Θεωρήµατα Ιεραρχίας Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας, Μάθηµα Βασικής Επιλογής Εαρινού Εξαµήνου Τοµέας Εφαρµογών και Θεµελιώσεων
|
|
- Κασσάνδρα Κούνδουρος
- 7 χρόνια πριν
- Προβολές:
Transcript
1 Θεωρήµατα Ιεραρχίας Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας, Μάθηµα Βασικής Επιλογής Εαρινού Εξαµήνου Τοµέας Εφαρµογών και Θεµελιώσεων Απόστολος Φίλιππας Τµήµα Μηχανικών Η/Υ και Πληροφορικής 19 Μαΐου, 2011 Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας ΤΜΗΥΠ/ΠΠ,Πέµπτη 19 Μαΐου / 26
2 Στην συνέχεια... Γιατί ϑεωρήµατα Ιεραρχίας; 1 Γιατί ϑεωρήµατα Ιεραρχίας; 2 3 Χρονική Κατασκευασιµότητα 4 Συµπεράσµατα Πορίσµατα Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας ΤΜΗΥΠ/ΠΠ,Πέµπτη 19 Μαΐου / 26
3 Motivation Γιατί ϑεωρήµατα Ιεραρχίας; Η κοινή λογική µας υπαγορεύει το διαισθητικό συµπέρασµα πως αν δώσουµε περισσότερους πόρους σε µία µηχανή, τότε (γενικά) η µηχανή έχει περισσότερες δυνατότητες από πριν Ετσι και σε µία Turing Machine αν αυξήσουµε τον χρόνο ή τον χώρο που επιτρέπεται να χρησιµοποιήσει, ϑα διευρυνθεί και η κλάση των προβληµάτων που µπορεί να επιλύσει Τα ϑεωρήµατα ιεραρχίας αποδεικνύουν πως αυτή η διαισθητική πρόβλεψη ειναι σωστή αλλά κάτω από ορισµένες προϋποθέσεις τις οποίες ϑα αναλύσουµε παρακάτω Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας ΤΜΗΥΠ/ΠΠ,Πέµπτη 19 Μαΐου / 26
4 Στην συνέχεια... 1 Γιατί ϑεωρήµατα Ιεραρχίας; 2 3 Χρονική Κατασκευασιµότητα 4 Συµπεράσµατα Πορίσµατα Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας ΤΜΗΥΠ/ΠΠ,Πέµπτη 19 Μαΐου / 26
5 Χωρικά Κατασκευάσιµες Συναρτήσεις (1) Εστω f : N N, όπου η τιµή f(n) είναι τουλάχιστον τάξης O(logn) Θα λέµε πως η f είναι χωρικά κατασκευάσιµη (space constructible) εάν υπάρχει Turing Machine που υπολογίζει την f(n) σε χώρο O(f(n)) όταν ως είσοδο δώσουµε την λέξη 1 n. Με 1 n αναπαριστούµε την λέξη απο 1 µήκους n Με άλλα λόγια η Turing Machine χώρου O(f(n)) ξεκινά µε είσοδο 1 n και τερµατίζει έχοντας στην ταινία της την δυαδική αναπαράσταση του f(n) Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας ΤΜΗΥΠ/ΠΠ,Πέµπτη 19 Μαΐου / 26
6 Χωρικά Κατασκευάσιµες Συναρτήσεις (2) Ολες οι συνήθεις συναρτήσεις που είναι µεγέθους τουλάχιστον O(logn) είναι χωρικά κατασκευάσιµες π.χ. f(n) = n 2, f(n) = n n, 2 π αλλά και οι logn, 2logn Οµως οι f(n) = loglogn, f(n) = c δεν είναι χωρικά κατασκευάσιµες Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας ΤΜΗΥΠ/ΠΠ,Πέµπτη 19 Μαΐου / 26
7 Θεώρηµα της Χωρικής Ιεαραρχίας Για οποιαδήποτε χωρικά κατασκευάσιµη συνάρτηση f : N N, υπάρχει γλώσσα που διαγιγνώσκεται σε χώρο O(f(n)) αλλά όχι σε χώρο o(f(n)) Η διαίσθηση µας µας έλεγε πως δίνοντας περισσοτερο χώρο σε µία Turing Machine ϑα αυξηθεί και η υπολογιστική της ισχύς Είναι προφανές πως το να δώσουµε περισσοτερο χωρο δεν µπορει να κανει το µοντέλο µας πιο ασθενές µας λέει πως η διαίσθηση µας ήταν όντως σωστή - αρκεί ο παραπάνω αυτός χώρος να ειναι ασυµπτωτικά περισσότερος Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας ΤΜΗΥΠ/ΠΠ,Πέµπτη 19 Μαΐου / 26
8 (1) Είναι προφανές πως µία Turing Machine χώρου o(f(n)) δεν µπορεί ποτέ να διαγιγνώσκει περισσότερες γλώσσες από µία Turing Machine χώρου O(f(n)) Αρκεί λοιπόν να δώσουµε µία γλώσσα η οποία Θα διαγιγνώσκεται απο Turing Machine χώρου O(f(n)) ΕΝ ϑα διαγιγνώσκεται απο Turing Machine χώρου o(f(n)) Γλώσσα L L = {(< M >, 10 k ) : η Μ δεν διαγιγνώσκει την λέξη (< M >, 10 k ) χρησιµοποιώντας χώρο f( < M >, 10 k )} Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας ΤΜΗΥΠ/ΠΠ,Πέµπτη 19 Μαΐου / 26
9 (2) Θα δώσουµε τώρα και την τυπική περιγραφή της Turing Machine που διαγιγνώσκει την L D = Για είσοδο w, µε w = n 1 Υπολόγισε την τιµή f(n) χρησιµοποιώντας την χωρική κατασκευασιµότητα της f και οριοθέτησε χωρο f(n) στην ταινία. 2 Αν η w δεν ειναι της µορφής < M >, 10, όπου M µία Turing Machine τότε ΑΠΟΡΡΙΠΤΩ 3 Προσοµοίωσε την M για είσοδο w. Αν ο απαιτούµενος χώρος υπερβει το f(n) ή ο απαιτούµενος χρονος υπερβεί το 2 f(n) ΑΠΟΡΡΙΠΤΩ 4 Αν η M αποδέχεται, τοτε ΑΠΟΡΡΙΠΤΩ. Αν η M απορριπτει, τότε ΑΠΟ ΕΧΟΜΑΙ Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας ΤΜΗΥΠ/ΠΠ,Πέµπτη 19 Μαΐου / 26
10 (3.1) 1. Υπολόγισε την τιµή f(n) χρησιµοποιώντας την χωρική κατασκευασιµότητα της f και οριοθέτησε χωρο f(n) στην ταινία Χρησιµοποιούµε χώρο f(n) στην ταινία Ο ορισµός της χωρικής κατασκευασιµότηας που δώσαµε πριν, µας εγγυάται πως ο υπολογισµός f( w ) = f(n) ϑα απαιτήσει χώρο O(f(n)) Ετσι εξασφαλίζεται πως η Turing Machine που περιγράφουµε απαιτεί πάντα χώρο O(f(n)) (και τίποτα λιγότερο) Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας ΤΜΗΥΠ/ΠΠ,Πέµπτη 19 Μαΐου / 26
11 (3.2) 2. Αν η w δεν ειναι της µορφής < M >, 10, όπου M µία Turing Machine τότε ΑΠΟΡΡΙΠΤΩ Ως είσοδο λοιπόν παίρνουµε την περιγραφή µίας ΤΜ Μ, της µηχανής που αργότερα ϑα προσωµοιώσουµε µε είσοδο w Παρόλο που η Μ µπορεί όντως να είναι χώρου o(f(n)), αυτή η ασυµπτωτική συµπεριφορά ίσως να µην εκδηλώνεται για µικρά n, και τότε να χρησιµοποιεί περισσότερο χώρο απ όσο διαθέτει η D για να την προσοµοιώσει Για να αποφύγουµε αυτό το εµπόδιο απαιτούµε εισοδο µορφής < M >, 10 ή αλλιώς < M >, 10 k Ετσι για ένα αρκετά µεγάλο πλήθος απο 0, δηλαδή για αρκετά µεγάλο k, η ασυµπτωτική συµπεριφορά ϑα αναδειχθεί Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας ΤΜΗΥΠ/ΠΠ,Πέµπτη 19 Μαΐου / 26
12 (3.3) 3. Προσοµοίωσε την M για είσοδο w. Αν ο απαιτούµενος χώρος υπερβει το f(n) ή ο απαιτούµενος χρονος υπερβεί το 2 f(n) ΑΠΟΡΡΙΠΤΩ Προφανώς ϑα απορρίψουµε αν ο απαιτούµενος χώρος υπερβεί το f(n), καθώς τοτε ασχολούµαστε µε µία ΤΜ Μ η οποία λειτουργεί σε χώρο περισσότερο απο O(f(n)) Αν η µηχανή µας κάνει περισσοτερα απο 2 f(n) ϐήµατα προσοµοίωσης, τότε πρέπει πάλι να απορρίψουµε Αυτό συµβαίνει για να αποφύγουµε την περίπτωση όπου µία µηχανή Μ έχει πέσει σε ατέρµονα ϐρόχο, χωρίς όµως να υπερβαίνει το χωρικό ϕράγµα Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας ΤΜΗΥΠ/ΠΠ,Πέµπτη 19 Μαΐου / 26
13 (3.4) 4. Αν η M αποδέχεται, τοτε ΑΠΟΡΡΙΠΤΩ. Αν η M απορριπτει, τότε ΑΠΟ ΕΧΟΜΑΙ Μέσω τον προηγουµένων ϐηµάτων έχουµε αποφύγει όλες τις κακοτοπιές και ϕτάνουµε στο ουσιαστικό ϐήµα της ΤΜ µας Εδώ υλοποιείται η τεχνική της διαγωνοποίησης, και έχουµε µόνο µια ευκαιρία να την εφαρµόσουµε Η ευκαιρία αυτή ειναι η προσοµοίωση της < M > (περιγραφή της ΤΜ Μ) στην ίδια την ΤΜ Μ Ετσι συµπεριφερόµαστε αντίθετα µε την Μ, έτσι ώστε η ΤΜ που κατασκευάσαµε να µην διαγιγνώσκει την ίδια γλώσσα Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας ΤΜΗΥΠ/ΠΠ,Πέµπτη 19 Μαΐου / 26
14 (4) Η µηχανή που κατασκευάσαµε είναι ιαγνώστης της γλώσσας L καθότι κάθε ϐήµα της ειναι χρονικά ϕραγµένο Αφού ο χώρος που χρησιµοποιεί η ΤΜ D είναι O(f(n)), η γλώσσα L διαγιγνώσκεται σε χωρο O(f(n)) Μας µένει να δείξουµε πως η L δεν µπορει να διαγνωστεί απο ΤΜ χώρου o(f(n)) Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας ΤΜΗΥΠ/ΠΠ,Πέµπτη 19 Μαΐου / 26
15 (5) Εστω λοιπόν πως µία ΤΜ διαγιγνώσκει την L σε χώρο o(f(n)) = g(n) Απο τον ορισµό του littleo για την g(n) ισχύει g(n) < f(n), n n 0 Εστω οτι εκτελούµε την D µε είσοδο < M >, 10 n0 Η προσοµοίωση της Μ ϑα εκτελεστει τότε µέχρι τέλους στο ϐήµα 4 Αρα η D ϑα συµπεριφέρεται διαφορετικά απο την M για την εισοδο αυτή Αρα η υπόθεση µας δεν ισχύει Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας ΤΜΗΥΠ/ΠΠ,Πέµπτη 19 Μαΐου / 26
16 Στην συνέχεια... Χρονική Κατασκευασιµότητα 1 Γιατί ϑεωρήµατα Ιεραρχίας; 2 3 Χρονική Κατασκευασιµότητα 4 Συµπεράσµατα Πορίσµατα Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας ΤΜΗΥΠ/ΠΠ,Πέµπτη 19 Μαΐου / 26
17 Χρονική Κατασκευασιµότητα Χρονικά Κατασκευάσιµες Συναρτήσεις (1) Εστω t : N N, όπου η τιµή t(n) ειναι τουλάχιστον τάξης O(nlogn) Θα λέµε πως η t είναι χρονικά κατασκευάσιµη (time constructible) εάν υπάρχει Turing Machine που υπολογίζει την t(n) σε χρόνο O(t(n)) όταν ως είσοδο δώσουµε την λέξη 1 n. Οπως και πριν, η Turing Machine χρόνου O(t(n)) όταν ξεκινά µε είσοδο 1 n τερµατίζει έχοντας στην ταινία της την δυαδική αναπαράσταση του t(n) Ολες οι συναρτήσεις που ειναι τουλάχιστον nlogn ειναι χρονικά κατασκευάσιµες Συναρτήσεις o(n) δεν µπορούν να ειναι χρονικά κατασκευάσιµες αφού χρειαζοµαστε χρόνο n για να διαβάσουµε την είσοδο 1 n Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας ΤΜΗΥΠ/ΠΠ,Πέµπτη 19 Μαΐου / 26
18 Χρονική Κατασκευασιµότητα Θεώρηµα της Χρονικής Ιεαραρχίας Για οποιαδήποτε χρονικά κατασκευάσιµη συνάρτηση t : N N, υπάρχει γλώσσα που διαγιγνώσκεται σε χώρο O(t(n)) αλλά όχι σε χώρο o(t(n)/logt(n)) Και εδώ επιβεβαιώνεται η διαισθητική µας πρόβλεψη Το αποτέλεσµα όµως ειναι λίγο ασθενεστερο απο την Χωρική Ιεραρχία - η αύξηση του χρονου δεν πρέπει να ειναι µόνο ασυµπτωτική όπως πριν. Πρέπει να έχουµε αύξηση κατά έναν λογαριθµικό πολλαπλασιαστικό συντελεστή Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας ΤΜΗΥΠ/ΠΠ,Πέµπτη 19 Μαΐου / 26
19 Σκιαγράφηση της ς (1) Χρονική Κατασκευασιµότητα Η απόδειξη είναι σχεδόν ίδια όπως και στο ϑεώρηµα της Χωρικής Ιεραρχίας Αρκεί λοιπόν και εδώ να δώσουµε µία γλώσσα η οποία Θα διαγιγνώσκεται απο Turing Machine χρόνου O(t(n)) ΕΝ ϑα διαγιγνώσκεται απο Turing Machine χώρου o(t(n)/logt(n)) Ενδιαφέρον λοιπόν έχει να δούµε τον λόγο για τον οποίο απαιτείται αύξηση χρονου κατα έναν λογαριθµικό πολλαπλασιαστικό παράγοντα, και όχι µόνο ασυµπτωτικά Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας ΤΜΗΥΠ/ΠΠ,Πέµπτη 19 Μαΐου / 26
20 Σκιαγράφηση της ς (2) Χρονική Κατασκευασιµότητα Για να µετρήσουµε χρόνο, ϑα πρέπει να χρησιµοποιήσουµε έναν µετρητή τον οποίο ϑα µειώνουµε κατα την διάρκεια της προσοµοίωσης Αυτός ο µετρητής πρέπει να ϐρίσκεται κοντά στη τρέχουσα ϑέση της κεφαλής της M έτσι ώστε η D να µην κάνει κάθε ϕορά πολλά ϐήµατα για να τον ενηµερώσει εδοµένου πως ο µετρητής έχει µέγεθος t(n)/logt(n) το µήκος της δυαδικής του αναπαράστασης είναι O(logt(n)) Αρα το κόστος ενηµέρωσης και µεταφοράς του σε κάθε ϐήµα της προσοµοίωσης αυξάνει τον χρόνο προσοµοίωσης κατά έναν πολλαπλασιαστικό συντελεστη logt(n) Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας ΤΜΗΥΠ/ΠΠ,Πέµπτη 19 Μαΐου / 26
21 Σκιαγράφηση της ς (3) Χρονική Κατασκευασιµότητα Η ιδιαιτερότητα αυτή του ϑεωρήµατος της Χρονικής Ιεραρχίας οφείλεται στο γεγονός πως η χρονική πολυπλοκότητα µετριέται µέσω µονοταινιακών ΤΜ Είναι πιθανόν να ισχύει ένα αυστηρότερο ϑεώρηµα Χρονικής Ιεραρχίας Μέχρι όµως να ϐρούµε µία πιο δραστική προσοµοίωση που να αυξάνει τον χρόνο µόνο κατα έναν πολλαπλασιαστικό παράγοντα, το ϕράγµα αυτό είναι το καλύτερο που µπορούµε να πετύχουµε. Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας ΤΜΗΥΠ/ΠΠ,Πέµπτη 19 Μαΐου / 26
22 Στην συνέχεια... Συµπεράσµατα Πορίσµατα 1 Γιατί ϑεωρήµατα Ιεραρχίας; 2 3 Χρονική Κατασκευασιµότητα 4 Συµπεράσµατα Πορίσµατα Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας ΤΜΗΥΠ/ΠΠ,Πέµπτη 19 Μαΐου / 26
23 Συνοψίζοντας Συµπεράσµατα Πορίσµατα ώσαµε λοιπόν ϑεωρήµατα που συσχετίζουν την υπολογιστική ισχύ µίας Turing Machine µε την ποσότητα χρόνου ή χώρου που είναι διαθέσιµη για τους υπολογισµούς της Αν αυξήσουµε ασυµπτωτικά τον διαθέσιµο χώρο µίας ΤΜ, η υπολογιστική της ισχύς αυξάνεται Αν αυξήσουµε κατα έναν λογαριθµικό πολλαπλασιαστικό παράγοντα τον διαθέσιµο χρόνο µίας ΤΜ, η υπολογιστική της ισχύς αυξάνεται Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας ΤΜΗΥΠ/ΠΠ,Πέµπτη 19 Μαΐου / 26
24 Πορίσµατα (1) Συµπεράσµατα Πορίσµατα Για οποιουσδήποτε δύο πραγµατικούς αριθµούς 0 e 1 < e 2 ισχύει: SPACE(n e1 ) SPACE(n e2 ) Εχουµε δηλαδή µία πολύ λεπτοµερή ιεραρχία του PSPACE! NL PSPACE Από το ϑεώρηµα του Savitch ξέρω πως NL SPACE(log 2 n) Απο το ϑεώρηµα χωρικής ιεραρχίας άµεσα επάγεται πως SPACE(log 2 n) SPACE(n) Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας ΤΜΗΥΠ/ΠΠ,Πέµπτη 19 Μαΐου / 26
25 Πορίσµατα (2) Συµπεράσµατα Πορίσµατα Υπάρχουν προβλήµατα στην κλάση P τα οποία χρειάζονται αυθαίρετα µεγάλους συντελεστές για να λυθούν Για παράδειγµα υπάρχουν προβλήµατα που δεν είναι υπολογίσιµα σε χρονο n αλλά είναι υπολογίσιµα σε χρόνο n Αυτό αντίκειται στην ϑέση του Cobham, σύµφωνα µε την οποία η κλάση P αποτελείται απο πρακτικά επιλύσιµα προβλήµατα Από την άλλη όµως αυτά τα προβλήµατα ειναι τεχνητά, δηλαδή είναι δύσκολο να ϐρούµε πρόβληµα της πραγµατικής Ϲωής µε τόσο µεγάλη πολυωνυµική πολυπλοκότητα Για οποιουσδήποτε δύο πραγµατικούς αριθµούς 0 e 1 < e 2 ισχύει: TIME(n e1 ) TIME(n e2 ) P EXPTIME Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας ΤΜΗΥΠ/ΠΠ,Πέµπτη 19 Μαΐου / 26
26 Ευχαριστώ Συµπεράσµατα Πορίσµατα Ευχαριστώ πολύ για την προσοχή! Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας ΤΜΗΥΠ/ΠΠ,Πέµπτη 19 Μαΐου / 26
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 18: Χρονική και Χωρική Πολυπλοκότητα
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας Διάλεξη 18: Χρονική και Χωρική Πολυπλοκότητα Τι θα κάνουμε σήμερα Εισαγωγικά Χρονική Πολυπλοκότητα (7) Κλάση P (7.2) Κλάση ΝΡ (7.3) ΝΡ-πληρότητα (7.4) Χωρική
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ. Αρχές Ανάλυσης Αλγορίθµων Κεφάλαιο 2. Ε. Μαρκάκης Επικ. Καθηγητής
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ Αρχές Ανάλυσης Αλγορίθµων Κεφάλαιο 2 Ε. Μαρκάκης Επικ. Καθηγητής Περίληψη Εµπειρική ανάλυση αλγορίθµων Μαθηµατική ανάλυση αλγορίθµων Αύξηση συναρτήσεων Συµβολισµός µεγάλου όµικρον Παραδείγµατα
Εισαγωγή στους Αλγόριθµους. Αλγόριθµοι. Ιστορικά Στοιχεία. Ο πρώτος Αλγόριθµος. Παραδείγµατα Αλγορίθµων. Τι είναι Αλγόριθµος
Εισαγωγή στους Αλγόριθµους Αλγόριθµοι Τι είναι αλγόριθµος; Τι µπορεί να υπολογίσει ένας αλγόριθµος; Πως αξιολογείται ένας αλγόριθµος; Παύλος Εφραιµίδης pefraimi@ee.duth.gr Αλγόριθµοι Εισαγωγικές Έννοιες
Θεωρία Υπολογισμού και Πολυπλοκότητα Αναγωγές
Θεωρία Υπολογισμού και Πολυπλοκότητα Αναγωγές Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Ανεπίλυτα Προβλήματα από τη Θεωρία Γλωσσών (5.1) To Πρόβλημα της Περάτωσης Το Πρόβλημα της Κενότητα
Εισαγωγή. Οπως είδαµε για την εκκίνηση της Simplex χρειαζόµαστε µια Αρχική Βασική Εφικτή Λύση. υϊσµός
Εισαγωγή Οπως είδαµε για την εκκίνηση της Simplex χρειαζόµαστε µια Αρχική Βασική Εφικτή Λύση Εισαγωγή Οπως είδαµε για την εκκίνηση της Simplex χρειαζόµαστε µια Αρχική Βασική Εφικτή Λύση Σε περιπτώσεις
Ανω Φράγµα στην Τάξη των Συναρτήσεων. Ρυθµός Αύξησης (Τάξη) των Συναρτήσεων. Παράδειγµα (1/2) O( g(n) ) είναι σύνολο συναρτήσεων:
Ανω Φράγµα στην Τάξη των Συναρτήσεων Ορισµός. Εστω συναρτήσεις: f : N R και g : N R Ρυθµός Αύξησης (Τάξη) των Συναρτήσεων Ορέστης Τελέλης η (τάξη της) f(n) είναι O( g(n) ) αν υπάρχουν σταθερές C και n
Ασυμπτωτικός Συμβολισμός
Ασυμπτωτικός Συμβολισμός ιδάσκοντες: Φ. Αφράτη,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Υπολογιστική Πολυπλοκότητα Υπολογιστική
Αποφασισιµότητα / Αναγνωρισιµότητα. Μη Επιλύσιµα Προβλήµατα. Η έννοια της αναγωγής. Τερµατίζει µια δεδοµένη TM για δεδοµένη είσοδο;
Αποφασισιµότητα / Αναγνωρισιµότητα Ορέστης Τελέλης telelis@unipi.gr Μη Επιλύσιµα Προβλήµατα Τµήµα Ψηφιακών Συστηµάτων, Πανεπιστήµιο Πειραιώς 2/12/2015 Ο. Τελέλης Πανεπιστήµιο Πειραιώς Αποφασισιµότητα 2/12/2015
Chapter 7, 8 : Time, Space Complexity
CSC 314: Switching Theory Chapter 7, 8 : Time, Space Complexity 12 December 2008 1 1 Υπολογίσιμα και Εφικτά Υπολογίσιμα Προβλήματα Είδαμε ότι 1. Οτιδήποτεμπορούμεναπεριγράψουμεμεένααλγόριθμο μπορεί να
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 13: Παραλλαγές Μηχανών Turing και Περιγραφή Αλγορίθμων
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας Διάλεξη 13: Παραλλαγές Μηχανών Turing και Περιγραφή Αλγορίθμων Τι θα κάνουμε σήμερα Εισαγωγή Πολυταινιακές Μηχανές Turing (3.2.1) Μη Ντετερμινιστικές Μηχανές
ΚΕΦΑΛΑΙΟ 12: Θεωρία υπολογισµών
ΚΕΦΑΛΑΙΟ 12: Θεωρία υπολογισµών 1 Συναρτήσεις και ο υπολογισµός τους 2 Μηχανές Turing 3 Καθολικές γλώσσες προγραµµατισµού 4 Μια µη υπολογίσιµη συνάρτηση 5 Πολυπλοκότητα προβληµάτων 1 Συναρτήσεις Μία συνάρτηση
Υπολογιστική Πολυπλοκότητα
Υπολογιστική Πολυπλοκότητα Υπολογιστική πολυπλοκότητα αλγόριθµου Α: Ποσότητα υπολογιστικών πόρων που απαιτεί Α ως αύξουσα συνάρτηση µεγέθους στιγµιότυπου εισόδου. Χρόνος, µνήµη, επεξεργαστές, επικοινωνία,
Ακρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrange
64 Ακρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrage Ας υποθέσουµε ότι ένας δεδοµένος χώρος θερµαίνεται και η θερµοκρασία στο σηµείο,, Τ, y, z Ας υποθέσουµε ότι ( y z ) αυτού του χώρου δίδεται από
Μια TM µπορεί ένα από τα δύο: να αποφασίζει µια γλώσσα L. να αναγνωρίζει (ηµιαποφασίζει) µια γλώσσα L. 1. Η TM «εκτελεί» τον απαριθµητή, E.
Οι γλώσσες των Μηχανών Turing Αποφασισιµότητα / Αναγνωρισιµότητα Μια TM µπορεί ένα από τα δύο: να αποφασίζει µια γλώσσα L Αποδέχεται όταν (η είσοδος στην TM) w L. Ορέστης Τελέλης telelis@unipi.gr Τµήµα
Ασυμπτωτικός Συμβολισμός
Ασυμπτωτικός Συμβολισμός ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Υπολογιστική Πολυπλοκότητα Υπολογιστική πολυπλοκότητα αλγόριθμου Α: Ποσότητα
Ασυμπτωτικός Συμβολισμός
Ασυμπτωτικός Συμβολισμός Επιμέλεια διαφανειών: Δημήτρης Φωτάκης (λίγες προσθήκες: Άρης Παγουρτζής) Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Υπολογιστική Πολυπλοκότητα
Θεωρία Υπολογισμού και Πολυπλοκότητα
Θεωρία Υπολογισμού και Πολυπλοκότητα Κεφάλαιο 14. Χρονική Πολυπλοκότητα 17, 20, 24 Απριλίου 2007 Δρ. Παπαδοπούλου Βίκη 1 Υπολογίσιμα και Εφικτά Υπολογίσιμα Προβλήματα Είδαμε ότι 1. Οτιδήποτε μπορούμε να
1 Ανάλυση αλγορίθµων. 2 Συµβολισµοί O, Ω και Θ. 3 Αναδροµικές εξισώσεις
Γενικό πλάνο Μαθηµατικά για Πληροφορική 6ο Μάθηµα 1 Ανάλυση αλγορίθµων Ηλίας Κουτσουπιάς, Γιάννης Εµίρης 2 Συµβολισµοί O, Ω και Θ Τµήµα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήµιο Αθηνών 27/11/2008 3
Μαθηµατικά για Πληροφορική
Μαθηµατικά για Πληροφορική 6ο Μάθηµα Ηλίας Κουτσουπιάς, Γιάννης Εµίρης Τµήµα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήµιο Αθηνών 27/11/2008 27/11/2008 1 / 55 Γενικό πλάνο 1 Ανάλυση αλγορίθµων 2 Συµβολισµοί
ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ
ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ Ενότητα 2: Ασυμπτωτικός συμβολισμός Μαρία Σατρατζέμη Τμήμα Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.
ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ. Δοµές Δεδοµένων
ΟΝΟΜΑΤΕΠΩΝΥΜΟ: ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ AM: Δοµές Δεδοµένων Πτυχιακή Εξεταστική Ιούλιος 2014 Διδάσκων : Ευάγγελος Μαρκάκης 09.07.2014 ΥΠΟΓΡΑΦΗ ΕΠΟΠΤΗ: Διάρκεια εξέτασης : 2 ώρες
Ασυμπτωτικός Συμβολισμός
Ασυμπτωτικός Συμβολισμός ιδάσκοντες: Σ. Ζάχος,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Άδεια Χρήσης Το παρόν εκπαιδευτικό
KΕΦΑΛΑΙΟ 6 ΥΝΑΜΟΣΕΙΡΕΣ-ΣΕΙΡΕΣ TAYLOR
KΕΦΑΛΑΙΟ 6 ΥΝΑΜΟΣΕΙΡΕΣ-ΣΕΙΡΕΣ TAYLOR 6 Ορισµοί Ορισµός 6 Εστω α είναι µία πραγµατική ακολουθία και είναι πραγµατικοί αριθµοί Ένα άπειρο πολυώνυµο της µορφής: a ( ) () = καλείται δυναµοσειρά µε κέντρο το
Θεωρία Υπολογισμού και Πολυπλοκότητα
Θεωρία Υπολογισμού και Πολυπλοκότητα Κλάσεις P, NP NP-πληρότητα 15 Απριλίου 2008 Δρ. Παπαδοπούλου Βίκη 1 Υπολογίσιμα και Εφικτά Υπολογίσιμα Προβλήματα Είδαμε ότι 1. Οτιδήποτε μπορούμε να περιγράψουμε με
Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ
Θεωρία Υπολογισμού Ενότητα 24: Μη Ντεντερμινιστικές Μηχανές Turing Τμήμα Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως
Chapter 7, 8 : Time, Space Complexity
CSC 314: Switching Theory Chapter 7, 8 : Time, Space Complexity 19 December 2008 1 1 Κλάση NP 2 Μη-Ντετερμινιστικές Μηχανές Turing: Eίναι δυνατόν σε μια συνολική κατάσταση να υπάρχουν πολλές δυνατές επόμενες
Σε αυτό το µάθηµα. Εισαγωγή στις Μηχανές Turing. Μηχανή Turing (Turing Machine - TM) Μηχανές Turing. Παραδείγµατα Μηχανών Turing
Σε αυτό το µάθηµα Εισαγωγή στις Μηχανές Turing Ορέστης Τελέλης telelis@unipi.gr Τµήµα Ψηφιακών Συστηµάτων, Πανεπιστήµιο Πειραιώς Παραδείγµατα Μηχανών Turing Παραλλαγές: Πολυταινιακές, Μη ντετερµινιστικές
Παραδείγµατα. Τάξη των Συναρτήσεων (1) Παράδειγµα (2) Να δειχθεί ότι 7n 2 = O(n 3 ). Ορέστης Τελέλης
Τάξη των Συναρτήσεων (1) Ορέστης Τελέλης telelis@unipi.gr Τµήµα Ψηφιακών Συστηµάτων, Πανεπιστήµιο Πειραιώς 1. Να δειχθεί ότι 7n 2 = O(n 3 ) 2. Να δειχθεί ότι η n 2 δεν είναι O(n). 3. Αληθεύει ότι n 3 =
Δοµές Δεδοµένων. 5η Διάλεξη Λίστες και αρχές ανάλυσης αλγορίθµων. Ε. Μαρκάκης
Δοµές Δεδοµένων 5η Διάλεξη Λίστες και αρχές ανάλυσης αλγορίθµων Ε. Μαρκάκης Περίληψη Διπλά συνδεδεµένες λίστες Αναπαράσταση γράφων µε λίστες Εµπειρική ανάλυση αλγορίθµων Μαθηµατική ανάλυση αλγορίθµων Αύξηση
num(m(w 1 ;... ; w k )) = f(num(w 1 ),..., num(w k ))
Υπολογισμοί με Μ.Τ. Εστω M = (K, Σ, δ, s, {y, n}) μια Μ.Τ. Κάθε συνολική κατάσταση τερματισμού της οποίας η κατάσταση τερματισμού είναι το y, θα ονομάζεται συνολική κατάσταση αποδοχής, ενώ αν η κατάσταση
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 16: Αναγωγές
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας Διάλεξη 16: Αναγωγές Τι θα κάνουμε σήμερα Το Πρόβλημα του Τερματισμού (4.2) Εισαγωγή στις Αναγωγές Ανεπίλυτα Προβλήματα από την Θεωρία των Γλωσσών (5.1) Απεικονιστικές
Κεφάλαιο 5 Ανάλυση Αλγορίθμων
Κεφάλαιο 5 Ανάλυση Αλγορίθμων 5.1 Επίδοση αλγορίθμων Τα πρωταρχικά ερωτήματα που προκύπτουν είναι: 1. πώς υπολογίζεται ο χρόνος εκτέλεσης ενός αλγορίθμου; 2. πώς μπορούν να συγκριθούν μεταξύ τους οι διάφοροι
Υπερβατικοί Αριθµοί και Θεώρηµα του Liouville
Υπερβατικοί Αριθµοί και Θεώρηµα του Liouville Χρήστος Κονταράτος 14 Νοεµβρίου 2014 1 Περιεχόµενα 1 Εισαγωγή 3 2 Το Θεώρηµα του Liouville 4 3 Η Υπερβατικότητα του ξ 6 4 Αριθµοί του Liouville 8 2 1 Εισαγωγή
Αρχή Εγκλεισµού-Αποκλεισµού (3 σύνολα) Αρχή Εκλεισµού-Αποκλεισµού Η Τάξη των Συναρτήσεων. Εφαρµογές. Παράδειγµα 1.
Αρχή Εγκλεισµού-Αποκλεισµού (3 σύνολα) Αρχή Εκλεισµού-Αποκλεισµού Η Τάξη των Συναρτήσεων Ορέστης Τελέλης telelis@unipi.g Τµήµα Ψηφιακών Συστηµάτων, Πανεπιστήµιο Πειραιώς A B C = A + B + C A B B C A C +
Ορισµός. Εστω συναρτήσεις: f : N R και g : N R. η f(n) είναι fi( g(n) ) αν υπάρχουν σταθερές C 1, C 2 και n 0, τέτοιες ώστε:
Συµβολισµός Ω( ) Τάξη των Συναρτήσεων () Εκτίµηση Πολυπλοκότητας Αλγορίθµων Ορέστης Τελέλης telelis@unipi.gr Ορισµός. Εστω συναρτήσεις: f : N R και g : N R η f(n) είναι Ω( g(n) ) αν υπάρχουν σταθερές C
ΣΧΕΣΕΙΣ ΜΕΤΑΞΥ ΚΛΑΣΕΩΝ ΠΟΛΥΠΛΟΚΟΤΗΤΑΣ
ΣΧΕΣΕΙΣ ΜΕΤΑΞΥ ΚΛΑΣΕΩΝ ΠΟΛΥΠΛΟΚΟΤΗΤΑΣ Κλάσεις Πολυπλοκότητας Περιλαµβάνουν αναδροµικές γλώσσες Οι γλώσσες ταξινοµούνται στις κλάσεις πολυπλοκότητας ανάλογα µε τη δυσκολία απόφασης τους (ποσότητα απαιτούµενων
Η NTM αποδέχεται αν µονοπάτι στο δέντρο που οδηγεί σε αποδοχή.
Μη ντετερµινιστικές Μηχανές Turing - NTMs (1/6) Μηχανές Turing: Μη ντετερµινισµός, Επιλύσιµα Προβλήµατα Ορέστης Τελέλης telelis@unipi.gr Τµήµα Ψηφιακών Συστηµάτων, Πανεπιστήµιο Πειραιώς 10 εκεµβρίου 2016
Σειρά Προβλημάτων 5 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 5 Λύσεις Να δείξετε ότι οι πιο κάτω γλώσσες είναι διαγνώσιμες. (α) { Μ η Μ είναι μια ΤΜ η οποία διαγιγνώσκει το πρόβλημα ΙΣΟΔΥΝΑΜΙΑ ΤΜ (διαφάνεια 9 25)} (α) Γνωρίζουμε ότι το
CSC 314: Switching Theory
CSC 314: Switching Theory Course Summary 9 th January 2009 1 1 Θέματα Μαθήματος Ερωτήσεις Τι είναι αλγόριθμος? Τι μπορεί να υπολογιστεί? Απαντήσεις Μοντέλα Υπολογισμού Δυνατότητες και μη-δυνατότητες 2
Κωστόπουλος ηµήτριος Μ.Π.Λ.Α. TAPE COMPRESSION (θεώρηµα 2.3 Παπαδηµητρίου)
Κωστόπουλος ηµήτριος Μ.Π.Λ.Α. TAPE COMPRESSION (θεώρηµα 2.3 Παπαδηµητρίου) Εισαγωγή. Αυτό το φυλλάδιο έχει στόχο να δώσει ένα ανάλογο αποτέλεσµα µε αυτό του linear speedup θεωρήµατος, εάν έχουµε µία µηχανή
f x = f a + Df a x a + R1 x, a, x U και από τον ορισµό της 1 h f a h f a h a h h a R h a i i j
Το θεώρηµα Tor στις πολλές µεταβλητές Ο σκοπός αυτής της παραγράφου είναι η απόδειξη ενός θεωρήµατος τύπου Tor για συναρτήσεις πολλών µεταβλητών Το θεώρηµα για µια µεταβλητή θα είναι ειδική περίπτωση του
Φροντιστήριο 10 Λύσεις
Άσκηση 1 Φροντιστήριο 10 Λύσεις Να κατασκευάσετε μια μηχανή Turing με δύο ταινίες η οποία να αποδέχεται στην πρώτη της ταινία μια οποιαδήποτε λέξη w {0,1} * και να γράφει τη λέξη w R στη δεύτερη της ταινία.
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Επανάληψη Μαθήματος
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας Επανάληψη Μαθήματος Το Μάθημα σε μια Διαφάνεια Υπολογιστικά μοντέλα Κανονικές Γλώσσες Ντετερμινιστικά Αυτόματα Μη Ντετερμινιστικά Αυτόματα Κανονικές Εκφράσεις
Σειρά Προβλημάτων 5 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 5 Λύσεις Να δείξετε ότι οι πιο κάτω γλώσσες είναι διαγνώσιμες. (α) { D το D είναι ένα DFA το οποίο αποδέχεται όλες τις λέξεις στο Σ * } (α) Για να διαγνώσουμε το πρόβλημα μπορούμε
Δομές Δεδομένων και Αλγόριθμοι
Δομές Δεδομένων και Αλγόριθμοι Χρήστος Γκόγκος ΤΕΙ Ηπείρου, Τμήμα Μηχανικών Πληροφορικής ΤΕ Χειμερινό Εξάμηνο 2014-2015 (Παρουσίαση 6) 1 / 20 Ρυθμοί αύξησης Γραμμικός ρυθμός αύξησης: n, 2n, Πολυωνυμικός
Κεφάλαιο 2. Παραγοντοποίηση σε Ακέραιες Περιοχές
Κεφάλαιο Παραγοντοποίηση σε Ακέραιες Περιοχές Γνωρίζουµε ότι στο Ÿ κάθε στοιχείο εκτός από το 0 και τα ± γράφεται ως γινόµενο πρώτων αριθµών κατά τρόπο ουσιαστικά µοναδικό Από τη Βασική Άλγεβρα ξέρουµε
Σειρά Προβλημάτων 5 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 5 Λύσεις Να δείξετε ότι οι πιο κάτω γλώσσες είναι διαγνώσιμες. (α) ({ G η G είναι μια ασυμφραστική γραμματική που δεν παράγει καμιά λέξη με μήκος μικρότερο του 2 } (β) { Μ,w
ΚΕΦΑΛΑΙΟ 3: Συνθήκες Αλυσίδων
ΚΕΦΑΛΑΙΟ 3: Συνθήκες Αλυσίδων Μελετάµε εδώ τη συνθήκη της αύξουσας αλυσίδας υποπροτύπων και τη συνθήκη της φθίνουσας αλυσίδας υποπροτύπων. Αυτές συνδέονται µεταξύ τους µε την έννοια της συνθετικής σειράς
Θεωρία Υπολογισμού και Πολυπλοκότητα Χρονική Πολυπλοκότητα
Θεωρία Υπολογισμού και Πολυπλοκότητα Χρονική Πολυπλοκότητα Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Μέτρηση της Πολυπλοκότητας (7.1) Η κλάση Ρ (7.2) Η κλάση ΝΡ (7.3) ΝΡ-πληρότητα (7.4)
Κεφάλαιο 7 Βασικά Θεωρήµατα του ιαφορικού Λογισµού
Σελίδα 1 από Κεφάλαιο 7 Βασικά Θεωρήµατα του ιαφορικού Λογισµού Στο κεφάλαιο αυτό θα ασχοληθούµε µε τα βασικά θεωρήµατα του διαφορικού λογισµού καθώς και µε προβλήµατα που µπορούν να επιλυθούν χρησιµοποιώντας
f x = f a + Df a x a + R1 x, a, x U και από τον ορισµό της 1 h f a h f a h a h h a R h a i i j
Το θεώρηµα Tor στις πολλές µεταβλητές Ο σκοπός αυτής της παραγράφου είναι η απόδειξη ενός θεωρήµατος τύπου Tor για συναρτήσεις πολλών µεταβλητών Το θεώρηµα για µια µεταβλητή θα είναι ειδική περίπτωση του
Αλγόριθµοι και Πολυπλοκότητα
Αλγόριθµοι και Πολυπλοκότητα Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Πανεπιστήµιο Αθηνών Καθηγητής: Ν. Μ. Μισυρλής () Αλγόριθµοι και Πολυπλοκότητα 15 Ιουνίου 2009 1 / 26 Εισαγωγή Η ϑεωρία
Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης. Λύσεις Τρίτης Σειράς Ασκήσεων
Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης Λύσεις Τρίτης Σειράς Ασκήσεων Ασκηση 1. (i Υποθέτοντας ότι επιτρέπονται επαναλήψεις
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2014 ιδάσκων : Π. Τσακαλίδης. Λύσεις εύτερης Σειράς Ασκήσεων
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-27: Πιθανότητες - Χειµερινό Εξάµηνο 204 ιδάσκων : Π. Τσακαλίδης Λύσεις εύτερης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : /0/206 Ηµεροµηνία Παράδοσης : 20/0/206
Συνήθεις ιαφορικές Εξισώσεις, Απαντήσεις-Παρατηρήσεις στην Εξέταση Περιόδου Σεπτεµβρίου.
Συνήθεις ιαφορικές Εξισώσεις, Απαντήσεις-Παρατηρήσεις στην Εξέταση Περιόδου Σεπτεµβρίου. Ανδρέας Ζούπας 22 Ιανουαρίου 203 Οι λύσεις απλώς προτείνονται και σαφώς οποιαδήποτε σωστή λύση είναι αποδεκτή! Θέµα-
Υπολογιστικό Πρόβληµα
Υπολογιστικό Πρόβληµα Μετασχηµατισµός δεδοµένων εισόδου σε δεδοµένα εξόδου. Δοµή δεδοµένων εισόδου (έγκυρο στιγµιότυπο). Δοµή και ιδιότητες δεδοµένων εξόδου (απάντηση ή λύση). Τυπικά: διµελής σχέση στις
Φροντιστήριο 9 Λύσεις
Άσκηση 1 Φροντιστήριο 9 Λύσεις Να κατασκευάσετε μια μηχανή Turing με δύο ταινίες η οποία να αποδέχεται στην πρώτη της ταινία μια οποιαδήποτε λέξη w {a,b} * και να γράφει τη λέξη w R στη δεύτερη της ταινία.
KΕΦΑΛΑΙΟ 1 ΧΡΗΣΙΜΕΣ ΜΑΘΗΜΑΤΙΚΕΣ ΕΝΝΟΙΕΣ. { 1,2,3,..., n,...
KΕΦΑΛΑΙΟ ΧΡΗΣΙΜΕΣ ΜΑΘΗΜΑΤΙΚΕΣ ΕΝΝΟΙΕΣ Βασικές έννοιες διαιρετότητας Θα συµβολίζουµε µε, τα σύνολα των φυσικών αριθµών και των ακεραίων αντιστοίχως: {,,3,,, } { 0,,,,, } = = ± ± ± Ορισµός Ένας φυσικός αριθµός
Φροντιστήριο 11 Λύσεις
Άσκηση 1 Φροντιστήριο 11 Λύσεις Να αποδείξετε ότι η κλάση Ρ είναι κλειστή ως προς τις πράξεις της ένωσης, της συναρμογής και του συμπληρώματος. Θα πρέπει να δείξουμε ότι: (α) Ένωση: Αν οι Λ 1 και Λ 2 είναι
Τίτλος Μαθήματος: Συνήθεις Διαφορικές Εξισώσεις Ι
Τίτλος Μαθήματος: Συνήθεις Διαφορικές Εξισώσεις Ι Ενότητα: Θεώρημα ύπαρξης και μοναδικότητας της λύσης του Π.Α.Τ.: y = f ( x, y), y( x ) (Θεώρημα Picard) ' Όνομα Καθηγητή: Χρυσή Κοκολογιαννάκη Τμήμα: Μαθηματικών
ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΚΡΥΠΤΟΛΟΓΙΑ ΣΗΜΕΙΩΣΕΙΣ #6 ΘΕΟ ΟΥΛΟΣ ΓΑΡΕΦΑΛΑΚΗΣ
ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΚΡΥΠΤΟΛΟΓΙΑ ΣΗΜΕΙΩΣΕΙΣ #6 ΘΕΟ ΟΥΛΟΣ ΓΑΡΕΦΑΛΑΚΗΣ 1. Το προβληµα του διακριτου λογαριθµου Στο µάθηµα αυτό ϑα δούµε κάποιους αλγόριθµους για υπολογισµό διακριτών λογάριθµων. Θυµίζουµε ότι στο
Α Ν Α Λ Τ Η Α Λ Γ Ο Ρ Ι Θ Μ Ω Ν Κ Ε Υ Α Λ Α Ι Ο 5. Πως υπολογίζεται ο χρόνος εκτέλεσης ενός αλγορίθμου;
5.1 Επίδοση αλγορίθμων Μέχρι τώρα έχουμε γνωρίσει διάφορους αλγόριθμους (αναζήτησης, ταξινόμησης, κ.α.). Στο σημείο αυτό θα παρουσιάσουμε ένα τρόπο εκτίμησης της επίδοσης (performance) η της αποδοτικότητας
Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ
Θεωρία Υπολογισμού Ενότητα 26: Καθολική Μηχανή Turing Τμήμα Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που
ΑΣΥΜΠΤΩΤΙΚΗ ΑΝΑΛΥΣΗ & ΠΡΟΣΘΕΣΗ
ΑΣΥΜΠΤΩΤΙΚΗ ΑΝΑΛΥΣΗ & ΠΡΟΣΘΕΣΗ Θέματα μελέτης Ορθότητα και απόδοση αλγορίθμων Παρουσίαση και ανάλυση αλγορίθμου για πρόσθεση Al Khwarizmi Αλγόριθμοι Το δεκαδικό σύστημα εφευρέθηκε στην Ινδία περίπου το
( a) ( ) n n ( ) ( ) a x a. x a x. x a x a
7 Έστω Το θεώρηµα του Tylor στη µια µεταβλητή Ι ανοικτό διάστηµα Ι και : Ι φορές διαφορίσιµη συνάρτηση στο Ι, (. Γράφουµε, ( = + +... + +,, Ι, όπου!, είναι το υπόλοιπο Tylor ( κέντρου και τάξης και ( Ρ
Η εφαρµογή xsortlab. Οπτικός τρόπος ταξινόµησης
Η εφαρµογή xsortlab Η ταξινόµηση µιας λίστας πραγµάτων είτε σε αύξουσα είτε σε φθίνουσα σειρά είναι µια πολύ σηµαντική λειτουργία. Η εφαρµογή xsortlab περικλείει 5 διαφορετικές µεθόδους ταξινόµησης. Την
Σειρά Προβλημάτων 5 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 5 Λύσεις Να δείξετε ότι οι πιο κάτω γλώσσες είναι διαγνώσιμες. (α) { G,k η G είναι μια ασυμφραστική γραμματική η οποία παράγει κάποια λέξη 1 n όπου n k } (β) { Μ,k η Μ είναι
Σειρά Προβλημάτων 4 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 4 Λύσεις (α) Να διατυπώσετε την τυπική περιγραφή μιας μηχανής Turing (αυθεντικός ορισμός) η οποία να διαγιγνώσκει τη γλώσσα { ww w {a,b}* }. (β) Να διατυπώσετε την τυπική περιγραφή
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 15: Διαγνωσιμότητα (Επιλυσιμότητα) ΙΙ
ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας Διάλεξη 15: Διαγνωσιμότητα (Επιλυσιμότητα) ΙΙ Τι θα κάνουμε σήμερα Επιλύσιμα Προβλήματα σχετικά με Ασυμφραστικές Γλώσσες (4.1.2) Το Πρόβλημα του Τερματισμού
Ασκήσεις (2) Άσκηση 1
Άσκηση 1 Ασκήσεις () Εισαγωγή στην Ανάλυση Αλγορίθμων Υποθέστε ότι συγκρίνουμε την υλοποίηση της ταξινόμησης με εισαγωγή και της ταξινόμησης με συγχώνευση στον ίδιο υπολογιστή. Για εισόδους μεγέθους n,
ΜΙΓΑ ΙΚΟΣ ΛΟΓΙΣΜΟΣ ΚΑΙ ΟΛΟΚΛ. ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ ΓΡΑΠΤΕΣ ΕΞΕΤΑΣΕΙΣ ΙΑΝΟΥΑΡΙΟΥ 2010 ΛΥΣΕΙΣ ΤΩΝ ΘΕΜΑΤΩΝ. =. Οι πρώτες µερικές u x y
ΜΙΓΑ ΙΚΟΣ ΛΟΓΙΣΜΟΣ ΚΑΙ ΟΛΟΚΛ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ ΓΡΑΠΤΕΣ ΕΞΕΤΑΣΕΙΣ ΙΑΝΟΥΑΡΙΟΥ ΛΥΣΕΙΣ ΤΩΝ ΘΕΜΑΤΩΝ ΘΕΜΑ α) Καταρχήν θα µελετήσουµε την συνάρτηση f Η f γράφεται f ( ) = ( x + )( x ) ( x ) ή ακόµα f ( ) = u( x,
Στοιχεία Θεωρίας Υπολογισμού
Κεφάλαιο 3 Στοιχεία Θεωρίας Υπολογισμού Στο κεφάλαιο αυτό παρουσιάζεται μια εισαγωγή σε βασικές έννοιες της θεωρίας υπολογισμού, με έμφαση στην υπολογιστική πολυπλοκότητα. Η εξοικείωση με τις έννοιες αυτές
Ορια Συναρτησεων - Ορισµοι
Ορια Συναρτησεων - Ορισµοι Λυγάτσικας Ζήνων Βαρβάκειο Ενιαίο Πειραµατικό Λύκειο 3 Σεπτεµβρίου 205 Εισαγωγή Στην παράγραφο αυτή ϑα δούµε πως προκύπτει η ιδέα του ορίου στην προσπά- ϑεια να ορίσουµε την
ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ
ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ Ενότητα 3: Ασυμπτωτικός συμβολισμός Μαρία Σατρατζέμη Τμήμα Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.
Αρµονική Ανάλυση. Ενότητα: Το ϑεώρηµα παρεµβολής του Riesz και η ανισότητα Hausdorff-Young. Απόστολος Γιαννόπουλος.
Ενότητα: Το ϑεώρηµα παρεµβολής του Riesz και η ανισότητα Hausdorff-Young Απόστολος Γιαννόπουλος Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.
Γενικευµένη Simplex Γενικευµένη Simplex
Πρόβληµα cutting stock Λογικά µεγέθη (20 περιορισµοί, 24000 µεταβλητές) Πρόβληµα cutting stock Λογικά µεγέθη (20 περιορισµοί, 24000 µεταβλητές) Μεγάλα µεγέθη (30 περιορισµοί, 190000 µεταβλητές) Πρόβληµα
Φροντιστήριο 8 Λύσεις
Άσκηση 1 Θεωρήστε την πιο κάτω Μηχανή Turing. Φροντιστήριο 8 Λύσεις Σε κάθε σκέλος, να προσδιορίσετε την ακολουθία των φάσεων τις οποίες διατρέχει η μηχανή όταν δέχεται τη διδόμενη λέξη. (α) 11 (β) 1#1
Σειρά Προβλημάτων 4 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 4 Λύσεις (α) Να διατυπώσετε την τυπική περιγραφή μιας μηχανής Turing που να διαγιγνώσκει την ακόλουθη γλώσσα. { a n b n+2 c n 2 n 2 } Λύση: H ζητούμενη μηχανή Turing μπορεί να
Εισαγωγή στην Ανάλυση Αλγορίθμων (2-3)
Εισαγωγή στην Ανάλυση Αλγορίθμων (2-3) 3.1 Ασυμπτωτικός συμβολισμός (Ι) Οι ορισμοί που ακολουθούν μας επιτρέπουν να επιχειρηματολογούμε με ακρίβεια για την ασυμπτωτική συμπεριφορά. Οι f(n) και g(n) συμβολίζουν
11.1 Συναρτήσεις. ΚΕΦΑΛΑΙΟ 11: Θεωρία υπολογισµών
ΚΕΦΑΛΑΙΟ : Θεωρία υπολογισµών. Συναρτήσεις και ο υπολογισµός τους. Μηχανές Turig.3 Καθολικές γλώσσες προγραµµατισµού.4 Μια µη υπολογίσιµη συνάρτηση.5 Πολυπλοκότητα προβληµάτων.6 Κρυπτογραφία δηµόσιου κλειδιού.
Αρµονική Ανάλυση. Ενότητα: L 2 -σύγκλιση σειρών Fourier. Απόστολος Γιαννόπουλος. Τµήµα Μαθηµατικών
Ενότητα: L -σύγκλιση σειρών Fourier Απόστολος Γιαννόπουλος Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες,
Φροντιστήριο 8 Λύσεις
Άσκηση 1 Φροντιστήριο 8 Λύσεις Θεωρήστε την πιο κάτω Μηχανή Turing όπου όλες οι μεταβάσεις που απουσιάζουν οδηγούν στην κατάσταση απόρριψης (q απόρριψης). Σε κάθε σκέλος, να προσδιορίσετε την ακολουθία
Σειρά Προβλημάτων 4 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 4 Λύσεις (α) Να διατυπώσετε την τυπική περιγραφή μιας μηχανής Turing (αυθεντικός ορισμός) η οποία να διαγιγνώσκει τη γλώσσα {1010 2 10 3 10 n 1 10 n 1 n 1}. (β) Να διατυπώσετε
Σειρά Προβλημάτων 4 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 4 Λύσεις (α) Να διατυπώσετε την τυπική περιγραφή μιας μηχανής Turing που να διαγιγνώσκει τη γλώσσα { n 3 } (α) H ζητούμενη μηχανή Turing μπορεί να διατυπωθεί ως την επτάδα Q,
Δομές Δεδομένων (Data Structures)
Δομές Δεδομένων (Data Structures) Ανάλυση - Απόδοση Αλγορίθμων Έλεγχος Αλγορίθμων. Απόδοση Προγραμμάτων. Χωρική/Χρονική Πολυπλοκότητα. Ασυμπτωτικός Συμβολισμός. Παραδείγματα. Αλγόριθμοι: Βασικές Έννοιες
Θεωρια Αριθµων. Θεωρητικα Θεµατα. Ακαδηµαϊκο Ετος ιδασκοντες: Α. Μπεληγιάννης & Σ. Παπαδάκης
Θεωρια Αριθµων Θεωρητικα Θεµατα Ακαδηµαϊκο Ετος 2012-2013 ιδασκοντες: Α. Μπεληγιάννης & Σ. Παπαδάκης Ιστοσελιδα Μαθηµατος : http://users.uoi.gr/abeligia/numbertheory/nt.html 2 Απριλίου 2013 Το παρόν κείµενο
1 Ορισµός ακολουθίας πραγµατικών αριθµών
ΜΑΣ 02. Απειροστικός Λογισµός Ι Ορισµός ακολουθίας πραγµατικών αριθµών Ορισµός.. Ονοµάζουµε ακολουθία πραγµατικών αριθµών κάθε απεικόνιση του συνόλου N των ϕυσικών αριθµών, στο σύνολο R των πραγµατικών
Επαναληπτικές δοµές. µτ α.τ. Όχι. ! απαγορεύεται µέσα σε µία ΓΙΑ να µεταβάλλουµε τον µετρητή! διότι δεν θα ξέρουµε µετά πόσες επαναλήψεις θα γίνουν
Επαναληπτικές δοµές Η λογική των επαναληπτικών διαδικασιών εφαρµόζεται όπου µία ακολουθία εντολών εφαρµόζεται σε ένα σύνολο περιπτώσεων που έχουν κάτι κοινό. Όταν ψάχνουµε θέση για να παρκάρουµε κοντά
ΘΕΜΑΤΑ ΕΞΕΤΑΣΗΣ ΚΑΙ ΑΠΑΝΤΗΣΕΙΣ ΕΞΕΤΑΣΤΙΚΗ ΠΕΡΙΟ ΟΣ:
ΘΕΜΑΤΑ ΕΞΕΤΑΣΗΣ ΚΑΙ ΑΠΑΝΤΗΣΕΙΣ ΕΞΕΤΑΣΤΙΚΗ ΠΕΡΙΟ ΟΣ: Ιανουάριος-Φεβρουάριος 7 ΜΑΘΗΜΑ: Αριθµητική Ανάλυση ΕΞΑΜΗΝΟ: ο Ι ΑΣΚΩΝ: Ε Κοφίδης Όλα τα ερωτήµατα είναι ισοδύναµα Καλή επιτυχία! Θέµα ο α Χρησιµοποιείστε
Αλγόριθμοι και Πολυπλοκότητα
Αλγόριθμοι και Πολυπλοκότητα Ανάλυση Αλγορίθμων Δημήτρης Μιχαήλ Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ανάλυση Αλγορίθμων Η ανάλυση αλγορίθμων περιλαμβάνει τη διερεύνηση του τρόπου
Σειρά Προβλημάτων 4 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 4 Λύσεις (α) Να διατυπώσετε την τυπική περιγραφή μιας μηχανής Turing που να διαγιγνώσκει τη γλώσσα { a 2n b n c 3n n 2 } : H ζητούμενη μηχανή Turing μπορεί να διατυπωθεί ως την
Σειρά Προβλημάτων 5 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 5 Λύσεις Να δείξετε ότι οι πιο κάτω γλώσσες είναι διαγνώσιμες. (α) { G 1, G 2 οι G 1 και G 2 είναι δύο CFG που παράγουν μια κοινή λέξη μήκους 144 } (β) { D,k το D είναι ένα DFA
Στοιχεία Αλγορίθµων και Πολυπλοκότητας
Στοιχεία Αλγορίθµων και Πολυπλοκότητας Ορέστης Τελέλης telelis@unipi.gr Τµήµα Ψηφιακών Συστηµάτων, Πανεπιστήµιο Πειραιώς Ο. Τελέλης Πανεπιστήµιο Πειραιώς Πολυπλοκότητα 1 / 16 «Ζέσταµα» Να γράψετε τις συναρτήσεις
Γ. Κορίλη Αλγόριθµοι ροµολόγησης
- Γ. Κορίλη Αλγόριθµοι ροµολόγησης http://www.seas.upenn.edu/~tcom50/lectures/lecture.pdf ροµολόγηση σε ίκτυα εδοµένων Αναπαράσταση ικτύου µε Γράφο Μη Κατευθυνόµενοι Γράφοι Εκτεταµένα έντρα Κατευθυνόµενοι
Σειρά Προβλημάτων 4 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 4 Λύσεις (α) Να διατυπώσετε την τυπική περιγραφή μιας μηχανής Turing (αυθεντικός ορισμός) η οποία να διαγιγνώσκει τη γλώσσα { w w = (ab) 2m b m (ba) m, m 0 } (β) Να διατυπώσετε
ΠΕΡΙΕΧΟΜΕΝΑ. Πρόλογος στη δεύτερη έκδοση
Πρόλογος του επιµελητή xiii Πρόλογος στην πρώτη έκδοση xv Προς τους ϕοιτητές.......................... xv Προς τους διδάσκοντες........................ xvii Ηπρώτηέκδοση........................... xviii
Αριθμήσιμα σύνολα. Μαθηματικά Πληροφορικής 5ο Μάθημα. Παραδείγματα αριθμήσιμων συνόλων. Οι ρητοί αριθμοί
Αριθμήσιμα σύνολα Μαθηματικά Πληροφορικής 5ο Μάθημα Τμήμα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήμιο Αθηνών Ορισμός Πόσα στοιχεία έχει το σύνολο {a, b, r, q, x}; Οσα και το σύνολο {,,, 4, 5} που είναι
ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ
ΤΕΙ ΙΟΝΙΩΝ ΝΗΣΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΓΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΣΤΗ ΔΙΟΙΚΗΣΗ ΚΑΙ ΣΤΗΝ ΟΙΚΟΝΟΜΙΑ 7 Ο ΜΑΘΗΜΑ ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΑΠΟΣΤΟΛΙΑ ΠΑΓΓΕ Περιεχόμενα 2 Δυαδικό Σύστημα Προσημασμένοι δυαδικοί αριθμοί Αφαίρεση
Blum Complexity. Αλγόριθμοι και Πολυπλοκότητα ΙΙ. Παναγιώτης Γροντάς. Δεκέμβριος
Blum Complexity Αλγόριθμοι και Πολυπλοκότητα ΙΙ Παναγιώτης Γροντάς µπλ Δεκέμβριος 2011 Ιστορικά Στοιχεία Manuel Blum (1938, Caracas Venezuela) Turing Award (1995) Foundations Of Computational Complexity
3 Αναδροµή και Επαγωγή
3 Αναδροµή και Επαγωγή Η ιδέα της µαθηµατικής επαγωγής µπορεί να επεκταθεί και σε άλλες δοµές εκτός από το σύνολο των ϕυσικών N. Η ορθότητα της µαθηµατικής επαγωγής ϐασίζεται όπως ϑα δούµε λίγο αργότερα