Størrelse: px
Begynne med side:

Download ""

Transkript

1

2 3 2

3

4 4

5 5

6 6

7 7

8 8

9

10 10

11 11

12 12

13

14 (set) S={v 1, v 2, v 3 }={v 3, v 2, v 1 }={v 1, v 1, v 2, v 3 } (unordered pair) 2 1 {v 1, v 2 } {v 2 } (v 1, v 2 ) (v 2, v 2 ) 14

15 () <> 15

16 G=<V,E> (vertex set) V V(G) (edge set) E E(G) e " eî E( G),( e Î{ 1,2} ) " eî E( G),( e Í V ( G) ) v 1 (order) ν(g)= V(G) // e 1 (size) ε(g)= E(G) v 2 e=(u, v)=uv e 2 e 4 e 5 e 7 v 5 v 3 e 3 v 4 16

17 ( ) v 1 v 2 e 1 (endpoint) v 1 v 2 e 1 (incident) v 1 v 2 (adjacent) e 1 e 2 (adjacent) e 7 (loop) v 1 e 1 v 2 e 5 e 7 e 2 e 4 v 5 v 3 e 3 v 4 17

18 e 1 v 1 v 2 e 5 e 6 e 7 e 2 e 4 v 5 v 3 e 3 v 4 18

19 (multiset) S={v1, v2, v3}={v3, v2, v1} {v1, v1, v2, v3} (multiple edges) e 5 e 6 E(G)={(v 1, v 2 ), (v 2, v 3 ), (v 3, v 4 ), (v 3, v 5 ), (v 1, v 5 ), (v 1, v 5 ), (v 5, v 5 )} e 1 v 1 v 2 e 5 e 6 e 7 e 2 e 4 v 5 v 3 e 3 v 4 19

20 (degree) 2 d(v 1 )=3 d(v 5 )=5 D d ( G) ( G) = max vîv ( G) = min vîv ( G) d d ( v) ( v) e 1 v 1 v 2 e 5 e 6 e 7 e 2 e 4 v 5 v 3 e 3 v 4 20

21

22 (null graph) V(G)= (empty graph) (trivial graph) (simple graph) (complete graph) k- (k-regular graph) (bipartite graph) (complete bipartite graph) 22

23 (null graph) (empty graph) E(G)= (trivial graph) (simple graph) (complete graph) k- (k-regular graph) (bipartite graph) (complete bipartite graph) 23

24 (null graph) (empty graph) (trivial graph) ν(g)=1 (simple graph) (complete graph) k- (k-regular graph) (bipartite graph) (complete bipartite graph) 24

25 (null graph) (empty graph) (trivial graph) (simple graph) (complete graph) k- (k-regular graph) (bipartite graph) (complete bipartite graph) v 2 e 2 e 1 v 3 v 1 e 5 e 6 e 7 e 4 v 5 e 3 v 4 25

26 (null graph) (empty graph) (trivial graph) (simple graph) (complete graph) K ν(g) k- (k-regular graph) (bipartite graph) (complete bipartite graph) 26

27 (null graph) (empty graph) (trivial graph) (simple graph) (complete graph) k- (k-regular graph) ( G) ( d( v) k) " v ÎV, = (bipartite graph) (complete bipartite graph) 27

28 (null graph) (empty graph) (trivial graph) (simple graph) (complete graph) k- (k-regular graph) (bipartite graph) ( G) = X ÈY, X ¹ Æ, Y ¹ Æ X ÇY = Æ ÎE( G) (( eç X ¹ Æ) Ù( eç ¹ Æ) ) V, " e, Y (complete bipartite graph) 28

29 (null graph) (empty graph) (trivial graph) (simple graph) (complete graph) k- (k-regular graph) (bipartite graph) (complete bipartite graph) X-Y K X, Y 29

30 (null graph) (empty graph) (trivial graph) (simple graph) (complete graph) k- (k-regular graph) (bipartite graph) (complete bipartite graph) 30

31 31

32 1 H G (subgraph) V(H) V(G) E(H) E(G) H G (spanning subgraph) H G V - (induced subgraph) H G E - (edge-induced subgraph) v 1 e 1 v 2 v 2 e 5 e 2 e 4 v 5 e 2 e 4 v 5 v 3 v 4 v 3 e 3 v 4 32

33 1 H G (subgraph) H G (spanning subgraph) V(H)=V(G) H G V - (induced subgraph) H G E - (edge-induced subgraph) v 1 e 1 v 1 v 2 v 2 e 5 e 2 v 5 e 2 e 4 v 5 v 3 v 4 v 3 e 3 v 4 33

34 1 H G (subgraph) H G (spanning subgraph) H G V - (induced subgraph) ( ) ( ) ( ) ( ) ( )) " v, v ÎV ' = V H, v, v Î E G v, v Î E H H=G[V ] i j i H G E - (edge-induced subgraph) j i j e 1 v 1 v 2 v 2 e 5 e 2 e 4 v 5 e 2 e 4 v 5 v 3 e 3 v 4 v 3 e 3 v 4 34

35 1 H G (subgraph) H G (spanning subgraph) H G V - (induced subgraph) H G E - (edge-induced subgraph) ( ) V H = e H=G[E ] eîe '! = E( H ) v 1 e 1 v 1 e 5 v 2 e 5 e 4 v 5 e 2 e 4 v 5 v 3 v 3 e 3 v 4 35

36 1 ( ) G-V G[V(G)\V ] G-v G-{v} G-E <V(G), E(G)\E > G-e G-{e} v 1 e 1 v 2 v 2 e 5 e 2 e 4 v 5 e 2 e 4 v 5 v 3 e 3 v 4 v 3 e 3 v 4 36

37 2 G H (isomorphism) α: V(G) V(H) (u, v) E(G) iff. (α(u), α(v)) E(H) H v 4 v 2 e 2 e 3 e 4 e1 v e 5 v 1 5 v 2 e 2 e 1 v 1 e 5 e 4 v 5 v 3 v 3 e 3 v 4 37

38 2 ( ) 38

39 10 39

40 2 ( ) NP P NPC 2015 quasi-polynomial time 40

41 G (complement) ( G),{( x y) Ï E( G) } G = V, G H (union) G H / (addition) G H / (join) G H (symmetric difference) b b x a x a c c 41

42 G (complement) G H (union) ( G) ÈV( H ) E( G) È E( H ) G È H = V, G H / (addition) G H / (join) G H (symmetric difference) b b b x a È a y x a y c c c 42

43 G (complement) G H (union) G H / (addition) V G + H = V( G) ÈV( H ), E( G) È E( H ) G H / (join) G H (symmetric difference) ( G) ÇV( H) = Æ b e b e x a + d y x a d y c f c f 43

44 G (complement) G H (union) G H / (addition) G H / (join) V ( G) ÇV( H) = Æ ( G) ÈV( H ), E( G) È E( H ) È{ ( x, y) xîv( G) Ù yîv( H )} G Ú H = V G H (symmetric difference) c a b d Ú x y c a b d x y 44

45 G (complement) G H (union) G H / (addition) G H / (join) G H (symmetric difference) ( ( ) ( )) ( E( G) Ç E( H )) G Å H = V, E G È E H \ ( G) = V( H) V V = b b b c a d Å c a d c a d 45

46 (walk) v 0, e 1, v 1,, e k, v k e i =(v i-1, v i ) v 0 v k e 1 v 1 v 2 e 5 e 2 e 4 v 5 v 3 e 3 v 4 46

47 (walk) v 0, e 1, v 1,, e k, v k e i =(v i-1, v i ) v 0 v k (trail) e 1 v 1 v 2 e 5 e 2 e 4 v 5 v 3 e 3 v 4 47

48 (walk) v 0, e 1, v 1,, e k, v k e i =(v i-1, v i ) v 0 v k (trail) (path) e 1 v 1 v 2 e 5 e 2 e 4 v 5 v 3 e 3 v 4 48

49 (walk) v 0, e 1, v 1,, e k, v k e i =(v i-1, v i ) v 0 v k (trail) (path) (closed walk) v 1 e 1 v 2 e 5 e 2 e 4 v 5 v 3 e 3 v 4 49

50 (walk) v 0, e 1, v 1,, e k, v k e i =(v i-1, v i ) v 0 v k (trail) (path) (closed walk) (closed trail) v 1 e 1 v 2 e 5 e 2 e 4 v 5 v 3 e 3 v 4 50

51 (walk) v 0, e 1, v 1,, e k, v k e i =(v i-1, v i ) v 0 v k (trail) (path) (closed walk) (closed trail) (cycle) e 1 v 1 v 2 e 5 e 2 e 4 v 5 v 3 e 3 v 4 51

52 (length) u v (shortest path) u v (distance) d(u, v) (odd cycle) (even cycle) (girth) (circumference) v 2 e 2 e 1 v 1 e 5 e 4 v 5 v 3 e 3 v 4 52

53 1.1.3 ( ) 3 G d G ³ G 1. G P=v 0,, v k 2. v 0 P v 1 v i v j i j i j v 0 v 1 v i v j v k 53

54 1.1.2 ν X Y X Y u X={ u } Y={ u } v 1 u v 1 v 2 u u' 1 v 2 u u'(v 1 ) v 2 u 54

55 (connected) (connected graph) (connected component) v 1 v 3 v 4 G w(g) v 2 v 5 55

56 1.1.2 ( ) ν X Y X Y u X={ u } Y={ u } u u' v 1 1 u v 1 v 2 u v 2 56

57 G ε(g) ν(g)-1 1. w 1 e 1 v 1 v 2 e 5 e 2 e 4 v 5 v 3 e 3 v 4 57

58 (eccentricity) (center) (radius) (diameter) (median) e ( v) rad = max uîv arg mine vîv ( G ) ( G) ( ) diam G arg min vîv ( G) ( G) ( v) vîv d = min ( v, u) ( G) e = max e å uîv vîv ( G) ( G) ( v) ( v) ( v u) d, v 1 v 6 v 2 v 3 v 4 v 5 v 7 v 10 v 13 v 9 v 8 v 11 v 14 v 12 58

59 1.4 // 1.35 ( ) // 1.23 // 1.31 // 1.63 // 62

Algdat - Øvingsforelesning. NP-komplette problemer

Algdat - Øvingsforelesning. NP-komplette problemer Algdat - Øvingsforelesning NP-komplette problemer Dagens plan 1. LF teoriøving 10 2. Kompleksitetsklasser 3. P, NP, NP-COMPLETE 4. Noen NP-komplette problemer 5. Kahoot! 6. Presentasjon av øving 12 2 Øving

Detaljer

Graphs similar to strongly regular graphs

Graphs similar to strongly regular graphs Joint work with Martin Ma aj 5th June 2014 Degree/diameter problem Denition The degree/diameter problem is the problem of nding the largest possible graph with given diameter d and given maximum degree

Detaljer

TOPOLOGY WORD LIST/TOPOLOGI-ORDLISTE. base space basisrom basis elements basiselementer basis for a topology basis for en topologi

TOPOLOGY WORD LIST/TOPOLOGI-ORDLISTE. base space basisrom basis elements basiselementer basis for a topology basis for en topologi TOPOLOGY WORD LIST/TOPOLOGI-ORDLISTE Table 1. American English to Bokmål American Bokmål antipode antipode arc bue ball ball base space basisrom basis elements basiselementer basis for a topology basis

Detaljer

Fault Tolerant K-Center Problems

Fault Tolerant K-Center Problems Fault Tolerant K-Center Problems Samir Khuller Dept. of Computer Science and UMIACS University of Maryland College Park, MD 20742 Robert Pless y Dept. of Computer Science University of Maryland College

Detaljer

Estimating Peer Similarity using. Yuval Shavitt, Ela Weinsberg, Udi Weinsberg Tel-Aviv University

Estimating Peer Similarity using. Yuval Shavitt, Ela Weinsberg, Udi Weinsberg Tel-Aviv University Estimating Peer Similarity using Distance of Shared Files Yuval Shavitt, Ela Weinsberg, Udi Weinsberg Tel-Aviv University Problem Setting Peer-to-Peer (p2p) networks are used by millions for sharing content

Detaljer

I# w ,F3<#""" wxy2t {r u v$ 0 Y 4 } ~ Â ` - é$8 UX#' ] d Ñ \ ] J. I \ ] O,+R:,!" {%O DM%M5#' ] J*CO!

I# w ,F3<# wxy2t {r u v$ 0 Y 4 } ~ Â ` - é$8 UX#' ] d Ñ \ ] J. I \ ] O,+R:,! {%O DM%M5#' ] J*CO! !!"1!6"! 2! '1! &8!& & $& & & W>XY W>6 ()W>$ - / (3 JHH H 2 2 + / ( 3< / > / :("82 / B $ )! / 2 2 +("82 P/C ) " / ("82 C8 / $& / ("82 /' ) " / ("82 E ) * + / (" 82 / '? " ("82 )*+ / ("82W $ J( /' / JH

Detaljer

Motzkin monoids. Micky East. York Semigroup University of York, 5 Aug, 2016

Motzkin monoids. Micky East. York Semigroup University of York, 5 Aug, 2016 Micky East York Semigroup University of York, 5 Aug, 206 Joint work with Igor Dolinka and Bob Gray 2 Joint work with Igor Dolinka and Bob Gray 3 Joint work with Igor Dolinka and Bob Gray 4 Any questions?

Detaljer

Kneser hypergraphs. May 21th, CERMICS, Optimisation et Systèmes

Kneser hypergraphs. May 21th, CERMICS, Optimisation et Systèmes Kneser hypergraphs Frédéric Meunier May 21th, 2015 CERMICS, Optimisation et Systèmes Kneser hypergraphs m, l, r three integers s.t. m rl. Kneser hypergraph KG r (m, l): V (KG r (m, l)) = ( [m]) l { E(KG

Detaljer

GRAF-TRAVERSERING. Hvordan utforske en labyrint uten å gå seg vill. Rekkefølge på kanter: Dybde-Først Søk A B C D E F G H I J K L M N O P

GRAF-TRAVERSERING. Hvordan utforske en labyrint uten å gå seg vill. Rekkefølge på kanter: Dybde-Først Søk A B C D E F G H I J K L M N O P R-TRVRSRIN ybde-ørst Søk redde-ørst Søk ruk av MetodeMal som designmønster (Template Method Pattern H Hvordan utforske en labyrint uten å gå seg vill. t dybde-først søk (S) i en urettet graf er som å vandre

Detaljer

Grunnleggende Grafalgoritmer III

Grunnleggende Grafalgoritmer III Grunnleggende Grafalgoritmer III Lars Vidar Magnusson 26.3.2014 Kapittel 21 og 22 Usammenhengende-sett Strongly-connected components Usammenhengende Sett Usammenhengende sett er ikke en grafalgoritme i

Detaljer

Løb 1, 200m Rygsvømning Damer # Nr. Navn Født Klub Licens Bassin Anmtid Status Krattet Sofie W. Kjær Karoline Szokody Maria Sejling Karla

Løb 1, 200m Rygsvømning Damer # Nr. Navn Født Klub Licens Bassin Anmtid Status Krattet Sofie W. Kjær Karoline Szokody Maria Sejling Karla S i d e : 1D a t o : 1 6 j u n i 2 0 1 6Ti d : 2 0 : 4 2 : 1 6 Startliste Løb 1-40 Stævne navn : Harboe Water Games 2016 Stævne by : Slagelse Arrangør : Slagelse Svømmeklub Løb 1, 200m Rygsvømning Damer

Detaljer

KORTESTE STI. Vektede Grafer. Korteste Sti. Dijkstra s Algoritme. Vektet Urettet Graf

KORTESTE STI. Vektede Grafer. Korteste Sti. Dijkstra s Algoritme. Vektet Urettet Graf Vektet Urettet Graf KORTESTE STI Finn: fra en Enkel Kilde til Alle Noder. (Engelsk: Single Source Shortest Path - SSSP) Vektede Grafer vekter på kanter representerer f.eks. avstand, kostnad, båndbredde...

Detaljer

INF-MAT5370. Grafer og datastrukturer

INF-MAT5370. Grafer og datastrukturer INF-MAT5370 Grafer og datastrukturer Øyvind Hjelle oyvindhj@simula.no, +47 67 82 82 75 Simula Research Laboratory, www.simula.no August 3, 2009 Innhold Kort om grafer Topologiske operatorer og operasjoner,

Detaljer

Disjoint Sets. Chapter 21. CPTR 430 Algorithms Disjoint Sets 1

Disjoint Sets. Chapter 21. CPTR 430 Algorithms Disjoint Sets 1 Disjoint Sets Chapter 21 CPTR 430 Algorithms Disjoint Sets 1 S2 Disjoint Sets A disjoint-set data structure maintains a collection S 1 S k of disjoint dynamic sets Each set has a designated representative

Detaljer

S i d e : 1D a t o : 1 7 j u n i Ti d : 0 9 : 0 0 : 4 1

S i d e : 1D a t o : 1 7 j u n i Ti d : 0 9 : 0 0 : 4 1 S i d e : 1D a t o : 1 7 j u n i 2 0 1 7Ti d : 0 9 : 0 0 : 4 1 Startliste Løb 1-40 Stævne navn : Harboe Water Games 2017 Stævne by : Slagelse Arrangør : Slagelse Svømmeklub Løb 1, 200m Rygsvømning Damer

Detaljer

I D È LANDSKAPSPLAN M 1:2000 LENGDESNITT GJENNOM VEI/BRU I PROFIL

I D È LANDSKAPSPLAN M 1:2000 LENGDESNITT GJENNOM VEI/BRU I PROFIL I D È D F F B. H y h æ yj,. Pj y 3 : Sy B F E18. L B F æ æ L, y æ. D j F.. LANDSKAPSPLAN M 1:2000 N LENGDESNITT GJENNOM VEI/BRU I PROFIL1800-300 F V E18- j j F y æ E18 -/,, j, y H. É æ y, y. D j F y. S

Detaljer

Improving Coarsening Schemes for Hypergraph Partitioning by Exploiting Community Structure

Improving Coarsening Schemes for Hypergraph Partitioning by Exploiting Community Structure Improving Coarsening Schemes for Hypergraph Partitioning by Exploiting Community Structure SEA 17 June 23, 217 Tobias Heuer and Sebastian Schlag I NSTITUTE OF T HEORETICAL I NFORMATICS A LGORITHMICS G

Detaljer

MAT1030 Forelesning 22

MAT1030 Forelesning 22 MAT1030 Forelesning 22 Grafteori Dag Normann - 14. april 2010 (Sist oppdatert: 2010-04-14 12:45) Kombinatorikk Oppsummering av regneprinsipper Ordnet utvalg med repetisjon: n r Ordnet utvalg uten repetisjon:

Detaljer

Kombinatorikk. MAT1030 Diskret Matematikk. Oppsummering av regneprinsipper

Kombinatorikk. MAT1030 Diskret Matematikk. Oppsummering av regneprinsipper MAT1030 Diskret Matematikk Forelesning 22: Grafteori Dag Normann Matematisk Institutt, Universitetet i Oslo Kombinatorikk 14. april 2010 (Sist oppdatert: 2010-04-14 12:43) MAT1030 Diskret Matematikk 14.

Detaljer

MAT1030 Diskret Matematikk

MAT1030 Diskret Matematikk MAT1030 Diskret Matematikk Forelesning 22: Grafteori Dag Normann Matematisk Institutt, Universitetet i Oslo 14. april 2010 (Sist oppdatert: 2010-04-14 12:42) Kombinatorikk MAT1030 Diskret Matematikk 14.

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF3320 Metoder i grafisk databehandling og diskret geometri Eksamensdag: 29. november 2011 Tid for eksamen: 14.30 18.30 Oppgavesettet

Detaljer

SAMMENDRAG ALGDAT. Basis: Kjøretid. Divide and conquer. Grådig. Master method. Case 1. Case 2. Case 3

SAMMENDRAG ALGDAT. Basis: Kjøretid. Divide and conquer. Grådig. Master method. Case 1. Case 2. Case 3 Basis: SAMMENDRAG ALGDAT Algoritme: En algoritme beskriver utvetydig hvordan et problem kan løses. Datastruktur: Algoritmen lagrer data i (og henter data fra) datastrukturer. Datastrukturer brukes altså

Detaljer

' Illllllllllll. C;) m o I.tl '1 $11? W. o, ISBN-13: Il l l la l l OLE G. KARLSEN TORGEIR HOLGERSEN. ? 1 i? l.

' Illllllllllll. C;) m o I.tl '1 $11? W. o, ISBN-13: Il l l la l l OLE G. KARLSEN TORGEIR HOLGERSEN. ? 1 i? l. 8 O G KARS TORGR HOGRS Ø C $ 00 v > } -- - - SB-0 82-03-32- SB-398-82-03-32- 9 2 w K Ø Øv v Hv y 2 Hv v 3 Hy Hv y 5 Hv V Hy Hy v 8 Hv h v h v - v v v v v hv v v v v OSSS By v v v V y hv v h v v v U h

Detaljer

MAT1030 Forelesning 22

MAT1030 Forelesning 22 MAT1030 Forelesning 22 Grafteori Roger Antonsen - 21. april 2009 (Sist oppdatert: 2009-04-21 15:13) Introduksjon Introduksjon Vi skal nå over til kapittel 10 & grafteori. Grafer fins overalt rundt oss!

Detaljer

Existence of resistance forms in some (non self-similar) fractal spaces

Existence of resistance forms in some (non self-similar) fractal spaces Existence of resistance forms in some (non self-similar) fractal spaces Patricia Alonso Ruiz D. Kelleher, A. Teplyaev University of Ulm Cornell, 12 June 2014 Motivation X Fractal Motivation X Fractal Laplacian

Detaljer

Unfoldable Self-Avoiding Walks

Unfoldable Self-Avoiding Walks Unfoldable Self-Avoiding Walks Christophe Guyeux - Luigi Marangio Femto-ST Institute, Université de Bourgogne Franche-Comté 06/11/2017 Christophe Guyeux - Luigi Marangio Unfoldable Self-Avoiding Walks

Detaljer

Introduksjon. MAT1030 Diskret matematikk. Søkealgoritmer for grafer. En graf

Introduksjon. MAT1030 Diskret matematikk. Søkealgoritmer for grafer. En graf Introduksjon MAT13 Diskret matematikk Forelesning 21: Grafteori Roger Antonsen Matematisk Institutt, Universitetet i Oslo 9. april 28 Vi skal nå over til kapittel 1 & grafteori. Grafer fins overalt rundt

Detaljer

MAT1030 Diskret matematikk

MAT1030 Diskret matematikk MAT1030 Diskret matematikk Forelesning 21: Grafteori Roger Antonsen Matematisk Institutt, Universitetet i Oslo 9. april 2008 Introduksjon Vi skal nå over til kapittel 10 & grafteori. Grafer fins overalt

Detaljer

Introduksjon. MAT1030 Diskret Matematikk. Introduksjon. En graf. Forelesning 22: Grafteori. Roger Antonsen

Introduksjon. MAT1030 Diskret Matematikk. Introduksjon. En graf. Forelesning 22: Grafteori. Roger Antonsen MAT1030 Diskret Matematikk Forelesning 22: Grafteori Roger Antonsen Institutt for informatikk, Universitetet i Oslo Introduksjon 21. april 2009 (Sist oppdatert: 2009-04-21 15:13) MAT1030 Diskret Matematikk

Detaljer

Salisbury. t S. t w. ry W. it P e. Ro a " t S eet. Ce n x t. S t S t re. i r S tr e. Pr in. e Dr e. u e e. St e r Stree. et J. B a rt. u a.

Salisbury. t S. t w. ry W. it P e. Ro a  t S eet. Ce n x t. S t S t re. i r S tr e. Pr in. e Dr e. u e e. St e r Stree. et J. B a rt. u a. h E T F I ff F T F fh h T h N Ff F f Ff h v h T Ff h F U h h H F f H I H F f A B KH T K N J K E T D v F A T v E h A D v 80T h B T v D V D N v D K A h B h ff Jf f U A v h N b H h b B Dv D v h T hf T F A

Detaljer

Offentlig utvalg for punktskrift, OUP Norsk standard for 8-punktskrift punktskrift 24. oktober 2004 sist endret

Offentlig utvalg for punktskrift, OUP Norsk standard for 8-punktskrift punktskrift 24. oktober 2004 sist endret Offentlig utvalg for punktskrift, OUP Norsk standard for 8-punktskrift punktskrift 24. oktober 2004 sist endret 19.10.2007 Desimal Hex Beskrivelse Tegnets utseende Punktkode 0 0000 4578

Detaljer

Tilleggsoppgaver for STK1110 Høst 2015

Tilleggsoppgaver for STK1110 Høst 2015 Tilleggsoppgaver for STK0 Høst 205 Geir Storvik 22. november 205 Tilleggsoppgave Anta X,..., X n N(µ, σ) der σ er kjent. Vi ønsker å teste H 0 : µ = µ 0 mot H a : µ µ 0 (a) Formuler hypotesene som H 0

Detaljer

HØGSKOLEN I NARVIK - SIVILINGENIØRUTDANNINGEN

HØGSKOLEN I NARVIK - SIVILINGENIØRUTDANNINGEN HØGSKOLEN I NARVIK - SIVILINGENIØRUTDANNINGEN EKSAMEN I FAGET STE 6243 MODERNE MATERIALER KLASSE: 5ID DATO: 7 Oktober 2005 TID: 900-200, 3 timer ANTALL SIDER: 7 (inklusiv Appendix: tabell og formler) TILLATTE

Detaljer

Introduksjon, space syntax på 15 minutter

Introduksjon, space syntax på 15 minutter Introduksjon, space syntax på 15 minutter Forklare noen begreper - justified graphs - space syntax integration Vise alternative typer space syntax modellering - nodes and connections - visual fields -

Detaljer

Ë < # ;<z O < HSCÉ XÚÎ

Ë < # ;<z O < HSCÉ XÚÎ -/ D &/01 23 45 89 : ; () /1 8> 8 =>8$>/%>/D &/ # 888/ %5 - /0- -/ OX < =>? D &/@8108A0BC D &/ DE 5@8[ _F T 18> < %$@%B/ H M[ C+ C*N O 2 I# 5 I I

Detaljer

Sensorveiledning/løsningsforslag IN2010/INF2220 Algoritmer og datastrukturer H2018 Ragnhild Kobro Runde, Stein Michael Storleer, Ingrid Chieh Yu

Sensorveiledning/løsningsforslag IN2010/INF2220 Algoritmer og datastrukturer H2018 Ragnhild Kobro Runde, Stein Michael Storleer, Ingrid Chieh Yu Sensorveiledning/løsningsforslag IN2010/INF2220 Algoritmer og datastrukturer H2018 Ragnhild Kobro Runde, Stein Michael Storleer, Ingrid Chieh Yu Generell informasjon Alle besvarelser rettes av to sensorer.

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Eksamen i UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamensdag: 14. desember 2015 Tid for eksamen: 14.30 18.30 Oppgavesettet er på 11 sider. Vedlegg: Tillatte hjelpemidler: INF2220

Detaljer

DRIFTSANALYSER 2012/2013 FORELØBIGE RESULTATER

DRIFTSANALYSER 2012/2013 FORELØBIGE RESULTATER DRIFTSANALYSER FORELØBIGE RESULTATER A B C D E F C G H E I J K L B K F G K! " # $ %! & ' ( ) ( * + #, -! &!. & ) /! ( / ) - 0 1 - ' #.! ( ( * ' 1 2 ( (! 3 4 " (! - 5 6!! 7 % ' # 7 4 " (! - 1 2 # 7 4 8-1

Detaljer

Solutions #12 ( M. y 3 + cos(x) ) dx + ( sin(y) + z 2) dy + xdz = 3π 4. The surface M is parametrized by σ : [0, 1] [0, 2π] R 3 with.

Solutions #12 ( M. y 3 + cos(x) ) dx + ( sin(y) + z 2) dy + xdz = 3π 4. The surface M is parametrized by σ : [0, 1] [0, 2π] R 3 with. Solutions #1 1. a Show that the path γ : [, π] R 3 defined by γt : cost ı sint j sint k lies on the surface z xy. b valuate y 3 cosx dx siny z dy xdz where is the closed curve parametrized by γ. Solution.

Detaljer

Lie 2-Groups, Lie 2-Algebras, and Loop Groups

Lie 2-Groups, Lie 2-Algebras, and Loop Groups Lie 2-Groups, Lie 2-Algebras, and Loop Groups Alissa S. Crans Joint work with: John Baez Urs Schreiber & Danny Stevenson in memory of Saunders Mac Lane April 8, 2006 Internalization Often a useful first

Detaljer

Overview. Heuristic search 1. Target function and optimization. Minimum vertex cover

Overview. Heuristic search 1. Target function and optimization. Minimum vertex cover Overview Heuristic search Combinatorial optimization Local search and simulated annealing Population-based search Principles and methods Pål Sætrom Traveling sales person (TSP) Combinatorial optimization

Detaljer

Overvekt og fedme hos barn og unge hvor bekymret skal vi være i Norge?

Overvekt og fedme hos barn og unge hvor bekymret skal vi være i Norge? 6 Ovv fm h hv ym v væ N? S 9 m 6 6 m S @mhf Ih 6 m Fmm hv ym v N væ? E hv m m fm K m hv fy hfmm å fmv h h å fm m N f m, h fy v wwwmhf H 6 Fm m hm vv Py m: V m, m, v, Lv vf, H Bh y Fv æym Nyym Kf; vm, y,

Detaljer

Eksamen R2, Våren 2015, løsning

Eksamen R2, Våren 2015, løsning Eksamen R, Våren 05, løsning Tid: 3 timer Hjelpemidler: Vanlige skrivesaker, passer, linjal med centimetermål og vinkelmåler er tillatt. Oppgave (4 poeng) Deriver funksjonene a) f () =- 3cos f =- 3 - sin

Detaljer

IN Algoritmer og datastrukturer

IN Algoritmer og datastrukturer IN010 - Algoritmer og datastrukturer HØSTEN 018 Institutt for informatikk, Universitetet i Oslo Forelesning 6: Grafer III Ingrid Chieh Yu (Ifi, UiO) IN010 0.10.018 1 / 0 Dagens plan: Dybde-først søk Biconnectivity

Detaljer

Litt om grafer og traversering, og om hashing. Jeg gikk en tur i. Tredje forelesning

Litt om grafer og traversering, og om hashing. Jeg gikk en tur i. Tredje forelesning Litt om grafer og traversering, og om hashing. Jeg gikk en tur i Tredje forelesning Ikke la dere lure av ordet reduksjon her! X? Det er jo bare å Y. Hvilken vei gir informasjon? Hvis jeg vil vise at A

Detaljer

Løsningsforslag 2017 eksamen

Løsningsforslag 2017 eksamen Løsningsforslag 2017 eksamen Oppgave 1: O-notasjon (maks 8 poeng) 1. (i) O(n) gir 2 poeng, O(100n) gir 1 poeng (ii) O(n^2) gir 1 poeng (iii) O(n log n) gir 2 poeng 2. (i) er mest effektiv i henhold til

Detaljer

Maks Flyt og NPkompletthet

Maks Flyt og NPkompletthet Maks Flyt og NPkompletthet Flyt - Intro Mange av oppgavene om flyt handler om å se at Dette kan vi løse som et flytproblem. Resten er som regel kortsvarsoppgaver, og går på grunnleggende forståelse av

Detaljer

Physical origin of the Gouy phase shift by Simin Feng, Herbert G. Winful Opt. Lett. 26, (2001)

Physical origin of the Gouy phase shift by Simin Feng, Herbert G. Winful Opt. Lett. 26, (2001) by Simin Feng, Herbert G. Winful Opt. Lett. 26, 485-487 (2001) http://smos.sogang.ac.r April 18, 2014 Introduction What is the Gouy phase shift? For Gaussian beam or TEM 00 mode, ( w 0 r 2 E(r, z) = E

Detaljer

Forslag til løsninger, TMA4150 Algebra, 29. mai 2018 Side 1 av 5

Forslag til løsninger, TMA4150 Algebra, 29. mai 2018 Side 1 av 5 Forslag til løsninger, TMA4150 Algebra, 29. mai 2018 Side 1 av 5 Oppgave 1 isomorfi, nemlig 24 = 2 3 3, så det finnes tre abelske grupper av orden 24 opp til Z 2 Z 2 Z 2 Z 3 ; Z 2 Z 4 Z 3 ; Z 8 Z 3. O

Detaljer

TMA4240 Statistikk Høst 2009

TMA4240 Statistikk Høst 2009 TMA44 Statistikk Høst 9 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer b Løsningsskisse Oppgave X er en stokastisk variabel med sannsynlighetstetthet { f(x),

Detaljer

INF1800 Forelesning 2

INF1800 Forelesning 2 INF1800 Forelesning 2 Mengdelære Roger Antonsen - 20. august 2008 (Sist oppdatert: 2008-09-03 12:36) Mengdelære Læreboken Det meste av det vi gjør her kan leses uavhengig av boken. Følgende avsnitt i boken

Detaljer

Testobservator for kjikvadrattester

Testobservator for kjikvadrattester ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 2 Kap. 11: Anvendelser av kjikvadratfordelingen: Kjikvadrattester Situasjon: Et tilfeldig utvalg av n individer er trukket

Detaljer

Algdat Eksamensforelesning. Nils Barlaug

Algdat Eksamensforelesning. Nils Barlaug Algdat Eksamensforelesning Nils Barlaug Eksamen Pensum Eksamen Pensum Oppgaver du har gjort og ting du har lest Eksamen Pensum Oppgave på eksamen Oppgaver du har gjort og ting du har lest Eksamen Pensum

Detaljer

Digital representasjon

Digital representasjon Digital representasjon Alt er bit! Hvordan lagre tall tekst bilder lyd som bit i en datamaskin Hvordan telle binært? Binære tall Skal vi telle med bit ( og ), må vi telle binært. Dette gjøres egentlig

Detaljer

ÒÒÓÙÒ Ö Ñ Û Ø Ö Ù Ò ÝÐ ØØ Ò ÝÒ ÖÓÒ Þ ÌÖ Ò Ø ÓÒ ØÓÛ Ö Ø ÙÒ Ð Ø Ö Ð Ô Ö ÒØ Ö Þ Ö ÒØ º Ö Þ Ò ºÞ ÒØ Ö ÓÖ ÓÒÓÑ Ê Ö Ò Ö Ù Ø Ù Ø ÓÒ Ó ÖÐ ÍÒ Ú Ö ØÝ Þ Æ Ø ÓÒ Ð

ÒÒÓÙÒ Ö Ñ Û Ø Ö Ù Ò ÝÐ ØØ Ò ÝÒ ÖÓÒ Þ ÌÖ Ò Ø ÓÒ ØÓÛ Ö Ø ÙÒ Ð Ø Ö Ð Ô Ö ÒØ Ö Þ Ö ÒØ º Ö Þ Ò ºÞ ÒØ Ö ÓÖ ÓÒÓÑ Ê Ö Ò Ö Ù Ø Ù Ø ÓÒ Ó ÖÐ ÍÒ Ú Ö ØÝ Þ Æ Ø ÓÒ Ð ÒÒÓÙÒ Ö Ñ Û Ø Ö Ù Ò ÝÐ ØØ Ò ÝÒ ÖÓÒ Þ ÌÖ Ò Ø ÓÒ ØÓÛ Ö Ø ÙÒ Ð Ø Ö Ð Ô Ö ÒØ Ö Þ Ö ÒØ º Ö Þ Ò ºÞ ÒØ Ö ÓÖ ÓÒÓÑ Ê Ö Ò Ö Ù Ø Ù Ø ÓÒ Ó ÖÐ ÍÒ Ú Ö ØÝ Þ Æ Ø ÓÒ Ð Ò ½ Ù Ù Ø ¾ ¾¼¼ ½ Ì Ú Û ÜÔÖ Ö Ö ÑÝ ÓÛÒ Ò Ó ÒÓØ Ò Ö

Detaljer

Databases 1. Extended Relational Algebra

Databases 1. Extended Relational Algebra Databases 1 Extended Relational Algebra Relational Algebra What is an Algebra? Mathematical system consisting of: Operands --- variables or values from which new values can be constructed. Operators ---

Detaljer

Mengdelære INF1800 LOGIKK OG BEREGNBARHET FORELESNING 2: MENGDELÆRE. Læreboken. Mengder. Definisjon (Mengde) Roger Antonsen

Mengdelære INF1800 LOGIKK OG BEREGNBARHET FORELESNING 2: MENGDELÆRE. Læreboken. Mengder. Definisjon (Mengde) Roger Antonsen INF1800 LOGIKK OG BEREGNBARHET FORELESNING 2: MENGDELÆRE Roger Antonsen Mengdelære Institutt for informatikk Universitetet i Oslo 20. august 2008 (Sist oppdatert: 2008-09-03 12:36) Læreboken Mengder Definisjon

Detaljer

Tegn og tekst. Et representert tegn kan vises på flere måter. Noen definisjoner. Enda noen definisjoner. \yvind og ]se N{rb}? a a a.

Tegn og tekst. Et representert tegn kan vises på flere måter. Noen definisjoner. Enda noen definisjoner. \yvind og ]se N{rb}? a a a. o o {rb} rprr på r år o prpp rpro r r rr rpro o r o or α r o or bor brp or b rr på ppr r r r r r rrr år på o oroooro o r or o br å r r pår r r orør p o b b år r å r o o o rprrr o p o rprrr o or op r r

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MA2710 Spillteori Eksamensdag: 25. mai 2007. Tid for eksamen: 14.30 17.30. Oppgavesettet er på 5 sider. Vedlegg: Ingen Tillatte

Detaljer

ﺪ ﻩ ﻋﺍ ﻮﹶ ﻭ ﻗ ﻪ ﹾﻘ ﹾﻟ ﻔ ﺍ ﹺﻝ ﻮ ﹸﺃ ﺻ ﹸ ﻣ ﺔ ﻮﹸ ﻈ ﻣ ﻨ $ ﺡﺮﺷ! " ' (# $% & )*! +,!* -

ﺪ ﻩ ﻋﺍ ﻮﹶ ﻭ ﻗ ﻪ ﹾﻘ ﹾﻟ ﻔ ﺍ ﹺﻝ ﻮ ﹸﺃ ﺻ ﹸ ﻣ ﺔ ﻮﹸ ﻈ ﻣ ﻨ $ ﺡﺮﺷ!  ' (# $% & )*! +,!* - م ن ة ظو م ل ا ا ل صو ق ف ه و ع وا ق و ه د $ شرح ٢ الا ول] [الدرس :$, : $ $, : ; $, موقع التف ري غ للدرو س الع لمية والبحوث الشرعي ة Ï Î Í Ì ٣,,,,,, : :, :,, :,, : $,,,,,, : :,, :,,:ÑÐ, :,,,, :,, :,,,,,,,,

Detaljer

INF1800 LOGIKK OG BEREGNBARHET

INF1800 LOGIKK OG BEREGNBARHET INF1800 LOGIKK OG BEREGNBARHET FORELESNING 2: MENGDELÆRE Roger Antonsen Institutt for informatikk Universitetet i Oslo 20. august 2008 (Sist oppdatert: 2008-09-03 12:36) Mengdelære Læreboken Det meste

Detaljer

VLSI Design for Yield on Chip Level

VLSI Design for Yield on Chip Level IBM Systems and Technology Group Markus Bühler Jeanne Bickford Jason Hibbeler Jürgen Koehl DATE 2006 Outline Catastrophic Failures Defect Mechanisms State of the Art Novel Techniques Conclusion 2 Catastrophic

Detaljer

dx k dt н x 1,..., x n f 1,...,f n н- н f k (x 1,..., x n ), k =1,2,...,n, нн d X = f( X). X = (t),.. x 1 = 1 (t), x 2 = 2 (t),...

dx k dt н x 1,..., x n f 1,...,f n н- н f k (x 1,..., x n ), k =1,2,...,n, нн d X = f( X). X = (t),.. x 1 = 1 (t), x 2 = 2 (t),... - ( ) - 3 579 : - - : - / : : 3 4 579-4 5 9 3 9 4 3 5 5 6 3 33 34 3 35 4 36 39 c - ( ) 3 c 3 - - ( ) - ( - ) - - - ( ) - - ( - ) ( t) - dx k = f k (x x n ) k = n () dt x x n f f n - d X = f( X) dt f k

Detaljer

Vektorer. Dagens tema. Deklarasjon. Bruk

Vektorer. Dagens tema. Deklarasjon. Bruk Dagens tema Dagens tema Deklarasjon Vektorer Vektorer (array-er) Tekster (string-er) Adresser og pekere Dynamisk allokering Alle programmeringsspråk har mulighet til å definere en såkalte vektor (også

Detaljer

Innlandskraft 100% Gudbrandsdal Energi

Innlandskraft 100% Gudbrandsdal Energi Å 2016 ÅRSRAPPORT GUDBRANDSDAL ENERGI 2016 2 ORGANISASJON GE H 50% I GE N GE Pj GE Fy 100% G E E M NØKKELTALL 2016 2015 2014 R (MNOK) 531 341 595 INNHOLD E 402% 779% 776% I (MNOK) 1330 1208 757 Oj 3 A

Detaljer

Dagens tema INF1070. Vektorer (array er) Tekster (string er) Adresser og pekere. Dynamisk allokering

Dagens tema INF1070. Vektorer (array er) Tekster (string er) Adresser og pekere. Dynamisk allokering Dagens tema Vektorer (array er) Tekster (string er) Adresser og pekere Dynamisk allokering Dag Langmyhr,Ifi,UiO: Forelesning 23. januar 2006 Ark 1 av 23 Vektorer Alle programmeringsspråk har mulighet til

Detaljer

Faglærer går normalt én runde gjennom lokalet. Ha evt. spørsmål klare!

Faglærer går normalt én runde gjennom lokalet. Ha evt. spørsmål klare! Side 1 av 6 Noe viktige pukter: (i) (ii) (iii) (iv) Les hele eksamessettet øye før du begyer! Faglærer går ormalt é rude gjeom lokalet. Ha evt. spørsmål klare! Skriv svaree die i svarrutee og levér i oppgavearket.

Detaljer

Ò Ò ÐÝ Ó ÑÔ Ö Ð Ì Ø Ò ÓÖ ÅÓ Ð ÓÒ ÈÖÓ ÙÖ Á Æ ÀÇÊÊÇ ÃË Ô ÖØÑ ÒØ Ó ÓÑÔÙØ Ö Ë Ò ÍÒ Ú Ö ØÝ Ó Å Ò Ø Ö Íú ¹Ñ Ð ÓÖÖÓ ºÑ Òº ºÙ È Ì Ê º È Ì Ä¹Ë ÀÆ Á Ê ÐÐ Ä Ê Ö

Ò Ò ÐÝ Ó ÑÔ Ö Ð Ì Ø Ò ÓÖ ÅÓ Ð ÓÒ ÈÖÓ ÙÖ Á Æ ÀÇÊÊÇ ÃË Ô ÖØÑ ÒØ Ó ÓÑÔÙØ Ö Ë Ò ÍÒ Ú Ö ØÝ Ó Å Ò Ø Ö Íú ¹Ñ Ð ÓÖÖÓ ºÑ Òº ºÙ È Ì Ê º È Ì Ä¹Ë ÀÆ Á Ê ÐÐ Ä Ê Ö Ò Ò ÐÝ Ó ÑÔ Ö Ð Ì Ø Ò ÓÖ ÅÓ Ð ÓÒ ÈÖÓ ÙÖ Á Æ ÀÇÊÊÇ ÃË Ô ÖØÑ ÒØ Ó ÓÑÔÙØ Ö Ë Ò ÍÒ Ú Ö ØÝ Ó Å Ò Ø Ö Íú ¹Ñ Ð ÓÖÖÓ ºÑ Òº ºÙ È Ì Ê º È Ì Ä¹Ë ÀÆ Á Ê ÐÐ Ä Ê Ö ÅÙÖÖ Ý À ÐÐ Æ ͺ˺ º ¹Ñ Ð Ô Ô Ö Ö º ÐйРºÓÑ ÊÇ ÊÌÇ

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF2220 Algoritmer og datastrukturer Eksamensdag: 16. desember 2013 Tid for eksamen: 14.30 18.30 Oppgavesettet er på 8 sider.

Detaljer

Evt. forklar på tavla. Diskuter kjøretid (best-/ worst-case). Innsetting og søk. Rekursjon igjen. A C E G

Evt. forklar på tavla. Diskuter kjøretid (best-/ worst-case). Innsetting og søk. Rekursjon igjen. A C E G TLDR RTFM Innsetting og søk. Rekursjon igjen. Evt. forklar på tavla. Diskuter kjøretid (best-/ worst-case). D B F A C E G reduksjon! rekursjon dekomp. induksjon gjenbruk travers. Søk i søketre uten balansering

Detaljer

r t = S t r t ; s = ½ T T

r t = S t r t ; s = ½ T T Å Ö ÔÓÖØ Ð Ò Ó ÃÎÅ Ò Ø Ø Ú ØÒ Ò Ó ÚÓÐ Ø Ð Ø Ø ÈÓÖØ Ð Ú Æ Ó ÇÖ Ð Ö Ò Ò Ú Ã¹ Ó ØÒ Ò Ò ÒÚ Ø Ö Ò ÐÐÙ ØÖ ÓÒ ËÐÙØØÚÙÖ Ö Ò Ú ÃÎÅ Î Ð ÒÒÓÑ Ð Ò Ø ½º Ö Ò Ú ØÒ Ò Ó ÚÓÐ Ø Ð Ø Ø ØÖ Ö Æ ÇÖ Ð Ó Å Ö Ò À ÖÚ Ø Ó ÓÚ Ò Ò

Detaljer

Kompleksitet. IN algoritmer og datastrukturer Plenumstime / repetisjon

Kompleksitet. IN algoritmer og datastrukturer Plenumstime / repetisjon Kompleksitet IN2010 - algoritmer og datastrukturer Plenumstime / repetisjon Dagens agenda Kompleksitet - hva er det? Avgjørelsesproblemer Kompleksitetsklassene P og NP Reduksjoner - å redusere et problem

Detaljer

05/08/2002 Bugøynes. 16/08/2002 Bugøynes

05/08/2002 Bugøynes. 16/08/2002 Bugøynes FANGSTSEKSJONEN SENTER FOR MARINE RESSURSER TOKTRAPPORT Fartøy F/F Fangst Toktnummer 22 9 Prosjekttittel Seleksjon Konge krabbe Delprosjektnr. 627 Avgangsdato og sted Ankomststed og dato /8/22 Bugøynes

Detaljer

Løsningsforslag til eksamen i TMA4245 Statistikk 7. juni 2007

Løsningsforslag til eksamen i TMA4245 Statistikk 7. juni 2007 Løsningsforslag til eksamen i TMA4245 Statistikk 7. juni 2007 Oppgave 1: Pengespill a) For hver deltaker har vi følgende situasjon: Deltakeren får en serie oppgaver. Hver runde har to mulige utfall: Deltakeren

Detaljer

Minimum Spenntrær - Kruskal & Prim

Minimum Spenntrær - Kruskal & Prim Minimum Spenntrær - Kruskal & Prim Lars Vidar Magnusson 4.4.2014 Kapittel 23 Kruskal algoritmen Prim algoritmen Kruskal Algoritmen Kruskal algoritmen kan beskrives med følgende punkter. Vi har en en sammenkoblet

Detaljer

INF Algoritmer og datastrukturer

INF Algoritmer og datastrukturer INF2220 - Algoritmer og datastrukturer HØSTEN 2017 Ingrid Chieh Yu Institutt for informatikk, Universitetet i Oslo Forelesning 5: Grafer I Ingrid Chieh Yu (Ifi, UiO) INF2220 H2017, forelesning 5 1 / 53

Detaljer

Ma Flerdimensjonal Analyse Øving 1

Ma Flerdimensjonal Analyse Øving 1 Ma1203 - Flerdimensjonal Analyse Øving 1 Øistein Søvik Brukernavn: Oistes 23.01.2012 Oppgaver 10.1 6. Show that the triangle with verticies (1, 2, 3), (4, 0, 5) and (3, 6, 4) has a right angle. z y x Utifra

Detaljer

.HODE..TEGNSETT ISO8859-1..SOSI-VERSJON 8.1..SOSI-NIV 2!!!!!!!!!!!..TRANSPAR...KOORDSYS 23...ORIGO-Nÿ 6650937 265448...ENHET 0.010..OMR DE...

.HODE..TEGNSETT ISO8859-1..SOSI-VERSJON 8.1..SOSI-NIV 2!!!!!!!!!!!..TRANSPAR...KOORDSYS 23...ORIGO-Nÿ 6650937 265448...ENHET 0.010..OMR DE... .HODE..TEGNSETT ISO8859-1..SOSI-VERSJON 8.1..SOSI-NIV 2!!!!!!!!!!!..TRANSPAR...KOORDSYS 23...ORIGO-Nÿ 6650937 265448...ENHET 0.010..OMR DE...MIN-Nÿ 6650937 265448!!!!!!!!!!!!!!!!!!!!...MAX-Nÿ 6651128 265688!!!!!!!!!!!!!!!!!!!!.PUNKT

Detaljer

Anvendelser av grafer

Anvendelser av grafer Grafer Anvendelser av grafer Passer for modeller/datastrukturer med usystematiske forbindelser Ikke-lineære og ikke-hierarkiske koblinger mellom dataobjektene Modellering av nettverk: Veisystemer/rutekart

Detaljer

Løsningsforslag Øving 9 TMA4140 Diskret matematikk Høsten 2008. i for i = 0, 1, 2, 3, 4, og så er W 4 svaret. 0 1 0 0

Løsningsforslag Øving 9 TMA4140 Diskret matematikk Høsten 2008. i for i = 0, 1, 2, 3, 4, og så er W 4 svaret. 0 1 0 0 Løsningsforslag Øving 9 TMA4140 Diskret matematikk Høsten 2008 8.4.27 Vi beregner matrisene W i for i = 0, 1, 2, 3, 4, og så er W 4 svaret. a) W 0 = W 1 = W 2 = 1 0 0 0 1 1 0 0 b) W 0 = c) W 0 = d) W 0

Detaljer

Løsningsforslag Eksamen i Statistikk SIF5060 Aug 2002

Løsningsforslag Eksamen i Statistikk SIF5060 Aug 2002 Løsningsforslag Eksamen i Statistikk SIF5060 Aug 2002 Oppgave 1 a) En god estimator er forventningsrett og har liten varians. Vi tester forventningsretthet: E[ˆµ] E[Y ] µ E[ µ] E[ 1 2 X + 1 2 Y ] 1 2 E[X]

Detaljer

PDF created with pdffactory Pro trial version

PDF created with pdffactory Pro trial version [ ² Ú»» ³»»² ¾ ²» ¹» ô Ì ± « Forord Ò ; ±¹ ²» ³«¹»» òòò [ ²»² ª ; µ«² ¹» ¼» º± îðïéô ¹ «²²»² ¼»»» ¼» µ±³³» ² ³³» ² º± ¾ ²» ¹» «¹«±³ ¹ ( ¼» ¾»²¼ ²¹»»²»» ; ²» ò Ê»² : ¼»» ª µ ¹ ±¾¾ ±¹ ¼»² µ ª º± ª» ¹±¼ ò

Detaljer

Eksamensoppgave i TDT4120 Algoritmer og datastrukturer

Eksamensoppgave i TDT4120 Algoritmer og datastrukturer Eksamensoppgave i TDT4120 Algoritmer og datastrukturer Faglig kontakt under eksamen Magnus Lie Hetland Tlf. 91851949 Eksamensdato 7. desember 2013 Eksamenstid (fra til) 0900 1300 Hjelpemiddelkode Målform/språk

Detaljer

Regneøvelse 22/5, 2017

Regneøvelse 22/5, 2017 Regneøvelse 22/5, 217 Arne Bang Huseby Eksamen STK11 212: oppgave 1 og 2 Eksamen STK11 28: oppgave 1) og 2 Eksamen 212, oppgave 1 Ved en bestemt butikk i en større dagligvarekjede viser langvarige data

Detaljer

(a 1, a 2, a 3, a 4 ) ³Æ s 10. a 1 a 2 a 3 a 4 a 1 a 2 a 3 a 4. ( a 1 a 2 a 3 a 4 a 1 a 2 a 3 a 4) (a 1 a 2 a 3 a 4 a 1 a 2 a 3 a 4)

(a 1, a 2, a 3, a 4 ) ³Æ s 10. a 1 a 2 a 3 a 4 a 1 a 2 a 3 a 4. ( a 1 a 2 a 3 a 4 a 1 a 2 a 3 a 4) (a 1 a 2 a 3 a 4 a 1 a 2 a 3 a 4) 5 à ¹¾½ 5.1 ÇÉ» Â Â Þ Kripke Ù M =< S,, I, L > ½ Đ ÞÒ S «É S 2 n Ä ĐÞ n Ê Æ Å n = 4 ÄÝ s 0, s 1, s 2,... (a 1, a 2, a 3, a 4 ) ³Æ s 10 ȹÌĐÞ ÁÆ Ü Đ ³¹Á Ü Ô Ô Ü Ä Ü Á Æ ÔÆ ¹ Ä¹Ì Å Á a 1 a 2 a 3 a 4 Æ s

Detaljer

Kravspesifikasjon eksamen - personlig

Kravspesifikasjon eksamen - personlig Kravspesifikasjon eksamen - personlig Det ønskes Webservice (WS) som gir informasjon om en students vurderingsdatoer/frister Bakgrunn UiO skal utvikle nytt system for timeplaner våren 2014 som skal i produksjon

Detaljer

Kommentarer til Eksamen IM005 - V02

Kommentarer til Eksamen IM005 - V02 Kommentarer til Eksamen IM005 - V02 Følgende oppgaver er aktuelle innenfor dagens pensum: Oppgave 1a,d,e,f,h,i Oppgave 2a,b,c Oppgave 3 Oppgave 4a,c,d I Oppgavene 1f,h,i skal det stå enkel graf (simple

Detaljer

ËØÓ Ø ÑÓ Ð ÓÖ ÝÑÑ ØÖ Û Ú Ù Ú Ö Ù Ä Ö Ò ÖÓÒع ÝÑÑ ØÖÝ ØÓ Ø Ä Ö Ò ÑÓ Ð ÓÖ ÝÑÑ ØÖ Ó Ò Û Ú Û Ø Ö Ø ÓÒ Ð ÔÖ Ò ÓÖ Ä Ò Ö Ò ½ ËÓ Ö ½ ÒÒ Ä Ò Ö Ò ¾ ½ ÒØÖ ÓÖ Å Ø

ËØÓ Ø ÑÓ Ð ÓÖ ÝÑÑ ØÖ Û Ú Ù Ú Ö Ù Ä Ö Ò ÖÓÒع ÝÑÑ ØÖÝ ØÓ Ø Ä Ö Ò ÑÓ Ð ÓÖ ÝÑÑ ØÖ Ó Ò Û Ú Û Ø Ö Ø ÓÒ Ð ÔÖ Ò ÓÖ Ä Ò Ö Ò ½ ËÓ Ö ½ ÒÒ Ä Ò Ö Ò ¾ ½ ÒØÖ ÓÖ Å Ø ËØÓ Ø ÑÓ Ð ÓÖ ÝÑÑ ØÖ Û Ú Ù Ú Ö Ù Ä Ö Ò ÖÓÒع ÝÑÑ ØÖÝ ØÓ Ø Ä Ö Ò ÑÓ Ð ÓÖ ÝÑÑ ØÖ Ó Ò Û Ú Û Ø Ö Ø ÓÒ Ð ÔÖ Ò ÓÖ Ä Ò Ö Ò ½ ËÓ Ö ½ ÒÒ Ä Ò Ö Ò ¾ ½ ÒØÖ ÓÖ Å Ø Ñ Ø Ð Ë Ò ÄÙÒ ÍÒ Ú Ö ØÝ ¾ Å Ø Ñ Ø Ð Ë Ò ÆÓÖÛ Ò ÍÒ

Detaljer

Godkjenning av møteinnkalling

Godkjenning av møteinnkalling ! " # $ % & ' ( ) * * + *, -. / 0 1 ) + * * ' - 2 2 + *, 3 " 4 3 5 4 " # 5! " # $ % & ' ( ) * * + *, -. 6 7 % 1 % ' % 2 2 8 7 - / 0 1 ) 5 3 4 3 " 4 " # 9 :! " # ; 7 + ) * 1 ) 7 + *, % / < - / / ) * < 2

Detaljer

P ±Ê. Š - ˆ Œˆ œ Ÿ Š ˆŒ ˆŸ ƒ Ÿ Š Œ ˆ ŠˆŒ. ² μ Ê ² Œ É ³ É Î ±μ ³μ ² μ.

P ±Ê. Š - ˆ Œˆ œ Ÿ Š ˆŒ ˆŸ ƒ Ÿ Š Œ ˆ ŠˆŒ. ² μ Ê ² Œ É ³ É Î ±μ ³μ ² μ. P-22-86.. ±Ê Š - ˆŒˆ œÿ Š ˆŒ ˆŸ ƒ Ÿ Š Œ ˆ ŠˆŒ ˆ Œ ² μ Ê ² Œ É ³ É Î ±μ ³μ ² μ E-mail: dnd@jinr.ru ±Ê.. P-22-86 ŠÊ μî μ- μ² μ³ ²Ó Ö μ± ³ Í Ö Ï Éμ μ μ Ö ± Éμ³ É Î ± ³ μ Ê ³ Ê ²μ ŠμÔËË Í ÉÒ ³μ ² ²μ± ²Ó μ

Detaljer

Thermal Brewer Aurora

Thermal Brewer Aurora 2 Thermal Brewer Aurora NO Brukerhåndbok Book2b (NO) GTBSH-001 GTBSH-002 GTBSH-003 GTBSH-004 GTBTH-001 GTBTH-002 GTBTH-003 GTBTH-004 GTBSL-001 GTBSL-002 GTBSL-003 GTBSL-004 GTBSH-005 GTBTL-001 GTBTL-002

Detaljer

SFB LØSNING PÅ EKSAMEN HØSTEN 2018

SFB LØSNING PÅ EKSAMEN HØSTEN 2018 SFB107111 - LØSNING PÅ EKSAMEN HØSTEN 018 Eksamen høsten 018 Oppgave 1 Anta at 70% av studentene spiller fotball og at 0% ikke spiller fotball. Anta at av de som spiller fotball så er det 40% som spiller

Detaljer

Case 1:11-cr RNS Document 781 Entered on FLSD Docket 03/27/2013 Page 1 of M a u u - g u 'a M M M u..a u i < < < < < < < < <.Q? <.t!

Case 1:11-cr RNS Document 781 Entered on FLSD Docket 03/27/2013 Page 1 of M a u u - g u 'a M M M u..a u i < < < < < < < < <.Q? <.t! Cas :2033RNS Dun 78 End n FLSD Dk 03/27/203 Pag f 6 i I jj @ :j j j C I i!, I I! l I : I l!! I ;, ;!, ; 4 k! @ j j ; ;, I I, jji l i I! I j I; l i! l ; : i I I! v z l! l g U U J B g g 6 q; J Y I : 0 ;

Detaljer

Dagens tema INF1070. Vektorer (array-er) Tekster (string-er) Adresser og pekere. Dynamisk allokering

Dagens tema INF1070. Vektorer (array-er) Tekster (string-er) Adresser og pekere. Dynamisk allokering Dagens tema Vektorer (array-er) Tekster (string-er) Adresser og pekere Dynamisk allokering Dag Langmyhr,Ifi,UiO: Forelesning 17. januar 2005 Ark 1 av 23 Vektorer Alle programmeringsspråk har mulighet til

Detaljer

Opprinnelig IP-pakke inneholder 4480 Byte data. Dette er inklusiv IPheader. Max nyttelast på EthernetRammen er 1500 oktetter.

Opprinnelig IP-pakke inneholder 4480 Byte data. Dette er inklusiv IPheader. Max nyttelast på EthernetRammen er 1500 oktetter. 2SSJDYHUWLOXNH 2SSJDYH (W,3YGDWDJUDPSnRNWHWWHUVNDOVHQGHVRJPn IUDJPHQWHUHVIRUGLGHWVNDOJMHQQRPHW(WKHUQHWPHGHQ PDNVLPXPQ\WWHODVWSD\ORDGSnRNWHWWHU 9LV7RWDO/HQJWK0RUH)ODJRJ)UDJPHQW2IIVHWIRUKYHUWIUDJPHQW Opprinnelig

Detaljer

Digital representasjon

Digital representasjon Hva skal jeg snakke om i dag? Digital representasjon dag@ifi.uio.no Hvordan lagre tall tekst bilder lyd som bit i en datamaskin INF Digital representasjon, høsten 25 Hvordan telle binært? Binære tall Skal

Detaljer

Computing MP Distance Between Binary Phylogenetic Trees 575

Computing MP Distance Between Binary Phylogenetic Trees 575 Ann. Comb. 21 2017) 573 604 DOI 10.1007/s00026-017-0361-1 Published online August 7, 2017 2017 The Authors) This article is an open access publication Annals of Combinatorics On the Complexity of Computing

Detaljer

Kapittel 10 fra læreboka Grafer

Kapittel 10 fra læreboka Grafer Kapittel 10 fra læreboka Grafer (utdrag) En graf er en samling punkter (noder) og kanter mellom punktene (eng. nodes, vertex, edge). En graf kalles rettet hvis kantene har en retning og urettet hvis kantene

Detaljer

Trigonometri, regulære mangekanter og stjerner

Trigonometri, regulære mangekanter og stjerner Trigonometri, regulære mangekanter og stjerner Nybegynner Processing Introduksjon Nå som du kan tegne mangekanter (hvis du ikke har gjort leksjonen om mangekanter, bør du gjøre dem først), skal vi se på

Detaljer