AS Matlab
Algoritmy na sietach 2021, online
Contents
- Zadania
- Uloha 0: Priprava
- Uloha 1: Vytvorte neorientovany graf s nahodne generovanymi hranami
- Uloha 2: Priemerny pocet hran v nahodnom grafe
- Uloha 3: Zoznam hran
- Uloha 4: Vizualizacia grafu
- Uloha 5: Orientovany graf
- Uloha 6: Orientovany graf s vahami
- Uloha 7: Zmena vzhladu grafu
- Uloha 8: Text oznacenia vrcholov
- Uloha 9: Podgraf
Zadania
Uloha 0: Priprava
Vytvorte novy subor s nazvom grafy.m a ulozte ho do adresara grafy_matlab, ktory si predtym vytvorite.
Uloha 1: Vytvorte neorientovany graf s nahodne generovanymi hranami
Nastavte pracovny adresar na adresar, ktory tento subor obsahuje. Vytvorte premennu vertices so zoznamom vrcholov grafu, ocislovanych od 1 po 10. Vytvorte premennu M, ktora bude maticou susednosti k tomuto neorientovaneho grafu s nahodnymi hranami tak, ze vrcholy i a j su spojene neorientovanou hranou s pravdepodobnostou 0.3. Zobrazte maticu susednosti a zisti pocet hran.
Uloha 2: Priemerny pocet hran v nahodnom grafe
Kolko hran v priemere by ste mali dostat v predoslom priklade? Overte, ze vysledok je spravny volbou ovela vacsieho grafu.
Uloha 3: Zoznam hran
Najdite zoznam vsetkych hran i<->j ako zoznam dvojic [i,j]
Uloha 4: Vizualizacia grafu
Definujte grafovu strukturu v Matlabe pre vyssie vygenerovany graf. Zobrazte graf pomocou prikazu plot. Vyhladajte, ako prikaz funguje, zadanim help plot do prikazoveho riadku.
Uloha 5: Orientovany graf
Vytvorte orientovany graf bez zluciek s 10 vrcholmi a nahodnymi hranami, kazda s pravdepodobnostou 0.3. Pridajte kazdej hrane vahu, ktora bude nahodne prirodzene cislo medzi 1-10.
Uloha 6: Orientovany graf s vahami
Zobrazte predosly orientovany graf s oznacenim hran podla vahy spojenia. Nakreslite hrubku hran proporcialne s vahami.
Uloha 7: Zmena vzhladu grafu
Vyskusajte nastavenie grafickych vlastnosti grafu: velkost vrcholov, hrubka hran, farby, atd.
Uloha 8: Text oznacenia vrcholov
Zmente velkost textu oznacenia vrcholov.
Uloha 9: Podgraf
Vygenerujte orientovany graf s 5 vrcholmi a vygenerujte nahodne hranamy s pravdepodobnostou 1. Definujte podgraf, ktory bude obsahovat vrcholy 1,2,5 a hrany medzi nimi. Znazornite tento podgraf inou farbou v obrazku povodneho grafu.