Aplikace teorie grafů Základní pojmy teorie grafů

Slides:



Advertisements
Podobné prezentace
Grafové algoritmy.
Advertisements

LOGISTICKÉ SYSTÉMY 14/15.
DOTAZOVACÍ JAZYKY slajdy přednášce DBI006
NEJKRATŠÍ CESTY MEZI VŠEMI UZLY
PLANARITA A TOKY V SÍTÍCH
Dualita úloh lineárního programování a analýza citlivosti
SIMPLEXOVÝ ALGORITMUS Řešení v tabulkovém procesoru
Zajímavé aplikace teorie grafů
ARITMETICKÁ POSLOUPNOST
LOGISTICKÉ SYSTÉMY 6/14.
Cvičení Úloha 1: Rozhodněte zda posloupnost znaků v poli délky n tvoří palindrom (slovo, které je stejné při čtení zprava i zleva). Př.: [a,l,e,l,a] [a,n,n,a]
Diskrétní matematika Opakování - příklady.
Modulární systém dalšího vzdělávání pedagogických pracovníků JmK v přírodních vědách a informatice CZ.1.07/1.3.10/ Úvod do teorie grafů.
ALGO – Algoritmizace 1. cvičení
Téma 3 Metody řešení stěn, metoda sítí.
Statické systémy.
Síťová analýza RNDr. Jiří Dvořák, CSc.
CW – 05 TEORIE ROZHODOVACÍCH PROCESŮ
Algoritmy I Cvičení č. 3.
FORMALIZACE PROJEKTU DO SÍŤOVÉHO GRAFU
Lineární programování Simplexový algoritmus
Matematické metody v ekonomice a řízení II
LOGISTICKÉ SYSTÉMY 7/14.
LOGISTICKÉ SYSTÉMY 8/14.
CW – 05 TEORIE ROZHODOVACÍCH PROCESŮ
SÍŤOVÁ ANALÝZA.
SWI072 Algoritmy komprese dat1 Algoritmy komprese dat Statistické metody komprese dat a Shannon-Fanův kód.
REDUKCE DAT Díváme-li se na soubory jako na text, pak je tento text redundantní. Redundance vyplývá z:  některé fráze nebo slova se opakují  existuje.
TI 7.1 NEJKRATŠÍ CESTY Nejkratší cesty - kap. 6. TI 7.2 Nejkratší cesty z jednoho uzlu Seznámíme se s následujícími pojmy: w-vzdálenost (vzdálenost na.
ORIENTOVANÉ GRAFY V této části se seznámíme s následujícími pojmy:
Stromy.
Jazyk vývojových diagramů
CW – 05 TEORIE ROZHODOVACÍCH PROCESŮ Ústav technologie, mechanizace a řízení staveb Fakulta stavební VUT v Brně © Ing. Václav Rada, CSc. 15. PŘEDNÁŠKA.
Další typy dopravních problémů
Univerzita Karlova Matematicko-fyzikální fakulta Lukáš Jirovský Teorie grafů – prezentace Bc. Práce Vedoucí práce: RNDr. Pavla Pavlíková, Ph.D.
CW – 05 TEORIE ROZHODOVACÍCH PROCESŮ
Modulární systém dalšího vzdělávání pedagogických pracovníků JmK v přírodních vědách a informatice CZ.1.07/1.3.10/ Grafové pojmy Projekt učitelé.
VLASTNOSTI GRAFŮ Vlastnosti grafů - kap. 3.
Teorie grafů.
Matematické metody optimalizace Tomáš Vaníček Katedra inženýrské informatiky Stavební fakulta ČVUT Thákurova 7, Praha 6 Dejvice, b407
KIV/PRO Cvičení Nejkratší cesta Vstup – N měst – Mezi některými dvojicemi měst vedou obousměrné silnice, zadány délky cest Výstup – Nejkratší.
Kostra grafu Prohledávání grafu
Jedna z největších světových firem v oblasti logistiky 20 leté zkušenosti po celém světě Konzultantské služby.
Gradientní metody Metoda největšího spádu (volný extrém)
hledání zlepšující cesty
Číselné posloupnosti.
Barvení grafů Platónská tělesa
Tomáš Vambera. Přístroje  Mobilní telefony  Přenosné počítače (Pda)  GPS Přístroje.
Kanonické indexování vrcholů molekulového grafu Molekulový graf: G = (V, E, L, ,  ) Indexování vrcholů molekulového grafu G: bijekce  : V  I I je indexová.
Vstup: Úplný graf G=(V,E), ohodnocení hran d:E → R + Výstup: Nejkratší Hamiltonovská cesta HC v grafu G Najdi minimální kostru K grafu G Pokud K neobsahuje.
Planarita a toky v sítích
Les, stromy a kostry Kružnice: sled, který začíná a končí ve stejném vrcholu, ostatní vrcholy jsou různé Souvislý graf: mezi každými dvěma vrcholy existuje.
SIGNÁLY A LINEÁRNÍ SYSTÉMY
Doc. Josef Kolář (ČVUT)Prohledávání grafůGRA, LS 2010/11, Lekce 4 1 / 15Doc. Josef Kolář (ČVUT)NP-úplné problémyGRA, LS 2012/13, Lekce 13 1 / 14 NP-ÚPLNÉ.
Jak je to s izomorfismem
Problém obchodního cestujícího Zpracoval Ing. Jan Weiser.
Hledání silně souvislý komponent Silně souvislá komponenta orientovaného grafu G= (V,E) je maximální množina uzlů UV taková že ∀ u,v ∈ V : u je dosažitelné.
Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Řešení rozvozních úloh Předmět: Teorie dopravy - cvičení Ing. František Lachnit, Ph.D.
NEJKRATŠÍ CESTY Nejkratší cesty - kap. 6.
STROMY A KOSTRY Stromy a kostry - odst. 3.2.
Znázornění dopravní sítě grafem a kostra grafu Předmět: Teorie dopravy - cvičení Ing. František Lachnit, Ph.D.
Operační výzkum Lineární programování Dopravní úloha nevyrovnaná.
MODELY TEORIE GRAFŮ.
Mgr. Radka Pospíchalová
Maximální propustnost rovinné dopravní sítě
MINIMÁLNÍ KOSTRA V GRAFU
CW – 05 TEORIE ROZHODOVACÍCH PROCESŮ
Výpočetní složitost algoritmů
Toky v sítích.
Algoritmizace a datové struktury (14ASD)
Transkript prezentace:

Aplikace teorie grafů Základní pojmy teorie grafů Optimální spojení míst (minimální kostra grafu) Optimální cesty v grafu Toky v sítích

Základní pojmy teorie grafů Graf je množina uzlů (u1, u2, …, un) a hran – spojnic mezi dvojicemi uzlů (hij).

Základní pojmy teorie grafů Orientovaný graf - všechny jeho hrany jsou orientované (mají přiřazený směr pohybu). Neorientovaný graf (naopak) Ohodnocený graf (hranově, uzlově) – každé hraně (uzlu) je přiřazené numerické ohodnocení (vzdálenost, kapacita, apod.) Neohodnocený graf (naopak)

Základní pojmy teorie grafů Cesta v grafu - mezi uzlem ui a uzlem uj je posloupnost navzájem na sebe navazujících hran, která začíná v uzlu ui a končí v uzlu uj. Orientovaná x neorientovaná cesta Délka cesty – součet ohodnocení hran, které cestu tvoří Souvislý graf – mezi každou dvojicí uzlů je alespoň jedna (neorientovaná) cesta Cyklus – cesta, která začíná a končí ve stejném uzlu

Základní pojmy teorie grafů Síť (síťový graf) - graf, který je orientovaný, souvislý, nezáporně ohodnocený a obsahující dva speciální uzly - vstup a výstup.

Základní pojmy teorie grafů Strom - souvislý, neorientovaný graf, který neobsahuje žádný cyklus. Kostra grafu – podgraf původního grafu, který obsahuje všechny jeho uzly, a současně je stromem.

Optimální spojení míst (minimální kostra grafu)

Optimální spojení míst (minimální kostra grafu) Algoritmus V celém grafu se vyberou dvě hrany s nejnižším ohodnocením. V dalších krocích se vždy vybere další hrana s minimálním ohodnocením tak, aby netvořila cyklus s již dříve vybranými hranami. Krok 2 se opakuje až do vybrání celkového počtu (n1) hran, které budou tvořit hledanou minimální kostru grafu.

Optimální cesty v grafu

Optimální cesty v grafu Hodnota ve výchozím uzlu (předpokládáme, že výchozím uzlem je uzel u1, ale obecně to může být jakýkoliv uzel) je položena rovna nule - t1 = 0. V následujících krocích se postupně vypočtou hodnoty v dal-ších uzlech takto: tk = mini,j (ti + yij), kde i jsou indexy uzlů, pro které je hodnota ti už známá z předcházejících kroků a j jsou indexy uzlů, pro které hodnota tj ještě známá není a z uzlu ui vede do uzlu uj hrana hij s ohodnocením yij. Krok 2 se opakuje dokud není vypočtena hodnota tn nebo dokud nejsou vypočteny hodnoty t pro všechny uzly. Hodnoty ti , i = 2,3,...n, představují délku nejkratší cesty mezi uzlem u1 a uzlem ui; nejkratší cesta je přitom tvořena hranami, pro které platí tj  ti = yij .

Optimální cesty v grafu 1 2 3 4 5 6 7 ti j (yij) 2(15) 3(3) 2(3) 2(6) 3(4) 5(2) 3(10) 4(6) 5(4) 4(4) 7(6) 7(17) 7(5) 6(2) i 1 2 3 4 5 6 7 ti 10 j (yij) 2(15) 3(3) 2(3) 2(6) 3(4) 5(2) 3(10) 4(6) 5(4) 4(4) 7(6) 7(17) 7(5) 6(2) i 1 2 3 4 5 6 7 ti 13 10 j (yij) 2(15) 3(3) 2(3) 2(6) 3(4) 5(2) 3(10) 4(6) 5(4) 4(4) 7(6) 7(17) 7(5) 6(2)

Optimální cesty v grafu 1 2 3 4 5 6 7 ti 13 10 14 j (yij) 2(15) 3(3) 2(3) 2(6) 3(4) 5(2) 3(10) 4(6) 5(4) 4(4) 7(6) 7(17) 7(5) 6(2) i 1 2 3 4 5 6 7 ti 13 10 14 16 j (yij) 2(15) 3(3) 2(3) 2(6) 3(4) 5(2) 3(10) 4(6) 5(4) 4(4) 7(6) 7(17) 7(5) 6(2) i 1 2 3 4 5 6 7 ti 13 10 18 14 16 22 j (yij) 2(15) 3(3) 2(3) 2(6) 3(4) 5(2) 3(10) 4(6) 5(4) 4(4) 7(6) 7(17) 7(5) 6(2)

Optimální toky v síti

Optimální toky v síti Algoritmus: Najdeme „nejvyšší“ cestu ze vstupního do výstupního uzlu sítě s kladnými kapacitami hran. Pokud taková cesta neexistuje, bylo nalezeno optimální řešení. Hodnota toků po jednotlivých hranách je rovna kladnému rozdílu mezi původní a zbytkovou kapacitou. Na cestě nalezené v prvním kroku najdeme hranu s nejnižší kapacitou – označme tuto kapacitu . O hodnotu  zvýšíme celkový tok sítí. Na stejné cestě jako v předcházejícím kroku snížíme kapacitu všech hran ve směru od vstupního do výstupního uzlu o hodnotu  a zvýšíme kapacitu všech hran o stejnou hodnotu v opačném směru. Vrátíme se k prvnímu kroku algoritmu.