Bölüm Özeti. Algoritmalar. Fonksiyonların Büyümesi. Algoritmaların Karmaşıklığı. Örnek Algoritmalar Algoritmik Paradigmalar
|
|
- Ahmet Kubilay
- 6 yıl önce
- İzleme sayısı:
Transkript
1 Bölüm 3
2 Bölüm Özeti Algoritmalar Örnek Algoritmalar Algoritmik Paradigmalar Fonksiyonların Büyümesi Büyük-O ve diğer gösterimler Algoritmaların Karmaşıklığı
3 Bölüm 3.1
4 Bölüm Özet Algoritmaların Özellikleri Sıralama ve Arama Algoritmaları Aç Gözlü Algoritmalar
5 Problemler ve Algoritmalar Birçok alanda, belirli girişler için belirli çıkışları veren genel problemler vardır. Çözümün ilk adımı problemi detaylıca tanımlamaktır. Bunu yaparken, giriş ve çıkışlar için uygun yapıları seçmek gerekir. Daha sonra, geçerli girişleri alan ve istenen çıkışları veren bir prosedürün adımlarını tanımlayarak problemi çözeriz. Bu prosedüre algoritma denir.
6 Algoritmalar Abu Ja far Mohammed Ibin Musa Al-Khowarizmi ( ) Tanım: Bir algoritma, bir problemin çözümü için oluşturulmuş olan sonlu ve doğru adımların kümesidir. Örnek: Sonlu bir tamsayı dizisindeki en büyük elemanı bulan bir algoritma tanımlayınız. Çözüm: Aşağıdaki adımları yapınız: 1. Dizideki ilk elemanı geçici olarak en büyük kabul edin. 2. Bir sonraki tam sayıyı bu geçici değer ile kıyaslayın. Eğer kıyasladığınız değer, geçici en büyük değerden daha büyükse, yeni en büyük değer olarak bu sayıyı saklayın. 3. Tam sayılar bitmediyse bir önceki adımı tekrarlayın. Bitmişse durun. 4. Algoritma sonlandığında, geçici en büyük değer, dizideki en büyük tamsayıdır..
7 Algoritmaları Yazmak Algoritmalar değişik şekillerde yazılabilir. Türkçe ifadelerle yazılabileceği gibi sözde kod (Pseudocode) olarak da yazılabilir. Sözde kod, Türkçe ile programlama dili arasındaki bir geçiş dilidir. Sözde kod, C++ gibi popüler dillerdeki yapıları kullanabilir. Programcılar, programları herhangi bir programlama dilinde kodlamak için sözde kod oluştururlar. Sözde kodlar, gerçek bir programlama dilinden bağımsız olarak bir algoritmanın bir problemi çözmesi için gereken zamanın analizinde kullanılabilir.
8 Algoritmaların Özellikleri Giriş: Bir algoritma, belirli bir küme içerisinden değerler alır. Çıkış: Giriş değerlerinden, belirli bir kümeye ait olan çıkış değerlerini üretir. Doğruluk: Bir algoritma, her bir giriş değeri için doğru çıkışları vermelidir. Sonluluk: Bir algoritma, herhangi bir giriş için sonlu bir adım sayısı sonunda çıkış vermelidir. Etkinlik: Her bir adımı düzgün yapmalı ve belirli bir süre içerisinde bitmelidir. Genellik: Gereken biçimde hazırlanmış herhangi bir problemi çözebilmelidir.
9 Bir Dizideki En Büyük Elemanı Bulan Algoritma Sözde kodu: procedure max(a 1, a 2,., a n : integers) max := a 1 for i := 2 to n if max < a i then max := a i return max{max is the largest element}
10 Bazı Örnek Algoritma Problemleri Bu bölümde 3 problemle ilgileneceğiz 1. Arama Problemleri: bir listedeki belirli bir elemanın yerini bulmak. 2. Sıralama Problemleri: bir listedeki elemanları artan/azalan sıralı hale getirmek. 3. Optimizasyon Problemleri: Bütün olası girişler içinden belirli bir kısmının optimal değerlerini (maksimum ya da minimum) bulmak.
11 Arama Problemleri Tanım: Bir x elemanının a 1,a 2,...,a n, gibi bir listenin içerisindeki konumunu bulmak.
12 Doğrusal Arama Algoritması procedure linear search(x:integer, a 1, a 2,,a n : distinct integers) i := 1 while (i n and x a i ) i := i + 1 if i n then location := i else location := 0 return location{location is the subscript of the term that equals x, or is 0 if x is not found}
13 İkili Arama Algoritması Girişlerin artan sırada olduğunu varsayalım. Ortadaki elemandan başla. Eğer ortadaki eleman daha küçükse, dizinin üst yarısına geç. Eğer ortadaki eleman daha büyükse, dizinin alt yarısına geç. Liste, 1 eleman uzunluğuna ulaşana kadar devam et. Aradığın elemanı bulduysan, elemanın konumu al. Bulamadıysan, bulamadığına dair bir değer (-1 gibi) üret.
14 İkili Arama procedure binary search(x: integer, a 1,a 2,, a n : increasing integers) i := 1 {i is the left endpoint of interval} j := n {j is right endpoint of interval} while i < j m := (i + j)/2 if x > a m then i := m + 1 else j := m if x = a i then location := i else location := 0 return location{location is the subscript i of the term a i equal to x, or 0 if x is not found}
15 İkili Arama Örnek: 19 sayısını listede bul: eleman var. 8. pozisyondaki 10 sayısı ile kıyasla. Dizinin üst yarısına geç pozisyondaki 16 sayısı ortadaki eleman. Kıyasla ve dizinin üst yarısına geç pozisyondaki 19 sayısı ortadaki eleman. Kıyasla ve dizinin alt yarısına geç pozisyondaki 18 sayısı ortadaki eleman. Kıyasla ve dizinin üst yarısına geç Listede 1 eleman kaldı. 19=19 olduğu için 16. konumu al.
16 Sıralama Sıralama önemli. Veritabanı örneği. Birçok sıralama algoritması var. Birbirlerine göre avantaj ve dezavantajları var.
17 Kabarcık Sıralama procedure bubblesort(a 1,,a n : real numbers with n 2) for i := 1 to n 1 for j := 1 to n i if a j >a j+1 then interchange a j and a j+1 {a 1,, a n is now in increasing order}
18 Kabarcık Sıralama Örnek: dizisi için kabarcık sıralama adımlarını gösterin.
19 Araya Sokma Sıralama 2. elemandan başla. Bir elemanı al. Kendinden öncekilerle kıyasla ve uygun yere yerleştir. procedure insertion sort (a 1,,a n : real numbers with n 2) for j := 2 to n i := 1 while a j > a i i := i + 1 m := a j for k := 0 to j i 1 a j-k := a j-k-1 a i := m {Now a 1,,a n is in increasing order}
20 Araya Sokma Sıralama Örnek: dizisi için bütün adımları gösterin i (ilk iki pozisyon değişti) ii. iii (3. eleman yerinde kaldı) (4. eleman en başa yerleşti) iv (5. eleman yerinde kaldı)
21 Aç Gözlü (Greedy) Algoritmalar Optimizasyon problemleri, girişler için belirli parametreleri minimize etme ya da maksimize etme temeline dayanır. Birçok optimizasyon problemi var. İki şehir arasındaki en kısa yolun bulunması. Bir mesajı en az sayıda bit kullanarak kodlama. İki ağ cihazını birbirine bağlamak için gerekli olan en az fiber kablo uzunluğunu bulma. Optimizasyon problemleri, Aç Gözlü yaklaşımlar ile çözülebilir. Aç gözlü yaklaşımlar her adımda en iyi seçimi yapar. Her bir adım için en iyi seçimi yapmak, problemin tamamı için her zaman en iyi sonucu vermez. Ama çoğu zaman işe yarar. Aç Gözlü problem çözümü yaklaşımı, Algoritmik Paradigmalar için bir örnektir.
22 Aç Gözlü Algoritmalar: Para bozma örneği Örnek: n kuruşluk bir miktar parayı bozmak için bir aç gözlü algoritma tasarlayınız. Algoritma şu paraları kullanabilir: çeyrek (25 kuruş), onluk (10 kuruş), beşlik (5 kuruş), ve birlik (1 kuruş). Mümkün olan en az miktar demir para kullanarak bozma işini yapınız. Fikir: Her bir adımda, bozulması gereken para miktarını geçmeyen en büyük madeni parayı seç. 1. n = 67 kuruş olsun. İlk adımda 1 çeyreklik seç = 42 kuruş. Yine 1 çeyreklik seç = 17 kuruş 2. 1 onluk seç = 7 kuruş beşlik seç kuruş birlik seç. Bir kuruş kaldı. 1 birlik daha seç. Bozulması gereken para kalmadı.
23 Aç Gözlü Algoritmalar: Para bozma örneği Çözüm: n kuruşu bozan algoritma. Algoritmanın kullandığı madeni paralar c 1, c 2,,c r ile gösterilsin. procedure change(c 1, c 2,, c r : values of coins, where c 1 > c 2 > > c r ; n: a positive integer) for i := 1 to r d i := 0 [d i counts the coins of denomination c i ] while n c i d i := d i + 1 [add a coin of denomination c i ] n = n - c i [d i counts the coins c i ]
24 Aç Gözlü Algoritmalar: Para bozma örneği Optimallik, kullanılabilecek madeni paraların çeşidine bağlı. 50 kuruş ve 100 kuruşluk madeni paraları da kullanırsak yine optimallik bozulmaz. Ancak yalnızca çeyrek (25 kuruş), onluk (10 kuruş), ve birlik (1 kuruş) varsa, bu durumda algoritma minimum sayıda madeni para kullanarak para bozma işini yapamaz. Ör: 31 kuruş bozalım. Optimal değer 4. 3 onluk ve 1 birlik. Algoritma ne çıkış verir?
25 Bölüm 3.2
26 Bölüm Özeti Büyük-O Gösterimi Donald E. Knuth (Born 1938) Önemli bazı fonksiyonların Büyük-O değerleri Büyük-Omega ve Büyük-Theta Gösterimleri Edmund Landau ( ) Paul Gustav Heinrich Bachmann ( )
27 Fonksiyonların Büyümesi Bilgisayar Biliminde ve Matematikte bir fonksiyonun nasıl büyüdüğü önemli bir konudur. Bilgisayar Biliminde, girişlerin artması ile bir algoritmanın çözüm hızı arasındaki ilişkiyi bulmak isteriz. Böylece algoritmaları kıyaslayabiliriz. Bir algoritmanın bir problem için uygun olup olmadığını söyleyebiliriz.
28 Büyük-O Gösterimi Tanım: f ve g tam sayılardan reel sayılara ya da reel sayılardan reel sayılara iki fonksiyon olsun. Eğer aşağıdaki şartı sağlayan C ve k sayıları varsa, f(x) O(g(x)) tir diyebiliriz. burada x > k. (sonraki slaytta görseli var.) f(x) g(x) in Büyük-O sudur ya da g asimtotik olarak f yi sınırlar (baskılar) şeklinde okunur. C ve k sabit değerlerine, f(x) O(g(x)) tir ilişkisinin şahitleri denir. Yalnızca bir çift şahit yeterlidir.
29 Büyük-O Gösteriminin Görseli f(x) is O(g(x))
30 Büyük-O Gösterimi İle İlgili Bazı Önemli Noktalar Eğer bir çift şahit bulunabilirse, sonsuz sayıda bulunabilir. Her durumda şu eşitsizliği sağlamaları gerekir.. C ve k, burada C < C ve k < k çiftleri de kullanılabilir. f(x) = O(g(x)) ile f(x) is O(g(x)). aynı şeydir. Özünde bir eşitsizlik olduğu için bu gösterim kafa karıştırıcı olabilir. f(x) O(g(x)), gösterimi daha uygundur. Çünkü O(g(x)) aslında, O(g(x)) fonksiyonlarının bir kümesini ifade eder. Genelde pozitif değerler alan fonksiyonlar ile uğraştığımız için çoğu zaman mutlak değer işaretlerini kullanmayız.
31 Büyük-O Gösterimini Kullanmak Örnek: in olduğunu gösterin. Çözüm: x > 1, x < x 2 ve 1 < x 2 olduğu için C = 4 ve k = 1 şahitler oldular. (çizimi sonraki slaytta) Alternatif olarak, x > 2 olduğunda, 2x x 2 ve 1 < x 2. Böylece, x > 2 olduğu zaman. C = 3 ve k = 2 de şahitler olarak alınabilir.
32 Büyük-O Gösteriminin Görseli is
33 Büyük-O Gösterimini Kullanmak Örnek: 7x 2 nin O(x 3 ) olduğunu gösterin. Çözüm: x > 7 durumunda, 7x 2 < x 3. C =1 ve k = 7 şahitleri ile 7x 2 is O(x 3 ) olur (C = 7 ve k = 1 işe yarar mı?)
34 Polinomlar İçin Büyük-O Kestirimleri Örnek: burada reel sayılardır. a n 0. Böylece f(x) O(x n ) olur. İspat: f(x) = a n x n + a n-1 x n a 1 x 1 + a 1 a n x n + a n-1 x n a 1 x 1 + a 1 x > 1 olsun = x n ( a n + a n-1 /x + + a 1 /x n-1 + a 1 / x n ) x n ( a n + a n a 1 + a 1 ) C = a n + a n a 1 + a 1 alınır ve k = 1 olursa f(x) O(x n ) olur. Polinomların liderlik eden terimi a n x n, polinomun büyümesini baskılar.
35 Fonksiyonların Büyümesinin Gösterimi
36 Büyük-Omega Gösterimi Tanım: f ve g tam sayılardan reel sayılara ya da reel sayılardan reel sayılara iki fonksiyon olsun. Eğer aşağıdaki şartı sağlayan C ve k sayıları varsa diyebiliriz Ω, Yunan harfi ω nın büyüğüdür. burada x > k. f(x) g(x) in Büyük-Omega sıdır şeklinde okunur. Büyük-O, bir fonksiyon için büyümenin üst sınırını verir. Büyük-Omega alt sınırını verir. f(x) Ω(g(x)) tir ancak ve ancak g(x) O(f(x)) ise.
37 Büyük-Omega Gösterimi Örnek: için olduğunu gösteriniz. Burada. Çözüm reel x sayıları için Bütün pozitif
38 Büyük-Theta Gösterimi Θ, Yunan harfi θ nin büyüğüdür. Tanım: : f ve g tam sayılardan reel sayılara ya da reel sayılardan reel sayılara iki fonksiyon olsun. olur, eğer ve ise.
39 Büyük-Theta Gösterimi Örnek: İlk n pozitif tamsayının toplamının Θ(n 2 ) olduğunu gösterin. Çözüm: f(n) = n olsun. f(n) nin O(n 2 ) olduğunu biliyoruz. f(n) nin Ω(n 2 ) olduğunu göstermek için, f(n) > Cn 2 eşitsizliğini sağlayan C sabitine ihtiyacımız var. n/2 den büyük terimleri toplarsak eşitsizliği elde ederiz n n/2 + ( n/2 + 1) + + n n/2 + n/2 + + n/2 = (n n/2 + 1 ) n/2 (n/2)(n/2) = n 2 /4 bütün pozitif n tamsayıları için C = ¼, f(n) > Cn 2 alınırsa, f(n) Ω(n 2 ) olur, ve sonuç olarak f(n) Θ(n 2 ) olur.
40 Büyük-Theta Gösterimi Örnek: f(x) = 3x 2 + 8x log x için Θ(x 2 ) olduğunu gösterin. Çözüm: x > 1 için 3x 2 + 8x log x 11x 2 olur. çünkü 0 8x log x 8x 2. Böylece, 3x 2 + 8x log x, O(x 2 ) dir. x 2 açık bir şekilde O(3x 2 + 8x log x) dir. Böylece, 3x 2 + 8x log x için Θ(x 2 ) olur.
41 Polinomlar İçin Büyük-Theta Kestirimleri Teorem: burada reel sayılar ve a n 0. f(x) Θ(x n ) dir. (İspatı alıştırma olsun.) Örnek: Θ(x 5 ) dir. Θ(x 199 ) dur.
42 Bölüm 3.3
43 Bölüm Özeti Zaman Karmaşıklığı En Kötü Durum Karmaşıklığı Algoritmaların Karmaşıklığını Anlamak
44 Algoritmaların Karmaşıklığı Bir algoritmanın etkinliğine karar verebilmek için aşağıdakileri sormamız gerekir: Bu algoritma bir problemi çözmek için ne kadar zamana ihtiyaç duyar? Bu algoritma bir problemi çözmek için ne kadar hafızaya ihtiyaç duyar? Ne kadar süreye ihtiyaç duyduğunu bulmak için zaman karmaşıklığını hesaplarız. Ne kadar hafızaya ihtiyaç duyduğunu bulmak için alan karmaşıklığını hesaplarız.
45 Algoritmaların Karmaşıklığı Zaman karmaşıklığının bir ölçütü olarak Büyük-O ve Büyük-Theta kullanacağız. Algoritmanın nasıl gerçekleştirileceği ile ilgili detayları (kullanılan veri yapısı, donanım ve yazılım platformları gibi) göz ardı etmemiz gerekli. Diğer türlü işler fazla karmaşıklaşır.
46 Zaman Karmaşıklığı Zaman karmaşıklığı analizi için algoritmanın gerçekleştirdiği ifadelerin sayısı hesaplanır. Algoritmanın önişlem kısımları göz ardı edilir. Algoritmaların en kötü durum analizine odaklanırız. Bu da çalışma zamanının üst sınırını verir. Bir algoritmanın ortalama çalışma zamanını hesaplamak kolay değildir.
47 Algoritmaların Karmaşıklık Analizi Örnek: Bir dizi içerisindeki en büyük elemanı bulan algoritma. procedure max(a 1, a 2,., a n : integers) max := a 1 for i := 2 to n if max < a i then max := a i return max{max is the largest element} Çözüm: Karşılaştırmaları say. max < a i karşılaştırması n 2 defa yapılır. i değişkeninin arttığı her adımda, i n karşılaştırması yapılır i > n. Durumu için son bir karşılaştırma yapılır. Tam olarak 2(n 1) + 1 = 2n 1 karşılaştırma gerçekleştirilir.. Dolayısıyla bu algoritmanın zaman karmaşıklığı Θ(n) olur.
48 Doğrusal Aramanın Zaman Karmaşıklığı Örnek: Doğrusal arama algoritmasının zaman karmaşıklığını hesaplayın. procedure linear search(x:integer, a 1, a 2,,a n : distinct integers) i := 1 while (i n and x a i ) i := i + 1 if i n then location := i else location := 0 return location{location is the subscript of the term that equals x, or is 0 if x is not found} Çözüm: Karşılaştırmaları say. Her adımda şu iki karşılaştırma yapılır: i n ve x a i. Döngüyü sonlandırmak için son olarak i n karşılaştırması yapılır. Döngüden sonra bir kez daha i n karşılaştırması yapılır. eğer x = a i ise 2i + 1 karşılaştırma yapılmış olur. Eğer x listede yoksa, 2n + 1 karşılaştırma ve çıkış işlemleri için gereken diğer karşılaştırmalar yapılır. Sonuç olarak en kötü durumda 2n + 2 karşılaştırma yapılır. Böylece algoritmik karmaşıklık Θ(n) olur.
49 İkili Aramanın Zaman Karmaşıklığı Örnek: İkili aramanın zaman karmaşıklığını, yapılan karşılaştırmalar sayısı olarak ifade edin. procedure binary search(x: integer, a 1,a 2,, a n : increasing integers) i := 1 {i is the left endpoint of interval} j := n {j is right endpoint of interval} while i < j m := (i + j)/2 if x > a m then i := m + 1 else j := m if x = a i then location := i else location := 0 return location{location is the subscript i of the term a i equal to x, or 0 if x is not found} Çözüm: n = 2 k eleman olduğunu varsayalım. k = log n. her adımda şu iki karşılaştırma yapılır: i < j, and x > a m. İlk iterasyonda liste uzunluğu 2 k kadardır ve ilk iterasyondan sonra 2 k-1 olur. Bir sonraki adımda 2 k-2 ve 2 1 = 2 olana kadar gider. Son adımdaki listenin uzunluğu 2 0 = 1 olur. Böylece en fazla 2k + 2 = 2 log n + 2 karşılaştırma yapılır. Sonuç olarak zaman karmaşıklığı Θ (log n),olur ve bu da doğrusal aramadan iyidir.
50 Kabarcık Sıralamanın Zaman Karmaşıklığı Örnek: Kabarcık sıralama algoritmasının en kötü durum zaman karmaşıklığı, gerçekleştirilen karşılaştırmaların sayısı cinsinden nedir? procedure bubblesort(a 1,,a n : real numbers with n 2) for i := 1 to n 1 for j := 1 to n i if a j >a j+1 then interchange a j and a j+1 {a 1,, a n is now in increasing order} Çözüm: Bizi üzerinden n 1 kez geçilir. Her geçişte n i karşılaştırma yapılır. Kabarcık sıralamanın en kötü durum zaman karmaşıklığı Θ(n 2 ) olur. Çünkü eder.
51 Matris Zinciri Çarpımı A 1 A 2 A n şeklindeki bir matris zincirini nasıl çarpalım ki en az sayıda işlem yapılsın? A 1, A 2,, A n matrisleri m 1 xm 2, m 2 xm 3, m n x m n+1 tamsayı matrisleridir. Örnek: A 1 30x20, A 2 20x40, A 3 40x10 matrisler olsun Çözüm: İki yol var. A 1 (A 2 A 3 ): A 2 A = 8000 çarpım gerektirir. Daha sonra A 1 matrisi ile bu 20x0 matrisin çarpımı (A 2 A 3) = 6000 çarpım gerektirir. Toplamda = 14,000 çarpım gerekir. (A 1 A 2 )A 3 : A 1 A = 24,000 çarpım gerektirir. Daha sonra 30x40 olan bu matrisin (A 1 A 2 ) A 3 matrisi ile çarpımı = 12,000 çarpım gerektirir. Toplamda 24, ,000 = 36,000 çarpım gerekir. Sonuç: ilk yol daha iyi.
52 Brute-Force Kaba Kuvvet Algortimaları Bir kaba kuvvet algoritması, düz mantık ile bir problemin çözümüne odaklanır ve hiçbir ön bilgiyi işin içine katmaz. Sıralı arama, kabarcık sıralama gibi algoritmalar kaba kuvvet yaklaşımını kullanırlar.
53 Algoritmik Karmaşıklıklar için kullanılan ortak terimler
Algoritma Analizi ve Büyük O Notasyonu. Şadi Evren ŞEKER YouTube: Bilgisayar Kavramları
Algoritma Analizi ve Büyük O Notasyonu Şadi Evren ŞEKER YouTube: Bilgisayar Kavramları Algoritmaların Özellikleri Algoritmalar Input Girdi, bir kümedir, Output ÇıkF, bir kümedir (çözümdür) Definiteness
DetaylıYZM ALGORİTMA ANALİZİ VE TASARIM DERS#2: ALGORİTMA ANALİZİ
YZM 3207- ALGORİTMA ANALİZİ VE TASARIM DERS#2: ALGORİTMA ANALİZİ Algoritma Analizi Çerçevesi Algoritma Analizinde Göz Önünde Bulundurulması Gerekenler Neler? Algoritmanın Doğruluğu (Correctness) Zaman
DetaylıAlgoritmalar ve Karmaşıklık
Algoritmalar ve Karmaşıklık Ders 11 Algoritma Ayrık matematikte karşılaşılan bir çok problem sınıfı mevcuttur. Örneğin, verilen tamsayı grubu içindeki en büyük olanının bulunması, verilen bir kümenin bütün
DetaylıF(A, N, K) // A dizi; N, K integer if N<0 then return K; if A[N]>K then K = A[N]; return F(A, N-1, K);
2009-2010 BAHAR DÖNEMİ MC 689 ALGORİTMA TASARIMI ve ANALİZİ I. VİZE ÇÖZÜMLERİ 1. a) Böl ve yönet (divide & conquer) tarzındaki algoritmaların genel özelliklerini (çalışma mantıklarını) ve aşamalarını kısaca
DetaylıYrd. Doç. Dr. A. Burak İNNER Bilgisayar Mühendisliği
Yrd. Doç. Dr. A. Burak İER Bilgisayar Mühendisliği Algoritma Analizi İçerik: Temel Kavramlar Yinelemeli ve Yinelemesiz Algoritma Analizi Asimptotik otasyonlar Temel Kavramlar Algoritma: Bir problemin çözümüne
DetaylıBLM-112 PROGRAMLAMA DİLLERİ II. Ders-7 Sıralama Algoritmaları
BLM-112 PROGRAMLAMA DİLLERİ II Ders-7 Sıralama Algoritmaları Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Sıralama Bir grup veriyi azalan veya artan şekilde yerleştirme.
Detaylıb) Algoritmanızın en kötü durumda işlem zamanını asimptotik olarak bulunuz
2014 Soru 1. (15 puan) 5,2,4,1,15,8,11,13,7,6 dizisinin elemanlarından maksimum özellikli bir yığın(heap) oluşturulmasını adım adım yazınız. Heapsort algoritmasının yardımıyla yapılacak sıralamayı anlatınız.
Detaylı13.Konu Reel sayılar
13.Konu Reel sayılar 1. Temel dizi 2. Temel dizilerde toplama ve çarpma 3. Reel sayılar kümesi 4. Reel sayılar kümesinde toplama ve çarpma 5. Reel sayılar kümesinde sıralama 6. Reel sayılar kümesinin tamlık
DetaylıAlgoritma Analizi. Özelliklerinin analizi Algoritmanın çalışma zamanı Hafızada kapladığı alan
Karmaşıklık Giriş 1 Algoritma Analizi Neden algoritmayı analiz ederiz? Algoritmanın performansını ölçmek için Farklı algoritmalarla karşılaştırmak için Daha iyisi mümkün mü? Olabileceklerin en iyisi mi?
DetaylıAlgoritmaların Karşılaştırılması. Doç. Dr. Aybars UĞUR
Algoritmaların Karşılaştırılması Doç. Dr. Aybars UĞUR Giriş Bir programın performansı genel olarak programın işletimi için gerekli olan bilgisayar zamanı ve belleğidir. Bir programın zaman karmaşıklığı
DetaylıÖrnek...3 : Aşağıdaki ifadelerden hangileri bir dizinin genel terim i olabilir?
DİZİLER Tanım kümesi pozitif tam sayılar kümesi olan her fonksiyona dizi denir. Örneğin f : Z + R, f (n )=n 2 ifadesi bir dizi belirtir. Diziler, değer kümelerine göre adlandırı - lırlar. Dizinin değer
DetaylıYZM 2116 Veri Yapıları
YZM 2116 Veri Yapıları Yrd. Doç. Dr. Deniz KILINÇ Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Yazılım Mühendisliği BÖLÜM - 2 Bu bölümde, Algoritma Analizi, Çalışma Zamanı Analizi
DetaylıBir algoritma aşağıdaki ğ dki özelliklere sahip komutların sonlu bir kümesidir.
BÖLÜM 4 Bir algoritma aşağıdaki ğ dki özelliklere sahip komutların sonlu bir kümesidir. Kesinlik : Algoritma adımları kesin olarak tespit edilmelidir. Bir teklik: Her bir adımın yürütülmesinde sonuçlar
DetaylıYrd. Doç. Dr. Ümit ATİLA
Yrd. Doç. Dr. Ümit ATİLA Sıralama Bir grup veriyi azalan veya artan şekilde yerleştirme. Bilgisayar sistemleri için veri sıralama çok önemlidir. Sıralama işlemi, hem arama işlemlerini hem de bir grup veriyi
DetaylıÖrnek...3 : Aşağıdaki ifadelerden hangileri bir dizinin genel terim i olabilir? Örnek...4 : Genel terimi w n. Örnek...1 : Örnek...5 : Genel terimi r n
DİZİLER Tanım kümesi pozitif tam sayılar kümesi olan her fonksiyona dizi denir. Örneğin f : Z + R, f (n )=n 2 ifadesi bir dizi belirtir. Diziler değer kümelerine göre adlandırılırlar. Dizinin değer kümesi
DetaylıYZM VERİ YAPILARI DERS#9: HASH FONKSİYONLARI
YZM 2116- VERİ YAPILARI DERS#9: HASH FONKSİYONLARI İÇERİK Bu bölümde, Giriş Hash Tabloları Hash Fonksiyonu Çakışma (Collision) Ayrık Zincirleme Çözümü Linear Probing Çözümü Quadratic Probing Çözümü konusuna
DetaylıVERİ YAPILARI DERS NOTLARI BÖLÜM 2 ALGORİTMA ANALİZİ. Yard. Doç. Dr. Deniz KILINÇ
VERİ YAPILARI DERS NOTLARI BÖLÜM 2 ALGORİTMA ANALİZİ Yard. Doç. Dr. Deniz KILINÇ CELAL BAYAR ÜNİVERSİTESİ, YAZILIM MÜHENDİSLİĞİ 2015-2016 1. ALGORİTMA TANIMI Verilen herhangi bir sorunun çözümüne ulaşmak
DetaylıAlgoritmalar. Arama Problemi ve Analizi. Bahar 2016 Doç. Dr. Suat Özdemir 1
Algoritmalar Arama Problemi ve Analizi Bahar 2016 Doç. Dr. Suat Özdemir 1 Arama Problemi Sıralama algoritmaları gibi arama algoritmaları da gerçek hayat bilgisayar mühendisliği problemlerinin çözümünde
DetaylıYZM ALGORİTMA ANALİZİ VE TASARIM DERS#3: ALGORİTMA ANALİZİ#2
YZM 3207- ALGORİTMA ANALİZİ VE TASARIM DERS#3: ALGORİTMA ANALİZİ#2 Özyineli Olmayan (Nonrecursive) Algoritmaların Matematiksel Analizi En büyük elemanı bulma problemi En Büyük Elemanı Bulma Problemi Girdi
DetaylıAlgoritma Geliştirme ve Veri Yapıları 1 Temel Algoritma Kavramları. Mustafa Kemal Üniversitesi
Algoritma Geliştirme ve Veri Yapıları 1 Temel Algoritma Kavramları Giriş 1) Algoritma geliştirme üzerine temel kavramlar 2) Veri modelleri 3) Veri yapıları 4) Algoritma veya yazılım şekilsel gösterimi
Detaylıf(x) ve g(x) reel sayılarda tanımlı iki fonksiyon olmak üzere, x > k olacak şekilde bir k vardır öyle ki,
Algoritma Karmaşıklığı ve Büyük O Gösterimi (Big O Notation) Yazdığımız bir algoritmanın doğru çalıştığından emin olmakla birlikte bu algoritmayı, daha önce yazılmış ve aynı sonucu veren başka algoritmalarla
DetaylıProblem Set 1 Çözümler
Algoritmalara Giriş Eylül 30, 2005 Massachusetts Institute of Technology 6.046J/18.410J Profesörler Erik D. Demaine ve Charles E. Leiserson Dağıtım 8 0J Professors Erik D. Demaine ve Charles E. Leiserson
DetaylıGenel Graf Üzerinde Mutlak 1-merkez
Genel Graf Üzerinde Mutlak 1-merkez Çözüm yöntemine geçmeden önce bazı tanımlara ihtiyaç vardır. Dikkate alınan G grafındaki düğümleri 1 den n e kadar numaralandırın. Uzunluğu a(i, j)>0 olarak verilen
DetaylıO NOTASYONU. Abdullah Gazi Emre DAĞLI 0804.01026
O NOTASYONU Abdullah Gazi Emre DAĞLI 0804.01026 Program Çalışma Hızı ve Bellek Gereksinimi Programın çalışma hızı karmaşıklıkla ifade edilir; bu kavram zaman birimiyle ifade edilmeyip doğrudan işlem adedi
DetaylıLYS MATEMATİK DENEME - 1
LYS MATEMATİK DENEME - BU SORULAR FİNAL EĞİTİM KURUMLARI TARAFINDAN SAĞLANMIŞTIR. İZİNSİZ KOPYALANMASI VE ÇOĞALTILMASI YASAKTIR, YAPILDIĞI TAKDİRDE CEZAİ İŞLEM UYGULANACAKTIR. LYS MATEMATİK TESTİ. Bu testte
DetaylıAlgoritmalar. Sıralama Problemi ve Analizi. Bahar 2017 Doç. Dr. Suat Özdemir 1
Algoritmalar Sıralama Problemi ve Analizi Bahar 2017 Doç. Dr. Suat Özdemir 1 Sıralama Problemi ve Analizi Bu bölümde öncelikle bir diğer böl-ve-yönet yöntemine dayalı algoritma olan Quick Sort algoritması
Detaylı28/04/2014 tarihli LYS-1 Matematik-Geometri Testi konu analizi SORU NO LYS 1 MATEMATİK TESTİ KAZANIM NO KAZANIMLAR 1 / 31
SORU NO LYS 1 MATEMATİK TESTİ A B KAZANIM NO KAZANIMLAR 1 1 / 31 11 32159 Rasyonel sayı kavramını açıklar. 2 12 32151 İki ya da daha çok doğal sayının en büyük ortak bölenini ve en küçük ortak katını bulur.
DetaylıAlgoritmalar. Heap Sort. Bahar 2017 Doç. Dr. Suat Özdemir 1
Algoritmalar Heap Sort Bahar 2017 Doç. Dr. Suat Özdemir 1 Heap Sort Heap Sort algoritması Merge Sort ve Insertion Sort algoritmalarının iyi özelliklerini bir arada toplar. Algoritma Insertion Sort gibi
DetaylıAlıştırma 1: Yineleme
Alıştırma 1: Yineleme Alıştırma 2: Yineleme H10->H2 çevrimini yapınız 7 2 1 3 2 1 1 1 2 0 Hafta 3: Yineleme Alıştırmaları(1) E1. (44/174) S değerini yineleme kullanarak hesap ediniz S = 1 + 2 + 3 + n Hafta3:
DetaylıELN1002 BİLGİSAYAR PROGRAMLAMA 2
ELN1002 BİLGİSAYAR PROGRAMLAMA 2 SIRALAMA ALGORİTMALARI Sunu Planı Büyük O Notasyonu Kabarcık Sıralama (Bubble Sort) Hızlı Sıralama (Quick Sort) Seçimli Sıralama (Selection Sort) Eklemeli Sıralama (Insertion
DetaylıTemel Kavramlar. (r) Sıfırdan farklı kompleks sayılar kümesi: C. (i) Rasyonel sayılar kümesi: Q = { a b
Bölüm 1 Temel Kavramlar Bu bölümde bağıntı ve fonksiyon gibi bazı temel kavramlar üzerinde durulacak, tamsayıların bazı özellikleri ele alınacaktır. Bu çalışma boyunca kullanılacak bazı kümelerin gösterimleri
DetaylıVERİ YAPILARI VE PROGRAMLAMA
VERİ YAPILARI VE PROGRAMLAMA (BIP116) Yazar: Doç.Dr.İ.Hakkı.Cedimoğlu SAKARYA ÜNİVERSİTESİ Adapazarı Meslek Yüksekokulu Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir.
Detaylı3.Hafta Master Teorem ve Böl-Fethet Metodu
1 3.Hafta Master Teorem ve Böl-Fethet Metodu 2 Ana Metod (The Master Method) Ana method aşağıda belirtilen yapıdaki yinelemelere uygulanır: T(n) = at(n/b) + f (n), burada a 1, b > 1, ve f asimptotik olarak
DetaylıZeki Optimizasyon Teknikleri
Zeki Optimizasyon Teknikleri Ara sınav - 25% Ödev (Haftalık) - 10% Ödev Sunumu (Haftalık) - 5% Final (Proje Sunumu) - 60% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn:
DetaylıYZM ALGORİTMA ANALİZİ VE TASARIM DERS#1: ALGORİTMA KAVRAMI
YZM 3207- ALGORİTMA ANALİZİ VE TASARIM DERS#1: ALGORİTMA KAVRAMI Algoritma Nedir? Algoritma Bir problemin çözümü için geliştirilmiş özel metot Girdileri çıktılara dönüştüren sıralı hesaplama adımları Tanımlanmış
DetaylıBu tanım aralığı pozitif tam sayılar olan f(n) fonksiyonunun değişim aralığı n= 1, 2, 3,, n,
DİZİLER Tamamen belirli bir kurala göre sıralanmış sayılar topluluğuna veya kümeye Dizi denir. Belirli bir kurala göre birbiri ardınca gelen bu sayıların her birine dizinin terimi ve hepsine birden dizinin
DetaylıTemel Kavramlar 1 Doğal sayılar: N = {0, 1, 2, 3,.,n, n+1,..} kümesinin her bir elamanına doğal sayı denir ve N ile gösterilir.
Temel Kavramlar 1 Doğal sayılar: N = {0, 1, 2, 3,.,n, n+1,..} kümesinin her bir elamanına doğal sayı denir ve N ile gösterilir. a) Pozitif doğal sayılar: Sıfır olmayan doğal sayılar kümesine Pozitif Doğal
DetaylıAYRIK YAPILAR ARŞ. GÖR. SONGÜL KARAKUŞ- FIRAT ÜNİVERSİTESİ TEKNOLOJİ FAKÜLTESİ YAZILIM MÜHENDİSLİĞİ BÖLÜMÜ, ELAZIĞ
AYRIK YAPILAR P r o f. D r. Ö m e r A k ı n v e Y r d. D o ç. D r. M u r a t Ö z b a y o ğ l u n u n Ç e v i r i E d i t ö r l ü ğ ü n ü ü s t l e n d i ğ i «A y r ı k M a t e m a t i k v e U y g u l a
DetaylıMETASEZGİSEL YÖNTEMLER
METASEZGİSEL YÖNTEMLER Ara sınav - 30% Ödev (Haftalık) - 20% Final (Proje Sunumu) - 50% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn: Zaman çizelgeleme, en kısa yol bulunması,
DetaylıAlgoritmalar, Akış Şemaları ve O() Karmaşıklık Notasyonu
Algoritmalar, Akış Şemaları ve O() Karmaşıklık Notasyonu Öğr. Gör. M. Ozan AKI r1.0 Algoritmalar (Algorithms) Algoritma, bir problemin çözümünü sağlayan ancak deneme-yanılma ve sezgisel çözüme karşıt bir
DetaylıPERGEL YAYINLARI LYS 1 DENEME-6 KONU ANALİZİ SORU NO LYS 1 MATEMATİK TESTİ KAZANIM NO KAZANIMLAR
2013-2014 PERGEL YAYINLARI LYS 1 DENEME-6 KONU ANALİZİ SORU NO LYS 1 MATEMATİK TESTİ A B KAZANIM NO KAZANIMLAR 1 1 / 31 12 32173 Üslü İfadeler 2 13 42016 Rasyonel ifade kavramını örneklerle açıklar ve
DetaylıSayılar Kuramına Giriş Özet
Eğer bir b noktası bir a noktasının sağındaysa, o zaman a, b den küçük ve b, a dan büyük olarak sayılır, ve Sayılar Kuramına Giriş Özet David Pierce a < b, b > a yazılır. Tanıma göre a a, a < b a b, a
DetaylıOlimpiyat Soruları. sonuçları tekrar fonksiyonda yerine koyup çıkan tüm sonuçları toplayan program (iterasyon sayısı girilecek)
HAZIRLAYAN MUSA DEMIRELLI BISHKEK KYRGYZ TURKISH BOYS HIGH SCHOOL education.online.tr.tc compsources0.tripod.com Olimpiyat Soruları 1- Bir diziyi ters çeviren algoritma ve program 2- Bir diziyi sıralayan
DetaylıBMB204. Veri Yapıları Ders 9. B+ Ağacı, Hash, Heap. Erdinç Uzun NKÜ Çorlu Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü
BMB204. Veri Yapıları Ders 9. B+ Ağacı, Hash, Heap Erdinç Uzun NKÜ Çorlu Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü Dersin Planı B+ Tree Temel bir veritabanı çalışma kodu Hash (Karma) Heap Ağaçlar
DetaylıTEMEL BİLGİSAYAR BİLİMLERİ. Programcılık, problem çözme ve algoritma oluşturma
TEMEL BİLGİSAYAR BİLİMLERİ Programcılık, problem çözme ve algoritma oluşturma Programcılık, program çözme ve algoritma Program: Bilgisayara bir işlemi yaptırmak için yazılan komutlar dizisinin bütünü veya
DetaylıBMT 206 Ayrık Matematik. Yük. Müh. Köksal GÜNDOĞDU 1
BMT 206 Ayrık Matematik Yük. Müh. Köksal GÜNDOĞDU 1 Kümeler Yük. Müh. Köksal GÜNDOĞDU 2 Kümeler Kümeler Ayrık Matematiğin en temel konularından biridir Sayma problemleri için önemli Programlama dillerinin
DetaylıTEMEL KAVRAMLAR. SAYI KÜMELERİ 1. Doğal Sayılar
TEMEL KAVRAMLAR Rakam: Sayıları ifade etmeye yarayan sembollere rakam denir. Bu semboller {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} kümesinin elemanlarıdır., b ve c birer rakamdır. 15 b = c olduğuna göre, + b + c
DetaylıYAZILI SINAV SORU ÖRNEKLERİ MATEMATİK
YAZILI SINAV SORU ÖRNEKLERİ MATEMATİK SORU 1: Aşağıdaki grafik, bir okuldaki spor yarışmasına katılan öğrencilerin yaşa göre dağılışını göstermektedir. Öğrenci sayısı 5 3 9 10 1 14 Yaş 1.1: Yukarıdaki
Detaylı10.Konu Tam sayıların inşası
10.Konu Tam sayıların inşası 1. Tam sayılar kümesi 2. Tam sayılar kümesinde toplama ve çarpma 3. Pozitif ve negatif tam sayılar 4. Tam sayılar kümesinde çıkarma 5. Tam sayılar kümesinde sıralama 6. Bir
Detaylı2 ALGORİTMA VE AKIŞ DİYAGRAMLARI
İÇİNDEKİLER IX İÇİNDEKİLER 1 GİRİŞ 1 Kitabın Amacı 1 Algoritmanın Önemi 2 Bilgisayarın Doğuşu ve Kullanım Amaçları 3 Programlama Dili Nedir? 3 Entegre Geliştirme Ortamı (IDE) Nedir? 4 2 ALGORİTMA VE AKIŞ
Detaylı1. GRUPLAR. c (Birleşme özelliği) sağlanır. 2) a G için a e e a a olacak şekilde e G (e ye birim eleman denir) vardır.
1. GRUPLAR Tanım 1.1. G boş olmayan bir küme ve, G de bir ikili işlem olsun. (G yapısına aşağıdaki aksiyomları sağlıyorsa bir grup denir., ) cebirsel 1) a b cg,, için a( bc) ( ab) c (Birleşme özelliği)
DetaylıBu kısımda işlem adı verilen özel bir fonksiyon çeşidini ve işlemlerin önemli özelliklerini inceleyeceğiz.
Bölüm 3 Gruplar Bu bölümde ilk olarak bir küme üzerinde tanımlı işlem kavramını ele alıp işlemlerin bazı özelliklerini inceleyeceğiz. Daha sonra kümeler ve üzerinde tanımlı işlemlerden oluşan cebirsel
DetaylıALGORİTMA ANALİZİ. Cumhuriyet Üniversitesi Bilgisayar Mühendisliği Bölümü
ALGORİTMA ANALİZİ Cumhuriyet Üniversitesi Bilgisayar Mühendisliği Bölümü 2 Yürütme Zamanı (Running Time) Algoritmanın belirli bir işleme veya eyleme kaç kez gereksinim duyulduğunu gösteren bağıntıdır ve
DetaylıPROGRAMLAMAYA GİRİŞ. Öğr. Gör. Ayhan KOÇ. Kaynak: Algoritma Geliştirme ve Programlamaya Giriş, Dr. Fahri VATANSEVER, Seçkin Yay.
PROGRAMLAMAYA GİRİŞ Öğr. Gör. Ayhan KOÇ Kaynak: Algoritma Geliştirme ve Programlamaya Giriş, Dr. Fahri VATANSEVER, Seçkin Yay., 2007 Algoritma ve Programlamaya Giriş, Ebubekir YAŞAR, Murathan Yay., 2011
Detaylıp sayısının pozitif bölenlerinin sayısı 14 olacak şekilde kaç p asal sayısı bulunur?
07.10.2006 1. Kaç p asal sayısı için, x 3 x + 2 (x r) 2 (x s) (mod p) denkliğinin tüm x tam sayıları tarafından gerçeklenmesini sağlayan r, s tamsayıları bulunabilir? 2. Aşağıdaki ifadelerin hangisinin
Detaylı... ROBOTİK VE KODLAMA EĞİTİMİ ÇERÇEVESİNDE ÖĞRETİM YILI BİLİŞİM TEKNOLOJİLERİ DERSİ ÜNİTELENDİRİLMİŞ YILLIK DERS PLANI
... ROBOTİK VE KODLAMA EĞİTİMİ ÇERÇEVESİNDE 2018 2019 ÖĞRETİM YILI BİLİŞİM TEKNOLOJİLERİ DERSİ ÜNİTELENDİRİLMİŞ YILLIK DERS PLANI Hazırlayan : Özel Öğretim Kurumları Birliği (ÖZKURBİR) Dersin Adı : Bilişim
DetaylıBMB204. Veri Yapıları Ders 12. Dizgi Eşleme (String Matching) Algoritmaları İleri Veri Yapıları
BMB204. Veri Yapıları Ders 12. Dizgi Eşleme (String Matching) Algoritmaları İleri Veri Yapıları Erdinç Uzun NKÜ Çorlu Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü Dersin Planı Dizgi Eşleme Algoritmaları
DetaylıAyrık Fourier Dönüşümü
Ayrık Fourier Dönüşümü Tanım: 0 n N 1 aralığında tanımlı N uzunluklu bir dizi x[n] nin AYRIK FOURIER DÖNÜŞÜMÜ (DFT), ayrık zaman Fourier dönüşümü (DTFT) X(e jω ) nın0 ω < 2π aralığında ω k = 2πk/N, k =
DetaylıDOĞRUSAL PROGRAMLAMADA DUALİTE (DUALITY)
DOĞRUSAL PROGRAMLAMADA DUALİTE (DUALITY) 1 DOĞRUSAL PROGRAMLAMADA İKİLİK (DUALİTE-DUALITY) Doğrusal programlama modelleri olarak adlandırılır. Aynı modelin değişik bir düzende oluşturulmasıyla Dual (İkilik)
DetaylıTEMEL KAVRAMLAR. a Q a ve b b. a b c 4. a b c 40. 7a 4b 3c. a b c olmak üzere a,b ve pozitif. 2x 3y 5z 84
N 0,1,,... Sayı kümesine doğal sayı kümesi denir...., 3,, 1,0,1,,3,... sayı kümesine tamsayılar kümesi denir. 1,,3,... saı kümesine sayma sayıları denir.pozitif tamsayılar kümesidir. 15 y z x 3 5 Eşitliğinde
DetaylıALGORİTMA ANALİZİ. Cumhuriyet Üniversitesi Bilgisayar Mühendisliği Bölümü
ALGORİTMA ANALİZİ Cumhuriyet Üniversitesi Bilgisayar Mühendisliği Bölümü 2 Temel Kavramlar Algoritma: Bir problemin çözümünü belirli bir zamanda çözmek için sonlu sayıdaki adım-adım birbirini takip eden
DetaylıProgramlama Dilleri 1. Ders 3: Rastgele sayı üretimi ve uygulamaları
Ders 3: Rastgele sayı üretimi ve uygulamaları Ders 3 Genel Bakış Giriş Rastgele Sayı Rastgele Sayı Üreteci rand Fonksiyonunun İşlevi srand Fonksiyonunun İşlevi Monte Carlo Yöntemi Uygulama 1: Yazı-Tura
DetaylıAlgoritmalara Giriş Eylül 21, 2005 Massachusetts Institute of Technology Profesörler Erik D. Demaine ve Charles E. Leiserson Çalışma notu 6
Algoritmalara Giriş Eylül 21, 2005 Massachusetts Institute of Technology 6.046J/18.410J Profesörler Erik D. Demaine ve Charles E. Leiserson Çalışma notu 6 Problem Seti 2 Okumalar: 5.1-5.3 kısımları ve
DetaylıGezgin Satıcı Probleminin İkili Kodlanmış Genetik Algoritmalarla Çözümünde Yeni Bir Yaklaşım. Mehmet Ali Aytekin Tahir Emre Kalaycı
Gezgin Satıcı Probleminin İkili Kodlanmış Genetik Algoritmalarla Çözümünde Yeni Bir Yaklaşım Mehmet Ali Aytekin Tahir Emre Kalaycı Gündem Gezgin Satıcı Problemi GSP'yi Çözen Algoritmalar Genetik Algoritmalar
DetaylıTAMSAYILAR. 9www.unkapani.com.tr. Z = {.., -3, -2, -1, 0, 1, 2, 3, } kümesinin her bir elemanına. a, b, c birer tamsayı olmak üzere, Burada,
TAMSAYILAR Z = {.., -, -, -, 0,,,, } kümesinin her bir elemanına tamsayı denir. Burada, + Z = {,,,...} kümesine, pozitif tamsayılar kümesi denir. Z = {...,,,,} kümesine, negatif tamsayılar kümesi denir.
DetaylıDr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net
Bilgisayar Programlama Ders 9 Dr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net Dizileri Fonksiyonlara Dizileri Fonksiyonlara Bir dizi argümanını fonksiyon içinde bir değer olarak kullanabilmek
DetaylıALTIN ORAN ARAMA (GOLDEN SECTION SEARCH) METODU
ALTIN ORAN ARAMA (GOLDEN SECTION SEARCH) METODU Tek değişkenli bir f(x) fonksiyonunu ele alalım. [Bazı x ler için f (x) bulunamayabilir.] Aşağıdaki DOP modelini çözmek istediğimizi var sayalım. Max f(x)
DetaylıİÇİNDEKİLER ÖNSÖZ Bölüm 1 SAYILAR 11 Bölüm 2 KÜMELER 31 Bölüm 3 FONKSİYONLAR
İÇİNDEKİLER ÖNSÖZ III Bölüm 1 SAYILAR 11 1.1. Sayı Kümeleri 12 1.1.1.Doğal Sayılar Kümesi 12 1.1.2.Tam Sayılar Kümesi 13 1.1.3.Rasyonel Sayılar Kümesi 14 1.1.4. İrrasyonel Sayılar Kümesi 16 1.1.5. Gerçel
DetaylıBİLGİSAYAR PROGRAMLAMA. Algoritma ve Akış Şemaları
BİLGİSAYAR PROGRAMLAMA Algoritma ve Akış Şemaları Algoritma tanımı Algoritma özellikleri Algoritma tasarımı Akış şemaları Dallanma simgeleri Döngü simgeleri Akış şeması tasarımı Akış şeması örnekleri Konu
DetaylıBİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf / Y.Y. ALGORİTMA ANALİZİ VE TASARIMI Ders Saati (T+U+L) Kredi AKTS BG-315 3/1 3+0+0 3+0 5 Dersin Dili : TÜRKÇE Dersin
Detaylıİleri Diferansiyel Denklemler
MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret
Detaylıab H bulunur. Şu halde önceki önermenin i) koşulu da sağlanır ve H G bulunur.
3.ALT GRUPLAR HG, Tanım 3.. (G, ) bir grup ve nin boş olmayan bir alt kümesi olsun. Eğer (H, ) bir grup ise H ye G nin bir alt grubu denir ve H G ile gösterilir. Not 3.. a)(h, ), (G, ) grubunun alt grubu
DetaylıYÖNEYLEM ARAŞTIRMASI - III
YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Bu bölümde eşitsizlik kısıtlarına bağlı bir doğrusal olmayan kısıta sahip problemin belirlenen stasyoner noktaları
DetaylıÖDEV (Vize Dönemi) CEVAPLAR. 1. Ekrana Merhaba Dünya! yazdıran algoritmanın akış diyagramını çiziniz ve sözde kod olarak yazınız.
ÖDEV (Vize Dönemi) CEVAPLAR 1. Ekrana Merhaba Dünya! yazdıran algoritmanın akış diyagramını çiziniz ve sözde kod olarak yazınız. PROGRAM Soru1 PRINT Merhaba Dünya! ; 2. Klavyeden girilen negatif bir sayıyı
DetaylıKISITLI OPTİMİZASYON
KISITLI OPTİMİZASYON SİMPLEKS YÖNTEMİ Simpleks Yöntemi Simpleks yöntemi iteratif bir prosedürü gerektirir. Bu iterasyonlar ile gerçekçi çözümlerin olduğu bölgenin (S) bir köşesinden başlayarak amaç fonksiyonunun
DetaylıHACETTEPE ÜNİVERSİTESİ BAHAR DÖNEMİ
Öğrenci Adı Soyadı: Öğrenci Numarası: S1 S2 S3 S4 S5 Toplam HACETTEPE ÜNİVERSİTESİ 2013-2014 BAHAR DÖNEMİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BBM202 Algoritmalar 1. Ara Sınav 18.03.2014 Sınav Süresi: 50 dakika
DetaylıAltın Oran Arama Metodu(Golden Search)
Altın Oran Arama Metodu(Golden Search) Bir f(x) (tek değişkenli) fonksiyonunu ele alalım. [Bazı x ler için f (x) bulunamayabilir.] Aşağıdaki DOP modelini çözmek istediğimizi var sayalım. Max f(x) a x b
DetaylıBÖLÜM 2: ALGORİTMALAR
BÖLÜM 2: ALGORİTMALAR Algoritma bir problemin çözümünde (işlemin gerçekleşmesinde) izlenen adımlar dizisi olup, problemi çözmek için yürütülecek eylemlerin ve bu eylemlerin sırasını belirten bir talimattır,
DetaylıSÜREKLİLİK. 9.1 Süreklilik ve Süreksizlik Kavramları
SÜREKLİLİK Bu bölümde süreklilik kavramı, süreksizlik, sürekli fonksiyonların özellikleri ile buna ilişkin teoremler örnekler ve grafiklerle açıklanmaktadır. 9.1 Süreklilik ve Süreksizlik Kavramları Tanım
Detaylıİç-Çarpım Uzayları ÜNİTE. Amaçlar. İçindekiler. Yazar Öğr. Grv. Dr. Nevin ORHUN
İç-Çarpım Uzayları Yazar Öğr. Grv. Dr. Nevin ORHUN ÜNİTE Amaçlar Bu üniteyi çalıştıktan sonra; R n, P n (R), M nxn vektör uzaylarında iç çarpım kavramını tanıyacak ve özelliklerini görmüş olacaksınız.
Detaylı3. Bölüm Algoritmalar
3. Bölüm Algoritmalar Algoritma ve Programlamaya Giriş Dr. Serkan DİŞLİTAŞ 3.1. Veri ve Bilgi Şekil 3.1 de bilgisayar sistemin temelini oluşturan veri işlem modeli görülmektedir. Hesaplama, saklama gibi
Detaylı5. Salih Zeki Matematik Araştırma Projeleri Yarışması PROJENİN ADI DİZİ DİZİ ÜRETEÇ PROJEYİ HAZIRLAYAN ESRA DAĞ ELİF BETÜL ACAR
5. Salih Zeki Matematik Araştırma Projeleri Yarışması PROJENİN ADI DİZİ DİZİ ÜRETEÇ PROJEYİ HAZIRLAYAN ESRA DAĞ ELİF BETÜL ACAR ÖZEL BÜYÜKÇEKMECE ÇINAR KOLEJİ 19 Mayıs Mah. Bülent Ecevit Cad. Tüyap Yokuşu
DetaylıWEB TASARIM I. Öğr. Gör. M. Mutlu YAPICI. Ankara Üniversitesi Elmadağ Meslek Yüksekokulu
WEB TASARIM I Öğr. Gör. M. Mutlu YAPICI Ankara Üniversitesi Elmadağ Meslek Yüksekokulu Ders İzlencesi Hafta Modüller/İçerik/Konular 1. Hafta PHP Tanımı ve Sunucu Kurulumları 2. Hafta PHP Yazım Notasyonu
DetaylıBMT 101 Algoritma ve Programlama I 3. Hafta. Yük. Müh. Köksal GÜNDOĞDU 1
BMT 101 Algoritma ve Programlama I 3. Hafta Yük. Müh. Köksal GÜNDOĞDU 1 Akış Diyagramları ve Sözde Kodlar Yük. Müh. Köksal GÜNDOĞDU 2 Sözde Kodlar (pseudo-code) Yük. Müh. Köksal GÜNDOĞDU 3 Sözde Kod Sözde
DetaylıBÖLÜM 1 1. ALGORİTMALAR. 1.1. Algoritmanın Tanımı, Matematikteki Yeri ve Önemi
1. ALGORİTMALAR BÖLÜM 1 1.1. Algoritmanın Tanımı, Matematikteki Yeri ve Önemi Endüstri ve hizmet sektörü organizasyonlarının karmaşıklığının artan bir yapıda olması, büyük ölçekli optimizasyon problemleri
DetaylıALGORİTMA VE PROGRAMLAMA I
ALGORİTMA VE PROGRAMLAMA I YZM 1101 Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Genel Bakış 2 Diziler Dizi Nedir? Dizilerin Bildirimi Dizilere Başlangıç Değeri Verme Dizilerde Arama
DetaylıYZM ALGORİTMA ANALİZİ VE TASARIM DERS#9: AÇGÖZLÜ ALGORİTMALAR
YZM 3207- ALGORİTMA ANALİZİ VE TASARIM DERS#9: AÇGÖZLÜ ALGORİTMALAR Aç Gözlü (Hırslı) Algoritmalar (Greedy ) Bozuk para verme problemi Bir kasiyer 48 kuruş para üstünü nasıl verir? 25 kuruş, 10 kuruş,
DetaylıAyrık zamanlı sinyaller için de ayrık zamanlı Fourier dönüşümleri kullanılmatadır.
Bölüm 6 Z-DÖNÜŞÜM Sürekli zamanlı sinyallerin zaman alanından frekans alanına geçişi Fourier ve Laplace dönüşümleri ile mümkün olmaktadır. Laplace, Fourier dönüşümünün daha genel bir şeklidir. Ayrık zamanlı
DetaylıMIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009
MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.
DetaylıBIP116-H14-1 BTP104-H014-1
VERİ YAPILARI VE PROGRAMLAMA (BIP116) Yazar: Doç.Dr.İ.Hakkı.Cedimoğlu SAKARYA ÜNİVERSİTESİ Adapazarı Meslek Yüksekokulu Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir.
DetaylıBLM-431 YAPAY ZEKA. Ders-5 Bilgili Arama Yöntemleri. Yrd. Doç. Dr. Ümit ATİLA
BLM-431 YAPAY ZEKA Ders-5 Bilgili Arama Yöntemleri Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Arama Grafları Eğer arama uzayı ağaç yapısından değil de graf
DetaylıISK116 - Bölüm 1. Grup Teknolojisi
ISK - Bölüm Grup Teknolojisi Grup Teknolojisi (GT) Grup teknolojisi benzerliklerden faydalanarak büyük ve karmaşık bir üretim sisteminin, küçük ve kolay kontrol edilebilir sistemlere dönüştürülmesi hedeflenmektedir.
DetaylıVeri Yapıları. Öğr.Gör.Günay TEMÜR Düzce Üniversitesi Teknolojis Fakültesi
Veri Yapıları Öğr.Gör.Günay TEMÜR Düzce Üniversitesi Teknolojis Fakültesi Hash Tabloları ve Fonksiyonları Giriş Hash Tabloları Hash Fonksiyonu Çakışma (Collision) Ayrık Zincirleme Çözümü Linear Probing
DetaylıSAYILAR DOĞAL VE TAM SAYILAR
1 SAYILAR DOĞAL VE TAM SAYILAR RAKAM: Sayıları ifade etmek için kullandığımız 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 sembollerinden her birine rakam denir. Soru: a ve b farklı rakamlar olmak üzere a + b nin alabileceği
DetaylıT.C. DOKUZ EYLÜL ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EKONOMETRİ ANABİLİM DALI EKONOMETRİ DOKTORA PROGRAMI
T.C. DOKUZ EYLÜL ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EKONOMETRİ ANABİLİM DALI EKONOMETRİ DOKTORA PROGRAMI Genişletilmiş Lagrange Yöntemi Hazırlayan: Nicat GASIM Öğretim Üyesi Prof. Dr. İpek Deveci KARAKOÇ
DetaylıDr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net
Bilgisayar Programlama Ders 6 Dr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net Fonksiyon Prototipleri Fonksiyon Prototipleri Derleyici, fonksiyonların ilk hallerini (prototiplerini)
DetaylıKONU 4: DOĞRUSAL PROGRAMLAMA MODELİ İÇİN ÇÖZÜM YÖNTEMLERİ I
KONU 4: DOĞRUSAL PROGRAMLAMA MODELİ İÇİN ÇÖZÜM YÖNTEMLERİ I 4.1. Dışbükeylik ve Uç Nokta Bir d.p.p. de model kısıtlarını aynı anda sağlayan X X X karar değişkenleri... n vektörüne çözüm denir. Eğer bu
DetaylıBÖLÜM 9 ÇÖZÜLMESİ ÖNERİLEN ÖRNEK VE PROBLEMLER
BÖLÜM 9 ÇÖZÜLMESİ ÖNERİLEN ÖRNEK VE PROBLEMLER b) İkinci süreç eğik atış hareketine karşılık geliyor. Orada örendiğin problem çözüm adımlarını kullanarak topun sopadan ayrıldığı andaki hızını bağıntı olarak
Detaylı