数理科学コース・ 倉田 和浩 2007/11/3 大学祭オープンラボ

Slides:



Advertisements
Similar presentations
組合せ最適化輪講 2.3 連結性 川原 純. 2.3 連結性 内容 – グラフ上の節点をすべてたどるアルゴリズム 計算機上でのグラフの表現 – 強連結成分を求めるアルゴリズム トポロジカル順序を求める方法も – k- 連結、 k- 辺連結について – 2- 連結グラフの耳分解について.
Advertisements

有限幾何学 第 2 回. 有限幾何学 第 2 回 1. 様々なグラフの例 2. 道と最短経路問題 1. 用語の説明 2. 最短経路問題 3. ダイキストラのアルゴリズム.
0章 数学基礎.
データ解析
第1回 確率変数、確率分布 確率・統計Ⅰ ここです! 確率変数と確率分布 確率変数の同時分布、独立性 確率変数の平均 確率変数の分散
2009/12/4 グラフ (2) 第10講: 平成21年12月4日 (金) 4限 E252教室 コンピュータアルゴリズム.
3.2.3~3.3 D3 川原 純.
( ) ( ) 行 列 式 置 換 n文字の置換σ: n個の文字{1,2,・・・,n}から自分自身への1対1の写像 1 2 ・・・ n
データ構造と アルゴリズム 第十二回 知能情報学部 知能情報学科 新田直也.
確率・統計Ⅰ 第11回 i.i.d.の和と大数の法則 ここです! 確率論とは 確率変数、確率分布 確率変数の独立性 / 確率変数の平均
    有限幾何学        第8回.
4.3 連立1次方程式   Ax = b   (23) と書くことができる。
    有限幾何学        第12回.
下のように、つりあいのとれた形の半分をかくしました。見えている半分の形から全体の形を予想しましょう。
Probabilistic Method 6-3,4
データ構造とアルゴリズム 第6回の2 木 ~ データ構造(3)~.
第11講: 平成18年12月 8日 (金) 4限 E352教室 グラフ (1).
s a b f c e d 2016年度 有限幾何学 期末試験 問1:15点
5.5 The Linear Arboricity of Graphs (グラフの線形樹化数)
計算量理論輪講 岩間研究室 照山順一.
法政大学 情報科学部 2008年度「離散数学」講義資料
本時のねらい 「相似の意味と性質を理解し、相似な図形の辺の長さや角度を求めることができる。」
博士たちの愛する線形代数 徳山 豪 東北大学 Linear algebra that professors love
アルゴリズムとデータ構造 2011年7月4日
独立成分分析 1.問題は何か:例:解法:全体の見通し 2007/10/17 名雪 勲.
第25章 単一始点最短路 3節 Bellman-Fordのアルゴリズム
アルゴリズムとデータ構造 2013年7月16日
混合ガウスモデルによる回帰分析および 逆解析 Gaussian Mixture Regression GMR
ピタゴラス(Pythagoras)の定理
プリムのアルゴリズム 重み付きグラフG=(V,E)の任意の点集合 U⊂Vに対して一方の端点がUの中にあり、他方の端点がV-Uの中にあるような枝の中で最小の重みを持つものをlとすれば、枝lを含むような最小木が存在する。
関係 (relation) 集合Aの要素aとBの要素bとが、ある条件Rを満たすとき「Rの関係にある」といい、aRb と書く。
タンパク質の進化 タンパク質は進化の過程でどのようにドメインを獲得してきたのだろうか? 今のタンパク質を調べることでわからないだろうか?
生  物  数  学 斉木 里恵.
b f c a d e g h a b c d e f g 図1 図2 2012年度 有限幾何学 期末試験
A Simple Algorithm for Generating Unordered Rooted Trees
変換されても変換されない頑固ベクトル どうしたら頑固になれるか 頑固なベクトルは何に使える?
あるルーティングゲームの 最適戦略について
連続領域におけるファジィ制約充足問題の 反復改善アルゴリズムによる解法 Solving by heuristic repair Algorithm of the Fuzzy Constraint Satisfaction Problems with Continuous Domains 北海道大学.
計算の理論 I ε-動作を含むNFA 月曜3校時 大月 美佳.
中点連結定理 本時の目標 「中点連結定理を理解する。」
第3章補足2 多変量データの記述 統計学基礎 2010年度.
進化ゲームと微分方程式 第15章 n種の群集の安定性
2016年度 有限幾何学 中間試験 問1 次のグラフを描け.(描けない場合は理由を述べよ) 各20点
資料 線型変換のイメージ 固有値、固有ベクトル 平賀譲(209研究室) 資料
4. システムの安定性.
わかりやすいパターン認識 第7章:部分空間法  7.1 部分空間法の基本  7.2 CLAFIC法                  6月13日(金)                  大城 亜里沙.
問題作成、解説担当:中島 副担当:坪坂、松本
x2+y2+z2+u2=1 上の初等幾何 -直投影&スライスして見る-
データ解析 静岡大学工学部 安藤和敏
「ICAによる顔画像特徴量抽出とSVMを用いた表情認識」
第16章 動的計画法 アルゴリズムイントロダクション.
5年 算数 「面積(平行四辺形)」.
行列式 方程式の解 Cramerの公式 余因数展開.
Max Cut and the Smallest Eigenvalue 論文紹介
アルゴリズムとデータ構造 2013年7月8日
大阪工業大学 情報科学部 情報システム学科 学生番号 B02-014 伊藤 誠
2009/11/27 グラフ (1) 第9講: 平成21年11月27日 (金) 4限 E252教室 コンピュータアルゴリズム.
アルゴリズムとデータ構造 第2章 リスト構造 5月24日分
d b c e a f 年度 有限幾何学 中間試験 問1 次の用語の定義をそれぞれ述べよ.
行列 一次変換,とくに直交変換.
コストのついたグラフの探索 分枝限定法 A*アルゴリズム.
卒業研究 木分解ヒューリスティック アルゴリズムの性能評価実験 ~アルゴリズムの改良の考察と そのプログラム作成~
博士たちの愛する組合せ論 徳山 豪 東北大学 Combinatorics that professors love
立方体の切り口の形は?  3点を通る平面はただ1つに決まります。
問2 次の問に答えよ. (ただし,握手補題,オイラーの定理,Oreの定理 は授業で紹介したものとする) (1) 握手補題を書け.
図2 x11 図1 x6 x10 x12 x3 x5 x7 x9 x13 x2 x4 x8 x14 (0,0) (1,0) x1 x15
参考:大きい要素の処理.
線形符号(10章).
グラフの帯域幅連続多重彩色 を求めるアルゴリズム (Bandwidth Consective Multicolorings of Graphs) 西関研究室 西川和秀.
アルゴリズムとデータ構造 2012年7月9日
Presentation transcript:

数理科学コース・ 倉田 和浩 2007/11/3 大学祭オープンラボ グラフ上の散歩パターンの数理 数理科学コース・ 倉田 和浩 2007/11/3 大学祭オープンラボ

グラフとは? グラフとは、頂点(v1,v2,..,vn)と辺(e1,e2,..em)の集まり. (例:n=6, m=5; 6個の頂点と5個の辺) v3 v2 e2 e1 e3 e5 v1 v6 v4 e4 v5

グラフGとその隣接行列AG AG= グラフGには, 隣接行列AGが1対1に対応する! 1 第2列 (1,2)成分といいa[1,2 ]と書く v2 1 v1 第1行 AG= v3 頂点viと頂点v jを結ぶ辺があればa[i, j ]=1、なければa [i,j] =0とする.

行列の掛け算 A=(a[i,j])とB=(b [i,j] )の掛け算: C=(c [i,j])=ABとするとき, c[i,j]=a[i,1]b[1,j]+a[i,2]b[2,j]+..+a[i,n]b[n,j] 第1行 第1列 a[1,1] a[1,2] a[1,3] a[2,1] a[2,2] a[2,3] a[3,1] a[3,2] a[3,3] b[1,1] b[1,2] b[1,3] b[2,1] b[2,2] b[2,3] b[3,1] b[3,2] b[3,3] 例: (1,1)成分の計算 c[1,1]= a[1,1]b[1,1]+a[1,2]b[2,1]+a[1,3]b[3,1]

グラフ上の散歩パターンはいく通り? 頂点v1から出発してまたv1に戻る長さ4の散歩パターンはいく通り?長さ10の散歩パターンはいく通りあるか?長さ100だと?? v2 v4 v1 v3

長さLの散歩パターンの数を行列の言葉での表現する! グラフGに対応する隣接行列をAGとし, AGのL個の積を(AG)L=(a L[i,j])で表す. 命題: 頂点viを出発し頂点vjに到達するような散歩パターンのうち長さLのものの総数はちょうどa L[i,j] 個である. ◆行列の積を計算するだけで, 自動的に長さLの散歩パターンの総数がわかる!

長さLの散歩パターンの総数の漸近的ふるまい 一般に, a L [I,j]はLが十分大きいとき, ある定数c>0とd>0があって,およそ次のような増大パターンをもつ:        a L [i,j] ~ c dL ◆散歩パターンの多い・少ないは, ほぼ定数dによって決定される! 極限で見えてくるパターン!!

グラフGと定数dの関係は? 実は, dはグラフGに対して, その隣接行列AGの最大固有値である! 問題: どんなグラフが散歩パターンが多いのか? 例えば, 下のG1,G2のように, 頂点の数と辺の数を指定したら, どのグラフがもっとも散歩パターンが多いといえるか? G1 G2

行列の固有値とは? A x1 x1 x2 x2 x3 x3 x4 x4 = a 行列Aに対して(例えば,n=4として) x1 x2 x3 x4 x1 x2 x3 x4 A = a となるような定数 a と (ゼロベクトルでない)ベクトル が存在するとき,aを行列Aの固有値といい, そのベクトルを固有ベクトルという.

ペロン・フロベニウスの定理 グラフに対応する隣接行列AGには, 必ず正の固有値dで最大のものが存在する. またその固有ベクトルの成分はすべて正となる.

最適化問題? グラフを道路網と考えて,さらに1本の道路を増設する計画を立てるとしよう. さて, どの道を増設するのがもっともよいか? 散歩パターンを迂回路パターンに置き換えて,どの道を増設した道路網がもっとも迂回路パターンが多いか?という問題ととらえる. (現実には,無駄な迂回路はとらないであろうが。。。)

どっちを増設するほうがよいか?

他の応用例 昼食メニュー(中華・和食・イタリアン)の好みのパターンから通常だいたいどのメニューを選ぶかの比率を当てる! Googleのページランク(InternetのHPのランク付け)