Projeto de doutorado Recoloração Convexa de Árvores
|
|
- Marco Igrejas
- 5 Há anos
- Visualizações:
Transcrição
1 Projeto de doutorado Recoloração Convexa de Árvores Orientadora: Yoshiko Wakabayashi Área de Concentração: Otimização Combinatória Resumo Dada uma árvore T = (V, E), uma coloração de T é uma função f : V C, onde C é um conjunto de cores. Notamos que não estamos nos referindo aqui a uma coloração própria (como definido em teoria dos grafos), trata-se aqui de uma simples atribuição de cores, sem nenhuma restrição. Uma coloração de T é convexa se para toda cor i C o conjunto de vértices coloridos com a cor i induz uma subárvore de T. Quando uma coloração de uma árvore não é convexa, é desejável saber quão distante esta está de uma coloração convexa. O conceito de distância de recoloração captura essa medida, definida com sendo o número mínimo de alterações de cor que precisam ser efetuadas para que a árvore fique com uma coloração convexa. Uma alteração de cor consiste simplesmente na mudança de uma cor (de um vértice) para uma outra cor distinta. Estudos sobre distância de recoloração surgiram em estudos de árvores filogenéticas (árvores que representam o curso de evolução de um conjunto de espécies), objetos de muito interesse em biologia computacional. O presente projeto consiste no estudo do problema da recoloração convexa de árvores, com enfoque nos seus aspectos algorítmicos e computacionais. Em 2005, Moran e Snir [3] mostraram que encontrar essa distância é NP-difícil mesmo para o caso especial de caminhos. Dando continuidade a este trabalho, ainda em 2005, Moran e Snir [4] apresentaram uma versão preliminar do trabalho [5] no qual apresentaram um algoritmo de 3-aproximação para calcular tal distância. Para o caso especial em que T é um caminho, esses autores obtiveram um algoritmo de 2-aproximação. Posteriormente, também em 2005, Bar- Yehuda, Feldman e Rawitz [1] apresentaram um algoritmo de (2+ǫ)-aproximação. Temos interesse em obter algoritmos com desempenho melhor do que os já existentes na literatura, ou obter resultados sobre limiar de aproximabilidade do problema em foco e de suas variantes. A variante mais simples é aquela em que as alterações de cor são contadas uniformemente (apenas contabilizando quantos vértices tiveram suas cores alteradas): essa é a versão sem pesos. No caso caso mais geral, os vértices podem ter pesos distintos e a distância de recoloração é a que minimiza a soma dos pesos dos vértices que tiveram suas cores alteradas. Os algoritmos conhecidos utilizam técnicas combinatórias ad hoc talhadas para os problemas em foco. Esperamos desenvolver outras técnicas e obter resultados que contribuam para o estado-da-arte deste assunto. 1
2 1 Introdução Em biologia computacional, o estudo de árvores filogenéticas ocupa um lugar de grande destaque, pois trata de uma questão fundamental que é o da evolução das espécies. As folhas de uma árvore filogenética representam as espécies existentes, e os vértices internos representam espécies extintas. Um caractere é um atributo biológico compartilhado entre todas as espécies em consideração. Um caractere pode ser visto como uma coloração de espécies (vértices), onde cada cor representa um estado do caractere. Por exemplo, um tipo de caractere considerando um conjunto de seres vivos é a forma como as espécies se locomovem, e alguns estados de caracteres são rastejamento, locomoção na água e no ar. Cada estado destes pode ser representado por uma cor. Uma coloração (dos vértices) de uma árvore é chamada convexa se para quaisquer dois vértices u e v coloridos com a cor i, todo vértice no caminho de u para v tem também a cor i. Ou, equivalentemente, se cada cor induz uma subárvore. Uma árvore colorida T, cujo conjunto de cores é C é denotada por (T, C). Dada uma árvore colorida (T, C), o problema de recoloração convexa consiste em determinar a distância de recoloração de (T, C). No modelo sem peso nos vértices, a distância de recoloração é definida como sendo o número mínimo de alteração de cores que precisam ser efetuadas para que a árvore T fique com uma coloração convexa. Para o modelo com pesos nos vértices, dada uma função peso com valores não-negativos sobre os vértices de T, a distância de recoloração é definida como sendo a soma dos pesos dos vértices recoloridos. Esses modelos (com peso e sem peso nos vértices) são ditos uniformes quando o custo de trocar a cor de um vértice independe das cores envolvidas. A maioria dos modelos que estudaremos serão modelos não-uniformes: nestes, o custo de colorir um vértice v com uma cor d é um número custo(v,d) não-negativo arbitrário. 2
3 Na figura 1 exemplificamos a transformação de uma árvore filogenética com coloração não-convexa em uma árvore com coloração convexa. Supondo que os pesos nos vértices são unitários para todos os vértices da árvore, neste exemplo, o custo para obter a nova coloração é 2, visto que somente dois vértices tiveram suas cores alteradas. Tais vértices estão indicados em negrito. Propomos assim, como resultado da pesquisa eos estudos serão conduzidos individualmente pela aluna, sob a supervisão da orientadora, e sempre que necessário serão realizados seminários para esclarecimentos de dúvidas. Figura 1: Transformação de uma árvore filogenética com coloração não-convexa em uma com coloração convexa Dado um conjunto de espécies relacionadas, o objetivo da reconstrução filogenética é obter uma árvore que melhor descreva a evolução desse conjunto de espécies. Usualmente é dada uma árvore T filogenética, e é introduzido um novo caractere o qual atribui estado a algumas espécies. Temos assim uma árvore filogenética com coloração parcial, pois uma coloração C atribui cores somente a algum subconjunto U V. Neste contexto, a definição de coloração convexa é estendida a árvore colorida parcialmente. Uma coloração parcial é dita convexa se esta pode ser estendida a uma coloração convexa total. Uma restrição natural biológica é que a reconstrução filogenética tem a propriedade de que cada um dos caracteres pode ter evoluído sem transição reversa ou transição convergente. Numa transição reversa algumas espécies recuperam um estado de caractere de 3
4 algum ancestral distante enquanto seu ancestral recente perdeu este estado. Uma transição convergente ocorre se duas espécies possuem o mesmo estado de caractere, enquanto seu ancestral comum mais próximo possui um estado diferente. Em termos de teoria dos grafos, a falta de transição reversa e a falta de transição convergente numa reconstrução filogenética significam que o caractere é convexo nesta árvore, no sentido de que cada uma das cores que representam um dos estados do caractere induz uma subárvore. Dessa forma, uma árvore com coloração convexa (caractere convexo) corresponde a uma árvore filogenética perfeita. O problema da filogenia perfeita recebe um conjunto de espécies (vértices), um conjunto de caracteres (colorações), e cada caractere (coloração) atribui o estado de caractere (cor) à espécie (vértice). A questão é decidir se existe uma árvore T contendo todas as espécies (vértices) em que todos os caracteres (colorações) são convexos. Moran e Snir [3] estudaram a complexidade de calcular a distância de recoloração motivados pelo cenário de introduzir um novo caractere numa árvore filogenética existente, ou seja, inserindo coloração nesta árvore. Eles mostraram que encontrar a distância de recoloração no modelo sem peso nos vértices é NP-difícil mesmo para um caminho e também para o caso onde os estados de caracteres são dados somente nas folhas (coloração parcial). Apresentaram algoritmos para calcular a distância de recoloração em modelos de pesos uniformes e não-uniformes. Em 2005, Moran e Snir [4, 5], apresentaram um algoritmo de 3-aproximação para o problema de recoloração convexa de complexidade O( C n 2 ), e um algoritmo de 2-aproximação para o mesmo problema em caminhos de complexidade O( C n), onde n é o número de vértices da árvore. Em 2006, Yehuda, Feldman e Rawitz [1] melhoraram o algoritmo obtido por Moran e Snir, exibindo uma (2 + ǫ)-aproximação. Além desses algoritmos de 4
5 aproximação são conhecidos algoritmos FTP (Fixed Parameter Tractability) [2, 6]. 2 O projeto Este projeto tem como foco o problema da recoloração convexa de árvores. Trata-se de um problema que surgiu motivado por estudos de filogenia, que é também interessante do ponto de vista téorico, pelas questões desafiadoras que levanta. Em se tratando de um problema relativamente recente, é um tópico que ainda requer pesquisas mais exaustivas, tanto na busca de melhores resultados algorítmicos como na busca de resultados teóricos que mostrem ser impossível (sob a hipótese de que P NP) obter razões de aproximação melhores. No caso de caminhos, uma questão interessante é descobrir se o problema admite um esquema de aproximação polinomial. Abordaremos as versões sem pesos e com pesos. Referências [1] Reuven Bar-Yehuda, Ido Feldman, and Dror Rawitz. Improved approximation algorithm for convex recoloring of trees. In Approximation and online algorithms, volume 3879 of Lecture Notes in Comput. Sci., pages Springer, Berlin, [2] Hans L. Bodlaender, Michael R. Fellows, Michael A. Langston, Mark A. Ragan, Frances A. Rosamond, and Mark Weyer. Quadratic kernelization for convex recoloring of trees. In Proceedings COCOON 2007, volume 4598 of Lecture Notes in Comput. Sci., pages Springer. [3] Shlomo Moran and Sagi Snir. Convex recolorings of strings and trees: definitions, hardness results and algorithms. In Algorithms and data structures, volume 3608 of 5
6 Lecture Notes in Comput. Sci., pages Springer. [4] Shlomo Moran and Sagi Snir. Efficient approximation of convex recolorings. In Approximation, randomization and combinatorial optimization, volume 3624 of Lecture Notes in Comput. Sci., pages Springer, Berlin, [5] Shlomo Moran and Sagi Snir. Efficient approximation of convex recolorings. J. Comput. System Sci., 73(7): , [6] Igor Razgon. A 2 O(k) poly(n) algorithm for the parameterized convex recoloring problem. Inform. Process. Lett., 104(2):53 58,
Coloração. Carolina Moraes e Lucas Glir
Coloração Carolina Moraes e Lucas Glir Introdução Os primeiros questionamentos sobre o assunto surgiram por volta de 1800, com o problema das 4 cores. Os primeiros resultados sobre coloração de grafos
GRAFOS Aula 09 Coloração de Grafos Max Pereira
Ciência da Computação GRAFOS Aula 09 Coloração de Grafos Max Pereira O problema da coloração de grafos trata-se de atribuir cores a determinados elementos de um grafo, sob certas restrições. A coloração
Alinhamentos de Múltiplas Seqüências. Rogério T. Brito Orientador: José A. R. Soares
1 Alinhamentos de Múltiplas Seqüências Rogério T. Brito Orientador: José A. R. Soares 2 Motivação Problema em Biologia: saber qual é o grau de parentesco entre um conjunto de espécies (construção de árvores
A dicotomia polinomial versus NP-completo de problemas desafiadores em teoria dos grafos
A dicotomia polinomial versus NP-completo de problemas desafiadores em teoria dos grafos Celina Miraglia Herrera de Figueiredo Programa de Engenharia de Sistemas e Computação COPPE, Universidade Federal
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
Uma introdução à complexidade parametrizada
Vinicius Fernandes dos Santos - CEFET-MG Uéverton dos Santos Souza - UFF/CEFET-RJ 34 o JAI - Jornadas de Atualização em Informática XXXV Congresso da Sociedade Brasileira de Computação Recife, Julho 20
Paulo Guilherme Inça. 7 de dezembro de 2016
Coloração de grafos é NP-Difícil Paulo Guilherme Inça 7 de dezembro de 2016 Sumário 1 Introdução 1 2 O Problema da Coloração de Grafos 2 3 3-Coloração é NP-Completo 3 4 Generalizações e Restrições 6 5
Análise e Síntese de Algoritmos. Problemas NP-Completos CLRS, Cap. 34
Análise e Síntese de Algoritmos Problemas NP-Completos CLRS, Cap. 34 Contexto Revisões [CLRS, Cap. 1-10] Algoritmos em Grafos [CLRS, Cap. 22-26] Algoritmos elementares Árvores abrangentes Caminhos mais
Conexão de terminais com limitação de roteadores: complexidade e relação com fluxos e caminhos disjuntos
Conexão de terminais com limitação de roteadores: complexidade e relação com fluxos e caminhos disjuntos Alexsander Andrade de Melo 1 Orientadores: Celina Miraglia Herrera de Figueiredo 1, Uéverton dos
XLVII SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL
Métodos Heurísticos e Exatos para o Problema de Inundação em Grafos Bruno José da Silva Barros 1, Rian G. S. Pinheiro 1, Uéverton dos Santos Souza 2 1 Universidade Federal Rural de Pernambuco Garanhuns
Algoritmos Combinatórios: Introdução
lucia@site.uottawa.ca UFSC, Fevereiro, 2010 Estruturas e Problemas Combinatórios Introdução a Algoritmos Combinatórios O que são: Estruturas Combinatórias? Algoritmos Combinatórios? Problemas Combinatórios?
Uma forma de classificação
Uma forma de classificação L. Não-RE ou f. nãocomputáveis LRE ou MT ou f. comput. L. Indecidíveis ou Procedimentos L. Recursivas ou Decidíveis ou Algoritmos Outra forma de classificação Problemas Indecidíveis
Questões de Computação Científica no contexto da Otimização
Questões de Computação Científica no contexto da Otimização Universidade Federal do Espírito Santo Mestrado em Informática Abril de 2009 Sumário Introdução 1 Introdução 2 3 Sumário Introdução 1 Introdução
Corte Máximo em Grafos Notas de aula de MAC-5727
Corte Máximo em Grafos Notas de aula de MAC-577 (Material Extra do Capítulo ) Prof. a Yoshiko Wakabayashi Versão pós-aula feita por Bruno Takahashi C. de Oliveira em 09/03/09 15 de agosto de 016 1 Definições
b-coloração de grafos com poucos P 4 s
b-coloração de grafos com poucos P 4 s V. Campos, C. Linhares Sales, A. Maia, R. Sampaio Departamento de Computação, Universidade Federal do Ceará Campus do Pici, Bloco 910, 60455 760 Fortaleza, CE, Brazil
PCC173 - Otimização em Redes
PCC173 - Otimização em Redes Marco Antonio M. Carvalho Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal de Ouro Preto 31 de maio de 2017 Marco Antonio M. Carvalho
Algoritmos de aproximação - Problema do caixeiro viajante
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,
Algoritmos para o problema da árvore de Steiner com coleta de prêmios
Algoritmos para o problema da árvore de Steiner com coleta de prêmios Camila Mari Matsubara Orientador: Prof. Dr. José Coelho de Pina Defesa de mestrado Instituto de Matemática e Estatística Universidade
Número de Ramsey multicolorido em Grafos Multipartidos
Trabalho apresentado no XXXV CNMAC, Natal-RN, 2014. Número de Ramsey multicolorido em Grafos Multipartidos Juliana Sanches Programa de Pós-graduação em Matemática Aplicada - UFRGS 91509-900, Porto Alegre,
Complexidade e algoritmos para algumas
Complexidade e algoritmos para algumas variações do problema de coloração Flavia Bonomo Guillermo Durán Javier Marenco Departamento de Matemática, FCEyN, Universidad de Buenos Aires, Argentina Departamento
Fábio Protti - UFF Loana T. Nogueira - UFF Sulamita Klein UFRJ
Fábio Protti - UFF Loana T. Nogueira - UFF Sulamita Klein UFRJ Suponha que temos um grupo de pessoas (funcionário de uma empresa) que serão submetidos a um treinamento. Queremos identificar os grupos de
Rafael Santos Coelho. 15 de abril de 2009
Otimização, derivadas e coloração Rafael Santos Coelho UFES 15 de abril de 2009 Rafael Santos Coelho (UFES) Otimização, derivadas e coloração 15 de abril de 2009 1 / 25 Sumário 1 Introdução e motivação
14 Coloração de vértices Considere cada um dos grafos abaixo:
14 Coloração de vértices 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
Complexidade de Algoritmos. Edson Prestes
Edson Prestes O limite superior de complexidade de um problema refere-se ao melhor algoritmo que o resolve. nlog 2 n é um limite superior para o problema de classificação. O limite inferior de um problema
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.
Volmir Eugênio Wilhelm Departamento de Engenharia de Produção UFPR 21
Volmir Eugênio Wilhelm Departamento de Engenharia de Produção UFPR 21 Três objetivos i. Redução de custos (custos variáveis) ii. iii. Redução de capital (investimento, custos fixos) Melhoria do serviço
5COP096 TeoriadaComputação
Sylvio 1 Barbon Jr barbon@uel.br 5COP096 TeoriadaComputação Aula 13 Prof. Dr. Sylvio Barbon Junior Sumário - Problemas NP-Completo Algoritmos Não-deterministas; Classes NP-Completo e NP-Dificil; Teorema
O Problema do Multi Corte Mínimo em Digrafos
O em Digrafos Orientador: Professor Paulo Feofiloff Instituto de Matemática e Estatística Universidade de São Paulo Trabalho de Conclusão de Curso - 9 O em Digrafos Conteúdo O em Digrafos Problema Dado
Departamento de Engenharia de Produção UFPR 22
Departamento de Engenharia de Produção UFPR 22 Geralmente, temos três objetivos i. Redução de custos (custos variáveis) Redução de capital (investimento, custos fixos) i Melhoria do serviço (pode conflitar
25 de julho de (2) Desenvolvimento do projeto de pesquisa 2
FUNDAMENTOS DA CIÊNCIA DA COMPUTAÇÃO: ALGORITMOS COMBINATÓRIOS E ESTRUTURAS Y. KOHAYAKAWA Resumo. Apresentamos neste relatório as atividades científicas realizadas dentro do projeto Fundamentos da Ciência
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
Programa Analítico de Disciplina INF333 Programação Competitiva
0 Programa Analítico de Disciplina Departamento de Informática - Centro de Ciências Exatas e Tecnológicas Número de créditos: Teóricas Práticas Total Duração em semanas: 15 Carga horária semanal 2 2 Períodos
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
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,
Análise e Síntese de Algoritmos
Análise e Síntese de Algoritmos Problemas NP-Completos CLRS, Cap. 34 Contexto Algoritmos em Grafos Estruturas de Dados para Conjuntos Disjuntos Programação Linear Programação Dinâmica Algoritmos Greedy
Aula 9 Representação e Descrição. Profa. Fátima Nunes AULA 9 / 1. Profa. Fátima L. S. Nunes
Fundamentos de Processamento Gráfico Aula 9 Representação e Descrição Profa. Fátima Nunes AULA 9 / 1 Reconhecimento de padrões AULA 9 / 2 Após a segmentação dar significado aos objetos extraídos da cena.
Trabalho final de Teoria dos Grafos: O problema de coloração de vértices de grafos. Alessander Botti Benevides.
Trabalho final de Teoria dos Grafos: O problema de coloração de vértices de grafos Alessander Botti Benevides abbenevides@inf.ufes.br 4 de julho de 2011 Sumário 1 2 Coloração de mapas Problemas de agendamento
Teoria da Computação. Complexidade computacional classes de problemas
Teoria da Computação Complexidade computacional classes de problemas 1 Universo de problemas Problemas indecidíveis ou não-computáveis Não admitem algoritmos Problemas intratáveis Não admitem algoritmos
Árvore Binária de Busca Ótima
MAC 5710 - Estruturas de Dados - 2008 Referência bibliográfica Os slides sobre este assunto são parcialmente baseados nas seções sobre árvore binária de busca ótima do capítulo 4 do livro N. Wirth. Algorithms
COMPLEXIDADE PARAMETRIZADA PARTE 1. Rafael Coelho.
UMA BREVE INTRODUÇÃO À TEORIA DE COMPLEXIDADE PARAMETRIZADA PARTE 1 Rafael Coelho rcoelho@ime.usp.br Instituto de Matemática e Estatística Universidade de São Paulo Seminários de Teoria da Computação,
PCC173 - Otimização em Redes
PCC173 - Otimização em Redes Marco Antonio M. Carvalho Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal de Ouro Preto 10 de julho de 2017 Marco Antonio M. Carvalho
XLVI Pesquisa Operacional na Gestão da Segurança Pública
Conexão de Terminais com Número Restrito de Roteadores e Elos Mitre C. Dourado 1 UFRJ - Depto. de Ciência da Computação Rio de Janeiro, RJ E-mail: 1 mitre@nce.ufrj.br, Rodolfo A. Oliveira 2 UFRJ - PPGI/NCE
AED2 - Aula 01 Apresentação, estruturas de dados, tabelas de símbolos e hash tables
AED2 - Aula 01 Apresentação, estruturas de dados, tabelas de símbolos e hash tables É esperado de um projetista de algoritmos que ele entenda o problema a resolver e compreenda as ferramentas a sua disposição,
NOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016
NOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016 Metaheurística: São técnicas de soluções que gerenciam uma interação entre técnicas de busca local e as estratégias de nível superior para criar um processo de
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),
PCC104 - Projeto e Análise de Algoritmos
PCC104 - Projeto e Análise de Algoritmos Marco Antonio M. Carvalho Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal de Ouro Preto 1 de novembro de 2018 Marco Antonio
Geometria Computacional: Fecho convexo
Geometria Computacional: INF2604 Geometria Computacional Prof. Hélio Lopes lopes@inf.puc-rio.br sala 408 RDC O que é uma região convexa? Uma região é convexa se para qualquer par de pontos dessa região,
ANEXO II MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE
ANEXO II MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE Departamento de Informática e Matemática Aplicada Campus Universitário, Lagoa Nova, Natal RN. CEP: 59.078-970 Fone: (84) 3215-3814
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
SOBRE A COMPLEXIDADE DE COLORAÇÃO MISTA
SOBRE A COMPLEXIDADE DE COLORAÇÃO MISTA Júlio César Araújo Universidade Federal do Ceará - UFC Mestrado e Doutorado em Ciência da Computação ParGO - Paralelismo, Grafos e Otimização juliocesar@lia.ufc.br
PCC104 - Projeto e Análise de Algoritmos
PCC104 - Projeto e Análise de Algoritmos Marco Antonio M. Carvalho Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal de Ouro Preto 5 de dezembro de 2017 Marco Antonio
Introdução à Teoria da Computação Exercícios
Introdução à Teoria da Computação Exercícios Livro: Michel Sipser, Introdução à Teoria da Computação 2ª Ed. Capítulo 07 Obs: Exercícios 7.7 e 7.20 estão apresentados em versões simplificadas. NP Dicas
Teoria dos Grafos Coloração. Profª. Alessandra Martins Coelho
Teoria dos Grafos Coloração Profª. Alessandra Martins Coelho junho/2014 Quantas cores para colorir o mapa do Brasil, sem que estados adjacentes possuam a mesma cor? Coloração de Grafos Colorir vértices
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
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
Complexidade Parametrizada - Intratabilidade Uéverton S. Souza - UFF
Uéverton S. Souza - UFF ueverton@ic.uff.br 1 o Workshop Paulista em Otimização, Combinatória e Algoritmos Junho 2017 Intratabilidade - Comlexidade Computacional Teoria da NP-completude Classe P Solucionáveis
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
Análise de Algoritmos
Análise de Algoritmos Parte destes slides são adaptações de slides do Prof. Paulo Feofiloff e do Prof. José Coelho de Pina. Algoritmos p. 1/36 Complexidade computacional Classifica os problemas em relação
Análise de Clusters. Aplicações da formação de Grupos (Clustering)
Análise de Clusters Aplicações da formação de Grupos (Clustering) Ver e analisar vastas quantidades de dados biológicos como um todo pode ser difícil É mais fácil interpretar os dados se forem divididos
Algoritmos para Automação e Sistemas
Universidade Federal do Amazonas Departamento de Eletrônica e Computação Algoritmos para Automação e Sistemas Lucas Cordeiro lucascordeiro@ufam.edu.br Notas de Aula Estes slides estão baseados livro do
Teoria da Complexidade Computacional
Teoria da Complexidade Computacional Letícia Rodrigues Bueno UFABC Motivação Motivação I can t find an efficient algorithm, I guess I m just too dumb. Fonte: GAREY, M. R. e JOHNSON, D. S. Computers and
OProblemadoMilêniosobre Intratabilidade Computacional. Celina Miraglia Herrera de Figueiredo
OProblemadoMilêniosobre Intratabilidade Computacional Celina Miraglia Herrera de Figueiredo Semana PESC 2017 Teoria da Computação Ciência fundamental, assim como Biologia e Física Por que alguns problemas
ERRATA Uma Introdução Sucinta a Algoritmos de Aproximação
ERRATA Uma Introdução Sucinta a Algoritmos de Aproximação PF 16/4/2003 Esta errata deve ser encarada com cautela porque ainda não foi verificada por todos os autores. A indicação linha -15 significa linha
Abordagens para Resolução de Problemas
Abordagens para Resolução de Problemas UDESC - Universidade do Estado de Santa Catarina Departamento de Ciência da Computação CAL - Complexidade de Algoritmos Teodoro Alberto Borges Junior Abordagens para
Complexidade computacional
Complexidade computacional Classifica os problemas em relação à dificuldade de resolvê-los algoritmicamente. CLR 36 ou CLRS 34 Algoritmos p. 1 Palavras Para resolver um problema usando um computador é
Problema do Caminho Mais Curto. Problema do Caminho Mais Curto
Problema do Caminho Mais Curto " Podemos afectar pesos" aos arcos de um grafo, por exemplo, para representar uma distância entre cidades numa rede ferroviária: ria: Chicago 650 600 700 Toronto 200 New
A resposta para este problema envolve a partição do conjunto de arestas de tal forma que arestas adjacentes não pertençam a um mesmo conjunto.
6 - oloração de restas e Emparelhamentos onsidere o seguinte problema: Problema - o final do ano acadêmico, cada estudante deve fazer um exame oral com seus professores. Suponha que existam 4 estudantes
Complexidade de Algoritmos
Compleidade de Algoritmos Prof. Diego Buchinger diego.buchinger@outlook.com diego.buchinger@udesc.br Prof. Cristiano Damiani Vasconcellos cristiano.vasconcellos@udesc.br Reduções de Problemas X NP-Completo
Algoritmos Combinatórios: Backtracking
lucia@site.uottawa.ca UFSC, Fevereiro, 2010 Problema da Mochila Problema da Mochila Problema da Mochila (Otimização) Instância: Lucros p 0, p 1,..., p n 1 Pesos w 0, w 1,..., w n 1 Capacidade da mochila
Um passeio por convexidade em grafos e outros temas
Um passeio por convexidade em grafos e outros temas Vinícius Fernandes dos Santos CEFET-MG e UFMG 27 de novembro de 2015 Apresentação Formação na UFRJ Apresentação Formação na UFRJ Graduação Apresentação
Introdução à classe de problemas NP- Completos
Introdução à classe de problemas NP- Completos R. Rossetti, A.P. Rocha, A. Pereira, P.B. Silva, T. Fernandes FEUP, MIEIC, CAL, 2010/2011 1 Introdução Considerações Práticas Em alguns casos práticos, alguns
2 Definição do Problema
Definição do Problema. Formulação Matemática O problema do Fluxo Máximo entre todos os pares de nós surge no contexto de redes, estas representadas por grafos, e deriva-se do problema singular de fluxo
ANÁLISE DE ALGORITMOS (INF 1721)
PUC-Rio Departamento de Informática Prof. Marcus Vinicius S. Poggi de Aragão (3WA) Horário: 2as. e 4as. 9-11hs (3WA) 3 de dezembro de 2016 Período: 2016.2 ANÁLISE DE ALGORITMOS (INF 1721) 3 a Lista de
PROVA 2 DE MATEMÁTICA DISCRETA 2O. SEMESTRE DE 2008
PROVA 2 DE MATEMÁTICA DISCRETA 2O SEMESTRE DE 2008 Instruções: 1 As soluções a serem entregues devem ser elaboradas individualmente Entretanto, você pode discutir os problemas com colegas e professores
MATRIZES - PARTE Definição e Manipulação de Matrizes AULA 21
AULA 21 MATRIZES - PARTE 1 21.1 Definição e Manipulação de Matrizes Sabemos como definir variáveis de um novo tipo de dados, denominado vetor, que representam seqüências de valores de um mesmo tipo. Por
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
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
ANÁLISE DE ALGORITMOS (INF 1721)
PUC-Rio Departamento de Informática Prof. Marcus Vinicius S. Poggi de Aragão (3WA) Horário: 2as. e 4as. 9-11hs (3WA) 24 de novembro de 2015 Período: 2015.2 ANÁLISE DE ALGORITMOS (INF 1721) 3 a Lista de
Otimização de horários Seminário. Clarisse Resende 25/01/2013
Otimização de horários Seminário Clarisse Resende 25/01/2013 O problema dos horários consiste numa sequência de atividades de programação, satisfazendo um conjunto de restrições de recursos. Pretende-se
Teoria e Algoritmos em Grafos
Teoria e Algoritmos em Grafos 2018.2 Conjunto Independente Conjuntos Independentes são subconjuntos de vértices de um grafo no qual nenhum vértice é adjacente entre si. Conjunto Independente Conjuntos
INTRATABILIDADE e NP-COMPLETUDE
INTRATABILIDADE e NP-COMPLETUDE Sandro Santos Andrade Doutorado Multiinstitucional em Ciência da Computação UFBA/UNIFACS/UEFS Junho/2008 Grafos e Análise de Algoritmos Introdução Para alguns problemas
Teoria dos Grafos. Edson Prestes
Edson Prestes Árvores Algoritmo de Kruskal O algoritmo de Kruskal permite determinar a spanning tree de custo mínimo. Este custo corresponde à soma dos pesos (distância, tempo, qualidade,...) associados
Estruturas de Dados Grafos
Estruturas de Dados Grafos Prof. Eduardo Alchieri (introdução) Grafo é um conjunto de pontos e linhas que conectam vários pontos Formalmente, um grafo G(V,A) é definido pelo par de conjuntos V e A, onde:
Algoritmos e Estruturas de Dados II. Ordenação Externa II. Ordenação Externa. Ordenação Externa. Ordenação Externa
Algoritmos e Estruturas de Dados II Ordenação Externa II Prof. Ricardo J. G. B. Campello As análises dos métodos de ordenação tradicionais se preocupam basicamente com o tempo de execução dos algoritmos
MÓDULO 3 - PROBLEMAS DE TRANSPORTE
UNESA Sistemas de Transportes Currículo 08 / 009- MÓDULO 3 - PROBLEMAS DE TRANSPORTE. PROBLEMA CLÁSSICO DE TRANSPORTE O Problema de Transporte constitui uma das principais aplicações da PL para auxiliar
Teoria dos Grafos. Fluxo Máximo em Redes
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 Fluxo Máximo
Problema da Árvore Geradora Mínima (The Minimum Spanning Tree Problem-MST)
Volmir Eugênio Wilhelm Departamento de Engenharia de Produção UFPR 45 Problema da Árvore Geradora Mínima (The Minimum Spanning Tree Problem-MST) Alguns problemas de otimização combinatória podem ser formulados
Primeiro Exercício programa: Como o Google ordena páginas. MAP-2121 para EPUSP
Primeiro Exercício programa: Como o Google ordena páginas MAP-2121 para EPUSP 1 Instruções gerais Os exercícios computacionais pedidos na disciplina Cálculo Numérico têm por objetivo fundamental familiarizar
DINTER UFF/IFTM - Análise e Síntese de Algoritmos - Lista de Exercícios
DINTER UFF/IFTM - Análise e Síntese de Algoritmos - Lista de Exercícios - 2013 1. Uma pessoa sobe uma escada composta de n degraus, com passos que podem alcançar entre 1 e k n degraus. Escrever equações
PAULO EDUARDO BRANDÃO, PhD DEPARTAMENTO DE MEDICINA VETERINÁRIA PREVENTIVA E SAÚDE ANIMAL FACULDADE DE MEDICINA VETERINÁRIA E ZOOTECNIA UNIVERSIDADE
CONCEITOS EM EPIDEMIOLOGIA E FILOGENIA MOLECULARES PAULO EDUARDO BRANDÃO, PhD DEPARTAMENTO DE MEDICINA VETERINÁRIA PREVENTIVA E SAÚDE ANIMAL FACULDADE DE MEDICINA VETERINÁRIA E ZOOTECNIA UNIVERSIDADE DE
Oalgoritmo de Dijkstra
Dijkstra Oalgoritmo de Dijkstra O algoritmo de Dijkstra, concebido pelo cientista da computação holandês Edsger Dijkstra em 1956 e publicado em 1959, soluciona o problema do caminho mais curto num grafo
Resolução e Eficiência computacionais: Qui pro quo!
Resolução e Eficiência computacionais: Qui pro quo! Ana Maria de Almeida Dep. de Matemática da FCTUC / CISUC Departamento de Matemática, FCTUC, Março 2006 p.1/20 10 ō Problema de Hilbert: Encontre um procedimento
Thiago Christiano Silva
Thiago Christiano Silva Conteúdo Conceitos Relevantes Problemas de Otimização Conceitos de Estabilidade e Convergência Teoremas de Lyapunov Rede Neural de Hopfield Aplicações do modelo de Hopfield Clusterização
Aula 7 - Representação e Descrição de Estruturas Bi-dimensionais. Prof. Adilson Gonzaga
Aula 7 - Representação e Descrição de Estruturas Bi-dimensionais Prof. Adilson Gonzaga 1 Introdução Objetos ou Segmentos são representados como uma coleção de pixels em uma imagem. Para o reconhecimento
Lista de Exercícios Programação Inteira. x 2 0 e inteiros.
Lista de Exercícios Programação Inteira ) Resolva os problemas a seguir usando o método B&B a) Max z = 5 x + y s.a x + y x + y 5 b) Max z = x + y s.a x + y 0 x + y 5 c) Max z = x + y s.a x + 9y 6 8 x +
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,
Análise e Projeto de Algoritmos
Análise e Projeto de Algoritmos Prof. Eduardo Barrére www.ufjf.br/pgcc www.dcc.ufjf.br eduardo.barrere@ice.ufjf.br www.barrere.ufjf.br A Classe de Problemas P A classe de algoritmos P é formada pelos procedimentos
Otimização Combinatória - Parte 4
Graduação em Matemática Industrial Otimização Combinatória - Parte 4 Prof. Thiago Alves de Queiroz Departamento de Matemática - CAC/UFG 2/2014 Thiago Queiroz (DM) Parte 4 2/2014 1 / 33 Complexidade Computacional
Teoria dos Grafos Caminhos. Profª. Alessandra Martins Coelho
Teoria dos Grafos Caminhos Profª. Alessandra Martins Coelho junho/2014 Conexidade Em grande parte de aplicações do modelo em grafos, as relações que envolvem os vértices formam uma estrutura contínua;
O problema da subsequência comum máxima sem repetições
O problema da subsequência comum máxima sem repetições Carlos E. Ferreira 1, Christian Tjandraatmadja 1 1 Instituto de Matemática e Estatística, Universidade de São Paulo, Brasil Abstract. We study the