Problemas NP-completos
|
|
|
- Alice Caires Bonilha
- 8 Há anos
- Visualizações:
Transcrição
1 Problemas NP-completos Marina Andretta ICMC-USP 15 de setembro de 2015 Marina Andretta (ICMC-USP) sme0216 e de setembro de / 26
2 Sat é NP-completo Já vimos que o primeiro problema que se demonstrou (por Cook e Levin) ser NP-completo é o problema da satisfatibilidade (satisfiability problem), denotado por Sat. Problema Sat(C): Dada uma coleção C de cláusulas booleanas, existe uma valoração que satisfaz todas as cláusulas em C? Para isso, mostrou-se que todo problema em NP pode ser reduzido ao Sat. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 26
3 Problema 3Sat Vamos mostrar que o 3Sat, um caso particular do próprio Sat, também é NP-completo. Problema 3Sat(C): Dada uma coleção C de cláusulas booleanas, cada uma com no máximo 3 literais, existe uma valoração que satisfaz todas as cláusulas em C? Marina Andretta (ICMC-USP) sme0216 e de setembro de / 26
4 3Sat é NP-completo O primeiro passo é mostrar que 3Sat está em NP. Note que, para uma dada coleção de cláusulas C, se for dada uma valoração para as variáveis de C, podemos verificar em tempo polinomial no tamanho de C se todas as suas cláusulas são satisfeitas. Ou seja, uma valoração é um certificado polinomial para o 3Sat. Portanto, 3Sat está em NP. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 26
5 3Sat é NP-completo O próximo passo é reduzir um problema NP-completo ao 3Sat. Escolhemos reduzir o Sat ao 3Sat. Dada uma instância para o Sat, ou seja, uma coleção de cláusulas C, iremos transformá-la em uma instância de 3Sat, ou seja, uma coleção de cláusulas C em que todas elas têm no máximo 3 literais. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 26
6 3Sat é NP-completo Lembre-se que um algoritmo para a transformação de C em C deve ser polinomial no tamanho de C. Além disso, Sat(C) deve ter resposta sim se, e somente se, 3Sat(C ) tiver resposta sim. Construímos C da seguinte maneira: as cláusulas de C que têm no máximo 3 literais fazem parte de C. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 26
7 3Sat é NP-completo Para cada cláusula de C (x 1 x 2... x k ) com k > 3, acrescentamos a C as seguintes cláusulas: (x 1 x 2 y 1 ), ( y 1 x 3 y 2 ), ( y 2 x 4 y 3 ),..., ( y k 3 x k 1 x k ). Marina Andretta (ICMC-USP) sme0216 e de setembro de / 26
8 3Sat é NP-completo Todos os literais de C fazem parte de C. Para cada cláusula de C com k > 3 literais, acrescentamos 2(k 3) literais a C. Assim, a transformação de C em C é polinomial no tamanho de C. Veremos agora que Sat(C) deve ter resposta sim se, e somente se, 3Sat(C ) tiver resposta sim. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 26
9 3Sat é NP-completo Se Sat(C) tem resposta sim, temos que todas as cláusulas de C são satisfeitas. Se 3Sat(C ) tem resposta sim, temos que todas as cláusulas de C são satisfeitas. Como algumas cláusulas de C também estão em C, precisamos apenas verificar o que acontece com as cláusulas diferentes. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 26
10 3Sat é NP-completo Se Sat(C) tem resposta sim, cada cláusula (x 1 x 2... x k ), com k > 3, é satisfeita. Então ao menos um dos literais x i é verdadeiro. Desta forma, definindo y 1,..., y i 2 como verdadeiro e y i 1,..., y k k como falso, todas as cláusulas (x 1 x 2 y 1 ), ( y 1 x 3 y 2 ), ( y 2 x 4 y 3 ),..., ( y k 3 x k 1 x k ) são satisfeitas. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 26
11 3Sat é NP-completo Por outro lado, se 3Sat(C ) tem resposta sim, todas as cláusula do tipo (x 1 x 2 y 1 ), ( y 1 x 3 y 2 ), ( y 2 x 4 y 3 ),..., ( y k 3 x k 1 x k ) são satisfeitas. Então, algum dos x i deve ser satisfeito. Ou seja, (x 1 x 2... x k ) também é satisfeita. Portanto, Sat P 3Sat. Como 3Sat está em NP e Sat é NP-completo, temos que 3Sat também é NP-completo. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 26
12 Problema IS Agora vamos verificar que o problema do conjunto independente (independent set), que denotaremos IS, é NP-completo. Problema IS(G, k): Dado um grafo G e um número natural k, existe um conjunto de k vértices independente (ou seja, sem arestas entre si) em G? Marina Andretta (ICMC-USP) sme0216 e de setembro de / 26
13 O primeiro passo é mostrar que IS está em NP. Note que, dados um grafo G e um número natural k, se for dado um conjunto S de k vértices, podemos verificar em tempo polinomial no tamanho de G se S é um conjunto independente. Ou seja, um conjunto independente de k vértices de G é um certificado polinomial para o IS. Portanto, IS está em NP. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 26
14 O próximo passo é reduzir um problema NP-completo ao IS. Escolhemos reduzir o 3Sat ao IS. Dada uma instância para o 3Sat, ou seja, uma coleção de cláusulas C em que todas elas têm no máximo 3 literais, iremos transformá-la em uma instância de IS, ou seja, um grafo G e um número natural k. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 26
15 Lembre-se que um algoritmo para a transformação de C em G e k deve ser polinomial no tamanho de C. Além disso, 3Sat(C) deve ter resposta sim se, e somente se, IS(G, k) tiver resposta sim. Primeiramente, definimos k como o número de cláusulas de C. A cada literal de C, associamos um vértice em G. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 26
16 As arestas de G são definidas da seguinte maneira: a cada cláusula (a b c) de C, associamos as arestas {a, b}, {a, c} e {b, c}. Além disso, sempre que uma variável x e sua negação x aparecem em C, criamos uma aresta {x, x}. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 26
17 Exemplo: para a coleção de cláusulas temos k = 3 e o grafo G {(a b c), ( a b b), ( a c)} c b c b a a b a Marina Andretta (ICMC-USP) sme0216 e de setembro de / 26
18 Exemplo: para a coleção de cláusulas temos k = 3 e o grafo G {(a b c), ( a b b), ( a c)} c b c b a a b a Marina Andretta (ICMC-USP) sme0216 e de setembro de / 26
19 Exemplo: para a coleção de cláusulas {(a b c), ( a b b), ( a c)} temos k = 3 e o grafo G c b c b a a b a Marina Andretta (ICMC-USP) sme0216 e de setembro de / 26
20 O número de vértices de G é igual ao número de literais em C. O número de arestas em G definidas por cada cláusula é, no máximo, o número de literais em C. O número de arestas em G definidas pelas variáveis e suas negações não ultrapassa o número de literais ao quadrado. Assim, a transformação de C em G e k é polinomial no tamanho de C. Veremos agora que 3Sat(C) deve ter resposta sim se, e somente se, IS(G, k) tiver resposta sim. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 26
21 Se 3Sat(C) tem resposta sim, existe uma valoração que faz com que pelo menos um literal em cada cláusula de C seja verdadeiro. Para cada cláusula de C, considere apenas um literal verdadeiro nesta valoração. Seja S o conjunto formado pelos vértices em G associados a estes literais. Como S contém apenas um vértice associado a um literal de cada cláusula de C, S = k. Note também que, para cada par de vértices de S, não há arestas em G. Ou seja, S é um conjunto independente de G de tamanho k. Portanto, neste caso, IS(G, k) tem resposta sim. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 26
22 Exemplo: para a coleção de cláusulas {(a b c), ( a b b), ( a c)}, a valoração a = verdadeiro, b = verdadeiro e c = verdadeiro satisfaz todas as cláusulas. Para esta valoração, os literais verdadeiros são: {(a b c), ( a b b), ( a c)}. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 26
23 Para determinar o conjunto S, precisamos escolher um vértice associado a um literal verdadeiro em cada uma das cláusulas. Por exemplo, S pode ser definido por {(a b c), ( a b b), ( a c)}. c b c b a a b a Marina Andretta (ICMC-USP) sme0216 e de setembro de / 26
24 Se IS(G, k) tem resposta sim, existe um conjunto independente S de vértices de G de tamanho k. Considere um vértice v de S e o literal de C associado a v. Se o literal for da forma a, considere a = verdadeiro; se o literal for da forma a, considere a = falso. Como S é um conjunto independente, não há problema de ter valores contraditórios para uma variável, já que vértices associados a variáveis negadas possuem uma aresta entre si em G. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 26
25 Além disso, como todos os vértices associados a literais de uma mesma cláusula estão ligados, S não possui mais de um vértice associado a uma mesma cláusula. Como S = k, temos que a valoração definida satisfaz todas as cláusulas de C. Portanto, neste caso, 3Sat(C) tem resposta sim. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 26
26 Portanto, 3Sat P IS. Como IS está em NP e 3Sat é NP-completo, temos que IS também é NP-completo. Marina Andretta (ICMC-USP) sme0216 e de setembro de / 26
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 - 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.
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
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,
Reduções de Problemas Difíceis
Reduções de Problemas Difíceis André Vignatti DINF- UFPR Reduções de Problemas Difíceis Na figura abaixo, esquema das reduções que vamos (tentar) ver. Todos problemas NP CIRCUIT SAT SAT 3SAT INDEPENDENT
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
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
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
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
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 -
Análise e Projeto de Algoritmos
Análise e Projeto de Algoritmos 2018.2 Classes P e NP P São os problemas que podem ser resolvidos em tempo polinomial por uma Máquina de Turing Determinística. NP São os problemas que podem ser decididos
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
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
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
Lógica para Computação Segundo Semestre, Aula 10: SAT. Prof. Ricardo Dutra da Silva. ( p (q ( q r))) ( p r) ( p q) ( p q r) p r.
Lógica para Computação Segundo Semestre, 2014 Aula 10: SAT DAINF-UTFPR Prof. Ricardo Dutra da Silva Definição 10.1. SAT é o problema de decidir se existe uma valoração que satisfaça uma fórmula proposicional.
Busca e Decisão. Problemas de Otimização. Kakuro. P e NP. Pode-se resolver o Kakuro somente resolvendo problemas de decisão?
Busca e Decisão Universidade Federal de Ouro Preto Departamento de Computação P e NP Decisão: Respostas SIM ou NÃO Eiste uma clique de tamanho k no grafo? Eiste um preenchimento da mochila com lucro z?
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
Teoremas de dualidade
Teoremas de dualidade 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
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
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
Resolução de sistemas de equações não-lineares: Método Iterativo Linear
Resolução de sistemas de equações não-lineares: Método Iterativo Linear Marina Andretta/Franklina Toledo ICMC-USP 18 de setembro de 2013 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires.
Resolução de sistemas de equações não-lineares: Método Iterativo Linear
Resolução de sistemas de equações não-lineares: Método Iterativo Linear Marina Andretta/Franklina Toledo ICMC-USP 27 de março de 2015 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires.
Redução de Cook-Levin e Considerações Finais
Redução de Cook-Levin e Considerações Finais André Vignatti DINF- UFPR Fechando o Ciclo de Reduções Nós reduzimos o SAT para diversos problemas de busca, como mostra a figura: Todos problemas NP CIRCUIT
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
Existência e otimalidade de pontos extremos
Existência e otimalidade de pontos extremos 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)
Método Simplex dual. Marina Andretta ICMC-USP. 24 de outubro de 2016
Método Simplex dual Marina Andretta ICMC-USP 24 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
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 -
Jogos de Anti-Coordenação e Colorações Estáveis em Grafos. Renato Lui Geh NUSP:
Jogos de Anti-Coordenação e Colorações Estáveis em Grafos Renato Lui Geh NUSP:8536030 Introdução Jogos de coordenação: Classe de jogos em que jogadores jogam cooperativamente. Jogador i fazer a mesma ação
Método Simplex. Marina Andretta ICMC-USP. 19 de outubro de 2016
Método Simplex 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 linear
Lema de Farkas e desigualdades lineares
Lema de Farkas e desigualdades lineares Marina Andretta ICMC-USP 30 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP)
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
Jorge Figueiredo, DSC/UFCG. Análise e Técnicas de Algoritmos 2005.1. Jorge Figueiredo, DSC/UFCG. Análise e Técnicas de Algoritmos 2005.
Agenda Análise e Técnicas de Algoritmos Jorge Figueiredo Conceitos básicos Classes de de Complexidade P NP Redução Problemas NPC NP-Completude Introdução Existem alguns problemas computacionais que são
Marina Andretta. 10 de outubro de Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis.
Solução básica viável inicial Marina Andretta ICMC-USP 10 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211
Método de restrições ativas para minimização em caixas
Método de restrições ativas para minimização em caixas Marina Andretta ICMC-USP 20 de outubro de 2014 Marina Andretta (ICMC-USP) sme5720 - Otimização não-linear 20 de outubro de 2014 1 / 25 Problema com
Método de restrições ativas para minimização com restrições lineares
Método de restrições ativas para minimização com restrições lineares Marina Andretta ICMC-USP 27 de outubro de 2018 Marina Andretta (ICMC-USP) sme5720 - Otimização não-linear 27 de outubro de 2018 1 /
Método de Newton truncado
Método de Newton truncado Marina Andretta ICMC-USP 8 de outubro de 2018 Baseado no livro Numerical Optimization, de J. Nocedal e S. J. Wright. Marina Andretta (ICMC-USP) sme5720 - Otimização não-linear
Resolução de sistemas de equações lineares: Método dos Gradientes Conjugados
Resolução de sistemas de equações lineares: Método dos Gradientes Conjugados Marina Andretta/Franklina Toledo ICMC-USP 24 de março de 2015 Baseado no livro Cálculo Numérico, de Neide B. Franco Marina Andretta/Franklina
Projeto e Análise de Algoritmos NP Completude. Prof. Humberto Brandão
Projeto e Análise de Algoritmos NP Completude Prof. Humberto Brandão [email protected] Universidade Federal de Alfenas versão da aula: 0.4 Introdução Problemas intratáveis ou difíceis são comuns
Complexidade de Algoritmos. Edson Prestes
Edson Prestes A classe P consiste nos problemas que podem ser resolvidos em tempo Polinomial (Problemas tratáveis) A classe NP consiste nos problemas que podem ser verificados em tempo polinomial (Problemas
Projeto e Análise de Algoritmos NP Completude Parte 2. Prof. Humberto Brandão
Projeto e Análise de Algoritmos NP Completude Parte 2 Prof. Humberto Brandão [email protected] Universidade Federal de Alfenas Departamento de Ciências Exatas versão da aula: 0.2 Última aula
Agenda. Complexidade Não Determinista A classe NP. A classe Co-NP Reduções de tempo polinomial. Definida por. Exemplos em:
A Classe NP Agenda Complexidade Não Determinista A classe NP Definida por aceitação em tempo polinomial por NTM s instâncias positivas com provas de tamanho polinomial aceitação por verificadores em tempo
Resolução de sistemas de equações lineares: Método do Gradiente
Resolução de sistemas de equações lineares: Método do Gradiente Marina Andretta ICMC-USP 24 de março de 2015 Marina Andretta (ICMC-USP) sme0301 - Métodos Numéricos para Engenharia I 24 de março de 2015
Método de Quadrados Mínimos: Caso discreto
Método de Quadrados Mínimos: Caso discreto Marina Andretta ICMC-USP 23 de maio de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta (ICMC-USP) sme0500 - cálculo numérico
Notações e revisão de álgebra linear
Notações e revisão de álgebra linear Marina Andretta ICMC-USP 17 de agosto de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211
4.1 Preliminares. No exemplo acima: Dom(R 1 ) = e Im(R 1 ) = Dom(R 2 ) = e Im(R 2 ) = Dom(R 3 ) = e Im(R 3 ) = Diagrama de Venn
4 Relações 4.1 Preliminares Definição 4.1. Sejam A e B conjuntos. Uma relação binária, R, de A em B é um subconjunto de A B. (R A B) Dizemos que a A está relacionado com b B sss (a, b) R. Notação: arb.
Teoria da Complexidade Computacional
Teoria da Complexidade Computacional 25 de novembro de 2011 Enquanto a teoria de análise de algoritmos estuda a análise de complexidade de algoritmos, a teoria da complexidade estuda a classificação de
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,
Determinação de raízes de polinômios: Método de Briot-Ruffini-Horner
Determinação de raízes de polinômios: Marina Andretta/Franklina Toledo ICMC-USP 13 de maio de 2015 Baseado no livro Cálculo Numérico, de Neide B. Franco Marina Andretta/Franklina Toledo (ICMC-USP) sme0301
Determinação de raízes de polinômios: Método de Briot-Ruffini-Horner
Determinação de raízes de polinômios: Método de Briot-Ruffini-Horner Marina Andretta/Franklina Toledo ICMC-USP 29 de outubro de 2012 Baseado no livro Cálculo Numérico, de Neide B. Franco Marina Andretta/Franklina
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
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
Matrizes. Marina Andretta. 17 de abril de 2017 ICMC-USP. Marina Andretta (ICMC-USP) sme0230-ipc 17 de abril de / 30
Matrizes Marina Andretta ICMC-USP 17 de abril de 2017 Marina Andretta (ICMC-USP) sme0230-ipc 17 de abril de 2017 1 / 30 Matrizes Uma matriz é uma variável composta bidimensional. Você pode pensá-la como
2.3.4 Algoritmos de SAT
114 CAÍTULO 2. LÓGICA ROOSICIONAL 2.3.4 Algoritmos de SAT Os algoritmos de SAT (do inglês satisfiability ) têm o objectivo de determinar se uma dada fbf α é satisfazível ou não; em caso afirmativo, devolvem
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.1/29 5 - RELAÇÕES 5.1) Relações e Dígrafos 5.2) Propriedades
Lógica para Computação Primeiro Semestre, Aula 10: Resolução. Prof. Ricardo Dutra da Silva
Lógica para Computação Primeiro Semestre, 2015 DAINF-UTFPR Aula 10: Resolução Prof. Ricardo Dutra da Silva A resolução é um método de inferência em que: as fórmulas devem estar na Forma Clausal; deduções
Bases Matemáticas. Aula 1 Elementos de Lógica e Linguagem Matemática. Prof. Rodrigo Hausen. 24 de junho de 2014
Aula 1 Elementos de Lógica e Linguagem Matemática Prof. Rodrigo Hausen 24 de junho de 2014 Definição Uma proposição é uma sentença declarativa que é verdadeira ou falsa, mas não simultaneamente ambas.
Teoria de dualidade. Marina Andretta ICMC-USP. 19 de outubro de 2016
Teoria de dualidade 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
Método dos gradientes (ou método de máxima descida)
Método dos gradientes (ou método de máxima descida) Marina Andretta ICMC-USP 14 de setembro de 2010 Marina Andretta (ICMC-USP) sme5720 - Otimização não-linear 14 de setembro de 2010 1 / 16 Método dos gradientes
Definição 1.1 : Uma árvore é um grafo simples conexo e sem ciclos.
1 Árvores Definição 1.1 : Uma árvore é um grafo simples conexo e sem ciclos. Um grafo simples sem ciclos mas não conexo (em que cada componente conexa é portanto uma árvore) chama-se uma floresta. Numa
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
Para muitos problemas computacionais, algoritmos razoáveis não existem!
Para muitos problemas computacionais, algoritmos razoáveis não existem! Os melhores algoritmos requerem quantidades de tempo ou espaço enormes tornando-os praticamente inúteis. 1 Introdução Objetivos:
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
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
André Vignatti DINF- UFPR
Notação Assintótica: O André Vignatti DINF- UFPR Notação Assintótica Vamos expressar complexidade através de funções em variáveis que descrevam o tamanho de instâncias do problema. Exemplos: Problemas
Lógica Computacional
Aula Teórica 9: Forma Normal Conjuntiva Departamento de Informática 21 de Março de 2011 O problema Como determinar eficazmente a validade de uma fórmula? Objectivo Determinar a validade de raciocínios
Teoria dos Grafos. Grafos Planares
Teoria dos Grafos Valeriano A. de Oliveira Socorro Rangel Silvio A. de Araujo Departamento de Matemática Aplicada [email protected], [email protected], [email protected] Grafos Planares
Grafos e Algoritmos Raimundo Macêdo. Teorema de Hall (Prova por Indução)
Grafos e Algoritmos Raimundo Macêdo Teorema de Hall (Prova por Indução) Teorema de Hall (teorema do casamento, 1935) Seja G uma grafo bipartide V = X U Y, então G contém um emparelhamento que satura todos
Resolução de problemas com apenas restrições lineares de igualdade
Resolução de problemas com apenas restrições lineares de igualdade Marina Andretta ICMC-USP 14 de outubro de 2014 Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear 14 de outubro de 2014 1 / 22
P, NP e NP-Completo. André Vignatti DINF- UFPR
P, NP e NP-Completo André Vignatti DINF- UFPR Problemas Difíceis, Problemas Fáceis O mundo está cheio de problemas de busca. Alguns podem ser resolvidos eficientemente, outros parecem ser muito difíceis.
