Tuza Zsolt 60 éves. (speciális szeminárium) 14:20-15:05 Körner János: Végtelen gráfsorozatok az információelméletben

Hasonló dokumentumok
Ládapakolási játékok

Opponensi vélemény. Dósa György Tightness results for several variants of the First Fit bin packing algorithm (with help of weighting functions)

Approximációs algoritmusok

Algoritmuselmélet 18. előadás

Számsorok. 1. Definíció. Legyen adott valós számoknak egy (a n ) n=1 = (a 1, a 2,..., a n,...) végtelen sorozata. Az. a n

p j p l = m ( p j ) 1

A k-szerver probléma

A First Fit ládapakolási algoritmus néhány változatának éles eredményei

Algoritmuselmélet. Bonyolultságelmélet. Katona Gyula Y.

Beszámoló az "Online er forrás allokációs problémák" cím F számú OTKA kutatási projekt eredményeir l

Az optimális megoldást adó algoritmusok

Halmazok Halmazok, részhalmaz, halmazműveletek, halmazok elemszáma

Diszkrét matematika 2.C szakirány

Nagy Gábor compalg.inf.elte.hu/ nagy

A First Fit algoritmus abszolút hibájáról. TDK dolgozat

Algoritmusok bonyolultsága

Matematika alapjai; Feladatok

Funkcionálanalízis. n=1. n=1. x n y n. n=1

Az online algoritmusok k-szerver probléma

Online migrációs ütemezési modellek

Algoritmuselmélet 2. előadás

Számsorozatok (1) First Prev Next Last Go Back Full Screen Close Quit

Az online algoritmusok k-szerver probléma

Ütemezési problémák. Kis Tamás 1. ELTE Problémamegoldó Szeminárium, ősz 1 MTA SZTAKI. valamint ELTE, Operációkutatási Tanszék

Klasszikus algebra előadás. Waldhauser Tamás április 14.

Adatszerkezetek 2. Dr. Iványi Péter

Tanmenet Matematika 8. osztály HETI ÓRASZÁM: 3,5 óra ( 4-3) ÉVES ÓRASZÁM: 126 óra

Tóth Marcell Dávid. A Bin-packing probléma áttekintése

Alap fatranszformátorok II

Diszkrét Matematika MSc hallgatók számára. 11. Előadás. Előadó: Hajnal Péter Jegyzetelő: Szarvák Gábor november 29.

Alapfogalmak a Diszkrét matematika II. tárgyból

Mérhetőség, σ-algebrák, Lebesgue Stieltjes-integrál, véletlen változók és eloszlásfüggvényeik

1. Bevezet példák, síbérlés

I. Gondolkodási módszerek: (6 óra) 1. Gondolkodási módszerek, a halmazelmélet elemei, a logika elemei. 1. Számfogalom, műveletek (4 óra)

Szindbád mellett, egyszerre csak egy háremhölgy jelenik meg. Szindbád. hogy a kalifának hány háremhölgye van, viszont semmit nem tud arról,

NT Matematika 9. (Heuréka) Tanmenetjavaslat

2. Hatványozás, gyökvonás

1 k < n(1 + log n) C 1n log n, d n. (1 1 r k + 1 ) = 1. = 0 és lim. lim n. f(n) < C 3

Ellátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével

Algebra es sz amelm elet 3 el oad as Nevezetes sz amelm eleti probl em ak Waldhauser Tam as 2014 oszi f el ev

Az osztályozó, javító és különbözeti vizsgák (tanulmányok alatti vizsgák) témakörei matematika tantárgyból

Diszkrét matematika 2. estis képzés

Algoritmuselmélet 1. előadás

Algebrai egész kifejezések (polinomok)

Gazdasági matematika II. tanmenet

Bonyolultságelmélet. Monday 26 th September, 2016, 18:50

22. GRÁFOK ÁBRÁZOLÁSA

Nagy Gábor compalg.inf.elte.hu/ nagy

Miskolci Egyetem. Diszkrét matek I. Vizsga-jegyzet. Hegedűs Ádám Imre

Nagy Gábor compalg.inf.elte.hu/ nagy

Véletlen bolyongás. Márkus László március 17. Márkus László Véletlen bolyongás március / 31

ÜTEMEZŽ ALGORITMUSOK HIBAFÜGGVÉNYEI (Processzorszámot minimalizáló algoritmusok) Iványi Antal, április Bevezetés

Diszkrét matematika 2. estis képzés

Algoritmuselmélet. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem. 13.

Klasszikus algebra előadás. Waldhauser Tamás április 28.

Polinomok (előadásvázlat, október 21.) Maróti Miklós

Véletlenszám generátorok és tesztelésük. Tossenberger Tamás

és annak H részcsoportja úgy, hogy a [H, G] intervallum (azaz a G-beli, H-t tartalmazó részcsoportok hálója) L-lel izomorf legyen?

Hadamard-mátrixok Előadó: Hajnal Péter február 23.

Rendezések. A rendezési probléma: Bemenet: Kimenet: n számot tartalmazó (a 1,a 2,,a n ) sorozat

1.1. Definíció. Azt mondjuk, hogy a oszója b-nek, vagy más szóval, b osztható a-val, ha létezik olyan x Z, hogy b = ax. Ennek jelölése a b.

Adatszerkezetek II. 10. előadás

Sapientia - Erdélyi Magyar TudományEgyetem (EMTE) Csíkszereda IRT- 4. kurzus. 3. Előadás: A mohó algoritmus

Vektorterek. Wettl Ferenc február 17. Wettl Ferenc Vektorterek február / 27

Szebényi Anita Magyarország nagyvárosi térségeinek társadalmi-gazdasági

Ramsey-féle problémák

10. Előadás P[M E ] = H

NUMERIKUS SOROK I. A feladat ekvivalens átfogalmazása a következő végtelen sok tagú összegnek a meghatározása ) 1 21

Bonyolultságelméleti problémák algebrai struktúrákban

Polinomok (el adásvázlat, április 15.) Maróti Miklós

2. Reprezentáció-függvények, Erdős-Fuchs tétel

11. előadás. Konvex poliéderek

Információk. Ismétlés II. Ismétlés. Ismétlés III. A PROGRAMOZÁS ALAPJAI 2. Készítette: Vénné Meskó Katalin. Algoritmus. Algoritmus ábrázolása

Algoritmusok bonyolultsága

MATEMATIKA ÉRETTSÉGI május 9. EMELT SZINT

Gráfok, definíciók. Gráfok ábrázolása. Az adott probléma megoldásához ténylegesen mely műveletek szükségesek. Ábrázolások. Példa:

ELTE IK Esti képzés tavaszi félév. Tartalom

A Szekszárdi I. Béla Gimnázium Helyi Tanterve

Matematika. Specializáció évfolyam

Gyakorló feladatok I.

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

angolul: greedy algorithms, románul: algoritmi greedy

A híres Riemann-sejtés

A 2007/2008 tanévi Országos Középiskolai Tanulmányi Verseny első forduló feladatainak megoldása. II. (programozás) kategória

Intergrált Intenzív Matematika Érettségi

A sorozat fogalma. függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet. az értékkészlet a komplex számok halmaza, akkor komplex

Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek

Diszkrét matematika 2. estis képzés

12. előadás - Markov-láncok I.

VIZSGÁLATA. Doktori (PhD) értekezés tézisei. Dr. Dósa György PANNON EGYETEM. Matematika Tanszék Informatikai Tudományok Doktori Iskola 2014.

Diszkrét matematika alapfogalmak

Algebrai alapismeretek az Algebrai síkgörbék c. tárgyhoz. 1. Integritástartományok, oszthatóság

Kombinatorikus számítási modellek MSc hallgatók számára. 4. Hét

VEKTORTEREK I. VEKTORTÉR, ALTÉR, GENERÁTORRENDSZER október 15. Irodalom. További ajánlott feladatok

Miskolci Egyetem. Részbenrendezés maximális kompatibilis kiterjesztéseir l ütemezéselméleti vonatkozásokkal. PhD értekezés

Információs rendszerek elméleti alapjai. Információelmélet

Matematika tanmenet (A) az HHT-Arany János Tehetségfejleszt Program el készít -gazdagító évfolyama számára

Fraktálok. Hausdorff távolság. Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék március 14.

Kiegészítő részelőadás 1. Az algoritmusok hatékonyságának mérése

Ütemezési feladatok. Az ütemezési feladatok vizsgálata az 50-es évek elején kezdődött, majd

Átírás:

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 György: Ütemezés, aztán pakolás! 15:35-15:50 Szünet 15:50-16:20 Ruszinkó Miklós: Tuza Zsolt pár eredményéről 16:20-16:50 Szigeti Jenő: Euler polinomok és egy speciális szomszédsági mátrix 16:50-17:20 Bujtás Csilla: Zsolt nevezetes sejtései és ezekhez kapcsolódó eredmények 17:20 Köszöntés 1

Kivonatok Körner János (Sapienza Egyetem, Róma) Végtelen gráfsorozatok az információelméletben Tuza több cikkében foglalkozik véges ábécé feletti végtelen(hez tartó) sorozatokon definiált gráfokkal, pontosabban ezek klikkszámával. Ezek az eredmények lényeges bár nem mindig nyilvánvaló kapcsolatban állnak a Shannon-féle információelmélettel. Az előadás fő célja ezen kapcsolatok bemutatása. A terület gazdag nyitott problémákban. Dósa György (Pannon Egyetem, Veszprém) Ütemezés, aztán pakolás! Az előadásban ütemezési és ládapakolási modelleket ismertetünk, továbbá algoritmusokat, amelyeknek a legrosszabb esetben történő viselkedését vizsgáljuk. A kombinatorikus optimalizálási feladatok két nagy osztálya az offline illetve online feladatok. Előbbiek esetén mindent tudunk az inputról az optimalizálás megkezdése előtt, az utóbbiak esetén semmit. E kettő között helyezkednek el a szemi online, magyarul félig online feladatok. Itt tudunk valamit, de nem sokat. Az első félig online ütemezési feladatot tárgyaló cikket [1] sok további követte. Főleg ilyen félig online ütemezési modelleket tárgyalunk az előadás első részében, algoritmusokkal és azok legrosszabb esetben lévő becsléseivel együtt. A félig online feltételek: ismert optimum érték, az ütemezendő munkák ismert összmérete, puffer használatának lehetősége és átrendezést megengedő modellek. Ezután ládapakolási feladatokkal foglalkozunk. A ládapakolási feladat esetén adott n tárgy, ezek mérete p 1, p 2,..., p n (pozitív valós számok), a tárgyakat a lehető legkevesebb ládába kell bepakolni, azonban egy-egy ládába csak legfeljebb egységnyi összméretű tárgy pakolható. 2

A feladat köztudottan N P -nehéz. A leghíresebb klasszikus approximációs algoritmusok közé tartoznak a First Fit (F F ), ahol a tárgyak egy adott sorrendben érkeznek, és a követező tárgy a legelső olyan ládába kerül, ahova befér. Az F F D (First Fit Decreasing) algoritmus esetén ugyanezt tesszük, de előbb a tárgyakat méreteik csökkenő sorrendjébe rendezzük. A Best Fit (BF) algoritmus az előzőektől eltérően a következő tárgyat a lehető legjobban megtöltött ládába teszi (ahova befér). Jelölje F F, F F D, BF illetve OP T az algoritmusok által kapott ládák számát, illetve az optimum értékét. David Johnson sokat idézett doktori dolgozata (amely egyike a legelső olyan munkáknak amelyek az approximációs algoritmusok területét megalapozták) 1973-ban belátta hogy F F D 11/9 OP T + C tejesül C = 4 választásával. A 11/9-es szorzó éles, nem csökkenthető. Az additív konstans lehető legkisebb értéke azonban azóta is nyitott kérdés volt. A napokban közlésre elfogadott [2] dolgozat tisztázza a kérdést, amennyiben megmutatja hogy az éles becslés F F D 11/9 OP T + 6/9. (1) Továbbá tetszőleges OP T érték esetén megmondja azt is hogy legfeljebb mekkora lehet F F D értéke, szintén pontos értékkel. Eztán szintén lehető legjobb becsléseket adunk meg az F F és BF algoritmusok esetén [3, 4], mindkettőre F F, BF 1.7 OP T (2) teljesül. Minhárom feladat teljes megoldása 1973-tól váratott magára. Hivatkozások [1] H. Kellerer, V. Kotov, G.M. Speranza, Zs. Tuza: Semi online algorithms for the partition problem, Op.Res Letters 21 (1997), 235-242. [2] Gy. Dósa, R. Li, X. Han, Zs. Tuza, Tight absolute bound for First Fit Decreasing binpacking: F F D(L) 11/9 OP T (L) + 6/9, Theoretical Computer Science, 2013. [3] Gy. Dósa, J. Sgall, First Fit bin packing: a tight analysis, Proceedings of STACS 2013, pp. 538-549. [4] Gy. Dósa, J. Sgall, Optimal analysis of Best Fit bin packing, manuscript, 2013. 3

Ruszinkó Miklós (MTA RAMKI) Tuza Zsolt néhány eredményéről Tuza Zsolt az elmúlt három évtizedben több, mint 350 cikket publikált. A kombinatorika olyan vezető kutatóival dolgozott együtt, mint N. Alon, J.A. Bondy, Erdős Pál, Füredi Zoltán, Gallai Tibor, Gyárfás András, Győri Ervin, Hajnal András, A. Kostochka, J. Nesetril, Pach János, Pyber László, Simonyi Gábor, V. Rödl, Szemerédi Endre, hogy pár nevet említsünk. Előadásomban Tuza néhány eredményéről és az ezekhez kapcsolódó kutatásaimról fogok beszélni. Boldog Születésnapot Zsolt! Szigeti Jenő (Miskolci Egyetem) Euler polinomok és egy speciális szomszédsági mátrix Egy gráf éleinek a címkézése egy algebra generátor elemeivel legtöbbször hasznos vállalkozás. Az egyik legismertebb példa egy irányítatlan egyszerű Γ = (V, E) gráf éleinek az x 1,..., x N kommutatív változókkal való azonosítása. Ha V = k, akkor természetes módon értelmezhető a gráf A M k (Q[x 1,..., x N ]) ferdén szimmetrikus szomszédsági mátrixa és a det(a) polinomból kiolvashatók (többek között) a teljes párosítások (Tutte). Az ún. Euler féle polinom egy Γ = (V, E, σ, τ) irányított gráf éleinek az x 1,..., x N nem kommutatív változókkal való azonosításából származik: p (Γ,p,q) (x 1,..., x N ) = sgn(π)x π(1) x π(n), π Π(Γ,p,q) ahol Π(Γ, p, q) az olyan permutációk halmaza, amelyeknél az x π(1),..., x π(n) sorozat a p V csúcsból induló és a q V csúcsban végződő irányított Euler út. Tétel (TUZA, RG, SzJ) Ha V = k és N 2kn, akkor p (Γ,p,q) (x 1,..., x N ) = 0 azonosság bármely kommutatív C gyűrű feletti n n-es M n (C) mátrix algebrán. 4

Tétel (TUZA,LA,RG,SzJ) Legyen Γ = (V, E, σ, τ) az ún. ferde Capelli gráf, amelyben V = k és N = E = k(m + m ). Ha m + m < 2n, akkor p (Γ,p,q) (x 1,..., x N ) = 0 nem azonosság az M n (Q) mátrix algebrán. A Γ = (V, E, σ, τ) irányított gráf éleit azonosíthatjuk a G = Q v 1,..., v N v j v i = v i v j minden 1 i j N indexre Grassmann algebra v 1,..., v N antikommutatív generátoraival és természetes módon értelmezhetjük a gráf A M k (G) (közönséges) szomszédsági mátrixát: A = [a p,q ], ahol a p,q G a p V csúcsból a q V csúcsba irányuló élek összege, azaz a p,q = v i. σ(v i )=p,τ(v i )=q Tétel A 2k = 0. Bujtás Csilla (Pannon Egyetem, Veszprém) Zsolt nevezetes sejtései és ezekhez kapcsolódó eredmények Zsolt két nevezetes sejtéséről és az ezeken elért eredményekről lesz szó az előadásban. (1) Ha egy gráfban maximum k darab páronként élfüggetlen háromszög választható ki, akkor létezik 2k él, amelyeket törölve háromszög-mentes gráfot kapunk. (Tuza Zsolt, 1981) A fenti 30-éves sejtés a mai napig nyitott. Számos cikk vizsgálta a problémát, csak néhány név ezek szerzői közül: Tuza Zsolt, P. Haxell, Y. Kohayakava, M. Krivelevich, A. Kostochka, S. Thomassé, B. Mohar. Egyik közös cikkünk, melynek harmadik szerzője S. Aparna L., szintén tartalmaz a sejtésre vonatkozó eredményeket. (2) Ha egy 6-uniform hipergráfban n csúcs és legfeljebb n/2 él van, akkor n/4 csúccsal lefogható az összes él. (Tuza Zsolt, D. Vestergaard, 2002) A probléma szintén nyitott, de az idei évben több részeredmény is született. Ezek egyik közös jellemzője, hogy a kérdés vizsgálata általánosabb eredmények létrejöttét is inspirálta. 5