G περιέχει τουλάχιστον μία ακμή στο S. spanning tree στο γράφημα G.
|
|
- Πρίαμος Τοκατλίδης
- 7 χρόνια πριν
- Προβολές:
Transcript
1 ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ Σχεδίαση και Ανάλυση Αλγορίθμων Διδάσκων: Ε. Μαρκάκης, Φθινοπωρινό εξάμηνο Λύσεις 3ης Σειράς Ασκήσεων Πρόβλημα 2. Εστω ένας γράφος G = (V, E). Ενα υποσύνολο ακμών E E ονομάζεται σύνολο α- κμών ανάδρασης, αν τέμνει κάθε κύκλο του γραφήματος. Κάθε κύκλος του γραφήματος δηλαδή έχει τουλάχιστον μια ακμή που ανήκει στο Ε. Επομένως αφαιρώντας τις ακμές του E, το γράφημα ϑα γίνει άκυκλο. Σχεδιάστε έναν αποδοτικό αλγόριθμο για το εξής πρόβλημα: σε είσοδο ένα γράφημα με ϑετικά βάρη στις ακμές του, ο αλγόριθμος πρέπει να υπολογίζει ένα σύνολο ακμών ανάδρασης ελαχίστου συνολικού βάρους. Απάντηση. [Παπαευσταθίου] Ενα σύνολο S είναι σύνολο ακμών ανάδρασης στο G αν τέμνει κάθε κύκλο του γραφήματος. Διαφορετικά το S είναι σύνολο ακμών ανάδρασης στο G αν κάθε κύκλος στο G περιέχει τουλάχιστον μία ακμή στο S. Για κάθε σύνολο ακμών ανάδρασης S αν αφαιρέσουμε το S από το γράφημα G, τότε αυτό που ϑα μείνει ϑα είναι ένα δέντρο. Άρα η ελαχιστοποίηση του βάρους του συνόλου ακμών ανάδρασης S ισοδυναμεί με το να μεγιστοποιήσουμε το βάρος αυτού του δέντρου. Συνεπώς το σύνολο ακμών ανάδρασης ελαχίστου βάρους είναι το συμπλήρωμα του μέγιστου spanning tree στο γράφημα G. Algorithm 1 minweightedfeedbackedges et(g) MaxS T = FindmaximumspanningT ree(g) //see algorithm 2 S = MaxS T //find the complement of the maximum spanning tree return S Algorithm 2 FindmaximumspanningT ree(g) T = sort the edges in decreasing order while T n 1 do if T e does not create cycle then add the edge e to T end if end while return T 1
2 O(nlogn) για το sorting, και O( E log E ) για την εύρεση του maxi- Πολυπλοκότητα: mum spanning tree. Πρόβλημα 3. Οι παρακάτω ερωτήσεις αφορούν τη χρήση ουρών προτεραιότητας,και συγκεκριμένα την υλοποίησή τους με σωρούς που είδαμε και στο μάθημα. 1. Ο σωρός που έχουμε δει στο μάθημα ονομάζεται δυαδικός σωρός (binaryheap), ε- πειδή χρησιμοποιούμε δυαδικό δέντρο για την αναπαράστασή του. Μια άλλη ιδέα για να υλοποιήσουμε μια ουρά προτεραιότητας είναι η χρήση d-αδικού σωρού, για κάποια μικρή τιμή του d. Π.χ. για d 3, αυτό σημαίνει ότι το δέντρο ϑα είναι πλέον τριαδικό, κάθε εσωτερικός κόμβος ϑα έχει 3 παιδιά, και ϑα εξακολουθούν να ισχύουν ό,τι είδαμε και στο δυαδικό σωρό, δηλαδή, το δέντρο ϑα έχει γεμάτα όλα τα επίπεδα εκτός ίσως του τελευταίου, και το κλειδί ενός κόμβου ϑα πρέπει να είναι μικρότερο ή ίσο από τα κλειδιά των παιδιών του. Οι λειτουργίες bubbleup και bubbledown ορίζονται επίσης με τον ίδιο τρόπο,όπως και πριν. Το πλεονέκτημα είναι ότι έτσι μπορεί να μειωθεί το ύψος του δέντρου. Δείξτε πόσο ϑα είναι το ύψος του δέντρου σε ένα d-αδικό σωρό με n στοιχεία και γιατί αυτό συνεπάγεται καποια (έστω μικρή) βελτίωση για την insert Εξηγήστε γιατί αυτό αντισταθμίζεται από καποια μικρή επιβάρυνση για την delete min. 2. Εστω ότι έχετε k ταξινομημένους πίνακες,και κάθε πίνακας έχει n στοιχεία.το k είναι μια παράμετρος με 1 k n. Θέλουμε να συγχωνεύσουμε τους πίνακες σε έναν ταξινομημένο πίνακα μεγέθους nk. Μία λύση είναι να βαλουμε όλα τα στοιχεία σε ένα νέο πίνακα μεγέθους nk, και να τον ταξινομήσουμε. Ποια η πολυπλοκότητα αυτής της λύσης; Σκεφτείτε πώς με τη χρήση δυαδικού σωρού, μπορούμε να πετύχουμε μια πιο αποδοτική υλοποίηση (ως συνάρτηση του k και του n). Απάντηση. [Κουτσούλης, Μιτσοπούλου, Χαριτίδης] 1. Ανάλυση για την insert: Κάθε μία νέα τιμή που εισέρχεται στον d-αδικό σωρό πηγαίνει στην τελευταία ελεύθερη ϑέση στο τέλος του σωρού. Επειτα γίνονται τόσες ενέργειες bubbleup όσες χρειάζονται. Η διαδικασία αυτή γίνεται συγκρίνοντας την τιμή του νέου στοιχείου με τον εκάστοτε γονέα και ανεβαίνοντας εάν είναι μικρότερο, ένα επίπεδο την φορά. Αυτό γίνεται τόσες φορές όσες χρειαστεί. Στο χειρότερο σενάριο (worst case scenario) ϑα ανέβει από το τελευταίο επίπεδο μέχρι και την ρίζα την οπο- ία ϑα αντικαταστήσει. Το ύψος στο σωρό είναι log x y, με x ο αριθμός των παιδιών του κάθε κόμβου στο δέντρο, και y το πλήθος των στοιχείων του δέντρου που υλοποιεί τον σωρό. Επομένως, το άθροισμα των συγκρίσεων αυτών στην χειρότερη περίπτωση είναι log d n, μία σύγκριση ανά επίπεδο, με τον εκάστοτε γονέα. Για d > 2 είναι log d n < log 2 n. Επομένως με την συγκεκριμένη υλοποίηση για κάθε εισαγωγή στον σωρό, γίνονται λιγότερες bubbleup ενέργειες από ότι με τον δυαδικό σωρό. Άρα βελτιώνεται ο χρόνος της διαδικασίας insert κατά την διαφορά αυτή. Οι δύο πολυπλοκότητες είναι: O(log 2 n) 2
3 για την υλοποίηση με δυαδικό σωρό και O(log d n) για την υλοποίηση με d-αδικό σωρό και O(log d n) < O(log 2 n). Ανάλυση για την delete min: Για την αφαίρεση στοιχείου από τον σωρό με την χρήση της delete min, αφαιρείται η ρίζα που είναι το μικρότερο στοιχείου της δομής δεδομένων. Επειτα, το τελευταίο στοιχείο του δέντρου έρχεται στην ϑέση της ρίζας και γίνονται τόσα bubbledown όσα χρειάζονται. Αντίστοιχα με την προηγούμενη περίπτωση, οι ενέργειες bubbledown στο χειρότερο σενάριο (worst case scenario) ϑα είναι από την κορυφή του δέντρου μέχρι και το τελευταίο επίπεδο. Σε αντίθεση με την προηγούμενη περίπτωση, σε κάθε επίπεδο η σύγκριση πρέπει να γίνει με κάθε παιδί του κόμβου. Θα πρέπει να γίνουν δηλαδή d συγκρίσεις ανά επίπεδο. Επομένως στο χειρότερο σενάριο ϑα γίνουν d log d n συγκρίσεις συνολικά. Στην υλοποίηση της δομής δεδομένων με δυαδικό σωρό, γίνονται μόνο 2 log 2 n συγκρίσεις, με πολυπλοκότητα O(2 log n), ή αλλιώς O(log n). Με την υλοποίηση του d-αδικού σωρού, η πολυπλοκότητα είναι O(d log d n), για την οποία ισχύει O(d log d n) > O(log n). Παρατηρήσεις: 1)Για την ακρίβεια, το ύψος του δέντρου με το οποίο υλοποιείται ο σωρός είναι: log x y + 1. Η πολυπλοκότητα στην προηγούμενη ανάλυση δεν επηρεάζεται. 2)Για d μικρό, η διαφορά με την δυαδική υλοποίηση είναι μικρή. Οταν το d είναι μεγάλο, τότε φαίνεται η διαφορά. Παραδείγματα: α)για d = 3, είναι: log ενώ log Με 2* και 3* β)για d = 10, τότε είναι: log ενώ log = 3. Με 2* και 10* Για την πρώτη υλοποίηση, η πολυπλοκότητα είναι O(nk log 2 nk), χρησιμοποιώντας έναν από τους γνωστούς αλγόριθμους ταξινόμησης για τον οποίο το πλήθος των στοιχείων ϑα είναι n k. Η πολυπλοκότητα αυτή αναλύεται σε O(nk(log 2 n + log 2 k)) Μια υλοποίηση με χρήση δυαδικού σωρού ϑα μπορούσε να είναι η παρακάτω: 1)δημιουργία άδειου πίνακα Result μεγέθους n k, όπου ϑα αποθηκευτεί ο τελικός ταξινομημένος πίνακας 2)δημιουργία δυαδικού σωρού μεγέθους k. 3)εισαγωγή του πρώτου στοιχείου από τον κάθε πίνακα στον δυαδικό σωρό με την insert. Για το κάθε στοιχείο αποθηκεύεται και ο πίνακας από τον οποίο προήλθε 4)μέχρι να αδείασει ο δυαδικός σωρός: α)αφαίρεση του στοιχείου της ρίζας και εισαγωγή του στον πίνακα Result (χωρίς μεταφορά άλλου στοιχείου στην ρίζα και χωρίς bubbledown) β)αν υπάρχει κι άλλο στοιχείο του πίνακα από τον οποίο είχε εξαχθεί η προηγούμενη ρίζα, τότε εισαγωγή στην ρίζα του επόμενου στοιχείου αυτού και buddledown. Διαφορετικά γίνεται ανακατασκευή του σωρού, με μεταφορά του τελευταίου στοιχείου του σωρού στη ρίζα και bubbledown, κι έτσι μειώνοντας το μέγεθός του κατά έναν κόμβο (συνθήκη τερματισμού του βρόχου) 5)Στο τέλος του αλγορίθμου ο πίνακας Result έχει καταχωρημένα όλα τα στοιχεία όλων των πινάκων σε ταξινομημένη αύξουσα σειρά. 3
4 Το ύψος του δυαδικού σωρού είναι log 2 k + 1, με πολυπλοκότητα O(log 2 k). Τα πρώτα δύο βήματα είναι σταθερής πολυπλοκότητας. Το τρίτο βήμα απαιτεί k εισαγωγές στον σωρό με την insert, με κάθε εισαγωγή να έχει το πολύ log 2 k bubbleup ενέργειες για την insert. Άρα O(k log 2 k). Για το τέταρτο βήμα χρειάζονται το πολύ nk ανακατεσκευές με χρήση bubbledown, με O(log 2 k) κόστος η κάθε μία. Επομένως έχει πολυπλοκότητα O(nk log 2 k). Άρα η πολυπλοκότητα της λύσης αυτής είναι O(k log 2 k) + O(nk log 2 k), ή αλλιώς O((k log 2 k) + (nk log 2 k)), που είναι ίσο με O(nk log 2 k) για το οποίο προφανώς ισχύει: O(nk log 2 k) < O(nk(log 2 n + log 2 k)), επομένως υπάρχει μια μικρή βελτίωση. Πρόβλημα 4. Ενας τρόπος για να αποδείξει κανείς ότι ένα πρόβλημα Π είναι NP-πλήρες είναι με τη μέθοδο της γενίκευσης. Αυτό σημαίνει ότι πρέπει να δείξουμε ότι το Π αποτελεί γενίκευση κάποιου γνωστού NP-πλήρους προβλήματος (εμπεριέχει δηλαδή όλα τα instances ενός NP-πλήρους προβλήματος). Δείξτε με βάση αυτή την ιδέα ότι τα παρακάτω προβλήματα είναι NP-πλήρη, χρησιμοποιώντας τα NP-πλήρη προβλήματα που έχουμε ήδη δει. 1. Longest Path: Δεδομένου ενός γράφου G = (V, E), και ενός ακεραίου k, υπάρχει μονοπάτι με μήκος τουλάχιστον k. Θεωρήστε ότι δεν έχουμε βάρη και ότι το μήκος του μονοπατιού είναι το πλήθος των ακμών που χρησιμοποιεί. 2. Max-SAT: Δεδομένης μιας CNF φόρμουλας φ, και ενός ακεραίου k, υπάρχει μια απονομή αλήθειας που να ικανοποιεί τουλάχιστον k clauses. 3. Stingy SAT: Δεδομένης μιας CNF φόρμουλας φ, και ενός ακεραίου k, υπάρχει μια απονομή αλήθειας που να ικανοποιεί τη φόρμουλα και όπου το πολύ k μεταβλητές είναι true. Απάντηση. [Πετρίδης, Σπυριδάκης, Τσελεπάκης] 1. Longest Path: Αρχικά παρατηρούμε ότι το πρόβλημα Hamiltonian Path είναι μια ειδική περίπτωση του προβλήματος Longest Path για k = V 1, όπου k το ελάχιστο μήκος μονοπατιού του Longest Path. Το Longest Path έχει polynomial-time verification. Για να είναι ικανοποιήσιμο κάποιο certificate x = (V, E ) ενός instance I =< (V, E), k > του προβλήματος (όπου V V, E E), αρκεί να επιβεβαιωθεί ότι περιέχει μονοπάτι που καλύπτει όλους τους κόμβους v V και για το πλήθος των ακμών ισχύει E = V 1 (που επίσης εξασφαλίζει ότι το μονοπάτι είναι άκυκλο). Για να αποδείξουμε ότι το πρόβλημα είναι NP-hard, προχωράμε σε αναγωγή ( Hamiltonian Path P Longest Path). Εστω ένα instance I =< (V, E) > του προβλήματος Hamiltonian Path. Κατασκευάζουμε ένα instance I =< (V, E), k > του προβλήματος Longest Path, όπου k = V 1. Εστω επίσης ένα certificate x = (V, E ), V V, E E για τα I,I. 4
5 { Αν το x ικανοποιεί το instance I προφανώς ικανοποιεί και το I εφόσον σημαίνει ότι περιέχει μονοπάτι μήκους V 1 και για το I ισχύει k = V 1. { Αν το x ικανοποιεί το instance I προφανώς ικανοποιεί και το I εφόσον σημαίνει ότι περιέχει μονοπάτι με μήκος τουλάχιστον k, όπου k = V 1. Συνεπώς το Longest Path NP και είναι NP-hard, άρα Longest Path NPC. 2. Max-SAT: Αρχικά παρατηρούμε ότι το CNF-SAT είναι μια ειδική περίπτωση του Max-SAT για k = m, όπου m ο συνολικός αριθμός των clauses στην φόρμουλα του προβλήματος. Το Max-SAT έχει προφανώς polynomial-time verification όπως και το CNF- SAT και άρα ανήκει στο NP. Για να αποδείξουμε ότι το Max-SAT είναι NP-hard προχωράμε σε reduction CNF-SAT P MAX-SAT. Εστω μια ένα instance I =< Φ > του CNF-SAT, όπου Φ μια boolean formula σε conjuctive normal form με m clauses. Κατασκευάζουμε ένα instance I =< Φ, k > του Max-SAT με k = m. { Αν ένα certificate ικανοποιεί το I προφανώς ικανοποιεί και το I, αφού ικανοποιούνται m clauses της Φ και k = m. { Αν ένα certificate ικανοποιεί το I προφανώς ικανοποιεί και το I, εφόσον ικανοποιούνται k clauses, το σύνολο δηλαδή των clauses της Φ, αφού k = m. Συνεπώς το Max-SAT NP και είναι NP-hard, άρα Max-SAT NPC. 3. Stingy SAT: Αρχικά παρατηρούμε ότι το CNF-SAT είναι μια ειδική περίπτωση του Stingy SAT για k = n, όπου n ο συνολικός αριθμός των variables στην φόρμουλα του προβλήματος. Το Stingy SAT προφανώς ανήκει στο NP καθώς μπορούμε να επιβεβαιώσουμε την εγκυρότητα μιας υποψήφιας λύσης σε πολυωνυμικό χρόνο. Για να αποδείξουμε ότι το Stingy SAT είναι NP-hard ϑα κάνουμε την εξής αναγωγή: CNF-SAT P Stingy SAT. Εστω μια ένα instance I =< Φ > του CNF-SAT, όπου Φ μια boolean formula σε conjuctive normal form με n variables. Κατασκευάζουμε ένα instance I =< Φ, k > του Stingy-SAT με k = n. { Αν ένα certificate ικανοποιεί το I προφανώς ικανοποιεί και το I, αφού ικανοποιείται η Φ με το πολύ n μεταβλητές να είναι true και k = n. { Αν ένα certificate ικανοποιεί το I προφανώς ικανοποιεί και το I, εφόσον ικανοποιείται η Φ με το πολύ k μεταβλητές να είναι true, όπου k = n (συνεπώς οσεσδήποτε από τις n μεταβλητές της Φ μπορούν να είναι true). Συνεπώς το Stingy-SAT NP και είναι NP-hard, άρα Stingy-SAT NPC. 5
6 Πρόβλημα Δώστε μια αναγωγή από το πρόβλημα SUBSET-SUM στο πρόβλημα PARTITION. 2. Το εξής πρόβλημα (3DM - 3-dimensional matching) αποτελεί γενίκευση των matching προβλημάτων σε διμερείς γράφους. Εστω 3 ξένα μεταξύ τους σύνολα X = x 1,..., x n, Y = y 1,..., y n, και Z = z 1,..., z n με n αντικείμενα το καθένα. Εστω επίσης ένα σύνολο T X Y Z, που αποτελείται από τριάδες της μορφής (x i, y j, z k ). Κάθε τριάδα περιέχει ακριβώς ένα αντικείμενο από τα X, Y, Z. Ενα 3-διάστατο ταίριασμα (matching) είναι ένα υποσύνολο του T, δηλαδή ένα συνολο από τριάδες που δεν έχουν κοινά στοιχεία μεταξύ τους. Αυτο σημαίνει ότι για οποιεσδήποτε 2 τριάδες του ταιριάσματος, (x 1, y 1, z 1 ) και (x 2, y 2, z 2 ), έχουμε x 1 x 2, y 1 y 2, z 1 z 2. Θελουμε να αποφασίσουμε αν υπάρχει ένα ταίριασμα με n τριάδες, δηλαδή ένα ταίριασμα που να καλύπτει όλα τα στοιχεία από τα X, Y, Z. Το 3DM είναι ένα από τα γνωστά NP-πλήρη προβλήματα. Δώστε μια απλή αναγωγή από το 3DM στο SAT, και μια από το 3DM στο SET COVER. Απάντηση. [Καρόζος, Μιχολιά, Φιλιππίδου] Set Cover (SC): There exists a universe U of n elements, as in Figure 1, and a collection of subsets C = {S 1, S 2,..., S m } where S i U with 1 i m and an integer k describing the minimum number of subsets that can cover the universe, such that C k. 3 Dimensional Matching (3DM): There exist 3 disjoint sets, X, Y, Z of n nodes each and T a subset that consists of n triples (x, y, x) such that x X, y Y, z Z. A 3 Dimensional Matching M T is a matching where for any two distinct triples (x 1, y 1, z 1 ) M and (x 2, y 2, z 2 ) M no node of the same set is taken twice x 1 x 2, y 1 y 2, z 1 z 2. Transformation: In order to create a transformation of the Set Cover problem that relates directly to the 3DM, we consider that each disjoint set X, Y, Z consists of n nodes each and the total number of nodes in the matching graph is 3n. To this purpose, we build a universe of 3n elements, as in Figure 2, and every triple (x i, y i, z i ) of the matching containing three distinct nodes, will be mapped to a subset S i with three elements of the universe in each subset, i {1, 2,..., n}. If we also take into account, an instance where the number of subsets equals to the number of triples k = n, then this Set Cover connects directly to 3DM. Reduction: Let us assume, a "yes" instance of the 3DM matching: The number of matches with disjoint elements that cover all points are M = n triples of (x i, y i, z i ), with i {1, 2,..., n} that cover the whole number of nodes 3n. If we set n = k, then the union of the k 6
7 three-element subsets S i of the Set Cover problem will gives us the whole universe of 3n elements. Let us assume, a "yes" instance of the Set Cover: There is a number of k subsets S i, i {1, 2,..., n} and the union of these subsets, gives us the universe of 3n elements. If we set k = n, and represent each subset S i with a matching M i of n triples (x i, y i, z i ) then the union of the matches results to the whole number of nodes 3n. However, we also need to prove that each node is present exactly once in every matching. This happens indeed, due to the fact that the total number of nodes is 3n and the matches contain three elements each, so the number of matches is bounded by 3n/3 = n. Thus, we cannot have more than n matches in total, and since we have exactly n, no element can be taken twice. Figure 1: Universe of n elements. Figure 2: Universe of 3n elements. Πρόβλημα 6. Απάντηση. [Ονοματεπώνυμα γραφέων] 7
8 Figure 3: Disjoint sets X,Y,Z. Figure 4: 3 Dimensional Matching. 8
{ i f i == 0 and p > 0
ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ Σχεδίαση και Ανάλυση Αλγορίθμων Διδάσκων: Ε. Μαρκάκης, Φθινοπωρινό εξάμηνο 014-015 Λύσεις 1ης Σειράς Ασκήσεων
Διαβάστε περισσότεραΟι γέφυρες του ποταμού... Pregel (Konigsberg)
Οι γέφυρες του ποταμού... Pregel (Konigsberg) Β Δ Β Δ Γ Γ Κύκλος του Euler (Euler cycle) είναι κύκλος σε γράφημα Γ που περιέχει κάθε κορυφή του γραφήματος, και κάθε ακμή αυτού ακριβώς μία φορά. Για γράφημα
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ. Εαρινό Εξάμηνο
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΠΛ231: Δομές Δεδομένων και Αλγόριθμοι Εαρινό Εξάμηνο 2017-2018 Φροντιστήριο 3 - Λύσεις 1. Εστω ο πίνακας Α = [12, 23, 1, 5, 7, 19, 2, 14]. i. Να δώσετε την κατάσταση
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ. Εαρινό Εξάμηνο
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΠΛ31: Δομές Δεδομένων και Αλγόριθμοι Εαρινό Εξάμηνο 017-018 Φροντιστήριο 5 1. Δικαιολογήστε όλες τις απαντήσεις σας. i. Δώστε τις 3 βασικές ιδιότητες ενός AVL δένδρου.
Διαβάστε περισσότεραΔ Ι Α Κ Ρ Ι Τ Α Μ Α Θ Η Μ Α Τ Ι Κ Α. 1η σειρά ασκήσεων
Δ Ι Α Κ Ρ Ι Τ Α Μ Α Θ Η Μ Α Τ Ι Κ Α 1η σειρά ασκήσεων Ονοματεπώνυμο: Αριθμός μητρώου: Ημερομηνία παράδοσης: Μέχρι την Τρίτη 2 Απριλίου 2019 Σημειώστε τις ασκήσεις για τις οποίες έχετε παραδώσει λύση: 1
Διαβάστε περισσότερα21/11/2005 Διακριτά Μαθηματικά. Γραφήματα ΒΑΣΙΚΗ ΟΡΟΛΟΓΙΑ : ΜΟΝΟΠΑΤΙΑ ΚΑΙ ΚΥΚΛΟΙ Δ Ι. Γεώργιος Βούρος Πανεπιστήμιο Αιγαίου
Γραφήματα ΒΑΣΙΚΗ ΟΡΟΛΟΓΙΑ : ΜΟΝΟΠΑΤΙΑ ΚΑΙ ΚΥΚΛΟΙ A Ε B Ζ Η Γ K Θ Δ Ι Ορισμός Ένα (μη κατευθυνόμενο) γράφημα (non directed graph) Γ, είναι μία δυάδα από σύνολα Ε και V και συμβολίζεται με Γ=(Ε,V). Το σύνολο
Διαβάστε περισσότεραΑναγνώριση Προτύπων. Σήμερα! Λόγος Πιθανοφάνειας Πιθανότητα Λάθους Κόστος Ρίσκο Bayes Ελάχιστη πιθανότητα λάθους για πολλές κλάσεις
Αναγνώριση Προτύπων Σήμερα! Λόγος Πιθανοφάνειας Πιθανότητα Λάθους Πιθανότητα Λάθους Κόστος Ρίσκο Bayes Ελάχιστη πιθανότητα λάθους για πολλές κλάσεις 1 Λόγος Πιθανοφάνειας Ας υποθέσουμε ότι θέλουμε να ταξινομήσουμε
Διαβάστε περισσότεραΑποδεικτικές Διαδικασίες και Μαθηματική Επαγωγή.
Αποδεικτικές Διαδικασίες και Μαθηματική Επαγωγή. Mαθηματικό σύστημα Ένα μαθηματικό σύστημα αποτελείται από αξιώματα, ορισμούς, μη καθορισμένες έννοιες και θεωρήματα. Η Ευκλείδειος γεωμετρία αποτελεί ένα
Διαβάστε περισσότεραCSE.UOI : Μεταπτυχιακό Μάθημα
Θέματα Αλγορίθμων Αλγόριθμοι και Εφαρμογές στον Πραγματικό Κόσμο CSE.UOI : Μεταπτυχιακό Μάθημα 10η Ενότητα: Χρονικά Εξελισσόμενες ικτυακές Ροές Σπύρος Κοντογιάννης kntg@cse.ui.gr Τμήμα Μηχανικών Η/Υ &
Διαβάστε περισσότεραΑς υποθέσουμε ότι ο παίκτης Ι διαλέγει πρώτος την τυχαιοποιημένη στρατηγική (x 1, x 2 ), x 1, x2 0,
Οικονομικό Πανεπιστήμιο Αθηνών Τμήμα Στατιστικής Εισαγωγή στην Επιχειρησιακή Ερευνα Εαρινό Εξάμηνο 2015 Μ. Ζαζάνης Πρόβλημα 1. Να διατυπώσετε το παρακάτω παίγνιο μηδενικού αθροίσματος ως πρόβλημα γραμμικού
Διαβάστε περισσότεραΑναγνώριση Προτύπων. Σημερινό Μάθημα
Αναγνώριση Προτύπων Σημερινό Μάθημα Bias (απόκλιση) και variance (διακύμανση) Ελεύθεροι Παράμετροι Ελεύθεροι Παράμετροι Διαίρεση dataset Μέθοδος holdout Cross Validation Bootstrap Bias (απόκλιση) και variance
Διαβάστε περισσότερα«ΔΙΑΚΡΙΤΑ ΜΑΘΗΜΑΤΙΚΑ»
HY 118α «ΔΙΚΡΙΤ ΜΘΗΜΤΙΚ» ΣΚΗΣΕΙΣ ΠΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΙΣΤΩΝ εώργιος Φρ. εωργακόπουλος ΜΕΡΟΣ (1) ασικά στοιχεία της θεωρίας συνόλων. Π. ΚΡΗΤΗΣ ΤΜ. ΕΠ. ΥΠΟΛΟΙΣΤΩΝ «ΔΙΚΡΙΤ ΜΘΗΜΤΙΚ». Φ. εωργακόπουλος
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ. Εαρινό Εξάμηνο
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΠΛ231: Δομές Δεδομένων και Αλγόριθμοι Εαρινό Εξάμηνο 2017-2018 Φροντιστήριο 3 1. Εστω η στοίβα S και ο παρακάτω αλγόριθμος επεξεργασίας της. Να καταγράψετε την κατάσταση
Διαβάστε περισσότεραΦροντιστήριο 2: Ανάλυση Αλγόριθμου. Νικόλας Νικολάου ΕΠΛ432: Κατανεμημένοι Αλγόριθμοι 1 / 10
Φροντιστήριο 2: Ανάλυση Αλγόριθμου Εκλογής Προέδρου με O(nlogn) μηνύματα Νικόλας Νικολάου ΕΠΛ432: Κατανεμημένοι Αλγόριθμοι 1 / 10 Περιγραφικός Αλγόριθμος Αρχικά στείλε μήνυμα εξερεύνησης προς τα δεξιά
Διαβάστε περισσότεραΑναγνώριση Προτύπων. Σημερινό Μάθημα
Αναγνώριση Προτύπων Σημερινό Μάθημα Εκτίμηση Πυκνότητας με k NN k NN vs Bayes classifier k NN vs Bayes classifier Ο κανόνας ταξινόμησης του πλησιέστερου γείτονα (k NN) lazy αλγόριθμοι O k NN ως χαλαρός
Διαβάστε περισσότεραΣχέσεις και ιδιότητές τους
Σχέσεις και ιδιότητές τους Διμελής (binary) σχέση Σ από σύνολο Χ σε σύνολο Υ είναι ένα υποσύνολο του καρτεσιανού γινομένου Χ Υ. Αν (χ,ψ) Σ, λέμε ότι το χ σχετίζεται με το ψ και σημειώνουμε χσψ. Στην περίπτωση
Διαβάστε περισσότεραHY 280. θεμελιακές έννοιες της επιστήμης του υπολογισμού ΑΣΚΗΣΕΙΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ. Γεώργιος Φρ.
HY 280 «ΘΕΩΡΙΑ ΥΠΟΛΟΓΙΣΜΟΥ» θεμελικές έννοιες της επιστήμης του υπολογισμού ΑΣΚΗΣΕΙΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ Γεώργιος Φρ. Γεωργκόπουλος μέρος Α Εισγωγή, κι η σική θεωρί των πεπερσμένων
Διαβάστε περισσότεραΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ Γ ΤΑΞΗ
ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Σ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΔΕΥΤΕΡΑ 12 ΙΟΥΝΙΟΥ 2000 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ (ΚΥΚΛΟΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΥΠΗΡΕΣΙΩΝ): ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ
Διαβάστε περισσότεραΑλγόριθμοι και πολυπλοκότητα NP-Completeness (2)
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Αλγόριθμοι και πολυπλοκότητα NP-Completeness (2) Ιωάννης Τόλλης Τμήμα Επιστήμης Υπολογιστών NP-Completeness (2) x 1 x 1 x 2 x 2 x 3 x 3 x 4 x 4 12 22 32 11 13 21
Διαβάστε περισσότερα12/1/2006 Διακριτά Μαθηματικά. Ορισμός. Υπό γράφημα Τ γραφήματος Γ καλείται συνδετικό (ή επικαλύπτον)
ΣΥΝΔΕΤΙΚΑ ΔΕΝΤΡΑ Ορισμός. Υπό γράφημα Τ γραφήματος Γ καλείται συνδετικό (ή επικαλύπτον) δέντρο (spanning tree) του Γ εάν αυτό είναι δέντρο και περιέχει όλες τις κορυφές του Γ. Παράδειγμα. Στο παρακάτω
Διαβάστε περισσότεραΕισαγωγικά. 1.1 Η σ-αλγεβρα ως πληροφορία
1 Εισαγωγικά 1.1 Η σ-αλγεβρα ως πληροφορία Στη θεωρία μέτρου, όταν δουλεύει κανείς σε έναν χώρο X, συνήθως έχει διαλέξει μια αρκετά μεγάλη σ-άλγεβρα στον X έτσι ώστε όλα τα σύνολα που εμφανίζονται να ανήκουν
Διαβάστε περισσότεραΕξαναγκασμένες ταλαντώσεις, Ιδιοτιμές με πολλαπλότητα, Εκθετικά πινάκων. 9 Απριλίου 2013, Βόλος
ιαφορικές Εξισώσεις Εξαναγκασμένες ταλαντώσεις, Ιδιοτιμές με πολλαπλότητα, Ατελείς ιδιοτιμές Εκθετικά πινάκων Μανόλης Βάβαλης Τμήμα Μηχανικών Η/Υ Τηλεπικοινωνιών και ικτύων Πανεπιστήμιο Θεσσαλίας 9 Απριλίου
Διαβάστε περισσότεραΣυναρτήσεις. Σημερινό μάθημα
Συναρτήσεις Σημερινό μάθημα C++ Συναρτήσεις Δήλωση συνάρτησης Σύνταξη συνάρτησης Πρότυπο συνάρτησης & συνάρτηση Αλληλο καλούμενες συναρτήσεις συναρτήσεις μαθηματικών Παράμετροι συναρτήσεων Τοπικές μεταβλητές
Διαβάστε περισσότερα1. Εστω ότι A, B, C είναι γενικοί 2 2 πίνακες, δηλαδή, a 21 a, και ανάλογα για τους B, C. Υπολογίστε τους πίνακες (A B) C και A (B C) και
ΕΙΣΑΓΩΓΗ ΣΤΗ ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι Εαρινό Εξάμηνο 0 Ασκήσεις για προσωπική μελέτη Είναι απολύτως απαραίτητο να μπορείτε να τις λύνετε, τουλάχιστον τις υπολογιστικές! Εστω ότι A, B, C είναι γενικοί πίνακες,
Διαβάστε περισσότεραΣΤΟ ΙΑΤΡΕΙΟ. Με την πιστοποίηση του αποκτά πρόσβαση στο περιβάλλον του ιατρού που παρέχει η εφαρμογή.
ΣΤΟ ΙΑΤΡΕΙΟ Ο ιατρός αφού διαπιστώσει εάν το πρόσωπο που προσέρχεται για εξέταση είναι το ίδιο με αυτό που εικονίζεται στο βιβλιάριο υγείας και ελέγξει ότι είναι ασφαλιστικά ενήμερο (όπως ακριβώς γίνεται
Διαβάστε περισσότεραΗ ανισότητα α β α±β α + β με α, β C και η χρήση της στην εύρεση ακροτάτων.
A A N A B P Y T A Άρθρο στους Μιγαδικούς Αριθμούς 9 5 0 Η ανισότητα α β α±β α + β με α, β C και η χρήση της στην εύρεση ακροτάτων. Δρ. Νίκος Σωτηρόπουλος, Μαθηματικός Εισαγωγή Το άρθρο αυτό γράφεται με
Διαβάστε περισσότερα5.1 Μετρήσιμες συναρτήσεις
5 Μετρήσιμες συναρτήσεις 5.1 Μετρήσιμες συναρτήσεις Ορισμός 5.1. Εστω (Ω, F ), (E, E) μετρήσιμοι χώροι. Μια συνάρτηση f : Ω E λέγεται F /Eμετρήσιμη αν f 1 (A) F για κάθε A E. (5.1) Συμβολίζουμε το σύνολο
Διαβάστε περισσότερα(3 ο ) Εξαντλητική αναζήτηση I: μεταθέσεις & υποσύνολα (4 o ) Εξαντλητική αναζήτηση II: συνδυασμοί, διατάξεις & διαμερίσεις
(3 ο ) Εξαντλητική αναζήτηση I: μεταθέσεις & υποσύνολα (4 o ) Εξαντλητική αναζήτηση II: συνδυασμοί, διατάξεις & διαμερίσεις Είναι πράγματι τα «προβλήματα» τόσο δύσκολα; Είδαμε (σύντομα) στα προηγούμενα
Διαβάστε περισσότεραΑναγνώριση Προτύπων. Σημερινό Μάθημα
Αναγνώριση Προτύπων Σημερινό Μάθημα Μη Παραμετρικός Υπολογισμός πυκνότητας με εκτίμηση Ιστόγραμμα Παράθυρα Parzen Εξομαλυμένη Kernel Ασκήσεις 1 Μη Παραμετρικός Υπολογισμός πυκνότητας με εκτίμηση Κατά τη
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ ΜΑΘΗΜΑ: ΟΙΚΟΝΟΜΙΚΗ ΘΕΩΡΙΑ
ΜΑΘΗΜΑ: ΟΙΚΟΝΟΜΙΚΗ ΘΕΩΡΙΑ Την ευθύνη του εκπαιδευτικού υλικού έχει ο επιστημονικός συνεργάτης των Πανεπιστημιακών Φροντιστηρίων «ΚOΛΛΙΝΤΖΑ», οικονομολόγος συγγραφέας θεμάτων ΑΣΕΠ, Παναγιώτης Βεργούρος.
Διαβάστε περισσότεραΤαξινόμηση των μοντέλων διασποράς ατμοσφαιρικών ρύπων βασισμένη σε μαθηματικά κριτήρια.
ΠΡΟΤΕΙΝΟΜΕΝΑ ΘΕΜΑΤΑ Ταξινόμηη των μοντέλων διαποράς ατμοφαιρικών ρύπων βαιμένη ε μαθηματικά κριτήρια. Μοντέλο Ελεριανά μοντέλα (Elerian) Λαγκρατζιανά μοντέλα (Lagrangian) Επιπρόθετος διαχωριμός Μοντέλα
Διαβάστε περισσότεραFractional Colorings and Zykov Products of graphs
Fractional Colorings and Zykov Products of graphs Who? Nichole Schimanski When? July 27, 2011 Graphs A graph, G, consists of a vertex set, V (G), and an edge set, E(G). V (G) is any finite set E(G) is
Διαβάστε περισσότεραPointers. Σημερινό Μάθημα! Χρήση pointer Τελεστής * Τελεστής & Γενικοί δείκτες Ανάκληση Δέσμευση μνήμης new / delete Pointer σε αντικείμενο 2
Pointers 1 Σημερινό Μάθημα! Χρήση pointer Τελεστής * Τελεστής & Γενικοί δείκτες Ανάκληση Δέσμευση μνήμης new / delete Pointer σε αντικείμενο 2 1 Μνήμη μεταβλητών Κάθε μεταβλητή έχει διεύθυνση Δεν χρειάζεται
Διαβάστε περισσότεραΜΙΚΡΟΟΙΚΟΝΟΜΙΚΗ Η ΚΑΤΑΝΑΛΩΤΙΚΗ ΑΠΟΦΑΣΗ. Άσκηση με θέμα τη μεγιστοποίηση της χρησιμότητας του καταναλωτή
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΙΟΝΙΩΝ ΝΗΣΩΝ ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΣΑΓΩΓΙΚΗ ΚΑΤΕΥΘΥΝΣΗ: ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 07 08 ΛΕΥΚΑΔΑ ΜΙΚΡΟΟΙΚΟΝΟΜΙΚΗ Η ΚΑΤΑΝΑΛΩΤΙΚΗ
Διαβάστε περισσότεραΕστω X σύνολο και A μια σ-άλγεβρα στο X. Ονομάζουμε το ζεύγος (X, A) μετρήσιμο χώρο.
2 Μέτρα 2.1 Μέτρα σε μετρήσιμο χώρο Εστω X σύνολο και A μια σ-άλγεβρα στο X. Ονομάζουμε το ζεύγος (X, A) μετρήσιμο χώρο. Ορισμός 2.1. Μέτρο στον (X, A) λέμε κάθε συνάρτηση µ : A [0, ] που ικανοποιεί τις
Διαβάστε περισσότεραΣΥΝΟΛΑ (προσέξτε τα κοινά χαρακτηριστικά των παρακάτω προτάσεων) Οι άνθρωποι που σπουδάζουν ΤΠ&ΕΣ και βρίσκονται στην αίθουσα
ΣΥΝΟΛΑ (προσέξτε τα κοινά χαρακτηριστικά των παρακάτω προτάσεων) Οι άνθρωποι που σπουδάζουν ΤΠ&ΕΣ και βρίσκονται στην αίθουσα Τα βιβλία διακριτών μαθηματικών του Γ.Β. Η/Υ με επεξεργαστή Pentium και χωρητικότητα
Διαβάστε περισσότεραΤο κράτος είναι φτιαγμένο για τον άνθρωπο και όχι ο άνθρωπος για το κράτος. A. Einstein Πηγή:
Ας πούμε και κάτι για τις δύσκολες μέρες που έρχονται Το κράτος είναι φτιαγμένο για τον άνθρωπο και όχι ο άνθρωπος για το κράτος. A. Einstein 1879-1955 Πηγή: http://www.cognosco.gr/gnwmika/ 1 ΚΥΚΛΙΚΟΣ
Διαβάστε περισσότεραΠ. ΚΡΗΤΗΣ, ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ ΗΥ 380, «ΑΛΓΟΡΙΘΜΟΙ & ΠΟΛΥΠΛΟΚΟΤΗΤΑ» Φ 01: ΕΞΑΝΤΛΗΤΙΚΗ ΑΝΑΖΗΤΗΣΗ
Π. ΚΡΗΤΗΣ, ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ ΗΥ 380, «ΑΛΓΟΡΙΘΜΟΙ & ΠΟΛΥΠΛΟΚΟΤΗΤΑ» Φ 01: ΕΞΑΝΤΛΗΤΙΚΗ ΑΝΑΖΗΤΗΣΗ Δεδομένου ενός προβλήματος Q, ο πρώτος σκοπός μιας εξαντλητικής αναζήτησης είναι να μας εφασφαλίσει
Διαβάστε περισσότεραΑΛΓΟΡΙΘΜΟΙ Άνοιξη I. ΜΗΛΗΣ
ΑΛΓΟΡΙΘΜΟΙ http://eclass.aueb.gr/courses/inf6/ Άνοιξη 06 - I. ΜΗΛΗΣ P NP και NP-complete προβλήματα (Κλάσεις Πολυπλοκότητας) ΑΛΓΟΡΙΘΜΟΙ - ΑΝΟΙΞΗ 06 - Ι. ΜΗΛΗΣ 5 NP-COMPLETENESS I Γιατί για πολλά προβλήματα
Διαβάστε περισσότεραΑλγόριθμοι & Βελτιστοποίηση
Αλγόριθμοι & Βελτιστοποίηση ΠΜΣ/ΕΤΥ: Μεταπτυχιακό Μάθημα 8η Ενότητα: Γραμμικός Προγραμματισμός ως Υπορουτίνα για Επίλυση Προβλημάτων Χρήστος Ζαρολιάγκης (zaro@ceid.upatras.gr) Σπύρος Κοντογιάννης (kontog@cs.uoi.gr)
Διαβάστε περισσότεραΕφαρμογές στην κίνηση Brown
13 Εφαρμογές στην κίνηση Brown Σε αυτό το κεφάλαιο θέλουμε να κάνουμε για την πολυδιάστατη κίνηση Brown κάτι ανάλογο με αυτό που κάναμε στην Παράγραφο 7.2 για τη μονοδιάστατη κίνηση Brown. Δηλαδή να μελετήσουμε
Διαβάστε περισσότερα(20 ο ) ΣΤΑΔΙΑΚΕΣ ΚΑΤΑΣΚΕΥΕΣ Ι: ΑΠΛΗΣΤΟΙ ΑΛΓΟΡΙΘΜΟΙ
(20 ο ) ΣΤΑΔΙΑΚΕΣ ΚΑΤΑΣΚΕΥΕΣ Ι: ΑΠΛΗΣΤΟΙ ΑΛΓΟΡΙΘΜΟΙ Σταδιακές κατακευές: από μερικά αποτελέματα ε περιότερα. Το ημείο όπου έχουμε φθάει προφέρεται για μια μικρή ανακόπηη. Το κεπτικό μας ήταν εξ αρχής ότι
Διαβάστε περισσότεραΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ. Πρώτη Γραπτή Εργασία. Εισαγωγή στους υπολογιστές Μαθηματικά
ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών: ΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ και ΟΡΓΑΝΙΣΜΩΝ Θεματική Ενότητα: ΕΟ-13 Ποσοτικές Μέθοδοι Ακαδημαϊκό Έτος: 2012-13 Πρώτη Γραπτή Εργασία Εισαγωγή στους υπολογιστές Μαθηματικά
Διαβάστε περισσότεραιάσταση του Krull Α.Π.Θ. Θεσσαλονίκη Χ. Χαραλαμπους (ΑΠΘ) ιάσταση του Krull Ιανουάριος, / 27
ιάσταση του Krull Χ. Χαραλάμπους Α.Π.Θ. Θεσσαλονίκη Ιανουάριος, 2017 Χ. Χαραλαμπους (ΑΠΘ) ιάσταση του Krull Ιανουάριος, 2017 1 / 27 Ορισμοί Εστω R (αντιμεταθετικός) δακτύλιος. Ορισμός Η διάσταση του Krull
Διαβάστε περισσότεραΠεριεχόμενα. 3 Γεννήτριες συναρτήσεις Συνήθεις γεννήτριες συναρτήσεις Βασικές γεννήτριες συναρτήσεις
Περιεχόμενα Γραφήματα 5. Εισαγωγή ιστορικό....................................... 5. Γραφήματα δεσμών........................................ 6.. Βασικοί ορισμοί...................................... 6..
Διαβάστε περισσότεραΤΑΞΙΝΟΜΗΣΗ ΟΡΓΑΝΙΣΜΩΝ
ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ 1α ΤΑΞΙΝΟΜΗΣΗ ΟΡΓΑΝΙΣΜΩΝ Οι επιστήμονες ταξινομούν τους οργανισμούς σε ομάδες ανάλογα με τα κοινά τους χαρακτηριστικά. Τα πρώτα συστήματα ταξινόμησης βασιζόταν αποκλειστικά στα μορφολογικά
Διαβάστε περισσότεραΤο δεντροπλάτος και το γνήσιο δεντροπλάτος.
Διπλωματική Εργασία Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών Τμήμα Μαθηματικών μπλ : Μεταπτυχιακό Πρόγραμμα στη Λογική και Θεωρία Αλγορίθμων και Υπολογισμού Το δεντροπλάτος και το γνήσιο δεντροπλάτος.
Διαβάστε περισσότεραΠ. ΚΡΗΤΗΣ, ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ ΗΥ 380, «ΑΛΓΟΡΙΘΜΟΙ & ΠΟΛΥΠΛΟΚΟΤΗΤΑ» Φ 06: ΧΡΗΣΗ ΔΟΜΩΝ ΔΕΔΟΜΕΝΩΝ
Π. ΚΡΗΤΗΣ, ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ ΗΥ 380, «ΑΛΓΟΡΙΘΜΟΙ & ΠΟΛΥΠΛΟΚΟΤΗΤΑ» Φ 06: ΧΡΗΣΗ ΔΟΜΩΝ ΔΕΔΟΜΕΝΩΝ Η «μάχη» για καλούς αλγορίθμους έχει σε αδρές γραμμές 4 επίπεδα: Υπάρχει αλγόριθμος; Υπάρχει «δραστικός»
Διαβάστε περισσότεραΕυρωπαϊκά παράγωγα Ευρωπαϊκά δικαιώματα
17 Ευρωπαϊκά παράγωγα 17.1 Ευρωπαϊκά δικαιώματα Ορισμός 17.1. 1) Ευρωπαϊκό δικαίωμα αγοράς σε μία μετοχή είναι ένα συμβόλαιο που δίνει στον κάτοχό του το δικαίωμα να αγοράσει μία μετοχή από τον εκδότη
Διαβάστε περισσότεραΣΤΟ ΦΑΡΜΑΚΕΙΟ. Με την πιστοποίηση του έχει πρόσβαση στο περιβάλλον του φαρμακείου που παρέχει η εφαρμογή.
ΣΤΟ ΦΑΡΜΑΚΕΙΟ Ο ασθενής έχοντας μαζί του το βιβλιάριο υγείας του και την τυπωμένη συνταγή από τον ιατρό, η οποία αναγράφει τον μοναδικό κωδικό της, πάει στο φαρμακείο. Το φαρμακείο αφού ταυτοποιήσει το
Διαβάστε περισσότεραΨηφιακή Εικόνα. Σημερινό μάθημα!
Ψηφιακή Εικόνα Σημερινό μάθημα! Ψηφιακή Εικόνα Αναλογική εικόνα Ψηφιοποίηση (digitalization) Δειγματοληψία Κβαντισμός Δυαδικές δ έ (Binary) εικόνες Ψηφιακή εικόνα & οθόνη Η/Υ 1 Ψηφιακή Εικόνα Μια ακίνητη
Διαβάστε περισσότεραΣυναρτήσεις & Κλάσεις
Συναρτήσεις & Κλάσεις Overloading class member συναρτήσεις/1 #include typedef unsigned short int USHORT; enum BOOL { FALSE, TRUE}; class Rectangle { public: Rectangle(USHORT width, USHORT
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ ΜΑΘΗΜΑ: ΕΡΩΤΗΣΕΙΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ
ΜΑΘΗΜΑ: ΕΡΩΤΗΣΕΙΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ Tα Πανεπιστημιακά Φροντιστήρια «ΚΟΛΛΙΝΤΖΑ» προετοιμάζοντας σε ολιγομελείς ομίλους τους υποψήφιους για τον επικείμενο διαγωνισμό του Υπουργείου Οικονομικών, με κορυφαίο
Διαβάστε περισσότεραΑΣΕΠ 2000 ΑΣΕΠ 2000 Εμπορική Τράπεζα 1983 Υπουργείο Κοιν. Υπηρ. 1983
20 Φεβρουαρίου 2010 ΑΣΕΠ 2000 1. Η δεξαμενή βενζίνης ενός πρατηρίου υγρών καυσίμων είναι γεμάτη κατά τα 8/9. Κατά τη διάρκεια μιας εβδομάδας το πρατήριο διέθεσε τα 3/4 της βενζίνης αυτής και έμειναν 4000
Διαβάστε περισσότεραΣυγκέντρωση Κίνησης. 6.1. Εισαγωγή. 6.2. Στατική Συγκέντρωση Κίνησης
Συγκέντρωση Κίνησης 6.1. Εισαγωγή Σε ένα οπτικό WDM δίκτυο, οι κόμβοι κορμού επικοινωνούν μεταξύ τους και ανταλλάσουν πληροφορία μέσω των lightpaths. Ένα WDM δίκτυο κορμού είναι υπεύθυνο για την εγκατάσταση
Διαβάστε περισσότεραΕπίλυση ειδικών μορφών ΣΔΕ
15 Επίλυση ειδικών μορφών ΣΔΕ Σε αυτό το κεφάλαιο θα δούμε κάποιες ειδικές μορφές ΣΔΕ για τις οποίες υπάρχει μέθοδος επίλυσης. Περισσότερες μπορεί να δει κανείς στο Kloeden and Plaen (199), 4.-4.4. Θα
Διαβάστε περισσότερατεσσάρων βάσεων δεδομένων που θα αντιστοιχούν στους συνδρομητές
Σ Υ Π Τ Μ Α 8 Ιουνίου 2010 Άσκηση 1 Μια εταιρία τηλεφωνίας προσπαθεί να βρει πού θα τοποθετήσει τις συνιστώσες τηλεφωνικού καταλόγου που θα εξυπηρετούν τους συνδρομητές της. Η εταιρία εξυπηρετεί κατά βάση
Διαβάστε περισσότεραΤρίτη, 05 Ιουνίου 2001 ΤΕΧΝΟΛΟΓΙΚΗ ΚΑΤΕΥΘΥΝΣΗ Γ ΛΥΚΕΙΟΥ ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ
Τρίτη, 05 Ιουνίου 2001 ΤΕΧΝΟΛΟΓΙΚΗ ΚΑΤΕΥΘΥΝΣΗ Γ ΛΥΚΕΙΟΥ ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΘΕΜΑ 1 Α. Να µεταφέρετε στο τετράδιό σας και να συµπληρώσετε τον παρακάτω πίνακα αλήθειας δύο προτάσεων
Διαβάστε περισσότεραΣΧΟΛΙΚΟ ΕΤΟΣ ΕΥΘΥΓΡΑΜΜΗ ΟΜΑΛΗ ΚΙΝΗΣΗ ΤΡΙΩΡΗ ΓΡΑΠΤΗ ΕΞΕΤΑΣΗ ΣΤΗ ΦΥΣΙΚΗ A ΛΥΚΕΙΟΥ. Ονοματεπώνυμο Τμήμα
Σελίδα 1 ΣΧΟΛΙΚΟ ΕΤΟΣ 2014 2015 ΕΥΘΥΓΡΑΜΜΗ ΟΜΑΛΗ ΚΙΝΗΣΗ ΤΡΙΩΡΗ ΓΡΑΠΤΗ ΕΞΕΤΑΣΗ ΣΤΗ ΦΥΣΙΚΗ A ΛΥΚΕΙΟΥ Ονοματεπώνυμο Τμήμα ΘΕΜΑ Α Οδηγία: Να γράψετε στην κόλλα σας τον αριθμό καθεμιάς από τις παρακάτω ερωτήσεις
Διαβάστε περισσότερα( μ, λ ) ( i ) ( ii ) ( iii ) ( iv ) ( v )
Π. ΚΡΗΤΗΣ, ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ ΗΥ 380, «ΑΛΓΟΡΙΘΜΟΙ & ΠΟΛΥΠΛΟΚΟΤΗΤΑ» Φ 08: ΟΡΘΟΤΗΤΑ: ΤΟ ΖΗΤΗΜΑ ΤΗΣ «ΠΡΟΟΔΟΥ» ΤΩΝ ΑΛΓΟΡΙΘΜΩΝ Το ζήτημα της προόδου εισαγωγικά σχόλια. Κάθε αλγόριθμος από τα δεδομένα
Διαβάστε περισσότεραΜαθηματικά Πληροφορικής
Πανεπιστήμιο Αθηνών Μαθηματικά Πληροφορικής Ηλίας Κουτσουπιάς Αθήνα, Οκτώβριος 2009 Περιεχόμενα Περιεχόμενα 1 Σύνολα... 5 ΆλλαΣύμβολα... 6 1 Υποθέσεις και Θεωρήματα 9 1.1 Παρατήρηση-Υπόθεση-Απόδειξη...
Διαβάστε περισσότεραΑνεξαρτησία Ανεξαρτησία για οικογένειες συνόλων και τυχαίες μεταβλητές
10 Ανεξαρτησία 10.1 Ανεξαρτησία για οικογένειες συνόλων και τυχαίες μεταβλητές Στην παράγραφο αυτή δουλεύουμε σε χώρο πιθανότητας (Ω, F, P). Δίνουμε καταρχάς τον ορισμό της ανεξαρτησίας για ενδεχόμενα,
Διαβάστε περισσότεραΑνεξαρτησία Ανεξαρτησία για οικογένειες συνόλων και τυχαίες μεταβλητές
10 Ανεξαρτησία 10.1 Ανεξαρτησία για οικογένειες συνόλων και τυχαίες μεταβλητές Στην παράγραφο αυτή δουλεύουμε σε χώρο πιθανότητας (Ω, F, P). Δίνουμε καταρχάς τον ορισμό της ανεξαρτησίας για ενδεχόμενα,
Διαβάστε περισσότερα602. Συναρτησιακή Ανάλυση. Υποδείξεις για τις Ασκήσεις
602. Συναρτησιακή Ανάλυση Υποδείξεις για τις Ασκήσεις Τμήμα Μαθηματικών Πανεπιστήμιο Αθηνών Αθήνα 2018 Περιεχόμενα 1 Χώροι με νόρμα 1 2 Χώροι πεπερασμένης διάστασης 23 3 Γραμμικοί τελεστές και γραμμικά
Διαβάστε περισσότεραΈννοια. Η αποδοχή της κληρονομίας αποτελεί δικαίωμα του κληρονόμου, άρα δεν
1 1. Αποδοχή κληρονομίας Έννοια. Η αποδοχή της κληρονομίας αποτελεί δικαίωμα του κληρονόμου, άρα δεν μπορεί να ασκηθεί από τους δανειστές του κληρονόμου, τον εκτελεστή της διαθήκης, τον κηδεμόνα ή εκκαθαριστή
Διαβάστε περισσότεραSCHOOL OF MATHEMATICAL SCIENCES G11LMA Linear Mathematics Examination Solutions
SCHOOL OF MATHEMATICAL SCIENCES GLMA Linear Mathematics 00- Examination Solutions. (a) i. ( + 5i)( i) = (6 + 5) + (5 )i = + i. Real part is, imaginary part is. (b) ii. + 5i i ( + 5i)( + i) = ( i)( + i)
Διαβάστε περισσότεραΑναλυτικές ιδιότητες
8 Αναλυτικές ιδιότητες 8. Βαθμός συνέχειας* Ξέρουμε ότι η κίνηση Brown είναι συνεχής και θα δείξουμε αργότερα ότι είναι πουθενά διαφορίσιμη. Πόσο ομαλή είναι λοιπόν; Μια ασθενέστερη μορφή ομαλότητας είναι
Διαβάστε περισσότερατους στην Κρυπτογραφία και τα
Οι Ομάδες των Πλεξίδων και Εφαρμογές τους στην Κρυπτογραφία και τα Πολυμερή Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών ΕΜΠ Επιβλέπουσα Καθηγήτρια: Λαμπροπούλου Σοφία Ιούλιος, 2013 Περιεχόμενα
Διαβάστε περισσότεραΓενικό Λύκειο Μαραθοκάμπου Σάμου. Άλγεβρα Β λυκείου. 13 Οκτώβρη 2016
Γενικό Λύκειο Μαραθοκάμπου Σάμου Άλγεβρα Β λυκείου Εργασία2 η : «Συναρτήσεις» 13 Οκτώβρη 2016 Ερωτήσεις Θεωρίας 1.Πότελέμεότιμιασυνάρτησηfείναιγνησίωςάυξουσασεέναδιάστημα του πεδίου ορισμού της; 2.Πότελέμεότιμιασυνάρτησηfείναιγνησίωςφθίνουσασεέναδιάστημα
Διαβάστε περισσότεραEvery set of first-order formulas is equivalent to an independent set
Every set of first-order formulas is equivalent to an independent set May 6, 2008 Abstract A set of first-order formulas, whatever the cardinality of the set of symbols, is equivalent to an independent
Διαβάστε περισσότεραΤο υπόδειγμα IS-LM: Εισαγωγικά
1/35 Το υπόδειγμα IS-LM: Εισαγωγικά Νίκος Γιαννακόπουλος Επίκουρος Καθηγητής Τμήμα Οικονομικών Επιστημών Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2014-2015 Εαρινό Εξάμηνο Τι γνωρίζουμε; 2/35 Αγορά αγαθών και
Διαβάστε περισσότεραEE512: Error Control Coding
EE512: Error Control Coding Solution for Assignment on Finite Fields February 16, 2007 1. (a) Addition and Multiplication tables for GF (5) and GF (7) are shown in Tables 1 and 2. + 0 1 2 3 4 0 0 1 2 3
Διαβάστε περισσότεραΑΛΓΟΡΙΘΜΟΙ Άνοιξη I. ΜΗΛΗΣ
ΑΛΓΟΡΙΘΜΟΙ http://eclass.aueb.gr/courses/inf6/ Άνοιξη 26 - I. ΜΗΛΗΣ NP-complete προβλήματα ΑΛΓΟΡΙΘΜΟΙ - ΑΝΟΙΞΗ 26 - Ι. ΜΗΛΗΣ 6 NP-COMPLETENESS II Tree of reductions (partial) Cook s Th. Π NP SAT 3-SAT
Διαβάστε περισσότερα(7 ο ) ΔΙΑΙΡΕΙ & ΒΑΣΙΛΕΥΕ Ι: «ταξινόμηση» (8 ο ) ΔΙΑΙΡΕΙ & ΒΑΣΙΛΕΥΕ ΙΙ: «κυρτό περίβλημα»
(7 ο ) ΔΙΑΙΡΕΙ & ΒΑΣΙΛΕΥΕ Ι: «ταξινόμηση» (8 ο ) ΔΙΑΙΡΕΙ & ΒΑΣΙΛΕΥΕ ΙΙ: «κυρτό περίβλημα» Σύντομα προλεγόμενα: πού να ψάξουμε για δραστικούς αλγορίθμους; Θα αρχίσουμε από αυτό το κεφάλαιο την ξενάγησή
Διαβάστε περισσότερα( ιμερείς) ΙΜΕΛΕΙΣ ΣΧΕΣΕΙΣ Α Β «απεικονίσεις»
( ιμερείς) ΙΜΕΛΕΙΣ ΣΧΕΣΕΙΣ Α Β «πεικονίσεις» 1. ΣΧΕΣΕΙΣ: το σκεπτικό κι ο ορισμός. Τ σύνολ νπριστούν ιδιότητες μεμονωμένων στοιχείων: δεδομένου συνόλου S, κι ενός στοιχείου σ, είνι δυντόν είτε σ S είτε
Διαβάστε περισσότεραΟ τύπος του Itô. f (s) ds (12.1) f (g(s)) dg(s). (12.2) t f (B s ) db s + 1 2
12 Ο τύπος του Itô Για συνάρτηση f : R R με συνεχή παράγωγο, έχουμε d f (s) = f (s) ds που σε ολοκληρωτική μορφή σημαίνει f (b) f (a) = b a f (s) ds (12.1) για κάθε a < b. Αν επιπλέον και η g : R R έχει
Διαβάστε περισσότεραΠερίληψη. του Frostman 4.1. Τέλος, η ϑεωρία του μέτρου Hausdorff αναπτύσσεται περαιτέρω στην τελευταία παράγραφο. Εισαγωγή 2
Το Μέτρο και η Διάσταση Hausdorff Γεωργακόπουλος Νίκος Τερεζάκης Αλέξης Περίληψη Αναπτύσσουμε τη ϑεωρία του μέτρου και της διάστασης Hausdorff με εφαρμογές στον υπολογισμό διαστάσεων συνόλων fractal (Θεώρημα
Διαβάστε περισσότερα2 Composition. Invertible Mappings
Arkansas Tech University MATH 4033: Elementary Modern Algebra Dr. Marcel B. Finan Composition. Invertible Mappings In this section we discuss two procedures for creating new mappings from old ones, namely,
Διαβάστε περισσότεραΑνεξαρτησία Ανεξαρτησία για οικογένειες συνόλων και τυχαίες μεταβλητές
10 Ανεξαρτησία 10.1 Ανεξαρτησία για οικογένειες συνόλων και τυχαίες μεταβλητές Στην παράγραφο αυτή δουλεύουμε σε χώρο πιθανότητας (Ω, F, P). Δίνουμε καταρχάς τον ορισμό της ανεξαρτησίας για ενδεχόμενα,
Διαβάστε περισσότεραΕκφωνήσεις και Λύσεις των Θεμάτων
ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΠΑΝΕΛΛΗΝΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΕΠΑΛ (ΟΜΑΔΑ Β ) ΜΑΘΗΜΑΤΙΚΑ ΘΕΤΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ Δευτέρα 8 Μαΐου 0 Εκφωνήσεις και Λύσεις των Θεμάτων
Διαβάστε περισσότεραΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΑΡΧΕΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ ΜΑΘΗΜΑ ΕΠΙΛΟΓΗΣ Γ ΛΥΚΕΙΟΥ
ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΑΡΧΕΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ ΜΑΘΗΜΑ ΕΠΙΛΟΓΗΣ Γ ΛΥΚΕΙΟΥ ΗΜΕΡΟΜΗΝΙΑ: ΕΠΩΝΥΜΟ: ΟΝΟΜΑ: ΟΜΑΔΑ Α Για τις προτάσεις Α1 μέχρι και Α6 να
Διαβάστε περισσότεραΘΕΜΑ: Διαφορές εσωτερικού εξωτερικού δανεισμού. Η διαχρονική κατανομή του βάρους από το δημόσιο δανεισμό.
1 ΘΕΜΑ: Διαφορές εσωτερικού εξωτερικού δανεισμού. Η διαχρονική κατανομή του βάρους από το δημόσιο δανεισμό. Σύνταξη: Παπαδόπουλος Θεοχάρης, Οικονομολόγος, Οικονομολόγος, MSc, PhD Candidate, εισηγητής Φροντιστηρίων
Διαβάστε περισσότεραRing Routing and Wavelength Conversion. Γιώργος Ζώης
Ring Routing and Wavelength Conversion Γιώργος Ζώης Ενότητες της παρουσίασης 1. Directed Ring Routing Wavelength Conversion σε WDM δίκτυα. 2. Wavelength Conversion σε shortest path δρομολογήσεις. 3. Επιπλέον
Διαβάστε περισσότεραΕπίλυση δικτύων διανομής
ΑστικάΥδραυλικάΈργα Υδρεύσεις Επίλυση δικτύων διανομής Δημήτρης Κουτσογιάννης & Ανδρέας Ευστρατιάδης Τομέας Υδατικών Πόρων Εθνικό Μετσόβιο Πολυτεχνείο Διατύπωση του προβλήματος Δεδομένου ενός δικτύου αγωγών
Διαβάστε περισσότερα(14 ο,15 ο,16 ο ) ΟΡΘΟΤΗΤΑ ΕΝΟΣ ΑΛΓΟΡΙΘΜΟΥ: ΕΝΟΤΗΤΑ Ι ΙΙ ΙΙΙ
(14 ο,15 ο,16 ο ) ΟΡΘΟΤΗΤΑ ΕΝΟΣ ΑΛΓΟΡΙΘΜΟΥ: ΕΝΟΤΗΤΑ Ι ΙΙ ΙΙΙ Το πρόβλημα της «ορθότητας» ενός αλγορίθμου. Θεωρούμε συχνότατα τους αλγορίθμους, (όπως και σε αυτές τις σημειώσεις), ως προγράμματα γραμμένα
Διαβάστε περισσότεραΜεταγλωττιστές ΙΙ. nkavv@uop.gr. Καταμερισμός καταχωρητών. Νικόλαος Καββαδίας nkavv@uop.gr Μεταγλωττιστές ΙΙ
Μεταγλωττιστές ΙΙ Καταμερισμός καταχωρητών Νικόλαος Καββαδίας nkavv@uop.gr 01 Δεκεμβρίου 2010 Γενικά για τον καταμερισμό καταχωρητών Καταμερισμός καταχωρητών (register allocation): βελτιστοποίηση μεταγλωττιστή
Διαβάστε περισσότεραExample Sheet 3 Solutions
Example Sheet 3 Solutions. i Regular Sturm-Liouville. ii Singular Sturm-Liouville mixed boundary conditions. iii Not Sturm-Liouville ODE is not in Sturm-Liouville form. iv Regular Sturm-Liouville note
Διαβάστε περισσότεραΜητροπολιτικά Οπτικά Δίκτυα. 11.1. Εισαγωγή
Μητροπολιτικά Οπτικά Δίκτυα 11.1. Εισαγωγή Τα τηλεπικοινωνιακά δίκτυα είναι διαιρεμένα σε μια ιεραρχία τριών επιπέδων: Στα δίκτυα πρόσβασης, τα μητροπολιτικά δίκτυα και τα δίκτυα κορμού. Τα δίκτυα κορμού
Διαβάστε περισσότεραMartingales. 3.1 Ορισμός και παραδείγματα
3 Martingales 3.1 Ορισμός και παραδείγματα Εστω χώρος πιθανότητας (Ω, F, P). Διήθηση σε αυτό τον χώρο λέμε μια αύξουσα ακολουθία (F n ) n 0 σ-αλγεβρών, η καθεμία από τις οποίες είναι υποσύνολο της F. Δηλαδή,
Διαβάστε περισσότεραΟ Ισχυρός Νόμος των Μεγάλων Αριθμών
1 Ο Ισχυρός Νόμος των Μεγάλων Αριθμών Στο κεφάλαιο αυτό παρουσιάζουμε ένα από τα σημαντικότερα αποτελέσματα της Θεωρίας Πιθανοτήτων, τον ισχυρό νόμο των μεγάλων αριθμών. Η διατύπωση που θα αποδείξουμε
Διαβάστε περισσότεραΕισαγωγή στη Μιγαδική Ανάλυση. (Πρώτη Ολοκληρωμένη Γραφή)
Εισαωή στη Μιαδική Ανάλυση Σημειώσεις (Πρώτη Ολοκληρωμένη Γραφή) Ε. Στεφανόπουλος Τμήμα Μαθηματικών Πανεπιστήμιο Αιαίου Καρλόβασι Καλοκαίρι 26 Πρόλοος Οι σημειώσεις αυτές είναι αποτέλεσμα επεξερασίας
Διαβάστε περισσότεραΑΡΧΗ 1ΗΣ ΣΕΛΙ ΑΣ Β ΤΑΞΗ. ΘΕΜΑ 1ο
ΑΡΧΗ 1ΗΣ ΣΕΛΙ ΑΣ ΘΕΜΑ 1ο ΠΡΟΑΓΩΓΙΚΕΣ ΕΞΕΤΑΣΕΙΣ Σ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΤΡΙΤΗ 30 ΜΑΪΟΥ 2000 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ ΘΕΤΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ: ΦΥΣΙΚΗ ΣΥΝΟΛΟ ΣΕΛΙ ΩΝ: ΕΞΙ (6) Στις ερωτήσεις 1-4 να γράψετε
Διαβάστε περισσότεραΓραμμική Ανεξαρτησία. Τμήμα Μηχανικών Η/Υ Τηλεπικοινωνιών και ικτύων Πανεπιστήμιο Θεσσαλίας. 17 Μαρτίου 2013, Βόλος
Γραμμικές Συνήθεις ιαφορικές Εξισώσεις Ανώτερης Τάξης Γραμμικές Σ Ε 2ης τάξης Σ Ε 2ης τάξης με σταθερούς συντελεστές Μιγαδικές ρίζες Γραμμικές Σ Ε υψηλότερης τάξης Γραμμική Ανεξαρτησία Μανόλης Βάβαλης
Διαβάστε περισσότεραOrdinal Arithmetic: Addition, Multiplication, Exponentiation and Limit
Ordinal Arithmetic: Addition, Multiplication, Exponentiation and Limit Ting Zhang Stanford May 11, 2001 Stanford, 5/11/2001 1 Outline Ordinal Classification Ordinal Addition Ordinal Multiplication Ordinal
Διαβάστε περισσότεραΚΥΠΡΙΑΚΗ ΕΤΑΙΡΕΙΑ ΠΛΗΡΟΦΟΡΙΚΗΣ CYPRUS COMPUTER SOCIETY ΠΑΓΚΥΠΡΙΟΣ ΜΑΘΗΤΙΚΟΣ ΔΙΑΓΩΝΙΣΜΟΣ ΠΛΗΡΟΦΟΡΙΚΗΣ 6/5/2006
Οδηγίες: Να απαντηθούν όλες οι ερωτήσεις. Ολοι οι αριθμοί που αναφέρονται σε όλα τα ερωτήματα είναι μικρότεροι το 1000 εκτός αν ορίζεται διαφορετικά στη διατύπωση του προβλήματος. Διάρκεια: 3,5 ώρες Καλή
Διαβάστε περισσότεραΨΗΦΙΑΚΑ ΗΛΕΚΤΡΟΝΙΚΑ Σχεδίαση Λογικών Κυκλωμάτων
ΨΗΦΙΑΚΑ ΗΛΕΚΤΡΟΝΙΚΑ Σχεδίαση Λογικών Κυκλωμάτων Γιάννης Λιαπέρδος [gliaperd@teikal.gr] Μάρτιος 2012 1 Ηλεκτρονικά Ελεγχόμενοι ιακόπτες Για την υλοποίηση των λογικών κυκλωμάτων χρησιμοποιούνται ηλεκτρονικά
Διαβάστε περισσότεραΚεφάλαιο 1. Πίνακες και απαλοιφή Gauss
Κεφάλαιο 1 Πίνακες και απαλοιφή Gauss Γύρω απ το γινομένου πινάκων Κάτι σαν τυπολόγιο Αν AB = C, τότε: 1 (C) i j = (i-γραμμή A) ( j-στήλη B) Το συμβολίζει εσωτερικό γινόμενο 2 (i-γραμμή C) = k(a) ik (k-γραμμή
Διαβάστε περισσότερα(13 ο ) ΔΥΝΑΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΙII: «βέλτιστο στατικό ευρετήριο»
(13 ο ) ΔΥΝΑΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΙII: «βέλτιστο στατικό ευρετήριο» Βέλτιστο στατικό «μεροληπτικό» ευρετήριο «Ευρετήρια» ονομάζουμε δομές οι οποίες μας διευκολύνουν να εντοπίζουμε τα καταχωρισμένα στοιχεία
Διαβάστε περισσότεραΚληρονομικότητα. Σήμερα! Κλάση Βάσης Παράγωγη κλάση Απλή κληρονομικότητα Protected δεδομένα Constructors & Destructors overloading
Κληρονομικότητα Σήμερα! Κλάση Βάσης Παράγωγη κλάση Απλή κληρονομικότητα Protected δεδομένα Constructors & Destructors overloading 2 1 Κλάση Βάση/Παράγωγη Τα διάφορα αντικείμενα μπορούν να έχουν μεταξύ
Διαβάστε περισσότεραΑναγνώριση Προτύπων. Σημερινό Μάθημα
Αναγνώριση Προτύπων 1 Σημερινό Μάθημα Βασικό σύστημα αναγνώρισης προτύπων Προβλήματα Πρόβλεψης Χαρακτηριστικά και Πρότυπα Ταξινομητές Classifiers Προσεγγίσεις Αναγνώρισης Προτύπων Κύκλος σχεδίασης Συστήματος
Διαβάστε περισσότερα