ELTE Matematikai Intézet

Slides:



Advertisements
Hasonló előadás
Informatika I. 3. Logikai függvények.
Advertisements

Készítette: Kosztyán Zsolt Tibor
egy egyszerű példán keresztül
Tanárok kis világa Lehetőségek a tanári hálózatok kutatásában.
Hálózatok a fizikában és a fizika oktatásában
Függvények Egyenlőre csak valós-valós függvényekkel foglalkozunk.
Kultúra mint kapcsolat Birher Nándor. „A tudás a világ alkotóelemeiről szerzett ismeret, a bölcsesség az elemek kapcsolódásának ismerete.” -szemléletmódváltozás-
Illeszkedési mátrix Villamosságtani szempontból legfontosabb mátrixreprezentáció. Legyen G egy irányított gráf, n ponton e éllel. Az n x e –es B(G) mátrixot.
Illés Tibor – Hálózati folyamok
Előadó: Szabó Márton (iwiw) Katalógus → házi feladatnak beszámít
2012. November 21. Szemidefinit programozás és extremális gráfelmélet Lovász László Eötvös Loránd Tudományegyetem, Budapest 1.
Címkézett hálózatok modellezése
DIFFERENCIÁLSZÁMÍTÁS ALKALMAZÁSA
Szoftver bonyolultsági mértékek alkalmazási területei Király Roland 2011.
Papp Róbert, Blaskovics Viktor, Hantos Norbert
Mintavételes eljárások
SPSS többváltozós (lineáris) regresszió (4. fejezet)
SPSS többváltozós regresszió
Egy komponensű folyadékok Klasszikus elmélet
Gyengén nemlokális nemegyensúlyi termodinamika, … Ván Péter BME, Kémiai Fizika Tanszék –Bevezetés –Elvek: II. főtétel és mozgásegyenletek –Példák: Hővezetés.
Készítette: Kosztyán Zsolt Tibor
Programozás C# - ban Feladatsorok.
4. Gyires Béla Informatikai Nap Debreceni Egyetem Informatikai Kar Új eredmények a Chomsky-féle (formális) nyelvtípusokkal kapcsolatban Dr. Nagy Benedek.
GRÁFELMÉLET Alapfogalmak 1..
Gazdaságstatisztika 11. előadás.
Fraktálok Szirmay-Kalos László.
Alapfogalmak.
Készítette: Mester Tamás METRABI.ELTE.  Adott egy G=(V,E) élsúlyozott, irányított vagy irányítás nélküli, negatív élsúlyokat nem tartalmazó, véges gráf.
GRÁFELMÉLET.
Hálózatok modellezése. Hálózatok Many complex systems in nature and society can be successfully represented in terms of networks capturing the intricate.
Nemdeterminisztikus tulajdonság tesztelés László Lovász Katalin Vesztergombi.
Belső állapotú bolyongások által meglátogatott pontok száma Nándori Péter (V.) Témavezető: Dr. Szász Domokos (BME MI)
Euler gráf Euler, 1736 Königsbergi hidak
Szemiklasszikus közelítés a Q-állapotú paramágneses Potts-modellben Rapp Ákos Diploma szeminárium április 8. Témavezető: Zaránd Gergely.
Gráfok 1. Szlávi Péter ELTE IK Média- és Oktatásinformatika Tanszék
MI 2003/ Mi lenne a b legjobb választása? Statisztikai eljárásoknál az un. Fisher féle lineáris diszkriminancia függvény adja a legjobb szétválasztási.
Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Mintavételes Eljárások.
Elektronikus tananyag
Bevezetés a méréskiértékelésbe (BMETE80ME19) Intervallumbecslések 2014/
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Háló- (gráf-) algoritmusok
x1 xi 10.Szemnagyság: A szemnagyság megadásának nehézségei
GRÁFOK Definíció: Gráfnak nevezzük véges vagy megszámlálhatóan végtelen sok pont és azokat összekötő szintén véges vagy megszámlálhatóan végtelen sok.
Valószínűségszámítás II.
Többdimenziós valószínűségi eloszlások
Menetrend optimalizálása genetikus algoritmussal
HÁLÓZATTÍPUSOK központosított decentralizált elosztott
Címlap Betekintés a valószínűségszámításba Keszei Ernő ELTE Fizikai Kémiai Tanszék
Projektmenedzsment gráf általában súlyozott irányított
Készítette : Giligor Dávid Neptun : HSYGGS
Ultrametrikus terek ELTE IK/Fraktálok - Varga Viktor.
Páros gráfok párosítása
2. gyakorlat INCK401 Előadó: Dr. Mihálydeák Tamás Sándor Gyakorlatvezető: Kovács Zita 2015/2016. I. félév AZ INFORMATIKA LOGIKAI ALAPJAI.
Kvantitatív módszerek
HÁLÓZAT Maximális folyam, minimális vágás
Nagyon nagy gráfok Lovász László Microsoft Research
Hálózatok: új nyelv a tudományban Lovász László Eötvös Loránd Tudományegyetem
Az Erős Perfekt Gráf Tétel
PRÜFER KÓD. Fák kódolása számsorozatokkal Prüfer-kód: n csúcsú fa ↔ n-2 db szám Minden szám 1 és n közötti lehet Kölcsönösen egyértelmű: n csúcsú fák.
Gráf csúcsainak színezése
PRIMUS INTER PARES (pipa)
Valószínűségi változók együttes eloszlása
Valószínűségi törvények
Hálózatok Robusztussága
3. osztályban.
Gráfalgoritmusok G=(V,E) gráf ábrázolása
Gráfok - 1 Definíció: Irányított gráf (digráf) G=(V,E) rendezett pár.
Gráfalgoritmusok G=(V,E) gráf ábrázolása
Előadás másolata:

ELTE Matematikai Intézet Gráfok limesze Lovász László Microsoft Research és ELTE Matematikai Intézet

Nagyon nagy gráf: Internet -Társadalmi hálózatok Ökológiai rendszerek VLSI Statisztikus fizika Kvázivéletlen gráfok Agy Modell?

Véletlen gráfok Erdős-Rényi véletlen gráf (1960): G(n,p) - n csúcs - bármely két csúcsot p valószínűséggel kötünk össze, egymástól függetlenül Barabási Albert-László – Albert Réka (1999): - minden lépésben új csúcs születik; - fokszámokkal arányos valószínűséggel választ c meglévő csúcsot, és oda köt

G súlyozott gráf, 1,..., k>0 pontsúlyok, 0ij1 élsúlyok, Véletlen gráfok Erdős-Rényi véletlen gráf (1960): G(n,p) - n csúcs - bármely két csúcsot p valószínűséggel kötünk össze, egymástól függetlenül G súlyozott gráf, 1,..., k>0 pontsúlyok, 0ij1 élsúlyok, G modellű véletlen gráf: G(n,G) - n csúcs, 1n,..., kn méretű S1,...,Sk osztályokba osztva - két uSi, v  Sj csúcsot ij valószínűséggel kötünk össze, egymástól függetlenül

W-véletlen gráfok szimmetrikus, mérhető független, egyenletes eloszlású

Súlyozott gráf adjacencia mátrixa mint W:

,,F sűrűsége W-ben''

Konvergens gráfsorozatok (Gn) konvergens : Példák: Paley gráfok (kvadratikus maradék gráfok) Félgráfok ...

Van-e limesz? GnW Minden konvergens (Gn) gráfsorozathoz van olyan WW0 függvény, melyre B.Szegedy-L GnW Lényegében egyértelmű a.s. a.s.

(Gn: n=1,2,...) kvázivéletlen: Kvázivéletlen gráf Thomason Chung – Graham – Wilson (Gn: n=1,2,...) kvázivéletlen: Example: Paley graphs p: prim 1 mod 4 (Gn) kvázivéletlen:  1/2

1/2 Véletlen gráf 100 csúccsal, 2500 éllel

Növekedő egyenletes bekötésű gráf Ha n csúcs van: - c/n valószínűséggel új csúcs születik, - 1-c/n valószínűséggel új él születik.

Növekedő egyenletes bekötésű gráf 200 csúccsal, 2500 éllel

(deg+1)–gyel arányos valószínűséggel, Fix csúcsú sznob gráf Adott n csúcs m lépésben válasszunk 2 csúcsot függetlenül (deg+1)–gyel arányos valószínűséggel, és kössük össze Barabási-Albert: növekvő sznob fa ...de mi itt sűrű gráfokat tekintünk…

Fix csúcsú sznob gráf 100 csúccsal, 5000 éllel

Fix csúcsú sznob gráf 100 csúccsal, 5000 éllel fokszám szerint rendezve

Gráfok és függvények távolsága: fölfújjuk...

(Gyenge) Regularitási Lemma Szemerédi Frieze-Kannan lépcsősfüggvény lépcsővel melyre kompakt L-Szegedy

Legyen (Gn) gráfsorozat, ekkor a következők ekvivalensek: (i) (Gn) konvergens (ii) (Gn) Cauchy a metrikában Borgs-Chayes- L-T.Sós-Vesztergombi Erdős-Rényi gráf: egyenletes bekötésű gráf: fix csúcsú sznob gráf:

-Páros vagy páratlan-e a csúcsok száma? Globális tulajdonságok lokális tesztelése Mit érdemes kérdezni? -Páros vagy páratlan-e a csúcsok száma? -Milyen sűrű a gráf (átlagfok)? -Összefüggő-e a gráf?

Legyen f korlátos gráfparaméter, ekkor a következők ekvivalensek: (i) f lokálisan tesztelhető (ii) (iii) f folytonos a metrikában Borgs-Chayes- L-T.Sós-Vesztergombi Maximális vágás sűrűsége tesztelhető. Goldreich-Goldwasser- Ron Minden öröklődő tulajdonság tesztelhető. Alon-Shapira

Fő Lemma: