рефераты конспекты курсовые дипломные лекции шпоры

Реферат Курсовая Конспект

Применение графов и сетей

Применение графов и сетей - раздел Математика, Лекция 4. СОБЫТИЕ И ВЕРОЯТНОСТЬ Храни Порядок, И Порядок Сохранит Тебя. Латинская Формула...

Храни порядок, и порядок сохранит тебя.

Латинская формула

Сети получили широкое практическое применение потому, что они являются естественным и удобным способом изображения и дальнейшего анализа различных сложных систем. Одним из первых применений сетевого изображения было создание американскими учеными баллистических ракет «Поларис» для оснащения атомных подводных лодок военно-морского флота США. В реализации этого грандиозного проекта участвовали 600 фирм из 48 штатов. Сам сетевой граф содержал 10 000 событий. В основе системы планирования и управления лежат в США система «Перт»,

Рис. 2.21. Взвешенный сетевой граф проведения комплекса работ Рис. 2.22. Сеть Петри

 

а в нашей стране — «СПУ», широко и успешно применяют графы, так как они позволяют обрабатывать на ЭВМ проект большим количеством событий.

С помощью графов-деревьев решают задачи планирования (дерево целей, дерево переборов вариантов). Графы используют также для иллюстрации классификаций в различных областях знаний при построении иерархических структурсложных систем.

Структуру такого типа имеют, например, предприятия (его составные части: цехи, бригады, участки и т.д.), учебные заведения (колледж состоит из факультетов, которые, в свою очередь, состоят из курсов, курсы — из групп). Такой же зависимости подчинены армейские соединения (дивизия, полк, батальон, рота, взвод, отделение, отдельные солдаты). Аналогично устроена любая административно-территориальная структура: республика, области, районы, населенные пункты. По путям этих деревьев дви­жутся информационные потоки: сверху вниз — распоряжения, руководящие указания, снизу вверх — отчеты о работе, оператив­ная информация. Так как путь от листа к корню единственный, то его можно использовать для опознания компонентов системы. Например, почтовый адрес представляет собой «путь в дереве», аналогичный административно-территориальному. В разделе «Кому» указывается страна, республика, область, район, населенный пункт, улица, дом, квартира. Аналогично классифицируют объекты в любой науке. Получаемая классификация служит примером иерархической структуры.Например, в биологии: класс, отряд, семей­ство, род, вид. Соответствующий граф содержит элементы разных Уровней, корень — класс, а листья — отдельные виды животных.

Иногда связи между объектами образуют не дерево, но все же их можно представить в виде графа. Это бывает в тех случаях, когда, например, происходит подчинение не одному, а нескольким независимым службам (соподчинение между собой).

В информатике иерархические структуры применяют при описании базы данных, вычислительных сетей, сетей связи, организационных систем. С помощью графа можно графически изображать родословные (генеалогическое дерево или древо).

Рис. 2.23. Блок-схема иерархической структуры: учебник  

Генеалогическое древо графа Льва Николаевича Толстого имеет вид, изображенный на рис. 2.25.

Бинарный поиск.Бинарные деревья применяются в информатике для одной из самых распространенных в прикладных науках операций — поиску. К нему прибегают, когда необходимо найти в некотором упорядоченном массиве (множестве) определенную информацию. Например, в телефонном справочнике — номер какого-нибудь абонента, в словаре — определенное слово, в файле — сведения о зарплате сотрудников некоторого предприятия, сведе­ния о зарплате отдельного работника и т.д.

Последовательный, или линейный, поиск является наиболее общим и простым методом выявления интересующей информации: каждый элемент множества проверяется на соответствие заданным условиям. Если множество неупорядочено, то такой процесс будет носить случайный характер. Если множество было предварительно упорядочено (распределение по алфавиту фамилий в телефонном справочнике, слов в словаре, распределение служащих предприятия по табельным номерам в информации о зарплате), то удобнее использовать другой, более эффективный метод — бинарный поиск.

 

Рис. 2.25. Генеалогическое древо Л. Н.Толстого

 

 

Рис. 2.26. Блок-схема иерархического представления видов вычислительных машин

Бинарный поиск основан на методе половинного деления. Поиск начинается с середины множества. Если первый же элемент удовлетворяет условию, то процесс поиска завершен, если не удовлетворяет, то процесс продолжается в любой из половин. Если искомый элемент так и не найден, то анализируется вторая половина до тех пор, пока не обнаружится соответствие найденного элемента заданным условиям. Бинарные деревья необходимы, когда делается выбор одной альтернативы из двух.

Пусть надо найти дубликаты всех чисел в некотором списке. Можно применить сравнение каждого числа с предшествующим на предмет «был — не был». Но тогда необходимо большое число сравнений. Использование бинарных деревьев (БД) укорачивает процедуру сравнения. Считывается новое число и помещается в узел — будущий корень нового БД. Каждое последующее число из списка сравнивается с числом в корне БД. Если эти значения совпадают, то дубликат найден, если число меньше корня, то процесс продолжается в правом поддереве, если больше — в левом поддереве.

Различные виды графов и деревьев находят широкое применение в учебном процессе. Поэтому первоначальные сведения о них необходимы для успешного обучения в различных областях, так как с их помощью часто передается учебная информация. Например, основные классы ЭВМ можно изобразить в виде графа (рис. 2.26).

На процедуре бинарного поиска с использованием графа-дерева основана работа ЭВМ с базой данных. Информация о базе может быть представлена несколькими способами, в том числе матричным. Так называемые реляционные базы хранят различную информацию в форме таблиц, причем порядок строк и столбцов задается при вводе данных. В базах возможна дли­тельная работа с информацией, ее реорганизация и обновление. С помощью автоматического поиска данных происходит их отбор на основании запроса по определенным характерным признакам.

Запросы в виде сложносоставных высказываний образуются из простейших с помощью логических связок и ряда логических операций. Все методы работы с информацией — поиск, обработка и накопление — основаны на широком применении законов математической логики, знание которой необходимо для понимания принципов работы вычислительных машин, различных электронных устройств.

– Конец работы –

Эта тема принадлежит разделу:

Лекция 4. СОБЫТИЕ И ВЕРОЯТНОСТЬ

Теорема сложения вероятностей несовместимых событий Пример Испытание... Вопросы для контроля знаний и подведения итога прочитанной... Дайте определение случайной величины...

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Применение графов и сетей

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

Лекция 4. СОБЫТИЕ И ВЕРОЯТНОСТЬ
Цель: Изучить основные понятия теории вероятности План: 1.Основные понятия. Определение вероятности 2. Свойства вероятности 3. Вопросы для контроля знаний и подв

Теорема сложения вероятностей несовместимых событий.
Определение 1. Суммой событий А и В называют событие С = А + В, состоящее в наступлении, по крайней мере, одного из событий А или

Формула полной вероятности.
Теорема 8.5. Вероятность события А, которое может наступить лишь при условии появления одного из п попарно несовместимых событий В1, В2,... , В

Формула Бейеса.
Пусть в условиях рассуждения, относящегося к формуле полной вероятности, произведено одно испытание, в результате которого произошло событие А. Спрашивается, как изменились (в связи с тем, ч

Вопросы для контроля знаний и подведения итога прочитанной лекции
  1. Дайте определения противоположным, независимым, несовместным событиям. Приведите примеры таких событий. 2. Что называется полной группой событий? 3. Сформулируй

Случайные величины
1. Понятие «случайные величины». Определение 1. Случайной величиной называют переменную величину, которая в зависимости от исхода испытания случайн

Математическое ожидание дискретной случайной величины
1. Понятие математического ожидания.Закон распределения полностью задает дискретную случайную величину. Однако часто встречаются случаи, когда закон распределения случайной величин

Свойства математического ожидания дискретной случайной величины.
1.Математическое ожидание постоянной величины С равно этой величине. Постоянную С можно рассматривать как дискретную случайную величину, принимающую лишь одно зн

Дисперсия дискретной случайной величины
1. Понятие дисперсии.Математическое ожидание не дает полной характеристики закона распределения случайной величины. Покажем это на примере. Пусть заданы две дискретные случайные ве

Среднее квадратическое отклонение.
Определение. Средним квадратическим отклонением s(X) случайной величины X называется корень квадратный из ее дисперсии: s(X) =

Понятие о моментах распределения.
Определение 1. Начальным моментом порядка k случайной величины X называют математическое ожидание случайной величины Xk, где k — натуральное

Непрерывные случайные величины
1. Интегральная функция распределения. Для непрерывной случайной величины в отличие от дискретной нельзя построить таблицу распределения. Поэтому непрерывные случайные величины изучают другим спосо

Математическое ожидание и дисперсия непрерывной случайной величины.
Определение 1. Математическим ожиданием непрерывной случайной величины Х с плотностью вероятности f(x) называют величину несобственного интеграла (если он сход

Некоторые законы распределения случайных величин
1. Биномиальное распределение.Пусть производится п испытаний, причем вероятность появления события А в каждом испытании равна р и не зависит от исхода других и

Локальная и интегральная предельные теоремы Лапласа.
Если число испытаний п велико, то вычисления по формуле Бернулли становятся затруднительными. Лаплас получил важную приближенную формулу для вероятности Рn(т) появления соб

Гипергеометрическое распределение
Гипергеометрическое распределение имеет место при выборочном контроле конечной совокупности объектов объёма N по альтернативному признаку. Каждый контролируемый объект классифицируетс

Генеральная совокупность и выборка
Мы приступаем к изучению элементов математической статистики, в которой разрабатываются научно обоснованные методы сбора статистических данных и их обработки. 1. Генеральная совоку

Оценки параметров генеральной совокупности по ее выборке
1. Выборка как набор случайных величин.Пусть имеется некоторая генеральная совокупность, каждый объект которой наделен количественным признаком X. При случайном извлечении о

Лекция 7. ЭЛЕМЕНТЫ ТЕОРИИ ГРАФОВ. ОСНОВНЫЕ ПОНЯТИЯ
Цель: Изучить основные понятия теории графов План: 1. Основные понятия и определения графа и его элементов 2. Деревья. Лес. Бинарные деревья 3. Способы задания г

Деревья. Лес. Бинарные деревья
С вершины дорога вперед — только вниз. Я. Таранов Деревомназывают конечный связный граф с выделенной вершиной (корнем),не имеющий циклов (

Сети. Сетевые модели представления информации
В этом проглядывается талант исследователя охватить значительные районы явлений с помощью немногочисленных допущений, представить разносторонние совокупности предметов и процессов в сжатой, компакт

Хотите получать на электронную почту самые свежие новости?
Education Insider Sample
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Реклама
Соответствующий теме материал
  • Похожее
  • Популярное
  • Облако тегов
  • Здесь
  • Временно
  • Пусто
Теги