Geometria Computacional
|
|
|
- Maria da Assunção da Mota de Almeida
- 8 Há anos
- Visualizações:
Transcrição
1 Geometria Computacional Cristina G. Fernandes Departamento de Ciência da Computação do IME-USP cris/ segundo semestre de 2009 GeoComp 2009 p. 1
2 Combinação convexa P : coleção de pontos do plano, dada por X[1..n],Y [1..n]. GeoComp 2009 p. 2
3 Combinação convexa P : coleção de pontos do plano, dada por X[1..n],Y [1..n]. Combinação convexa de pontos de P : soma da forma α 1 (X[1],Y [1]) + + α n (X[n],Y [n]), com α i 0, para i = 1,...,n, e α α n =1. GeoComp 2009 p. 2
4 Combinação convexa P : coleção de pontos do plano, dada por X[1..n],Y [1..n]. Combinação convexa de pontos de P : soma da forma α 1 (X[1],Y [1]) + + α n (X[n],Y [n]), com α i 0, para i = 1,...,n, e α α n =1. Fecho convexo de P : conjunto de combinações convexas de pontos de P, ou seja, conv(p) := {α 1 (X[1],Y [1]) + + α n (X[n],Y [n]) : conv(p) := { α α n = 1, e α i 0 (i = 1,...,n)}. GeoComp 2009 p. 2
5 Combinação convexa P : coleção de pontos do plano, dada por X[1..n],Y [1..n]. Combinação convexa de pontos de P : soma da forma α 1 (X[1],Y [1]) + + α n (X[n],Y [n]), com α i 0, para i = 1,...,n, e α α n =1. Fecho convexo de P : conjunto de combinações convexas de pontos de P, ou seja, conv(p) := {α 1 (X[1],Y [1]) + + α n (X[n],Y [n]) : conv(p) := { α α n = 1, e α i 0 (i = 1,...,n)}. Problema: Dada uma coleção P de pontos do plano, determinar o fecho convexo de P. GeoComp 2009 p. 2
6 Quickhull Ideia: descartar pontos que estão no interior do fecho convexo e concentrar o trabalho nos pontos que estão próximos da fronteira. GeoComp 2009 p. 3
7 Quickhull Ideia: descartar pontos que estão no interior do fecho convexo e concentrar o trabalho nos pontos que estão próximos da fronteira. Monta coleções da esquerda e da direita e aplica recursão nelas. GeoComp 2009 p. 3
8 Como dividir a coleção? Começamos com dois extremos consecutivos do fecho. GeoComp 2009 p. 4
9 Como dividir a coleção? Começamos com dois extremos consecutivos do fecho. Então precisamos encontrar o extremo marrom e dividir em três a coleção de pontos. GeoComp 2009 p. 4
10 Como encontrar o ponto marrom? O extremo marrom é o ponto mais distante da coleção em relação à reta que passa pelos dois extremos iniciais. GeoComp 2009 p. 5
11 Como encontrar o ponto marrom? O extremo marrom é o ponto mais distante da coleção em relação à reta que passa pelos dois extremos iniciais. Como são as áreas dos vários triângulos? Qual tem a maior área? GeoComp 2009 p. 5
12 Como encontrar o ponto marrom? O extremo marrom é o ponto mais distante da coleção em relação à reta que passa pelos dois extremos iniciais. Como são as áreas dos vários triângulos? Qual tem a maior área? O triângulo com terceira ponta mais distante! GeoComp 2009 p. 5
13 O ponto marrom X[p..r],Y [p..r]: coleção com 3 pontos em posição geral. GeoComp 2009 p. 6
14 O ponto marrom X[p..r],Y [p..r]: coleção com 3 pontos em posição geral. A função abaixo devolve a área do triângulo cujos extremos são os pontos de índices i, j e k. ÁREA (X,Y,i,j,k) 1 devolva DET(X[i],Y [i],x[j],y [j],x[k],y [k]) /2 GeoComp 2009 p. 6
15 O ponto marrom X[p..r],Y [p..r]: coleção com 3 pontos em posição geral. A função abaixo devolve a área do triângulo cujos extremos são os pontos de índices i, j e k. ÁREA (X,Y,i,j,k) 1 devolva DET(X[i],Y [i],x[j],y [j],x[k],y [k]) /2 Recebe X[p..r],Y [p..r] e, usando ÁREA, devolve o índice de um ponto extremo da coleção distinto de p e r. PONTOEXTREMO (X, Y, p, r) 1 q p + 1 maior ÁREA(X,Y,p,r,q) 2 para i p + 2 até r 1 faça 3 se ÁREA(X,Y,p,r,i) > maior 4 então q i maior ÁREA(X,Y,p,r,q) 5 devolva q GeoComp 2009 p. 6
16 Exemplo X Y PONTOEXTREMO(X, Y, 1, 9) = 7 GeoComp 2009 p. 7
17 Exemplo X Y PONTOEXTREMO(X, Y, 1, 9) = 7 Exercício: Mostre que o algoritmo de fato devolve o índice de um ponto extremo da coleção X[p..r],Y [p..r]. GeoComp 2009 p. 7
18 Exemplo X Y PONTOEXTREMO(X, Y, 1, 9) = 7 Exercício: Mostre que o algoritmo de fato devolve o índice de um ponto extremo da coleção X[p..r],Y [p..r]. Consumo de tempo de PONTOEXTREMO (X,Y,p,r): Θ(n), onde n := r p + 1. GeoComp 2009 p. 7
19 Particionamento PARTICIONE (X,Y,p,r): Recebe coleção X[p..r],Y [p..r] de pontos em posição geral, com pelo menos três pontos, tal que os pontos de índice p e r são extremos consecutivos na fronteira do fecho convexo da coleção no sentindo anti-horário. GeoComp 2009 p. 8
20 Particionamento PARTICIONE (X,Y,p,r): Recebe coleção X[p..r],Y [p..r] de pontos em posição geral, com pelo menos três pontos, tal que os pontos de índice p e r são extremos consecutivos na fronteira do fecho convexo da coleção no sentindo anti-horário. Rearranja X[p..r],Y [p..r] e devolve p, q tq p p < q < r e (i) o ponto de índice r permanece na mesma posição, enquanto que o ponto de índice p foi para a posição p, (ii) o ponto de índice q é extremo, (iii) X[p..p 1],Y [p..p 1] é uma coleção de pontos interiores ao fecho convexo de X[p..r],Y [p..r], (iv) GeoComp 2009 p. 8
21 Particionamento PARTICIONE (X,Y,p,r): Rearranja X[p..r],Y [p..r] e devolve p, q tq p p < q < r e (i) o ponto de índice r permanece na mesma posição, enquanto que o ponto de índice p foi para a posição p, (ii) o ponto de índice q é extremo, (iii) X[p..p 1],Y [p..p 1] é uma coleção de pontos interiores ao fecho convexo de X[p..r],Y [p..r], (iv) X[p +1..q 1],Y [p +1..q 1] é a coleção dos pontos que estão à esquerda da reta orientada determinada por (X[p ],Y [p ]) e (X[q],Y [q]), (v) X[q+1..r 1],Y [q+1..r 1] é a coleção dos pontos que estão à esquerda da reta orientada determinada por (X[q],Y [q]) e (X[r],Y [r]). GeoComp 2009 p. 9
22 Particionamento PARTICIONE(X, Y, 1, 9) p q r X Y Encontra o ponto extremo indicado por q. GeoComp 2009 p. 10
23 Particionamento PARTICIONE(X, Y, 1, 9) p q p p+1 k r X Y Encontra o ponto extremo indicado por q. Coloca esse ponto na posição p+1. GeoComp 2009 p. 10
24 Particionamento PARTICIONE(X, Y, 1, 9) p q p p+1 k r X Y Encontra o ponto extremo indicado por q. Coloca esse ponto na posição p+1. Invariante: X[q..r],Y [q..r]: pontos vermelhos examinados X[p..q 1],Y [p..q 1]: pontos verdes examinados X[k+1..p 1],Y [k+1..p 1]: pontos interiores examinados GeoComp 2009 p. 10
25 Particionamento PARTICIONE(X, Y, 1, 9) p q p p+1 k r X Y Invariante: X[q..r],Y [q..r]: pontos vermelhos examinados X[p..q 1],Y [p..q 1]: pontos verdes examinados X[k+1..p 1],Y [k+1..p 1]: pontos interiores examinados GeoComp 2009 p. 11
26 Particionamento PARTICIONE(X, Y, 1, 9) p q p p+1 k r X Y Invariante: X[q..r],Y [q..r]: pontos vermelhos examinados X[p..q 1],Y [p..q 1]: pontos verdes examinados X[k+1..p 1],Y [k+1..p 1]: pontos interiores examinados Para k r 1 até p+1 coloque o k-ésimo ponto na parte apropriada. GeoComp 2009 p. 11
27 Particionamento p q p p+1 k r X Y a 1 Ao final... p p q r X Y Invariante: X[q..r],Y [q..r]: pontos vermelhos examinados X[p..q 1],Y [p..q 1]: pontos verdes examinados X[k+1..p 1],Y [k+1..p 1]: pontos interiores examinados GeoComp 2009 p. 12
28 Particione PARTICIONE (X, Y, p, r) 1 q PONTOEXTREMO(X, Y, p, r) 2 (X[p+1], Y [p+1]) (X[q], Y [q]) 3 p r q r 4 para k r 1 decrescendo até p + 2 faça 5 se ESQ(X, Y, p, p+1, k) 6 então p p 1 (X[p ], Y [p ]) (X[k], Y [k]) 7 senão se ESQ(X, Y, p+1, r, k) 8 então p p 1 q q 1 9 (X[q], Y [q]) (X[k], Y [k]) 10 se p q então (X[k], Y [k]) (X[p ], Y [p ]) 11 p p 1 q q 1 12 (X[q], Y [q]) (X[p+1], Y [p+1]) 13 se p q então (X[p ], Y [p ]) (X[p+1], Y [p+1]) 14 p p 1 (X[p ], Y [p ]) (X[p], Y [p]) 15 devolva (p, q) GeoComp 2009 p. 13
29 Particione PARTICIONE (X, Y, p, r) 1 q PONTOEXTREMO(X, Y, p, r) 2 (X[p+1], Y [p+1]) (X[q], Y [q]) 3 p r q r 4 para k r 1 decrescendo até p + 2 faça 5 se ESQ(X, Y, p, p+1, k) 6 então p p 1 (X[p ], Y [p ]) (X[k], Y [k]) 7 senão se ESQ(X, Y, p+1, r, k) 8 então p p 1 q q 1 9 (X[q], Y [q]) (X[k], Y [k]) 10 se p q então (X[k], Y [k]) (X[p ], Y [p ]) 11 p p 1 q q 1 12 (X[q], Y [q]) (X[p+1], Y [p+1]) 13 se p q então (X[p ], Y [p ]) (X[p+1], Y [p+1]) 14 p p 1 (X[p ], Y [p ]) (X[p], Y [p]) 15 devolva (p, q) GeoComp 2009 p. 13
30 Quickhull QUICKHULL (X, Y, n) 1 se n = 1 2 então h 1 H[1] 1 3 senão k min{i [1..n] : Y [i] Y [j], 1 j n} 4 (X[1],Y [1]) (X[k],Y [k]) 5 i 2 6 para j 3 até n faça 7 se DIR(X,Y, 1,i,j) então i j 8 (X[n],Y [n]) (X[i],Y [i]) 9 (H,h) QUICKHULLREC(X,Y, 1,n) 10 devolva (H, h) GeoComp 2009 p. 14
31 Quickhull QUICKHULL (X, Y, n) 1 se n = 1 2 então h 1 H[1] 1 3 senão k min{i [1..n] : Y [i] Y [j], 1 j n} 4 (X[1],Y [1]) (X[k],Y [k]) 5 i 2 6 para j 3 até n faça 7 se DIR(X,Y, 1,i,j) então i j 8 (X[n],Y [n]) (X[i],Y [i]) 9 (H,h) QUICKHULLREC(X,Y, 1,n) 10 devolva (H, h) Consumo de tempo: Θ(n) + T(n), onde n = r p + 1 e T(n) é o tempo consumido por QUICKHULLREC(X, Y, 1, n, H, h). GeoComp 2009 p. 14
32 Miolo recursivo do Quickhull QUICKHULLREC (X, Y, p, r) 1 se p = r 1 há exatamente dois pontos na coleção 2 então h 2 H[1] r H[2] p 3 senão (p,q) PARTICIONE(X,Y,p,r) 4 (H,h) QUICKHULLREC(X,Y,q,r) 5 (H,h ) QUICKHULLREC(X,Y,p,q) H H H removendo uma cópia do q 6 para i 2 até h faça 7 h h + 1 H[h] H [i] 8 devolva (H, h) GeoComp 2009 p. 15
33 Miolo recursivo do Quickhull QUICKHULLREC (X, Y, p, r) 1 se p = r 1 há exatamente dois pontos na coleção 2 então h 2 H[1] r H[2] p 3 senão (p,q) PARTICIONE(X,Y,p,r) 4 (H,h) QUICKHULLREC(X,Y,q,r) 5 (H,h ) QUICKHULLREC(X,Y,p,q) H H H removendo uma cópia do q 6 para i 2 até h faça 7 h h + 1 H[h] H [i] 8 devolva (H, h) Consumo de tempo: T(n) = T(n 1 ) + T(n 2 ) + Θ(n), onde n = r p + 1, n d = r q + 1 e n e = r p + 1. GeoComp 2009 p. 15
34 Miolo recursivo do Quickhull QUICKHULLREC (X, Y, p, r) 1 se p = r 1 há exatamente dois pontos na coleção 2 então h 2 H[1] r H[2] p 3 senão (p,q) PARTICIONE(X,Y,p,r) 4 (H,h) QUICKHULLREC(X,Y,q,r) 5 (H,h ) QUICKHULLREC(X,Y,p,q) H H H removendo uma cópia do q 6 para i 2 até h faça 7 h h + 1 H[h] H [i] 8 devolva (H, h) Consumo de tempo: T(n) = T(n 1 ) + T(n 2 ) + Θ(n), onde n = r p + 1, n d = r q + 1 e n e = r p + 1. Observe que n d + n e n. Com isso, podemos mostrar que T(n) = O(n 2 ). GeoComp 2009 p. 15
Geometria Computacional
GeoComp 2014 p. 1/29 Geometria Computacional Cristina G. Fernandes Departamento de Ciência da Computação do IME-USP http://www.ime.usp.br/ cris/ segundo semestre de 2014 GeoComp 2014 p. 2/29 Poliedros
Interseção de Semiplanos
Interseção de Semiplanos Claudio Esperança Paulo Roma 1 Interseção de Semiplanos Problema consiste em construir a região convexa dada pela interseção de um conjunto de n semiplanos H = { h 1, h 2..., h
Algoritmos geométricos
Algoritmos geométricos introdução a conceitos básicos de geometria computacional que serão abordados de forma mais avançada na disciplina Computação Gráfica disciplina de computação gráfica arquitetura
ANÁLISE DE ALGORITMOS
ANÁLISE DE ALGORITMOS Paulo Feofiloff Instituto de Matemática e Estatística Universidade de São Paulo agosto 2009 Introdução P. Feofiloff (IME-USP) Análise de Algoritmos agosto 2009 2 / 102 Introdução
Geometria Computacional: Fecho convexo
Geometria Computacional: INF2604 Geometria Computacional Prof. Hélio Lopes [email protected] sala 408 RDC O que é uma região convexa? Uma região é convexa se para qualquer par de pontos dessa região,
Algoritmos gulosos (greedy)
Algoritmos gulosos (greedy) CLRS 16.1 e mais... Algoritmos p. 1 Algoritmos gulosos Algoritmo guloso procura ótimo local e acaba obtendo ótimo global costuma ser muito simples e intuitivo muito eficiente
5. Invólucros Convexos no Plano (cont )
5. Invólucros Convexos no Plano (cont ) António Leslie Bajuelos Departamento de Matemática Universidade de Aveiro Mestrado em Matemática e Aplicações Algoritmo Quickhull Foi proposto independentemente
AULA 13. Algoritmos p.526/582
AULA 13 Algoritmos p.526/582 Ordenação em tempo linear CLRS 8.2 8.3 Algoritmos p.527/582 Ordenação por contagem Recebe vetores A[1.. n] e B[1.. n] e devolve no vetor B[1.. n] os elementos de A[1.. n] em
Exercícios: Recursão
Universidade Federal de Uberlândia - UFU Faculdade de Computação - FACOM Lista de exercícios de programação em linguagem C Exercícios: Recursão 1. Faça uma função recursiva que calcule e retorne o fatorial
Coordenadas Baricéntricas
Geração de Malhas SME5827 Coordenadas Baricéntricas Afonso Paiva ICMC-USP 4 de outubro de 2013 Coordenadas Baricéntricas Denição O ponto v é o baricentro dos pontos v 1,..., v n com pesos w 1,..., wn se
Mergesort. Aula 04. Algoritmo Mergesort. Divisão e Conquista. Divisão e Conquista- MergeSort
Mergesort Aula 0 Divisão e Conquista- MergeSort Prof. Marco Aurélio Stefanes marco em dct.ufms.br www.dct.ufms.br/ marco Mergesort é um algoritmo de ordenação recursivo Ele recursivamente ordena as duas
Professor: Anselmo Montenegro Conteúdo (aula 6): - Fecho Convexo 2D. Instituto de Computação - UFF
Geometria Computacional Professor: Anselmo Montenegro www.ic.uff.br/~anselmo Conteúdo (aula 6): - Fecho Convexo 2D 1 Roteiro Introdução Noções de convexidade Algoritmo Incremental Algoritmo Embrulho para
Ponto q está no polígono?
Ponto q está no polígono? P convexo Geometria Computacional p.1/12 Ponto q está no polígono? P convexo Algoritmo trivial: verifique se q está à esquerda de todas as arestas de P Geometria Computacional
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
INE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA
INE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA PARA A COMPUTAÇÃO PROF. DANIEL S. FREITAS UFSC - CTC - INE Prof. Daniel S. Freitas - UFSC/CTC/INE/2007 p.1/30 3 - INDUÇÃO E RECURSÃO 3.1) Indução Matemática 3.2)
Geometria Computacional
Geometria Computacional Professor: Anselmo Montenegro www.ic.uff.br/~anselmo Conteúdo: - Polígonos 1 Roteiro Introdução Polígonos Teorema da Curva de Jordan Decomposição de polígonos Triangulações Estrutura
Oficina de Geoplanos
Oficina de Geoplanos Inicialmente, é interessante mostrar às alunas as vantagens de se realizar atividades com o geoplano, tais como maior facilidade de visualizar e de construir figuras geométricas, além
Capítulo Propriedades das operações com vetores
Capítulo 6 1. Propriedades das operações com vetores Propriedades da adição de vetores Sejam u, v e w vetores no plano. Valem as seguintes propriedades. Comutatividade: u + v = v + u. Associatividade:
Análise de Problemas Recursivos. Algoritmos e Estruturas de Dados Flavio Figueiredo (
Análise de Problemas Recursivos Algoritmos e Estruturas de Dados 2 2017-1 Flavio Figueiredo (http://flaviovdf.github.io) 1 Lembrando de Recursividade Procedimento que chama a si mesmo Recursividade permite
MC102 Aula 26. Instituto de Computação Unicamp. 17 de Novembro de 2016
MC102 Aula 26 Recursão Instituto de Computação Unicamp 17 de Novembro de 2016 Roteiro 1 Recursão Indução 2 Recursão 3 Fatorial 4 O que acontece na memória 5 Recursão Iteração 6 Soma em um Vetor 7 Números
Algoritmos e Estrutura de Dados. Aula 04 Recorrência Prof. Tiago A. E. Ferreira
Algoritmos e Estrutura de Dados Aula 04 Recorrência Prof. Tiago A. E. Ferreira Esta Aula... Nesta aula veremos três métodos para resolver recorrência: Método da substituição É suposto um limite hipotético
Projeto e Análise de Algoritmos
Projeto e Análise de Algoritmos A. G. Silva Baseado nos materiais de Souza, Silva, Lee, Rezende, Miyazawa Unicamp Ribeiro FCUP 18 de agosto de 2017 Conteúdo programático Introdução (4 horas/aula) Notação
Aula 2. Divisão e conquista. Exemplo 1: Número de inversões de uma permutação (problema 2-4 do CLRS; veja também sec 5.4 do KT)
Aula 2 Divisão e conquista Exemplo 1: Número de inversões de uma permutação (problema 2-4 do CLRS; veja também sec 5.4 do KT) Exemplo 2: Par de pontos mais próximos (sec 33.4 do CLRS) Essas transparências
Programação das Aulas
Departamento de Ciência da Computação - IME - USP Programação das Aulas Segunda parte Nesta segunda fase da disciplina estudaremos: variáveis do tipo real (float); caracteres (char); operações com números
Algoritmos e Programação. AULA 21: Recursividade UNIVERSIDADE FEDERAL DE PELOTAS CENTRO DE DESENVOLVIMENTO TECNOLÓGICO CIÊNCIA DA COMPUTAÇÃO
1 Algoritmos e Programação AULA 21: Recursividade UNIVERSIDADE FEDERAL DE PELOTAS CENTRO DE DESENVOLVIMENTO TECNOLÓGICO CIÊNCIA DA COMPUTAÇÃO 2 Recursividade A recursão é o processo pelo qual passa um
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Pato Branco ENGENHARIA DE COMPUTAÇÃO. Prova Parcial 1 Matemática Discreta para Computação
Prova Parcial 1 2011-2 Aluno(a): Data: 08/09/2011 1. (3p) Usando regras de inferência, prove que os argumentos são válidos. Use os símbolos proposicionais indicados: a. A Rússia era uma potência superior,
INE Fundamentos de Matemática Discreta para a Computação
INE5403 - Fundamentos de Matemática Discreta para a Computação ) Fundamentos.1) Conjuntos e Sub-conjuntos.) Números Inteiros.3) Funções.4) Seqüências e Somas.5) Crescimento de Funções Seqüências Uma seqüência
ESTRUTURAS DE DADOS E ALGORITMOS ALGORITMOS DE ORDENAÇÃO POR COMPARAÇÃO - II
ESTRUTURAS DE DADOS E ALGORITMOS ALGORITMOS DE ORDENAÇÃO POR COMPARAÇÃO - II Adalberto Cajueiro Departamento de Sistemas e Computação Universidade Federal de Campina Grande ALGORITMOS VISTOS ANTERIORMENTE
MAC5770 Exercícios preliminares
MAC5770 Exercícios preliminares IME USP, 1/3/2011 Estes exercícios tratam de rudimentos da teoria dos conjuntos e de algumas outras trivialidades. Se você pretende cursar MAC5770 (Introdução à Teoria dos
MAC0320 Exercícios preliminares
MAC0320 Exercícios preliminares IME USP, 6/3/2012 Estes exercícios tratam de rudimentos da teoria dos conjuntos e de algumas outras trivialidades. Se você pretende cursar MAC0320 (Introdução à Teoria dos
Computação Gráfica. Aula #2: Elementos de geometria computacional.
Computação Gráfica Aula #2: Elementos de geometria computacional. MSc. Tomás Orlando Junco Vázquez ISUTIC - 2017 Bibliografía recomendada FOLEY, J. et al. - Computer Graphics: Principles and Practice;
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 Introdução CLRS 2.2 e 3.1 AU 3.3, 3.4 e 3.6 Essas transparências foram
Teorema de Tales no plano
MA620 - Aula 3 p. 1/ Teorema de Tales no plano Teorema de Tales: (no plano) Se duas retas paralelas são cortadas por duas retas concorrentes, então as medidas dos segmentos correspondentes determinados
Análise de algoritmos
Análise de algoritmos Introdução à Ciência de Computação II Baseados nos Slides do Prof. Dr. Thiago A. S. Pardo Análise de algoritmos Existem basicamente 2 formas de estimar o tempo de execução de programas
Curvas e Superfícies de Bézier
Modelagem Geométrica SME0271 Curvas e Superfícies de Bézier Luiz Otávio Toratti ICMC-USP 07 de outubro de 2016 Curvas de Bézier Objetivo: Construir curvas de fácil controle para auxiliar no design e fabricação
Lembremos que um paralelogramo é um quadrilátero (figura geométrica com quatro lados) cujos lados opostos são paralelos.
Capítulo 5 Vetores no plano 1. Paralelogramos Lembremos que um paralelogramo é um quadrilátero (figura geométrica com quatro lados) cujos lados opostos são paralelos. Usando congruência de triângulos,
Visualização por Computador: Teoria, Prática e Aplicações
Visualização por Computador: Teoria, Prática e Aplicações Noções de Geometria e Álgebra Linear Claudio Esperança Programa de Engenharia de Sistemas e Computação COPPE / UFRJ Master of Information Management,
Divisão e conquista. Eficiência de divisão e conquista
Divisão e conquista Divisão: resolver recursivamente problemas mais pequenos (até caso base) Conquista: solução do problema original é formada com as soluções dos subproblemas á divisão quando o algoritmo
Programação dinâmica
Programação dinâmica CLRS 15.2 15.3 = recursão com tabela = transformação inteligente de recursão em iteração Algoritmos p. 1 Multiplicação iterada de matrizes Se A é p q e B é q r então AB é p r. (AB)[i,j]
Geometria Computacional
Geometria Computacional Claudio Esperança Paulo Roma Cavalcanti Estrutura do Curso Aspectos teóricos e práticos Construção e análise de algoritmos e estruturas de dados para a solucionar problemas geométricos
Professor: Anselmo Montenegro Conteúdo: Aula 2. - Primitivas Geométricas. Instituto de Computação - UFF
Geometria Computacional Professor: Anselmo Montenegro www.ic.uff.br/~anselmo Conteúdo: Aula - Primitivas Geométricas 1 Roteiro Introdução Operações primitivas Distâncias Ângulos Ângulos orientados Áreas
1 Vetores no Plano e no Espaço
1 Vetores no Plano e no Espaço Definimos as componentes de um vetor no espaço de forma análoga a que fizemos com vetores no plano. Vamos inicialmente introduzir um sistema de coordenadas retangulares no
Mediana. Aula 09. Menor. i-ésimo menor elemento. Algoritmo de Seleção. -ésimo menor elemento. Mediana é o n+1. -ésimo menor ou o n+1
Mediana Aula 09 Algoritmo de Seleção Prof. Marco Aurélio Stefanes marco em dct.ufms.br www.dct.ufms.br/ marco Baseado em slides do Prof. Paulo Fiofilof Mediana é o n+1 2 -ésimo menor ou o n+1 2 -ésimo
Preenchimento de Polígonos
Preenchimento de Polígonos SCC0250 - Computação Gráca Prof. Fernando V. Paulovich http://www.icmc.usp.br/~paulovic [email protected] Instituto de Ciências Matemáticas e de Computação (ICMC) Universidade
Paradigmas de Projetos de Algoritmos
Paradigmas de Projetos de Algoritmos Luciana Assis 9 de junho de 2016 Luciana Assis (UFVJM) 9 de junho de 2016 1 / 36 1 Introdução 2 Força Bruta 3 Abordagem Incremental ou Construtiva 4 Recursão 5 Divisão
Jogos de soma zero com dois jogadores
Jogos de soma zero com dois jogadores Problema: Dada uma matriz A m n, encontrar um equilíbrio de Nash (de estratégias mistas). Jogador 1 quer encontrar p que maximize v sujeito a i p i = 1 sujeito a (pa)
MATRIZES - PARTE Mais exemplos Multiplicação de duas matrizes AULA 26
AULA 26 MATRIZES - PARTE 2 26. Mais exemplos Nesta aula, veremos mais dois algoritmos envolvendo matrizes. O primeiro deles calcula a matriz resultante da multiplicação de duas matrizes e utiliza três
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
Álgebra Linear I - Lista 7. Respostas
Álgebra Linear I - Lista 7 Distâncias Respostas 1) Considere a reta r que passa por (1,0,1) e por (0,1,1). Calcule a distância do ponto (2,1,2) à reta r. Resposta: 3. 2) Ache o ponto P do conjunto { (x,
Modelagem com relações de recorrência. Exemplo: Determinada população dobra a cada ano; população inicial = 5 a n = população depois de n anos
Relações de recorrência 8. RELAÇÕES DE RECORRÊNCIA Introdução a relações de recorrência Modelagem com relações de recorrência Solução de relações de recorrência Exemplos e aplicações Relações de recorrência
Melhores momentos AULA PASSADA. Complexidade Computacional p. 136
Melhores momentos AULA PASSADA Complexidade Computacional p. 136 Configurações controle q 7 cabeça 1 0 1 1 0 1 1 1 fita de leitura e escrita Configuração 1 0 1q 7 1 0 1 1 1 Complexidade Computacional p.
ESTRUTURAS DE REPETIÇÃO - PARTE 2
AULA 16 ESTRUTURAS DE REPETIÇÃO - PARTE 2 16.1 A seqüência de Fibonacci Um problema parecido, mas ligeiramente mais complicado do que o do cálculo do fatorial (veja as notas da Aula 14), é o do cálculo
Lista de Exercícios sobre Recursividade
Lista de Exercícios sobre Recursividade 1) Dado os algoritmos recursivos abaixo, apresente suas funções de complexidade de tempo. a) void Pesquisa(int n) if (n > 1) Inspecione n*n*n elementos; // custo
d) Por dois pontos distintos passa uma única reta
INTRODUÇÃO À GEOMETRIA Ponto, reta e plano Você já tem ideia intuitiva sobre ponto, reta e plano. Vejamos alguns exemplos: Um furo de agulha num papel dá ideia de ponto. Uma corda bem esticada dá ideia
Algoritmos de ordenação Quicksort
Algoritmos de ordenação Quicksort Sumário Introdução Descrição do quicksort Desempenho do quicksort Pior caso Melhor caso Particionamento balanceado Versão aleatória do quicksort Análise do quicksort Pior
Alguns comentários. Segunda prova. Programação dinâmica em grafos. Guloso em grafos. Algoritmos p. 1
Alguns comentários Segunda prova Programação dinâmica em grafos Guloso em grafos Algoritmos p. 1 Problema dos intervalos disjuntos Problema: Dados intervalos [s[1],f[1]),...,[s[n],f[n]), encontrar coleção
Algoritmos gulosos (greedy)
Algoritmos gulosos (greedy) CLRS 16.2 Algoritmos p. 1 Algoritmos gulosos A greedy algorithm starts with a solution to a very small subproblem and augments it successively to a solution for the big problem.
Solução de Recorrências
CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA DE MINAS GERAIS Solução de Recorrências Algoritmos e Estruturas de Dados I Natália Batista https://sites.google.com/site/nataliacefetmg/ [email protected]
Algoritmos de Ordenação
Algoritmos de Ordenação Leandro Tonietto Unisinos [email protected] http://professor.unisinos.br/ltonietto Atualizado em 7-Jun-12 http://professor.unisinos.br/ltonietto/inf/lb2/sort.pdf ! Objetivos!
Algoritmos e Estrutura de Dados. Algoritmos Prof. Tiago A. E. Ferreira
Algoritmos e Estrutura de Dados Aula 3 Conceitos Básicos de Algoritmos Prof. Tiago A. E. Ferreira Definição de Algoritmo Informalmente... Um Algoritmo é qualquer procedimento computacional bem definido
Neste módulo, não daremos a definição padrão de determinantes via somatório envolvendo sinais de permutações, pois não há necessidade de entrarmos em
Neste módulo, não daremos a definição padrão de determinantes via somatório envolvendo sinais de permutações, pois não há necessidade de entrarmos em tantos detalhes para os concursos desejados. Assim,
Encontro 2: Princípio multiplicativo
Encontro 2: Princípio multiplicativo Exercício 1: Uma vila tem duas saídas ao norte e duas saídas ao sul. De quantas maneiras é possível sair da vila? Exercício 2. Quantos são os números inteiros entre
Universidade de São Paulo
Universidade de São Paulo Instituto de Ciências Matemáticas e Computação SCE5763 - Tipos e Estrutura de Dados - Luis Gustavo Nonato 2 a Lista de Exercícios 1. Seja A um array de inteiros. Escreva algoritmos
Técnicas de Projeto de Algoritmos
UNIVERSIDADE NOVE DE JULHO - UNINOVE Pesquisa e Ordenação Técnicas de Projeto de Algoritmos Material disponível para download em: www.profvaniacristina.com Profa. Vânia Cristina de Souza Pereira 03 _ Material
Geometria Computacional - Notas de aulas. André Guedes
Geometria Computacional - Notas de aulas André Guedes 24 de novembro de 2016 Aula 1 Introdução O nome Geometria Computacional é bastante recente, e se refere ao estudo de algoritmos para a solução de problemas
CIV2802 Sistemas Gráficos para Engenharia
Rio de Janeiro 2019.1 CIV2802 Sistemas Gráficos para Engenharia Luiz Fernando Martha André Pereira Objetivos e escopo Introdução a conceitos e algoritmos de Computação Gráfica para alunos que pretendem
Algoritimos e Estruturas de Dados III CIC210
Algoritimos e Estruturas de Dados III CIC210 Divisão e Conquista Haroldo Gambini Santos Concurso Universidade Federal de Ouro Preto - UFOP 3 de setembro de 2009 Haroldo Gambini Santos Divisão e Conquista