Approximációs algoritmusok
|
|
- Enikő Varga
- 6 évvel ezelőtt
- Látták:
Átírás
1 Approximációs algoritmusok
2 Nehéz (pl. NP teljes) problémák optimális megoldásának meghatározására nem tudunk (garantáltan) polinom idejű algoritmust adni. Lehetőségek: -exponenciális futási idejű algoritmus -polinomiális futási idejű algorimus amely nem feltétlenül az optimumot határozza meg, de garantáltan az optimálishoz közeli megoldást ad.
3 garantáltan az optimálishoz közeli megoldás minden I inputra OPT(I) jelölje az optimális megoldás célfüggvényértékét egy A algoritmusra A(I) jelölje az algoritmus által az A inputon felvett célfüggvényértéket Minimalizálási feladatok esetén egy polinomiális idejű A algoritmusra akkor mondjuk, hogy C- approximációs, ha minden I inputra: A(I) C OPT(I)
4 Gyakran a definícióban megengednek egy inputtól független D additív konstanst, azaz az A(I) C OPT(I) + D egyenlotlenségnek kell teljesülnie minden inputra. Egy algoritmus approximációs hányadosának a legkisebb C számot nevezzük, amire az C-approximációs. Maximalizálási feladatnál akkor beszélünk C- approximációs algoritmusról, ha minden I-re OPT(I) C A(I).
5 A polinomiális approximációs séma (PTAS) olyan algoritmuscsalád, amely minden ε > 0 számhoz tartalmaz egy 1+ε-approximációs algoritmust. Bár az algoritmus polinimiális idejű ε-t konstansnak tekintve, a futási ideje nagyon nagy lehet (pl. Θ(n 1/ε )).
6 Ládapakolási feladat Adottak tárgyak a méretük által a1,...,an. Cél a tárgyakat elhelyezni a lehető legkevesebb egység méretű ládába. Egy ládába egy L halmaz pakolása akkor lehetséges, ha
7 Ládapakolási feladat FF algoritmus: Az ai elemet az első olyan ládába teszi, amelybe elfér, ha egyikben sem fér el új ládát nyit. Tétel: A FF algoritmus 2-approximációs. Bizonyítás: Vegyünk két egymás utáni ládát a pakolásban. A ládákba helyezett tárgyak összsúlya nagyobb, mint 1. (Ez bármely két ládára igaz.) Tehát, ha FF k darab ládát használt, akkor a tárgyak összsúlya nagyobb, mint k\2. Másrészt az optimális megoldás legalább annyi ládát használ mint a ládák összsúlya, így OPT > k\2, amiből 2OPT k adódik.
8 Ládapakolási feladat Az FFD algoritmus elsőként rendezi a tárgyakat méret szerint monoton csökkenő sorrendbe majd ezt követően hajtja végre az FF algoritmust. Tétel Az FFD algoritmus aszimptotikus hányadosa 11/9.
9 Evolúciós algoritmusok
10 Online algoritmusok
11 Online problémáról beszélünk azokban az esetekben, ahol nem ismert az egész input, hanem az algoritmus az inputot részenként kapja meg, és a döntéseit a megkapott részletek alapján a további részekre vonatkozó információk nélkül kell meghoznia. Online (vagy semi-online) algoritmusokat sok probléma esetén alkalmaznak az operációkutatás, az elméleti számítástudomány és a közgazdaságtan különböző területein. Az algoritmusok hatékonyságát általában a versenyképességi analízis alapján mérik (egy másik használt elemzési módszer az átlagos eset analízis).
12 Versenyképességi analízis Optimalizálási feladatok esetén minden I inputra jelölje OPT(I) az optimális megoldás célfüggvényértékét és egy A algoritmusra A(I) az algoritmus által az I inputon felvett célfüggvényértéket. Minimalizálási feladatok esetén egy online A algoritmusra azt mondjuk C-versenyképes, ha minden I inputra teljesül, hogy A(I) C OPT(I).
13 Egy A algoritmus aszimptotikus versenyképességi hányadosa: Az aszimptotikus hányados fő tulajdonsága az, hogy azt vizsgálja, miként viselkedik az algoritmus akkor, ha a bemenet mérete nő, pontosabban ha az optimális költség a végtelenhez tart.
14 Online ládapakolási feladat Ha a nyitott ládák száma csak egy lehet, akkor az egyetlen algoritmus, amely használható, az NF algoritmus: Amennyiben a tárgy elfér a nyitott ládában tegyük oda! Ellenkező esetben zárjuk be a nyitott ládát, nyissunk egy új ládát és tegyük abba a tárgyat! Tétel: Az NF algoritmus aszimptotikus versenyképességi hányadosa 2.
15 A nyugtázási probléma költségfüggvény ahol k a nyugták száma és a j-edik nyugta által összegyűjtött teljes késedelem. A probléma online, azaz egy adott t időpontban csak a t-ig megérkezett csomagok érkezési idejeit ismerjük és nincs semmi információnk a további csomagokról.
16 Referenciák
17 Gyakorlat -> Kollokvium Elérhető maximális pontszám: 100. A kollokvium 3 részből áll: A. 5 kérdés a kurzus anyagát lefedő témakörökből. Elérhető maximális pontszám: 40 Teljesítendő minimális pontszám: 10 B. Teljesen kidolgozandó tétel. Elérhető maximális pontszám: 30 Teljesítendő minimális pontszám: 10 Gyakorlati feladatok megoldása. Elérhető maximális pontszám: 30 Teljesítendő minimális pontszám: 10 Teljesítendő minimális összpontszám (1+2 összege): 100. Érdemjegy jeles (5) jó (4) közepes (3) elégséges (2) 0-99 elégtelen (1)
18
p j p l = m ( p j ) 1
Online algoritmusok Online problémáról beszélünk azokban az esetekben, ahol nem ismert az egész input, hanem az algoritmus az inputot részenként kapja meg, és a döntéseit a megkapott részletek alapján
Az online algoritmusok k-szerver probléma
Az online algoritmusok k-szerver probléma Bittner Emese, Imreh Csanád, Nagy-György Judit Szegedi Tudományegyetem Online algoritmusok Online problémáról beszélünk azokban az esetekben, ahol nem ismert az
Online algoritmusok. Algoritmusok és bonyolultságuk. Horváth Bálint március 30. Horváth Bálint Online algoritmusok március 30.
Online algoritmusok Algoritmusok és bonyolultságuk Horváth Bálint 2018. március 30. Horváth Bálint Online algoritmusok 2018. március 30. 1 / 28 Motiváció Gyakran el fordul, hogy a bemenetet csak részenként
1. Bevezet példák, síbérlés
Gyakorlatokhoz emlékeztet 1. Bevezet példák, síbérlés 1.1. Feladat Adott egy parkoló, ahol egy professzor a kocsiját tartja. A parkolóhelyeket egy n és n közötti szám azonosítja, az azonosító szerint helyezkednek
Opponensi vélemény. Dósa György Tightness results for several variants of the First Fit bin packing algorithm (with help of weighting functions)
Opponensi vélemény Dósa György Tightness results for several variants of the First Fit bin packing algorithm (with help of weighting functions) című MTA doktori értekezéséről 1. ÁLTALÁNOS MEGJEGYZÉSEK
Online migrációs ütemezési modellek
Online migrációs ütemezési modellek Az online migrációs modellekben a régebben ütemezett munkák is átütemezhetőek valamilyen korlátozott mértékben az új munka ütemezése mellett. Ez csökkentheti a versenyképességi
Az online algoritmusok k-szerver probléma
Az online algoritmusok k-szerver probléma Bittner Emese, Imreh Csanád, Nagy-György Judit Szegedi Tudományegyetem Online algoritmusok Online problémáról beszélünk azokban az esetekben, ahol nem ismert az
Algoritmuselmélet 18. előadás
Algoritmuselmélet 18. előadás Katona Gyula Y. Budapesti Műszaki és Gazdaságtudományi Egyetem Számítástudományi Tsz. I. B. 137/b kiskat@cs.bme.hu 2002 Május 7. ALGORITMUSELMÉLET 18. ELŐADÁS 1 Közelítő algoritmusok
Beszámoló az "Online er forrás allokációs problémák" cím F048587 számú OTKA kutatási projekt eredményeir l
Beszámoló az "Online er forrás allokációs problémák" cím F048587 számú OTKA kutatási projekt eredményeir l A gyakorlatban el forduló alkalmazásokban sokszor kerülünk szembe olyan problémákkal, hogy korlátozott
i=1 i+3n = n(2n+1). j=1 2 j < 4 2 i+2 16 k, azaz az algoritmus valóban konstans versenyképes.
1. Feladat Adott egy parkoló, ahol egy professzor a kocsiját tartja. A parkolóhelyeket egy n és n közötti szám azonosítja, az azonosító szerint helyezkednek el balról jobbra. A professzor kijön az egyetemr
Online ládapakolás. 1. Ládapakolási modellek
Online ládapakolás 1. Ládapakolási modellek A ládapakolási problémában inputként tárgyak egy sorozatát kapjuk meg, ahol az i-edik tárgyat a mérete határozza meg, ami egy a i (0, 1] érték. Célunk a tárgyak
Algoritmuselmélet. Bonyolultságelmélet. Katona Gyula Y.
Algoritmuselmélet Bonyolultságelmélet Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 12. előadás Katona Gyula Y. (BME SZIT) Algoritmuselmélet
álló algoritmusosztályok. Approximációs algoritmusoknak egy olyan algoritmust. Minden algoritmusnak polinomiális idejűnek kell
Approximációs sémák Az approximációs sémák tulajdonképpen approximációs algoritmusokból álló algoritmusosztályok. Approximációs algoritmusoknak egy olyan sorozatát keressük, amely tetszőlegesen kicsi ε
Általános algoritmustervezési módszerek
Általános algoritmustervezési módszerek Ebben a részben arra mutatunk példát, hogy miként használhatóak olyan általános algoritmustervezési módszerek mint a dinamikus programozás és a korlátozás és szétválasztás
1. Online kiszolgálóelhelyezés
1. Online kiszolgálóelhelyezés A probléma általános deníciójának megadásához szükség van a metrikus tér fogalmára. Egy (M, d) párost, ahol M a metrikus tér pontjait tartalmazza, d pedig az M M halmazon
On-line előrenéző és paraméter tanuló algoritmusok nyugtázási és ütemezési problémákra
Szegedi Tudományegyetem Számítógépes Algoritmusok és Mesterséges Intelligencia Tanszék On-line előrenéző és paraméter tanuló algoritmusok nyugtázási és ütemezési problémákra Ph.D. értekezés Németh Tamás
Online algoritmusok versenyképességi
Online algoritmusok versenyképességi elemzése MTA doktora disszertáció tézisfüzete Imreh Csanád Informatika Intézet, Szegedi Tudományegyetem Szeged 2016 1. Online algoritmusok A gyakorlati problémákban
Függvények növekedési korlátainak jellemzése
17 Függvények növekedési korlátainak jellemzése A jellemzés jól bevált eszközei az Ω, O, Θ, o és ω jelölések. Mivel az igények általában nemnegatívak, ezért az alábbi meghatározásokban mindenütt feltesszük,
Algoritmusok és adatszerkezetek II.
Szegedi Tudományegyetem - Természettudományi és Informatikai Kar - Informatikai Tanszékcsoport - Számítógépes Algoritmusok és Mesterséges Intelligencia Tanszék - Németh Tamás Algoritmusok és adatszerkezetek
Programozási módszertan. Mohó algoritmusok
PM-08 p. 1/17 Programozási módszertan Mohó algoritmusok Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu PM-08 p. 2/17 Bevezetés Dinamikus programozás
Ládapakolási játékok
Ládapakolási játékok 0.1 0.15 Dόsa György Pannon Egyetem Veszprém, Hungary XXXII. MOK, Cegléd, 2017 jun 14 1 A ládapakolási feladat n tárgy Sok láda (1 méretű) Tárgyak méretei: (0,1] Mindegyiket be kell
Algoritmusok bonyolultsága
Algoritmusok bonyolultsága 9. előadás http://www.ms.sapientia.ro/~kasa/komplex.htm 1 / 18 Közelítő algoritmusok ládapakolás (bin packing) Adott n tárgy (s i tömeggel) és végtelen sok 1 kapacitású láda
Algoritmuselmélet. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem. 13.
Algoritmuselmélet NP-teljes problémák Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 13. előadás Katona Gyula Y. (BME SZIT) Algoritmuselmélet
Ütemezési feladatok. Az ütemezési feladatok vizsgálata az 50-es évek elején kezdődött, majd
1 Ütemezési feladatok Az ütemezési feladatok vizsgálata az 50-es évek elején kezdődött, majd tekintettel a feladat gyakorlati fontosságára sok különböző modell tanulmányozására került sor, és a témakör
Algoritmusok Tervezése. 6. Előadás Algoritmusok 101 Dr. Bécsi Tamás
Algoritmusok Tervezése 6. Előadás Algoritmusok 101 Dr. Bécsi Tamás Mi az algoritmus? Lépések sorozata egy feladat elvégzéséhez (legáltalánosabban) Informálisan algoritmusnak nevezünk bármilyen jól definiált
1. A k-szerver probléma
1. A k-szerver probléma Az egyik legismertebb on-line probléma a k-szerver probléma. A probléma általános deníciójának megadásához szükség van a metrikus tér fogalmára. Egy (M, d) párost, ahol M a metrikus
A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2018/
Operációkutatás I. 2018/2019-2. Szegedi Tudományegyetem Informatika Intézet Számítógépes Optimalizálás Tanszék 2. Előadás LP alapfeladat A lineáris programozás (LP) alapfeladata standard formában Max c
minden x D esetén, akkor x 0 -at a függvény maximumhelyének mondjuk, f(x 0 )-at pedig az (abszolút) maximumértékének.
Függvények határértéke és folytonossága Egy f: D R R függvényt korlátosnak nevezünk, ha a függvényértékek halmaza korlátos. Ha f(x) f(x 0 ) teljesül minden x D esetén, akkor x 0 -at a függvény maximumhelyének
A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2017/
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatika Intézet Számítógépes Optimalizálás Tanszék 2. Előadás LP alapfeladat A lineáris programozás (LP) alapfeladata standard formában Max c
Írta: DÓSA GYÖRGY IMREH CSANÁD ONLINE ALGORITMUSOK. Egyetemi tananyag
Írta: DÓSA GYÖRGY IMREH CSANÁD ONLINE ALGORITMUSOK Egyetemi tananyag 2011 COPYRIGHT: 2011 2016, Dósa György, Pannon Egyetem Műszaki Informatikai Kar Matematika Tanszék, Imreh Csanád, Szegedi Tudományegyetem
Tuza Zsolt 60 éves. (speciális szeminárium) 14:20-15:05 Körner János: Végtelen gráfsorozatok az információelméletben
Tuza Zsolt 60 éves (speciális szeminárium) Október 3. (csütörtök), Rényi Intézet Nagyterme Program 14:15 Megnyitás 14:20-15:05 Körner János: Végtelen gráfsorozatok az információelméletben 15:05-15:35 Dósa
Az informatika elméleti alapjai 2 elővizsga december 19.
Név (aláírás): Az informatika elméleti alapjai 2 elővizsga 2017. december 19. A vizsgadolgozat 1. feladatára helyes válaszonként 1-1 pont kapható, a 2-3. feladatok megoldásáért 6-6 pont, a 4. feladatra
Operációkutatás. Vaik Zsuzsanna. ajánlott jegyzet: Szilágyi Péter: Operációkutatás
Operációkutatás Vaik Zsuzsanna Vaik.Zsuzsanna@ymmfk.szie.hu ajánlott jegyzet: Szilágyi Péter: Operációkutatás Operációkutatás Követelmények: Aláírás feltétele: foglalkozásokon való részvétel + a félév
Kiegészítő részelőadás 1. Az algoritmusok hatékonyságának mérése
Kiegészítő részelőadás 1. Az algoritmusok hatékonyságának mérése Dr. Kallós Gábor 2014 2015 1 Az Ordó jelölés Azt mondjuk, hogy az f(n) függvény eleme az Ordó(g(n)) halmaznak, ha van olyan c konstans (c
A sorozat fogalma. függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet. az értékkészlet a komplex számok halmaza, akkor komplex
A sorozat fogalma Definíció. A természetes számok N halmazán értelmezett függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet a valós számok halmaza, valós számsorozatról beszélünk, mígha az
A k-szerver probléma
Bevezetés A k-szerver probléma Imreh Csanád SZTE, Informatikai Tanszékcsoport 6720, Szeged, Árpád tér 2. Email: cimreh@inf.u-szeged.hu A gyakorlatban gyakran fordulnak elő olyan optimalizálási feladatok,
További forgalomirányítási és szervezési játékok. 1. Nematomi forgalomirányítási játék
További forgalomirányítási és szervezési játékok 1. Nematomi forgalomirányítási játék A forgalomirányítási játékban adott egy hálózat, ami egy irányított G = (V, E) gráf. A gráfban megengedjük, hogy két
Algoritmuselmélet. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem. 12.
Algoritmuselmélet NP-teljes problémák Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 12. előadás Katona Gyula Y. (BME SZIT) Algoritmuselmélet
Ütemezési problémák. Kis Tamás 1. ELTE Problémamegoldó Szeminárium, ősz 1 MTA SZTAKI. valamint ELTE, Operációkutatási Tanszék
Ütemezési problémák Kis Tamás 1 1 MTA SZTAKI valamint ELTE, Operációkutatási Tanszék ELTE Problémamegoldó Szeminárium, 2012. ősz Kivonat Alapfogalmak Mit is értünk ütemezésen? Gépütemezés 1 L max 1 rm
Tóth Marcell Dávid. A Bin-packing probléma áttekintése
Eötvös Loránd Tudományegyetem Természettudományi Kar Tóth Marcell Dávid A Bin-packing probléma áttekintése BSc Alkalmazott Matematikus Szakdolgozat Témavezetõ: Dr. Tichler Krisztián Eötvös Loránd Tudományegyetem
Előrenéző és paraméter tanuló algoritmusok on-line klaszterezési problémákra
Szegedi Tudományegyetem Számítógépes Algoritmusok és Mesterséges Intelligencia Tanszék Dr. Németh Tamás Előrenéző és paraméter tanuló algoritmusok on-line klaszterezési problémákra SZTE TTIK, Móra Kollégium,
VIZSGÁLATA. Doktori (PhD) értekezés tézisei. Dr. Dósa György PANNON EGYETEM. Matematika Tanszék Informatikai Tudományok Doktori Iskola 2014.
LÁDAPAKOLÁSI ÉS ÜTEMEZÉSI FELADATOK ELMÉLETI, ÉS SZÁMÍTÓGÉPPEL SEGÍTETT VIZSGÁLATA Doktori (PhD) értekezés tézisei Szerz½o: Benk½o Attila Témavezet½o: Dr. Dósa György PANNON EGYETEM Matematika Tanszék
Totális Unimodularitás és LP dualitás. Tapolcai János
Totális Unimodularitás és LP dualitás Tapolcai János tapolcai@tmit.bme.hu 1 Optimalizálási feladat kezelése NP-nehéz Hatékony megoldás vélhetően nem létezik Jó esetben hatékony algoritmussal közelíteni
1/ gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI
/ Operációkutatás. gyakorlat Lineáris Programozási feladatok megoldása szimplex módszerrel Pécsi Tudományegyetem PTI /. Legyen adott az alábbi LP-feladat: x + 4x + x 9 x + x x + x + x 6 x, x, x x + x +
Az optimális megoldást adó algoritmusok
Az optimális megoldást adó algoritmusok shop ütemezés esetén Ebben a fejezetben olyan modellekkel foglalkozunk, amelyekben a munkák több műveletből állnak. Speciálisan shop ütemezési problémákat vizsgálunk.
Sapientia - Erdélyi Magyar TudományEgyetem (EMTE) Csíkszereda IRT- 4. kurzus. 3. Előadás: A mohó algoritmus
Csíkszereda IRT-. kurzus 3. Előadás: A mohó algoritmus 1 Csíkszereda IRT. kurzus Bevezetés Az eddig tanult algoritmus tipúsok nem alkalmazhatók: A valós problémák nem tiszta klasszikus problémák A problémák
Nagyságrendek. Kiegészítő anyag az Algoritmuselmélet tárgyhoz. Friedl Katalin BME SZIT február 1.
Nagyságrendek Kiegészítő anyag az Algoritmuselmélet tárgyhoz (a Rónyai Ivanyos Szabó: Algoritmusok könyv mellé) Friedl Katalin BME SZIT friedl@cs.bme.hu 018. február 1. Az O, Ω, Θ jelölések Az algoritmusok
Nagyordó, Omega, Theta, Kisordó
A növekedés nagyságrendje, számosság Logika és számításelmélet, 6. gyakorlat 2009/10 II. félév Számításelmélet (6. gyakorlat) A növekedés nagyságrendje, számosság 2009/10 II. félév 1 / 1 Nagyordó, Omega,
ÁTPAKOLÁST HASZNÁLÓ SZEMI-ON-LINE LÁDAPAKOLÁSI ALGORITMUSOK. 1. Bevezetés
Alkalmazott Matematikai Lapok 24 (2007), 117-130. ÁTPAKOLÁST HASZNÁLÓ SZEMI-ON-LINE LÁDAPAKOLÁSI ALGORITMUSOK BALOGH JÁNOS, GALAMBOS GÁBOR A cikkben az egydimenziós szemi-on-line ládapakolási feladattal
Online algoritmusok a szállítmánytervezésben
Online algoritmusok a szállítmánytervezésben A szállítási problémák on-line jellege több esetben is előfordulhat. Egyrészt sok esetben a szállítás folyamata során keletkeznek új igények, amelyeket szintén
A First Fit ládapakolási algoritmus néhány változatának éles eredményei
A First Fit ládapakolási algoritmus néhány változatának éles eredményei (súlyfüggvények alkalmazásával) MTA doktora disszertáció tézisfüzete Dósa György Pannon Egyetem Matematika Tanszék Veszprém 206 Ládapakolási
1. Alapfogalmak Algoritmus Számítási probléma Specifikáció Algoritmusok futási ideje
1. Alapfogalmak 1.1. Algoritmus Az algoritmus olyan elemi műveletekből kompozíciós szabályok szerint felépített összetett művelet, amelyet megadott feltételt teljesítő bemeneti adatra végrehajtva, a megkívánt
Regresszió. Csorba János. Nagyméretű adathalmazok kezelése március 31.
Regresszió Csorba János Nagyméretű adathalmazok kezelése 2010. március 31. A feladat X magyarázó attribútumok halmaza Y magyarázandó attribútumok) Kérdés: f : X -> Y a kapcsolat pár tanítópontban ismert
1/12. 3. gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI
/ Operációkutatás. gyakorlat Lineáris Programozási feladatok megoldása szimplex módszerrel Pécsi Tudományegyetem PTI Normál feladatok megoldása szimplex módszerrel / / Normál feladatok megoldása szimplex
2010. október 12. Dr. Vincze Szilvia
2010. október 12. Dr. Vincze Szilvia Tartalomjegyzék 1.) Sorozat definíciója 2.) Sorozat megadása 3.) Sorozatok szemléltetése 4.) Műveletek sorozatokkal 5.) A sorozatok tulajdonságai 6.) A sorozatok határértékének
Sorozatok határértéke SOROZAT FOGALMA, MEGADÁSA, ÁBRÁZOLÁSA; KORLÁTOS ÉS MONOTON SOROZATOK
Sorozatok határértéke SOROZAT FOGALMA, MEGADÁSA, ÁBRÁZOLÁSA; KORLÁTOS ÉS MONOTON SOROZATOK Sorozat fogalma Definíció: Számsorozaton olyan függvényt értünk, amelynek értelmezési tartománya a pozitív egész
A 2007/2008 tanévi Országos Középiskolai Tanulmányi Verseny első forduló feladatainak megoldása. II. (programozás) kategória
Oktatási Hivatal A 2007/2008 tanévi Országos Középiskolai Tanulmányi Verseny első forduló feladatainak megoldása II. (programozás) kategória Kérjük a tisztelt tanár kollégákat, hogy a dolgozatokat az egységes
Mesterséges Intelligencia I. (I602, IB602)
Dr. Jelasity Márk Mesterséges Intelligencia I. (I602, IB602) harmadik (2008. szeptember 15-i) előadásának jegyzete Készítette: Papp Tamás PATLACT.SZE KPM V. HEURISZTIKUS FÜGGVÉNYEK ELŐÁLLÍTÁSA Nagyon fontos
A szimplex algoritmus
. gyakorlat A szimplex algoritmus Az előző órán bevezetett feladat optimális megoldását fogjuk megvizsgálni. Ehhez új fogalmakat, és egy algoritmust tanulunk meg. Hogy az algoritmust alkalmazni tudjuk,
19. AZ ÖSSZEHASONLÍTÁSOS RENDEZÉSEK MŰVELETIGÉNYÉNEK ALSÓ KORLÁTJAI
19. AZ ÖSSZEHASONLÍTÁSOS RENDEZÉSEK MŰVELETIGÉNYÉNEK ALSÓ KORLÁTJAI Ebben a fejezetben aszimptotikus (nagyságrendi) alsó korlátot adunk az összehasonlításokat használó rendező eljárások lépésszámára. Pontosabban,
Optimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 9. Előadás Az optimalizálás alapfeladata Keressük f függvény maximumát ahol f : R n R és
ű í ú ü Á ü ü ü ü ü É É É Ü í ü Á í í ű í ú É É É Ü Í í í í Á í í Á í Á Í É Ő Ú ú Ú í í í íí í ú í í Í í Í Í É í í Í Í í ú í ü Ó í Í ú Í Í ű í ű í í í Í É Ü ű í ü ű í ú É É É Ü ű í í í í ü í Í í Ú Í í
ü É Í ü ü ü Í ü ű ü ü ü ű ü ű ű ű ü ü ü ű ü Í ü ű ü ü ü Ű Í É É Á Ő Á Ó Á Á Á Á É Á Á Á Á É Á Í Á Á Í Í ű Á É É Á Á Ö Í Á Á Á Á Á É Á Á Ó ű Í ü ü ü ű ű ü ü ű ü Á ü ű ü Í Í Í ü Í Í ű ű ü ü ü ü ű ü ű ü ü
Í Á Á É ö ö ö ö ö ű ü ö ű ű ű ö ö ö ü ö ü í ü í í í ü í ü Á ü ö ö ü ö ü ö ö ü ö í ö ö ü ö ü í ö ü ű ö ü ö ü í ö í ö ű ű ö ö ú ö ü ö ű ű ű í ö ű í ű ö ű ü ö í ű í í ö í ö ö Ó Í ö ű ű ű ű í í ű ű í í Ü ö
Ű Í ó Ü Ö Á Á Ó Ö Ü Ü Ü Ü Á Í Ü Á Á Ü Ü Ü Ü Ü Ü Ö Ü Í Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Á Í Ü Í Í Á Í Í Ü Í Í Ü Á Ü Ü Ü Ü Ü Ü Ü Ü Ő Ö Á ÁÍ Á Ü Ü Á Í Ü Í Á Ü Á Í ó Í Í Ü Ü ő Í Ü Ű Ü Ü Ü Ü Í Ü Ü Ü Ü Ü Ü Ü Í Ü Á Ü Ö Á
1. Feladat: beolvas két számot úgy, hogy a-ba kerüljön a nagyobb
1. Feladat: beolvas két számot úgy, hogy a-ba kerüljön a nagyobb #include main() { int a, b; printf( "a=" ); scanf( "%d", &a ); printf( "b=" ); scanf( "%d", &b ); if( a< b ) { inttmp = a; a =
TANTÁRGYI PROGRAM Matematikai alapok I. útmutató
BGF PÉNZÜGYI ÉS SZÁMVITELI KAR Módszertani Intézeti Tanszéki Osztály TANTÁRGYI PROGRAM Matematikai alapok I. útmutató 2014/2015. tanév I. félév Tantárgyi program Tantárgy megnevezése Matematikai alapok
LNM folytonos Az interpoláció Lagrange interpoláció. Lineáris algebra numerikus módszerei
Legkisebb négyzetek módszere, folytonos eset Folytonos eset Legyen f C[a, b]és h(x) = a 1 φ 1 (x) + a 2 φ 2 (x) +... + a n φ n (x). Ekkor tehát az n 2 F (a 1,..., a n ) = f a i φ i = = b a i=1 f (x) 2
Modern irányzatok a bonyolultságelméletben: éles korlátok és dichotómia tételek
Modern irányzatok a bonyolultságelméletben: éles korlátok és dichotómia tételek Marx Dániel Paraméteres Algoritmusok és Bonyolultság Kutatócsoport Informatikai Kutatólaboratórium SZTAKI 05. június 5. Kombinatorikus
Edényrendezés. Futási idő: Tegyük fel, hogy m = n, ekkor: legjobb eset Θ(n), legrosszabb eset Θ(n 2 ), átlagos eset Θ(n).
Edényrendezés Tegyük fel, hogy a rendezendő H = {a 1,...,a n } halmaz elemei a [0,1) intervallumba eső valós számok. Vegyünk m db vödröt, V [0],...,V [m 1] és osszuk szét a rendezendő halmaz elemeit a
Operációkutatás. Vaik Zsuzsanna. Budapest október 10. First Prev Next Last Go Back Full Screen Close Quit
Operációkutatás Vaik Zsuzsanna Vaik.Zsuzsanna@ymmfk.szie.hu Budapest 200. október 10. Mit tanulunk ma? Szállítási feladat Megoldása Adott: Egy árucikk, T 1, T 2, T,..., T m termelőhely, melyekben rendre
Komplex számok. A komplex számok algebrai alakja
Komple számok A komple számok algebrai alakja 1. Ábrázolja a következő komple számokat a Gauss-féle számsíkon! Adja meg a számok valós részét, képzetes részét és számítsa ki az abszolút értéküket! a) 3+5j
Döntéselőkészítés. VII. előadás. Döntéselőkészítés. Egyszerű Kőnig-feladat (házasság feladat)
VII. előadás Legyenek adottak Egyszerű Kőnig-feladat (házasság feladat) I, I 2,, I i,, I m személyek és a J, J 2,, J j,, J n munkák. Azt, hogy melyik személy melyik munkához ért ( melyik munkára van kvalifikálva)
Kereső függvények és használatuk a Microsoft Excel programban. dr. Nyári Tibor
Kereső függvények és használatuk a Microsoft Excel programban dr. Nyári Tibor FKERES, VKERES melyik táblában kell keresni az értéket a tábla azon oszlopának táblán belüli sorszáma, amelyből az eredményt
Algoritmuselmélet. Függvények nagyságrendje, elágazás és korlátozás, dinamikus programozás. Katona Gyula Y.
Algoritmuselmélet Függvények nagyságrendje, elágazás és korlátozás, dinamikus programozás Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem
TANTÁRGYI ÚTMUTATÓ. Gazdasági matematika I. tanulmányokhoz
I. évfolyam BA TANTÁRGYI ÚTMUTATÓ Gazdasági matematika I. tanulmányokhoz TÁVOKTATÁS 2015/2016-os tanév I. félév A KURZUS ALAPADATAI Tárgy megnevezése: Gazdasági matematika I. (Analízis) Tanszék: Módszertani
Nagy Gábor compalg.inf.elte.hu/ nagy
Diszkrét matematika 1. középszint 2017. ősz 1. Diszkrét matematika 1. középszint 5. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Mérai László diái alapján Komputeralgebra
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék 2016/17 2. félév 5. Előadás Dr. Kulcsár Gyula egyetemi docens Tartalom 1. Párhuzamosan
GPK M1 (BME) Interpoláció / 16
Interpoláció Matematika M1 gépészmérnököknek 2017. március 13. GPK M1 (BME) Interpoláció 2017 1 / 16 Az interpoláció alapfeladata - Példa Tegyük fel, hogy egy ipari termék - pl. autó - előzetes konstrukciójának
Vállalkozási finanszírozás kollokvium
Harsányi János Főiskola Gazdaságtudományok tanszék Vállalkozási finanszírozás kollokvium E Név: soport: Tagozat: Elért pont: Érdemjegy: Javította: 43 50 pont jeles 35 42 pont jó 27 34 pont közepes 19 26
1. Számoljuk meg egy számokat tartalmazó mátrixban a nulla elemeket!
ELTE IK, Programozás, Gyakorló feladatok a 3. zárthelyihez. Mátrix elemeinek felsorolása: 1. Számoljuk meg egy számokat tartalmazó mátrixban a nulla elemeket! 2. Igaz-e, hogy sorfolytonosan végigolvasva
Alapfogalmak, bevezető
1. fejezet Alapfogalmak, bevezető példák 1.1. Bevezetés A gyakorlati problémákban gyakran fordulnak elő olyan optimalizálási feladatok, ahol a bemenetet (más néven inputot, vagyis a feladatot definiáló
Kriptográfia 0. A biztonság alapja. Számítás-komplexitási kérdések
Kriptográfia 0 Számítás-komplexitási kérdések A biztonság alapja Komplexitás elméleti modellek független, egyenletes eloszlású véletlen változó értéke számítással nem hozható kapcsolatba más információval
A változó költségek azon folyó költségek, amelyek nagysága a termelés méretétől függ.
Termelői magatartás II. A költségfüggvények: A költségek és a termelés kapcsolatát mutatja, hogyan változnak a költségek a termelés változásával. A termelési függvényből vezethető le, megkülönböztetünk
definiálunk. Legyen egy konfiguráció, ahol és. A következő három esetet különböztetjük meg. 1. Ha, akkor 2. Ha, akkor, ahol, ha, és egyébként.
Számításelmélet Kiszámítási problémának nevezünk egy olyan, a matematika nyelvén megfogalmazott kérdést, amire számítógéppel szeretnénk megadni a választ. (A matematika nyelvén precízen megfogalmazott
Bonyolultságelmélet. Monday 26 th September, 2016, 18:28
Bonyolultságelmélet Monday 26 th September, 2016, 18:28 A kurzus teljesítési követelményei 2 Gyakorlat Három kisdolgozat 6 6 pontért kb. a 4., 7. és 10. gyakorlaton Egy nagydolgozat 28 pontért utolsó héten
Klasszikus algebra előadás. Waldhauser Tamás április 28.
Klasszikus algebra előadás Waldhauser Tamás 2014. április 28. 5. Számelmélet integritástartományokban Oszthatóság Mostantól R mindig tetszőleges integritástartományt jelöl. 5.1. Definíció. Azt mondjuk,
Számítógép és programozás 2
Számítógép és programozás 2 6. Előadás Problémaosztályok http://digitus.itk.ppke.hu/~flugi/ Emlékeztető A specifikáció egy előfeltételből és utófeltételből álló leírása a feladatnak Léteznek olyan feladatok,
Nagy Gábor compalg.inf.elte.hu/ nagy ősz
Diszkrét matematika 3. estis képzés 2016. ősz 1. Diszkrét matematika 3. estis képzés 4. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
1. Számológép és táblázat használata nélkül számítsd ki a következő számokat, majd. ; 8. (7 pont) függvényt! (9 pont)
I..negyedéves témazáró.évfolyam A csoport. Számológép és táblázat használata nélkül számítsd ki a következő számokat, majd rendezd növekvő sorrendbe: 9 ; 8 ; 8. (7 pont). Ábrázold és jellemezd az f ( )
angolul: greedy algorithms, románul: algoritmi greedy
Mohó algoritmusok angolul: greedy algorithms, románul: algoritmi greedy 1. feladat. Gazdaságos telefonhálózat építése Bizonyos városok között lehet direkt telefonkapcsolatot kiépíteni, pl. x és y város
A First Fit algoritmus abszolút hibájáról. TDK dolgozat
Eötvös Loránd Tudományegyetem Informatikai Kar Komputeralgebra Tanszék A First Fit algoritmus abszolút hibájáról TDK dolgozat Témavezető: Dr. Iványi Antal Miklós egyetemi tanár Készítette: Németh Zsolt
Mohó algoritmusok. Példa:
Mohó algoritmusok Optimalizálási probléma megoldására szolgáló algoritmus sokszor olyan lépések sorozatából áll, ahol minden lépésben adott halmazból választhatunk. Ezt gyakran dinamikus programozás alapján
Számsorok. 1. Definíció. Legyen adott valós számoknak egy (a n ) n=1 = (a 1, a 2,..., a n,...) végtelen sorozata. Az. a n
Számsorok 1. Definíció. Legyen adott valós számoknak egy (a n ) = (a 1, a 2,..., a n,...) végtelen sorozata. Az végtelen összeget végtelen számsornak (sornak) nevezzük. Az a n számot a sor n-edik tagjának
Algoritmuselmélet. Függvények nagyságrendje, elágazás és korlátozás, dinamikus programozás. Katona Gyula Y.
Algoritmuselmélet Függvények nagyságrendje, elágazás és korlátozás, dinamikus programozás Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem
Algoritmuselmélet 2. előadás
Algoritmuselmélet 2. előadás Katona Gyula Y. Budapesti Műszaki és Gazdaságtudományi Egyetem Számítástudományi Tsz. I. B. 137/b kiskat@cs.bme.hu 2002 Február 12. ALGORITMUSELMÉLET 2. ELŐADÁS 1 Buborék-rendezés
Matematikai alapok 1 Tantárgyi útmutató
Módszertani Intézeti Tanszék Gazdaságinformatikus szak nappali tagozat Matematikai alapok 1 Tantárgyi útmutató 2015/16 tanév II. félév 1/5 Tantárgy megnevezése Matematikai alapok 1 Tantárgy jellege/típusa:
1. feladat Az egyensúly algoritmus viselkedése: Tekintsük a kétdimenziós Euklideszi teret, mint metrikus teret. A pontok
1. feladat Az egyensúly algoritmus viselkedése: Tekintsük a kétdimenziós Euklideszi teret, mint metrikus teret. A pontok (x, y) valós számpárokból állnak, két (a, b) és (c, d) pontnak a távolsága (a c)