Nozioni base di teoria dei grafi
|
|
- Elena Pugliese
- 5 anni fa
- Visualizzazioni
Transcript
1 Capitolo 2 Nozioni base di teoria dei grafi 2.1 Prime definizioni La teoria dei grafi stdia le proprietà metriche e topologiche delle relazioni binarie. L oggetto della teoria è il cosddetto grafo, oero na coppia di insiemi (N,A), oe N = {,..., n } è n insieme finito di elementi detti nodi mentre A = {e 1,...,e m } N N è n sottoinsieme di coppie ordinate di nodi dette archi. La rappresentazione grafica di n grafo orientato è data in Fig. 2.1, oe N = {,..., }, mentre A = {e 1,...,e 9 }. I nodi sono rappresentati con cerchi mentre gli archi sono frecce che partono dal primo nodo della coppia e terminano nel secondo nodo. e 1 e 5 e 2 e 2 4 e 6 e 7 e 3 e 9 e 8 Figra 2.1: Grafo orientato Di segito considerermo solo grafi semplici oero grafi prii di loop (archi di tipo (, ) per qalche N), e di archi paralleli (coppie di archi gali), come illstrato in Fig Qindi, i grafi considerati conterranno al più n arco per ogni coppia di nodi e i nodi dell arco deono essere distinti. I grafi fin qi introdotti sono i cosiddetti grafi orientati. Un altra famiglia rileante è qella dei grafi non orientati, oe l insieme di archi A è n insieme di coppie non ordinate. Per ogni arco orientato ( i, k ) i k e diremo i coda di e, i precede k, e esce da i. k testa di e, k sege i, e entra in k. Per ogni arco orientato o non orientato ( i, k ) e diremo i adiacente a k. e incidente s k e i 5
2 archi paralleli loop Figra 2.2: Loop e archi paralleli Coppia ordinata: ( i, k ) ( k, i ) Coppia non-ordinata: ( i, k )=( k, i ) i i e h e h k k Figra 2.3: Arco orientanto e arco non orientato e 1 e 2 1 e 5 e 4 e 6 e 7 e 9 e 3 e 8 Figra 2.4: Esempio di grafo orientato 6
3 i e k estremi di e. In figra e 1, ècodadie 1, è testa di e 1, precede, sege, e 2 esce da, e 3 entra in, è adiacente a, e 3 è incidente s. Diremo grafo orientato n grafo in ci ogni arco è orientato (grafo di Fig. 2.4), grafo non orientato n grafo in ci ogni arco è non orientato, altrimenti il grafo è detto grafo misto. Grafo non-orientato e 1 e 5 e 6 e 7 e 2 e 4 e 3 Grafo misto Figra 2.5: Grafo non orientato e grafo misto Diremo stella di in G, l insieme δ G () ={e A : e = o e = }, oero l insieme degli archi di G incidenti in. In Figra 2.4, δ G ( )={e 5,e 6,e 7 }, mentre in Figra 2.5, δ G ( )={e 1,e 2,e 5 }. La cardinalità δ G () della stella di è detta grado di ; il grado di in G è indicato con d G (). Chiameremo infine intorno di l insieme N G () ={ N : A o A} dei nodi adiacenti a in G. Qeste ltime definizioni si applicano a grafi di ogni tipo; se il grafo è n grafo orientato, possiamo estendere le definizioni nel modo segente. Diremo stella scente da l insieme δ + G () ={e : ècodadie} (e diremo δ + G () èilgrado scente di ). In Figra 2.4, δ+ G ()={e 5,e 7 }. Analogamente, diremo stella entrante in l insieme δ G () ={e : è testa di e} (e diremo δ G () il grado entrante di ). In Figra 2.4, δ G ()={e 6 }. Infine chiameremo intorno positio di l insieme N + G () ={ N : A} ossia l insieme dei nodi che sono teste di archi cla ci coda è. Chiameremo intorno negatio di l insieme N G () ={ N : A}, ossia l insieme dei nodi che sono code di archi che la ci testa è. Sia dato n insieme di nodi S N. Chiameremo taglio in G(N,A) definito da S, l insieme di archi δ G (S) ={ : S, N S}, oero l insieme di archi con n estremo in S e l altro estremo in N S. S e1 e 2 e 5 e 2 4 e 6e9 e 7 e 3 e 8 Figra 2.6: Taglio In Figra 2.6, si ha S = {,,, } mentre δ G (S) ={e 2,e 7,e 8,e 9 }. Dati S, T N de insiemi di nodi disginti (S T = ), indicheremeno con δ G (S, T ) l insieme degli archi con n estremo in S e 7
4 l altro estremo in T,ecioè l insieme δ G (S) δ G (T ). In Figra 2.7 si ha S = {, }, T = {, }, δ G (S, T )={e 3,e 4,e 5 }. e 1 e 2 e 5 4 e 2 4 S e 7 e 3 e 6 e 9 T e 8 Figra 2.7: δ(s, T ) Sia G(N,A) n grafo orientato e sia S N. Chiameremo taglio scente da S in G(N,A), l insieme di archi δ + G (S) ={ : S, N S}, oero l insieme di archi orientati con coda in S e testa in N S. Chiameremo taglio entrante in S in G(N,A), l insieme di archi δ G (S) ={ : N S, S}, oero l insieme di archi orientati con coda in N S e testa in S. Un grafo H(N,A )è detto sottografo di n grafo G(N,A) sen N e A A. 3 G(V,A) H(N,A ) Sottografo Figra 2.8: Un grafo G e n so sottografo H è detto ricoprente se N = N (H ricopre i nodi di G), mentre è detto indotto se A = { : {, } N, A}: più precisamente, H è detto indotto in G dall insieme di nodi N (e si indica con H = G[N ]), in qanto N definisce completamente il sottografo H. 2.2 Cammini, Walk, trail, cicli. Un walk in G(N,A)è na seqenza alternante di nodi e archi W =( i0,e i1, i1,e i2, i2,..., ip 1,e ip, ip ), oe, per j =1,...,p, l arco e ij è incidente nei nodi ij 1 e ij (oero e ij =( ij 1, ij ) oppre e ij = ( ij, ij 1 )). Indicheremo con V (W ) = { i0,..., ip } l insieme dei nodi di W, mentre con A(W ) = {e i1,...,e ip } l insieme degli archi di W. I nodi i0 e ip sono detti nodi estremi del walk W mentre gli altri nodi { i1,..., ip 1 } sono detti nodi intermedi. Si noti che nodi e archi possono essere ripetti. Se i0 = ip (cioè i de estremi coincidono) il walk è detto chiso, altrimenti è detto aperto. Un walk senza archi ripetti è detto trail. 8
5 ricoprente H(N,A ) G[{,,, }] indotto Figra 2.9: Sottografo ricoprente e indotto del grafo G di Fig. 2.8 Figra 2.10: Trail Cammino Ciclo Figra 2.11: Cammino e Ciclo 9
6 Un walk senza nodi interni ripetti è detto cammino. In sostanza, se n nodo appare de olte in n cammino, tale nodo pò solo coincidere con i nodi estremi del cammino stesso che è qindi n cammino chiso. Un cammino chiso è detto ciclo. Dati de cammini W 1 =( i0,..., ip )ew 2 =( j0,..., jq tali che ip = j0 )(cioè W 1 e W 2 hanno n estremo comne), definiamo concatenazione di W 1 e W 2 il cammino W 1 W 2 =( i0,..., ip,..., jq ). Un cammino orientato è n cammino W =( i0, ( i0, i1 ), i1, ( i1, i2 ),...,( ip 1, ip ), ip ) in ci ogni arco è n arco orientato: qindi per ogni coppia di nodi consectii sl cammino ik 1 e ik, k {1,...,p}, si ha che il corrispondente arco è orientato da ik 1 a ik. Un cammino orientato chiso è detto ciclo orientato. Figra 2.12: Cammino orientato e Ciclo orientato 2.3 Connessione. Un nodo N è detto connesso annodo N in G se esiste n cammino di estremi e. Figra 2.13: Esempi di connessione Nel grafo di Figra 2.13, in ci N = {,..., },sihache è connesso a, è connesso a, è connesso a, non è connesso a. Se indichiamo con R la relazione essere connesso a, si ede facilmente che R è na relazione di eqialenza. Infatti, gode della proprietà transitia (se R e Rt allora Rt) (edi figra 2.14 oe i tratti di cra tra i nodi rappresentano cammini), della proprietà riflessia (R) e della proprietà simmetrica (se R allora R). La relazione di eqialenza essere connesso a partiziona l insieme dei nodi N in n certo nmero di classi d eqialenza C 1,...,C t (partizione: C 1 C 2..., C t = N, C i C j = per ogni 1 i<j t). Coppie di nodi sono connesse se e solo se appartengono alla stessa classe d eqialenza. Si consideri il grafo di Figra In qesto esempio, si hanno le de classi d eqialenza C 1 = {,,, } e C 2 = {, }. Il sottografo G[C] indotto dalla classe C è detto componente connessa di G. Il nmero di 10
7 transitiità: R Rt Rt t Figra 2.14: Proprietà transitia componenti connesse di n grafo G è indicato con c(g). Il grafo di Figra 2.13 si compone qindi di de componenti connesse: G[C 1 ] G[C 2 ] 6 5 Figra 2.15: Componenti Connesse del grafo di Figra 2.13 Se c(g) = 1ilgrafoè detto connesso. Altrimenti (c(g) > 1) è detto non-connesso Connessione forte Il concetto di connessione pò essere opportnamente esteso al caso di grafi orientati. Specificamente, n nodo è connesso a n nodo (e scrieremo R) se esiste n cammino orientato da a. Tttaia, qesta definizione non è particolarmente tile a casa della mancanza di simmetria: l esistenza di n cammino orientato da a non assicra l esistenza di n cammino orientato da a. Per qesto motio si introdce na definizione più forte: n nodo N è detto fortemente connesso annodo N in G (indicato con R F ) se esiste n cammino orientato che a da a e n cammino orientato che a da a. t Figra 2.16: Proprietà della relazione di connessione forte E facile edere che la relazione di connessione forte è na relazione d eqialenza. Oiamente la 11
8 relazione è riflessia; la transitiità e la simmetria sono illstrate in G[C 3 ] G[C 2 ] G[C 1 ] Figra 2.17: Componenti Fortemente Connesse del grafo di Figra 2.13 Anche in qesto caso, la relazione definisce na partizione dell insieme dei nodi in classi di eqialenza C 1,...,C t. I sottografi indotti dalle classi d eqialenza G[C 1 ],...,G[C t ] sono detti componenti fortemente connesse di G. In Figra 2.17 sono mostrate le classi d eqialenza associate al grafo di Figra Foreste, alberi. Un grafo senza cicli (grafo aciclico) è detto foresta. In Figra 2.18 è mostrata na foresta con tre Figra 2.18: Foresta componenti connesse, indotte dagli insiemi di nodi C 1 = { }, C 2 = {,,,, } e C 3 = { 7, 8, 9 }. Un foresta connessa (oero con na singola componente connessa) è detta albero. Qindi, n albero è n grafo aciclico e connesso. Verranno ora discsse alcne proprietà fondamentali degli alberi e delle foreste. Teorema (Teorema del cammino singolo) Se G(N,A) è n albero allora per ogni coppia di nodi, N esiste no e n solo cammino che connette a. Dim. L esistenza di almeno n cammino fra ogni coppia di nodi sege direttamente dalla definizione di albero, che è n grafo connesso. Spponiamo per assrdo che esistono de cammini distinti in G, rispettiamente P 1 e P 2, che connettono de nodi distinti N e N. Siaty il primo arco di P 1 che non appartiene a P 2 (tale arco dee esistere perché P 1 P 2 ). Chiaramente t P 2. Se y P 2 allora, chiamando con P ty 2 il sottocammino di P 2 che connette t ad y, sihachep ty 2 concatenato all arco ty forma n ciclo, contraddizione. Se y / P 2 allora sia w in primo nodo di P 1 sccessio a t appartenente a P 2 (tale nodo esiste perché P 1 P 2 ). Sia P tw 1 il sottocammino di P 1 che a da t a w. Analogamente, 12
9 Figra 2.19: Albero sia P tw 2 il sottocammino di P 2 che a da t a w. E facile edere che P tw 1 e P tw 2 hanno in comne solo gli estremi t e w e la loro nione forma n ciclo contento in G, contraddizione. P 1 P 1 tw P 1 P 2 t t y t y w ty P 2 y P 2 tw P 2 Figra 2.20: Albero e ciclo generato da de cammini distinti nella dimostrazione del teorema Dato n albero, diremo foglia n nodo di grado nitario. Teorema (Teorema delle de foglie) Ogni albero H(N,T), con N 2, contiene almeno de foglie. Inoltre, se H contiene esattamente de foglie, allora H è n cammino. Dim. Come si è isto, ogni coppia di nodi x, y N è connessa in T da n nico cammino. Si prenda na coppia, per ci il cammino P che connette and sia il cammino più lngo, cioè n cammino di H che contiene il massimo nmero di archi possibile. z P Figra 2.21: Il cammino P nella dimostrazione del Teorema
10 Allora and sono foglie di H. Infatti, spponiamo per assrdo che non sia na foglia; qindi d H () 2ein incidono almeno de archi distinti. Essendo estremo di P, i inciderà n solo arco di P,siaz. Essendo d() 2, esiste almeno n arco w incidente in tale che w / P. Se w P, il sottocammino di P che connette e w concatenato all arco w formano n ciclo, contraddizione. Se w/ P, il cammino P (, w) che connette w e y è n cammino che contiene più archi di P, contraddizione. Abbiamo qindi dimostrato che ogni albero con almeno de nodi contiene almeno de foglie. w z P z w Figra 2.22: Contraddizione nel Teorema Mostriamo ora la seconda parte del teorema. Spponiamo qindi che l albero H contenga esattamente 2 foglie x e y esiap il cammino che le connette in H. Mostriamo che H P. Spponiamo qindi per assrdo che esista almeno n nodo di H che non appartiene a P. Fra ttti i nodi di H che non appartengono a P si scelga n nodo w tale che il cammino P wx che lo connette a x in H sia il più lngo possibile. Usando lo stesso argomento della prima parte della dimostrazione, si dimostra che w è na foglia. Ma w non appartiene a P e H contiene (almeno) tre foglie, contraddizione. Teorema (Teorema del nmero di archi di n albero) Il nmero di archi T di n albero H(N,T) è pari a N 1. Dim. Per indzione. Se l albero contiene n solo nodo, allora non contiene archi e qindi T =0= 1 1= N 1. Spponiamo ora che il teorema ale per N = k, per qalche k 1; mostriamo che ale ancora per N = k + 1. Sia qindi H(T,N) n albero con N = k +1 e sia na foglia di H. Costriamo n noo grafo, H (N,T ), ottento da H rimoendo la foglia e l nico arco incidente in. Qindi, N = N 1e T = T 1. Mostriamo che H è n albero. Infatti, H è aciclico perché ottento rimoendo n nodo e n arco da n grafo aciclico. Mostriamo ora che H è connesso. Spponiamo di no: esistono qindi de nodi w e z di H, connessi in H da n cammino P (nico) ma non connessi in H. Qesto ol dire che il nodo appartiene a P. Tttaia w, z implica che non è estremo del cammino P, e qindi in incidono de archi distinti di P, contraddicendo l ipotesi che sia na foglia. Qindi H è n grafo connesso e aciclico, e cioè n albero. Per l ipotesi indttia, T = N 1. Ma allora T = T +1= N = N 1 e l ennciato è dimostrato. Corollario (Corollario del nmero di archi di na foresta) Il nmero di archi T di na foresta H(N,T) con k componenti connesse (k 1) è pari a N k. Dim. Siano N 1,...,N k gli insiemi di nodi disginti che indcono le k componenti connesse, che indichiamo con H 1 (N 1,T 1 ),...,H k (N k,t k ). Chiaramente si ha N N k = N. Ogni componente connessa di H è n albero. Qindi, applicando il teorema si ha T i = N i 1peri =1,...,k e qindi T 1 + T T k = N 1 1+ N N k 1= N N k k = N k. La prossima figra (2.23) illstra n esempio del teorema, mostrando na foresta con 10 nodi, 3 componenti connesse e 10-3=7 archi. 14
11 Figra 2.23: Una foresta con 10 nodi, 3 componenti connesse e 10-3=7 archi. Teorema (Teorema della foresta ricoprente) Sia G(N,A) n grafo e sia H(S, T ) n sottografo aciclico di G tale che T = N 1. AlloraS = N (la foresta è ricoprente) e H ènalbero. Dim. Spponiamo che H contenga k componenti connesse, e siano S 1,...,S k gli insiemi di nodi disginti che indcono le k componenti connesse, che indichiamo con H 1 (S 1,T 1 ),...,H k (S k,t k ). Per il Corollario si ha T = S k. Ora, per ipotesi T = N 1 e qindi S k = N 1. Affinchè alga qest ltima relazione dee necessariamente essere S = N e k = 1. Infatti, se S < N oppre k>1 la qantità S k arà n alore strettamente inferiore a N 1. Qindi S = N e la foresta è ricoprente; inoltre k = 1 e la foresta contiene na sola componente connessa e qindi H è n albero. Un grafo prio di cicli orientati è detto DAG (dall inglese directed acyclic sbgraph) Figra 2.24: Directed Acyclic Graph Si osseri che n DAG pr non contenendo cicli orientati, pò contentere cicli. 2.5 Esercizi di atoaltazione Esercizio Vero o Falso? Rimoendo n taglio da n grafo connesso si ottiene n grafo con de componenti connesse. Il motio? Solz. Il teorema è falso. Si consideri l esempio in Figra Se S = {,, } gli archi del taglio saranno δ G (S) ={,,, } oero ttti gli archi del grafo. Il grafo ottento rimoendo gli archi del taglio non contiene archi oero contiene ttti nodi isolati (senza archi incidenti) e qindi le componenti connesse sono 5. 15
12 S Figra 2.25: Esercizio Qanti archi pò possedere, al massimo, n grafo con 5 nodi. Solz. Consideriamo n grafo orientato con n nodi. Da ogni nodo pò scire n arco erso ogni altro nodo, qindi la stella scente di n nodo ha cardinalità (al massimo) pari a n 1. Qindi, in ttto gli archi saranno n(n 1). Se il grafo è non orientato, l arco e l arco coincidono, e qindi abbiamo esattamente la metà del massimo nmero di archi di n grafo orientato, oero n(n 1)/2. In Figra 2.26 è mostrato n grafo completo con 5 nodi, orientato e non orientato. In base al risltato sopra esposto, il grafo orientato contiene 5 4 = 20 archi mentre qello non orientato ne contiene 10. Un grafo completo è detto cliqe. Figra 2.26: Cliqe con cinqe nodi Esercizio Completare la definizione segente: Albero Ricoprente di G(N,A): G(N,A)... n sottografo di Esercizio Dimostrare che ogni DAG G(N,A) contiene n nodo con stella scente ota (detto pozzo). Solz. Sia P = { = j1, ( j1, j2 ), j2,...,( jp 1, jp ), jp = z} il cammino orientato più lngo in G, di estremi e z. Mostriamo che z è n pozzo. Altrimenti esiste n arco zw A. Sew ènonè n nodo di P, allora il cammino P = P {z,(zw),w)}, ottento concantendando P e l arco zw èn cammino orientato più lngo di P, contraddizione. Altrimenti w P. Sia w = jk. Ma allora, il cammino P = P {z,(zw),w)} = { jk, ( jk, jk+1 ), jk+1,...,( jp 1, jp ), jp = z,(zw),w = jk } èn ciclo orientato, contraddicendo l ipotesi che G sia n DAG. Si osseri che in modo del ttto analogo di pò dimostrare che non ha archi entranti, oero è na sorgente. 16
13 Esercizio Dimostrare che in n grafo G(N,A) la somma dei gradi dei nodi nmero degli archi pari al doppio del Solz. Dimostriamo per indzione. Il teorema è ero se N = 1. Infatti d G () =0=2 A. Spponiamo cheilteoremasiaeroper N = k. Mostriamo che è ero per N = k + 1. Sia qindi G(N,A) ngrafo con k+1 nodi. Scegliamo n nodo qalsiasi e costriamo il grafo H(N,A )=G[N {}], cioè ottento eliminando da G e ttti gli archi incidenti in. Il teorema ale per H e qindi N d H() =2 A. Si osseri che per ogni nodo N adiacente a in G si ha che d H () =d G () 1, mentre per i nodi z non adiacenti a in G si ha d H (z) =d G (z). Qindi N d H() = N d G() d G (). Si osseri inoltre che A = A δ G () e A = A d G (). Sostitendo in N d H() =2 A otteniamo N d G() d G () =2( A d G ()) oero N d G()+d G () =2 A e qindi N d G() =2 A. 17
Introduzione alla Teoria dei Grafi
Sapienza Uniersità di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Introduzione alla Teoria dei Grafi Docente: Renato Bruni bruni@dis.uniroma1.it Corso di: Ottimizzazione Combinatoria
DettagliOttimizzazione Combinatoria Proprietà dei Grafi. Ottimizzazione Combinatoria
Ottimizzazione Combinatoria Ottimizzazione Combinatoria Proprietà dei Grafi ANTONIO SASSANO Università di Roma La Sapienza Dipartimento di Informatica e Sistemistica Corso di Laurea in Ingegneria Gestionale
DettagliDepth-first search. Visita in profondità di un grafo Algoritmo Esempio Complessità dell algoritmo Proprietà Ordinamento topologico
Depth-first search Visita in profondità di n grafo Algoritmo Esempio Complessità dell algoritmo Proprietà Ordinamento topologico Depth-first search Dato n grafo G=(V,E) e n specifico ertice s chiamato
DettagliGrafo diretto Università degli Studi di Milano
Grafo diretto Un grafo diretto G è na coppia ordinata (V, E), doe V è l insieme dei ertici {,,,,n} (anche detti nodi). E V V è n insieme di coppie ordinate (,) dette archi diretti 6 V= {,,,4,5,6,7} 7 4
DettagliTeoria dei Grafi Elementi di base della Teoria dei Grafi
L. Pallottino, Sistemi Robotici Distribuiti - Versione del 4 Marzo 2015 42 Teoria dei Grafi Elementi di base della Teoria dei Grafi Definizione 1. Un grafo G = (V, E) è composto da un insieme finito di
DettagliAPPUNTI DELLE LEZIONI
APPUNTI DELLE LEZIONI Giorgio Follo (follogio@libero.it) I.T.I.S. A. Artom Asti Versione del 27/2/2011 Sommario. In qesti appnti engono riportate le nozioni elementeari s ettori e prodotto scalare, per
DettagliIntroduzione ai grafi
TFA A048 Anno Accademico 2012-13 Outline Cenni storici sui grafi Nozioni introduttive: cammini, connessione, alberi, cicli Cammini di costo minimo Origini storiche La nascita della teoria dei grafi risale
DettagliEsempi. non. orientato. orientato
Definizione! Un grafo G = (V,E) è costituito da un insieme di vertici V ed un insieme di archi E ciascuno dei quali connette due vertici in V detti estremi dell arco.! Un grafo è orientato quando vi è
Dettaglimin det det Allora è unimodulare se e solo se det 1, 1, 0 per ogni sottomatrice quadrata di di qualsiasi dimensione.
Se è unimodulare e è intero allora il poliedro 0 ha vertici interi. Sia un vertice di Per definizione esiste allora una base di tale che, 0 Poiché è non singolare ( invertibile det 0) si ha che det 1 è
DettagliIntroduzione ai grafi. Introduzione ai grafi p. 1/2
Introduzione ai grafi Introduzione ai grafi p. 1/2 Grafi Un grafo G é costituito da una coppia di insiemi (V,A) dove V é detto insieme dei nodi e A é detto insieme di archi ed é un sottinsieme di tutte
DettagliB.1 I grafi: notazione e nomenclatura
Appendice B Grafi e Reti In questa appendice richiamiamo i principali concetti relativi a grafi e reti; descriviamo inoltre alcune classi di strutture dati che possono essere utilizzate per implementare
DettagliIntroduzione ai grafi. Introduzione ai grafi p. 1/2
Introduzione ai grafi Introduzione ai grafi p. 1/2 Grafi Un grafo G è costituito da una coppia di insiemi (V,A) dove V è detto insieme dei nodi e A è detto insieme di archi ed è un sottinsieme di tutte
DettagliRichiami di Teoria dei Grafi. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena
Richiami di Teoria dei Grafi Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Teoria dei grafi La Teoria dei Grafi costituisce, al pari della Programmazione Matematica, un corpo
DettagliINFORMATICA AA Università degli Studi di Ferrara Facoltà di Scienze MM FF NN Corso di Laurea in «Scienze e Tecnologie per i Beni Culturali»
Università degli Studi di Ferrara Facoltà di Scienze MM FF NN Corso di Laurea in «Scienze e Tecnologie per i Beni Culturali» AA 2010-2011 INFORMATICA Prof. Giorgio Poletti giorgio.poletti@unife.it Grafi
DettagliVINCENZO AIETA Spazi vettoriali
VINCENZO AIETA Spazi vettoriali 2.1 Vettori ed operazioni Sia V n insieme di segmenti orientati ed R na relazione di eqipollenza definita in esso. De qalsiasi elementi di V stanno nella R se hanno: 1)
DettagliA UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 13 giugno 2011
A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Stdi in Ingegneria Informatica Ricerca Operativa Seconda prova intermedia gigno Nome: Cognome: Matricola: voglio sostenere la prova orale il giorno venerdì //
DettagliGrafi: cammini minimi
Algoritmi e Programmaione Aanata EIP Grafi: cammini minimi Flio CORNO - Matteo SONZA REORDA Dip. Atomatica e Informatica Politecnico di Torino Sommario Introdione Algoritmo di Dijkstra Algoritmo di Bellman-Ford.
Dettagli2 OTTIMIZZAZIONE SU GRAFI. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1
2 OTTIMIZZAZIONE SU GRAFI E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 Molti problemi decisionali possono essere formulati utilizzando il linguaggio della teoria dei grafi. Esempi: - problemi di
DettagliGRAFI. Cosa sono Grafi non orientati Grafi orientati Grafi pesati Alberi Automi!
G R A F I 1 GRAFI Cosa sono Grafi non orientati Grafi orientati Grafi pesati Alberi Automi! 2 cip: cip: Pallogrammi Pallogrammi GRAFI: cosa sono I grafi sono una struttura matematica fondamentale: servono
DettagliAppunti del corso di Informatica 1 (IN110 Fondamenti) 7 Grafi e alberi: introduzione
Università di Roma Tre Dipartimento di Matematica e Fisica Corso di Laurea in Matematica Appunti del corso di Informatica (IN0 Fondamenti) Grafi e alberi: introduzione Marco Liverani (liverani@mat.uniroma.it)
DettagliAlgoritmi e Strutture Dati (Mod. B) Algoritmi su grafi Ricerca in profondità (Depth-First Search) Parte II
Algoritmi e Strutture Dati (Mod. B) Algoritmi su grafi Ricerca in profondità (Depth-First Search) Parte II Classificazione digli archi Sia G la foresta DF generata da DFS sul grafo G. Arco d albero: gli
DettagliGrafi e reti di flusso
Grafi e reti di flusso Molti problemi di ottimizzazione sono caratterizzati da una struttura di grafo: in molti casi questa struttura emerge in modo naturale, in altri nasce dal particolare modo in cui
DettagliMinimo albero di copertura
apitolo 0 Minimo albero di copertura efinizione 0.. ato un grafo G = (V, E) non orientato e connesso, un albero di copertura di G è un sottoinsieme T E tale che il sottografo (V, T ) è un albero libero.
DettagliRichiami di matematica discreta: grafi e alberi. Paolo Camurati Dip. Automatica e Informatica Politecnico di Torino
Richiami di matematica discreta: grafi e alberi Paolo Camurati Dip. Automatica e Informatica Politecnico di Torino Grafi Definizione: G = (V,E) V: insieme finito di vertici E: insieme finito di archi,
DettagliRicerca Operativa. Facoltà di Ingegneria dell Informazione, Informatica e Statistica. (Cenni sui Grafi) Giovanni Fasano.
Facoltà di Ingegneria dell Informazione, Informatica e Statistica Appunti dalle lezioni di Ricerca Operativa (Cenni sui Grafi) sede di Latina Giovanni Fasano fasano@unive.it http://venus.unive.it/ fasano
DettagliGE460 - Teoria dei grafi. Soluzioni esame del 28 Gennaio 2013
GE460 - Teoria dei grafi Soluzioni esame del 28 Gennaio 2013 Problema 1. (1.a) Sia G un grafo connesso p-regolare e G G un suo sottografo. Vero o falso: Se G è p-regolare allora G = G. Soluzione Vero.
DettagliMatematica D (in teledidattica) Docenti: Alberto Tonolo, e nelle sedi locali Susi Osti, Katia Rossi, Stefano Antoniazzi.
Matematica D (in teledidattica) Docenti: Alberto Tonolo, e nelle sedi locali Susi Osti, Katia Rossi, Stefano Antoniazzi. Testi di riferimento: Ross: A First Course in Probability, Prentice Hall, euro 49,95
DettagliUniversità Roma Tre - PAS Classe A048 "Matematica Applicata" - Corso di Informatica a.a. 2013/2014
Università Roma Tre Dipartimento di Matematica e Fisica Percorso Abilitante Speciale Classe A08 Matematica Applicata Corso di Informatica Algoritmi su Grafi Marco Liverani (liverani@mat.uniroma.it) Sommario
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Collegio Didattico in Ingegneria Informatica corso di Ricerca operativa 2. Esercizi sul problema dell assegnamento
UNIVERSITÀ DEGLI STUDI ROMA TRE Collegio Didattico in Ingegneria Informatica corso di Ricerca operativa Esercizi sul problema dell assegnamento Richiami di Teoria Ricordiamo che, dato un grafo G=(N,A),
DettagliCorso di elettrotecnica Materiale didattico: i grafi
Corso di elettrotecnica Materiale didattico: i grafi A. Laudani 12 ottobre 2005 I grafi costituiscono uno strumento matematico che permette di descrivere e schematizzare una grande varietà di problemi
DettagliMatroidi, algoritmi greedy e teorema di Rado
Matroidi, algoritmi greedy e teorema di Rado per il corso di Laboratorio di Algoritmi e Ricerca Operativa Dott. Alberto Leporati / Prof.ssa Enza Messina Dipartimento di Informatica, Sistemistica e Comunicazione
DettagliAlgoritmi & Laboratorio
Acknowledgement Lucidi da F. Damiani, a.a. 2004-2005 C. Demetrescu et al, Algoritmi e strutture dati, McGraw-Hill M. Zacchi, a.a. 2003-2004 I lucidi non sono un sostituto per il libro di testo non contengono
DettagliEsercizi commentati sugli schemi a blocchi
Esercizi commentati sgli schemi a blocchi rno Picasso 1 Notazione e preliminari 1.1 Notazione on T 2 1 (s) iene indicata la fnzione di trasferimento dalla ariabile 1 alla ariabile 2. Se in n nodo della
DettagliAlgoritmi & Laboratorio
lbero ricoprente sia dato un grafo connesso e non orientato un albero ricoprente è un sottografo che contiene tutti nodi è aciclico è connesso cknowledgement Lucidi da. Damiani, a.a. 00-00. Demetrescu
DettagliChe cosa c è nella lezione. Questa lezione si occupa di teoria dei grafi: la rappresentazione dei grafi. le visite dei grafi
Algoritmi e Programmazione Aanzata - teoria 1/18 Che cosa c è nella lezione Qesta lezione si occpa di teoria dei grafi: la rappresentazione dei grafi le isite dei grafi gli alberi ricoprenti minimi i cammini
DettagliAlberi e arborescenze di costo minimo
Alberi e arborescenze di costo minimo Complementi di Ricerca Operativa Giovanni Righini Dipartimento di Tecnologie dell Informazione - Università degli Studi di Milano Definizioni - 1 Un grafo G = (V,
DettagliGRAFI. fig.1 - GRAFI (1) Si avvisa il lettore che certe definizioni che verranno date differiscono da quelle presenti in letteratura.
GRAFI 1. Definizioni, terminologia, esempi e applicazioni (1) Un grafo orientato (o diretto o di-grafo) G è una coppia (V,E) dove V è un insieme non vuoto ed E una relazione binaria su V, E V V, ossia
DettagliLezioni di Ricerca Operativa
Lezioni di Ricerca Operativa Estratto per la parte di programmazione lineare e ottimizzazione sui grafi Corso di Metodi di Ottimizzazione per l'ingegneria della Sicurezza Laurea Magistrale in Ingegneria
DettagliProgettazione di algoritmi
Progettazione di algoritmi Discussione dell'esercizio [vincoli] Prima di tutto rappresentiamo il problema con un grafo G: i nodi sono le n lavorazioni L 1, L 2,, L n, e tra due nodi L h, L k c'è un arco
DettagliTeoria dei grafi: ricerca di percorsi a minimo costo Ing. Valerio Lacagnina
Metodi diide-et-impera, programmazione dinamica e algoritmi greed La programmazione dinamica, come il metodo diide-et-impera, risole n problema mettendo insieme le solzioni di n certo nmero di sottoproblemi.
Dettagli3.3 Problemi di PLI facili
3.3 Problemi di PLI facili Consideriamo un generico problema di PLI espresso in forma standard min{c t x : Ax = b, x Z n +} (1) dove A Z m n con n m, e b Z m. Supponiamo che A sia di rango pieno. Sia P
DettagliFondamenti di informatica
Fondamenti di informatica 30 novembre 2017 This book is the result of a collaborative effort of a community of people like you, who believe that knowledge only grows if shared. We are waiting for you!
DettagliGrafi (non orientati e connessi): minimo albero ricoprente
.. Grafi (non orientati e connessi): minimo albero ricoprente Una presentazione alternativa (con ulteriori dettagli) Problema: calcolo del minimo albero di copertura (M.S.T.) Dato un grafo pesato non orientato
DettagliCertificati dei problemi in NP
Certificati dei problemi in NP La stringa y viene in genere denominata un certificato Un Certificato è una informazione ausiliaria che può essere utilizzata per verificare in tempo polinomiale nella dimensione
DettagliNOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n
NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare
DettagliGestione della produzione e della supply chain Logistica distributiva
Gestione della produzione e della supply chain Logistica distributiva Paolo Detti Dipartimento di Ingegneria dell Informazione e Scienze Matematiche Università di Siena Convergenza dell algoritmo Se non
DettagliOttimizzazione su grafi: massimo flusso (parte 1) Ottimizzazione su grafi:massimo flusso (parte 1) p. 1/33
Ottimizzazione su grafi: massimo flusso (parte 1) Ottimizzazione su grafi:massimo flusso (parte 1) p. 1/33 Ottimizzazione su grafi:massimo flusso (parte 1) p. 2/33 Reti di flusso Una rete di flusso è una
DettagliAPPUNTI DI TEORIA DEGLI INSIEMI. L assioma della scelta e il lemma di Zorn Sia {A i } i I
APPUNTI DI TEORIA DEGLI INSIEMI MAURIZIO CORNALBA L assioma della scelta e il lemma di Zorn Sia {A i } i I un insieme di insiemi. Il prodotto i I A i è l insieme di tutte le applicazioni α : I i I A i
DettagliAlgoritmi Avanzati Soluzioni dello scritto del 2 febbraio 2004 (appello straordinario)
Algoritmi Avanzati Soluzioni dello scritto del febbraio 004 (appello straordinario) 1. Tengo nascosto nel taschino della giacca un grafo misterioso di 7 nodi. Vi dico solo che listando le valenze (= numero
DettagliGestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena
Gestione della produzione e della supply chain Logistica distributiva Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Un algoritmo per il flusso a costo minimo: il simplesso
DettagliUniversità degli Studi di Cagliari - Facoltà di Ingegneria e Architettura. Metodi agli Elementi Finiti - (AA 2017/ 18) L elemento BEAM
elemento BEAM In qesto capitolo si calcolerà la matrice di rigidea dell elemento BEAM secondo la teoria semplificata di Elero_Bernolli, tiliando il Direct Stiffness Method. Si tratta di na procedra tiliata
Dettagli2.1 Pianificazione multiperiodo della produzione energetica. 2.2 Confronto tra formulazioni per il problema dell albero di supporto di costo minimo
. Pianificazione multiperiodo della produzione energetica Consideriamo il problema di approvvigionamento energetico dell Italia su un orizzonte di T = 0 anni. Sia d t il consumo di potenza elettrica stimato
DettagliGrafi diretti. Un grafo diretto (o grafo orientato) G è una coppia (V,E) dove. V è u n i n s i e m e d i nodi (o vertici);
Algoritmi e Strutture di Dati II 2 Grafi diretti Un grafo diretto (o grafo orientato) G è una coppia (V,E) dove V è u n i n s i e m e d i nodi (o vertici); E µ V V è u n i n s i e m e d i archi. Denotiamo
DettagliSoluzioni della settima esercitazione di Algoritmi 1
Soluzioni della settima esercitazione di Algoritmi 1 Beniamino Accattoli 19 dicembre 2007 1 Grafi Un grafo è non orientato se descrivendo un arco come una coppia di vertici (i,j) l ordine è ininfluente
DettagliGeometria e Topologia I (U1-4) 2006-mag-10 61
Geometria e Topologia I (U1-4) 2006-mag-10 61 (15.9) Teorema. Consideriamo il piano affine. Se A A 2 (K) è un punto e r una retta che non passa per A, allora esiste unica la retta per A che non interseca
DettagliOttimizzazione Discreta Esercizi V: Soluzioni
Ottimizzazione Discreta Esercizi V: Soluzioni Grafi e cammini minimi A.A. 214/215 Esercizio 1 (a) Nella terminologia della teoria dei grafi, si chiede di dimostrare che ogni grafo non orientato G = (V,E),
DettagliMatrici delle differenze finite
Capitolo 8 Matrici delle differenze finite Si riportano in questo capitolo alcuni risultati e proprietà delle matrici delle differenze finite ovvero delle matrici che intervengono nel metodo delle differenze
DettagliTeoria dei Grafi Concetti fondamentali
Teoria dei Grafi Concetti fondamentali I grafi sono un mezzo per rappresentare relazioni binarie. Ad esempio: due città connesse da una strada due calcolatori connessi in una rete telematica due persone
DettagliGrafi (non orientati e connessi): minimo albero ricoprente
Grafi (non orientati e connessi): minimo albero ricoprente Una breve presentazione Definizioni Sia G=(V,E) un grafo non orientato e connesso. Un albero ricoprente di G è un sottografo T G tale che: T è
DettagliAlgoritmi e strutture dati
Algoritmi e Strutture Dati Minimo albero ricoprente Sia G = (V, E) un grafo connesso non orientato. Definizioni Un albero ricoprente di G è un sottografo T G tale che: T è un albero; T contiene tutti i
DettagliRicerca Operativa. Claudio Arbib Universitàdi L Aquila. Esercizi di ottimizzazione combinatoria
Claudio Arbib Universitàdi L Aquila Ricerca Operativa Esercizi di ottimizzazione combinatoria 00-006 Grafi 9 Esercizio. Un grafo simmetrico G = (V, E) si dice cubico se tutti i suoi vertici hanno grado
DettagliDISPIEGAMENTO CENTRALIZZATO L ACCOPPIAMENTO PERFETTO DI PESO MINIMO IL PROBLEMA DEL SENSORI MOBILI IL PROBLEMA (1)
1 IL PROBLEMA DEL DISPIEGAMENTO CENTRALIZZATO DI SENSORI MOBILI OVVERO L ACCOPPIAMENTO PERFETTO DI PESO MINIMO Prof. Tiziana Calamoneri Corso di Algoritmi per le reti A.A. 2010/11 2 IL PROBLEMA SENSORI
DettagliAlgoritmi di visita di un grafo
Algoritmi di isita di n grafo Ilaria Castelli castelli@dii.nisi.it Uniersità degli Stdi di Siena Dipartimento di Ingegneria dell Informazione A.A. 2009/2010 I. Castelli Visita di n grafo, A.A. 2009/2010
DettagliFondamenti di Informatica Ingegneria Meccanica, Elettrica, Gestionale Prova scritta del 12 Luglio 2004
Fondamenti di Informatica Ingegneria Meccanica, Elettrica, Gestionale Proa scritta del 1 Lglio 00 NOME MATRICOLA Esercizio 1 Descriere qale fnzione di e z calcola l algoritmo espresso dal diagramma di
DettagliComplementi di Analisi Matematica Ia. Carlo Bardaro
Complementi di Analisi Matematica Ia Carlo Bardaro Capitolo 1 Elementi di topologia della retta reale 1.1 Intorni, punti di accumulazione e insiemi chiusi Sia x 0 IR un fissato punto di IR. Chiameremo
DettagliGli insiemi N, Z e Q. I numeri naturali
Università Roma Tre L. Chierchia 1 Gli insiemi N, Z e Q Il sistema dei numeri reali (R, +,, ) può essere definito tramite sedici assiomi: quindici assiomi algebrici (si veda ad esempio 2.3 in [Giusti,
Dettagli2.2 Alberi di supporto di costo ottimo
. Alberi di supporto di costo ottimo Problemi relativi ad alberi hanno numerose applicazioni: progettazione di reti (comunicazione, teleriscaldamento,...) protocolli reti IP memorizzazione compatta di
DettagliTeoria dei Grafi Parte I
Teoria dei Grafi Parte I Daniele Vigo D.E.I.S. - Università di Bologna dvigo@deis.unibo.it Teoria dei Grafi Paradigma di rappresentazione di problemi Grafo G : coppia (V,E) V = insieme di vertici E = insieme
DettagliVettori. Un vettore il cui modulo è uguale a zero è detto vettore nullo ed è notato 0 G. vettori pag. 1
Vettori La noione di ettore, cioè di segmento orientato di retta, che pò rappresentare la grandea e la direione di na fora, di na elocità o di n acceleraione, entrò nella matematica discretamente. Aristotele
DettagliGestione della produzione e della supply chain Logistica distributiva
Gestione della produzione e della supply chain Logistica distributiva Paolo Detti Dipartimento di Ingegneria dell Informazione e Scienze Matematiche Università di Siena Struttura delle reti logistiche
DettagliTeoria dei Grafi Parte I. Alberto Caprara DEIS - Università di Bologna
Teoria dei Grafi Parte I Alberto Caprara DEIS - Università di Bologna acaprara@deis.unibo.it Teoria dei Grafi Paradigma di rappresentazione di problemi Grafo G : coppia (V,E) V = insieme di vertici E =
DettagliLezione 2 Teoria dei vettori Sistemi di forze
1 Facoltà di Ingegneria di Messina Corso di Scienza delle Costrzioni 1 Lezione 2 Teoria dei ettori Sistemi di forze Prof. Ing.. Giseppe Ricciardi A.A. 2010-2011 2011 2 Teoria dei ettori 3 Teoria dei ettori
DettagliCoverage. Visto che il coverage si basa su aree dell ambiente che vengono monitorate non è
L. Pallottino, Sistemi Robotici Distribuiti - Versione del 10 Dicembre 2015 393 Coverage Si consideri ora il problema di coordinare una squadra di robot con dei sensori omnidirezionali in modo da garantire
DettagliComplemento 1 Gli insiemi N, Z e Q
AM110 Mat, Univ. Roma Tre (AA 2010/11 L. Chierchia) 30/9/10 1 Complemento 1 Gli insiemi N, Z e Q Il sistema dei numeri reali (R, +,, ) può essere definito tramite sedici assiomi: quindici assiomi algebrici
DettagliLEZIONE 7. k definiamo prodotto scalare di v e w il numero. = v x w x + v y w y + v z w z. w z
LEZINE 7 7.1. Prodotto scalare. Fissiamo un sistema di riferimento ı j k in S 3. Dati i ettori geometrici = ı + y j + k e w = w ı + j + k definiamo prodotto scalare di e w il numero, w = ( y ) w = + y
DettagliAppunti lezione Capitolo 13 Programmazione dinamica
Appunti lezione Capitolo 13 Programmazione dinamica Alberto Montresor 12 Novembre, 2015 1 Domanda: Fattore di crescita dei numeri catalani Vogliamo dimostrare che cresce almeno come 2 n. La nostra ipotesi
DettagliAnalisi e progetto di algoritmi: soluzioni degli esercizi
Analisi e progetto di algoritmi: soluzioni degli esercizi Daniele Turato 24 giugno 2008 Indice 1 Esercizi assegnati in classe 2 1.1 Lezione 1: nozioni basilari sui grafi................. 2 1.1.1 Esercizio
Dettagli2.2 Alberi di supporto di costo ottimo
. Alberi di supporto di costo ottimo Problemi relativi ad alberi hanno numerose applicazioni: progettazione di reti (comunicazione, teleriscaldamento,...) memorizzazione compatta di sequenze (DNA) diffusione
DettagliAlgoritmi e Strutture Dati
Introduzione ai grafi Grafi: Definizione e Algoritmi di visita Maria Rita Di Berardini, Emanuela Merelli 1 1 Dipartimento di Matematica e Informatica Università di Camerino A.A. 2007/08 Introduzione ai
DettagliALGEBRE DI BOOLE. (d) x, y X x y oppure y x.
ALGEBRE DI BOOLE Un insieme parzialmente ordinato è una coppia ordinata (X, ) dove X è un insieme non vuoto e " " è una relazione binaria definita su X tale che (a) x X x x (riflessività) (b) x, y, X se
DettagliComplessità computazionale
Complementi di Algoritmi e Strutture Dati Complessità computazionale Docente: Nicolò Cesa-Bianchi versione 6 marzo 2019 Attenzione: Questo è un riassunto di alcune lezioni messo a disposizione dal docente.
DettagliProblema di flusso massimo
p. 1/5 Problema di flusso massimo Si consideri una rete, ovvero un grafo orientato G = (V,A). Attraverso tale rete si fa viaggiare quello che chiameremo genericamente un flusso di "prodotto". A seconda
DettagliOSTRUZIONI SUI GRAFI. Alcune ostruzioni per l esistenza di grafi con dato score 1) Vale il seguente lemma
OSTRUZIONI SUI GRAFI Alcune ostruzioni per l esistenza di grafi con dato score 1) Vale il seguente lemma Lemma 1. Se G = (V, E) è un grafo finito con n vertici allora deg(v) n 1, v V. Dal lemma segue che
Dettagli2.2 Alberi di supporto di costo ottimo
. Alberi di supporto di costo ottimo Problemi relativi ad alberi hanno numerose applicazioni: progettazione di reti (comunicazione, teleriscaldamento,...) memorizzazione compatta di sequenze (DNA) diffusione
DettagliLa teoria dei grafi permette di esprimere in modo sistematico le LKT e LKC con i metodi della
Grafi La teoria dei grafi permette di esprimere in modo sistematico le LKT e LKC con i metodi della topologia combinatoria. Definizione intuitiva di grafo: Un Grafo è un insieme di nodi (rappresentabili
Dettagli10. Il gruppo Speciale Lineare SL(V )
1 2 3 4 5 6 7 8 9 1 10. Il gruppo Speciale Lineare SL(V ) Siano F un campo e V uno spazio vettoriale di dimensione n su F. Indichiamo con GL(V ) l insieme delle applicazioni lineari biiettive di V in sé.
DettagliSe con e indichiamo l elemento neutro di in G, e deve appartenere ad H.
Abbiamo visto a lezione che una sottoalgebra B di un algebra A è identificabile con l immagine di un omomorfismo iniettivo a valori in A. Una sottoalgebra B di A è in particolare un sottoinsieme non vuoto
DettagliAlgoritmi e Strutture Dati (Mod. B) Algoritmi su grafi Ricerca in profondità (Depth-First Search) Parte III
Algoritmi e Strutture Dati (Mod. B) Algoritmi su grafi Ricerca in profondità (Depth-First Search) Parte III Applicazioni di DFS Due prolemi: calcolare l ordinamento topologico indotto da un grafo aciclico.
DettagliCammini minimi con sorgente singola
Capitolo 11 Cammini minimi con sorgente singola efinizione 11.1. Sia G = (V,, w) un grafo orientato e pesato; dato il cammino p = v 0, v 1,..., v k in G, il valore w(p) = k i=1 w(v i 1, v i ) rappresenta
DettagliAlberi di copertura. Mauro Passacantando. Dipartimento di Informatica Largo B. Pontecorvo 3, Pisa
Alberi di copertura Mauro Passacantando Dipartimento di Informatica Largo B. Pontecorvo, Pisa mpassacantando@di.unipi.it M. Passacantando TFA 0/ - Corso di Ricerca Operativa Università di Pisa / 9 Definizioni
Dettagli2.2 Alberi di supporto di costo ottimo
. Alberi di supporto di costo ottimo Problemi relativi ad alberi hanno numerose applicazioni: progettazione di reti (comunicazione, teleriscaldamento,...) diffusione di messaggi segreti memorizzazione
DettagliGrafi e gruppo fondamentale di un grafo
Grafi e gruppo fondamentale di un grafo Note per il corso di Geometria IV (relative alla parte dei 6 crediti) Milano, 2010-2011, M.Dedò Come trovare un grafo omotopicamente equivalente all'oggetto 3d raffigurato
DettagliProgettazione di Algoritmi
Corso di laurea in Informatica Prova scritta del: Progettazione di Algoritmi 0/06/06 Prof. De Prisco Inserire i propri dati nell apposito spazio. Non voltare la finché non sarà dato il via. Dal via avrai
DettagliVisita di grafi. Vittorio Maniezzo - Università di Bologna
Visita di grafi Vittorio Manieo - Uniersità di Bologna Liste di adiacena Lista di adiacenadi n ertice : lista che concatena ttti i ertici adiacenti a Il grafo pò essere rappresentato dalle liste di adiacena
DettagliAlgoritmo basato su cancellazione di cicli
Algoritmo basato su cancellazione di cicli Dato un flusso ammissibile iniziale, si costruisce una sequenza di flussi ammissibili di costo decrescente. Ciascun flusso è ottenuto dal precedente flusso ammissibile
DettagliLEZIONE 30. Se x = 1 si dice che x è un versore. Se poi y = (y 1,..., y n ) R n poniamo. Ricordiamo che vale la cosiddetta disuguaglianza triangolare
LEZIONE 30 30.1. Insiemi aperti e chiusi in R n. Nel corso di Analisi sono state introdotte alcune nozioni di topologia di R, come la nozione di aperto, di chiuso, di punto d accumulazione. Lo scopo di
DettagliTOPOLOGIA - APPUNTI SETTIMANA 2/12/2013-5/11/2013
TOPOLOGIA - APPUNTI SETTIMANA 2/12/2013-5/11/2013 KIERAN G. O GRADY - 9 DICEMBRE 2013 1. Connessione Se X è uno spazio topologico connesso per archi vale il Teorema dei valori intermedi : dati una f :
DettagliDispense sulla distanza di Hausdorff
Dispense sulla distanza di Hausdorff Fabio Ferri Giada Franz Federico Glaudo 23 aprile 2014 Sommario In questo documento studieremo le proprietà della distanza di Hausdorff, la naturale distanza indotta
Dettagli