Graphen Kombinatorik, Zufall, Algorithmen

Slides:



Advertisements
Ähnliche Präsentationen
„Schule des Denkens“ (Gy. Pólya) Mathematische Lösungsstrategien
Advertisements

Algorithmen für das Erfüllbarkeitsproblem SAT
Elternabend Mehr als nur Rechnen können - Mathematikunterricht heute
Vorlesung 15, Dienstag, 12. Februar 2013
Programmierung II (SS 2003)
Diskrete Mathematik I Wintersemester 2007 A. May
Übung zur Vorlesung Theorien Psychometrischer Tests I
Zusatzthemen. Kapitel 5 © Beutelspacher Juni 2004 Seite 2 Inhalt Gleichungssysteme mit Parameter Wurzelgleichungen Irrationale Zahlen Induktion WGMS III.
Diskrete Mathematik II Marc Zschiegner
Bildverarbeitung Technische Universität Darmstadt
G.Heyer Algorithmen und Datenstrukturen II 1 Algorithmen und Datenstrukturen II Wintersemester 2000 / 2001 Prof. Dr. Gerhard Heyer Institut für Informatik.
Tunneleffekt Tatjana Siemens.
Algorithmen und Komplexität Teil 1: Grundlegende Algorithmen
WS 2009/10 1 Vorlesung Systeme 1. WS 2009/10 2 Vorlesung Systeme 1 Lehrstuhl für Kommunikationssysteme Prof. Gerhard Schneider
Seminar Autonome Systeme THEMA Ggf. Unterthema HAW Hamburg, SoSe 2011, Vorname Nachname Bild 1 zum THEMABild 2 zum THEMA.
Baumstrukturen Richard Göbel.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen Organisatorisches zu den Übungen Tobias Lauer.
Algorithmen und Datenstrukturen
WS 06/07 Algorithmentheorie 01 - Einleitung Prof. Dr. Th. Ottmann Tobias Lauer.
Einführung in die Meteorologie I + II
Wissenschaftliche Grundlagen des Mathematischen Schulstoffs III Die erste Stunde.
Wissenschaftliche Grundlagen des Mathematischen Schulstoffs Die erste Stunde.
Wissenschaftliche Grundlagen des Mathematischen Schulstoffs IV Die erste Stunde.
Klammer auflösen: - vor der Klammer (1)
Schwierigkeitsgrad III 6 X - 7 = X
Information zum Staatsexamen in Mathematik Nach dem Wintersemester 2003/2004 Matthias Ludwig.
Information zum Staatsexamen in Mathematik
Vorlesung 9.1: Erinnerung Universität Bielefeld – Technische Fakultät AG Rechnernetze und verteilte Systeme Peter B. Ladkin
Vorlesung 9.1: Erinnerung Universität Bielefeld Technische Fakultät AG Rechnernetze und verteilte Systeme Peter B. Ladkin Wintersemester.
Angewandte Informatik
Angewandte Informatik
Statistische Methoden I SS 2005
Bildverarbeitung Technische Universität Darmstadt
RDF-S3 und eRQL: RDF-Technologien für Informationsportale Karsten Tolle und Fabian Wleklinski.
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung 1 SS 2001 Algorithmus von Dijkstra.
Graphen Kombinatorik, Zufall, Algorithmen
Modelle für reale Netzwerke
…Abschlussarbeiten ist…
Effiziente Algorithmen
Meine persönlichen Rechte
Computational Thinking Online Algorithmen [Was ist es wert, die Zukunft zu kennen?] Kurt Mehlhorn Konstantinos Panagiotou.
Ein Spanischlehrer erklärte seiner Klasse dass im Spanischen, anders als im Englischen, die Namen entweder männlich oder weiblich sind. "Haus" zum Beispiel,
Hartmut Klauck Universität Frankfurt WS 04/05
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Graphen Kombinatorik, Zufall, Algorithmen
Graphen Kombinatorik, Zufall, Algorithmen
Graphen Kombinatorik, Zufall, Algorithmen Konstantinos Panagiotou muenchen.de/~kpanagio/GraphsSS12.php.
Computerphilologie II
2014.
Vortrittsregeln: Was weiss ich ? Lies die Frage !
Was ist eine Funktion? Eine Zuordnung,
Version 2.5 TeleLearning. Selber Ort Face to Face Training im Klassenzimmer TeleLearning unabhängig von Zeit und Ort Selbe Zeit Verschiedene Zeit Verschiedener.
Externspeicher- Algorithmen Petra Mutzel Technische Universität Wien Institut für Computergraphik und Algorithmen Algorithmen und Datenstrukturen 2.
Algorithmen für das Erfüllbarkeitsproblem SAT
Erstsemestereinführung Herzlich Willkommen zur Erstsemestereinführung WW/Nano.
Entdeckendes Lernen Furian Susanne.
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung Suche des kürzesten Weges in einem Netz.
Optimierungs- Algorithmen
Institut für Kartographie und Geoinformation Dipl.-Ing. J. Schmittwilken Diskrete Mathe II Übung
Studieneinstiegstest – Motivation, Hintergrund und Aufbau
1 Abiturprüfung Mathematik 2010 Baden-Württemberg Allgemeinbildende.
Persönliche Erfolgsdatenbank Übersicht, Nutznießer und Details.
Mathematik Leuphanasemester im Modul Fächerübergreifende Methoden Organisatorisches Prof. Dr. Dörte Haftendorn, Leuphana Universität Lüneburg, 2015
Wir bilden die Fachkräfte der Zukunft aus HOCHSCHULCAMPUS TUTTLINGEN // Powered by Industry.
Wir haben 100 Schüler gefragt…. Was ist dein Lieblingsfach? 1.Kunst 2.Sport 3.Musik 4.Englisch.
Klasse 7 Planung einer Unterrichtsstunde – mit DGS Carina Rosenhauer Seminar zum fachdidaktischen Blockpraktikum SS 2011.
THOMAS HANNEFORTH C++ IN DER CL II. GRUNDLEGENDE THEMEN Objektkonstruktion/ Objektdestruktion/ Zuweisung Objekte, Zeiger und Referenzen Wert und Referenzaufruf.
Uni XYZ Crashkurs Mathe 1 WiWi.
 Präsentation transkript:

Graphen Kombinatorik, Zufall, Algorithmen Konstantinos Panagiotou kpanagio@math.lmu.de http://www.mathematik.uni-muenchen.de/~kpanagio/GraphsSS12.php

Organisatorisches Klausur Freitag, 27. Juli, 10-12, B 005 Open Book Keine elektronische Hilfsmittel (Handy etc.) Jede(r) kann teilnehmen (unabhängig vom Doodle)

Evaluation 27 Teilnehmer

Gesamteindruck Ca. Hälfte der Bögen: keine Angabe Sonst:

Besser machen

Mein Standpunkt Beweise aufschreiben (= mathematische Gedanken zu formulieren) ist wichtig Aber: Das ist eine fortgeschrittene Vorlesung! Sie können das schon! [Beweis: die Lösungen zu den Übungsaufgaben.] Ebenso wichtig: Intuition und Denken Zukunft: ich werde die Bilder nicht weglassen, aber (noch) mehr technische Details zeigen Verweise auf Literatur

Besser machen

Janson‘s Ungleichungen Ω eine endliche Menge, 𝑅 eine zufällige Teilmenge mit Pr⁡[𝑟∈ 𝑅]= 𝑝 𝑟 für alle 𝑟∈Ω Hier: 𝑅 = 𝐸 𝐺 𝑛,𝑝 , 𝑝 𝑟 =𝑝 𝐴 𝑖 ⊆Ω, i∈𝐼 𝐵 𝑖 ist das Ereignis 𝐴 𝑖 ⊆𝑅 𝑋 𝑖 ist die Indikatorvariable für 𝐵 𝑖 , 𝑋= 𝑖∈𝐼 𝑋 𝑖 Möchte Schranken für Pr⁡[𝑋=0]

Janson‘s Ungleichungen (II) Wir schreiben: 𝑖 ~𝑗 falls 𝐴 𝑖 ∩ 𝐴 𝑗 ≠∅ Sei 𝜇= 𝑖∈𝐼 𝔼[ 𝑋 𝑖 ] ∈𝐼 Δ= 𝑖~𝑗, 𝑖≠𝑗 𝔼[ 𝑋 𝑖 𝑋 𝑗 ] Falls 𝔼 𝑋 𝑖 ≤𝜖, dann gilt: Pr 𝑋=0 ≤ exp −𝜇+ Δ 2 1−𝜖 Pr 𝑋=0 ≤ exp − 1−𝜖 𝜇 2 Δ

Unabhängige Mengen Satz 5.2. Es gibt ein ℓ so dass mhw ℓ−1≤𝛼 𝐺 𝑛,𝑝 ≤ℓ ℓ−1≤𝛼 𝐺 𝑛,𝑝 ≤ℓ Hier ist ℓ= 1−𝑜 1 2log 𝑏 𝑛, und 𝑏= 1 1−𝑝 Wir haben sogar mehr gezeigt: 𝔼 𝑋 ℓ−2 = 𝑛 2−𝑜(1) 𝔼[ 𝑋 𝑆 𝑋 𝑆 ′ ] =𝔼 𝑋 ℓ−2 2 𝑛 −2+𝑜(1) , wobei die Summe über alle 𝑆, 𝑆 ′ geht, so dass 𝑆≠ 𝑆 ′ 𝑆∩ 𝑆 ′ ≥2

Greedy Färben, die 2. R = [n] Wiederhole: Färbe 𝑆 𝑖 mit Farbe 𝑖 Sei 𝑆 𝑖 eine maximale unabhängige Menge in 𝐺 𝑛,𝑝 [𝑅] 𝑅 =𝑅∖ 𝑆 𝑖 bis 𝑅 <𝑛/ log 2 𝑛 Färbe 𝑆 𝑖 mit Farbe 𝑖 Färbe alle Knoten in 𝑅 mit anderen Farben