Algoritmos de aproximação - Problema do caixeiro viajante
|
|
|
- Fátima Minho Godoi
- 6 Há anos
- Visualizações:
Transcrição
1 Algoritmos de aproximação - Problema do caixeiro viajante Marina Andretta ICMC-USP 30 de setembro de 2015 Baseado no livro Uma introdução sucinta a Algoritmos de Aproximação, de M. H. Carvalho, M. R. Cerioli, R. Dahab, P. Feofiloff, C. G. Fernandes, C. E. Ferreira, K. S. Guimarães, F. K. Miyazawa, J. C. Piña Jr., J. A. R. Soares e Y. Wakabayashi. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
2 Problema do caixeiro viajante Lembre-se que um circuito hamiltoniano é um circuito que contém todos os vértices do grafo. O problema do caixeiro viajante (traveling salesman problem), denotado por TSP, é definido da seguinte maneira: Problema TSP(G, c): Dados um grafo G e um custo c e em Q para cada aresta e, determinar um circuito hamiltoniano C que minimize c(c). Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
3 Problema do caixeiro viajante Esse é talvez o mais famoso problema de otimização combinatória, em parte graças às conexões com vários outros problemas de otimização. Ele é NP-difícil mesmo se c e {1, 2} para toda aresta e. Além disso, não se conhece um algoritmo de aproximação com razão constante para o problema. Nos restringimos a um caso particular do TSP que admite algoritmo de aproximação com razão constante. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
4 Caixeiro viajante métrico Suponha que o grafo G é completo e temos um custo c ij associado a cada par ij de vértices. Dizemos que os custos satisfazem a desigualdade triangular se para quaisquer três vértices i, j e k. c ik c ij + c jk Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
5 Caixeiro viajante métrico O TSP restrito ao conjunto de instâncias (G, c) em que G é completo e c satisfaz a desigualdade triangular é conhecido como problema do caixeiro viajante métrico e será denotado aqui por TSPM. Este problema também é NP-difícil. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
6 Preliminares Antes de apresentarmos dois algoritmos de aproximação para o TSPM, precisamos de algoritmos polinomiais para resolver três problemas importantes: árvore geradora de custo mínimo; ciclo euleriano; emparelhamento perfeito. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
7 Problema da árvore geradora de custo mínimo Problema MST(G, c): Dados um grafo G e um custo c e em Q para cada aresta e, encontrar uma árvore geradora de custo mínimo. Existem algoritmos simples e eficientes para construir uma árvore geradora de custo mínimo em um grafo conexo. Vamos designar por MST um algoritmo qualquer desse tipo. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
8 Problema da árvore geradora de custo mínimo Um algoritmo para resolver este problema, com G = (V, E) um grafo conexo, é o algoritmo de Kruskal, proposto em Algoritmo MST-Kruskal(G, c): 1 Faça T ; 2 faça A E; 3 enquanto A e T não é uma árvore geradora, faça: 4 seja e uma aresta de A com menor custo c e ; 5 faça A A \ {e}; 6 se T {e} não contém um ciclo 7 então T T {e}; 8 devolva T. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
9 Problema da árvore geradora de custo mínimo Claramente, este algoritmo é polinomial no número de vértices e arestas de G. Vejamos como ele funciona através de um exemplo. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
10 Problema da árvore geradora de custo mínimo a b f c e d a b c d e f a b c d e f Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
11 Problema da árvore geradora de custo mínimo a b f c e d a b c d e f a b c d e f Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
12 Problema da árvore geradora de custo mínimo a b f c e d a b c d e f a b c d e f Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
13 Problema da árvore geradora de custo mínimo a b f c e d a b c d e f a b c d e f Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
14 Problema da árvore geradora de custo mínimo a b f c e d a b c d e f a b c d e f Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
15 Problema da árvore geradora de custo mínimo a b f c e d a b c d e f a b c d e f Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
16 Problema da árvore geradora de custo mínimo a b f c e d a b c d e f a b c d e f Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
17 Problema da árvore geradora de custo mínimo a b f c e d a b c d e f a b c d e f Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
18 Problema da árvore geradora de custo mínimo a b f c e d a b c d e f a b c d e f Temos que c(t ) = 7. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
19 Problema do ciclo euleriano Um ciclo euleriano em um grafo ou multigrafo G é qualquer ciclo que contém todas as arestas de G. Um multigrafo conexo G tem um ciclo euleriano se e somente se cada um de seus vértices tem grau par. São bem conhecidos os algoritmos que constroem um ciclo euleriano em um multigrafo conexo sem vértices de grau ímpar. Vamos designar por Euler um algoritmo qualquer desse tipo. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
20 Problema do ciclo euleriano Um algoritmo para resolver este problema para um grafo G conexo, com todos os vértices com grau par, é o proposto por Hierholzer, em Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
21 Problema do ciclo euleriano Algoritmo Euler-Hierholzer(G): 1 Faça C e A E; 2 seja v um vértice qualquer de G; 3 acrescente v à sequência de vértices C; 4 enquanto A, faça: 5 se não existe nenhuma aresta vw em A, 6 então escolha um vértice v de C tal que exista vw A; 7 escolha uma aresta vw de A; 7 acrescente w depois de v na sequência de vértices C; 8 faça v w; 9 faça A A \ {vw}; 10 devolva C. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
22 Problema do ciclo euleriano Claramente, o consumo de tempo do algoritmo Euler-Hierholzer é proporcional ao número de arestas do grafo G. Vejamos um exemplo da execução do algoritmo. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
23 Problema do ciclo euleriano b c a d f e C = (c Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
24 Problema do ciclo euleriano b c a d f e C = (c, a Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
25 Problema do ciclo euleriano b c a d f e C = (c, a, d Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
26 Problema do ciclo euleriano b c a d f e C = (c, a, d, f Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
27 Problema do ciclo euleriano b c a d f e C = (c, a, d, f, c) Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
28 Problema do ciclo euleriano b c a d f e C = (c,a,d, f, c) Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
29 Problema do ciclo euleriano b c a d f e C = (c,a, b,d, f, c) Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
30 Problema do ciclo euleriano b c a d f e C = (c,a, b, f,d, f, c) Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
31 Problema do ciclo euleriano b c a d f e C = (c,a, b, f, e,d, f, c) Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
32 Problema do ciclo euleriano b c a d f e C = (c,a, b, f, e, a,d, f, c) Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
33 Problema do emparelhamento perfeito Um emparelhamento em um grafo G é um conjunto de arestas sem extremos em comum, ou seja, cada vértice pertence a no máximo uma das arestas do emparelhamento. Um emparelhamento M é perfeito se todo vértice de G pertence a alguma aresta de M. O algoritmo de Edmonds, que denotaremos por Edmonds, encontra um emparelhamento perfeito de custo mínimo em tempo O(n 3 ), onde n é o número de vértices do grafo. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
34 Algoritmos de aproximação para o TSPM Agora que já vimos como resolver alguns problemas, vamos definir dois algoritmos de aproximação para o TSPM. A estratégia utilizada pelos dois algoritmos tem quatro passos: 1 construir uma árvore geradora T de G; 2 acrescentar novas arestas a T para obter um novo grafo T cujos vértices têm grau par; 3 obter um ciclo euleriano P em T ; 4 obter um circuito hamiltoniano em G a partir de P. A diferença entre os dois algoritmos está apenas na poĺıtica adotada para acrescentar novas arestas à árvore T. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
35 Algoritmos de aproximação para o TSPM Uma árvore geradora de custo mínimo, calculada no passo 1 da estratégia, dá uma boa delimitação inferior para o valor ótimo do problema TSPM(G, c): se removemos uma aresta de um circuito hamiltoniano temos uma árvore geradora de custo não superior ao do circuito. Portanto, opt(g, c) c(t ). Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
36 Algoritmos de aproximação para o TSPM O passo 2 da estratégia pode ser formalizado da seguinte maneira: para qualquer conjunto F de pares não-ordenados de vértices de T, seja T + F o multigrafo (V T, E T F ), onde E T F denota o multiconjunto que tem duas cópias de cada elemento de E T F. Como o grafo G, do qual T é uma árvore geradora, é completo, cada aresta do multigrafo T + F tem um custo bem definido. Após a execução do passo 2, temos a garantia que T tem algum ciclo euleriano. O passo 3 encontra um destes ciclos. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
37 Algoritmos de aproximação para o TSPM O passo 4 da estratégia transforma um ciclo gerador, ou seja, um ciclo que contém todos os vértices do multigrafo, em um circuito hamiltoniano. Para isso, basta extrair uma subsequência maximal sem vértices repetidos da sequência (v 0, v 1,..., v m ) de vértices do ciclo gerador. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
38 Algoritmos de aproximação para o TSPM Algoritmo Atalho(P): 1 Seja P = (v 0, v 1,..., v m, v 0 ); 2 w 0 v 0 3 n 0 4 para i de 1 a m, faça: 5 se v i {w 0,..., w n } 6 então n n + 1; 7 w n v i ; 8 faça C (w 0, w 1,..., w n, w 0 ); 9 devolva C. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
39 Algoritmos de aproximação para o TSPM b c a d f e P = (c, a, b, f, e, a, d, f, c) C = (c Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
40 Algoritmos de aproximação para o TSPM b c a d f e P = (c, a, b, f, e, a, d, f, c) C = (c, a Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
41 Algoritmos de aproximação para o TSPM b c a d f e P = (c, a, b, f, e, a, d, f, c) C = (c, a, b Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
42 Algoritmos de aproximação para o TSPM b c a d f e P = (c, a, b, f, e, a, d, f, c) C = (c, a, b, f Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
43 Algoritmos de aproximação para o TSPM b c a d f e P = (c, a, b, f, e, a, d, f, c) C = (c, a, b, f, e Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
44 Algoritmos de aproximação para o TSPM b c a d f e P = (c, a, b, f, e, a, d, f, c) C = (c, a, b, f, e Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
45 Algoritmos de aproximação para o TSPM b c a d f e P = (c, a, b, f, e, a, d, f, c) C = (c, a, b, f, e, d Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
46 Algoritmos de aproximação para o TSPM b c a d f e P = (c, a, b, f, e, a, d, f, c) C = (c, a, b, f, e, d Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
47 Algoritmos de aproximação para o TSPM b c a d f e P = (c, a, b, f, e, a, d, f, c) C = (c, a, b, f, e, d Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
48 Algoritmos de aproximação para o TSPM b c a d f e P = (c, a, b, f, e, a, d, f, c) C = (c, a, b, f, e, d, c) Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
49 Algoritmos de aproximação para o TSPM b c a d f e P = (c, a, b, f, e, a, d, f, c) C = (c, a, b, f, e, d, c) Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
50 Algoritmos de aproximação para o TSPM Como o grafo G é completo, a sequência C = (w 0, w 1,..., w n, w 0 ) define um circuito. O circuito C contém todos os vértices do grafo, pois o ciclo P contém todos os vértices. Cada par (w j, w j+1 ) de vértices consecutivos em C é ligado por um segmento (v i, v i+1,..., v i+p ) em P. Graças à desigualdade triangular, o custo da aresta w j w j+1 não é maior que o custo do segmento. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
51 Algoritmos de aproximação para o TSPM Portanto, o custo do circuito resultante C não é maior que o do ciclo dado P. Ou seja, c(c) c(p). O tempo gasto por Atalho é proporcional ao número de arestas do ciclo P, ou seja, ao número de arestas do grafo. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
52 Algoritmo de Rosenkrantz, Stearns e Lewis No algoritmo descrito a seguir, apresentado em um artigo de Rosenkrantz, Stearns e Lewis, o multigrafo T (passo 2 da estratégia) é obtido por meio da duplicação de cada uma das arestas da árvore geradora T. Algoritmo TSPM-RSL(G, c): 1 T MST(G, c); 2 T T + E T ; 3 P Euler(T ); 4 C Atalho(P); 5 devolva C. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
53 Algoritmo de Rosenkrantz, Stearns e Lewis Evidentemente, todo vértice de T tem grau par e, portanto, T tem um ciclo euleriano. O algoritmo Euler determina um tal ciclo. Como o conjunto de vértices de T é V G, o ciclo euleriano P é gerador. O circuito C devolvido por Atalho na linha 4 é, então, um circuito hamiltoniano de G. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
54 Algoritmo de Rosenkrantz, Stearns e Lewis Teorema 1: O algoritmo TSPM-RSL é uma 2-aproximação polinomial para o TSPM. Demonstração: Como P é um ciclo euleriano em T + E T, temos que c(p) = 2c(T ). Como opt(g, c) c(t ) e c(c) c(p), c(c) c(p) = 2c(T ) 2opt(G, c). A linha 1 do algoritmo consome tempo polinomial. As demais linhas consomem tempo O( V G ), pois o número de arestas de T é menor que 2 V G. Ou seja, o algoritmo TSPM-RSL é polinomial. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
55 Algoritmo de Christofides O algoritmo de Christofides acrescenta à árvore geradora um emparelhamento perfeito no subgrafo de G induzido pelos vértices que têm grau ímpar em T. Algoritmo TSPM-Christofides(G, c): 1 T MST(G, c); 2 Seja I o conjunto dos vértices de grau ímpar de T ; 3 M Edmonds(G[I ], c); 4 T T + M; 5 P Euler(T ); 6 C Atalho(P); 7 devolva C. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
56 Algoritmo de Christofides Como M é um emparelhamento perfeito em G[I ], todo vértice de T + M tem grau par e, portanto, o multigrafo T na linha 4 tem um ciclo euleriano. O ciclo é gerador pois T é geradora. Na linha 6 do algoritmo, C é um circuito hamiltoniano de G. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
57 Algoritmo de Christofides Teorema 2: O algoritmo TSPM-Christofides é uma 3 2 -aproximação polinomial para o TSPM. Demonstração: Precisamos mostrar que C tem custo no máximo opt(g, c). 3 2 Temos que c(c) c(p). Além disso, Como opt(g, c) c(t ), temos que c(p) = c(t ) = c(t ) + c(m). c(c) c(t ) + c(m) opt(g, c) + c(m). Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
58 Algoritmo de Christofides Precisamos mostrar agora que c(m) 1 opt(g, c) opt(g, c) 2c(M). 2 Seja C uma solução ótima para o TSPM. Note que, como I é o conjunto de vértices de grau ímpar de T, I é par. Sejam u 1, u 2,..., u 2k os vértices de I na ordem em que aparecem em C. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
59 Algoritmo de Christofides Como G é completo, a sequência D := (u 1, u 2,..., u 2k, u 1 ) é um circuito em G[I ]. Em outras palavras, D pode ser obtido de C pela substituição de cada segmento de C que liga u i a u i+1 pela aresta u i u i+1 de G. A desigualdade triangular garante que c(d) c(c ). Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
60 Algoritmo de Christofides Além disso, como D tem comprimento par, E D é a união de dois emparelhamentos perfeitos em G[I ] mutuamente disjuntos, digamos M e M. Como M é um emparelhamento perfeito de custo mínimo, Logo, 2c(M) c(m ) + c(m ). como gostaríamos. 2c(M) c(m ) + c(m ) = c(d) c(c ) = opt(g, c), Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
61 Algoritmo de Christofides A linha 3 consome tempo O( V G 3 ), enquanto que as demais linhas consomem tempo polinomial no número de vértices e arestas de G. Portanto, o algoritmo TSPM-Christofides é polinomial. Proposto em 1976, TSPM-Christofides é ainda o melhor algoritmo de aproximação conhecido para o TSPM. O algoritmo TSPM-RSL pode ser uma boa alternativa, já que ele consome menos tempo que o TSPM-Christofides e é bem mais simples, pois não envolve a determinação de um emparelhamento perfeito de custo mínimo. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 61
Algoritmos de Aproximação para o Problema do Caixeiro Viajante
TSP p.1/19 Algoritmos de Aproximação para o Problema do Caixeiro Viajante 24 de agosto de 2004 TSP p.2/19 Problema do Caixeiro Viajante Dados grafo comprimento da aresta ( ) TSP p.2/19 Problema do Caixeiro
Algoritmos de aproximação - Problema de cobertura por conjuntos
Algoritmos de aproximação - Problema de cobertura por conjuntos Marina Andretta ICMC-USP 22 de setembro de 205 Baseado no livro Uma introdução sucinta a Algoritmos de Aproximação, de M. H. Carvalho, M.
Algoritmos de aproximação - Problema da Mochila
Algoritmos de aproximação - Problema da Mochila Marina Andretta ICMC-USP 11 de novembro de 2015 Baseado nos livros Minicurso de Análise de Algoritmos, de P. Feofiloff; e Uma introdução sucinta a Algoritmos
Complexidade computacional
Complexidade computacional Marina Andretta ICMC-USP 15 de setembro de 2015 Baseado no livro Uma introdução sucinta a Algoritmos de Aproximação, de M. H. Carvalho, M. R. Cerioli, R. Dahab, P. Feofiloff,
Algoritmos de Aproximação Segundo Semestre de 2012
Algoritmos de Aproximação Segundo Semestre de 2012 Aproximação p. 1 Problema dos k-centros Dados: um grafo completo G = (V,E), um inteiro k > 0 e distâncias d ij para cada i e j em V tais que d ii = 0
Problemas NP-completos
Problemas NP-completos Marina Andretta ICMC-USP 15 de setembro de 2015 Marina Andretta (ICMC-USP) sme0216 e 5826 15 de setembro de 2015 1 / 26 Sat é NP-completo Já vimos que o primeiro problema que se
Algoritmos de aproximação - Método primal-dual
Algoritmos de aproximação - Método primal-dual Marina Andretta ICMC-USP 28 de outubro de 2015 Baseado no livro Uma introdução sucinta a Algoritmos de Aproximação, de M. H. Carvalho, M. R. Cerioli, R. Dahab,
Interpolação polinomial: Diferenças divididas de Newton
Interpolação polinomial: Diferenças divididas de Newton Marina Andretta ICMC-USP 9 de maio de 2013 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta (ICMC-USP) sme0500
O estudo utilizando apenas este material não é suficiente para o entendimento do conteúdo. Recomendamos a leitura das referências no final deste
O estudo utilizando apenas este material não é suficiente para o entendimento do conteúdo. Recomendamos a leitura das referências no final deste material e a resolução (por parte do aluno) de todos os
Ciclos hamiltonianos e o problema do caixeiro viajante
Ciclos hamiltonianos e o problema do caixeiro viajante Algoritmos em Grafos Marco A L Barbosa cba Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-CompartilhaIgual 4.0 Internacional.
Algoritmo Aproximação. Prof. Anderson Almeida Ferreira [DPV]9.2 [ZIV]9.2.2 e 9.2.3
![Algoritmo Aproximação. Prof. Anderson Almeida Ferreira [DPV]9.2 [ZIV]9.2.2 e 9.2.3](/thumbs/100/147953246.jpg "Algoritmo Aproximação. Prof. Anderson Almeida Ferreira [DPV]9.2 [ZIV]9.2.2 e 9.2.3")
Algoritmo Aproximação Prof. Anderson Almeida Ferreira [DPV]9.2 [ZIV]9.2.2 e 9.2.3 Heurísticas para Problemas NP- Completo Heurística: algoritmo que pode produzir um bom resultado (ou até a solução ótima),
Introdução à Teoria dos Grafos (MAC-5770) IME-USP Depto CC Profa. Yoshiko. Capítulo 3
Introdução à Teoria dos Grafos (MAC-5770) IME-USP Depto CC Profa. Yoshiko Capítulo 3 Árvores Problema: Suponha que numa cidade haja n postos telefônicos. Para que seja sempre possível haver comunicação
Percursos em um grafo
Percursos em um grafo Definição Um percurso ou cadeia é uma seqüência de arestas sucessivamente adjacentes, cada uma tendo uma extremidade adjacente à anterior e a outra a subsequente (à exceção da primeira
Como saber se um problema está em NP e não está em P?
? P = NP Uma das principais questões em aberto é se P = NP, isto é, se de fato tudo o que pode ser feito em tempo polinomial por uma MTND poderia ser feito por uma MTD em tempo polinomial, talvez com um
76) 1.1 Sim 1.2 Não 1.3 Não
6) 1.1 Sim 1.2 Não 1. Não 2.1 2.2 2.. Os grafos dos exercícios 2.1 e 2.2 são conexos, pois existe sempre uma sequência de arestas a unir quaisquer dois vértices. 4.1 Grafo I vértices: ; arestas: 2 Grafo
Teoria e Algoritmos em Grafos
Teoria e Algoritmos em Grafos 2018.2 Percursos Caminhos que percorrem todos os vértices ou todas as arestas de um grafo são chamados percursos. Ciclo Hamiltoniano Ciclos Hamiltonianos são ciclos que percorrem
Instituto de Computação Universidade Federal Fluminense. Notas de Aula de Teoria dos Grafos. Prof. Fábio Protti Niterói, agosto de 2015.
Instituto de Computação Universidade Federal Fluminense Notas de Aula de Teoria dos Grafos Niterói, agosto de 2015. Conteúdo 1 Conceitos Básicos 5 1.1 Grafos, vértices, arestas..................... 5 1.2
Interpolação polinomial: Diferenças divididas de Newton
Interpolação polinomial: Diferenças divididas de Newton Marina Andretta ICMC-USP 16 de maio de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta (ICMC-USP) sme0500
Instituto de Computação - Universidade Federal Fluminense Teoria dos Grafos - Lista de exercícios
Instituto de Computação - Universidade Federal Fluminense Teoria dos Grafos - Lista de exercícios 1 Conceitos 1. Prove o Teorema da Amizade: em qualquer festa com pelo menos seis pessoas, ou três se conhecem
Teoria dos Grafos. Valeriano A. de Oliveira, Socorro Rangel, Silvio A. de Araujo. Capítulo 16: Grafos Planares. Departamento de Matemática Aplicada
Teoria dos Grafos Valeriano A. de Oliveira, Socorro Rangel, Silvio A. de Araujo Departamento de Matemática Aplicada Capítulo 16: Grafos Planares Preparado a partir do texto: Rangel, Socorro. Teoria do
Interpolação polinomial: Polinômio de Lagrange
Interpolação polinomial: Polinômio de Lagrange Marina Andretta ICMC-USP 09 de maio de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta (ICMC-USP) sme0500 - cálculo
Noções da Teoria dos Grafos
Noções da Teoria dos Grafos André Arbex Hallack Índice 1 Introdução e definições básicas. Passeios eulerianos 1 2 Ciclos hamiltonianos 7 3 Árvores 11 4 Emparelhamento em grafos 15 5 Grafos planares: Colorindo
Percursos em um grafo
Percursos em um grafo Definição Um percurso ou cadeia é uma seqüência de arestas sucessivamente adjacentes, cada uma tendo uma extremidade adjacente à anterior e a outra a subsequente (à exceção da primeira
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO DEPARTAMENTO DE CIÊNCIAS DA COMPUTAÇÃO. 5 a Lista de Exercícios
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO DEPARTAMENTO DE CIÊNCIAS DA COMPUTAÇÃO MATEMÁTICA COMBINATÓRIA 5 a Lista de Exercícios 1. O grafo de intersecção de uma coleção de conjuntos A 1,..., A n é o grafo
Instituto de Computação - Universidade Federal Fluminense Teoria dos Grafos - Lista de exercícios
Instituto de Computação - Universidade Federal Fluminense Teoria dos Grafos - Lista de exercícios 1 Conceitos 1. Prove o Teorema da Amizade: em qualquer festa com pelo menos seis pessoas, ou três se conhecem
Introdução à Teoria dos Grafos
Capítulo 1 Introdução à Teoria dos Grafos 1.1 História O primeiro problema cuja solução envolveu conceitos do que viria a ser teoria dos grafos, denominado "problema das pontes de Königsberg", foi resolvido
Árvores Árvores Geradoras de Custo Mínimo 0/16
Conteúdo 1 Árvores 2 Árvores Geradoras de Custo Mínimo Árvores Árvores Geradoras de Custo Mínimo 0/16 Árvores Definição (Grafo Acíclico) Um grafo acíclico é um grafo que não contém ciclos. Árvores Árvores
Circuitos Hamiltorianos
Circuitos Hamiltorianos Vimos que o teorema de euler resolve o problema de caracterizar grafos que tenham um circuito em que cada aresta apareça exatamente uma vez. Vamos estudar aqui uma questão relacionada.
15 - Coloração Considere cada um dos grafos abaixo:
15 - Coloração Considere cada um dos grafos abaixo: a) Quantas cores são necessárias para colorir os vértices de um grafo de maneira que dois vértices adjacentes não recebam a mesma cor? b) Qual é o número
CONCEITOS BÁSICOS EM GRAFOS
Um grafo (simples) G é formado por um conjunto de vértices, denotado por V(G), e um conjunto de arestas, denotado por E(G). Cada aresta é um par (não ordenado) de vértices distintos. Se xy é uma aresta,
Noções da Teoria dos Grafos. André Arbex Hallack
Noções da Teoria dos Grafos André Arbex Hallack Junho/2015 Índice 1 Introdução e definições básicas. Passeios eulerianos 1 2 Ciclos hamiltonianos 5 3 Árvores 7 4 Emparelhamento em grafos 11 5 Grafos planares:
Teoria dos Grafos. Valeriano A. de Oliveira Socorro Rangel Departamento de Matemática Aplicada.
Teoria dos Grafos Valeriano A de Oliveira Socorro Rangel Departamento de Matemática Aplicada antunes@ibilceunespbr, socorro@ibilceunespbr Grafos Hamiltonianos Preparado a partir do texto: Rangel, Socorro
Teoria dos Grafos. Coloração de Vértices
Teoria dos Grafos Valeriano A. de Oliveira Socorro Rangel Silvio A. de Araujo Departamento de Matemática Aplicada antunes@ibilce.unesp.br, socorro@ibilce.unesp.br, saraujo@ibilce.unesp.br Coloração de
Parte B Teoria dos Grafos
45 Parte B Teoria dos Grafos B. Grafos e Subgrafos Um grafo G é uma tripla ordenada (V(G), E(G), ), constituindo de um conjunto não vazio V(G) de vértices, um conjunto disjunto E(G) das arestas e uma função
Grafos: componentes fortemente conexos, árvores geradoras mínimas
Grafos: componentes fortemente conexos, árvores geradoras mínimas SCE-183 Algoritmos e Estruturas de Dados 2 Thiago A. S. Pardo Maria Cristina 1 Componentes fortemente conexos Um componente fortemente
MATEMÁTICA DISCRETA. Patrícia Ribeiro 2018/2019. Departamento de Matemática, ESTSetúbal 1 / 47
1 / 47 MATEMÁTICA DISCRETA Patrícia Ribeiro Departamento de Matemática, ESTSetúbal 2018/2019 2 / 47 1 Combinatória 2 Aritmética Racional 3 3 / 47 Capítulo 3 4 / 47 não orientados Um grafo não orientado
Teoria dos Grafos. Grafos Planares
Teoria dos Grafos Valeriano A. de Oliveira Socorro Rangel Silvio A. de Araujo Departamento de Matemática Aplicada antunes@ibilce.unesp.br, socorro@ibilce.unesp.br, saraujo@ibilce.unesp.br Grafos Planares
Problema do Caixeiro Viajante (The Travelling Salesman Problem-TSP) (Problema Del viajante)
Volmir Eugênio Wilhelm Departamento de Engenharia de Produção UFPR 78 Problema do Caixeiro Viajante (The Travelling Salesman Problem-TSP) (Problema Del viajante) Suponhamos que a qualquer momento em que
Algoritmo Aproximado. Prof. Anderson Almeida Ferreira [DPV]9.2 [ZIV]9.2.2 e 9.2.3
![Algoritmo Aproximado. Prof. Anderson Almeida Ferreira [DPV]9.2 [ZIV]9.2.2 e 9.2.3](/thumbs/76/73616499.jpg "Algoritmo Aproximado. Prof. Anderson Almeida Ferreira [DPV]9.2 [ZIV]9.2.2 e 9.2.3")
Algoritmo Aproximado Prof. Anderson Almeida Ferreira [DPV]9.2 [ZIV]9.2.2 e 9.2.3 Heurísticas para Problemas N P- Completo Heurística: algoritmo que pode produzir um bom resultado (ou até a solução ótima),
Problema do Caixeiro Viajante
Problema do Caixeiro Viajante 1 Introdução Minimizar o custo de um ciclo hamiltoniano em um grafo completo (William R. Hamilton,1857,Around The World); Solução por enumeração: R( n ) = ( n - 1 )! Um computador
Comunicação e redes. Aula 2: Teoria dos Grafos Conceitos básicos. Professor: Guilherme Oliveira Mota.
Comunicação e redes Aula 2: Teoria dos Grafos Conceitos básicos Professor: Guilherme Oliveira Mota g.mota@ufabc.edu.br Aula passada Redes complexas Grafo G: Conjunto de pontos e linhas ligando esses pontos
BCC204 - Teoria dos Grafos
BCC204 - Teoria dos Grafos Marco Antonio M. Carvalho (baseado nas notas de aula do prof. Haroldo Gambini Santos) Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal
CAMINHOS, CIRCUITOS, CAMINHOS MÍNIMOS E CONEXIDADE
CAPíTULO 2 CAMINHOS, CIRCUITOS, CAMINHOS MÍNIMOS E CONEXIDADE Neste captulo tratamos de tr^es classes especiais de grafos. Na primeira sec~ao apresentamos a classe dos caminhos e noc~oes que permeiam essa
04 Grafos: caminhos e coloração SCC0503 Algoritmos e Estruturas de Dados II
04 Grafos: caminhos e coloração SCC0503 Algoritmos e Estruturas de Dados II Prof. Moacir Ponti Jr. www.icmc.usp.br/~moacir Instituto de Ciências Matemáticas e de Computação USP 2011/1 Moacir Ponti Jr.
Pontos extremos, vértices e soluções básicas viáveis
Pontos extremos, vértices e soluções básicas viáveis Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta
Cones e raios extremos
Cones e raios extremos Marina Andretta ICMC-USP 7 de novembro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
Método do Ponto Fixo
Determinação de raízes de funções: Método do Ponto Fixo Marina Andretta ICMC-USP 07 de março de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta (ICMC-USP) sme0500
Noções da Teoria dos Grafos. André Arbex Hallack
Noções da Teoria dos Grafos André Arbex Hallack Junho/2015 Índice 1 Introdução e definições básicas. Passeios eulerianos 1 1.1 Introdução histórica..................................... 1 1.2 Passeios
Melhores momentos AULA 24. Algoritmos p.906/953
Melhores momentos AULA 24 Algoritmos p.906/953 Problemas polinomiais Analise de um algoritmo em um determinado modelo de computação estima o seu consumo de tempo e quantidade de espaço como uma função
Análise de Algoritmos. Slides de Paulo Feofiloff
Análise de Algoritmos Slides de Paulo Feofiloff [com erros do coelho e agora também da cris] Algoritmos p. 1 Redução polinomial Permite comparar o grau de complexidade de problemas diferentes. Uma redução
Lista de Exercícios 9 (Extra): Soluções Grafos
UFMG/ICEx/DCC DCC111 Matemática Discreta Lista de Exercícios 9 (Extra): Soluções Grafos Ciências Exatas & Engenharias 1 o Semestre de 018 Para cada uma das seguintes armações, diga se é verdadeira ou falsa
CI065 CI755 Algoritmos e Teoria dos Grafos
CI065 CI755 Algoritmos e Teoria dos Grafos Exercícios 11 de outubro de 2017 1 Fundamentos 1. Seja S = {S 1,..., S n } uma família de conjuntos. O grafo intercessão de S é o grafo G S cujo conjunto de vértices
Árvore de Suporte de Comprimento Mínimo Minimal Spanning Tree
Investigação Operacional Árvore de Suporte de Comprimento Mínimo Minimal Spanning Tree Slide Transparências de apoio à leccionação de aulas teóricas Maria Antónia Carravilla José Fernando Oliveira Árvore
Análise e Síntese de Algoritmos
Análise e Síntese de Algoritmos Algoritmos de Aproximação CLRS, Cap. 35 Resumo Algoritmos de aproximação Algoritmos, com complexidade polinomial, que calculam soluções aproximadas para problemas de optimização
Teoria dos Grafos. Valeriano A. de Oliveira, Socorro Rangel, Silvio A. de Araujo. Departamento de Matemática Aplicada
Teoria dos Grafos Valeriano A de Oliveira, Socorro Rangel, Silvio A de Araujo Departamento de Matemática Aplicada Capítulo 12: Grafos Hamiltonianos Preparado a partir do texto: Rangel, Socorro Teoria do
Teoria dos Grafos. Valeriano A. de Oliveira, Socorro Rangel, Silvio A. de Araujo. Capítulo 5: Grafos Conexos. Departamento de Matemática Aplicada
Teoria dos Grafos Valeriano A. de Oliveira, Socorro Rangel, Silvio A. de Araujo Departamento de Matemática Aplicada Capítulo 5: Grafos Conexos Preparado a partir do texto: Rangel, Socorro. Teoria do Grafos,
Teoria dos Grafos. Valeriano A. de Oliveira, Socorro Rangel, Silvio A. de Araujo. Departamento de Matemática Aplicada
Teoria dos Grafos Valeriano A. de Oliveira, Socorro Rangel, Silvio A. de Araujo Departamento de Matemática Aplicada Capítulo 14: Conjuntos de Corte e Conectividade Preparado a partir do texto: Rangel,
01 Grafos: parte 1 SCC0503 Algoritmos e Estruturas de Dados II
01 Grafos: parte 1 SCC0503 Algoritmos e Estruturas de Dados II Prof. Moacir Ponti Jr. www.icmc.usp.br/~moacir Instituto de Ciências Matemáticas e de Computação USP 2011/1 Moacir Ponti Jr. (ICMCUSP) 01
x y Grafo Euleriano Figura 1
Grafo Euleriano Um caminho simples ou um circuito simples é dito euleriano se ele contém todas as arestas de um grafo. Um grafo que contém um circuito euleriano é um grafo euleriano. Um grafo que não contém
Redução polinomial. Permite comparar o grau de complexidade de problemas diferentes.
Redução polinomial Permite comparar o grau de complexidade de problemas diferentes. Uma redução de um problema Π a um problema Π é um algoritmo ALG que resolve Π usando uma subrotina hipotética ALG que
Capítulo 2- Modelos de grafos.
Capítulo 2- Modelos de grafos. 2.1- Introdução (pág. 8) [Vídeo 24] Grafo- é um esquema constituído por pontos (ou vértices) e por segmentos (ou arestas). (8) Exemplo 1(pág.8) Um grafo diz-se conexo se
PERCURSOS. André Falcão, Carlos Augusto, Rafael Broédel e Lucas Dipré
PERCURSOS André Falcão, Carlos Augusto, Rafael Broédel e Lucas Dipré Serra 2011 Índice 1...O que é caminho e circuito 1.1...Caminho 1.2...Circuito 1.3...Classificação 2...Caminhos Eulerianos 2.1...Definição
Resolução de sistemas de equações lineares: Método de eliminação de Gauss - estratégias de pivotamento
Resolução de sistemas de equações lineares: Método de eliminação de Gauss - estratégias de pivotamento Marina Andretta ICMC-USP 28 de março de 2012 Baseado no livro Análise Numérica, de R. L. Burden e
Circuitos Eulerianos Ciclos Hamiltonianos O Problema do Caixeiro Viajante CAMINHAMENTOS BASEADO EM TOWNSEND (1987), CAP. 7.
Matemática Discreta Capítulo 7 SUMÁRIO CAMINHAMENTOS BASEADO EM TOWNSEND (1987), CAP. 7 Circuitos Eulerianos Ciclos Hamiltonianos O Problema do Caixeiro Viajante Newton José Vieira 30 de julho de 2007
Grafos Eulerianos e o Problema do Carteiro Chinês
Prof. Ademir A. Constantino DIN - UEM 1 Grafos Eulerianos e o Problema do Carteiro Chinês Prof. Ademir Constantino Departamento de Informática Universidade Estadual de Maringá Prof. Ademir A. Constantino
CI065 CI755 Algoritmos e Teoria dos Grafos
CI065 CI755 Algoritmos e Teoria dos Grafos Exercícios 10 de junho de 2018 1 Fundamentos 1. Seja S = {S 1,..., S n } uma família de conjuntos. O grafo intercessão de S é o grafo G S cujo conjunto de vértices
GRAFOS E ALGORITMOS TEORIA DE GRAFOS
GRAFOS E ALGORITMOS TEORIA DE GRAFOS 1a. PARTE Prof. Ronaldo R. Goldschmidt rribeiro@univercidade.br ronaldo_goldschmidt@yahoo.com.br ROTEIRO 1. INTRODUÇÃO E MOTIVAÇÃO 2. FUNDAMENTOS 3. CONECTIVIDADE 4.
Teorema 1 - Todo corte de arestas de um grafo conexo G contém pelo menos uma aresta em comum com qualquer árvore geradora de G. Exemplo 2 - Seja T:
12 - Conjuntos de Corte o estudarmos árvores geradoras, nós estávamos interessados em um tipo especial de subgrafo de um grafo conexo: um subgrafo que mantivesse todos os vértices do grafo interligados.
Teoria dos Grafos. Valeriano A. de Oliveira Socorro Rangel Departamento de Matemática Aplicada.
Teoria dos Grafos Valeriano A. de Oliveira Socorro Rangel Departamento de Matemática Aplicada antunes@ibilce.unesp.br, socorro@ibilce.unesp.br Grafos Eulerianos Preparado a partir do texto: Rangel, Socorro.
Problemas Intratáveis ou computação eficiente X computação ineficiente
Problemas Intratáveis ou computação eficiente X computação ineficiente Problemas Tratáveis Os problemas que podem ser resolvidos em tempo polinomial em um computador típico são exatamente os mesmos problemas
Teoria dos Grafos. Edson Prestes
Edson Prestes Complemento de Grafos Mostre que para qualquer Grafo G com 6 pontos, G ou possui um triângulo Considere um vértice v de V(G). Sem perda de generalidade, podemos assumir v é adjacente a outros
Formulação de Programação Linear Inteira para o Problema de Particionamento em Conjuntos Convexos
Formulação de Programação Linear Inteira para o Problema de Particionamento em Conjuntos Convexos Teobaldo L. Bulhões Júnior a a Instituto de Computação, Universidade Federal Fluminense, Niterói, RJ, Brazil
Capítulo 1 Conceitos e Resultados Básicos
Introdução à Teoria dos Grafos (MAC-5770) IME-USP Depto CC Profa. Yoshiko Capítulo 1 Conceitos e Resultados Básicos Um grafo é um par ordenado (V, A), onde V e A são conjuntos disjuntos, e cada elemento
1.3 Isomorfismo 12 CAP. 1 CONCEITOS BÁSICOS
12 CAP. 1 CONCEITOS BÁSICOS I i I j. Essa relação de adjacência define um grafo com conjunto de vértices {I 1,...,I k }. Esse é um grafo de intervalos. Faça uma figura do grafo definido pelos intervalos
Teoria dos Grafos. Edson Prestes
Edson Prestes Referências P. O. Boaventura Netto, Grafos: Teoria, Modelos e Algoritmos, São Paulo, E. Blucher 2001; R. J. Trudeau, Introduction to Graph Theory, New York, Dover Publications, 1993; Kaufmann,
GRAFOS Aula 04 Caminhos, Conexidade e Distância Max Pereira
Ciência da Computação GRAFOS Aula 04 Caminhos, Conexidade e Distância Max Pereira Um grafo é dito conexo se for possível visitar qualquer vértice, partindo de um outro qualquer, passando pelas suas arestas.
Poliedros na forma padrão
Poliedros na forma padrão Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
BCC204 - Teoria dos Grafos
BCC204 - Teoria dos Grafos Marco Antonio M. Carvalho (baseado nas notas de aula do prof. Haroldo Gambini Santos) Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal
CAP4. ELEMENTOS DA TEORIA DE GRAFOS. Grafo [graph]. Estrutura que consiste num par ordenado de conjuntos, G ( V, E) , sendo:
![CAP4. ELEMENTOS DA TEORIA DE GRAFOS. Grafo [graph]. Estrutura que consiste num par ordenado de conjuntos, G ( V, E) , sendo:](/thumbs/54/34072329.jpg "CAP4. ELEMENTOS DA TEORIA DE GRAFOS. Grafo [graph]. Estrutura que consiste num par ordenado de conjuntos, G ( V, E) , sendo:")
Matemática Discreta ESTiG\IPB Cap4. Elementos da Teoria de Grafos pg 1 CAP4. ELEMENTOS DA TEORIA DE GRAFOS Grafo [graph]. Estrutura que consiste num par ordenado de conjuntos, G ( V, E), sendo: Exemplos
Análise de Algoritmos
Análise de Algoritmos Estes slides são adaptações de slides do Prof. Paulo Feofiloff e do Prof. José Coelho de Pina. Algoritmos p. 1 Matroides e o método guloso U: conjunto finito arbitrário. C: família
O Problema da 3- Coloração de Grafos
Otimização Combinatória O Problema da - Coloração de Grafos Guilherme Zanardo Borduchi Hugo Armando Gualdron Colmenares Tiago Moreira Trocoli da Cunha Prof.ª Marina Andretta Introdução ao Problema Problema
Matemática Discreta Capítulo 3 Versão preliminar
Matemática Discreta Capítulo 3 Versão preliminar Henri Anciaux e Derek Hacon October 25, 2007 1 Generalidades sobre grafos Um grafo G é simplesmente um par de dois conjuntos V e A, o segundo sendo constituído
Planaridade AULA. ... META Introduzir o problema da planaridade de grafos. OBJETIVOS Ao final da aula o aluno deverá ser capaz de:
Planaridade AULA META Introduzir o problema da planaridade de grafos. OBJETIVOS Ao final da aula o aluno deverá ser capaz de: Distinguir grafo planar e plano; Determinar o dual de um grafo; Caracterizar
Degenerescência. Marina Andretta ICMC-USP. 19 de outubro de 2016
Degenerescência Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
Teoria dos Grafos. Árvores
Teoria dos Grafos Valeriano A. de Oliveira Socorro Rangel Silvio A. de Araujo Departamento de Matemática Aplicada antunes@ibilce.unesp.br, socorro@ibilce.unesp.br, saraujo@ibilce.unesp.br Preparado a partir
Problemas de otimização
Problemas de otimização Problemas de decisão: Existe uma solução satisfazendo certa propriedade? Resultado: sim ou não Problemas de otimização: Entre todas as soluções satisfazendo determinada propriedade,
Departamento de Engenharia de Produção UFPR 57
Departamento de Engenharia de Produção UFPR 57 Introdução a Grafos Muitos problemas de otimização podem ser analisados utilizando-se uma estrutura denominada grafo ou rede. Problemas em redes aparecem
Introdução à Teoria dos Grafos. Isomorfismo
Isomorfismo Um isomorfismo entre dois grafos G e H é uma bijeção f : V (G) V (H) tal que dois vértices v e w são adjacentes em G, se e somente se, f (v) e f (w) são adjacentes em H. Os grafos G e H são
Grafos: árvores geradoras mínimas. Graça Nunes
Grafos: árvores geradoras mínimas Graça Nunes 1 Motivação Suponha que queremos construir estradas para interligar n cidades Cada estrada direta entre as cidades i e j tem um custo associado Nem todas as
Algoritmos em Grafos COM11087-Tópicos Especiais em Programação I
Algoritmos em Grafos COM11087-Tópicos Especiais em Programação I edmar.kampke@ufes.br Introdução Teoria dos Grafos é o estudo das propriedades e estruturas dos grafos. O objetivo é, após modelar um problema
Análise de Algoritmos
Algoritmos p. 1/22 Análise de Algoritmos Parte destes slides são adaptações de slides do Prof. Paulo Feofiloff e do Prof. José Coelho de Pina. Algoritmos p. 2/22 Árvore geradora mínima CLRS Cap 23 Algoritmos
Representação de poliedros
Representação de poliedros Marina Andretta ICMC-USP 8 de novembro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 -
Melhores momentos AULA 3. Otimização Combinatória p. 102
Melhores momentos AULA 3 Otimização Combinatória p. 102 0-potenciais Um 0-potencial é qualquer função y de N em {0, 1} (Z) tal que y(j) y(i) 0 para todo arco ij. 0 v 1 t 0 s 1 w u 0 z 1 Otimização Combinatória
Resolução de sistemas de equações lineares: Fatorações de matrizes
Resolução de sistemas de equações lineares: Fatorações de matrizes Marina Andretta/Franklina Toledo ICMC-USP 5 de fevereiro de 2014 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina
Programa. 1 Parte 1 - Conjuntos e Aplicações. 1 Conjuntos. 4 Indução Matemática e Divisibilidade. 5 Congruências Lineares
Programa Matemática Discreta 2008/09 Jorge Manuel L. André FCT/UNL 1 Parte 1 - Conjuntos e Aplicações 1 Conjuntos 2 Relações Binárias 3 Aplicações 4 Indução Matemática e Divisibilidade 5 Congruências Lineares
Teoria dos Grafos AULA 3
Teoria dos Grafos Valeriano A. de Oliveira Socorro Rangel Departamento de Matemática Aplicada antunes@ibilce.unesp.br, socorro@ibilce.unesp.br AULA 3 Trajetos, Caminhos, Circuitos, Grafos Conexos Preparado
Método das Secantes. Marina Andretta/Franklina Toledo ICMC-USP. 4 de setembro de 2012
Determinação de raízes de funções: Método das Secantes Marina Andretta/Franklina Toledo ICMC-USP 4 de setembro de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta/Franklina
Regras para evitar ciclagem
Regras para evitar ciclagem Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 -
Problema do Caixeiro Viajante (The Travelling Salesman Problem-TSP) (Problema Del viajante)
Departamento de Engenharia de Produção UFPR 79 Problema do Caixeiro Viajante (The Travelling Salesman Problem-TSP) (Problema Del viajante) Suponhamos que a qualquer momento em que realizamos uma entrega
Otimização em Grafos
Otimização em Grafos Luidi G. Simonetti PESC/COPPE 2017 Luidi Simonetti (PESC) EEL857 2017 1 / 35 Teoria dos Grafos - Relembrando Árvore Um grafo G é uma árvore se é conexo e não possui ciclos (acíclico).