Ειδικά θέματα σε κινητά και ασύρματα δίκτυα

Σχετικά έγγραφα
Αλγόριθμοι ελαχιστοποίησης κατανάλωσης ενέργειας σε ασύρματα αδόμητα δίκτυα

Αλγόριθμοι ελαχιστοποίησης κατανάλωσης ενέργειας σε ασύρματα αδόμητα δίκτυα

Αλγόριθμοι ελαχιστοποίησης κατανάλωσης ενέργειας σε ασύρματα αδόμητα δίκτυα

Αλγόριθμοι εύρεσης ελάχιστων γεννητικών δέντρων (MST)

Εισαγωγή στους Αλγορίθμους Ενότητα 9η Άσκηση - Αλγόριθμος Prim

Εισαγωγή στους Αλγορίθμους Φροντιστήριο 4

Βέλτιστος Έλεγχος Συστημάτων

Πληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 3: Εφαρμογές Δικτυωτής Ανάλυσης (2 ο Μέρος)

Εισαγωγή στους Αλγορίθμους Φροντιστήριο 8

Σχεδίαση και Ανάλυση Αλγορίθμων Ενότητα 3: ΑΝΑΠΑΡΑΣΤΑΣΗ ΔΕΔΟΜΕΝΩΝ - ΓΡΑΦΗΜΑΤΑ

Ψηφιακή Επεξεργασία Εικόνων

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Εισαγωγή στους Αλγορίθμους

1 η Διάλεξη. Ενδεικτικές λύσεις ασκήσεων

Εισαγωγή στους Αλγορίθμους

Θερμοδυναμική. Ανοικτά Ακαδημαϊκά Μαθήματα. Πίνακες Νερού σε κατάσταση Κορεσμού. Γεώργιος Κ. Χατζηκωνσταντής Επίκουρος Καθηγητής

Κβαντική Επεξεργασία Πληροφορίας

Εισαγωγή στη Δικτύωση Υπολογιστών

Εισαγωγή στους Αλγορίθμους

Κβαντική Επεξεργασία Πληροφορίας

Εισαγωγή στους Αλγορίθμους Ενότητα 9η Άσκηση - Αλγόριθμος Kruskal

Διοικητική Λογιστική

Λογιστική Κόστους Ενότητα 12: Λογισμός Κόστους (2)

Εφαρμογές των Τεχνολογιών της Πληροφορίας και των Επικοινωνιών στη διδασκαλία και τη μάθηση

Πληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 1: Δικτυωτή Ανάλυση (Θεωρία Γράφων)

Εισαγωγή στους Αλγόριθμους

Κβαντική Επεξεργασία Πληροφορίας

Εισαγωγή στους Αλγορίθμους Φροντιστήριο 5

Θέματα υπολογισμού στον πολιτισμό

Σχεδίαση και Ανάλυση Αλγορίθμων Ενότητα 4: ΑΝΑΠΑΡΑΣΤΑΣΗ ΔΕΔΟΜΕΝΩΝ - ΔΕΝΤΡΑ

Ενδεικτικές λύσεις ασκήσεων διαχείρισης έργου υπό συνθήκες αβεβαιότητας

Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας. Βιοστατιστική (Ε) Ενότητα 3: Έλεγχοι στατιστικών υποθέσεων

Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας. Βιοστατιστική (Ε) Ενότητα 1: Καταχώρηση δεδομένων

Εισαγωγή στους Υπολογιστές

Διεθνείς Οικονομικές Σχέσεις και Ανάπτυξη

Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας. Βιοστατιστική (Ε) Ενότητα 2: Περιγραφική στατιστική

Εισαγωγή στους Η/Υ. Ενότητα 2β: Αντίστροφο Πρόβλημα. Δημήτρης Σαραβάνος, Καθηγητής Πολυτεχνική Σχολή Τμήμα Μηχανολόγων & Αεροναυπηγών Μηχανικών

Πληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 2: Εφαρμογές Δικτυωτής Ανάλυσης (1 ο Μέρος)

Τηλεματική και Νέες Υπηρεσίες

Εισαγωγή στους Αλγορίθμους Ενότητα 10η Άσκηση Αλγόριθμος Dijkstra

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ

Ενδεικτικές λύσεις ασκήσεων διαγραμμάτων περίπτωσης χρήσης (1ο Μέρος)

Ενότητα. Εισαγωγή στις βάσεις δεδομένων

Βάσεις Περιβαλλοντικών Δεδομένων

Εφαρμογές των Τεχνολογιών της Πληροφορίας και των Επικοινωνιών στη διδασκαλία και τη μάθηση

Γενική Φυσική Ενότητα: Δυναμική Άκαμπτου Σώματος

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Εισαγωγή στη Δικτύωση Υπολογιστών

ΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙIΙ

ΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙIΙ

ΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙIΙ

Εισαγωγή στην Διοίκηση Επιχειρήσεων

Θεατρικές Εφαρμογές και Διδακτική της Φυσικής Ι

Μυελού των Οστών Ενότητα #1: Ερωτήσεις κατανόησης και αυτόαξιολόγησης

Διοίκηση Εξωτερικής Εμπορικής Δραστηριότητας

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Κβαντική Επεξεργασία Πληροφορίας

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Εισαγωγή στη Μουσική Τεχνολογία Ενότητα: Ελεγκτές MIDI μηνυμάτων (Midi Controllers)

Μεθοδολογία Έρευνας Κοινωνικών Επιστημών Ενότητα 2: ΣΥΓΚΕΝΤΡΩΣΗ ΠΛΗΡΟΦΟΡΙΩΝ ΜΑΡΚΕΤΙΝΓΚ Λοίζου Ευστράτιος Τμήμα Τεχνολόγων Γεωπόνων-Kατεύθυνση

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Θερμοδυναμική. Ανοικτά Ακαδημαϊκά Μαθήματα. Πίνακες Νερού Υπέρθερμου Ατμού. Γεώργιος Κ. Χατζηκωνσταντής Επίκουρος Καθηγητής

Έλεγχος και Διασφάλιση Ποιότητας Ενότητα 4: Μελέτη ISO Κουππάρης Μιχαήλ Τμήμα Χημείας Εργαστήριο Αναλυτικής Χημείας

Θέματα υπολογισμού στον πολιτισμό

Εισαγωγή στους Αλγορίθμους Ενότητα 7η

Τίτλος Μαθήματος: Μαθηματική Ανάλυση Ενότητα Γ. Ολοκληρωτικός Λογισμός

Λογιστική Κόστους Ενότητα 8: Κοστολογική διάρθρωση Κύρια / Βοηθητικά Κέντρα Κόστους.

Διδακτική των εικαστικών τεχνών Ενότητα 3

Αερισμός. Ενότητα 1: Αερισμός και αιμάτωση. Κωνσταντίνος Σπυρόπουλος, Καθηγητής Σχολή Επιστημών Υγείας Τμήμα Ιατρικής

Εκπαιδευτική Διαδικασία και Μάθηση στο Νηπιαγωγείο Ενότητα 1: Εισαγωγή

Γενική Φυσική Ενότητα: Εισαγωγή στην Ειδική Θεωρία της Σχετικότητας

Εισαγωγή στη Δικτύωση Υπολογιστών

Μηχανολογικό Σχέδιο Ι

Εισαγωγή στην Πληροφορική

Εισαγωγή στη Μουσική Τεχνολογία Ενότητα: Η υλισμική υποδομή ενός Home Studio

Εισαγωγή στους Αλγόριθμους

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Γενική Φυσική Ενότητα: Ταλαντώσεις

Θέματα υπολογισμού στον πολιτισμό

Διδακτική των εικαστικών τεχνών Ενότητα 1

Λειτουργία και εφαρμογές της πολιτιστικής διαχείρισης

Λογιστική Κόστους Ενότητα 11: Λογισμός Κόστους (1)

Διδακτική των εικαστικών τεχνών Ενότητα 2

Διδακτική των εικαστικών τεχνών Ενότητα 2

Διδακτική των εικαστικών τεχνών Ενότητα 2

Διδακτική των εικαστικών τεχνών Ενότητα 2

Διαχείριση Πολιτισμικών Δεδομένων

Βέλτιστος Έλεγχος Συστημάτων

Φιλοσοφία της Ιστορίας και του Πολιτισμού

ΤΠΕ στη Διδακτική των γλωσσών - Πολύγλωσσα ψηφιακά περιβάλλοντα γλωσσικής διδασκαλίας

Εκκλησιαστικό Δίκαιο. Ενότητα 10η: Ιερά Σύνοδος της Ιεραρχίας και Διαρκής Ιερά Σύνοδος Κυριάκος Κυριαζόπουλος Τμήμα Νομικής Α.Π.Θ.

Έλεγχος Ποιότητας Φαρμάκων

Διοικητική Λογιστική

Διεθνείς Οικονομικές Σχέσεις και Ανάπτυξη

Τεχνολογία Λογισμικού

Βέλτιστος Έλεγχος Συστημάτων

Διακριτά Μαθηματικά. Ενότητα 5: Απαρίθμηση: Διωνυμικοί συντελεστές

Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική

Δυναμική και Έλεγχος E-L Ηλεκτρομηχανικών Συστημάτων

Διδακτική Πληροφορικής

Transcript:

Ειδικά θέματα σε κινητά και ασύρματα δίκτυα Ενότητα 5: Αλγόριθμοι ελαχιστοποίησης κατανάλωσης ενέργειας σε ασύρματα αδόμητα δίκτυα Εύη Παπαϊωάννου Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διαχείρισης Πολιτισμικού Περιβάλλοντος και Νέων Τεχνολογιών

Σκοποί ενότητας Παρουσίαση και μελέτη αλγορίθμων ελαχιστοποίησης κατανάλωσης ενέργειας σε ασύρματα αδόμητα δίκτυα Τίτλος Ενότητας 2

Περιεχόμενα ενότητας Αλγόριθμοι ελαχιστοποίησης κατανάλωσης ενέργειας σε ασύρματα αδόμητα δίκτυα Τίτλος Ενότητας 3

Ειδικά θέματα σε κινητά και ασύρματα δίκτυα Αλγόριθμοι ελαχιστοποίησης κατανάλωσης ενέργειας σε ασύρματα αδόμητα δίκτυα

Ασύρματα δίκτυα τύπου ad hoc Τοπικά (LAN) ή άλλα μικρά δίκτυα με ασύρματες συνδέσεις οι συσκευές αποτελούν μέρος του δικτύου μόνο όσο επικοινωνούν με αυτό ή όσο είναι τοπικά κοντά στο δίκτυο 5

Ασύρματα δίκτυα τύπου ad hoc 6

Ασύρματα δίκτυα τύπου ad hoc 7

Ασύρματα δίκτυα τύπου ad hoc 8

Ασύρματα δίκτυα τύπου ad hoc Δε διαθέτουν ενσύρματη υποδομή Το δίκτυο φτιάχνεται από κόμβους ασύρματες συσκευές που λειτουργούν με περιορισμένη ενέργεια (π.χ., με μπαταρίες) και μπορούν να στέλνουν και να λαμβάνουν μηνύματα μέσω αμφικατευθυνόμενων κεραιών Η ύπαρξη και η λειτουργία των δικτύων αυτών σχετίζεται άμεσα με το πόσο θα κρατήσει η ενέργεια των κόμβων Αυτό τα κάνει ενδιαφέροντα λόγω πολλών εφαρμογών που έχουν τα χρησιμοποιούμε όπου δε μπορούμε να έχουμε καλώδια και για συλλογή και επεξεργασία δεδομένων και αρκούν κόμβοι με μπαταρίες Από την άλλη πλευρά το θέμα της αποδοτικής διαχείρισης της ενέργειας που υπάρχει στο δίκτυο είναι δύσκολο και επομένως ενδιαφέρον 9

Ασύρματα δίκτυα τύπου ad hoc 10

Ασύρματα δίκτυα τύπου ad hoc Τηλεφωνικές συσκευές (κινητές, ασύρματες) Ασύρματες συσκευές πολυμέσων (ακουστικά, ηχεία, μικρόφωνα) Φορητοί υπολογιστές (laptops, desktop) Ασύρματες περιφερειακές συσκευές (πληκτρολόγια, mouse) Περιφερειακά τοπικού δικτύου (LAN Local Area Network) (εκτυπωτές, fax) PDAs - Personal Digital Assistants (palm top/pilot) Ψηφιακές φωτογραφικές μηχανές 11

Ασύρματα δίκτυα τύπου ad hoc: παραδείγματα/εφαρμογές Αίθουσα Σχολείο: Ad hoc δίκτυο μεταξύ των PDAs των φοιτητών και του σταθμού εργασίας του καθηγητή Μουσείο: Ad hoc δίκτυο μεταξύ των PDAs των επισκεπτών και του φορητού υπολογιστή του ξεναγού Χώροι μεγάλης έκτασης Εταιρεία/Πανεπιστημιούπολη: Οι εργαζόμενοι μετακινούνται σε μεγάλη περιοχή με PDAs, laptops και κινητά τηλέφωνα Αρχαιολογικός/εκθεσιακός χώρος: Οι επισκέπτες μετακινούνται σε μεγάλη περιοχή με PDAs, laptops, κινητά τηλέφωνα, ηλεκτρονικά βραχιολάκια π.χ. Virtual Guide XENAGOS - http://www.virtualguide.gr/greek/index.html Μετακινούμενοι στρατιώτες με υπολογιστικές συσκευές (π.χ., ρολόγια, GPS, κτλ) που τις φοράνε Μπορούν να πραγματοποιήσουν υποκλοπές, επιθέσεις denial-of-service και impersonation Εμπορικά κέντρα, εστιατόρια, καφέ, αεροδρόμια Οι πελάτες ξοδεύουν μέρος της μέρας τους σε δικτυωμένο εμπορικό κέντρο με ποικιλία καταστημάτων, καφέ, εστιατορίων, (m-commerce) 12

Το σύστημα ΜΤΑ στο Ντουμπάι ΜΤΑ: Mobile Tourist Agent Σύστημα παροχής τουριστικών πληροφοριών είτε για την πόλη είτε για το χώρο διαμονής Οποιαδήποτε κινητή συσκευή ή PDA χρησιμοποιείται για τη λήψη πληροφοριών από έναν server Μέσω διαδραστικού χάρτη της πόλης δίνονται πληροφορίες για ξενοδοχεία, εστιατόρια, θέατρα, πρεσβείες, εντοπισμό θέσης, συνάλλαγμα, καιρό, Υπάρχει και απλούστερη έκδοση που εκτελείται από υπολογιστή και δεν απαιτεί εγκατάσταση στο κινητό 13

Ασύρματα δίκτυα αισθητήρων «έξυπνη σκόνη» (smart dust) Η εφαρμογή αναπτύχθηκε αρχικά από το πανεπιστήμιο του Berkeley με χρηματοδότηση του DAPRA με υλοποίηση ασύρματου δικτύου Αισθητήρων μεγάλης κλίμακας και ονομάστηκε Smart Dust (έξυπνη σκόνη) Το Smart Dust προοριζόταν αρχικά για τη εξ αποστάσεως παρακολούθηση εχθρικών στρατευμάτων από το στρατό μέσω χιλιάδων ασύρματων μικροαισθητήρων motes διασκορπισμένων στο πεδίο της μάχης Το Smart Dust βρήκε πληθώρα εφαρμογών όπως για παρακολούθηση των ατμοσφαιρικών και καιρικών συνθηκών Ενδιαφέρουσα είναι και η βιοτεχνολογική προσέγγιση τις ιδέας με motes από χημικά συστατικά αντί για ηλεκτρονικά κυκλώματα 14

Ασύρματα δίκτυα αισθητήρων «έξυπνη σκόνη» (smart dust) Χιλιάδες έως εκατομμύρια μικροί αισθητήρες σχηματίζουν ασύρματα δίκτυα που οργανώνονται μόνα τους (χωρίς κεντρικό συντονισμό) Οι κόμβοι είναι μικρές συσκευές που λειτουργούν με μπαταρίες και επικοινωνούν με έναν ισχυρότερο σταθμό βάσης ο οποίος συνδέεται με εξωτερικό δίκτυο 15

Ασύρματα δίκτυα αισθητήρων «έξυπνη Επικοινωνία αισθητήρα σταθμό βάσης: π.χ. δεδομένα αισθητήρα Επικοινωνία σταθμού βάσης αισθητήρα, π.χ. συγκεκριμένες απαιτήσεις Σταθμός βάσης όλους τους αισθητήρες, π.χ. πληροφορίες δρομολόγησης, ερωτήσεις ή επαναπρογραμματισμός του δικτύου σκόνη» (smart dust) 16

WSN για την έγκαιρη ανίχνευση British Petroleum προβλημάτων σε αγωγούς WSN για μέτρηση μη φυσιολογικών δονήσεων κατά τη διάρκεια γεωτρήσεων ώστε να προειδοποιούνται οι μηχανικοί για πιθανή επερχόμενη βλάβη του εξοπλισμού WSN για την εξ αποστάσεως παρακολούθηση του επιπέδου πληρότητας των δεξαμενών υγραερίου Με χρήση υπερηχητικού αισθητήρα στη δεξαμενή μετριέται η πληρότητα και στη συνέχεια εκπέμπεται μέσω δορυφόρου χαμηλής τροχιάς σε ένα σταθμό βάσης με αποτέλεσμα να ενημερώνονται οι πελάτες πριν τελειώσουν τα αποθέματα τους Η επίτευξη αντίστοιχων αποτελεσμάτων με ενσύρματα μέσα θα ήταν αδύνατη 17

Zebranet για παρακολούθηση άγριας ζωής στην Κένυα WSN που ανέπτυξε το Πανεπιστήμιο Princeton το 2005 (www.princeton.edu/mrm/zebranet.htm) για την παρακολούθηση της μετανάστευσης, της συνύπαρξης με άλλα είδη και της νυχτερινής συμπεριφοράς πληθυσμών ζέβρας στην Αφρική Οι ζέβρες φέρουν αισθητήρες Περιβαλλοντικές δυσκολίες (νερό, δαγκώματα) Η θέση GPS λαμβάνεται κάθε 3 λεπτά Λεπτομερής πληροφορία λαμβάνεται κάθε ώρα (ένδειξη για ήλιο/σκιά, ταχύτητα) Κινούμενος σταθμός βάσης που δεν είναι συνεχώς διαθέσιμος 18

WSN για την παρακολούθηση της καταπόνησης σιδηροτροχιών σε γέφυρα 10 κόμβοι αισθητήρες Εύρος μετάδοσης: 100 m Λειτουργία με χαμηλή ισχύ που αυξάνεται όταν εμφανίζεται τραίνο Οι ρυθμοί καταπόνησης καταγράφονται στους κόμβους σε Flash μνήμη Ο σταθμός βάσης συλλέγει τα δεδομένα περιοδικά Γέφυρα Ben Franklin, Philadelphia,US 19

Υποθαλάσσιο ακουστικό WSN Υψηλή εξασθένιση σήματος Πολλά σφάλματα στη μετάδοση Προσωρινές απώλειες σύνδεσης Καταστροφή αισθητήρων Πρόβλημα με μπαταρίες (δε μπορεί να χρησιμοποιηθεί ηλιακή ενέργεια) Περιορισμοί στο εύρος ζώνης J. M. Daladier, Διδακτορική Διατριβή, University of South Florida (2009) 20

Έξυπνα σπίτια 21

WSN στο ανθρώπινο σώμα (Body Sensor Networks - BSN) Οι σύγχρονες υπηρεσίες τηλεϊατρικής στοχεύουν στο διαρκή εξ αποστάσεως έλεγχο της κατάστασης της υγείας του ασθενούς μέσω της συλλογής, επεξεργασίας, αξιολόγησης, αξιοποίησης και αποθήκευσης κατάλληλης πληροφορίας 22

CodeBlue: Wireless Sensors for Medical Care (Harvard) WSN για παροχή ενδο/εξω-νοσοκομειακής επείγουσας περίθαλψης και αποκατάστασης ασθενών 23

WSN για αυτόματο έλεγχο/ επίβλεψη σε μουσεία (Πορτογαλία) L.M. Rodríguez Peralta, L.M.P.L. Brito, B.A.T. Gouveia, D.J.G. Sousa, & C.S. Alves.Automatic monitoring and control of museums environment based on Wireless Sensor Networks. EJSE Special Issue: Wireless Sensor Networks and Practical Applications, pp. 12-34, 2010. http://www.ejse.org/archives/fulltext/2010/special/paper02.pdf 24

WSN για συλλογικά μουσικά δρώμενα Santiago J. Barro, TiagoM. Fernandez-Carames, and Carlos J. Escudero. Enabling Collaborative Musical Activities through Wireless Sensor Networks. International Journal of Distributed Sensor Networks, Vol. 2012, Article ID 314078, 13 pages, Hindawi Publishing Corporation, 2012. http://www.hindawi.com/journals/ijdsn/2012/314078/ 25

WSN για μελέτη μαθησιακών διαδικασιών σε εξωτερικό περιβάλλον Tom Adam Frederic Anderson, Yean-Fu Wen. An Approach to Learning Research with a Wireless Sensor Network in an Outdoor Setting. CoRR abs/0805.0560 (2008). http://arxiv.org/ftp/arxiv/papers/0805/0805.0560.pdf 26

Ασύρματα δίκτυα τύπου ad hoc Ευρεία ανάπτυξη λόγω ποικίλων εφαρμογών Έλλειψη ενσύρματης δικτυακής υποδομής Ασύρματη επικοινωνία μεταξύ κόμβων Χρήση αμφικατευθυνόμενων κεραιών Επικοινωνία μέσω ανάθεσης (περιορισμένης) ισχύος μετάδοσης σε κάθε κόμβο Χαρακτηριστικά Περιορισμένη διάρκεια ζωής κόμβων/δικτύου Περιορισμένες υπολογιστικές δυνατότητες 27

Μοντέλο ασύρματης επικοινωνίας Κάθε κόμβος εκπέμπει χρησιμοποιώντας μια (περιορισμένη) ισχύ μετάδοσης Η ισχύς του σήματος μειώνεται σύμφωνα με τη σχέση 1/r a P γ d(s,t) a P: ισχύς του εκπομπού γ: κατώφλι του παραλήπτη για να μπορεί να ανιχνεύσει το σήμα (γ=1) a: σταθερά που εξαρτάται από το περιβάλλον 28

Επικοινωνία Απαιτούμενη ισχύς ανάλογη του r α 29

Επικοινωνία Απαιτούμενη ισχύς ανάλογη του r α 30

Επικοινωνία Απαιτούμενη ισχύς ανάλογη του r α 31

Σχήματα επικοινωνίας Ένας-σε-όλους (broadcasting) Όλοι-σε-όλους (gossiping) Ένας-σε-πολλούς (multicasting) Ομαδική επικοινωνία (group communication) 32

Μοντέλο ad hoc δικτύων G = (V,E): πλήρες κατευθυνόμενο γράφημα c : E R + συνάρτηση κόστους στις ακμές Συνήθως συμμετρική: c(u,v) = c(v,u) c(u,v): υποδηλώνει απαιτούμενη ενέργεια για την επικοινωνία από την κορυφή u στην κορυφή v c1 c3 c 3 c2 c 1 c 2 33

Γράφημα μετάδοσης w: V R + ανάθεση βαρών στις κορυφές G w (V w E w ): κατευθυνόμενο γράφημα E w = { (u,v) E και c(u,v) w(u)} 34

Προβλήματα ελαχιστοποίησης ενέργειας Δεδομένα G = (V,E): πλήρες κατευθυνόμενο γράφημα c: E R + συνάρτηση κόστους στις ακμές Ζητούμενο w: V R + ανάθεση βαρών στις κορυφές έτσι ώστε: Το γράφημα μετάδοσης G w να διατηρεί μια ιδιότητα συνεκτικότητας και το συνολικό βάρος να γίνεται ελάχιστο 35 35

Γεννητικό δέντρο (Spanning Tree) Ένα γεννητικό δέντρο για ένα γράφημα G είναι ένα υπογράφημα του G που είναι δέντρο (δηλ., δεν περιέχει κύκλους) και περιέχει όλες τις κορυφές του G Ένα γεννητικό δέντρο για κάθε γράφημα G με n κορυφές έχει n-1 ακμές G 36

Γεννητικό δέντρο (Spanning Tree) Ένα γεννητικό δέντρο για ένα γράφημα G είναι ένα υπογράφημα του G που είναι δέντρο (δηλ., δεν περιέχει κύκλους) και περιέχει όλες τις κορυφές του G Ένα γεννητικό δέντρο για κάθε γράφημα G με n κορυφές έχει n-1 ακμές G 37

Γεννητικό δέντρο (Spanning Tree) Ένα γεννητικό δέντρο για ένα γράφημα G είναι ένα υπογράφημα του G που είναι δέντρο (δηλ., δεν περιέχει κύκλους) και περιέχει όλες τις κορυφές του G Ένα γεννητικό δέντρο για κάθε γράφημα G με n κορυφές έχει n-1 ακμές G X 38

Ελάχιστο γεννητικό δέντρο (Minimum Spanning Tree) Ένα ελάχιστο γεννητικό δέντρο για ένα γράφημα G με βάρη στις ακμές είναι ένα υπογράφημα του G που είναι δέντρο (δηλ., δεν περιέχει κύκλους), περιέχει όλες τις κορυφές του G και έχει ελάχιστο βάρος 39

Ελάχιστο γεννητικό δέντρο (Minimum Spanning Tree) Ένα ελάχιστο γεννητικό δέντρο για ένα γράφημα G με βάρη στις ακμές είναι ένα υπογράφημα του G που είναι δέντρο (δηλ., δεν περιέχει κύκλους), περιέχει όλες τις κορυφές του G και έχει ελάχιστο βάρος 40

Ελάχιστο γεννητικό δέντρο (Minimum Spanning Tree) Ένα ελάχιστο γεννητικό δέντρο για ένα γράφημα G με βάρη στις ακμές είναι ένα υπογράφημα του G που είναι δέντρο (δηλ., δεν περιέχει κύκλους), περιέχει όλες τις κορυφές του G και έχει ελάχιστο βάρος Για να βρούμε το MST πρέπει να βρούμε κάθε πιθανό ST και να διαλέξουμε αυτό με το μικρότερο βάρος??? 41

Το πρόβλημα εύρεσης ελάχιστου γεννητικού δένδρου MST: Minimum Spanning Tree Δεδομένα: Συνεκτικό, μη κατευθυνόμενο γράφημα, με βάρη στις ακμές Ζητούμενο: Υπογράφημα χωρίς κύκλους (δηλ., δέντρο) που συνδέει όλες τις κορυφές (= γεννητικό) και έχει ελάχιστο βάρος Βάρος υπογραφήματος = άθροισμα βαρών των ακμών του Ένα γράφημα μπορεί να έχει πολλά γεννητικά δέντρα που το καθένα έχει διαφορετικό βάρος Ένα ελάχιστο γεννητικό δέντρο ενός γραφήματος έχει μικρότερο βάρος από κάθε άλλο γεννητικό δέντρο για το γράφημα αυτό 42

Το πρόβλημα εύρεσης ελάχιστου γεννητικού δένδρου 43

Το πρόβλημα εύρεσης ελάχιστου γεννητικού δένδρου 44

Αλγόριθμοι εύρεσης MST: πρακτικό ενδιαφέρον Σενάριο 1: Οι κορυφές αντιστοιχούν σε περιοχές σε αρχαιολογικό χώρο και τα βάρη σε αποστάσεις Ζητούμενο: να περάσουν οι επισκέπτες από όλες τις περιοχές περπατώντας όσο το δυνατόν λιγότερο 45

Αλγόριθμοι εύρεσης MST: πρακτικό ενδιαφέρον Σενάριο 2: Οι κορυφές αντιστοιχούν σε αισθητήρες που συλλέγουν πληροφορίες σε κάποιο χώρο και τα βάρη στην ακτίνα εκπομπής τους Ζητούμενο: να κρατήσω ενεργοποιημένους κάποιους από τους αισθητήρες ώστε να υπάρχει συνεκτικότητα στο WSN και να ελαχιστοποιείται η συνολική ενέργεια που καταναλώνεται 46

O αλγόριθμος του Kruskal Βρίσκει το ελάχιστο γεννητικό δέντρο (MST) Τ σε δοσμένο γράφημα Βήμα 1: Διάταξε όλες τις ακμές σε αύξουσα σειρά ως προς το βάρος τους Βήμα 2: Διάλεξε την ακμή με το μικρότερο βάρος να ανήκει στο Τ (αν υπάρχουν περισσότερες από μία, διάλεξε τυχαία) Βήμα 3: Από τις ακμές που μένουν, διάλεξε αυτή με τα μικρότερο βάρος που δε σχηματίζει κύκλο και πρόσθεσέ την στο T Βήμα 4: Επανάλαβε το Βήμα 3 μέχρι να υπάρχουν n-1 ακμές στο Τ δηλ., μέχρι να συνδεθούν όλες οι κορυφές 47

O αλγόριθμος του Kruskal Βρίσκει το ελάχιστο γεννητικό δέντρο (MST) Τ σε δοσμένο γράφημα Βήμα 1: Διάταξε όλες τις ακμές σε αύξουσα σειρά ως προς το βάρος τους Βήμα 2: Διάλεξε την ακμή με το μικρότερο βάρος να ανήκει στο Τ (αν υπάρχουν περισσότερες από μία, διάλεξε τυχαία) Βήμα 3: Από τις ακμές που μένουν, διάλεξε αυτή με τα μικρότερο βάρος που δε σχηματίζει κύκλο και πρόσθεσέ την στο T Βήμα 4: Επανάλαβε το Βήμα 3 μέχρι να υπάρχουν n-1 ακμές στο Τ δηλ., μέχρι να συνδεθούν όλες οι κορυφές ΑΕ=2 EC=4 AC=4 BC=5 AB=6 BE=6 DE=7 AD=8 BD=8 CD=9 48

O αλγόριθμος του Kruskal Βρίσκει το ελάχιστο γεννητικό δέντρο (MST) Τ σε δοσμένο γράφημα Βήμα 1: Διάταξε όλες τις ακμές σε αύξουσα σειρά ως προς το βάρος τους Βήμα 2: Διάλεξε την ακμή με το μικρότερο βάρος να ανήκει στο Τ (αν υπάρχουν περισσότερες από μία, διάλεξε τυχαία) Βήμα 3: Από τις ακμές που μένουν, διάλεξε αυτή με τα μικρότερο βάρος που δε σχηματίζει κύκλο και πρόσθεσέ την στο T Βήμα 4: Επανάλαβε το Βήμα 3 μέχρι να υπάρχουν n-1 ακμές στο Τ δηλ., μέχρι να συνδεθούν όλες οι κορυφές ΑΕ=2 (1) EC=4 AC=4 BC=5 AB=6 BE=6 DE=7 AD=8 BD=8 CD=9 49

O αλγόριθμος του Kruskal Βρίσκει το ελάχιστο γεννητικό δέντρο (MST) Τ σε δοσμένο γράφημα Βήμα 1: Διάταξε όλες τις ακμές σε αύξουσα σειρά ως προς το βάρος τους Βήμα 2: Διάλεξε την ακμή με το μικρότερο βάρος να ανήκει στο Τ (αν υπάρχουν περισσότερες από μία, διάλεξε τυχαία) Βήμα 3: Από τις ακμές που μένουν, διάλεξε αυτή με τα μικρότερο βάρος που δε σχηματίζει κύκλο και πρόσθεσέ την στο T Βήμα 4: Επανάλαβε το Βήμα 3 μέχρι να υπάρχουν n-1 ακμές στο Τ δηλ., μέχρι να συνδεθούν όλες οι κορυφές ΑΕ=2 (1) EC=4 (2) AC=4 BC=5 AB=6 BE=6 DE=7 AD=8 BD=8 CD=9 50

O αλγόριθμος του Kruskal Βρίσκει το ελάχιστο γεννητικό δέντρο (MST) Τ σε δοσμένο γράφημα Βήμα 1: Διάταξε όλες τις ακμές σε αύξουσα σειρά ως προς το βάρος τους Βήμα 2: Διάλεξε την ακμή με το μικρότερο βάρος να ανήκει στο Τ (αν υπάρχουν περισσότερες από μία, διάλεξε τυχαία) Βήμα 3: Από τις ακμές που μένουν, διάλεξε αυτή με τα μικρότερο βάρος που δε σχηματίζει κύκλο και πρόσθεσέ την στο T Βήμα 4: Επανάλαβε το Βήμα 3 μέχρι να υπάρχουν n-1 ακμές στο Τ δηλ., μέχρι να συνδεθούν όλες οι κορυφές ΑΕ=2 (1) EC=4 (2) AC=4 (κύκλος) BC=5 AB=6 BE=6 DE=7 AD=8 BD=8 CD=9 51

O αλγόριθμος του Kruskal Βρίσκει το ελάχιστο γεννητικό δέντρο (MST) Τ σε δοσμένο γράφημα Βήμα 1: Διάταξε όλες τις ακμές σε αύξουσα σειρά ως προς το βάρος τους Βήμα 2: Διάλεξε την ακμή με το μικρότερο βάρος να ανήκει στο Τ (αν υπάρχουν περισσότερες από μία, διάλεξε τυχαία) Βήμα 3: Από τις ακμές που μένουν, διάλεξε αυτή με τα μικρότερο βάρος που δε σχηματίζει κύκλο και πρόσθεσέ την στο T Βήμα 4: Επανάλαβε το Βήμα 3 μέχρι να υπάρχουν n-1 ακμές στο Τ δηλ., μέχρι να συνδεθούν όλες οι κορυφές ΑΕ=2 (1) EC=4 (2) AC=4 (κύκλος) BC=5 (3) AB=6 BE=6 DE=7 AD=8 BD=8 CD=9 52

O αλγόριθμος του Kruskal Βρίσκει το ελάχιστο γεννητικό δέντρο (MST) Τ σε δοσμένο γράφημα Βήμα 1: Διάταξε όλες τις ακμές σε αύξουσα σειρά ως προς το βάρος τους Βήμα 2: Διάλεξε την ακμή με το μικρότερο βάρος να ανήκει στο Τ (αν υπάρχουν περισσότερες από μία, διάλεξε τυχαία) Βήμα 3: Από τις ακμές που μένουν, διάλεξε αυτή με τα μικρότερο βάρος που δε σχηματίζει κύκλο και πρόσθεσέ την στο T Βήμα 4: Επανάλαβε το Βήμα 3 μέχρι να υπάρχουν n-1 ακμές στο Τ δηλ., μέχρι να συνδεθούν όλες οι κορυφές ΑΕ=2 (1) EC=4 (2) AC=4 (κύκλος) BC=5 (3) AB=6 (κύκλος) BE=6 (κύκλος) DE=7 AD=8 BD=8 CD=9 53

O αλγόριθμος του Kruskal Βρίσκει το ελάχιστο γεννητικό δέντρο (MST) Τ σε δοσμένο γράφημα Βήμα 1: Διάταξε όλες τις ακμές σε αύξουσα σειρά ως προς το βάρος τους Βήμα 2: Διάλεξε την ακμή με το μικρότερο βάρος να ανήκει στο Τ (αν υπάρχουν περισσότερες από μία, διάλεξε τυχαία) Βήμα 3: Από τις ακμές που μένουν, διάλεξε αυτή με τα μικρότερο βάρος που δε σχηματίζει κύκλο και πρόσθεσέ την στο T Βήμα 4: Επανάλαβε το Βήμα 3 μέχρι να υπάρχουν n-1 ακμές στο Τ δηλ., μέχρι να συνδεθούν όλες οι κορυφές ΑΕ=2 (1) EC=4 (2) AC=4 (κύκλος) BC=5 (3) AB=6 (κύκλος) BE=6 (κύκλος) DE=7 (4) AD=8 BD=8 CD=9 54

O αλγόριθμος του Kruskal Ο αλγόριθμος τερματίζει αφού: Έχουμε ST με n-1 (=5-1=4) ακμές, ή εναλλακτικά, Έχουμε ST που περιέχει όλες τις κορυφές του δοσμένου γραφήματος Παρατηρήστε ότι καμία από τις AD, BD, CD δε μπορεί έτσι κι αλλιώς να προστεθεί στο ST γιατί θα δημιουργούσε κύκλο Το MST που βρήκε περιέχει τις ακμές: ΑΕ (2), ΕC (4), BC (5), DE (=7) και έχει συνολικό βάρος 2+4+5+7=18 ΑΕ=2 (1) EC=4 (2) AC=4 (κύκλος) BC=5 (3) AB=6 (κύκλος) BE=6 (κύκλος) DE=7 (4) AD=8 BD=8 CD=9 55

O αλγόριθμος του Prim Βρίσκει το ελάχιστο γεννητικό δέντρο (MST) Τ σε δοσμένο γράφημα Βήμα 1: Διάλεξε αυθαίρετη κορυφή να είναι η πρώτη στο δέντρο T Βήμα 2: Δες ποιες ακμές από κορυφές στο T συνδέονται με κορυφές εκτός του Τ και διάλεξε την ακμή με το μικρότερο βάρος να ανήκει στο Τ (αν υπάρχουν παραπάνω από μία, διάλεξε τυχαία) Βήμα 3: Επανάλαβε το Βήμα 2 μέχρι να υπάρχουν n-1 ακμές στο Τ δηλ., μέχρι να συνδεθούν όλες οι κορυφές 56

O αλγόριθμος του Prim Βρίσκει το ελάχιστο γεννητικό δέντρο (MST) Τ σε δοσμένο γράφημα Βήμα 1: Διάλεξε αυθαίρετη κορυφή να είναι η πρώτη στο δέντρο T Βήμα 2: Δες ποιες ακμές από κορυφές στο T συνδέονται με κορυφές εκτός του Τ και διάλεξε την ακμή με το μικρότερο βάρος να ανήκει στο Τ (αν υπάρχουν παραπάνω από μία, διάλεξε τυχαία) Βήμα 3: Επανάλαβε το Βήμα 2 μέχρι να υπάρχουν n-1 ακμές στο Τ δηλ., μέχρι να συνδεθούν όλες οι κορυφές 57

O αλγόριθμος του Prim Βρίσκει το ελάχιστο γεννητικό δέντρο (MST) Τ σε δοσμένο γράφημα Βήμα 1: Διάλεξε αυθαίρετη κορυφή να είναι η πρώτη στο δέντρο T Βήμα 2: Δες ποιες ακμές από κορυφές στο T συνδέονται με κορυφές εκτός του Τ και διάλεξε την ακμή με το μικρότερο βάρος να ανήκει στο Τ (αν υπάρχουν παραπάνω από μία, διάλεξε τυχαία) Βήμα 3: Επανάλαβε το Βήμα 2 μέχρι να υπάρχουν n-1 ακμές στο Τ δηλ., μέχρι να συνδεθούν όλες οι κορυφές 58

O αλγόριθμος του Prim Βρίσκει το ελάχιστο γεννητικό δέντρο (MST) Τ σε δοσμένο γράφημα Βήμα 1: Διάλεξε αυθαίρετη κορυφή να είναι η πρώτη στο δέντρο T Βήμα 2: Δες ποιες ακμές από κορυφές στο T συνδέονται με κορυφές εκτός του Τ και διάλεξε την ακμή με το μικρότερο βάρος να ανήκει στο Τ (αν υπάρχουν παραπάνω από μία, διάλεξε τυχαία) Βήμα 3: Επανάλαβε το Βήμα 2 μέχρι να υπάρχουν n-1 ακμές στο Τ δηλ., μέχρι να συνδεθούν όλες οι κορυφές 59

O αλγόριθμος του Prim Βρίσκει το ελάχιστο γεννητικό δέντρο (MST) Τ σε δοσμένο γράφημα Βήμα 1: Διάλεξε αυθαίρετη κορυφή να είναι η πρώτη στο δέντρο T Βήμα 2: Δες ποιες ακμές από κορυφές στο T συνδέονται με κορυφές εκτός του Τ και διάλεξε την ακμή με το μικρότερο βάρος να ανήκει στο Τ (αν υπάρχουν παραπάνω από μία, διάλεξε τυχαία) Βήμα 3: Επανάλαβε το Βήμα 2 μέχρι να υπάρχουν n-1 ακμές στο Τ δηλ., μέχρι να συνδεθούν όλες οι κορυφές 60

O αλγόριθμος του Prim Βρίσκει το ελάχιστο γεννητικό δέντρο (MST) Τ σε δοσμένο γράφημα Βήμα 1: Διάλεξε αυθαίρετη κορυφή να είναι η πρώτη στο δέντρο T Βήμα 2: Δες ποιες ακμές από κορυφές στο T συνδέονται με κορυφές εκτός του Τ και διάλεξε την ακμή με το μικρότερο βάρος να ανήκει στο Τ (αν υπάρχουν παραπάνω από μία, διάλεξε τυχαία) Βήμα 3: Επανάλαβε το Βήμα 2 μέχρι να υπάρχουν n-1 ακμές στο Τ δηλ., μέχρι να συνδεθούν όλες οι κορυφές 61

O αλγόριθμος του Prim Βρίσκει το ελάχιστο γεννητικό δέντρο (MST) Τ σε δοσμένο γράφημα Βήμα 1: Διάλεξε αυθαίρετη κορυφή να είναι η πρώτη στο δέντρο T Βήμα 2: Δες ποιες ακμές από κορυφές στο T συνδέονται με κορυφές εκτός του Τ και διάλεξε την ακμή με το μικρότερο βάρος να ανήκει στο Τ (αν υπάρχουν παραπάνω από μία, διάλεξε τυχαία) Βήμα 3: Επανάλαβε το Βήμα 2 μέχρι να υπάρχουν n-1 ακμές στο Τ δηλ., μέχρι να συνδεθούν όλες οι κορυφές 62

O αλγόριθμος του Prim Βρίσκει το ελάχιστο γεννητικό δέντρο (MST) Τ σε δοσμένο γράφημα Βήμα 1: Διάλεξε αυθαίρετη κορυφή να είναι η πρώτη στο δέντρο T Βήμα 2: Δες ποιες ακμές από κορυφές στο T συνδέονται με κορυφές εκτός του Τ και διάλεξε την ακμή με το μικρότερο βάρος να ανήκει στο Τ (αν υπάρχουν παραπάνω από μία, διάλεξε τυχαία) Βήμα 3: Επανάλαβε το Βήμα 2 μέχρι να υπάρχουν n-1 ακμές στο Τ δηλ., μέχρι να συνδεθούν όλες οι κορυφές 63

O αλγόριθμος του Prim Βρίσκει το ελάχιστο γεννητικό δέντρο (MST) Τ σε δοσμένο γράφημα Βήμα 1: Διάλεξε αυθαίρετη κορυφή να είναι η πρώτη στο δέντρο T Βήμα 2: Δες ποιες ακμές από κορυφές στο T συνδέονται με κορυφές εκτός του Τ και διάλεξε την ακμή με το μικρότερο βάρος να ανήκει στο Τ (αν υπάρχουν παραπάνω από μία, διάλεξε τυχαία) Βήμα 3: Επανάλαβε το Βήμα 2 μέχρι να υπάρχουν n-1 ακμές στο Τ δηλ., μέχρι να συνδεθούν όλες οι κορυφές MST: AE EC BC ED 2 4 5 7 Συνολικό βάρος: 18 64

O αλγόριθμος του Prim με πίνακα Βρίσκει το ελάχιστο γεννητικό δέντρο (MST) Τ σε δοσμένο γράφημα Βήμα 1: Διάλεξε αυθαίρετη κορυφή να είναι η πρώτη στο δέντρο T Βήμα 2: Αρίθμησε τη στήλη της νέας κορυφής στην κορυφαία γραμμή. Διάγραψε τη γραμμή του πίνακα που αντιστοιχεί στη νέα κορυφή Βήμα 3: Βρες το μικρότερο βάρος σε μη διαγραμμένες θέσεις σε στήλες που αντιστοιχούν σε κορυφές του Τ και κύκλωσέ το (αν υπάρχουν παραπάνω από ένα διάλεξε τυχαία). Η κυκλωμένη κορυφή είναι η επόμενη κορυφή του Τ Βήμα 4: Επανάλαβε τα Βήματα 2 και 3 μέχρι να διαγραφούν όλες οι γραμμές του πίνακα 65

O αλγόριθμος του Prim με πίνακα Βρίσκει το ελάχιστο γεννητικό δέντρο (MST) Τ σε δοσμένο γράφημα Βήμα 1: Διάλεξε αυθαίρετη κορυφή να είναι η πρώτη στο δέντρο T Βήμα 2: Αρίθμησε τη στήλη της νέας κορυφής στην κορυφαία γραμμή. Διάγραψε τη γραμμή του πίνακα που αντιστοιχεί στη νέα κορυφή Βήμα 3: Βρες το μικρότερο βάρος σε μη διαγραμμένες θέσεις σε στήλες που αντιστοιχούν σε κορυφές του Τ και κύκλωσέ το (αν υπάρχουν παραπάνω από ένα διάλεξε τυχαία). Η κυκλωμένη κορυφή είναι η επόμενη κορυφή του Τ Βήμα 4: Επανάλαβε τα Βήματα 2 και 3 μέχρι να διαγραφούν όλες οι γραμμές του πίνακα 66

O αλγόριθμος του Prim με πίνακα Βρίσκει το ελάχιστο γεννητικό δέντρο (MST) Τ σε δοσμένο γράφημα Βήμα 1: Διάλεξε αυθαίρετη κορυφή να είναι η πρώτη στο δέντρο T Βήμα 2: Αρίθμησε τη στήλη της νέας κορυφής στην κορυφαία γραμμή. Διάγραψε τη γραμμή του πίνακα που αντιστοιχεί στη νέα κορυφή Βήμα 3: Βρες το μικρότερο βάρος σε μη διαγραμμένες θέσεις σε στήλες που αντιστοιχούν σε κορυφές του Τ και κύκλωσέ το (αν υπάρχουν παραπάνω από ένα διάλεξε τυχαία). Η κυκλωμένη κορυφή είναι η επόμενη κορυφή του Τ Βήμα 4: Επανάλαβε τα Βήματα 2 και 3 μέχρι να διαγραφούν όλες οι γραμμές του πίνακα 67

O αλγόριθμος του Prim με πίνακα Βρίσκει το ελάχιστο γεννητικό δέντρο (MST) Τ σε δοσμένο γράφημα Βήμα 1: Διάλεξε αυθαίρετη κορυφή να είναι η πρώτη στο δέντρο T Βήμα 2: Αρίθμησε τη στήλη της νέας κορυφής στην κορυφαία γραμμή. Διάγραψε τη γραμμή του πίνακα που αντιστοιχεί στη νέα κορυφή Βήμα 3: Βρες το μικρότερο βάρος σε μη διαγραμμένες θέσεις σε στήλες που αντιστοιχούν σε κορυφές του Τ και κύκλωσέ το (αν υπάρχουν παραπάνω από ένα διάλεξε τυχαία). Η κυκλωμένη κορυφή είναι η επόμενη κορυφή του Τ Βήμα 4: Επανάλαβε τα Βήματα 2 και 3 μέχρι να διαγραφούν όλες οι γραμμές του πίνακα 68

O αλγόριθμος του Prim με πίνακα Βρίσκει το ελάχιστο γεννητικό δέντρο (MST) Τ σε δοσμένο γράφημα Βήμα 1: Διάλεξε αυθαίρετη κορυφή να είναι η πρώτη στο δέντρο T Βήμα 2: Αρίθμησε τη στήλη της νέας κορυφής στην κορυφαία γραμμή. Διάγραψε τη γραμμή του πίνακα που αντιστοιχεί στη νέα κορυφή Βήμα 3: Βρες το μικρότερο βάρος σε μη διαγραμμένες θέσεις σε στήλες που αντιστοιχούν σε κορυφές του Τ και κύκλωσέ το (αν υπάρχουν παραπάνω από ένα διάλεξε τυχαία). Η κυκλωμένη κορυφή είναι η επόμενη κορυφή του Τ Βήμα 4: Επανάλαβε τα Βήματα 2 και 3 μέχρι να διαγραφούν όλες οι γραμμές του πίνακα 69

O αλγόριθμος του Prim με πίνακα Βρίσκει το ελάχιστο γεννητικό δέντρο (MST) Τ σε δοσμένο γράφημα Βήμα 1: Διάλεξε αυθαίρετη κορυφή να είναι η πρώτη στο δέντρο T Βήμα 2: Αρίθμησε τη στήλη της νέας κορυφής στην κορυφαία γραμμή. Διάγραψε τη γραμμή του πίνακα που αντιστοιχεί στη νέα κορυφή Βήμα 3: Βρες το μικρότερο βάρος σε μη διαγραμμένες θέσεις σε στήλες που αντιστοιχούν σε κορυφές του Τ και κύκλωσέ το (αν υπάρχουν παραπάνω από ένα διάλεξε τυχαία). Η κυκλωμένη κορυφή είναι η επόμενη κορυφή του Τ Βήμα 4: Επανάλαβε τα Βήματα 2 και 3 μέχρι να διαγραφούν όλες οι γραμμές του πίνακα 70

O αλγόριθμος του Prim με πίνακα Βρίσκει το ελάχιστο γεννητικό δέντρο (MST) Τ σε δοσμένο γράφημα Βήμα 1: Διάλεξε αυθαίρετη κορυφή να είναι η πρώτη στο δέντρο T Βήμα 2: Αρίθμησε τη στήλη της νέας κορυφής στην κορυφαία γραμμή. Διάγραψε τη γραμμή του πίνακα που αντιστοιχεί στη νέα κορυφή Βήμα 3: Βρες το μικρότερο βάρος σε μη διαγραμμένες θέσεις σε στήλες που αντιστοιχούν σε κορυφές του Τ και κύκλωσέ το (αν υπάρχουν παραπάνω από ένα διάλεξε τυχαία). Η κυκλωμένη κορυφή είναι η επόμενη κορυφή του Τ Βήμα 4: Επανάλαβε τα Βήματα 2 και 3 μέχρι να διαγραφούν όλες οι γραμμές του πίνακα ΑΕ 2 ΕC 4 ΒC 5 DΕ 7 MST 18 71

Το πρόβλημα εύρεσης ελάχιστου γεννητικού δένδρου: ο αλγόριθμος του Kruskal Άπληστος αλγόριθμος που βρίσκει ένα ελάχιστο γεννητικό δέντρο (MST) σε δοσμένο συνεκτικό γράφημα με βάρη Βρίσκει σύνολο από ακμές που σχηματίζουν δέντρο που περιέχει όλες τις κορυφές του γραφήματος και έχει ελάχιστο συνολικό βάρος Ο αλγόριθμος προτάθηκε από τον Joseph Kruskal εμφανίστηκε στα Πρακτικά του American Mathematical Society, σελ. 48 50 το 1956 72

Το πρόβλημα εύρεσης ελάχιστου γεννητικού δένδρου: ο αλγόριθμος του Prim Άπληστος αλγόριθμος που βρίσκει ένα ελάχιστο γεννητικό δέντρο (MST) σε δοσμένο συνεκτικό γράφημα με βάρη Βρίσκει σύνολο από ακμές που σχηματίζουν δέντρο που περιέχει όλες τις κορυφές του γραφήματος και έχει ελάχιστο συνολικό βάρος Ο αλγόριθμος προτάθηκε από τον Τσέχο μαθηματικό Vojtěch Jarník το 1930 και αργότερα ανεξάρτητα - από τον επιστήμονα υπολογιστών Robert C. Prim το 1957 και ανακαλύφθηκε εκ νέου από τον Edsger Dijkstra το 1959 V. Jarník: O jistém problému minimálním [About a certain minimal problem], Práce Moravské Přírodovědecké Společnosti, 6, 1930, pp. 57 63. R. C. Prim: Shortest connection networks and some generalizations. In: Bell System Technical Journal, 36 (1957), pp. 1389 1401 73

Τέλος Ενότητας

Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στo πλαίσιo του εκπαιδευτικού έργου του διδάσκοντα. Το έργο «Ανοικτά Ακαδημαϊκά Μαθήματα στο Πανεπιστήμιο Αθηνών» έχει χρηματοδοτήσει μόνο την αναδιαμόρφωση του εκπαιδευτικού υλικού. Το έργο υλοποιείται στο πλαίσιο του Επιχειρησιακού Προγράμματος «Εκπαίδευση και Δια Βίου Μάθηση» και συγχρηματοδοτείται από την Ευρωπαϊκή Ένωση (Ευρωπαϊκό Κοινωνικό Ταμείο) και από εθνικούς πόρους. Τίτλος Ενότητας 75

Σημειώματα

Σημείωμα Ιστορικού Εκδόσεων Έργου Το παρόν έργο αποτελεί την έκδοση 1.00. Έχουν προηγηθεί οι κάτωθι εκδόσεις: Τίτλος Ενότητας 77

Σημείωμα Αναφοράς Copyright Πανεπιτήμιο Πατρών, Εύη Παπαϊωάννου. «Ειδικά θέματα σε κινητά και ασύρματα δίκτυα. Αλγόριθμοι ελαχιστοποίησης κατανάλωσης ενέργειας σε ασύρματα αδόμητα δίκτυα.». Έκδοση: 1.0. Πάτρα 2015. Διαθέσιμο από τη δικτυακή διεύθυνση: https://eclass.upatras.gr/courses/culture160/index.php Τίτλος Ενότητας 78

Σημείωμα Αδειοδότησης Το παρόν υλικό διατίθεται με τους όρους της άδειας χρήσης Creative Commons Αναφορά, Μη Εμπορική Χρήση Παρόμοια Διανομή 4.0 [1] ή μεταγενέστερη, Διεθνής Έκδοση. Εξαιρούνται τα αυτοτελή έργα τρίτων π.χ. φωτογραφίες, διαγράμματα κ.λ.π., τα οποία εμπεριέχονται σε αυτό και τα οποία αναφέρονται μαζί με τους όρους χρήσης τους στο «Σημείωμα Χρήσης Έργων Τρίτων». [1] http://creativecommons.org/licenses/by-nc-sa/4.0/ Ως Μη Εμπορική ορίζεται η χρήση: που δεν περιλαμβάνει άμεσο ή έμμεσο οικονομικό όφελος από την χρήση του έργου, για το διανομέα του έργου και αδειοδόχο που δεν περιλαμβάνει οικονομική συναλλαγή ως προϋπόθεση για τη χρήση ή πρόσβαση στο έργο που δεν προσπορίζει στο διανομέα του έργου και αδειοδόχο έμμεσο οικονομικό όφελος (π.χ. διαφημίσεις) από την προβολή του έργου σε διαδικτυακό τόπο Ο δικαιούχος μπορεί να παρέχει στον αδειοδόχο ξεχωριστή άδεια να χρησιμοποιεί το έργο για εμπορική χρήση, εφόσον αυτό του ζητηθεί. Τίτλος Ενότητας 79

Διατήρηση Σημειωμάτων Οποιαδήποτε αναπαραγωγή ή διασκευή του υλικού θα πρέπει να συμπεριλαμβάνει: το Σημείωμα Αναφοράς το Σημείωμα Αδειοδότησης τη δήλωση Διατήρησης Σημειωμάτων το Σημείωμα Χρήσης Έργων Τρίτων (εφόσον υπάρχει) μαζί με τους συνοδευόμενους υπερσυνδέσμους. Τίτλος Ενότητας 80

Σημείωμα Χρήσης Έργων Τρίτων Το Έργο αυτό κάνει χρήση των ακόλουθων έργων: Εικόνες/Σχήματα/Διαγράμματα/Φωτογραφίες http://www.wikipedia.org Τίτλος Ενότητας 81