Liite 2: Verkot ja todennäköisyyslaskenta

Koko: px
Aloita esitys sivulta:

Download "Liite 2: Verkot ja todennäköisyyslaskenta"

Transkriptio

1 Ilkka Mellin Todennäköisyyslaskenta Liite 2: Verkot ja todennäköisyyslaskenta Verkot TKK (c) Ilkka Mellin (2007) 1

2 Verkko eli graafi: Määritelmä 1/2 Verkko eli graafi muodostuu pisteiden joukosta V, särmien joukosta A ja insidenssikuvauksesta : A V V jossa V, A, A V = Insidenssikuvaus kertoo mitkä verkon pisteistä ovat särmien yhdistämiä. TKK (c) Ilkka Mellin (2007) 2

3 Verkko eli graafi: Määritelmä 2/2 Olkoon a A ja ( a) = ( v, w) jossa siis v vw, V Tällöin: v = särmän a = (v, w) alkupiste w = särmän a = (v, w) loppupiste a w TKK (c) Ilkka Mellin (2007) 3

4 Verkon määritelmä: Kommentti Verkkoja tarkastellaan tässä esityksessä suunnattuina verkkoina, millä tarkoitetaan sitä, että verkon jokaisella särmällä on suunta, joka osoittaa särmän alkupisteestä särmän loppupisteeseen. TKK (c) Ilkka Mellin (2007) 4

5 Verkkodiagrammi Verkkodiagrammi on verkon graafinen esitys. Verkkodiagrammi voidaan konstruoida seuraavalla tavalla: (i) Merkitään verkon pisteet tasoon. (ii) Piirretään jokaisen särmän a = (v, w) alkupisteestä v nuoli särmän loppupisteeseen w. TKK (c) Ilkka Mellin (2007) 5

6 Verkkodiagrammi: Esimerkki 1/3 Tarkastellaan viereistä verkkodiagrammia. Pisteiden joukko: V = { v1, v2,, v11} Särmien joukko: {,,, } A = a a a v 1 a 1 a 2 v 2 v 3 v 4 a 3 a 4 a 5 v 5 v 6 v 7 a 6 a 7 a 8 a 9 a 10 v 8 v 9 v 10 v 11 TKK (c) Ilkka Mellin (2007) 6

7 Verkkodiagrammi: Esimerkki 2/3 Insidenssikuvaus : v 1 ( a ) = ( v, v ) ( a ) = ( v, v ) ( a ) = ( v, v ) ( a ) = ( v, v ) ( a ) = ( v, v ) ( a ) = ( v, v ) ( a ) = ( v, v ) ( a ) = ( v, v ) ( a ) = ( v, v ) ( a ) = ( v, v ) a 1 a 2 v 2 v 3 v 4 a 3 a 4 a 5 v 5 v 6 v 7 a 6 a 7 a 8 a 9 a 10 v 8 v 9 v 10 v 11 TKK (c) Ilkka Mellin (2007) 7

8 Verkkodiagrammi: Esimerkki 3/3 Esimerkiksi: Piste v 6 on särmien a 4 ja a 5 alkupiste ja särmän a 8 loppupiste. Särmän a 7 alkupiste on v 5 ja loppupiste on v 9. Piste v 4 on eristetty, koska se ei ole yhdenkään särmän alku- tai loppupiste. v 1 a 1 a 2 v 2 v 3 v 4 a 3 a 4 a 5 v 5 v 6 v 7 a 6 a 7 a 8 a 9 a 10 v 8 v 9 v 10 v 11 TKK (c) Ilkka Mellin (2007) 8

9 Reitti Särmät { a1, a2,, ak 1} muodostavat reitin pisteestä v 1 pisteeseen v k, jos on olemassa pisteet v 1, v 2,, v k siten, että ( ai) = ( vi, vi+ 1), i= 1,2,, k 1 Jos pisteestä v 1 pisteeseen v k on reitti, sanotaan, että reitti vie pisteestä v 1 pisteeseen v k tai, että pisteestä v 1 pääsee pisteeseen v k. TKK (c) Ilkka Mellin (2007) 9

10 Reitti: Esimerkki Viereisen diagrammin verkosta voidaan löytää useita reittejä. Pisteestä v 1 pääsee pisteisiin v 2,v 3,v 5,v 6,v 8,v 9 vähintään yhtä reittiä pitkin. Pisteestä v 1 pisteeseen v 3 vie kaksi reittiä: Reitti 1: {a 2 } Reitti 2: {a 1,a 3,a 7,a 8,a 5 } Pisteestä v 6 ei pääse pisteeseen v 1 ja pisteestä v 1 ei pääse pisteisiin v 4,v 7,v 10,v 11. v 1 a 1 a 2 v 2 v 3 v 4 a 3 a 4 a 5 v 5 v 6 a 6 a 7 a 8 a 9 a 10 v 7 v 8 v 9 v 10 v 11 TKK (c) Ilkka Mellin (2007) 10

11 Silmukka Reitti { a1, a2,, ak 1} muodostaa silmukan, jos on olemassa pisteet v 1, v 2,, v k siten, että ( ai) = ( vi, vi+ 1), i= 1,2,, k 1 ja v 1 = v k. TKK (c) Ilkka Mellin (2007) 11

12 Silmukka: Esimerkki Viereisen diagrammin verkossa on yksi silmukka: { a3, a7, a8, a4} Huomaa, että esimerkiksi särmät { a1, a4, a5, a2} eivät muodosta silmukkaa. v 1 a 1 a 2 v 2 v 3 v 4 a 3 a 4 a 5 v 5 v 6 v 7 a 6 a 7 a 8 a 9 a 10 v 8 v 9 v 10 v 11 TKK (c) Ilkka Mellin (2007) 12

13 Verkon yhtenäisyys 1/2 Verkko on yhtenäinen, jos sen pisteiden joukkoa Vei voida osittaa kahdeksi epätyhjäksi osajoukoksi siten, että verkon jokaisen särmän alkupiste ja loppupiste kuuluvat samaan osajoukkoon. Siten yhtenäisen verkon pisteiden joukkoa V ei voida osittaa kahteen epätyhjään osajoukkoon V 1 ja V 2 seuraavalla tavalla: Jos a = (v, w) on verkon mielivaltainen särmä, niin täsmälleen toinen ehdoista (i) tai (ii) pätee: (i) v V 1 ja w V 1 (ii) v V 2 ja w V 2 TKK (c) Ilkka Mellin (2007) 13

14 Verkon yhtenäisyys 2/2 Verkko on epäyhtenäinen, jos se ei ole yhtenäinen. Epäyhtenäisen verkon pisteet voidaan osittaa kahdeksi (tai useammaksi) epätyhjäksi osajoukoksi siten, että verkon jokaisen särmän alkupiste ja loppupiste kuuluvat täsmälleen yhteen osajoukoista. TKK (c) Ilkka Mellin (2007) 14

15 Yhtenäisyys: Esimerkki 1/2 Viereisen diagrammin verkko on epäyhtenäinen, mutta se koostuu kolmesta yhtenäisestä aliverkosta: Aliverkko 1: V = v, v, v, v, v, v, v { } { } A = a, a, a, a, a, a, a, a Aliverkko 2: V = v { } 2 4 A2 = Aliverkko 3: V = v, v, v A { } { a, a } = v 1 a 1 a 2 v 2 v 3 v 4 a 3 a 4 a 5 v 5 v 6 v 7 a 6 a 7 a 8 a 9 a 10 v 8 v 9 v 10 v 11 TKK (c) Ilkka Mellin (2007) 15

16 Puu Verkko on puu, jonka juuri on piste v 1, jos seuraavat ehdot pätevät: (i) Verkko on yhtenäinen. (ii) Verkossa ei ole silmukoita. (iii) Jos w v 1 on mielivaltainen verkon piste, pisteestä v 1 pisteeseen w pääsee täsmälleen yhtä reittiä pitkin. TKK (c) Ilkka Mellin (2007) 16

17 Puun määritelmä: Kommentteja Puulla on täsmälleen yksi alkupiste, sen juuri v 1. Puun alkupisteestä v 1 vie täsmälleen yksi reitti puun jokaiseen muuhun pisteeseen. Puun alkupisteeseen v 1 ei tule yhtään särmää. Puulla on yksi tai useampia loppupisteitä. Puun loppupisteestä ei lähde yhtään särmää. Jokaisen särmän loppupiste (ellei se ole samalla koko puun loppupiste) on yhden tai useamman särmän alkupiste. TKK (c) Ilkka Mellin (2007) 17

18 Puudiagrammi Puudiagrammi on puun graafinen esitys. Puudiagrammi voidaan konstruoida seuraavalla tavalla: (i) Merkitään puun pisteet tasoon. (ii) Piirretään jokaisen särmän a = (v, w) alkupisteestä v nuoli särmän loppupisteeseen w. TKK (c) Ilkka Mellin (2007) 18

19 Puudiagrammin piirtäminen Puudiagrammin piirtämisessä käytetään tavallisesti toista seuraavista tavoista: (i) Puu piirretään ylösalaisin niin, että sen juuri eli alkupiste on ylhäällä ja sen loppupisteet ovat alhaalla. (ii) Puu piirretään makaavaan asentoon niin, että sen juuri eli alkupiste on vasemmalla ja sen loppupisteet ovat oikealla. TKK (c) Ilkka Mellin (2007) 19

20 Puut ja puudiagrammit: Esimerkki 1 Viereisen diagrammin verkko ei ole puu. Perustelut: (i) Verkko ei ole yhtenäinen, koska se koostuu kolmesta aliverkosta, joiden välillä ei ole yhtään särmää. (ii) Verkossa on silmukka. v 1 a 1 a 2 v 2 v 3 v 4 a 3 a 4 a 5 v 5 v 6 v 7 a 6 a 7 a 8 a 9 a 10 v 8 v 9 v 10 v 11 TKK (c) Ilkka Mellin (2007) 20

21 Puut ja puudiagrammit: Esimerkki 2 1/2 Viereisen diagrammin verkko on puu. Perustelut: (i) Verkko on yhtenäinen. (ii) Verkossa ei ole silmukoita. (iii) Verkon alkupisteestä eli juuresta v 1 vie reitti verkon jokaiseen muuhun pisteeseen. Puun loppupisteiden joukko: {v 5,v 7,v 8,v 9,v 10 } v 1 a 1 a 2 v 2 v 3 a 3 a 4 v 4 v 5 a 5 a 6 a 7 a 8 a 9 v 6 v 7 v 8 v 9 v 10 TKK (c) Ilkka Mellin (2007) 21

22 Puut ja puudiagrammit: Esimerkki 2 2/2 Viereisen puudiagrammin alkupisteestä v 1 loppupisteisiin v 5,v 7,v 8,v 9,v 10 vievät reitit: 1. Loppupisteeseen v 5 vie reitti {a 2,a 4 } 2. Loppupisteeseen v 7 vie reitti {a 1,a 3,a 6 } 3. Loppupisteeseen v 8 vie reitti {a 1,a 3,a 7 } 4. Loppupisteeseen v 9 vie reitti {a 2,a 5,a 8 } 5. Loppupisteeseen v 7 vie reitti {a 2,a 5,a 9 } v 1 a 1 a 2 v 2 v 3 a 3 a 4 v 4 v 5 a 5 v 6 a 6 a 7 a 8 a 9 v 7 v 8 v 9 v 10 TKK (c) Ilkka Mellin (2007) 22

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

Johdatus todennäköisyyslaskentaan Todennäköisyyslaskenta ja puudiagrammit. TKK (c) Ilkka Mellin (2005) 1

Johdatus todennäköisyyslaskentaan Todennäköisyyslaskenta ja puudiagrammit. TKK (c) Ilkka Mellin (2005) 1 Johdatus todennäköisyyslaskentaan Todennäköisyyslaskenta ja puudiagrammit TKK (c) Ilkka Mellin (2005) 1 Todennäköisyyslaskenta ja puudiagrammit Puutodennäköisyydet Todennäköisyyslaskennan laskusääntöjen

Lisätiedot

Todennäköisyyslaskenta ja puudiagrammit. Todennäköisyyslaskenta ja puudiagrammit. Todennäköisyyslaskenta ja puudiagrammit: Esitiedot

Todennäköisyyslaskenta ja puudiagrammit. Todennäköisyyslaskenta ja puudiagrammit. Todennäköisyyslaskenta ja puudiagrammit: Esitiedot TKK (c) Ilkka Mellin (2004) 1 Todennäköisyyslaskenta ja puudiagrammit iite: Todennäköisyyslaskenta ja puudiagrammit TKK (c) Ilkka Mellin (2004) 2 Todennäköisyyslaskenta ja puudiagrammit: Mitä opimme? Verkkoteoria

Lisätiedot

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila 14. syyskuuta 2007 Antti Rasila () TodB 14. syyskuuta 2007 1 / 21 1 Kokonaistodennäköisyys ja Bayesin kaava Otosavaruuden ositus Kokonaistodennäköisyyden

Lisätiedot

Liite 2: Verkot ja todennäköisyyslaskenta. Todennäköisyyslaskenta ja puudiagrammit

Liite 2: Verkot ja todennäköisyyslaskenta. Todennäköisyyslaskenta ja puudiagrammit Ilkka Mellin Todennäköisyyslaskenta Liite 2: Verkot ja todennäköisyyslaskenta Todennäköisyyslaskenta ja puudiagrammit TKK (c) Ilkka Mellin (2007) 1 Todennäköisyyslaskenta ja puudiagrammit >> Puutodennäköisyydet

Lisätiedot

Verkot ja todennäköisyyslaskenta. Verkot ja todennäköisyyslaskenta. Verkot ja todennäköisyyslaskenta: Esitiedot

Verkot ja todennäköisyyslaskenta. Verkot ja todennäköisyyslaskenta. Verkot ja todennäköisyyslaskenta: Esitiedot T (c) Ilkka Mellin (2004) 1 Johdatus todennäköisyyslaskentaan T (c) Ilkka Mellin (2004) 2 : Mitä oimme? Verkkoteoria on hyödyllinen sovelletun matematiikan osa-alue, jolla on sovelluksia esimerkiksi logiikassa,

Lisätiedot

Ilkka Mellin Todennäköisyyslaskenta Osa 1: Todennäköisyys ja sen laskusäännöt Verkot ja todennäköisyyslaskenta

Ilkka Mellin Todennäköisyyslaskenta Osa 1: Todennäköisyys ja sen laskusäännöt Verkot ja todennäköisyyslaskenta Ilkka Mellin Todennäköisyyslaskenta Osa 1: Todennäköisyys ja sen laskusäännöt Verkot ja todennäköisyyslaskenta TKK (c) Ilkka Mellin (2005) 1 Verkot ja todennäköisyyslaskenta >> Puudiagrammit todennäköisyyslaskennassa:

Lisätiedot

Johdatus todennäköisyyslaskentaan Verkot ja todennäköisyyslaskenta. TKK (c) Ilkka Mellin (2004) 1

Johdatus todennäköisyyslaskentaan Verkot ja todennäköisyyslaskenta. TKK (c) Ilkka Mellin (2004) 1 Johdatus todennäköisyyslaskentaan Verkot ja todennäköisyyslaskenta TKK (c) Ilkka Mellin (2004) 1 Verkot ja todennäköisyyslaskenta Puudiagrammit todennäköisyyslaskennassa: Johdatteleva esimerkki Todennäköisyyslaskenta

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

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

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

Lisätiedot

Todennäköisyyslaskenta: Liitteet. Liite 1. Joukko oppi Liite 2. Todennäköisyyslaskenta ja puudiagrammit. Ilkka Mellin (2006) 449

Todennäköisyyslaskenta: Liitteet. Liite 1. Joukko oppi Liite 2. Todennäköisyyslaskenta ja puudiagrammit. Ilkka Mellin (2006) 449 Liitteet Todennäköisyyslaskenta: Liitteet Liite 1. Joukko oppi Liite 2. Todennäköisyyslaskenta ja puudiagrammit TKK @ Ilkka Mellin (2006) 449 Liitteet TKK @ Ilkka Mellin (2006) 450 Liitteet Sisällys 1.

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

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

5/11 6/11 Vaihe 1. 6/10 4/10 6/10 4/10 Vaihe 2. 5/11 6/11 4/11 7/11 6/11 5/11 5/11 6/11 Vaihe 3

5/11 6/11 Vaihe 1. 6/10 4/10 6/10 4/10 Vaihe 2. 5/11 6/11 4/11 7/11 6/11 5/11 5/11 6/11 Vaihe 3 Mat-.9 Sovellettu todennäköisyyslasku A / Ratkaisut Aiheet: Avainsanat: Verkot todennäköisyyslaskennassa Satunnaismuuttujat ja todennäköisyysjakaumat Jakaumien tunnusluvut Kertymäfunktio, Momentit, Odotusarvo,

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

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

Osa 1: Todennäköisyys ja sen laskusäännöt. Kokonaistodennäköisyyden ja Bayesin kaavat

Osa 1: Todennäköisyys ja sen laskusäännöt. Kokonaistodennäköisyyden ja Bayesin kaavat Ilkka Mellin Todennäköisyyslaskenta Osa 1: Todennäköisyys ja sen laskusäännöt Kokonaistodennäköisyyden ja Bayesin kaavat TKK (c) Ilkka Mellin (2007) 1 Kokonaistodennäköisyys ja Bayesin kaava >> Kokonaistodennäköisyys

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

A* Reitinhaku Aloittelijoille

A* Reitinhaku Aloittelijoille A* Reitinhaku Aloittelijoille Alkuperäisen artikkelin kirjoittanut Patrick Lester, suomentanut Antti Veräjänkorva. Suom. huom. Tätä kääntäessäni olen pyrkinyt pitämään saman alkuperäisen tyylin ja kerronnan.

Lisätiedot

Suorakulmainen kolmio

Suorakulmainen kolmio Suorakulmainen kolmio 1. Määritä terävä kulma α, β ja γ, kun sinα = 0,5782, cos β = 0,745 ja tanγ = 1,222. π 2. Määritä trigonometristen funktioiden sini, kosini ja tangentti, kun kulma α = ja 3 β = 73,2

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

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

Matematiikan ja tilastotieteen laitos Matematiikka tutuksi Harjoitus 2, malliratkaisut

Matematiikan ja tilastotieteen laitos Matematiikka tutuksi Harjoitus 2, malliratkaisut Matematiikan ja tilastotieteen laitos Matematiikka tutuksi Harjoitus, malliratkaisut 1.-5.9.009 1. Muodosta joukot A B, A B ja A\B sekä laske niiden alkioiden lukumäärät (mikäli kyseessä on äärellinen

Lisätiedot

Johdatus todennäköisyyslaskentaan Kokonaistodennäköisyys ja Bayesin kaava. TKK (c) Ilkka Mellin (2005) 1

Johdatus todennäköisyyslaskentaan Kokonaistodennäköisyys ja Bayesin kaava. TKK (c) Ilkka Mellin (2005) 1 Johdatus todennäköisyyslaskentaan Kokonaistodennäköisyys ja Bayesin kaava TKK (c) Ilkka Mellin (2005) 1 Kokonaistodennäköisyys ja Bayesin kaava Kokonaistodennäköisyys ja Bayesin kaava: Johdanto Kokonaistodennäköisyyden

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

Harjoitus 1 (20.3.2014)

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

Lisätiedot

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

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Kertymäfunktio. TKK (c) Ilkka Mellin (2007) 1

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Kertymäfunktio. TKK (c) Ilkka Mellin (2007) 1 Ilkka Mellin Todennäköisyyslaskenta Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat Kertymäfunktio TKK (c) Ilkka Mellin (2007) 1 Kertymäfunktio >> Kertymäfunktio: Määritelmä Diskreettien jakaumien

Lisätiedot

Vektorit. Kertausta 12.3.2013 Seppo Lustig (Lähde: avoinoppikirja.fi)

Vektorit. Kertausta 12.3.2013 Seppo Lustig (Lähde: avoinoppikirja.fi) Vektorit Kertausta 12.3.2013 Seppo Lustig (Lähde: avoinoppikirja.fi) Sisällys Vektorit Nimeäminen Vektorien kertolasku Vektorien yhteenlasku Suuntasopimus Esimerkki: laivan nopeus Vektorit Vektoreilla

Lisätiedot

2016/07/05 08:58 1/12 Shortcut Menut

2016/07/05 08:58 1/12 Shortcut Menut 2016/07/05 08:58 1/12 Shortcut Menut Shortcut Menut Shortcut menut voidaan aktivoida seuraavista paikoista. Shortcut menun sisältö riippuu siitä, mistä se aktivoidaan. 1. Shortcut menu suunnitellusta linjasta

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

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

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

Johdatus todennäköisyyslaskentaan Kertymäfunktio. TKK (c) Ilkka Mellin (2005) 1

Johdatus todennäköisyyslaskentaan Kertymäfunktio. TKK (c) Ilkka Mellin (2005) 1 Johdatus todennäköisyyslaskentaan Kertymäfunktio TKK (c) Ilkka Mellin (2005) 1 Kertymäfunktio Kertymäfunktio: Määritelmä Diskreettien jakaumien kertymäfunktiot Jatkuvien jakaumien kertymäfunktiot TKK (c)

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

Tehtävä 4 : 2. b a+1 (mod 3)

Tehtävä 4 : 2. b a+1 (mod 3) Tehtävä 4 : 1 Olkoon G sellainen verkko, jonka solmujoukkona on {1,..., 9} ja jonka särmät määräytyvät oheisen kuvan mukaisesti. Merkitään lisäksi kirjaimella A verkon G kaikkien automorfismien joukkoa,

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

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

GPS lintulaskennoissa. Oriveden lintulaskijatapaaminen 12.3.2016 Heikki-Pekka Innala

GPS lintulaskennoissa. Oriveden lintulaskijatapaaminen 12.3.2016 Heikki-Pekka Innala GPS lintulaskennoissa Oriveden lintulaskijatapaaminen 12.3.2016 Heikki-Pekka Innala Gps-laitteista Tarkkuus parantunut 3-4 metriin (häirinnän lopetus ja GPS + GLONASS-kaksoissatelliittijärjestelmä) paranemassa

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

Puzzle-SM 2000. Loppukilpailu 18.6.2000 Oulu

Puzzle-SM 2000. Loppukilpailu 18.6.2000 Oulu Puzzle-SM Loppukilpailu 8.6. Oulu Puzzle Ratkontaaikaa tunti Ratkontaaikaa tunti tsi palat 6 Varjokuva 7 Parinmuodostus 7 Paikallista 7 Metris 7 ominopalapeli Kerrostalot Pisteestä toiseen Heinäsirkka

Lisätiedot

VERKOT. SUHTEIKOT JA VERKOT 1. Johdanto... 1 2. Pisteiden asteet...7 3. Yhtenäisyys... 11 4. Kulku suhteikossa... 18 5. Hamiltonin kulut...

VERKOT. SUHTEIKOT JA VERKOT 1. Johdanto... 1 2. Pisteiden asteet...7 3. Yhtenäisyys... 11 4. Kulku suhteikossa... 18 5. Hamiltonin kulut... Heikki Junnila VERKOT. LUKU I SUHTEIKOT JA VERKOT 1. Johdanto..... 1 2. Pisteiden asteet...7 3. Yhtenäisyys.... 11 4. Kulku suhteikossa.... 18 5. Hamiltonin kulut....... 26 Harjoitustehtäviä......35 LUKU

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

Osa 1: Todennäköisyys ja sen laskusäännöt. Klassinen todennäköisyys ja kombinatoriikka

Osa 1: Todennäköisyys ja sen laskusäännöt. Klassinen todennäköisyys ja kombinatoriikka Ilkka Mellin Todennäköisyyslaskenta Osa 1: Todennäköisyys ja sen laskusäännöt Klassinen todennäköisyys ja kombinatoriikka TKK (c) Ilkka Mellin (2007) 1 Klassinen todennäköisyys ja kombinatoriikka >> Klassinen

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

811312A Tietorakenteet ja algoritmit, 2014-2015, Harjoitus 7, ratkaisu

811312A Tietorakenteet ja algoritmit, 2014-2015, Harjoitus 7, ratkaisu 832A Tietorakenteet ja algoritmit, 204-205, Harjoitus 7, ratkaisu Hajota ja hallitse-menetelmä: Tehtävä 7.. Muodosta hajota ja hallitse-menetelmää käyttäen algoritmi TULOSTA_PUU_LASKEVA, joka tulostaa

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

Ratkaisu: a) Kahden joukon yhdisteseen poimitaan kaikki alkiot jotka ovat jommassakummassa joukossa (eikä mitään muuta).

Ratkaisu: a) Kahden joukon yhdisteseen poimitaan kaikki alkiot jotka ovat jommassakummassa joukossa (eikä mitään muuta). Matematiikan laitos Johdatus Diskreettiin Matematiikaan Harjoitus 1 03.11.2010 Ratkaisuehdotuksia Aleksandr Nuija 1. Tarkastellaan joukkoja A = {1,3,4}, B = {2,3,7,9} ja C = {2, 5, 7}. Määritä joukot (a)

Lisätiedot

Ilkka Mellin Todennäköisyyslaskenta Liite 1: Joukko-oppi

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

Lisätiedot

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

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

Lisätiedot

Polkuintegraali yleistyy helposti paloitain C 1 -poluille. Määritelmä Olkoot γ : [a, b] R m paloittain C 1 -polku välin [a, b] jaon

Polkuintegraali yleistyy helposti paloitain C 1 -poluille. Määritelmä Olkoot γ : [a, b] R m paloittain C 1 -polku välin [a, b] jaon Polkuintegraali yleistyy helposti paloitain C 1 -poluille. Määritelmä 4.1.3. Olkoot : [a, b] R m paloittain C 1 -polku välin [a, b] jaon P = {a = t 1 < < t k = b} ja joukko D R m sellainen, että ([a, b])

Lisätiedot

Verkkojen värittäminen

Verkkojen värittäminen Verkkojen värittäminen Pro gradu -tutkielma Tiina Aaltonen 165231 Itä-Suomen yliopisto Fysiikan ja matematiikan laitos 10. tammikuuta 2012 Sisältö 1 Johdanto 1 2 Verkkojen peruskäsitteitä 4 2.1 Solmu,

Lisätiedot

Topologia Syksy 2010 Harjoitus 9

Topologia Syksy 2010 Harjoitus 9 Topologia Syksy 2010 Harjoitus 9 (1) Avaruuden X osajoukko A on G δ -joukko, jos se on numeroituva leikkaus avoimista joukoista ja F σ -joukko, jos se on numeroituva yhdiste suljetuista joukoista. Osoita,

Lisätiedot

Osa 1: Todennäköisyys ja sen laskusäännöt. Todennäköisyyden aksioomat

Osa 1: Todennäköisyys ja sen laskusäännöt. Todennäköisyyden aksioomat Ilkka Mellin Todennäköisyyslaskenta Osa 1: Todennäköisyys ja sen laskusäännöt Todennäköisyyden aksioomat TKK (c) Ilkka Mellin (2007) 1 Todennäköisyyden aksioomat >> Todennäköisyyden määritteleminen Todennäköisyyden

Lisätiedot

Harjoitus 1 (17.3.2015)

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

Lisätiedot

Osoite: https://ggbm.at/tewz3jsv Tehtävä 1. Tutkitaan appletin kuutioita. a) Kuinka monta eripituista janaa voidaan piirtää yhdistämällä kaksi kuution kärkeä? b) Mikä a-kohdan janoista on pisin? Perustelkaa.

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

Johdatus todennäköisyyslaskentaan Todennäköisyyden aksioomat. TKK (c) Ilkka Mellin (2005) 1

Johdatus todennäköisyyslaskentaan Todennäköisyyden aksioomat. TKK (c) Ilkka Mellin (2005) 1 Johdatus todennäköisyyslaskentaan Todennäköisyyden aksioomat TKK (c) Ilkka Mellin (2005) 1 Todennäköisyyden aksioomat Todennäköisyyden määritteleminen Todennäköisyyden aksioomat äärellisissä otosavaruuksissa

Lisätiedot

Suora. Määritelmä. Oletetaan, että n = 2 tai n = 3. Avaruuden R n suora on joukko. { p + t v t R},

Suora. Määritelmä. Oletetaan, että n = 2 tai n = 3. Avaruuden R n suora on joukko. { p + t v t R}, Määritelmä Suora Oletetaan, että n = 2 tai n = 3. Avaruuden R n suora on joukko { p + t v t R}, missä p, v R n ja v 0. Tässä p on suoran jonkin pisteen paikkavektori ja v on suoran suuntavektori. v p LM1,

Lisätiedot

Kuinka määritellään 2 3?

Kuinka määritellään 2 3? Kuinka määritellään 2 3? y Nyt 3 = 1,7320508.... Luvut 3 2 x x 3 2 x 2 1 = 2, 2 1,7 3,2490, 2 1,73 3,3173, 2 1,732 3,3219,... ovat hyvin määriteltyjä koska näihin tarvitaan vain rationaalilukupotenssin

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

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

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

Kaavioiden rakenne. Kaavioiden piirto symboleita yhdistelemällä. Kaavion osan toistaminen silmukalla. Esimerkkejä:

Kaavioiden rakenne. Kaavioiden piirto symboleita yhdistelemällä. Kaavion osan toistaminen silmukalla. Esimerkkejä: 2. Vuokaaviot 2.1 Sisällys Kaavioiden rakenne. Kaavioiden piirto symbolta yhdistelemällä. Kaavion osan toistaminen silmukalla. Esimerkkejä: algoritmi oven avaamiseen vuokaaviona, keskiarvon laskeminen

Lisätiedot

Valitaan alkio x 1 A B ja merkitään A 1 = A { x 1 }. Perinnöllisyyden nojalla A 1 I.

Valitaan 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.

Lisätiedot

TKK @ Ilkka Mellin (2008) 1/5

TKK @ Ilkka Mellin (2008) 1/5 Mat-1.2620 Sovellettu todennäköisyyslaskenta B / Tehtävät Demo-tehtävät: 1, 3, 6, 7 Pistetehtävät: 2, 4, 5, 9 Ylimääräiset tehtävät: 8, 10, 11 Aiheet: Moniulotteiset jakaumat Avainsanat: Diskreetti jakauma,

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

r > y x z x = z y + y x z y + y x = r y x + y x = r

r > y x z x = z y + y x z y + y x = r y x + y x = r HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi I, syksy 018 Harjoitus Ratkaisuehdotukset Tehtävä 1. Osoita, että avoin kuula on avoin joukko ja suljettu kuula on suljettu joukko. Ratkaisu.

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

Palmikkoryhmät kryptografiassa

Palmikkoryhmät kryptografiassa Palmikkoryhmät kryptografiassa Jarkko Peltomäki 27. marraskuuta 2010 Palmikkoryhmät ovat epäkommutatiivisia äärettömiä ryhmiä. Niillä on monimutkainen rakenne, mutta toisaalta niillä on geometrinen tulkinta

Lisätiedot

Viivaintegraali: "Pac- Man" - tulkinta

Viivaintegraali: Pac- Man - tulkinta Viivaintegraali: "Pac- Man" - tulkinta Otetaan funk6o f(x,y), joka riippuu muu@ujista x ja y. Jokaiselle x,y tason pisteellä funk6olla on siis joku arvo. Tyypillisiä fysikaalis- kemiallisia esimerkkejä

Lisätiedot

1 Peruslaskuvalmiudet

1 Peruslaskuvalmiudet 1 Peruslaskuvalmiudet 11 Lukujoukot N {1,, 3, 4,} on luonnollisten lukujen joukko (0 mukana, jos tarvitaan), Z {, 3,, 1, 0, 1,, 3,} on kokonaislukujen joukko, Q m n : m, n Z, n 0 on rationaalilukujen joukko,

Lisätiedot

Algoritmit 2. Luento 2 To Timo Männikkö

Algoritmit 2. Luento 2 To Timo Männikkö Algoritmit 2 Luento 2 To 14.3.2019 Timo Männikkö Luento 2 Tietorakenteet Lineaarinen lista, binääripuu Prioriteettijono Kekorakenne Keko-operaatiot Keon toteutus taulukolla Algoritmit 2 Kevät 2019 Luento

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

Mohrin-Mascheronin lause kolmiulotteisessa harppi-viivaingeometriassa

Mohrin-Mascheronin lause kolmiulotteisessa harppi-viivaingeometriassa Mohrin-Mascheronin lause kolmiulotteisessa harppi-viivaingeometriassa Matematiikka Sakke Suomalainen Helsingin matematiikkalukio Ohjaaja: Ville Tilvis 29. marraskuuta 2010 Tiivistelmä Harppi ja viivain

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

Johdatus todennäköisyyslaskentaan Joukko-oppi. TKK (c) Ilkka Mellin (2005) 1

Johdatus todennäköisyyslaskentaan Joukko-oppi. TKK (c) Ilkka Mellin (2005) 1 Johdatus todennäköisyyslaskentaan Joukko-oppi TKK (c) Ilkka Mellin (2005) 1 Joukko-oppi Joukko-opin peruskäsitteet Joukko-opin perusoperaatiot Joukko-opin laskusäännöt Funktiot Tulojoukot ja funktioiden

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

Moniulotteisia todennäköisyysjakaumia

Moniulotteisia todennäköisyysjakaumia Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia TKK (c) Ilkka Mellin (007) 1 Moniulotteisia todennäköisyysjakaumia >> Multinomijakauma Kaksiulotteinen

Lisätiedot

Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia

Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia TKK (c) Ilkka Mellin (006) 1 Moniulotteisia todennäköisyysjakaumia >> Multinomijakauma Kaksiulotteinen

Lisätiedot

Johdatus diskreettiin matematiikkaan Harjoitus 1,

Johdatus diskreettiin matematiikkaan Harjoitus 1, Johdatus diskreettiin matematiikkaan Harjoitus 1, 15.9.2014 1. Hahmottele tasossa seuraavat relaatiot: a) R 1 = {(x, y) R 2 : x y 2 } b) R 2 = {(x, y) R 2 : y x Z} c) R 3 = {(x, y) R 2 : y > 0 and x 2

Lisätiedot

MATEMATIIKKA 5 VIIKKOTUNTIA. PÄIVÄMÄÄRÄ: 8. kesäkuuta 2009

MATEMATIIKKA 5 VIIKKOTUNTIA. PÄIVÄMÄÄRÄ: 8. kesäkuuta 2009 EB-TUTKINTO 2009 MATEMATIIKKA 5 VIIKKOTUNTIA PÄIVÄMÄÄRÄ: 8. kesäkuuta 2009 KOKEEN KESTO: 4 tuntia (240 minuuttia) SALLITUT APUVÄLINEET: Eurooppa-koulun antama taulukkovihkonen Funktiolaskin, joka ei saa

Lisätiedot

Ratkaisu. Virittäviä puita on kahdeksan erilaista, kun solmut pidetään nimettyinä. Esitetään aluksi verkko kaaviona:

Ratkaisu. Virittäviä puita on kahdeksan erilaista, kun solmut pidetään nimettyinä. Esitetään aluksi verkko kaaviona: Diskreei maemaiikka, sks 00 Harjoius 0, rakaisuisa. Esi viriävä puu suunaamaomalle verkolle G = (X, E, Ψ), kun X := {,,, }, E := { {, }, {, }, {, }, {, }, {, }}, ja Ψ on ieninen kuvaus. Rakaisu. Viriäviä

Lisätiedot

Valitsemalla sopivat alkiot joudutaan tämän määritelmän kanssa vaikeuksiin, jotka voidaan välttää rakentamalla joukko oppi aksiomaattisesti.

Valitsemalla sopivat alkiot joudutaan tämän määritelmän kanssa vaikeuksiin, jotka voidaan välttää rakentamalla joukko oppi aksiomaattisesti. Joukon määritelmä Joukko on alkioidensa kokoelma. Valitsemalla sopivat alkiot joudutaan tämän määritelmän kanssa vaikeuksiin, jotka voidaan välttää rakentamalla joukko oppi aksiomaattisesti. Näin ei tässä

Lisätiedot

Kokonaistodennäköisyys ja Bayesin kaava. Kokonaistodennäköisyys ja Bayesin kaava. Kokonaistodennäköisyys ja Bayesin kaava: Esitiedot

Kokonaistodennäköisyys ja Bayesin kaava. Kokonaistodennäköisyys ja Bayesin kaava. Kokonaistodennäköisyys ja Bayesin kaava: Esitiedot TKK (c) Ilkka Mell (2004) Kokoastodeäkösyys ja Kokoastodeäkösyys ja : Johdato Kokoastodeäkösyyde ja Bayes kaavoje systeemteoreette tulkta Johdatus todeäkösyyslasketaa Kokoastodeäkösyys ja TKK (c) Ilkka

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

Malliratkaisut Demot

Malliratkaisut Demot Malliratkaisut Demot 1 12.3.2018 Tehtävä 1 Piirretään tilanteesta verkko, jossa kaupungeille on annetttu seuraavat numerot: 1 297 4 2 4 163 3 454 6 179 2 136 2 169 2 390 4 3 436 7 5 Kuva 1: Tehtävän 1

Lisätiedot

TASON YHTÄLÖT. Tason esitystapoja ovat: vektoriyhtälö, parametriesitys (2 parametria), normaalimuotoinen yhtälö ja koordinaattiyhtälö.

TASON YHTÄLÖT. Tason esitystapoja ovat: vektoriyhtälö, parametriesitys (2 parametria), normaalimuotoinen yhtälö ja koordinaattiyhtälö. TSON YHTÄLÖT VEKTORIT, M4 Jokainen seuraavista määrää avaruuden tason yksikäsitteisesti: - kolme tason pistettä, jotka eivät ole samalla suoralla, - yksi piste ja pisteen ulkopuolinen suora, - yksi piste

Lisätiedot

Algoritmit 2. Luento 12 Ke Timo Männikkö

Algoritmit 2. Luento 12 Ke Timo Männikkö Algoritmit 2 Luento 12 Ke 26.4.2017 Timo Männikkö Luento 12 Rajoitehaku Kauppamatkustajan ongelma Lyhin virittävä puu Paikallinen etsintä Vaihtoalgoritmit Geneettiset algoritmit Simuloitu jäähdytys Algoritmit

Lisätiedot

Teknisentyön työkalut vertailu. Pisteiden laskenta Työkalun hinta 70. Takuu 1 30 Takuu 2 20 Takuu 3 10 Takuu 4 0 0 1 0 0 2 0 0 3 0 0 1 0 0 2 0

Teknisentyön työkalut vertailu. Pisteiden laskenta Työkalun hinta 70. Takuu 1 30 Takuu 2 20 Takuu 3 10 Takuu 4 0 0 1 0 0 2 0 0 3 0 0 1 0 0 2 0 Teknisentyön työkalut vertailu. Pisteiden laskenta 70 0 1 30 2 20 3 10 4 0 0 1 0 0 2 0 0 3 0 0 1 0 0 2 0 % Jos haluat muuttaa pisteytystä niin muuta nuolen osoittaman sarakkeen lukuja haluamasi mukaisesti.

Lisätiedot

X R Matematiikan johdantokurssi, syksy 2016 Harjoitus 5, ratkaisuista

X R Matematiikan johdantokurssi, syksy 2016 Harjoitus 5, ratkaisuista Matematiikan johdantokurssi, syksy 06 Harjoitus, ratkaisuista. Olkoon perusjoukkona X := {,,,, } ja := {(, ), (, ), (, ), (, )}. Muodosta yhdistetyt (potenssi)relaatiot,,,. Entä mitä on yleisesti n, kun

Lisätiedot

Datatähti 2009 -alkukilpailu

Datatähti 2009 -alkukilpailu Datatähti 2009 -alkukilpailu Ohjelmointitehtävä 1/3: Hissimatka HUOM: Tutustuthan huolellisesti tehtävien sääntöihin ja palautusohjeisiin (sivu 7) Joukko ohjelmoijia on talon pohjakerroksessa, ja he haluavat

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

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

Testit järjestysasteikollisille muuttujille

Testit järjestysasteikollisille muuttujille Ilkka Mellin Tilastolliset menetelmät Osa 3: Tilastolliset testit Testit järjestysasteikollisille muuttujille TKK (c) Ilkka Mellin (2007) 1 Testit järjestysasteikollisille muuttujille >> Järjestysasteikollisten

Lisätiedot

Talousmatematiikan perusteet

Talousmatematiikan perusteet kevät 19 / orms.30 Talousmatematiikan perusteet 8. harjoitus, viikko 11 (11.03..03.19) L Ma 12 A2 R0 Ti 14 16 F43 R01 Ma 12 14 F43 L To 08 A2 R02 Ma 16 18 F43 R06 To 12 14 F140 R03 Ti 08 F42 R07 Pe 08

Lisätiedot

3. laskuharjoituskierros, vko 6, ratkaisut

3. laskuharjoituskierros, vko 6, ratkaisut Mat-.9 Sovellettu todennäköisyyslasku, kevät - eliövaara, Palo, Mellin. laskuharjoituskierros, vko 6, ratkaisut D. Uurnassa A on 4 valkoista ja 6 mustaa kuulaa ja uurnassa B on 6 valkoista ja 4 mustaa

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