dal libro di Babai & Frankl:

Slides:



Advertisements
Presentazioni simili
MATLAB.
Advertisements

Approssimazione e convergenza
Capitolo 8 Sistemi lineari.
Autovalori e autovettori
MATLAB.
MATLAB.
MATLAB.
Corsi Abilitanti Speciali Classe 59A III semestre - 3
Geometria analitica dello spazio
Geometria analitica dello spazio
INSIEMI INSIEME= gruppo di oggetti di tipo qualsiasi detti elementi dell’insieme. Un insieme è definito quando viene dato un criterio non ambiguo che.
COORDINATE POLARI Sia P ha coordinate cartesiane
LE MATRICI.
SOTTOINSIEMI, INCLUSIONE
I QUADRILATERI “Per geometria non intendo lo studio artificioso di
LE FUNZIONI Definizione Campo di esistenza e codominio
Equazioni differenziali lineari
Algebra Lineare. Algebra Lineare Esercizio Dato il vettore a := (3, 2, 5) , scrivere l’equazione cartesiana del piano  passante per.
“Centro di massa” “Centro di massa” G
Algoritmi e Strutture Dati
Teoria e Tecniche del Riconoscimento
U V U V (a) |cfc|=2 prima e dopo (b) |cfc|=2 prima e |cfc|=1 dopo
Algoritmo di Ford-Fulkerson
PER FUNZIONI DI PIÙ VARIABILI - 2.
CALCOLO DIFFERENZIALE PER FUNZIONI DI PIÙ VARIABILI. ESTREMI VINCOLATI, ESEMPI.
SISTEMI D’EQUAZIONI ED EQUAZIONI DIFFERENZIALI LINEARI.
EQUAZIONI DIFFERENZIALI LINEARI A COEFFICIENTI COSTANTI.
Costruzione di Interfacce Lezione 4 Nozioni di geometria per la grafica
M a r c o T a r i n i C o m p u t e r G r a p h i c s / 0 6 U n i v e r s i t à d e l l I n s u b r i a - 1/40 Esercizio Rasterizzazione (risultato.
MATLAB.
Esercizi di riepilogo Gabriella Puppo.
FEM -3 G. Puppo.
Trovare il percorso minimo da b ad ogni altro vertice
TRIANGOLI E PARALLELOGRAMMI
Seminario su clustering dei dati – Parte II
Modelli e Algoritmi per la Logistica
Geometria euclidea, affine e proiettiva
Impostazione Assiomatica del Calcolo della Probabilità
Le matrici e I Sistemi lineari.
Esercizi 4 Soluzioni Calcolo combinatorio.
Corso di Matematica Discreta cont. 2
Linear Algebra Methods in Combinatorics with applications to Geometry and Computer Science Linear Algebra Methods in Combinatorics with applications to.
GLI INSIEMI Presentazione a cura della Prof.ssa anNUNZIAta DI BIASE
Main tools of the probabilistic method with applications in graph theory Attività formativa - Yuri Faenza Supervisore: Prof. B. Scoppola CdLS in Ingegneria.
Daniele Santamaria – Marco Ventura
Radix-Sort(A,d) // A[i] = cd...c2c1
Università di L’Aquila Claudio Arbib Ricerca Operativa
Dispensa a cura del prof. Vincenzo Lo Presti
Linear Algebra Methods in Combinatorics with applications to Geometry and Computer Science Lezione II dal libro di Babai & Frankl:
Prof. Cerulli – Dott.ssa Gentili
Prof. Cerulli – Dott.ssa Gentili
Tecnologie delle Costruzioni Aeronautiche 1
Tecnologie delle Costruzioni Aeronautiche 1 Esercitazione 3 © Goran Ivetic.
ESTENSIONI SEMPLICI e TEOREMA DELL’ELEMENTO PRIMITIVO
Sottospazi vettoriali
Laurea Ing EO/IN/BIO;TLC D.U. Ing EO 10 PROBABILITA’ E VARIABILI ALEATORIE.
Automi temporizzati.
PROBABILITÀ Corsi Abilitanti Speciali Classe 59A III semestre - 2.
Il triangolo di Tartaglia
MATEMATICA PER L’ECONOMIA e METODI QUANTITATIVI PER LA FINANZA a. a
Programmazione lineare: un esempio Mix produttivo ottimo con risorse vincolate Materiale di studio: M. Fischetti, Lezioni di RO, Cap. 3. Libreria Progetto.
La Géométrie di Descartes Le rappresentazioni geometriche delle soluzioni delle equazioni Paolo Freguglia Dept. of Engineering and Science of Information.
Lezione n° 8 - Matrice di base. - Soluzioni di base ammissibili. - Relazione tra vertici di un poliedro e soluzioni basiche. - Teorema fondamentale della.
Programmazione lineare: un esempio Mix produttivo ottimo con risorse vincolate Materiale di studio: M. Fischetti, Lezioni di RO, Cap. 3. Libreria Progetto.
Prof. Cerulli – Dott. Carrabs
Teorema di Ramsey Introduzione Teorema di Schur Upper bound, Lower bound facile Lezione 5 dal libro di Babai & Frankl: Linear Algebra Methods in Combinatorics.
Teorema di Ramsey Lower bound cubico Disuguaglianza di Fisher Lezione 6 dal libro di Babai & Frankl: Linear Algebra Methods in Combinatorics with applications.
Complessità Circuitale Profondità Costante: Lower Bound Esponenziale (Algebra Lineare + Metodo Probabilistico) Lezione 8 dal libro di Stasys Jukna: Extremal.
dal libro di Babai & Frankl:
Transcript della presentazione:

dal libro di Babai & Frankl: Linear Algebra Methods in Combinatorics with applications to Geometry and Computer Science Lezione III

Criteri per l’indipendenza lineare C1,…,Cm fi:   F f1 fm e1, …, em 0 criterio della diagonale fi(Cj) f1,…,fm linearmente indipendenti

Criteri per l’indipendenza lineare  0 0 criterio triangolare C1,…,Cm fi:   F f1 fm e1, …, em f1,…,fm linearmente indipendenti

Criteri per l’indipendenza lineare C1,…,Cm fi:   F f1 fm e1, …, em f1,…,fm linearmente indipendenti det  0 fi(Cj) criterio del determinante

Vettori in posizione “generica” Definizione: I vettori v1, …, vm in Fn sono in posizione generica se ogni sottoinsieme di n di questi sono linearmente indipendenti. generica non generica In 2D: linearmente dipendenti In 3D: nessun vettore appartiene al piano di altri due

Vettori in posizione “generica” Definizione: I vettori v1, …, vm in Fn sono in posizione generica se ogni sottoinsieme di n di questi sono linearmente indipendenti 1 x1 x12 … x1n 1 x2 x22 … x2n . 1 xm xm2 … xmn det 1 x1 x12 … x1n 1 x2 x22 … x2n . 1 xn xn2 … xnn Vediamo perché sono in posizione generica determinante di Vandermonde  0

Teorema di Bollobás Teorema di Bollobás (ver. uniforme): Siano A1, … , Am sottoinsiemi di cardinalità r e Siano B1, … , Bm sottoinsiemi di cardinalità s tali che Ai e Bi hanno intersezione vuota Ai e Bj hanno intersezione non vuota per i  j Allora m  Esempio: r = 1 e s = 2 Ai = vertici Bj = archi m  3

Teorema di Bollobás Teorema di Bollobás (ver. uniforme): Siano A1, … , Am sottoinsiemi di cardinalità r e Siano B1, … , Bm sottoinsiemi di cardinalità s tali che Ai e Bi hanno intersezione vuota Ai e Bj hanno intersezione non vuota per i  j Allora m  Esercizio: Trova una costruzione per cui m =

Teorema di Bollobás (dimostrazione) i i = (1, i, i2,…, ir) intero Perché esiste: Se W un sottospazio di V, allora l’insieme W := {u | u •w = 0 per ogni w W} è non vuoto ogni volta che dim(W) < dim(V) Ossia esiste un vettore u  V ortogonale a tutti i vettori di W.Nel nostro caso W =span(Ai). i i = (1, i, i2,…, ir) intero vettore “di Vandermonde” I = {i1,…, in} sottoinsieme di interi sottoinsieme di vettori in posizione generica Bj Ai … perché? ai bjk bjk span(Ai)  bjk  Ai ortogonale a bjk  ortogonale a span(Ai) perché? Ai interseca Bj  (ai • bj1) (ai • bj2) … (ai • bjs) = 0 ai • bjk = 0  bjk  Ai

Teorema di Bollobás (dimostrazione) 0 f1,…,fm linearmente 0 criterio della diagonale f1,…,fm linearmente indipendenti Scopriamo d m  d fj(ai) Ai interseca Bj  (ai • bj1) (ai • bj2) … (ai • bjs) = 0

Teorema di Bollobás (dimostrazione) Teorema di Bollobás (ver. uniforme): Siano A1, … , Am sottoinsiemi di cardinalità r e Siano B1, … , Bm sottoinsiemi di cardinalità s tali che Ai e Bi hanno intersezione vuota Ai e Bj hanno intersezione non vuota per i  j Allora m  d polinomi “base” generano tutte le fj(): fj(x) = 1*p1(x) + … + d*pd(x) grado complessivo esattamente s polinomio base Risposta: Esercizio m  d quanti ce ne sono? fj(ai) Ai interseca Bj  (ai • bj1) (ai • bj2) … (ai • bjs) = 0

Cosa ricordare Criteri per l’indipendenza lineare Vettori in posizione generica (determinante di Vandermonde) Tradurre la (non) intersezione tra insiemi in semplici polinomi (dimostrazione teorema di Bollobàs)

Esercizio Dimostra il seguente teorema Teorema di Bollobás (ver. uniforme “storta”): Siano A1, … , Am sottoinsiemi di cardinalità r e Siano B1, … , Bm sottoinsiemi di cardinalità s tali che Ai e Bi hanno intersezione vuota Ai e Bj hanno intersezione non vuota per i < j Allora m  prima era i j

Esercizio (svolto) In quanti modi posso scegliere i1,…, in interi in modo che i1+i2+…+in = s? Risposta: in quanti modi posso distribuire s oggetti ad n persone? 1 2 s 1 2 n ma così ogni persona riceve almeno un oggetto!! alla fine ognuno ha 0 o più oggetti (perchè parte da –1) scegli n - 1 tagli tra le s - 1 posizioni Trucchetto: all’inizio ogni persona ci “presta” un oggetto.