Organización de la clase Enfoque Introducción Conceptos previos Algoritmo 5.2 (versión simple) Cleaner & Pirámides Clean Shortest Odd Hole Detector (4.2)

Slides:



Advertisements
Presentaciones similares
UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA
Advertisements

Diseño y análisis de algoritmos
Diseño de AFN’s.
GRAFOS Presentado por: Oscar Leonardo Ramírez John Freddy Sandoval
Razonamiento Matemático
Sesión 3: Teoría de Grafos
Investigación de Operaciones II
Mínimos y Máximos CONDICIONADOS. Ecuaciones y conjunto de Ligadura
Taller matemático (Cálculo)
Método de Ford-Fulkerson
Grafos dualmente cordales y sus relaciones con otros tipos de grafos

Circunferencia. Presentado por: María del Rosario Ochoa Guerrero.

Complejidad Problemas NP-Completos
Problemes de Viatjants
GRAFOS HUGO ARAYA CARRASCO.
Propagación de indeterminaciones
Programación entera y grafos
Matemáticas para Ciencias de la Computación MCC3182
PROGRAMACIÓN PARALELA EN ALGORITMOS SOBRE GRAFOS
Ciudad de Könisberg, Prusia, en XVIII:
TALF 2 Introducción Roberto Moriyón. Objetivo general del curso Estudiar los límites de los algoritmos: –Hay más algoritmos de los que conocemos? Estudiar.
Teoria de grafos.-clase 4
Problemas de proximidad
Definiciones: conjuntos, grafos, y árboles
Trabajo presentado por: LUIS FERNANDO OBANDO ING
Árbol recubridor mínimo Distancias
Single-Source Shortest Paths “Camino más corto desde/hacia una fuente”
Matemáticas Discretas
María Andrea Gómez Patiño Cod:
Diseño y análisis de algoritmos
Verificar que la siguiente igualdad es cierta:
Diseño y análisis de algoritmos

A LGORITMO DE BÚSQUEDA POR COSTO UNIFORME Dorian López.
Triangulos 1)Clasificación de acuerdo al número de lados
Diseño y análisis de algoritmos
Parte II. Algorítmica. 3. Algoritmos voraces.
Grafos planos Jose hungria.
Teoría de Grafos.-Clase 2
Lenguajes regulares Teoría del Autómata.
Inducción completa El principio del buen orden: todo conjunto no vacío de enteros positivos posee un mínimo.
1 Algoritmos Avaros (Greedy Algorithms) Agustín J. González ELO-320: Estructura de Datos y Algoritmos.
Jorge Mondragón Leonardo Herrera Cristian Fernández
Agustín J. González ELO320: Estructura de Datos y Algoritmos
1 Algoritmos Avaros (Greedy Algorithms) Agustín J. González ELO-320: Estructura de Datos y Algoritmos 1er. Sem
Matemáticas Discretas
Curso de Teoría del Autómata
La respuesta es bien simple. Google es un motor de b ú squeda en el internet. ¿ Un motor de búsqueda? Si, supongamos que el internet sea una gran ciudad.
CAPÌTULO 1 Vectores en el espacio
Demuestra que el triangulo PQS es un triangulo isósceles calculando la longitud de sus lados: P(-4,3), Q(2,5) y S(1,-2)
SISTEMAS DE ECUACIONES DE DOS INCOGNITAS METODOS
Calcula el valor de los ángulos del siguiente triángulo
Sesión 3: Teoría de Grafos
Definiciones: conjuntos, grafos, y árboles
Imágenes binarias Horn, Robot Vision
1 Flujo Máximo Agustín J. González ELO320: Estructura de Datos y Algoritmos.
La Parábola Tema 9 F Eje Focal X Segunda Ecuación Ordinaria
Agustín J. González ELO320: Estructura de Datos y Algoritmos
EJEMPLOS DE FIGURAS SEMEJANTES
Flujo en redes Def: una red N es un grafo orientado conexo que tiene dos nodos distinguidos una fuente s con grado de salida positivo y un sumidero t con.
Cecilia Laborde González
La Elipse Tema 10 (h,k) k h B B’ D D’ E E’ L L’ P F’ V’ V A’ l’ c l A
UNIDAD 2 Grafos Árboles abarcadores mínimos Caminos más cortos.
Matemáticas Discretas MISTI
Recorridos de grafos Segunda Parte M.C. Meliza Contreras González.
La clase P juega un papel importante en la teoría de la complejidad computacional debido a que: 1. P es invariante para todos los modelos de cómputo que.
B a O    +  = Ángulos que se forman al cortarse dos rectas  +  = b  O  a.
 Un triángulo es un polígono determinado por tres rectas que se intersectan en tres puntos no alineados; los puntos de intersección son los vértices.
Transcripción de la presentación:

Organización de la clase Enfoque Introducción Conceptos previos Algoritmo 5.2 (versión simple) Cleaner & Pirámides Clean Shortest Odd Hole Detector (4.2) Algoritmo 5.2 (versión rápida)

Enfoque Como empezamos a leer Como terminamos leyendo Pregunten, pregunten y pregunten. Entendamos primero las ideas, después las demostraciones

Introducción Berge Graph, definición Berge  Perfecto (conjetura fuerte) Diferencias con el algoritmo anterior Este algoritmo resuelve la búsqueda general de odd-holes ?

Conceptos Previos Joyas (Jewels) Pirámides Major Clean Cleaner

Joyas 1 (Jewels)

Joyas 2 (Jewels) Si hay una joya en un grafo  hay un O-H Dem: –Si |P| es par  v1-P-v4-v3-v2-v1 es un O-H –Si |P| es impar  v1-P-v4-v5-v1 es un O-H Algoritmo: –Enumerar todos los conj. de 5 vértices O(n 5 ) –Verificar si cumplen las condiciones O(n 2 ) / O(n)

Pirámides 1

Pirámides 2 Si hay una pirámide en un grafo  hay un O-H Dem: –Dos caminos P a y P b tienen la misma paridad en su long.  la suma de estas es par  si le sumamos un lado del triángulo y como no hay cuerdas entre P a y P b tenemos un O-H Algoritmo: –Existe un algoritmo que en O(n 9 ) detecta si hay o no una pirámide.

Major Un major es un vértice de G tal que su conjunto de vecinos en C no está en un camino de 2 ejes de C.

Clean Un O-H es clean si no tiene ningún major.

Cleaner 1 Si C es un O-H en G, un subconjunto X  V(G) es un cleaner para C si X contiene a todos los vértices que son major para C y X  V(C) es un subconjunto de un camino de 2 ejes de C

Cleaner 2

Cleaner 3

NO Cleaner 4 Este conj. de vértices no es un cleaner pues su intersección con C no es un subconj. de un camino de 2 ejes

Algoritmo 5.2 (versión simple) 1 Orden O(|V(G)| 12 ) Pasos –Si G tiene pirámides Devolver FALSE (2.2 – O(n 9 )) –Si G tiene joyas Devolver FALSE (3.1 – O(n 6 )) –Corremos 5.1 y obtenemos o bien que G no es Berge o O(n 5 ) subconjuntos tal que si C es un SOH en G y todo major de C tiene por lo menos 4 vecinos  uno de los subconjuntos es cleaner para C (O(n 6 ), próxima clase) –Para cada subconjunto X obtenido en el paso anterior Enumero todos los subconjuntos Y, tales que |V(Y)| ≤ 3 (son O(n 3 )) Para cada grafo G \ (X \ Y) aplicar 4.2 O(n 4 ) –Si G no tiene O-H se verifica el complemento y si este tampoco tiene un O-H  G es Berge

Algoritmo 5.2 (versión simple) 2 Tenemos n 5 subconjuntos tal que si G tenía un S-O-H C  uno de los subconjuntos, X, es un cleaner para C  por ser cleaner, X tiene todos los majors de C y a lo sumo 3 nodos de C  a X le saco los nodos de C y los nodos que quedan los saco de G  me queda en G, C como S-O-H y clean (pues saque todos sus majors)  puedo aplicar el C-S-O-H detector (algoritmo 4.2)

Cleaner & Pirámides 1 Teorema:  m Major de C, C-S-O-H en G sin pirámides, m tiene al menos 4 vecinos en C Dem: –Supongo que m tiene 0 o 1 vecino en C  m no es Major ABS !!

Cleaner & Pirámides 2 –Supongo que m tiene 2 vecinos (separados por un camino de más de 2 ejes)  P 1 o P 2 es un camino de long. impar  3  P a y el major forman un O-H menor a C ABS !!

Cleaner & Pirámides 3 –Supongo que m tiene 3 vecinos en C i) Si 2 vecinos son consecutivos  se forma una pirámide ABS !!

Cleaner & Pirámides 4 –Supongo que m tiene 3 vecinos en C ii) Sean P 1, P 2 y P 3 los subcaminos formados por los 3 vecinos, P a tiene long. impar  P a y el major forman un O-H menor a C ABS !!

Algoritmo Clean Shortest Odd Hole Detector Orden O(|V(G)| 4 ) Pasos –Para cada u, v  V(G) Calcular P(u,v), camino mínimo entre u y v –Para cada terna u, v, w  V(G) Ver si  P(u,v), P(v,w), P(w,u) –Si forman un O-H »Devolver TRUE –Si no »Devolver FALSE

Algoritmo Clean Shortest Odd Hole Detector Complejidad del algoritmo 4.2 –Cálculo de todos los caminos mínimos: O(n 3 ) –Hay O(n 3 ) ternas de vértices, para cada una calculo si los caminos mínimos entre sus vértices forman un odd hole –O(n 3 ) * O(n) = O(n 4 )

Algoritmo 5.2 (versión rápida) 1 Orden O(|V(G)| 9 ) Pasos –Si G tiene pirámides Devolver FALSE (2.2 – O(n 9 )) –Si G tiene joyas Devolver FALSE (3.1 – O(n 6 )) –Corremos 5.1 y obtenemos o bien que G no es Berge o O(n 5 ) subconjuntos tal que si C es un SOH en G y todo major de C tiene por lo menos 4 vecinos  uno de los subconjuntos es cleaner para C O(n 6 )

Algoritmo 5.2 (versión rápida) 2 –Para cada X obtenido en el punto anterior Para cada x, y  V(G) encuentro P(x,y), el camino más corto sin vértices internos en X. Si , sea r(x,y) su longitud. Para cada y1  V(G)\X y para cada camino x1-x3-x2 de G\y1 chequear los siguiente: –r (x1, y1), r (x2, y1) existen –r (x2, y1) = r (x1, y1) + 1 = r (x1, y2) = k –r (x3, y1), r (x3, y2) ≥ k Donde y2 es el vecino de y1 en P (x2,y1) Si encontramos x1,x2,x3,y  Hay un OH –Si procedemos igual con el complemento de G y no encontramos un OH  el grafo es Berge