Exercício 1 A) Caminho 3 – 4 -3 B) Caminho 100 – 1 – 1 – 100

Slides:



Advertisements
Apresentações semelhantes
Árvores 2010/1 Teoria dos Grafos (INF 5037/INF2781)
Advertisements

Árvores CC/EC/Mestrado Teoria dos Grafos ‏ 1.
Limites de Desempenho Grupo 8.
Programação em Java Prof. Maurício Braga
Geometria Computacional Fecho Convexo II
Programação em Java Prof. Maurício Braga
Inteligência Artificial
UNIVERSIDADE FEDERAL DE UBERLÂNDIA ENGENHARIA CIVIL INTRODUÇÃO À ALGORITMOS Professora: Fabíola Gonçalves.
Análise de Voz e Vídeo Reconhecimento de voz baseado em modelos de palavras conectadas André Vitor de Almeida Palhares.
Exercícios PAA- Grafos
Solved Exercises 1. Finding the Peak. Let A= a1,…,an be a sequence of n numbers with the following property: there is p in {1,…,n} for which (i) the.
Exercícios PAA- Grafos
Celso C. Ribeiro Caroline T. Rocha
UFES CC/EC/Mestrado Teoria dos Grafos Árvores. UFES CC/EC/Mestrado Teoria dos Grafos Árvores Grafo Acíclico: não possui ciclos.
Métodos para representação de estruturas hierárquicas
Prof. MSc. Larissa Luz Gomes Aula 6 Análise e Projeto de Sistemas I.
2 de Junho de 2005Conclusão1 Pedro Barahona DI/FCT/UNL Junho 2005.
1 Conclusão DI/FCT/UNL 1º Semestre 2004/ Ciclos de Simulação A técnica usada no exemplo da queda livre pode ser utilizada para trajectórias a duas.
Introdução à Programação Linear Parte II
Teste de Software Parte 3.
Programação Não Linear
Inteligência Artificial
Busca informada (heurística) Parte 2
Seleção de Máquina Deve-se considerar: tamanho físico; potência;
FACENS – Engenharia da Computação Inteligência Artificial
Hábito 3 – Aula 6.
Ameliara Freire O comando de entrada de dados é utilizado quando desejamos fornecer um valor para um nosso programa. Os dispositivos.
Intr. à Biologia Computacional
Compressão de Textos Juliano Palmieri Lage.
Exercícios: Alg Gulosos Eduardo Laber. Cap 4-Exercício 2 a)Verdadeiro, já que trocando cada elemento pelo seu quadrado não altera a ordem das arestas.
Exercícios PAA- Grafos
Algoritmos Genéticos em Problemas com Restrições
Linguagem de Programação II Parte V
Aula 02 Variáveis, Matrizes, Gráficos
Cálculo Numérico / Métodos Numéricos
PRODUTOS NOTÁVEIS.
Problemas de Fluxo Máximo
Algoritmos e Programação I
Subset Sum Algoritmos e Estruturas de Dados – IF672
FUNÇÕES EXERCÍCIO 1 O gráfico a seguir representa o valor (em R$) de uma ação negociada na bolsa de valores no decorrer dos meses. Considerando t = 1 o.
Conceitos básicos em grafos
Família de palavras. Família de palavras pedra pedrada pedreiro pedregulho Uma família de palavras é um conjunto de palavras que têm uma parte comum.
Fundamentos de Programação
1 A COMPUTAÇÃO MODERNA Valdemar W. Setzer Depto. de Ciência da Computação da USP
Disciplina Análise de Algoritmos BCC-UFU Profa. Sandra de Amo
Inteligência Artificial
Planilha eletrônica Fórmulas e Funções Informática Aplicada a Saúde I
Input » Processamento » Output »
DIMENSIONAMENTO rede de distribuição de água
Obter temperatura Máxima
INE Fundamentos de Matemática Discreta para a Computação
Capitulo 5: Simplex Voltando ao exemplo da confecção da D. Maria, e modificando um pouco os valores apenas para facilitar nossos cálculos e o entendimento,
Capitulo 5: Simplex Voltando ao exemplo da confecção da D. Maria, e modificando um pouco os valores apenas para facilitar nossos cálculos e o entendimento,
Capitulo 8: Dualidade O que é um modelo Dual?
Programação Linear Resolução Gráfica
EXERCÍCIO CARTA DE SMITH
Complexidade de Computação Katia Guimarães. Avaliando a Qualidade de um Algoritmo É preciso ter bem definido –O que é dado de entrada e –O que é esperado.
Solved Exercises 1. Finding the Peak. Let A= a 1,…,a n be a sequence of n numbers with the following property: there is p in {1,…,n} for which (i) the.
Exercícios de Algoritmos Aproximativos
Exercícios de Fluxo em Redes
Grafos e Teoria da Complexidade Professor: Fabio Tirelo
Linguagem de Programação II Parte VI Professora: Flávia Balbino da Costa.
Introdução à Programação
Análise e Síntese de Algoritmos Algoritmos GreedyCLRS, Cap. 16.
Mailson Felipe da Silva Marques Johnson Cordeiro Sarmento
Pesquisa Operacional:
Alinhamento Global de Seqüências Katia Guimarães.
Exemplos com Operadores matemáticos
O Método Simplex Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto.
Transcrição da apresentação:

Exercício 1 A) Caminho 3 – 4 -3 B) Caminho 100 – 1 – 1 – 100 C) OPT(i) solução ótima considerando os i primeiros nós OPT(i) = 0, se i=0 OPT(i) = w(i), se i=1 OPT(i) = max{ w(i)+OPT(i-2), OPT(i-1) }, se i>1

Exercício 2 B) OPT(j) = max { h(j), l(j)}, se j=1 OPT(j) = max { h(j)+OPT(j-2), l(j)+OPT(j-1) }, se j > 1 Tamannho da Tabela é O(n) e cada chamada gasta O(1)  complexidade O(n)

Exercício 3 A) Arestas 1-2 , 1-3, 3-4, 3-5, 2-5. Algoritmo computa 1-2-5 e o ótimo é 1-3-4-5 B) OPT(i), caminho mais longo até n partindo de i Complexidade O(m+n)

Exercício 5 q(i,j): como a qualidade da string que começa na posição i e termina na j OPT(j) é o valor da solução ótima para o prefixo que termina na posição j Tamanho da Tabela é O(n) e cada chamada gasta O(n)  complexidade O(n2)

Exercício 6 f(i,j): quadrado da folga de uma linha que contem as palavras w(i),..,w(j). OPT(j): solução ótima considerando as j primeiras palavras Tamanho da Tabela é O(n) e cada chamada gasta O(n2)  complexidade O(n3) Pode ser melhorado para O(n2) se a tabela f(i,j) for preprocessada

Exercício 7 MIN (j): valor mínimo da ação nos j primeiros dias OPT(j) é o lucro máximo que pode ser obtido considerando os j priemrios dias OPT(j)= max { p(j)-Min(j-1), OPT(j-1) }, se j>0 OPT(j)=0 , caso contrário MIN( j ) = min { p(j) , MIN(j-1) } Tamanho da Tabela é O(n) e cada chamada gasta O(1)  complexidade O(n)

Exercício 9 OPT(j): Número máximo de terabytes que podem ser processados até o dia j Tamanho da Tabela é O(n) e cada chamada gasta O(n)  complexidade O(n2)

Exercício 20 OPT(i,h): Maior soma de notas possível considerando somente os i primeiros projetos e h horas disponíveis Tamanho da Tabela é O(Hn) e cada chamada gasta O(H)  complexidade O(nH2) Nota. Pode ser melhorado para O(n.g.H)

Exercício 28 a) É fácil ver que existe uma solução S onde todos os jobs escalonáveis aparecem antes dos não escalonáveis. Assuma que j e i são dois jobs consecutivos invertidos dentre os escalonáveis Trocando j e i mantemos o mesmo número de jobs esconáveis