Teorija skupova – predavanja

Величина: px
Почињати приказ од странице:

Download "Teorija skupova – predavanja"

Транскрипт

1 Sveučilište u Zagrebu PMF Matematički odsjek Mladen Vuković Složenost algoritama predavanja i vježbe 21. ožujka 2019.

2

3 Predgovor Ovaj nastavni materijal namijenjen je prije svega studentima diplomskog studija Računarstvo i matematika Prirodoslovno matematičkog fakulteta u Zagrebu. Kolegij Složenost algoritama trenutno je obavezni kolegij na drugoj godini diplomskog studija Računarstvo i matematika s tjednom satnicom 3+0. Navedeni kolegij predajem od akademske godine 2009./10. Sadržaj kolegija većinom je pokriven izvrsnim Sipserovim udžbenikom [23]. Jedan od ciljeva ovog materijala je naglasiti veze sa sadržajima koji se predaju u kolegijima Matematička logika, Oblikovanje i analiza algoritama, Interpretacija programa i Izračunljivost. Algoritam je jedan od osnovnih pojmova u računarstvu i matematici. Istaknimo ovdje neke algoritme koje su studenti trebali upoznali tijekom studija: Euklidov i Hornerov algoritam (kolegij Elementarna matematika 1); algoritmi za pretraživanje (kolegiji Programiranje 1 i 2); algoritmi za sortiranje (kolegiji: Programiranje 1, Diskretna matematika, Kombinatorika, Strukture podataka i algoritmi); algoritmi na grafovima (kolegiji: Diskretna matematika, Oblikovanje i analiza algoritama); osnovni Gaussov algoritam (kolegij Numerička matematika); QR algoritam (kolegij Iterativne metode); algoritmi normaliziranih rezova obrada slike (kolegij Matematičko modeliranje pretraživača); Dijkstrin algoritam, algoritmi za poravnanje parova nizova i Viterbijev algoritam (kolegij Bioinformatika); simpleks metoda (kolegij Uvod u optimizaciju); algoritmi za zbrajanje, oduzimanje, množenje i dijeljenje prirodnih brojeva, brza Fourierova transformacija (kolegij Oblikovanje i analiza algoritama); heuristički algoritmi za rješavanje problema SAT i TSP (kolegij Metaheuristike);... U kolegiju Matematička logika posebno se naglasi važna razlika logike sudova i logike prvog reda: prva je odlučiva, a druga nije (Churchov teorem). Na taj način se želi istaknuti da je nužno formalno definirati pojam algoritma. U kolegiju Izračunljivost definira se pojam algoritma, tj. formalno se definira intuitivni pojam izračunljive funkcije. U kolegiju Interpretacija programa među ostalim razmatraju se jezici i gramatike, te konačni automati. U kolegiju Oblikovanje i analiza algoritama razmatraju se neki konkretni algoritmi, te se određuje njihova vremenska složenost. Poglavlje pod naslovom Dodatak sadrži dokaze nekih teorema i rješenja zadataka koji su usko povezani s ostalim dijelovima ovog nastavnog materija, ali nisu ispredavani, a onda nisu ni nužni za polaganje kolegija. Sadržaj Dodatka velikim dijelom čine studentski seminari. i

4 Za greške u ovom nastavnom materijalu kriv sam samo ja. svakome tko me upozori na grešku bilo kakve vrste. Zagreb, prosinac, Biti ću zahvalan Mladen Vuković

5 Sadržaj Predgovor i 1 Uvod Motivacija Izračunljivost kratki sažetak Konačni automati i jezici kratki sažetak Turingov stroj Vremenska složenost Notacija veliko O Teoremi o redukciji Primjeri algoritama Operacije s prirodnim brojevima Euklidov algoritam Množenje matrica Univerzalni Turingov stroj Klase vremenske složenosti Klasa PTIME Klasa NPTIME NP potpunost Osnovne definicije Polinomna reducibilnost Cook Levinov teorem Verzije problema SAT Davis Putnamov algoritam Algoritmi na grafovima NP teški problemi 85 5 Prostorna složenost Osnovne definicije i činjenice Savitchev teorem Veza vremenskih i prostornih klasa složenosti iii

6 5.4 PSPACE potpunost Klase L i NL Komplementi klasa Dodatak Dokazi nekih teorema Teorem o linearnom ubrzanju Teorem o vremenskoj hijerahiji Teorem o praznini PROBLEM Horn SAT PROBLEM 3 OBOJIVOSTI Rješenja nekih zadataka Deskriptivna teorija složenosti Teorija konačnih modela Hvatanje klasa složenosti Logike fiksne točke Još zadataka Bibliografija 153 Indeks 155

7 Poglavlje 1 Uvod Ovaj Uvod ima nekoliko ciljeva. Prvo ćemo navesti neku motivaciju za proučavanje složenosti algoritama. Zatim ćemo ponoviti neke pojmove vezane uz izračunljivost. Jedna točka ovog Uvoda biti će posvećena konačnim automatima i jezicima. Pošto je gotovo u svim udžbenicima iz teorije složenosti osnovni model izračunavanja Turingov stroj (u kolegiju Izračunljivost to je bio RAM stroj), jednu točku ćemo posvetiti Turingovim strojevima. U nekim dijelovima skripte koristit ćemo i neke pojmove matematičke logike. Pojmove iz logike ponovit ćemo neposredno ispred dijela skripte gdje ćemo ih koristiti. 1.1 Motivacija The Clay Mathematics Institute of Cambridge, Massachusetts (CMI) odabrao je godine 7 važnih, a dugo vremena neriješenih problema, ponudivši nagradu od po milijun dolara za rješenje svakog od njih. Ti problemi zovu se Milenijski problemi. Jedan od tih problema naziva se P = NP? ili P vs. NP. Riječ je o problemu iz teorije algoritama, a koji, vrlo pojednostavljeno rečeno, glasi: Postoje li, za naizgled složene algoritme, jednostavniji algoritmi koji rješavaju iste probleme? Sada navodimo primjer s mrežne stranice CMI a kojim želimo na jednostavan način ilustrirati problem P=NP?. Primjer 1.1. Pretpostavimo da želimo organizirati smještaj za grupu od 400 studenata. Prostor je ograničen, te će samo 100 studenata dobiti sobu. Da ne bi bilo prejednostavno, dekan je dao listu parova nekompatibilnih studenata: onih koji ne mogu zajedno biti u domu (tj. ako jedan dobije smještaj, drugi ga ne smije dobiti). Ako želimo eksplicitno rješenje postavljenog problema moramo razmotriti sve 100 člane podskupove skupa studenata, te provjeriti koji od njih (ako ijedan!) zadovoljava uvjet nekompatibilnosti. Znamo da traženih podskupova ima ( ) , što je otprilike skupova. Današnjem najbržem računalu trebalo bi oko godina da na taj način riješi problem. 1

8 2 POGLAVLJE 1. UVOD Razmatrani problem je jedan od tipičnih tzv. NP problema, jer je za neko ponuđeno rješenje jednostavno provjeriti zadovoljava li dane uvjete, ali do samog rješenja općenito nije jednostavno doći. Sljedećom tablicom želimo naglasiti koliko su veliki neki brojevi. Kasnije, kada ćemo razmatrati vremensku složenost nekih algoritama, bilo bi dobro prisjetiti se ove tablice, i to posebno, kada ćemo imati situaciju da je neki algoritam eksponencijalne vremenske složenosti. Pretpostavimo da neko računalo izvršava milijun instrukcija u sekundi. U sljedećoj tablici su istaknuta okvirna vremena koja bi bila potrebna računalu za izvršiti f(n) instrukcija za različite vrijednosti n. f(n) n = 10 3 n = 10 5 n = 10 6 log 2 n 10 5 sec 1, sec sec n 10 3 sec 0,1 sec 1 sec n log 2 n 0,01 sec 1,7 sec 20 sec n 2 1 sec 3 sata 12 dana n 3 17 min 32 godine 317 stoljeća 2 n stoljeća godina godina Naglasit ćemo još jednom nepraktičnost algoritama čija je vremenska složenost eksponencijalna. Ako bi imali računalo koje u jednoj sekundi izvršava 100 milijuna instrukcija, njemu bi za izvršavanje 2 60 instrukcija trebalo oko 365 godina. Želimo još istaknuti da ćemo osim vremenske složenosti promatrati i prostornu složenost. 1.2 Izračunljivost kratki sažetak U ovoj točki ćemo kratko ponoviti osnovne pojmove i teoreme vezane uz teoriju izračunljivosti. To su sljedeći pojmovi: RAM izračunljiva funkcija, primitivno rekurzivne funkcije i relacije, (parcijalno) rekurzivne funkcije, rekurzivni skupovi, indeks funkcije, Kleenijev teorem o normalnoj formi, teorem rekurzije, Riceov teorem, Churchova teza, aritmetička hijerarhija i rekurzivno prebrojivi skupovi. Sve detalje o navedenim pojmovima možete naći u [26]. Jedno od osnovih pitanja u teoriji izračunljivosti je što znači da je neka funkcija f : S N k N izračunljiva. Jedan način stroge definicije izračunljive funkcije dan je pomoću RAM stroja. RAM stroj (eng. random access machine) je model idealiziranog računala. Sastoji se od trake s registrima, spremnika za program i brojača. Registri na traci su redom označeni sa R 0, R 1, R 2,... Pretpostavljamo da registara ima prebrojivo beskonačno mnogo. Na početku rada RAM stroja, te u svakom trenutku rada, u svakom registru može biti upisan proizvoljni prirodni broj. U spremniku za program prije početka rada stroja upisuje se program. Program za RAM stroj je konačan niz instrukcija.

9 1.2. IZRAČUNLJIVOST KRATKI SAŽETAK 3 Postoje četiri tipa instrukcija za RAM stroj: INC R k, DEC R k, m, GO TO m i STOP. Opišimo kratko svaku instrukciju. Kada stroj izvodi instrukciju INC R k tada jednostavno broj u registru R k poveća za jedan, te broj u brojaču poveća za jedan. Kada izvodi instrukciju DEC R k, m tada stroj prvo ispita da li se u registru R k nalazi broj različit od nule. Ako je u R k zapisan broj različit od nule, tada se taj broj smanjuje za jedan, a broj u brojaču se poveća za jedan. Ako je u registru R k zapisana nula, tada se samo broj u brojaču promijeni u m. Kada stroj izvodi instrukciju GO TO m, tada se jednostavno broj u brojaču promijeni u m. Instrukcija STOP znači bezuvjetno zaustavljanje rada stroja. Rad RAM stroja s programom P i ulaznim podacima x = (x 1,..., x k ) (na početku rada stroja u registru R i je zapisan prirodan broj x i, za i = 1,..., k ) nazivamo P izračunavanje sa x. Kažemo da program P za RAM stroj izračunava funkciju f : S N k N ako za sve x N k vrijedi: x S ako i samo ako P izračunavanje sa x stane, te je na kraju rada u registru R 0 zapisan broj f( x). Kažemo da je neka funkcija f : S N k N RAM izračunljiva ako postoji program P za RAM stroj koji je izračunava. Kodiranje RAM programa je svaka injekcija P e koja je izračunljiva, te postoji program Q za RAM stroj tako da Q izračunavanje sa x odgovara na pitanje je li x kod nekog RAM programa, te određuje u tom slučaju o kojem programu se radi. Drugi način stroge definicije pojma izračunljive funkcije je pomoću parcijalno rekurzivnih funkcija. Klasa svih parcijalno rekurzivnih funkcija je najmanja klasa funkcija koja sadrži sve inicijalne funkcije (nul funkciju, funkciju sljedbenik, te sve projekcije) i zatvorena je na kompoziciju, primitivnu rekurziju i µ operator. Za parcijalno rekurzivnu funkciju kažemo da je primitivno rekurzivna ako je totalna, te ju je moguće definirati bez korištenja µ operatora. Za parcijalno rekurzivnu funkciju kažemo da je rekurzivna ako je totalna. Za skup (ili relaciju) S N k kažemo da je (primitivno) rekurzivan ako je karakteristična funkcija χ S (primitivno) rekurzivna. Za sve e, k N sa {e} k označavamo parcijalnu funkciju iz N k koja je definirana sa: izlazni rezultat, ako je e kod nekog programa P, {e} k te P izračunavanje sa x stane; ( x) nedefinirano, inače. Kažemo da za neku funkciju f : S N k N postoji indeks e ako vrijedi f {e} k. Kleenijev teorem o normalnoj formi za parcijalno rekurzivne funkcije. Postoji primitivno rekurzivna funkcija U, te za svaki k N \ {0} postoji primitivno rekurzivna relacija T k, tako da za svaku k mjesnu parcijalno rekurzivnu funkciju ϕ postoji e N tako da za svaki x N k vrijedi ϕ( x) U(µyT k (e, x, y)). Istaknimo neke posljedice Kleenijevog teorema: a) funkcija je RAM izračunljiva ako i samo ako funkcija je parcijalno rekurzivna;

10 4 POGLAVLJE 1. UVOD b) za funkciju postoji indeks ako i samo ako funkcija je parcijalno rekurzivna; c) za svaku (k + 1) mjesnu parcijalno rekurzivnu funkciju G postoji e N tako da za svaki x N k vrijedi: G(e, x) {e}( x). (Teorem rekurzije) d) ako je S N koji ima svojstvo da i S i {i} {j} povlači j S, tada S nije rekurzivan skup. (Riceov teorem) Churchova teza: Svaka izračunljiva funkcija je parcijalno rekurzivna. Halting problem: Postoji li RAM stroj koji za svaki program P i svaki x određuje hoće li P izračunavanje sa x stati? Halting problem je nerješiv, tj. ne postoji traženi RAM stroj (tj. program za RAM stroj). Istaknimo da je dokaz nerješivosti halting problema jednostavna posljedica egzistencije funkcije koja nije izračunljiva: f(x) { {x}(x) + 1, ako je {x}(x) definirano; 0, inače. (Uočite da za definiciju funkcije f koristimo dijagonalni postupak, a njena neizračunljivost slijedi iz Churchove teze). Konačan niz kvantifikatora oblika Q 1 y 1... Q n y n, gdje su Q i {, }, nazivamo prefiks. Kažemo da je prefiks Π 0 n ako je alternirajući, sadrži n kvantifikatora i prvi kvantifikator slijeva je. Kažemo da je prefiks Σ 0 n ako je alternirajući, sadrži n kvantifikatora i prvi kvantifikator slijeva je. Kažemo da je neka relacija R jedna Π 0 n relacija ako postoji rekurzivna relacija P i Π 0 n prefiks Q 1 y 1... Q n y n, tako da vrijedi: R( x) ako i samo ako Q 1 y 1... Q n y n P ( x, y 1,..., y n ). Ponekad ćemo pisati R Π 0 n, te govoriti da je Π 0 n oznaka klase svih Π 0 n relacija. Slično definiramo pojam Σ 0 n relacije. Kažemo da je relacija 0 n ako je istovremeno Π 0 n i Σ 0 n. Teorem o aritmetičkoj hijerarhiji. Za svaki n > 0 postoji Π 0 n relacija koja nije Σ 0 n, te postoji Σ 0 n relacija koja nije Π 0 n. Kažemo da je relacija S N k rekurzivno prebrojiva ako je S domena neke parcijalno rekurzivne funkcije. Kratko ćemo reći da je to RE relacija (eng. recursively enumerable). Istaknimo neke činjenice o rekurzivno prebrojivim relacijama: a) relacija R je RE relacija ako i samo ako je R Σ 0 1; b) postoji RE relacija koji nije rekurzivna; c) funkcija f je parcijalno rekurzivna ako i samo ako je graf od f jedna RE relacija. (Teorem o grafu) d) relacija R je rekurzivna ako i samo ako su relacije R i R rekurzivno prebrojive. (Postov teorem) e) skup A N je rekurzivno prebrojiv ako i samo ako skup A je slika neke parcijalno rekurzivne funkcije.

11 1.3. KONAČNI AUTOMATI I JEZICI KRATKI SAŽETAK Konačni automati i jezici kratki sažetak Konačni automati su "konačne aproksimacije" Turingovih strojeva. Oni su najjednostavniji modeli računanja. Ovdje ćemo kratko ponoviti osnovne činjenice o konačnim automatima. Prije konačnih automata navodimo definicije osnovnih pojmova vezanih uz jezike. Neka je Γ neki alfabet (tj. proizvoljan neprazan skup). Elemente skupa Γ nazivamo simboli. Svaki konačan niz elemenata od Γ nazivamo riječ. Sa Γ označavamo skup svih riječi skupa Γ. Pretpostavljamo da za svaki alfabet Γ skup Γ sadrži praznu riječ, tj. riječ koja ne sadrži niti jedan element od Γ. Praznu riječ označavamo sa. Ako je alfabet Γ konačan ili prebrojiv skup, tada je skup svih riječi Γ prebrojiv skup. Svaki podskup skupa Γ nazivamo jezik. Duljina neke riječi α je broj simbola koje sadrži. Duljinu riječi α označavamo sa α. Konačni automat je uređena petorka M = (Q, Γ, δ, q 0, F ), gdje je redom: Q konačan skup, čije elemente nazivamo stanja; Γ je konačan skup koji nazivamo alfabet konačnog automata; funkciju δ nazivamo funkcija prijelaza, pri čemu je δ : Q (Γ { }) Q; q 0 Q je istaknuti element skupa stanja koji nazivamo početno stanje; F Q nazivamo skup prihvaćajućih stanja. Neformalno govoreći, možemo reći da se konačni automat sastoji od četiri dijela: trake na koju se upisuje ulazna riječ, glave koja čita redom simbole ulazne riječi, memorije koja se može naći u jednom od konačno mnogo stanja, te kontrolne jedinice koja ovisno o trenutnom stanju i pročitanom simbolu prebacuje automat u novo stanje. Opišimo kratko rad konačnog automata. Na početku rada automat je u početnom stanju q 0, te je glava za čitanje na početnom simbolu ulazne riječi. Nakon startanja automata, kontrolna jedinica mijenja stanje ovisno o trenutnom stanju i pročitanom simbolu. Zatim se glava pomiče na idući simbol riječi. Ako glava pređe preko zadnjeg simbola ulazne riječi, tada se automat zaustavi. Neka je M = (Q, Γ, δ, q 0, F ) konačan automat. Kažemo da automat M prihvaća neku riječ α Γ ako automat M s riječi α kao ulazom stane u nekom od prihvaćajućih stanja iz zadanog skupa F. Skup svih riječi koje prihvaća neki zadani konačni automat M označavamo sa L(M). Kažemo da je neki jezik L regularan ako postoji konačan automat M tako da vrijedi L = L(M). (Regularni jezici se mogu zadati i pomoću regularnih izraza; vidi zadatak 2 na strani 148). Konačni automati koje smo do sada razmatrali nazivaju se i deterministički konačni automati. Nedeterministički konačni automat je uređena petorka (Q, Γ, δ, q 0, F ), gdje sve komponente imaju isto značenje kao i kod determinističkog automata, jedino

12 6 POGLAVLJE 1. UVOD je funkcija prijelaza sada zadana kao δ : Q (Γ { }) P(Q). Nedeterministički konačni automat, osim što može preći u više stanja, može obavljati i tzv. ɛ prijalaze, tj. ne mora se glava pomicati na sljedeći simbol ulazne riječi, a stroj može prijeći u novo stanje. Važno je istaknuti da za svaki nedeterministički konačni automat N postoji deterministički konačni automat M tako da vrijedi L(N) = L(M). Lema o pumpanju za regularne jezike. Neka je L regularni jezik. Tada postoji k N tako da za svaku riječ z L koja ima najmanje k simbola, postoje riječi u, v, w tako da je z = uvw, v, uv k, te za sve n N vrijedi uv n w L. Primjenom leme o pumpanju lako je provjeriti da jezik {0 n 1 n regularan. : n N} nije 1.4 Turingov stroj Kako odrediti vrijeme izvođenja nekog algoritma? Ako bi mjerili vrijeme izvođenja neke implementacije algoritma, morali bi voditi računa o kojem programskom jeziku se radi. Zatim, morali bi znati koji prevodioc programskog jezika koristimo. Naravno, ne bi smjeli zaboraviti istaknuti koje računalo smo koristili. Računala se razvijaju velikom brzinom i novi modeli dolaze na tržište svakodnevno. Sigurno se slažete da bi bilo vrlo teško odrediti programski jezik, njegov prevodioc i vrstu računala koji bi nam služili za određivanje vremenske složenosti svakog algoritma. Kako bi se izbjegla potreba stalnog biranja idealne platforme za testiranja algoritama, analiza algoritama bazira se na teorijskom računalu. Najčešće se razmatraju Turingovi strojevi. Pojam Turingovog stroja definirao je godine Alan Turing. Slika 1.1: Alan Turing ( ) Prije formalne definicije, dajemo intuitivni opis Turingovog stroja. Možemo reći da je Turingov stroj automat koji manipulira simbolima na beskonačnoj traci, pri čemu su

13 1.4. TURINGOV STROJ 7 ti simboli iz fiksiranog konačnog alfabeta. Traka je podijeljena u registre. U svakom registru može biti zapisan samo jedan simbol. Traka je beskonačna slijeva i zdesna. U jednom trenutku glava stroja može promatrati samo jedan registar. Turingov stroj ima samo konačan broj stanja. Turingov stroj može izvršavati četiri vrste akcije: a) pomaknuti glavu za jedan registar lijevo; b) pomaknuti glavu za jedan registar desno; c) pročitati simbol iz registra kojeg promatra; d) napisati simbol (iz danog skupa simbola) u registar (odnosno, izbrisati postojeći simbol i napisati novi). Turingov stroj možemo zadati tablicom iz koje se može iščitati skup stanja i dozvoljenih simbola. U sljedećem primjeru upravo dajemo definiciju traženog Turingovog stroja pomoću tablice. Primjer 1.2. Na traci se nalazi zapisan prirodan broj veći od nule u unarnom zapisu (npr. broj 5 je zapisan kao IIIII). Definirat ćemo Turingov stroj koji određuje binarni zapis tog broja. Pretpostavljamo da se glava stroja na početku nalazi na krajnjem lijevom znaku. Prvo dajemo opis rada stroja po koracima, a onda ćemo ga točno zadati tablicom. 1. pomak na zadnji desni znak I; 2. obrisati zadnji desni znak I; 3. pomak na prvo lijevo prazno mjesto; 4. na prazno mjesto pišemo 1; 5. pomak na zadnji desni znak I; 6. obrisati zadnji desni znak I; 7. pomak lijevo do prve znamenke zdesna; 8. ako je znamenka 0 tada je treba obrisati i napisati 1, te primijenimo korak 10.; ako je znamenka 1 tada je treba obrisati i napisati 0, te pomaknuti se jedno mjesto lijevo; 9. ako je opet pročitana neka znamenka (0 ili 1) tada se vratimo na korak 8.; 10. vraćamo se na korak 5. ako još ima znakova I, a inače stroj stane.

14 8 POGLAVLJE 1. UVOD Sada traženi Turingov stroj zadajemo tablicom. q 0 q 1 q 2 0 0Dq 0 0Sq ST OP 1Dq 0 1 1Dq 0 1Sq ST OP 0Lq 2 Lq 1 Sq ST OP 1Dq 0 I IDq 0 Lq 2 ILq 2 Primijetimo da dani Turingov stroj ima četiri moguća stanja: q 0, q 1, q 2 i q ST OP (završno stanje). Skup dozvoljenih simbola je {I,0, 1}. Slovo D označava da se glava stroja pomiče desno u sljedećem koraku, slovo L označava da se glava stroja pomiče lijevo, a slovo S označava da glava stroja ostaje na istom registru na traci. Turingovi strojevi mogu se zadavati i grafovima. primjeru. To pokazujemo u sljedećem Primjer 1.3. Dajemo primjer Turingovog stroja koji na praznu traku napiše tri ista simbola: sss. Prazno mjesto označavamo sa. Traženi Turingov stroj je zadan sljedećim grafom. q : sd 0 q : sd 1 q 2 : ss Slika 1.2: Turingov stroj zadan grafom. Najčešće ćemo Turingove strojeve zadavati neformalnim opisima. primjeru navodimo jednu takvu situaciju. U sljedećem Primjer 1.4. Opišimo Turingov stroj koji provjerava je li zapisani prirodni broj na traci palindrom, tj. broj koji je jednak bez obzira ako ga čitamo s lijeva ili zdesna. Primjerice, neki palindromi su 22, 121, 5335 i Pretpostavljamo da je broj na traci zapisan u dekadskom zapisu, te da se na početku rada stroja glava nalazi na prvoj lijevoj znamenci. Stroj pročita prvu lijevu znamenku. Neka je to neki k {0, 1,..., 9}. Tada stroj pređe u stanje q k, te obriše prvu lijevu znamenku. Nakon toga glava za čitanje se miče do zadnje desne znamenke (stroj ostaje u stanju q k ). Ako je posljednja desna znamenka različita od k, stroj staje u stanju q NE. Ako je posljednja desna znamenka jednaka k, tada je stroj obriše, pomakne se na prvu znamenku lijevo, te se ponovi čitav postupak. Sada navodimo formalnu definiciju Turingovih strojeva, i to one vrste koju ćemo najčešće koristiti.

15 1.4. TURINGOV STROJ 9 Definicija 1.5. Turingov stroj je uređena sedmorka (Q, Σ, Γ, δ, q 0, q DA, q NE ), gdje je redom: Q konačan skup čije elemente nazivamo stanja; Σ je konačan skup, čije elemente nazivamo ulazni simboli. Pretpostavljamo da Σ ne sadrži "prazan simbol" kojeg označavamo sa ; Γ je konačan skup kojeg nazivamo alfabet Turingovog stroja. Pretpostavljamo da je prazan simbol element od Γ, te Σ Γ; δ : Q Γ Q Γ {L, D, S} je proizvoljna funkcija koju nazivamo funkcija prijelaza; q 0 je element iz Q i nazivamo ga početno stanje; q DA je element skupa Q i nazivamo ga stanje prihvaćanja; q NE je element skupa Q i nazivamo ga stanje odbijanja. Uočimo da je funkcija δ totalna funkcija. To, primjerice, znači da je definirano δ(q DA, s), tj. čini se da stroj nastavlja raditi i nakon završnog stanja. Naglasimo ponovno da je to formalna definicija, a intuitivni opis stroja je nešto drugo. Istaknimo još da slovo L označava pomak glave za čitanje jedno mjesto lijevo na traci, D pomak desno na traci, a S znači da glava za čitanje ostaje na istom mjestu. Primijetite da smo definirali da Turingov stroj ima samo dva završna stanja: q DA i q NE. Ponekad se takvi strojevi nazivaju odlučitelji. Kako bi mogli razmatrati primjerice probleme optimizacije, ili pak izračunljivost funkcija, tada se razmatraju strojevi koji se nazivaju pretvarači (ako se zaustave tada je riječ koja je preostala na traci zapravo izlazni rezultat). Za funkcije oblika f : S N k N se definira pojam Turing izračunljivosti na sasvim analogni način kao i RAM izračunljivost. Važno je naglasiti da se klase RAM izračunljivih i Turing izračunljivih funkcija poklapaju (vidi zadatke u Dodatku na strani 150). Definicija 1.6. Kažemo da Turingov stroj T = (Q, Σ, Γ, δ, q 0, q DA, q NE ) prepoznaje neku riječ w Γ ako postoji konačan niz parova (r 0, s 0 ),..., (r m, s m ) Q Γ, te konačan niz simbola I 1,..., I m {L, D, S} tako da vrijedi: a) r 0 = q 0 i s 0 je prvi lijevi simbol riječi w; b) za svaki j {0,..., m 1} imamo δ(r j, s j ) = (r j+1, s j+1, I j+1 ) i r j {q DA, q NE }; c) r m = q DA. Za proizvoljan Turingov stroj T sa L(T ) označavamo skup svih riječi koji T prepoznaje. Kažemo da neki Turingov stroj T prepoznaje jezik L ako vrijedi L = L(T ). Za neki jezik L kažemo da je Turing prepoznatljiv, ili samo kratko prepoznatljiv, ako postoji Turingov stroj koji ga prepoznaje.

16 10 POGLAVLJE 1. UVOD Svaki konačan jezik je Turing prepoznatljiv. Jezik {0 n 1 n : n N} je Turing prepoznatljiv. Nadalje ćemo reći da neki Turingov stroj staje s nekim danim ulazom, ako postoje nizovi kao u prethodnoj definiciji, pri čemu je r m = q DA ili r m = q NE. Ako takvi nizovi ne postoje, reći ćemo da Turingov stroj radi vječno s danim ulazom. Ako Turingov stroj T prepoznaje riječ w, tj. stroj T s ulazom w staje u konačno mnogo koraka u završnom stanju q DA, tada kažemo još da Turingov stroj T prihvaća riječ w. Ako Turingov stroj T s ulazom w staje u konačno mnogo koraka u stanju q NE, tada još kažemo da Turingov stroj odbija riječ w. Primijetimo da ako Turingov stroj T prepoznaje jezik L, te je w Γ \ L, tada Turingov stroj T koji na početku kao ulazni podatak ima na traci zapisanu riječ w uopće ne mora stati, tj. ne mora nužno završiti sa stanjem q NE. Definicija 1.7. Za neki jezik L Γ kažemo da je Turing odlučiv, ili kratko odlučiv, ako postoji Turingov stroj T koji ga prepoznaje, te za svaku riječ w Γ \ L stroj T s ulazom w staje u završnom stanju q NE. Ako neki jezik nije odlučiv tada još kažemo da je neodlučiv. U literaturi se Turing prepoznatljivi jezici nazivaju i rekurzivno prebrojivi jezici. Razlog tome je rekurzivna prebrojivosti skupa {f(w) : w L} za svaki Turing prepoznatljiv jezik L, gdje je f proizvoljno kodiranje riječi jezika L s prirodnim brojevima. Turing odlučivi jezici se nazivaju i rekurzivni jezici. Znamo da svaki rekurzivno prebrojiv podskup od N ne mora biti rekurzivan. To znači da postoje jezici koji su prepoznatljivi, ali nisu i odlučivi (vidi zadatak 4 na strani 15). Primjer 1.8. Lako je pokazati da su sljedeći jezici odlučivi. Skup svih riječi zadanog konačnog alfabeta. {x Γ : x je prim broj }, gdje je Γ proizvoljan konačan skup. Jezik kojeg prepoznaje neki konačan automat, tj. regularni jezik. Jezik koji je generiran s konteksno neovisnom gramatikom. Kako bismo mogli navesti neke primjere neodlučivih jezika moramo prvo definirati kodiranje Turingovih strojeva. Neka je T = (Q, Σ, Γ, δ, q 0, q DA, q NE ) proizvoljan Turingov stroj. Neka je Q = {q 0, q 1, q 2,..., q m, q m+1, q m+2 }, pri čemu je q m+1 = q DA i q m+2 = q NE. Definiramo kodiranje stroja T pomoću nizova nula i jednica ovako: svakom stanju q i pridružujemo niz od i + 1 nula; simbolu L (oznaka za pomak glave stroja u lijevo) pridružujemo 0, simbolu D pridružujemo 00, a simbolu S pridružujemo 000;

17 1.4. TURINGOV STROJ 11 ako je Γ = {s 1,..., s n }, tada simbolu s i pridružujemo niz od i nula. Ako je δ(q, s) = (q, s, I), pri čemu q, q Q, s, s Γ, te I {L, D, S}, tada uređenu petorku (q, s, q, s, I) nazivamo konfiguracija Turingovog stroja T. Svakoj konfiguraciji (q, s, q, s, I) pridružujemo niz nula i jedinica na sljedeći način: "kod stanja q" 1 "kod simbola s" 1 "kod stanja q " 1 "kod simbola s " 1 "kod simbola I". Budući da je svaki Turingov stroj jedinstveno određen konačnim nizom konfiguracija k 1,..., k p (skupovi Q i Γ su konačni), te možemo zadati da je niz konfiguracija uređen leksikografski, tada Turingovom stroju T na jedinstveni način pridružujemo sljedeći kod: 1 "kod konfiguracije k 1 " 1 "kod konfiguracije k 2 " "kod konfiguracije k p " 1 Primijetite da prilikom kodiranja nismo uzeli u obzir skup Σ, tj. nismo ga kodirali. Razlog tome je to što nam u daljnim razmatranjima skup Σ neće biti bitan. Kod Turingovog stroja T označavamo sa T. Notacija sa šiljatim zagradama se na prirodan način proširuje. Ako su T i T dva Turingova stroja, tada T, T označava njihov kod iz kojeg se mogu rekonstruirati oba stroja. Ako je T stroj i w neka riječ, tada s T, w označavamo kod stroja T koji na ulazu ima riječ w. Postoji više načina dokazivanja neodlučivosti nekog jezika. Neodlučivost nekog jezika možemo dokazivati dijagonalnim postupkom. Zatim, dokaz neodlučivosti nekog jezika možemo provesti svođenjem njegove odlučivosti na odlučivost nekog jezika za koji smo prije dokazali da je neodlučiv. Za dokaz neodlučivosti nekog jezika ponekad je vrlo zgodno primijeniti Riceov teorem. Prije teorema navodimo u sljedećoj lemi jedan jezik čiju neodlučivost ćemo koristiti u dokazu Riceovog teorema. Lema se lako dokazuje primjenom dijagonalnog postupka. Lema 1.9. Jezik A T M = { T, w : T je Turingov stroj koji prihvaća riječ w} je neodlučiv. Dokaz. Pretpostavimo da stroj A odlučuje jezik A T M. Ako završno stanje stroja A s ulazom T, w označimo s A( T, w ), tada vrijedi A( T, w ) = { qda, ako stroj T prihvaća riječ w; q NE, inače. Definiramo novi Turingov stroj D koji s ulazom T radi ovako: 1. prvo simulira rad stroja A s ulazom T, T ; 2. ako stroj A prihvati riječ T, T tada definiramo da stroj D odbije riječ T.

18 12 POGLAVLJE 1. UVOD 3. ako stroj A odbije riječ A, A tada definiramo da stroj D prihvaća riječ T. Kratko možemo zapisati rad stroja D ovako: D( T ) = { qda, ako stroj T ne prihvaća riječ T ; q NE, ako stroj T prihvaća riječ T. (Primijetite da prethodni skraćeni zapis ne može biti definicija stroja D. Egzistenciju stroja D osigurava pretpostavka o egzistenciji stroja A.) Tada posebno imamo: { qda, ako stroj D ne prihvaća riječ D ; D( D ) = q NE, sko stroj D prihvaća riječ D. Time je dobivena kontradikcija. Q.E.D. Primijetite da je u prethodnom dokazu korišten dijagonalni postupak. G. Cantor je primjenom dijagonalnog postupka dokazao da je skup R neprebrojiv. K. Gödel je koristio dijagonalni postupak prilikom dokaza nepotpunosti Peanove aritmetike. Egzistencija funkcije f : N N koja nije izračunljiva također se dokazuje primjenom dijagonalnog postupka (vidi stranu 4). Teorem (H. G. Rice, 1951.) Neka je L proizvoljan jezik koji ima sljedeća svojstva: a) za sve Turingove strojeve T 1 i T 2, za koje je L(T 1 ) = L(T 2 ), vrijedi: T 1 L ako i samo ako T 2 L; b) postoje Turingovi strojevi T 1 i T 2 takvi da je T 1 L i T 2 L. Tada je jezik L neodlučiv. Dokaz. Pretpostavimo da je jezik L odlučiv. Cilj nam je dokazati da bi tada jezik A T M, koji je definiran u prethodnoj lemi, trebao biti odlučiv. U tu svrhu ćemo konstruirati stroj S koji će odlučivati jezik A T M. Neka je Γ konačan alfabet takav da je L Γ. Neka je T Turingov stroj koji odlučuje jezik L. Tada za svaku riječ x Γ vrijedi: T (x) = { qda, ako w L; q NE, ako w Γ \ L. Označimo sa T neki Turingov stroj za koji vrijedi L(T ) =. Ako T L tada primijetimo da za jezik Γ \ L redom vrijedi: (1) ako su S 1 i S 2 Turingovi strojevi takvi da L(S 1 ) = L(S 2 ) tada iz uvjeta a) iz iskaza teorema imamo sljedeće ekvivalencije: S 1 Γ \ L S 1 L S 2 L S 2 Γ \ L;

19 1.4. TURINGOV STROJ 13 (2) budući da iz b) imamo da postoji stroj T 2 tako da vrijedi T 2 L, tada T 2 Γ \ L; (3) za stroj T imamo T Γ \ L; (4) budući da smo pretpostavili da je jezik L odlučiv, tada je i jezik Γ \L također odlučiv. Dakle, ako T L tada jezik Γ \ L ispunjava uvjete teorema, te za njega vrijedi T Γ \ L, onda u daljnim razmatranjima promatramo jezik Γ \ L. Radi kraćeg zapisa jezika pretpostavit ćemo da vrijedi T L. Neka je T 1 neki Turingov stroj za koji vrijedi T 1 L (takav postoji zbog uvjeta b) u iskazu teorema). Za svaki stroj M koji na ulazu ima riječ w definiramo stroj M w. Rad stroja M w koji na ulazu ima riječ x Γ definiramo ovako: M w (x) = q DA, ako M(w) = q DA i T 1 (x) = q DA ; q NE, ako M(w) = q NE ; radi vječno, inače. (Uočimo da ako stroj M s ulazom w ne staje u konačno koraka tada stroj M w sa svakim ulazom radi bez zaustavljanja. Zatim, ako stroj M s ulazom w staje u stanju q DA, ali stroj T 1 s ulazom x radi bez zaustavljanja, tada ni stroj M w s ulazom x ne staje u konačno mnogo koraka.) Definiramo Turingov stroj S koji na ulazu ima riječ M, w, gdje je M Turingov stroj, a w Γ, na sljedeći način: S( M, w ) = { qda, ako T ( M w ) = q DA ; q NE, ako T ( M w ) = q NE. (Uočite da stroj S sa svakim ulazom staje u konačno mnogo koraka, jer po pretpostavci stroj T odlučuje jezik L, pa on staje u konačno mnogo koraka za svaki ulaz.) Tvrdimo da stroj S odlučuje jezik A T M. U tu svrhu promatramo dva slučaja: M, w A T M i M, w A T M. Pretpostavimo prvo da za neki stroj M i neku riječ w vrijedi M, w A T M. Iz definicije jezika A T M tada slijedi da stroj M prihvaća riječ w. Iz definicije stroja M w tada imamo L(M w ) = L(T 1 ). Budući da je T 1 L, tada iz uvjeta a) iz iskaza teorema slijedi M w L. Budući da stroj T odlučuje jezik L tada stroj T prihvaća riječ M w. Iz definicije stroja S slijedi da tada stroj S prihvaća riječ M, w. Promotrimo sada slučaj kada je M Turingov stroj i w riječ tako da vrijedi S( M, w ) = q DA. Želimo dokazati M, w A T M, tj. stroj M prihvaća riječ w, odnosno da vrijedi M(w) = q DA. Iz S( M, w ) = q DA i definicije stroja S slijedi T ( M w ) = q DA. Budući da po pretpostavci stroj T odlučuje jezik L tada M w L. Ako bi vrijedilo M(w) = q NE ili stroj M radi s ulazom w beskonačno tada L(M w ) =. Tada imamo

20 14 POGLAVLJE 1. UVOD L(M w ) = = L(T ) i M w L. Iz uvjeta b) iz iskaza teorema slijedi T L, što je kontradikacija. To znači da mora vrijediti M(w) = q DA. Promotrimo sada slučaj kada za neki stroj M i neku riječ w vrijedi M, w A T M. Tada iz definicije jezika A T M slijedi da stroj M ne prihvaća riječ w. Tada su moguće dvije situacije: stroj M s ulazom w radi bez zaustavljanja ili vrijedi M(w) = q NE. Ako stroj M s ulazom w radi bez zaustavljanja, tada stroj M w ne staje u konačno mnogo koraka niti za jedan ulaz, pa je L(M w ) =. Ako vrijedi M(w) = q NE, tada iz definicije stroja M w slijedi L(M w ) =. Zaključujemo da u obje situacije vijedi L(M w ) =, tj. L(M w ) = L(T ). Budući da T L tada iz uvjeta a) iz iskaza teorema slijedi M w L. Tada stroj T odbija riječ M w, a onda i stroj S odbija riječ M, w. Time smo dokazali da stroj S odlučuje jezik A T M, tj. jezik A T M je odlučiv. Time je dobivena kontradikcija s prethodnom lemom. Q.E.D. Turingove strojeve koji smo do sada razmatrali nazivaju se i jednotračni deterministički Turingovi strojevi. Mogu se promatrati i sljedeće varijante Turingovog stroja: višetračni, stroj s višedimenzionalnim trakama, stroj s više glava za čitanje i pisanje, te nedeterministički Turingov stroj. Prilikom rješavanja nekih problema zgodnije je upotrijebiti neku varijantu (najčešće višetračnu ili nedeterminističku verziju). Kao što smo već naveli, Turingove strojeve koje smo do sada razmatrali nazivamo deterministički Turingovi strojevi. Kod nedeterminističkih Turingovih strojeva funkcija prijelaza poprima vrijednosti u partitivnom skupu. Sada dajemo njihovu formalnu definiciju. Definicija Nedeterministički Turingov stroj je uređena sedmorka (Q, Σ, Γ, δ, q 0, q DA, q NE ), gdje simboli Q, Σ, Γ, q 0, q DA i q NE imaju isto značenje kao kod determinističkih Turingovih strojeva. No, sada je promijenjena kodomena funkcije prijelaza, tj. imamo δ : Q Γ P(Q Γ {L, D, S}). Nedeterminizam se najbolje očituje u tome što stroj u nekom stanju i trenutno pročitanim simbolom može postupati na bitno različite načine. Najbolje je mogućnost postupanja na različite načine zamišljati kao grananja. Definicija Kažemo da nedeterministički Turingov stroj N = (Q, Σ, Γ, δ, q 0, q DA, q NE ) prepoznaje riječ w Γ ako postoji konačan niz parova (r 0, s 0 ),..., (r m, s m ) Q Γ, te konačan niz simbola I 1,..., I m {L, D, S} tako da vrijedi: a) r 0 = q 0 i s 0 je prvi lijevi simbol riječi w; b) za svaki j {0,..., m 1} imamo (r j+1, s j+1, I j+1 ) δ(r j, s j ) i r j {q DA, q NE }; c) r m = q DA.

21 1.4. TURINGOV STROJ 15 Za proizvoljan nedeterministički Turingov stroj N sa L(N) označavamo skup svih riječi koji stroj N prepoznaje. Kažemo da neki nedeterministički Turingov stroj N prepoznaje jezik L ako vrijedi L = L(N). Možemo kratko reći da neki nedeterministički Turingov stroj N prepoznaje neku riječ w ako taj stroj s ulaznim podatkom w ima svojstvo da barem jedna grana izračunavanja stane u konačno mnogo koraka u završnom stanju q DA. Reći ćemo da neki nedeterministički stroj s nekim ulazom staje ako sve grane izračunavanja stanu u nekom završnom stanju. Za svaki nedeterministički Turingov stroj N postoji deterministički Turingov stroj T tako da vrijedi L(N) = L(T ). To ćemo posebno istaknuti u teoremu Kada u daljnjim izlaganjima napišemo samo "Turingov stroj", mislimo na jednotračni deterministički Turingov stroj. Zadaci 1. Neka je L Γ odlučiv jezik. Dokažite da je tada i jezik Γ \ L odlučiv. 2. Neka su L 1 i L 2 odlučivi jezici. Dokažite da su tada jezici L 1 \ L 2, L 1 L 2 i L 1 L 2 također odlučivi. 3. Dokažite da su sljedeći jezici odlučivi: a) { T : T je Turingov stroj koji ima manje od 78 stanja}; b) { T : T je Turingov stroj koji ima točno 153 stanja}; c) { T : T je Turingov stroj čiji alfabet sadrži manje od 1000 simbola}; d) { T : T je Turingov stroj čiji alfabet sadrži točno 33 simbola}; e) { T : T je Turingov stroj čiji alfabet sadrži više od 17 simbola}; f) { T 1, T 2 : T 1 i T 2 su Turingovi strojevi koji imaju jednak broj stanja}; g) { T 1, T 2 : T 1 i T 2 su Turingovi strojevi pri čemu je kardinalnost alfabeta stroja T 1 manja od kardinalnosti alfabeta stroja T 2 }. 4. Dokažite nerješivost halting problema za Turingove strojeve, tj. dokažite da jezik HALT T M = { M, w : M je Turingov stroj s ulaznom riječi w koji staje} nije odlučiv. Dokažite da je navedeni jezik prepoznatljiv. Uputa. Pretpostavite da je jezik HALT T M odlučiv, te tada definirajte Turingov stroj koji odlučuje jezik A T M. 5. Dokažite da sljedeći jezici nisu odlučivi: a) L 1 = { T, w : T je Turingov stroj koji ne prihvaća riječ w}; b) L 2 = { T, w : T je Turingov stroj koji odbija riječ w};

22 16 POGLAVLJE 1. UVOD c) L 3 = { T, w : T je Turingov stroj koji radi beskonačno s ulazom w}. Upute. a) Očito L 1 = {0, 1} \ A T M. Ako bi jezik L 1 bio odlučiv tada bi i jezik A T M također bio odlučiv. b) Za svaki Turingov stroj T definiramo pripadni "komplementarni" Turingov stroj T ovako: { qda, ako T (w) = q T (w) = NE ; q NE, ako T (w) = q DA. (Primijetite da oba stroja T i T s nekim ulazom staju, ili pak oba rade bez zaustavljanja.) Očito za svaki Turingov stroj T i svaku riječ w vrijedi: T, w A T M ako i samo ako T, w L 2. To znači da iz odlučivosti jezika L 2 slijedi i odlučivost jezika A T M. c) Očito vrijedi L 3 = {0, 1} \ HALT T M. 6. Dokažite da jezik E T M = { T : T je Turingov stroj za koji vrijedi L(T ) = } nije odlučiv. 7. Dokažite da jezik EQ T M = { T 1, T 2 : T 1 i T 2 su Turingovi strojevi za koje vrijedi L(T 1 ) = L(T 2 )} nije odlučiv. Uputa. Neka je T neki Turingov stroj za koji vrijedi L(T ) =. Očito za svaki Turingov stroj T vrijedi: T E T M ako i samo ako T, T EQ T M. Budući da iz prethodnog zadatka znamo da jezik E T M nije odlučiv, tada iz prethodne ekvivalencije slijedi da ni jezik EQ T M nije odlučiv. 8. Dokažite da sljedeći jezici nisu odlučivi: a) { T : T je Turingov stroj takav da L(T ) 373}; b) { T : T je Turingov stroj takav da L(T ) = 1001}; c) { T : T je Turingov stroj takav da L(T ) 561} d) { T : T je Turingov stroj za koji je L(T ) konačan skup}; e) { T : T je Turingov stroj za koji je L(T ) beskonačan skup}. 9. Dokažite da jezik L = { T 1, T 2 : T 1 i T 2 su Turingovi strojevi takvi da vrijedi L(T 1 ) L(T 2 )} nije odlučiv. Rješenje. Neka je T 0 neki Turingov stroj koji prihvaća samo riječ 0, tj. vrijedi L(T 0 ) = {0}. Označimo L 0 = { T : T je Turingov stroj i 0 L(T )}. Očito za svaki Turingov stroj T vrijedi: T L 0 ako i samo ako T 0, T L. To znači da je za neodlučivost jezika L dovoljno dokazati da jezik L 0 nije odlučiv. U tu svrhu koristimo Riceov teorme. Očito postoje Turingovi strojevi T i T takvi da vrijedi 0 L(T ) i 0 L(T ), tj. takvi da je T L 0 i T L 0. Neka su T 1 i T 2 Turingovi strojevi takvi da je L(T 1 ) = L(T 2 ) i vrijedi T 1 L 0. Tada vrijedi 0 L(T 1 ). Iz L(T 1 ) = L(T 2 ) slijedi 0 L(T 2 ), a onda i T 2 L 0.

23 1.4. TURINGOV STROJ Dokažite da jezik L = { T 1, T 2 : T 1 i T 2 su Turingovi strojevi i L(T 1 ) L(T 2 ) = } nije odlučiv. 11. Dokažite da jezik L = { T 1, T 2 : T 1 i T 2 su Turingovi strojevi i L(T 1 ) L(T 2 ) = {0, 1} } nije odlučiv. 12. Dokažite da sljedeći jezici nisu odlučivi: a) { T 1, T 2 : T 1 i T 2 su Turingovi strojevi takvi da postoji riječ koju oba stroja prihvaćaju}; b) L 2 = { T 1, T 2 : T 1 i T 2 su Turingovi strojevi takvi da postoji riječ koju oba stroja ne prihvaćaju}; c) L 3 = { T 1, T 2 : T 1 i T 2 su Turingovi strojevi takvi da postoji riječ koju oba stroja odbijaju}. Uputa. a) Označimo dani jezik sa L. Neka je T 0 neki stroj koji prihvaća samo riječ 0. Označimo L = { T : T je Turingov stroj koji prihvaća riječ 0}. Primjenom Riceovog teorema lako je dokazati da je jezik L neodlučiv. Očito za svaki Turingov stroj T vrijedi: T L ako i samo ako T 0, T L. 13. Dokažite da sljedeći jezici nisu odlučivi: a) { T : T je Turingov stroj za koji je jezik L(T ) regularan}; b) { T : T je Turingov stroj za koji je jezik {0, 1} \ L(T ) regularan}; c) { T : T je Turingov stroj za koji je jezik L(T ) prepoznatljiv}; d) { T : T je Turingov stroj za koji je jezik {0, 1} \ L(T ) prepoznatljiv}; e) { T : T je Turingov stroj za koji je jezik L(T ) odlučiv}; f) { T : T je Turingov stroj za koji je jezik {0, 1} \ L(T ) odlučiv}. Rješenje. a) Označimo dani jezik sa L. Primjenjujemo Riceov teorem. Neka je T Turingov stroj koji odlučuje jezik {0 n 1 n : n N} (takav stroj postoji!). Iz leme o pumpanju znamo da jezik L(T ) nije regularan. Iz toga slijedi T L. Neka je T neki Turingov stroj za koji vrijedi L(T ) = {0, 1}. Budući da je {0, 1} regularan jezik tada imamo T L. Neka su T 1 i T 2 Turingovi strojevi za koje vrijedi L(T 1 ) = L(T 2 ) i T 1 L. Tada je jezik L(T 1 ) regularan. Iz L(T 1 ) = L(T 2 ) slijedi da je i jezik L(T 2 ) regularan, tj. vrijedi T 2 L. 14. Odredite što radi nedeterministički Turingov stroj koji je zadan sljedećom slikom.

24 18 POGLAVLJE 1. UVOD q 4 q 1 1 : 0L 0 : 1D q 0 1 : 1D 0 : 0L q 3 q 2 Slika 1.3: Primjer nedeterminističkog Turingovog stroja

25 Poglavlje 2 Vremenska složenost U ovom poglavlju definirat ćemo osnovne pojmove vezane uz vremensku složenost nekog Turingovog stroja. Ako je T neki jednotračni Turingov stroj (deterministički ili nedeterministički), te su q i q dva njegova stanja, s i s simboli alfabeta, te I {L, D, S}, tada uređenu petorku (q, q, s, s, I) nazivamo korak stroja T ako vrijedi δ(q, s) = (q, s, I), odnosno (q, s, I) δ(q, s) ako se radi o nedeterminističkom stroju. Definicija 2.1. Neka je T neki deterministički Turingov stroj koji staje za svaki ulazni podatak. Vremenska složenost determinističkog stroja T je funkcija time T : N N, gdje je time T (n) maksimalan broj koraka koje stroj T napravi za svaki ulazni podatak duljine n. Neka je N neki nedeterministički Turingov stroj koji staje za svaki ulazni podatak. Vremenska složenost nedeterminističkog stroja N je funkcija time N : N N, gdje je time N (n) maksimalan broj koraka, uzimajući u obzir sve grane, koje stroj N napravi za svaki ulazni podatak duljine n. Ako je time T vremenska složenost stroja T (determinističkog ili nedeterminističkog) tada kažemo da stroj T radi u vremenu time T, tj. da je T time T vremenski složen Turingov stroj. Vremensku složenost nekog problema (ili jezika) ne možemo definirati kao vremensku složenost najefikasnijeg Turingovog stroja koji rješava taj problem. Dva su barem razloga za to: moguće je ubrzati izračunavanje primjenom većeg alfabeta ili moguće je ubrzati izračunavanje primjenom više traka. Sljedeći teorem upravo govori da je odlučivanje o nekom jeziku uvijek moguće proizvoljno linearno ubrzati. Dokaz teorema je dan u Dodatku. Teorem 2.2. (O linearnom ubrzanju) 1 Neka je L proizvoljan odlučiv jezik. Za svaki Turingov stroj T koji odlučuje jezik L i prirodan broj m 0 postoji Turingov stroj S koji odlučuje jezik L, te za svaki n N vrijedi: time S (n) time T (n) m + n. 1 U literaturi na engleskom jeziku teorem se naziva Linear Speed Up Theorem. 19

26 20 POGLAVLJE 2. VREMENSKA SLOŽENOST Prirodno se postavlja pitanje jesu li moguća i veća ubrzanja od linearnog. Djelomični odgovor na to pitanje daje sljedeći teorem. Teorem 2.3. (Speed Up teorem) Za svaku rekurzivnu funkciju g : N N postoji odlučiv jezik L tako da za svaki Turingov stroj T koji odlučuje jezik L postoji Turingov stroj S tako da za svaki n N vrijedi: g(time S (n)) time T (n). Dokaz možete pogledati u [7]. Primijetimo da je teorem o linearnom ubrzanju primjenjiv na sve odlučive jezike. Prethodni pak teorem govori da postoji jezik koji je moguće odlučivati na proizvoljno brzom stroju. Za proizvoljni jezik teško je očekivati bolje od linearnog ubrzanja. 2.1 Notacija veliko O Točno vrijeme trajanja rada nekog Turingovog stroja i potrebnog prostora je unaprijed većinom gotovo nemoguće izračunati, stoga ga procjenjujemo. Jedan prikladan oblik procjene u kojem pokušavamo ocijeniti vrijeme trajanja rada stroja je trajanje rada za velike ulazne podatke, koji zovemo asimptotska analiza. Često je teško, a nekad i nemoguće, izvesti egzaktnu formulu za broj operacija nekog algoritma. Zato proučavamo asimptotsko ponašanje broja operacija kad veličina ulaznih podataka neograničeno raste. Obično se složenost algoritama uspoređuje s nekom od sljedećih standardnih funkcija: log 2 n, n, n log 2 n, n 2, n 3, 2 n. Sljedećom tablicom želimo naglasiti koliko su zapravo velike (približne) vrijednosti nekih funkcija. n log 2 n n n log 2 n n 2 n 3 2 n Definicija 2.4. Neka su f, g : N R + dvije funkcije. Kažemo da je funkcija g asimptotska gornja međa za funkciju f ako postoji c > 0 i n 0 N tako da za svaki n n 0 vrijedi f(n) cg(n). Oznaka: f(n) = O(g(n)). Propozicija 2.5. Ako vrijedi f 1 (n) = O(g 1 (n)) i f 2 (n) = O(g 2 (n)) tada je f 1 (n) + f 2 (n) = O(g 1 (n) + g 2 (n)).

27 2.1. NOTACIJA VELIKO O 21 Dokaz. Iz f i (n) = O(g i (n)) slijedi da postoji n i N i c i > 0 tako da za svaki n n i vrijedi f i (n) c i g i (n), za i {1, 2}. Neka je n 0 = max{n 1, n 2 } i c 0 = max{c 1, c 2 }. Tada za svaki n n 0 vrijedi: f 1 (n) + f 2 (n) c 1 g 1 (n) + c 2 g 2 (n) c 0 (g 1 (n) + g 2 (n)). Q.E.D. Propozicija 2.6. Ako vrijedi f 1 (n) = O(g 1 (n)) i f 2 (n) = O(g 2 (n)) tada je f 1 (n) + f 2 (n) = O(max{g 1 (n), g 2 (n)}). Dokaz. Neka za svaki n n 1 vrijedi f 1 (n) c 1 g 1 (n) i neka za svaki n n 2 vrijedi f 2 (n) c 2 g 2 (n). Neka je n 0 = max{n 1, n 2 } i c 0 = c 1 +c 2. Tada za svaki n n 0 vrijedi: f 1 (n)+f 2 (n) c 1 g 1 (n)+c 2 g 2 (n) (c 1 +c 2 ) max{g 1 (n), g 2 (n)} = c 0 max{g 1 (n), g 2 (n)}. Q.E.D. Propozicija 2.7. Ako vrijedi f 1 (n) = O(g 1 (n)) i f 2 (n) = O(g 2 (n)) tada je f 1 (n) f 2 (n) = O(g 1 (n) g 2 (n)). Dokaz. Neka za svaki n n 1 vrijedi f 1 (n) c 1 g 1 (n) i neka za svaki n n 2 vrijedi f 2 (n) c 2 g 2 (n). Neka je n 0 = max{n 1, n 2 } i c 0 = c 1 c 2. Tada za svaki n n 0 vrijedi: f 1 (n) f 2 (n) c 1 g 1 (n) c 2 g 2 (n) = c 0 g 1 (n) g 2 (n). Q.E.D. Propozicija 2.8. Ako je p : N R + polinom stupnja k tada vrijedi p(n) = O(n k ). Dokaz. Neka je p(n) = a 0 + a 1 n a k n k, gdje je a k 0. Označimo c = a 0 + a a k. Tada za svaki n N \ {0} vrijedi: p(n) = p(n) a 0 + a 1 n a k n k [ ] = a 0 /n k + a 1 /n k a k n k ( a 0 + a a k )n k = cn k. Q.E.D. Propozicija 2.9. Vrijedi log 2 n = O(n). Dokaz. Indukcijom po n lako je dokazati da vrijedi log 2 n n. Raspisujemo samo korak indukcije: log 2 (n + 1) log 2 (n + n) = log 2 (2n) = log 2 n + 1 n + 1, pri čemu smo za zadnju nejednakost koristili induktivnu pretpostavku. Q.E.D. Definicija Neka je T deterministički ili nedeterministički Turingov stroj. Kažemo da je stroj T : (vremenski) polinomni ako postoji neki polinom f tako da vrijedi time T (n) = O(f(n));

28 22 POGLAVLJE 2. VREMENSKA SLOŽENOST (vremenski) eksponencijalni ako postoji eksponencijalna funkcija g tako da vrijedi time T (n) = O(g(n)). U istom smislu ćemo koristiti nazive (vremenski) polinomni i eksponencijalni algoritam. Napomena Kada govorimo o rješivosti nekog problema na Turingovim strojevima tada pod pripadnim jezikom podrazumijevamo skup svih rješenja tog problema. U daljnjem tekstu govorit ćemo da je neki problem rješiv u polinomnom (eksponencijalnom) vremenu na (ne)determinističkom Turingovom stroju, ako je pripadni jezik takav. U sljedećem primjeru navodimo tri algoritma za jedan odlučivi jezik. Vremenska složenost svakog od tih algoritama je različita. Na taj način želimo ponovno naglasiti da je nemoguće definirati vremensku složenost problema. No, sljedeći primjer ukazuje na još jednu važnu činjenicu: vremenske složenosti promatranih algoritama ipak imaju nešto zajedničko, tj. nisu sasvim nepovezane (polinomne su). Primjer Jezik L = {0 k 1 k : k N} je odlučiv. Navest ćemo tri Turingova stroja koji odlučuju dani jezik, a imaju međusobno različitu vremensku složenost. Pretpostavljamo da je na traci svakog stroja na početku rada zapisana neka riječ w {0, 1}. Neka je w = n. Označimo sa T 1 jednotračni Turingov stroj čiji rad možemo opisati pomoću sljedećih koraka: 1. Glava stroja prijeđe preko cijele riječi te provjeri da li se simbol 0 negdje nalazi desno od simbola 1. Ako se neki simbol 0 nalazi desno od nekog simbola 1, tada stroj odmah staje u stanju q NE. 2. Stroj ponavlja sljedeće sve dok ima simbola 0 i 1 na traci: a) Glava stroja prelazi po traci te briše uzastopce jedan simbol 0 i jedan simbol 1; b) Ako na traci postoji još neki simbol 0 nakon što su obrisani svi simboli 1, ili pak postoji simbol 1 kada su obrisani svi simboli 0, tada stroj staje, i to u stanju q NE. Inače stroj završava u stanju q DA. Kako bi odredili vremensku složenost stroja T 1 analiziramo posebno svaki dio rada stroja. U prvom dijelu rada stroj prolazi jednom preko ulazne riječi. Stroju za taj prvi dio treba n koraka. Za vraćanje glave na prvi lijevi simbol ulazne riječi stroju treba novih n koraka. Dakle, prije početka rada u drugom dijelu stroj je napravio 2n koraka, tj. vremenska složenost je O(n). U drugom dijelu stroj ponavlja pregledavanje i brisanje simbola 0 i 1. Za svaki pregled treba O(n) koraka. Budući da se u svakom pregledu brišu dva simbola

SVEUČILIŠTE U ZAGREBU PRIRODOSLOVNO MATEMATIČKI FAKULTET MATEMATIČKI ODSJEK Ivana Šore REKURZIVNOST REALNIH FUNKCIJA Diplomski rad Voditelj rada: doc.

SVEUČILIŠTE U ZAGREBU PRIRODOSLOVNO MATEMATIČKI FAKULTET MATEMATIČKI ODSJEK Ivana Šore REKURZIVNOST REALNIH FUNKCIJA Diplomski rad Voditelj rada: doc. SVEUČILIŠTE U ZAGREBU PRIRODOSLOVNO MATEMATIČKI FAKULTET MATEMATIČKI ODSJEK Ivana Šore REKURZIVNOST REALNIH FUNKCIJA Diplomski rad Voditelj rada: doc.dr.sc. Zvonko Iljazović Zagreb, rujan, 2015. Ovaj diplomski

Више

JMBAG IME I PREZIME BROJ BODOVA 1. (ukupno 6 bodova) MJERA I INTEGRAL 1. kolokvij 4. svibnja (Knjige, bilježnice, dodatni papiri i kalkulatori n

JMBAG IME I PREZIME BROJ BODOVA 1. (ukupno 6 bodova) MJERA I INTEGRAL 1. kolokvij 4. svibnja (Knjige, bilježnice, dodatni papiri i kalkulatori n 1. (ukupno 6 bodova) MJERA I INTEGRAL 1. kolokvij 4. svibnja 2018. (Knjige, bilježnice, dodatni papiri i kalkulatori nisu dozvoljeni!) (a) (2 boda) Definirajte (općenitu) vanjsku mjeru. (b) (2 boda) Definirajte

Више

ALIP1_udzb_2019.indb

ALIP1_udzb_2019.indb Razmislimo Kako u memoriji računala prikazujemo tekst, brojeve, slike? Gdje se spremaju svi ti podatci? Kako uopće izgleda memorija računala i koji ju elektronički sklopovi čine? Kako biste znali odgovoriti

Више

SVEUČILIŠTE U ZAGREBU PRIRODOSLOVNO MATEMATIČKI FAKULTET MATEMATIČKI ODSJEK Igor Sušić LOKALNA IZRAČUNLJIVOST Diplomski rad Voditelj rada: doc.dr.sc.

SVEUČILIŠTE U ZAGREBU PRIRODOSLOVNO MATEMATIČKI FAKULTET MATEMATIČKI ODSJEK Igor Sušić LOKALNA IZRAČUNLJIVOST Diplomski rad Voditelj rada: doc.dr.sc. SVEUČILIŠTE U ZAGREBU PRIRODOSLOVNO MATEMATIČKI FAKULTET MATEMATIČKI ODSJEK Igor Sušić LOKALNA IZRAČUNLJIVOST Diplomski rad Voditelj rada: doc.dr.sc. Zvonko Iljazović Zagreb, lipanj 015. Ovaj diplomski

Више

JMBAG IME I PREZIME BROJ BODOVA MJERA I INTEGRAL završni ispit 6. srpnja (Knjige, bilježnice, dodatni papiri i kalkulatori nisu dozvoljeni!) 1.

JMBAG IME I PREZIME BROJ BODOVA MJERA I INTEGRAL završni ispit 6. srpnja (Knjige, bilježnice, dodatni papiri i kalkulatori nisu dozvoljeni!) 1. MJERA I INTEGRAL završni ispit 6. srpnja 208. (Knjige bilježnice dodatni papiri i kalkulatori nisu dozvoljeni!). (8 bodova) Kao na predavanjima za d N sa P d : a b ] a d b d ] : a i b i R a i b i za i

Више

JMBAG IME I PREZIME BROJ BODOVA MJERA I INTEGRAL 2. kolokvij 29. lipnja (Knjige, bilježnice, dodatni papiri i kalkulatori nisu dozvoljeni!) 1. (

JMBAG IME I PREZIME BROJ BODOVA MJERA I INTEGRAL 2. kolokvij 29. lipnja (Knjige, bilježnice, dodatni papiri i kalkulatori nisu dozvoljeni!) 1. ( MJERA I INTEGRAL. kolokvij 9. lipnja 018. (Knjige, bilježnice, dodatni papiri i kalkulatori nisu dozvoljeni! 1. (ukupno 6 bodova Neka je (, F, µ prostor s mjerom, neka je (f n n1 niz F-izmjerivih funkcija

Више

Microsoft PowerPoint - 03-Slozenost [Compatibility Mode]

Microsoft PowerPoint - 03-Slozenost [Compatibility Mode] Сложеност алгоритама (Програмирање 2, глава 3, глава 4-4.3) Проблем: класа задатака истог типа Велики број различитих (коректних) алгоритама Величина (димензија) проблема нпр. количина података које треба

Више

Microsoft Word - predavanje8

Microsoft Word - predavanje8 DERIVACIJA KOMPOZICIJE FUNKCIJA Ponekad je potrebno derivirati funkcije koje nisu jednostavne (složene su). Na primjer, funkcija sin2 je kompozicija funkcija sin (vanjska funkcija) i 2 (unutarnja funkcija).

Више

Teorija skupova - blog.sake.ba

Teorija skupova - blog.sake.ba Uvod Matematika je jedan od najomraženijih predmeta kod većine učenika S pravom, dakako! Zapitajmo se šta je uzrok tome? Da li je matematika zaista toliko teška, komplikovana? Odgovor je jednostavan, naravno

Више

ZADACI ZA VJEŽBU 1. Dokažite da vrijedi: (a) (A \ B) (B \ A) = (A B) (A C B C ), (b) A \ (B \ C) = (A C) (A \ B), (c) (A B) \ C = (A \ C) (B \ C). 2.

ZADACI ZA VJEŽBU 1. Dokažite da vrijedi: (a) (A \ B) (B \ A) = (A B) (A C B C ), (b) A \ (B \ C) = (A C) (A \ B), (c) (A B) \ C = (A \ C) (B \ C). 2. ZADACI ZA VJEŽBU. Dokažite da vrijedi: (a) (A \ B) (B \ A) = (A B) (A C B C ), (b) A \ (B \ C) = (A C) (A \ B), (c) (A B) \ C = (A \ C) (B \ C).. Pomoću matematičke indukcije dokažite da za svaki n N vrijedi:

Више

Microsoft Word - 15ms261

Microsoft Word - 15ms261 Zadatak 6 (Mirko, elektrotehnička škola) Rješenje 6 Odredite sup S, inf S, ma S i min S u skupu R ako je S = { R } a b = a a b + b a b, c < 0 a c b c. ( ), : 5. Skratiti razlomak znači brojnik i nazivnik

Више

atka 26 (2017./2018.) br. 102 NEKE VRSTE DOKAZA U ČAROBMATICI Jadranka Delač-Klepac, Zagreb jednoj smo priči spomenuli kako je važno znati postavljati

atka 26 (2017./2018.) br. 102 NEKE VRSTE DOKAZA U ČAROBMATICI Jadranka Delač-Klepac, Zagreb jednoj smo priči spomenuli kako je važno znati postavljati NEKE VRSTE DOKAZA U ČAROBMATICI Jadranka Delač-Klepac, Zagreb jednoj smo priči spomenuli kako je važno znati postavljati prava pitanja. U Jednako je važno znati pronaći odgovore na postavljena pitanja,

Више

Microsoft Word - 6ms001

Microsoft Word - 6ms001 Zadatak 001 (Anela, ekonomska škola) Riješi sustav jednadžbi: 5 z = 0 + + z = 14 4 + + z = 16 Rješenje 001 Sustav rješavamo Gaussovom metodom eliminacije (isključivanja). Gaussova metoda provodi se pomoću

Више

UAAG Osnovne algebarske strukture 5. Vektorski prostori Borka Jadrijević

UAAG Osnovne algebarske strukture 5. Vektorski prostori Borka Jadrijević Osnovne algebarske strukture 5. Vektorski prostori Borka Jadrijević Osnovne algebarske strukture5. Vektorski prostori 2 5.1 Unutarnja i vanjska množenja Imamo dvije vrste algebarskih operacija, tzv. unutarnja

Више

SVEUČILIŠTE U ZAGREBU PRIRODOSLOVNO MATEMATIČKI FAKULTET MATEMATIČKI ODSJEK Ivan Posavčević IZRAČUNLJIVOST NA SKUPOVIMA Z, Q, R I C Diplomski rad Zagr

SVEUČILIŠTE U ZAGREBU PRIRODOSLOVNO MATEMATIČKI FAKULTET MATEMATIČKI ODSJEK Ivan Posavčević IZRAČUNLJIVOST NA SKUPOVIMA Z, Q, R I C Diplomski rad Zagr SVEUČILIŠTE U ZAGREBU PRIRODOSLOVNO MATEMATIČKI FAKULTET MATEMATIČKI ODSJEK Ivan Posavčević IZRAČUNLJIVOST NA SKUPOVIMA Z, Q, R I C Diplomski rad Zagreb, rujan 2016. Voditelj rada: doc. dr. sc. Vedran

Више

knjiga.dvi

knjiga.dvi 1. Vjerojatnost 1. lgebra dogadaja......................... 1 2. Vjerojatnost............................. 9 3. Klasični vjerojatnosni prostor................. 14 4. eskonačni vjerojatnosni prostor...............

Више

Generalizirani trag i normalne forme za logiku interpretabilnosti Vedran Čačić PMF Matematički odsjek Sveučilište u Zagrebu Dubrovnik radiona Sustavi

Generalizirani trag i normalne forme za logiku interpretabilnosti Vedran Čačić PMF Matematički odsjek Sveučilište u Zagrebu Dubrovnik radiona Sustavi Generalizirani trag i normalne forme za logiku interpretabilnosti Vedran Čačić PMF Matematički odsjek Sveučilište u Zagrebu Dubrovnik radiona Sustavi dokazivanja 28. lipnja 2012. Zašto logika interpretabilnosti?

Више

Matematika 1 - izborna

Matematika 1 - izborna 3.3. NELINEARNE DIOFANTSKE JEDNADŽBE Navest ćemo sada neke metode rješavanja diofantskih jednadžbi koje su drugog i viših stupnjeva. Sve su te metode zapravo posebni oblici jedne opće metode, koja se naziva

Више

Sadržaj 1 Diskretan slučajan vektor Definicija slučajnog vektora Diskretan slučajan vektor

Sadržaj 1 Diskretan slučajan vektor Definicija slučajnog vektora Diskretan slučajan vektor Sadržaj Diskretan slučajan vektor Definicija slučajnog vektora 2 Diskretan slučajan vektor Funkcija distribucije slučajnog vektora 2 4 Nezavisnost slučajnih vektora 2 5 Očekivanje slučajnog vektora 6 Kovarijanca

Више

Matrice. Algebarske operacije s matricama. - Predavanje I

Matrice. Algebarske operacije s matricama. - Predavanje I Matrice.. Predavanje I Ines Radošević inesr@math.uniri.hr Odjel za matematiku Sveučilišta u Rijeci Matrice... Matrice... Podsjeti se... skup, element skupa,..., matematička logika skupovi brojeva N,...,

Више

Numerička matematika 11. predavanje dodatak Saša Singer web.math.pmf.unizg.hr/~singer PMF Matematički odsjek, Zagreb NumMat 2019, 11. p

Numerička matematika 11. predavanje dodatak Saša Singer web.math.pmf.unizg.hr/~singer PMF Matematički odsjek, Zagreb NumMat 2019, 11. p Numerička matematika 11. predavanje dodatak Saša Singer singer@math.hr web.math.pmf.unizg.hr/~singer PMF Matematički odsjek, Zagreb NumMat 2019, 11. predavanje dodatak p. 1/46 Sadržaj predavanja dodatka

Више

Slide 1

Slide 1 OSNOVNI POJMOVI Naredba je uputa računalu za obavljanje određene radnje. Program je niz naredbi razumljivih računalu koje rješavaju neki problem. Pisanje programa zovemo programiranje. Programski jezik

Више

Celobrojno programiranje Rešavamo sledeći poblem celobrojnog programiranja: min c T x Ax = b x 0 x Z n Gde pretpostavljamo da je A celobrojna matrica

Celobrojno programiranje Rešavamo sledeći poblem celobrojnog programiranja: min c T x Ax = b x 0 x Z n Gde pretpostavljamo da je A celobrojna matrica Celobrojno programiranje Rešavamo sledeći poblem celobrojnog programiranja: min c T x Ax = b x 0 x Z n Gde pretpostavljamo da je A celobrojna matrica dimenzije m n, b Z m, c Z n. Takođe, očekuje se da

Више

6-8. ČAS Celobrojno programiranje Rešavamo sledeći poblem celobrojnog programiranja: Gde pretpostavljamo da je A celobrojna matrica dimenzije,. Takođe

6-8. ČAS Celobrojno programiranje Rešavamo sledeći poblem celobrojnog programiranja: Gde pretpostavljamo da je A celobrojna matrica dimenzije,. Takođe 6-8. ČAS Celobrojno programiranje Rešavamo sledeći poblem celobrojnog programiranja: Gde pretpostavljamo da je A celobrojna matrica dimenzije,. Takođe, očekuje se da su koordinate celobrojne. U slučaju

Више

Konstrukcija i analiza algoritama Nina Radojičić februar Analiza algoritama, rekurentne relacije 1 Definicija: Neka su f i g dve pozitivne fun

Konstrukcija i analiza algoritama Nina Radojičić februar Analiza algoritama, rekurentne relacije 1 Definicija: Neka su f i g dve pozitivne fun Konstrukcija i analiza algoritama Nina Radojičić februar 2018. 1 Analiza algoritama, rekurentne relacije 1 Definicija: Neka su f i g dve pozitivne funkcije od argumenta n iz skupa N prirodnih brojeva.

Више

Elementi praćenja i ocjenjivanja za nastavni predmet Matematika u 4. razredu Elementi praćenja i ocjenjivanja za nastavni predmet Matematika u 4. razr

Elementi praćenja i ocjenjivanja za nastavni predmet Matematika u 4. razredu Elementi praćenja i ocjenjivanja za nastavni predmet Matematika u 4. razr Elementi praćenja i ocjenjivanja za nastavni predmet Matematika u 4. razredu ODLIČAN (5) navodi primjer kuta kao dijela ravnine omeđenog polupravcima analizira i uspoređuje vrh i krakove kuta analizira

Више

P1.1 Analiza efikasnosti algoritama 1

P1.1 Analiza efikasnosti algoritama 1 Analiza efikasnosti algoritama I Asimptotske notacije Master metoda (teorema) 1 Asimptotske notacije (1/2) Služe za opis vremena izvršenja algoritma T(n) gde je n N veličina ulaznih podataka npr. br. elemenata

Више

Elementarna matematika 1 - Oblici matematickog mišljenja

Elementarna matematika 1 - Oblici matematickog mišljenja Oblici matematičkog mišljenja 2007/2008 Mišljenje (psihološka definicija) = izdvajanje u čovjekovoj spoznaji odre denih strana i svojstava promatranog objekta i njihovo dovo denje u odgovarajuće veze s

Више

Hej hej bojiš se matematike? Ma nema potrebe! Dobra priprema je pola obavljenog posla, a da bi bio izvrsno pripremljen tu uskačemo mi iz Štreberaja. D

Hej hej bojiš se matematike? Ma nema potrebe! Dobra priprema je pola obavljenog posla, a da bi bio izvrsno pripremljen tu uskačemo mi iz Štreberaja. D Hej hej bojiš se matematike? Ma nema potrebe! Dobra priprema je pola obavljenog posla, a da bi bio izvrsno pripremljen tu uskačemo mi iz Štreberaja. Donosimo ti primjere ispita iz matematike, s rješenjima.

Више

PROGRAMIRANJE Program je niz naredbi razumljivih računalu koje rješavaju neki problem. Algoritam je postupak raščlanjivanja problema na jednostavnije

PROGRAMIRANJE Program je niz naredbi razumljivih računalu koje rješavaju neki problem. Algoritam je postupak raščlanjivanja problema na jednostavnije PROGRAMIRANJE Program je niz naredbi razumljivih računalu koje rješavaju neki problem. Algoritam je postupak raščlanjivanja problema na jednostavnije korake. Uz dobro razrađen algoritam neku radnju ćemo

Више

2015_k2_z12.dvi

2015_k2_z12.dvi OBLIKOVANJE I ANALIZA ALGORITAMA 2. kolokvij 27. 1. 2016. Skice rješenja prva dva zadatka 1. (20) Zadano je n poslova. Svaki posao je zadan kao vremenski interval realnih brojeva, P i = [p i,k i ],zai

Више

(Microsoft Word - MATB - kolovoz osnovna razina - rje\232enja zadataka)

(Microsoft Word - MATB - kolovoz osnovna razina - rje\232enja zadataka) . B. Zapišimo zadane brojeve u obliku beskonačno periodičnih decimalnih brojeva: 3 4 = 0.7, = 0.36. Prvi od navedenih četiriju brojeva je manji od 3 4, dok su treći i četvrti veći od. Jedini broj koji

Више

Programiranje 2 popravni kolokvij, 15. lipnja Ime i prezime: JMBAG: Upute: Na kolokviju je dozvoljeno koristiti samo pribor za pisanje i brisanj

Programiranje 2 popravni kolokvij, 15. lipnja Ime i prezime: JMBAG: Upute: Na kolokviju je dozvoljeno koristiti samo pribor za pisanje i brisanj Upute: Na kolokviju je dozvoljeno koristiti samo pribor za pisanje i brisanje, te službeni šalabahter. Kalkulatori, mobiteli, razne neslužbene tablice, papiri i sl., nisu dozvoljeni! Sva rješenja napišite

Више

Sveučilište u Zagrebu PMF Matematički odjel Filip Nikšić PROPOZICIONALNA DINAMIČKA LOGIKA Diplomski rad Zagreb, listopad 2009.

Sveučilište u Zagrebu PMF Matematički odjel Filip Nikšić PROPOZICIONALNA DINAMIČKA LOGIKA Diplomski rad Zagreb, listopad 2009. Sveučilište u Zagrebu PMF Matematički odjel Filip Nikšić PROPOZICIONALNA DINAMIČKA LOGIKA Diplomski rad Zagreb, listopad 2009. Sveučilište u Zagrebu PMF Matematički odjel Filip Nikšić PROPOZICIONALNA DINAMIČKA

Више

Skalarne funkcije više varijabli Parcijalne derivacije Skalarne funkcije više varijabli i parcijalne derivacije Franka Miriam Brückler

Skalarne funkcije više varijabli Parcijalne derivacije Skalarne funkcije više varijabli i parcijalne derivacije Franka Miriam Brückler i parcijalne derivacije Franka Miriam Brückler Jednadžba stanja idealnog plina uz p = nrt V f (x, y, z) = xy z x = n mol, y = T K, z = V L, f == p Pa. Pritom je kodomena od f skup R, a domena je Jednadžba

Више

Algoritmi SŠ P1

Algoritmi SŠ P1 Državno natjecanje iz informatike Srednja škola Prvi dan natjecanja 2. ožujka 219. ime zadatka BADMINTON SJEME MANIPULATOR vremensko ograničenje 1 sekunda 1 sekunda 3 sekunde memorijsko ograničenje 512

Више

Skripte2013

Skripte2013 Chapter 2 Algebarske strukture Preslikivanje f : A n! A se naziva n-arna operacija na skupu A Ako je n =2, kažemo da je f : A A! A binarna operacija na A Kažemo da je operacija f arnosti n, u oznaci ar

Више

Programiranje 1 9. predavanje Saša Singer web.math.pmf.unizg.hr/~singer PMF Matematički odsjek, Zagreb Prog1 2018, 9. predavanje p. 1/6

Programiranje 1 9. predavanje Saša Singer web.math.pmf.unizg.hr/~singer PMF Matematički odsjek, Zagreb Prog1 2018, 9. predavanje p. 1/6 Programiranje 1 9. predavanje Saša Singer singer@math.hr web.math.pmf.unizg.hr/~singer PMF Matematički odsjek, Zagreb Prog1 2018, 9. predavanje p. 1/60 Sadržaj predavanja Osnovni algoritmi na cijelim brojevima:

Више

DR DRAGOŚ CVETKOVIC DR SLOBODAN SIMIC DISKRETNA MATEMATIKA MATEMATIKA ZA KOMPJUTERSKE NAUKĘ DRUGO ISPRAYLJENO I PROSIRENO IZDANJE HMUJ

DR DRAGOŚ CVETKOVIC DR SLOBODAN SIMIC DISKRETNA MATEMATIKA MATEMATIKA ZA KOMPJUTERSKE NAUKĘ DRUGO ISPRAYLJENO I PROSIRENO IZDANJE HMUJ DR DRAGOŚ CVETKOVIC DR SLOBODAN SIMIC DISKRETNA MATEMATIKA MATEMATIKA ZA KOMPJUTERSKE NAUKĘ DRUGO ISPRAYLJENO I PROSIRENO IZDANJE HMUJ Sadrżaj Predgovor Iz predgovora prvoni izdanju knjige "Diskretne mateiuatićke

Више

Slide 1

Slide 1 0(a) 0(b) 0(c) 0(d) 0(e) :: :: Neke fizikalne veličine poput indeksa loma u anizotropnim sredstvima ovise o iznosu i smjeru, a nisu vektori. Stoga se namede potreba poopdavanja. Međutim, fizikalne veličine,

Више

Osnovi programiranja Beleške sa vežbi Smer Računarstvo i informatika Matematički fakultet, Beograd Jelena Tomašević i Sana Stojanović November 7, 2005

Osnovi programiranja Beleške sa vežbi Smer Računarstvo i informatika Matematički fakultet, Beograd Jelena Tomašević i Sana Stojanović November 7, 2005 Osnovi programiranja Beleške sa vežbi Smer Računarstvo i informatika Matematički fakultet, Beograd Jelena Tomašević i Sana Stojanović November 7, 2005 2 Sadržaj 1 5 1.1 Specifikacija sintakse programskih

Више

CIJELI BROJEVI 1.) Kako još nazivamo pozitivne cijele brojeve? 1.) Za što je oznaka? 2.) Ispiši skup prirodnih brojeva! 3.) Kako označavamo skup priro

CIJELI BROJEVI 1.) Kako još nazivamo pozitivne cijele brojeve? 1.) Za što je oznaka? 2.) Ispiši skup prirodnih brojeva! 3.) Kako označavamo skup priro CIJELI BROJEVI 1.) Kako još nazivamo pozitivne cijele brojeve? 1.) Za što je oznaka? 2.) Ispiši skup prirodnih brojeva! 3.) Kako označavamo skup prirodnih brojeva? 4.) Pripada li 0 skupu prirodnih brojeva?

Више

8 2 upiti_izvjesca.indd

8 2 upiti_izvjesca.indd 1 2. Baze podataka Upiti i izvješća baze podataka Na početku cjeline o bazama podataka napravili ste plošnu bazu podataka o natjecanjima učenika. Sada ćete izraditi relacijsku bazu u Accessu o učenicima

Више

Maksimalni protok kroz mrežu - Ford-Fulkerson, Edmonds-Karp

Maksimalni protok kroz mrežu - Ford-Fulkerson, Edmonds-Karp Maksimalni protok kroz mrežu - Ford-Fulkerson, Edmonds-Karp PMF-MO Seminar iz kolegija Oblikovanje i analiza algoritama 22.1.2019. mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 1 / 35 Uvod - definicije

Више

Logičke izjave i logičke funkcije

Logičke izjave i logičke funkcije Logičke izjave i logičke funkcije Građa računala, prijenos podataka u računalu Što su logičke izjave? Logička izjava je tvrdnja koja može biti istinita (True) ili lažna (False). Ako je u logičkoj izjavi

Више

Test ispravio: (1) (2) Ukupan broj bodova: 21. veljače od 13:00 do 14:00 Županijsko natjecanje / Osnove informatike Osnovne škole Ime i prezime

Test ispravio: (1) (2) Ukupan broj bodova: 21. veljače od 13:00 do 14:00 Županijsko natjecanje / Osnove informatike Osnovne škole Ime i prezime Test ispravio: () () Ukupan broj bodova:. veljače 04. od 3:00 do 4:00 Ime i prezime Razred Škola Županija Mentor Sadržaj Upute za natjecatelje... Zadaci... Upute za natjecatelje Vrijeme pisanja: 60 minuta

Више

Diferenciranje i integriranje pod znakom integrala math.e Vol math.e Hrvatski matematički elektronički časopis Diferenciranje i integriranje pod

Diferenciranje i integriranje pod znakom integrala math.e Vol math.e Hrvatski matematički elektronički časopis Diferenciranje i integriranje pod 1 math.e Hrvatski matematički elektronički časopis Diferenciranje i integriranje pod znakom integrala analiza Irfan Glogić, Harun Šiljak When guys at MIT or Princeton had trouble doing a certain integral,

Више

23. siječnja od 13:00 do 14:00 Školsko natjecanje / Osnove informatike Srednje škole RJEŠENJA ZADATAKA S OBJAŠNJENJIMA Sponzori Medijski pokrovi

23. siječnja od 13:00 do 14:00 Školsko natjecanje / Osnove informatike Srednje škole RJEŠENJA ZADATAKA S OBJAŠNJENJIMA Sponzori Medijski pokrovi 3. siječnja 0. od 3:00 do 4:00 RJEŠENJA ZADATAKA S OBJAŠNJENJIMA Sponzori Medijski pokrovitelji Sadržaj Zadaci. 4.... Zadaci 5. 0.... 3 od 8 Zadaci. 4. U sljedećim pitanjima na pitanja odgovaraš upisivanjem

Више

Programiranje 1 drugi kolokvij, 2. veljače Ime i prezime: JMBAG: Upute: Na kolokviju je dozvoljeno koristiti samo pribor za pisanje i brisanje,

Programiranje 1 drugi kolokvij, 2. veljače Ime i prezime: JMBAG: Upute: Na kolokviju je dozvoljeno koristiti samo pribor za pisanje i brisanje, Upute: Na kolokviju je dozvoljeno koristiti samo pribor za pisanje i brisanje, te službeni podsjetnik. Kalkulatori, mobiteli, razne neslužbene tablice, papiri i sl., nisu dozvoljeni! Sva rješenja napišite

Више

MAT KOL (Banja Luka) ISSN (p), ISSN (o) Vol. XX (2)(2014), PELLOVA JEDNAČINA I PITAGORIN

MAT KOL (Banja Luka) ISSN (p), ISSN (o) Vol. XX (2)(2014), PELLOVA JEDNAČINA I PITAGORIN MAT KOL (Banja Luka) ISSN 0354 6969 (p), ISSN 986 5228 (o) Vol. XX (2)(204), 59 68 http://www.imvibl.org/dmbl/dmbl.htm PELLOVA JEDNAČINA I PITAGORINE TROJKE Amra Duraković Bernadin Ibrahimpašić 2, Sažetak

Више

Numeričke metode u fizici 1, Projektni zadataci 2018./ Za sustav običnih diferencijalnih jednadžbi, koje opisuju kretanje populacije dviju vrs

Numeričke metode u fizici 1, Projektni zadataci 2018./ Za sustav običnih diferencijalnih jednadžbi, koje opisuju kretanje populacije dviju vrs Numeričke metode u fizici, Projektni zadataci 8./9.. Za sustav običnih diferencijalnih jednadžbi, koje opisuju kretanje populacije dviju vrsta životinja koje se nadmeću za istu hranu, dx ( dt = x x ) xy

Више

Uvod u računarstvo 2+2

Uvod u računarstvo 2+2 Programiranje 2 doc.dr.sc. Goranka Nogo PMF Matematički odsjek, Zagreb Kontakt ured: 228, drugi kat e-mail: nogo@math.hr konzultacije: četvrtak, 12:00-14:00 petak, 11:00-12:00 neki drugi termin, uz prethodni

Више

Algebarski izrazi (4. dio)

Algebarski izrazi (4. dio) Dodatna nastava iz matematike 8. razred Algebarski izrazi (4. dio) Aleksandra-Maria Vuković OŠ Gornji Mihaljevec amvukovic@gmail.com 12/21/2010 SADRŽAJ 7. KVADRATNI TRINOM... 3 [ Primjer 18. Faktorizacija

Више

Grafovi 1. Posmatrajmo graf prikazan na slici sa desne strane. a) Odrediti skup čvorova V i skup grana E posmatranog grafa. Za svaku granu posebno odr

Grafovi 1. Posmatrajmo graf prikazan na slici sa desne strane. a) Odrediti skup čvorova V i skup grana E posmatranog grafa. Za svaku granu posebno odr Grafovi 1. Posmatrajmo graf prikazan na slici sa desne strane. a) Odrediti skup čvorova V i skup grana E posmatranog grafa. Za svaku granu posebno odrediti njene krajeve. b) Odrediti sledeće skupove: -

Више

vjezbe-difrfv.dvi

vjezbe-difrfv.dvi Zadatak 5.1. Neka je L: R n R m linearni operator. Dokažite da je DL(X) = L, X R n. Preslikavanje L je linearno i za ostatak r(h) = L(X + H) L(X) L(H) = 0 vrijedi r(h) lim = 0. (5.1) H 0 Kako je R n je

Више

0255_Uvod.p65

0255_Uvod.p65 1Skupovi brojeva Skup prirodnih brojeva Zbrajanje prirodnih brojeva Množenje prirodnih brojeva U košari ima 12 jaja. U drugoj košari nedostaju tri jabuke da bi bila puna, a treća je prazna. Pozitivni,

Више

Microsoft Word - 1.Operacije i zakoni operacija

Microsoft Word - 1.Operacije i zakoni operacija 1. Operacije i zakoni operacija Neka je S neprazan skup. Operacija dužine n skupa S jeste svako preslikavanje : n n f S S ( S = S S S... S) Ako je n = 1, onda operaciju nazivamo unarna. ( f : S S ) Ako

Више

MATEMATIČKA ANALIZA I primjeri i zadaci Ante Mimica 8. siječnja 2010.

MATEMATIČKA ANALIZA I primjeri i zadaci Ante Mimica 8. siječnja 2010. MATEMATIČKA ANALIZA I primjeri i zadaci Ante Mimica 8 siječnja 00 Sadržaj Funkcije 5 Nizovi 7 3 Infimum i supremum 9 4 Neprekidnost i es 39 3 4 SADRZ AJ Funkcije 5 6 FUNKCIJE Nizovi Definicija Niz je

Више

Linearna algebra Mirko Primc

Linearna algebra Mirko Primc Linearna algebra Mirko Primc Sadržaj Poglavlje 1. Polje realnih brojeva 5 1. Prirodni i cijeli brojevi 5 2. Polje racionalnih brojeva 6 3. Polje realnih brojeva R 9 4. Polje kompleksnih brojeva C 13 5.

Више

(Microsoft Word - Rje\232enja zadataka)

(Microsoft Word - Rje\232enja zadataka) 1. D. Svedimo sve razlomke na jedinstveni zajednički nazivnik. Lako provjeravamo da vrijede rastavi: 85 = 17 5, 187 = 17 11, 170 = 17 10, pa je zajednički nazivnik svih razlomaka jednak Tako sada imamo:

Више

Državna matura iz informatike

Državna matura iz informatike DRŽAVNA MATURA IZ INFORMATIKE U ŠK. GOD. 2013./14. 2016./17. SADRŽAJ Osnovne informacije o ispitu iz informatike Područja ispitivanja Pragovi prolaznosti u 2014./15. Primjeri zadataka po područjima ispitivanja

Више

Konacne grupe, dizajni i kodovi

Konacne grupe, dizajni i kodovi Konačne grupe, dizajni i kodovi Andrea Švob (asvob@math.uniri.hr) 1. veljače 2011. Andrea Švob (asvob@math.uniri.hr) () Konačne grupe, dizajni i kodovi 1. veljače 2011. 1 / 36 J. Moori, Finite Groups,

Више

1 Polinomi jedne promenljive Neka je K polje. Izraz P (x) = a 0 + a 1 x + + a n x n = n a k x k, x K, naziva se algebarski polinom po x nad poljem K.

1 Polinomi jedne promenljive Neka je K polje. Izraz P (x) = a 0 + a 1 x + + a n x n = n a k x k, x K, naziva se algebarski polinom po x nad poljem K. 1 Polinomi jedne promenljive Neka je K polje. Izraz P (x) = a 0 + a 1 x + + a n x n = n a k x k, x K, naziva se algebarski polinom po x nad poljem K. Elementi a k K su koeficijenti polinoma P (x). Ako

Више

2. Globalna svojstva realnih funkcija Denicija 2.1 Za funkciju f : A kaemo da je:! R; A R ome dena odozgor ako postoji M 2 R takav da je (8x 2 A) (f (

2. Globalna svojstva realnih funkcija Denicija 2.1 Za funkciju f : A kaemo da je:! R; A R ome dena odozgor ako postoji M 2 R takav da je (8x 2 A) (f ( 2. Globalna svojstva realnih funkcija Denicija 2.1 Za funkciju f : A kaemo da je:! R; A R ome dena odozgor ako postoji M 2 R takav da je (8x 2 A) (f (x) M) ; ome dena odozdol ako postoji m 2 R takav da

Више

Pripreme 2016 Indukcija Grgur Valentić lipanj Zadaci su skupljeni s dva predavanja na istu temu, za učenike od prvog do trećeg razreda i za MEMO

Pripreme 2016 Indukcija Grgur Valentić lipanj Zadaci su skupljeni s dva predavanja na istu temu, za učenike od prvog do trećeg razreda i za MEMO Pripreme 016 Indukcija Grgur Valentić lipanj 016. Zadaci su skupljeni s dva predavanja na istu temu, za učenike od prvog do trećeg razreda i za MEMO kandidate. Zato su zadaci podjeljeni u odlomka. U uvodu

Више

(Microsoft Word - Dr\236avna matura - svibanj osnovna razina - rje\232enja)

(Microsoft Word - Dr\236avna matura - svibanj osnovna razina - rje\232enja) I. ZADATCI VIŠESTRUKOGA IZBORA 1. A. Svih pet zadanih razlomaka svedemo na najmanji zajednički nazivnik. Taj nazivnik je najmanji zajednički višekratnik brojeva i 3, tj. NZV(, 3) = 6. Dobijemo: 15 1, 6

Више

Vektorske funkcije i polja Mate Kosor / 23

Vektorske funkcije i polja Mate Kosor / 23 i polja Mate Kosor 9.12.2010. 1 / 23 Tokom vježbi pokušajte rješavati zadatke koji su vam zadani. Ova prezentacija biti će dostupna na webu. Isti format vježbi očekujte do kraja semestra. 2 / 23 Danas

Више

Programiranje 2 0. predavanje Saša Singer web.math.pmf.unizg.hr/~singer PMF Matematički odsjek, Zagreb Prog2 2019, 0. predavanje p. 1/4

Programiranje 2 0. predavanje Saša Singer web.math.pmf.unizg.hr/~singer PMF Matematički odsjek, Zagreb Prog2 2019, 0. predavanje p. 1/4 Programiranje 2 0. predavanje Saša Singer singer@math.hr web.math.pmf.unizg.hr/~singer PMF Matematički odsjek, Zagreb Prog2 2019, 0. predavanje p. 1/48 Sadržaj predavanja Ponavljanje onog dijela C-a koji

Више

Državno natjecanje / Osnove informatike Srednje škole Zadaci U sljedećim pitanjima na odgovore odgovaraš upisivanjem slova koji se nalazi ispred

Državno natjecanje / Osnove informatike Srednje škole Zadaci U sljedećim pitanjima na odgovore odgovaraš upisivanjem slova koji se nalazi ispred Zadaci. 8. U sljedećim pitanjima na odgovore odgovaraš upisivanjem slova koji se nalazi ispred točnog odgovora, u za to predviđen prostor. Odgovor Ako želimo stvoriti i pohraniti sliku, ali tako da promjenom

Више

UDŽBENIK 2. dio

UDŽBENIK 2. dio UDŽBENIK 2. dio Pročitaj pažljivo Primjer 1. i Primjer 2. Ova dva primjera bi te trebala uvjeriti u potrebu za uvo - denjem još jedne vrste brojeva. Primjer 1. Živa u termometru pokazivala je temperaturu

Више

Problemi zadovoljavanja ogranicenja.

Problemi zadovoljavanja ogranicenja. I122 Osnove umjetne inteligencije Tema:. 7.1.2016. predavač: Darija Marković asistent: Darija Marković 1 I122 Osnove umjetne inteligencije. 2/26 (PZO) Problem zadovoljavanja ograničenja sastoji se od 3

Више

РАСПОРЕД ИСПИТА У ИСПИТНОМ РОКУ ЈАНУАР 1 ШКОЛСКЕ 2016/2017. ГОДИНЕ (последња измена ) Прва година: ПРВА ГОДИНА - сви сем информатике Име пр

РАСПОРЕД ИСПИТА У ИСПИТНОМ РОКУ ЈАНУАР 1 ШКОЛСКЕ 2016/2017. ГОДИНЕ (последња измена ) Прва година: ПРВА ГОДИНА - сви сем информатике Име пр РАСПОРЕД ИСПИТА У ИСПИТНОМ РОКУ ЈАНУАР 1 ШКОЛСКЕ 2016/2017. ГОДИНЕ (последња измена 23.01.2017.) Прва година: ПРВА ГОДИНА - сви сем информатике Име предмета Датум и термин одржавања писменог дела испита

Више

2. Globalna svojstva realnih funkcija Denicija 2.1 Za funkciju f : A kaemo da je:! R; A R ome dena odozgor ako postoji M 2 R takav da je (8x 2 A) (f (

2. Globalna svojstva realnih funkcija Denicija 2.1 Za funkciju f : A kaemo da je:! R; A R ome dena odozgor ako postoji M 2 R takav da je (8x 2 A) (f ( 2. Globalna svojstva realnih funkcija Denicija 2.1 Za funkciju f : A kaemo da je:! R; A R ome dena odozgor ako postoji M 2 R takav da je (8 2 A) (f () M) ; ome dena odozdol ako postoji m 2 R takav da je

Више

Programiranje 1 3. predavanje prošireno Saša Singer web.math.pmf.unizg.hr/~singer PMF Matematički odsjek, Zagreb Prog1 2018, 3. predava

Programiranje 1 3. predavanje prošireno Saša Singer web.math.pmf.unizg.hr/~singer PMF Matematički odsjek, Zagreb Prog1 2018, 3. predava Programiranje 1 3. predavanje prošireno Saša Singer singer@math.hr web.math.pmf.unizg.hr/~singer PMF Matematički odsjek, Zagreb Prog1 2018, 3. predavanje prošireno p. 1/120 Sadržaj proširenog predavanja

Више

s2.dvi

s2.dvi 1. Skup kompleksnih brojeva 1. Skupovibrojeva.... Skup kompleksnih brojeva................................. 6. Zbrajanje i množenje kompleksnih brojeva..................... 9 4. Kompleksno konjugirani

Више

Računalne mreže

Računalne mreže Sveučilište u Rijeci ODJEL ZA INFORMATIKU Radmile Matejčić 2, Rijeka Akademska 2015/2016. godina MATEMATIKA 1 Studij: Godina i semestar: Web stranica predmeta: ECTS bodovi: 5 Nastavno opterećenje: 2 +

Више

Metoda konačnih elemenata; teorija i praktična implementacija math.e 1 of 15 Vol.25. math.e Hrvatski matematički elektronički časopis Metoda konačnih

Metoda konačnih elemenata; teorija i praktična implementacija math.e 1 of 15 Vol.25. math.e Hrvatski matematički elektronički časopis Metoda konačnih 1 of 15 math.e Hrvatski matematički elektronički časopis Metoda konačnih elemenata; teorija i praktična implementacija klavirska žica konačni elementi mehanika numerička matematika Andrej Novak Sveučilište

Више

7. predavanje Vladimir Dananić 14. studenoga Vladimir Dananić () 7. predavanje 14. studenoga / 16

7. predavanje Vladimir Dananić 14. studenoga Vladimir Dananić () 7. predavanje 14. studenoga / 16 7. predavanje Vladimir Dananić 14. studenoga 2011. Vladimir Dananić () 7. predavanje 14. studenoga 2011. 1 / 16 Sadržaj 1 Operator kutne količine gibanja 2 3 Zadatci Vladimir Dananić () 7. predavanje 14.

Више

PROMENLJIVE, TIPOVI PROMENLJIVIH

PROMENLJIVE, TIPOVI PROMENLJIVIH PROMENLJIVE, TIPOVI PROMENLJIVIH Šta je promenljiva? To je objekat jezika koji ima ime i kome se mogu dodeljivati vrednosti. Svakoj promenljivoj se dodeljuje registar (memorijska lokacija) operativne memorije

Више

Програмирај!

Програмирај! Листе Поред појединачних вредности исказаних бројем или ниском карактера, често је потребно забележити већи скуп вредности које су на неки начин повезане, као, на пример, имена у списку путника у неком

Више

JMBAG IME I PREZIME BROJ BODOVA 1. (ukupno 20 bodova) MJERA I INTEGRAL Popravni ispit 7. rujna (Knjige, bilježnice, dodatni papiri i kalkulatori

JMBAG IME I PREZIME BROJ BODOVA 1. (ukupno 20 bodova) MJERA I INTEGRAL Popravni ispit 7. rujna (Knjige, bilježnice, dodatni papiri i kalkulatori 1. (ukuno 20 bodova) MJERA I INTEGRAL Poravni isit 7. rujna 2018. (Knjige, bilježnice, dodatni airi i kalkulatori nisu dozvoljeni!) (a) (4 boda) Neka je nerazan sku. Precizno definirajte ojam σ-rstena

Више

3. Neprekinute funkcije U ovoj to ki deniramo neprekinute funkcije. Slikovito, graf neprekinute funkcije moºemo nacrtati a da ne diºemo olovku s papir

3. Neprekinute funkcije U ovoj to ki deniramo neprekinute funkcije. Slikovito, graf neprekinute funkcije moºemo nacrtati a da ne diºemo olovku s papir 3. Neprekinute funkcije U ovoj to ki deniramo neprekinute funkcije. Slikovito, graf neprekinute funkcije moºemo nacrtati a da ne diºemo olovku s papira. Neprekinute funkcije vaºne su u teoriji i primjenama.

Више

Oblikovanje i analiza algoritama 4. predavanje Saša Singer web.math.pmf.unizg.hr/~singer PMF Matematički odsjek, Zagreb OAA 2017, 4. pr

Oblikovanje i analiza algoritama 4. predavanje Saša Singer web.math.pmf.unizg.hr/~singer PMF Matematički odsjek, Zagreb OAA 2017, 4. pr Oblikovanje i analiza algoritama 4. predavanje Saša Singer singer@math.hr web.math.pmf.unizg.hr/~singer PMF Matematički odsjek, Zagreb OAA 2017, 4. predavanje p. 1/69 Sadržaj predavanja Složenost u praksi

Више

ŽUPANIJSKO NATJECANJE IZ MATEMATIKE 28. veljače razred - rješenja OVDJE SU DANI NEKI NAČINI RJEŠAVANJA ZADATAKA. UKOLIKO UČENIK IMA DRUGAČIJI

ŽUPANIJSKO NATJECANJE IZ MATEMATIKE 28. veljače razred - rješenja OVDJE SU DANI NEKI NAČINI RJEŠAVANJA ZADATAKA. UKOLIKO UČENIK IMA DRUGAČIJI ŽUANIJSKO NATJECANJE IZ MATEMATIKE 8. veljače 09. 8. razred - rješenja OVDJE SU DANI NEKI NAČINI RJEŠAVANJA ZADATAKA. UKOLIKO UČENIK IMA DRUGAČIJI OSTUAK RJEŠAVANJA, ČLAN OVJERENSTVA DUŽAN JE I TAJ OSTUAK

Више

NAZIV PREDMETA UNUTARNJETRGOVINSKO POSLOVANJE I Kod Godina studija 2. Nositelj/i predmeta dr.sc. Ivana Plazibat, prof. Bodovna vrijednost 6 ECTS v.š.

NAZIV PREDMETA UNUTARNJETRGOVINSKO POSLOVANJE I Kod Godina studija 2. Nositelj/i predmeta dr.sc. Ivana Plazibat, prof. Bodovna vrijednost 6 ECTS v.š. NAZIV PREDMETA UNUTARNJETRGOVINSKO POSLOVANJE I Kod Godina studija 2. Nositelj/i predmeta dr.sc. Ivana Plazibat, prof. Bodovna vrijednost 6 ECTS v.š. (ECTS) Suradnici nema Način izvođenja nastave P S V

Више

Drugi kolokvij iz predmeta Operacijski sustavi 2. srpnja Napomene: PISATI ČITKO! Zadatke 7-10 rješavati na ovom papiru ili uz njih napisati "na

Drugi kolokvij iz predmeta Operacijski sustavi 2. srpnja Napomene: PISATI ČITKO! Zadatke 7-10 rješavati na ovom papiru ili uz njih napisati na Drugi kolokvij iz predmeta Operacijski sustavi 2. srpnja 2019. Napomene: PISATI ČITKO! Zadatke 7-10 rješavati na ovom papiru ili uz njih napisati "na papirima". 1. (2) Opisati pristupni sklop za izravni

Више

1 jmbag ime i prezime Programiranje 2 prvi kolokvij, Rezultati i uvidi u kolokvije: Rezultati u petak, 3.5., navečer na webu, a uvidi u p

1 jmbag ime i prezime Programiranje 2 prvi kolokvij, Rezultati i uvidi u kolokvije: Rezultati u petak, 3.5., navečer na webu, a uvidi u p 1 Rezultati i uvidi u kolokvije: Rezultati u petak 3.5. navečer na webu a uvidi u ponedjeljak 6.5. u 16 sati. Upute: Na kolokviju je dozvoljeno koristiti samo pribor za pisanje i brisanje te službeni podsjetnik.

Више

Neodreeni integrali - Predavanje III

Neodreeni integrali - Predavanje III Neodredeni integrali Predavanje III Ines Radošević inesr@math.uniri.hr Odjel za matematiku Sveučilišta u Rijeci Neodredeni integrali Neodredeni integral Tablični integrali Metoda supstitucije Metoda parcijalne

Више

ФАКУЛТЕТ ОРГАНИЗАЦИОНИХ НАУКА

ФАКУЛТЕТ  ОРГАНИЗАЦИОНИХ  НАУКА Питања за усмени део испита из Математике 3 I. ДИФЕРЕНЦИЈАЛНЕ ЈЕДНАЧИНЕ 1. Појам диференцијалне једначине. Пикарова теорема. - Написати општи и нормални облик диференцијалне једначине првог реда. - Дефинисати:

Више

Neprekidnost Jelena Sedlar Fakultet građevinarstva, arhitekture i geodezije Jelena Sedlar (FGAG) Neprekidnost 1 / 14

Neprekidnost Jelena Sedlar Fakultet građevinarstva, arhitekture i geodezije Jelena Sedlar (FGAG) Neprekidnost 1 / 14 Neprekidnost Jelena Sedlar Fakultet građevinarstva, arhitekture i geodezije Jelena Sedlar (FGAG) Neprekidnost 1 / 14 Jelena Sedlar (FGAG) Neprekidnost 2 / 14 Definicija. Jelena Sedlar (FGAG) Neprekidnost

Више

Diskretna matematika Sveučilište u Rijeci ODJEL ZA INFORMATIKU Radmile Matejčić 2, Rijeka Akademska 2017./2018.godina DISKRETNA MATEMATIKA Studij: Pre

Diskretna matematika Sveučilište u Rijeci ODJEL ZA INFORMATIKU Radmile Matejčić 2, Rijeka Akademska 2017./2018.godina DISKRETNA MATEMATIKA Studij: Pre Sveučilište u Rijeci ODJEL ZA INFORMATIKU Radmile Matejčić 2, Rijeka Akademska 2017./2018.godina DISKRETNA MATEMATIKA Studij: Preddiplomski studij informatike (jednopredmetni) Godina i semestar: 2. godina,

Више

Optimizacija

Optimizacija Optimizacija 1 / 43 2 / 43 Uvod u optimizaciju Zadana funkcija Uvod u optimizaciju f : R n R Cilj: Naći x, točku minimuma funkcije f : - Problem je jednostavno opisati x = arg min x R n f (x). - Rješavanje

Више

Орт колоквијум

Орт колоквијум II колоквијум из Основа рачунарске технике I - 27/28 (.6.28.) Р е ш е њ е Задатак На улазе x, x 2, x 3, x 4 комбинационе мреже, са излазом z, долази четворобитни BCD број. Ако број са улаза при дељењу

Више

Veleučilište u Požegi Upute za pisanje seminarskog rada Akademska 2017./2018. godina 1

Veleučilište u Požegi Upute za pisanje seminarskog rada Akademska 2017./2018. godina 1 Veleučilište u Požegi Upute za pisanje seminarskog rada Akademska 2017./2018. godina 1 Upute za pisanje i izlaganje seminarskog rada Seminarski rad se piše samostalno. Izlaganje seminarskog rada je 5-7

Више

PLAN I PROGRAM ZA DOPUNSKU (PRODUŽNU) NASTAVU IZ MATEMATIKE (za 1. razred)

PLAN I PROGRAM ZA DOPUNSKU (PRODUŽNU) NASTAVU IZ MATEMATIKE (za 1. razred) PLAN I PROGRAM ZA DOPUNSKU (PRODUŽNU) NASTAVU IZ MATEMATIKE (za 1. razred) Učenik prvog razreda treba ostvarit sljedeće minimalne standarde 1. SKUP REALNIH BROJEVA -razlikovati brojevne skupove i njihove

Више

Newtonova metoda za rješavanje nelinearne jednadžbe f(x)=0

Newtonova metoda za rješavanje nelinearne jednadžbe f(x)=0 za rješavanje nelinearne jednadžbe f (x) = 0 Ime Prezime 1, Ime Prezime 2 Odjel za matematiku Sveučilište u Osijeku Seminarski rad iz Matematičkog praktikuma Ime Prezime 1, Ime Prezime 2 za rješavanje

Више

Uvod u obične diferencijalne jednadžbe Metoda separacije varijabli Obične diferencijalne jednadžbe Franka Miriam Brückler

Uvod u obične diferencijalne jednadžbe Metoda separacije varijabli Obične diferencijalne jednadžbe Franka Miriam Brückler Obične diferencijalne jednadžbe Franka Miriam Brückler Primjer Deriviranje po x je linearan operator d dx kojemu recimo kao domenu i kodomenu uzmemo (beskonačnodimenzionalni) vektorski prostor funkcija

Више

Grupiranje podataka: pristupi, metode i primjene, ljetni semestar 2013./ Standardizacija podataka Predavanja i vježbe 8 Ako su podaci zadani

Grupiranje podataka: pristupi, metode i primjene, ljetni semestar 2013./ Standardizacija podataka Predavanja i vježbe 8 Ako su podaci zadani Grupiranje podataka: pristupi, metode i primjene, ljetni semestar 2013/2014 1 5 Standardizacija podataka Predavanja i vježbe 8 Ako su podaci zadani s više obilježja (atributa), ta se obilježja mogu međusobno

Више

Dragoš M. Cvetković Slobodan K. Simić ODABRANA POGLAVLJA IZ DISKRETNE MATEMATIKE Treće izdanje AKADEMSKA MISAO Beograd, 2012.

Dragoš M. Cvetković Slobodan K. Simić ODABRANA POGLAVLJA IZ DISKRETNE MATEMATIKE Treće izdanje AKADEMSKA MISAO Beograd, 2012. Dragoš M. Cvetković Slobodan K. Simić ODABRANA POGLAVLJA IZ DISKRETNE MATEMATIKE Treće izdanje AKADEMSKA MISAO Beograd, 2012. Dragoš M. Cvetković, Slobodan K. Simić ODABRANA POGLAVLJA IZ DISKRETNE MATEMATIKE

Више