjestelmä) Tarkastellaan perinteistä puhdasta estojärjestelmää, jossa on annettu n = johtojen (varattavien elementtien)

Lisätiedot

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 6 To 22.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 6 To 22.9.2011 p. 1/38 p. 1/38 Ominaisarvotehtävät Monet sovellukset johtavat ominaisarvotehtäviin Yksi

Lisätiedot

Diskreetin matematiikan perusteet Laskuharjoitus 2 / vko 9

Diskreetin matematiikan perusteet Laskuharjoitus 2 / vko 9 Diskreetin matematiikan perusteet Laskuharjoitus 2 / vko 9 Tuntitehtävät 9-10 lasketaan alkuviikon harjoituksissa ja tuntitehtävät 13-14 loppuviikon harjoituksissa. Kotitehtävät 11-12 tarkastetaan loppuviikon

Lisätiedot

Insinöörimatematiikka A

Insinöörimatematiikka A Insinöörimatematiikka A Demonstraatio 3, 3.9.04 Tehtävissä 4 tulee käyttää Gentzenin järjestelmää kaavojen johtamiseen. Johda kaava φ (φ ) tyhjästä oletusjoukosta. ) φ ) φ φ 3) φ 4) φ (E ) (E ) (I, ) (I,

Lisätiedot

Nopea kertolasku, Karatsuban algoritmi

Nopea kertolasku, Karatsuban algoritmi Nopea kertolasku, Karatsuban algoritmi Mikko Männikkö 16.8.2004 Lähde: ((Gathen and Gerhard 1999) luku II.8) Esityksen kulku Algoritmien analysointia (1), (2), (3), (4) Klassinen kertolasku Parempi tapa

Lisätiedot

Suunnittelu / Asennusohjeet

Suunnittelu / Asennusohjeet Suunnittelu / Asennusohjeet Versio 1.0 (041110) Sisältö 1 PERUSTA 2 2 SUUNNITTELU 2 2.1 Esisuunnittelu 2 2.1.1 Järjestelmän laajuus 2 2.1.2 Toimintakuvaukset 2 2.2 Komponenttien sijoitukset 3 2.2.1 Tasopiirustukset

Lisätiedot

811120P Diskreetit rakenteet

811120P Diskreetit rakenteet 811120P Diskreetit rakenteet 2016-2017 ari.vesanen (at) oulu.fi 5. Rekursio ja induktio Rekursio tarkoittaa jonkin asian määrittelyä itseensä viittaamalla Tietojenkäsittelyssä algoritmin määrittely niin,

Lisätiedot

Algoritmit 2. Luento 14 Ke Timo Männikkö

Algoritmit 2. Luento 14 Ke Timo Männikkö Algoritmit 2 Luento 14 Ke 3.5.2017 Timo Männikkö Luento 14 Ositus ja rekursio Rekursion toteutus Kertaus ja tenttivinkit Algoritmit 2 Kevät 2017 Luento 14 Ke 3.5.2017 2/30 Ositus Tehtävän esiintymä ositetaan

Lisätiedot

7. Olemassaolo ja yksikäsitteisyys Galois n kunta GF(q) = F q, jossa on q alkiota, määriteltiin jäännösluokkarenkaaksi

7. Olemassaolo ja yksikäsitteisyys Galois n kunta GF(q) = F q, jossa on q alkiota, määriteltiin jäännösluokkarenkaaksi 7. Olemassaolo ja yksikäsitteisyys Galois n kunta GF(q) = F q, jossa on q alkiota, määriteltiin jäännösluokkarenkaaksi Z p [x]/(m), missä m on polynomirenkaan Z p [x] jaoton polynomi (ks. määritelmä 3.19).

Lisätiedot

Algoritmit 1. Luento 11 Ti Timo Männikkö

Algoritmit 1. Luento 11 Ti Timo Männikkö Algoritmit 1 Luento 11 Ti 14.2.2017 Timo Männikkö Luento 11 Algoritminen ongelmanratkaisu Osittaminen Lomituslajittelu Lomituslajittelun vaativuus Rekursioyhtälöt Pikalajittelu Algoritmit 1 Kevät 2017

Lisätiedot

Tietorakenteet (syksy 2013)

Tietorakenteet (syksy 2013) Tietorakenteet (syksy 2013) Harjoitus 1 (6.9.2013) Huom. Sinun on osallistuttava perjantain laskuharjoitustilaisuuteen ja tehtävä vähintään kaksi tehtävää, jotta voit jatkaa kurssilla. Näiden laskuharjoitusten

Lisätiedot

Tietorakenteet, laskuharjoitus 1,

Tietorakenteet, laskuharjoitus 1, Tietorakenteet, laskuharjoitus 1, 19.-22.1 Huom: laskarit alkavat jo ensimmäisellä luentoviikolla 1. Taustaa http://wiki.helsinki.fi/display/mathstatkurssit/matukurssisivu Halutaan todistaa, että oletuksesta

Lisätiedot

4 Tehokkuus ja algoritmien suunnittelu

4 Tehokkuus ja algoritmien suunnittelu TIE-20100 Tietorakenteet ja algoritmit 52 4 Tehokkuus ja algoritmien suunnittelu Tässä luvussa pohditaan tehokkuuden käsitettä ja esitellään kurssilla käytetty kertaluokkanotaatio, jolla kuvataan algoritmin

Lisätiedot

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila 3. marraskuuta 2007 Antti Rasila () TodB 3. marraskuuta 2007 1 / 18 1 Varianssin luottamusväli, jatkoa 2 Bernoulli-jakauman odotusarvon luottamusväli 3

Lisätiedot

Analogiapiirit III. Keskiviikko , klo , TS128. Operaatiovahvistinrakenteet

Analogiapiirit III. Keskiviikko , klo , TS128. Operaatiovahvistinrakenteet Oulun yliopisto Sähkötekniikan osasto Analogiapiirit III Harjoitus 3. Keskiviikko 11.12.2002, klo. 12.15-14.00, TS128. Operaatiovahvistinrakenteet 1. a) Laske kuvan 1 käännetty kaskadi (folded-cascode)

Lisätiedot

f(n) = Ω(g(n)) jos ja vain jos g(n) = O(f(n))

f(n) = Ω(g(n)) jos ja vain jos g(n) = O(f(n)) Määritelmä: on O(g(n)), jos on olemassa vakioarvot n 0 > 0 ja c > 0 siten, että c g(n) kun n > n 0 O eli iso-o tai ordo ilmaisee asymptoottisen ylärajan resurssivaatimusten kasvun suuruusluokalle Samankaltaisia

Lisätiedot

Rinnakkaistietokoneet luento S

Rinnakkaistietokoneet luento S Rinnakkaistietokoneet luento 3 521475S Rinnakkaiset Numeeriset Algoritmit Silmukattomat algoritmit Eivät sisällä silmukka lauseita kuten DO,FOR tai WHILE Nopea suorittaa Yleisimmässä muodossa koostuu peräkkäisistä

Lisätiedot

Konnektiivit. On myös huomattava, että vain joillakin luonnollisen kielen konnektiiveilla on vastineensa lauselogiikassa.

Konnektiivit. On myös huomattava, että vain joillakin luonnollisen kielen konnektiiveilla on vastineensa lauselogiikassa. Johdanto Lauselogiikassa tutkitaan sekä syntaktisella että semanttisella tasolla loogisia konnektiiveja ja niiden avulla muodostettuja kaavoja sekä myös formaalia päättelyä. Tarkastelemme aluksi klassisen

Lisätiedot

Mitta- ja integraaliteoria 2 Harjoitus 1, Olkoon f : A! [0, 1] mitallinen ja m(a) < 1. Näytä, että josonp>1javakio M<1, joille

Mitta- ja integraaliteoria 2 Harjoitus 1, Olkoon f : A! [0, 1] mitallinen ja m(a) < 1. Näytä, että josonp>1javakio M<1, joille Harjoitus 1, 30.10.2015 1. Olkoon f : A! [0, 1] mitallinen ja ma) < 1. Näytä, että josonp>1javakio Mt} apple M 2. Olkoon f 2 L 1 A). Näytä, että 2 kaikilla

Lisätiedot

Rinnakkaistietokoneet luento S

Rinnakkaistietokoneet luento S Rinnakkaistietokoneet luento 4 521475S Rinnakkaiset ei-numeeriset algoritmit: transitiivisulkeuma (transitive closure) Oletetaan suunnattu graafi G = (V,E) ja halutaan tietää onko olemassa kahta pistettä

Lisätiedot

Funktioiden approksimointi ja interpolointi

Funktioiden approksimointi ja interpolointi Funktioiden approksimointi ja interpolointi Keijo Ruotsalainen Division of Mathematics interpolaatio-ongelma 8 Eksponenttifunktion exp(x) interpolointi 3.5 Funktion e^{0.25x} \sin(x) interpolointi 7 3

Lisätiedot

MS-A0102 Differentiaali- ja integraalilaskenta 1

MS-A0102 Differentiaali- ja integraalilaskenta 1 MS-A0102 Differentiaali- ja integraalilaskenta 1 Riikka Korte (Pekka Alestalon kalvojen pohjalta) Aalto-yliopisto 24.10.2016 Sisältö Käytännön asiat Jonot Sarjat 1.1 Opettajat luennoitsija Riikka Korte

Lisätiedot

pdfmark=/pages, Raw=/Rotate 90 1 LUKUTEORIAA JA MUITA TYÖKALUJA SALAUKSEEN Lukujoukot Sekalaisia merkintöjä...

pdfmark=/pages, Raw=/Rotate 90 1 LUKUTEORIAA JA MUITA TYÖKALUJA SALAUKSEEN Lukujoukot Sekalaisia merkintöjä... pdfmark=/pages, Raw=/Rotate 90 Sisältö 1 LUKUTEORIAA JA MUITA TYÖKALUJA SALAUKSEEN 0-2 2 Merkintöjä 0-3 2.1 Lukujoukot................... 0-3 2.2 Sekalaisia merkintöjä.............. 0-4 2.3 Tärkeitä kaavoja................

Lisätiedot

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n IV. TASAINEN SUPPENEMINEN IV.. Funktiojonon tasainen suppeneminen Olkoon A R joukko ja f n : A R funktio, n =, 2, 3,..., jolloin jokaisella x A muodostuu lukujono f x, f 2 x,.... Jos tämä jono suppenee

Lisätiedot

Diskreetin matematiikan perusteet Esimerkkiratkaisut 3 / vko 10

Diskreetin 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

Algoritmit 1. Luento 12 Ti Timo Männikkö

Algoritmit 1. Luento 12 Ti Timo Männikkö Algoritmit 1 Luento 12 Ti 19.2.2019 Timo Männikkö Luento 12 Osittamisen tasapainoisuus Pikalajittelun vaativuus Lajittelumenetelmien vaativuus Laskentalajittelu Lokerolajittelu Kantalukulajittelu Algoritmit

Lisätiedot

1 Matriisit ja lineaariset yhtälöryhmät

1 Matriisit ja lineaariset yhtälöryhmät 1 Matriisit ja lineaariset yhtälöryhmät 11 Yhtälöryhmä matriisimuodossa m n-matriisi sisältää mn kpl reaali- tai kompleksilukuja, jotka on asetetettu suorakaiteen muotoiseksi kaavioksi: a 11 a 12 a 1n

Lisätiedot

Ensimmäinen induktioperiaate

Ensimmäinen induktioperiaate Ensimmäinen induktioperiaate Olkoon P(n) luonnollisilla luvuilla määritelty predikaatti. (P(n) voidaan lukea luvulla n on ominaisuus P.) Todistettava, että P(n) on tosi jokaisella n N. ( Kaikilla luonnollisilla

Lisätiedot

Miten osoitetaan joukot samoiksi?

Miten osoitetaan joukot samoiksi? Miten osoitetaan joukot samoiksi? Määritelmä 1 Joukot A ja B ovat samat, jos A B ja B A. Tällöin merkitään A = B. Kun todistetaan, että A = B, on päättelyssä kaksi vaihetta: (i) osoitetaan, että A B, ts.

Lisätiedot

Johdatus matemaattiseen päättelyyn

Johdatus matemaattiseen päättelyyn Johdatus matemaattiseen päättelyyn Maarit Järvenpää Oulun yliopisto Matemaattisten tieteiden laitos Syyslukukausi 2015 1 Merkintöjä Luonnollisten lukujen joukko N on joukko N = {1, 2, 3,...} ja kokonaislukujen

Lisätiedot

1 sup- ja inf-esimerkkejä

1 sup- ja inf-esimerkkejä Alla olevat kohdat (erityisesti todistukset) ovat lähinnä oheislukemista reaaliluvuista, mutta joihinkin niistä palataan myöhemmin kurssilla. 1 sup- ja inf-esimerkkejä Kaarenpituus. Olkoon r: [a, b] R

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

Ensimmäinen induktioperiaate

Ensimmäinen induktioperiaate 1 Ensimmäinen induktioperiaate Olkoon P(n) luonnollisilla luvuilla määritelty predikaatti. (P(n) voidaan lukea luvulla n on ominaisuus P.) Todistettava, että P(n) on tosi jokaisella n N. ( Kaikilla luonnollisilla

Lisätiedot

Estynyt puheluyritys menetetään ei johda uusintayritykseen alkaa uusi miettimisaika: aika seuraavaan yritykseen Exp(γ) pitoaika X Exp(µ)

Estynyt puheluyritys menetetään ei johda uusintayritykseen alkaa uusi miettimisaika: aika seuraavaan yritykseen Exp(γ) pitoaika X Exp(µ) J Virtamo 383143 Jonoteoria / Engsetin järjestelmä 1 Äärellinen lähdepopulaatio: M/M/s/s/n-järjestelmä Tarkastellaan estojärjestelmää (ei odotuspaikkoja) tapauksessa, jossa saapumiset tulevat äärellisestä

Lisätiedot

Johdatus matematiikkaan

Johdatus matematiikkaan Johdatus matematiikkaan Luento 4 Mikko Salo 4.9.2017 Sisältö 1. Rationaali ja irrationaaliluvut 2. Induktiotodistus Rationaaliluvut Määritelmä Reaaliluku x on rationaaliluku, jos x = m n kokonaisluvuille

Lisätiedot

811120P Diskreetit rakenteet

811120P Diskreetit rakenteet 811120P Diskreetit rakenteet 2017-2018 Yhteenveto Yleistä kurssista Kurssin laajuus 5 op Luentoja 30h Harjoituksia 21h Itsenäistä työskentelyä n. 80h 811120P Diskreetit rakenteet, Yhteenveto 2 Kurssin

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

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33 Numeeriset menetelmät TIEA381 Luento 6 Kirsi Valjus Jyväskylän yliopisto Luento 6 () Numeeriset menetelmät 4.4.2013 1 / 33 Luennon 6 sisältö Interpolointi ja approksimointi Polynomi-interpolaatio: Vandermonden

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

Optimaalisuusehdot. Yleinen minimointitehtävä (NLP): min f(x) kun g i (x) 0 h j (x) = 0

Optimaalisuusehdot. Yleinen minimointitehtävä (NLP): min f(x) kun g i (x) 0 h j (x) = 0 Optimaalisuusehdot Yleinen minimointitehtävä (NLP): min f(x) kun g i (x) 0 h j (x) = 0 i = 1,..., m j = 1,..., l missä f : R n R, g i : R n R kaikilla i = 1,..., m, ja h j : R n R kaikilla j = 1,..., l

Lisätiedot

Reaalifunktioista 1 / 17. Reaalifunktioista

Reaalifunktioista 1 / 17. Reaalifunktioista säilyy 1 / 17 säilyy Jos A, B R, niin funktiota f : A B sanotaan (yhden muuttujan) reaalifunktioksi. Tällöin karteesinen tulo A B on (aiempia esimerkkejä luonnollisemmalla tavalla) xy-tason osajoukko,

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

Puhetie, PCM järjestelmä, johtokoodi

Puhetie, PCM järjestelmä, johtokoodi Puhetie, PCM järjestelmä, johtokoodi PCM ~ Pulse Code Modulation Näytteenotto Kvantisointi ÿ Lineaarinen ÿ Epälineaarinen Kvantisointisärö TDM-kanavointi PCM-kehysrakenne, CRC -ylikehys PCM, PCM, PCM 8,

Lisätiedot

1 sup- ja inf-esimerkkejä

1 sup- ja inf-esimerkkejä Alla olevat kohdat (erityisesti todistukset) ovat lähinnä oheislukemista reaaliluvuista, mutta joihinkin niistä palataan myöhemmin kurssilla. 1 sup- ja inf-esimerkkejä Nollakohdan olemassaolo. Kaikki tuntevat

Lisätiedot

Algoritmit 2. Luento 13 Ti Timo Männikkö

Algoritmit 2. Luento 13 Ti Timo Männikkö Algoritmit 2 Luento 13 Ti 30.4.2019 Timo Männikkö Luento 13 Simuloitu jäähdytys Merkkijonon sovitus Horspoolin algoritmi Ositus ja rekursio Rekursion toteutus Algoritmit 2 Kevät 2019 Luento 13 Ti 30.4.2019

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

Johdatus lukuteoriaan Harjoitus 11 syksy 2008 Eemeli Blåsten. Ratkaisuehdotelma

Johdatus lukuteoriaan Harjoitus 11 syksy 2008 Eemeli Blåsten. Ratkaisuehdotelma Johdatus lukuteoriaan Harjoitus syksy 008 Eemeli Blåsten Ratkaisuehdotelma Tehtävä Todista ketjumurtoluvun peräkkäisille konvergenteille kaava ( ) n induktiolla käyttämällä jonojen ( ) ja ( ) rekursiokaavaa.

Lisätiedot

Digitaalitekniikan matematiikka Luku 5 Sivu 1 (22) Lausekkeiden sieventäminen F C F = B + A C. Espresso F = A (A + B) = A A + A B = A B

Digitaalitekniikan matematiikka Luku 5 Sivu 1 (22) Lausekkeiden sieventäminen F C F = B + A C. Espresso F = A (A + B) = A A + A B = A B igitaalitekniikan matematiikka Luku 5 Sivu (22).9.2 e = + = ( + ) = + = Espresso igitaalitekniikan matematiikka Luku 5 Sivu 2 (22).9.2 e Johdanto Tässä luvussa esitetään perusteet lausekemuodossa esitettyjen

Lisätiedot

Kanavointi ja PCM järjestelmä

Kanavointi ja PCM järjestelmä Kanavointi ja PCM järjestelmä Kanavointi PCM ~ Pulse Code Modulation ƒ Näytteenotto ƒ Kvantisointi y Lineaarinen y Epälineaarinen ƒ Kvantisointisärö TDM-kanavointi ƒ PCM 0, PCM 0, PCM 80, PCM 90 Rka/ML

Lisätiedot

Matemaattisen analyysin tukikurssi

Matemaattisen analyysin tukikurssi Matemaattisen analyysin tukikurssi 11. Kurssikerta Petrus Mikkola 29.11.2016 Tämän kerran asiat Eksponenttifunktio Eksponenttifunktion määritelmä Eksponenttifunktion ominaisuuksia Luonnolinen logaritmi

Lisätiedot

VJV-vaatimusten referenssipisteen määrittelyperiaatteet. Joulukuu 2011

VJV-vaatimusten referenssipisteen määrittelyperiaatteet. Joulukuu 2011 VOIMALAITOSTEN JÄRJESTELMÄTEKNISET VAATIMUKSET (VJV 2007) LIITE 3 VJV-vaatimusten referenssipisteen määrittelyperiaatteet Joulukuu 2011 Sivu 1 / 5 1. Johdanto Tämä dokumentti esittelee esimerkkien avulla

Lisätiedot

MAB3 - Harjoitustehtävien ratkaisut:

MAB3 - Harjoitustehtävien ratkaisut: MAB3 - Harjoitustehtävien ratkaisut: 1 Funktio 1.1 Piirretään koordinaatistoakselit ja sijoitetaan pisteet: 1 1. a) Funktioiden nollakohdat löydetään etsimällä kuvaajien ja - akselin leikkauspisteitä.

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

Rekursioyhtälön ratkaisutapa #1: iteratiivinen korvaus

Rekursioyhtälön ratkaisutapa #1: iteratiivinen korvaus NodeCount(v /* lskee solmun v lipuun solmujen lukumäärän */ if solmu v on null return 0 else return + NodeCount(v.left + NodeCount(v.right Rekursio: lgoritmi kutsuu itseään Usein hjot j hllitse -perite:

Lisätiedot

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 13 Ti 18.10.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 13 Ti 18.10.2011 p. 1/43 p. 1/43 Nopeat Fourier-muunnokset Fourier-sarja: Jaksollisen funktion esitys

Lisätiedot

F = AB AC AB C C Tarkistus:

F = AB AC AB C C Tarkistus: Digitaalitekniikka I, tenttitehtäviä ratkaisuineen I 3..995 2. c) esitä seuraava funktio kanonisten summien tulona f(,,) = + Sovelletaan DeMorganin teoreemaa (työläs). Teoriaminimointia ei ole käytetty!

Lisätiedot

Luento 5: Suurten lineaaristen yhtälöryhmien ratkaiseminen iteratiivisilla menetelmillä

Luento 5: Suurten lineaaristen yhtälöryhmien ratkaiseminen iteratiivisilla menetelmillä Luento 5: Suurten lineaaristen yhtälöryhmien ratkaiseminen iteratiivisilla menetelmillä Matriisit voivat olla kooltaan niin suuria, että LU-hajotelman laskeminen ei ole järkevä tapa ratkaista lineaarista

Lisätiedot

Similaarisuus. Määritelmä. Huom.

Similaarisuus. Määritelmä. Huom. Similaarisuus Määritelmä Neliömatriisi A M n n on similaarinen neliömatriisin B M n n kanssa, jos on olemassa kääntyvä matriisi P M n n, jolle pätee Tällöin merkitään A B. Huom. Havaitaan, että P 1 AP

Lisätiedot

Algoritmit 1. Luento 10 Ke Timo Männikkö

Algoritmit 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

Lisätiedot

Tietorakenteet ja algoritmit

Tietorakenteet ja algoritmit Tietorakenteet ja algoritmit Rekursio Rekursion käyttötapauksia Rekursio määritelmissä Rekursio ongelmanratkaisussa ja ohjelmointitekniikkana Esimerkkejä taulukolla Esimerkkejä linkatulla listalla Hanoin

Lisätiedot

DISKREETTIÄ MATEMATIIKKAA.

DISKREETTIÄ MATEMATIIKKAA. Heikki Junnila DISKREETTIÄ MATEMATIIKKAA. LUKU I JOUKOT JA RELAATIOT 0. Merkinnöistä.... 1 1. Relaatiot ja kuvaukset..... 3 2. Luonnolliset luvut. Induktio.... 9 3. Äärelliset joukot.... 14 4. Joukon ositukset.

Lisätiedot

Kansainväliset matematiikkaolympialaiset 2012

Kansainväliset matematiikkaolympialaiset 2012 Kansainväliset matematiikkaolympialaiset 01 Tehtävien ratkaisuja 1. Olkoot kolmion kulmat α, β ja γ ja olkoon ω ympyrä, jonka halkaisija on AJ. Koska kulmat JKA ja JLA ovat suoria, niin K ja L ovat tällä

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 4 Supremum ja inmum Tarkastellaan aluksi avointa väliä, Tämä on joukko, johon kuuluvat kaikki reaaliluvut miinus yhdestä yhteen Kuitenkaan päätepisteet eli luvut ja

Lisätiedot

Olkoon S(n) kutsun merge-sort(a, p, q) tilavaativuus kun p q + 1 = n. Oletetaan merge toteutetuksi vakiotyötilassa (ei-triviaalia mutta mahdollista).

Olkoon S(n) kutsun merge-sort(a, p, q) tilavaativuus kun p q + 1 = n. Oletetaan merge toteutetuksi vakiotyötilassa (ei-triviaalia mutta mahdollista). Esimerkki Lomitusjärjestäminen merge-sort(a, p, q): var k % paikallinen muuttuja, vakiotila 1. if p < q then 2. r := (p + q)/2 3. merge-sort(a, p, r) 4. merge-sort(a, r + 1, q) 5. merge(a, p, r, q) Olkoon

Lisätiedot

Algoritmit 1. Luento 2 Ke Timo Männikkö

Algoritmit 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

Lisätiedot

Algoritmit 1. Luento 13 Ti 23.2.2016. Timo Männikkö

Algoritmit 1. Luento 13 Ti 23.2.2016. Timo Männikkö Algoritmit 1 Luento 13 Ti 23.2.2016 Timo Männikkö Luento 13 Suunnittelumenetelmät Taulukointi Kapsäkkiongelma Ahne menetelmä Verkon lyhimmät polut Dijkstran menetelmä Verkon lyhin virittävä puu Kruskalin

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

Johdatus todennäköisyyslaskentaan Normaalijakaumasta johdettuja jakaumia. TKK (c) Ilkka Mellin (2005) 1

Johdatus todennäköisyyslaskentaan Normaalijakaumasta johdettuja jakaumia. TKK (c) Ilkka Mellin (2005) 1 Johdatus todennäköisyyslaskentaan Normaalijakaumasta johdettuja jakaumia TKK (c) Ilkka Mellin (2005) 1 Normaalijakaumasta johdettuja jakaumia Johdanto χ 2 -jakauma F-jakauma t-jakauma TKK (c) Ilkka Mellin

Lisätiedot

Mediaanisuodattimet. Tähän asti käsitellyt suodattimet ovat olleet lineaarisia. Niille on tyypillistä, että. niiden ominaisuudet tunnetaan hyvin

Mediaanisuodattimet. Tähän asti käsitellyt suodattimet ovat olleet lineaarisia. Niille on tyypillistä, että. niiden ominaisuudet tunnetaan hyvin Mediaanisuodattimet Tähän asti käsitellyt suodattimet ovat olleet lineaarisia. Niille on tyypillistä, että niiden ominaisuudet tunnetaan hyvin niiden analysointiin on olemassa vakiintuneita menetelmiä

Lisätiedot

Tilastotieteen kertaus. Vilkkumaa / Kuusinen 1

Tilastotieteen kertaus. Vilkkumaa / Kuusinen 1 Tilastotieteen kertaus Vilkkumaa / Kuusinen 1 Motivointi Reaalimaailman ilmiöihin liittyy tyypillisesti satunnaisuutta ja epävarmuutta Ilmiöihin liittyvien havaintojen ajatellaan usein olevan peräisin

Lisätiedot

Littlen tulos. Littlen lause sanoo. N = λ T. Lause on hyvin käyttökelpoinen yleisyytensä vuoksi

Littlen tulos. Littlen lause sanoo. N = λ T. Lause on hyvin käyttökelpoinen yleisyytensä vuoksi J. Virtamo 38.3143 Jonoteoria / Littlen tulos 1 Littlen tulos Littlen lause Littlen tuloksena tai Littlen lauseena tunnettu tulos on hyvin yksinkertainen relaatio järjestelmään tulevan asiakasvirran, keskimäärin

Lisätiedot

1. Esitä rekursiivinen määritelmä lukujonolle

1. Esitä rekursiivinen määritelmä lukujonolle Matematiikan laitos Johdatus Diskrettiin Matematiikkaan Harjoitus 4 24.11.2011 Ratkaisuehdotuksia Aleksandr Pasharin 1. Esitä rekursiivinen määritelmä lukujonolle (a) f(n) = (2 0, 2 1, 2 2, 2 3, 2 4,...)

Lisätiedot

Todennäköisyysjakaumia

Todennäköisyysjakaumia 8.9.26 Kimmo Vattulainen Todennäköisyysjakaumia Seuraavassa esitellään kurssilla MAT-25 Todennäköisyyslaskenta esille tulleita diskreettejä todennäköisyysjakaumia Diskreetti tasajakauma Bernoullijakauma

Lisätiedot

Analogiapiirit III. Keskiviikko 4.12.2002, klo. 12.15-14.00, TS128. Operaatiovahvistinrakenteet

Analogiapiirit III. Keskiviikko 4.12.2002, klo. 12.15-14.00, TS128. Operaatiovahvistinrakenteet Oulun yliopisto Sähkötekniikan osasto Analogiapiirit III Harjoitus 2. Keskiviikko 4.12.2002, klo. 12.15-14.00, TS128. Operaatiovahvistinrakenteet 1. Analysoi kuvan 1 operaatiotranskonduktanssivahvistimen

Lisätiedot

(a) Kyllä. Jokainen lähtöjoukon alkio kuvautuu täsmälleen yhteen maalijoukon alkioon.

(a) Kyllä. Jokainen lähtöjoukon alkio kuvautuu täsmälleen yhteen maalijoukon alkioon. HY / Avoin yliopisto Johdatus yliopistomatematiikkaan, kesä 015 Harjoitus 4 Ratkaisuehdotuksia Tehtäväsarja I Seuraavat tehtävät liittyvät kuvauksiin. 1. Merkitään X = {1,,, 4}. Ovatko seuraavat säännöt

Lisätiedot

Yhdysliikennejärjestelyt suomessa sekä tekniikan kuvaus

Yhdysliikennejärjestelyt suomessa sekä tekniikan kuvaus Page 1 of 7 03.04.2008 Yhdysliikennejärjestelyt suomessa sekä tekniikan kuvaus Yleistä Yhdysliikenne järjestetään tällä hetkellä kolmella Ethernet-kytkimellä, joista kaksi sijaitsee pääkaupunkiseudulla:

Lisätiedot