2024年10月26日 星期六

演算法觀念的圖論 習題 1-4

鴿籠原理 - wiki


題目 1-4 : 當 n >= 2 時, 假設 2n 個人當中, 每個人至少與其他 n 個人認識, 證明其中至少有四個人, 使這四個人能圍著圓桌而坐, 讓每個人兩旁的人都是他認識的人


解答 1 : (此為自己所想, 不一定正確)

這問題很像鴿籠原理的思路

假設 A 是 2n 個人當中的一員, A0 ~ An-1 是 A 認識的人, 會有兩種情況: 


     情況 1 : A0 ~ An-1 中 有兩位彼此認識, 

        例如 A0, A1 彼此認識, 將認識的人之間連線, 

        則 A, A0, A1 可以畫成一個彼此認識的三角形

        如果有位認識 A, A0, A1 中其中兩位, 這四人就可圍著圓桌而坐, 符合題目需求

        假設沒有這樣一個人, 則 

        (1) 至少有 n-1 位認識 A, 但不認識 A0 和 A1 

        (2) 至少有 n-1 位認識 A0, 但不認識 A 和 A1 

        (3) 至少有 n-1 位認識 A1, 但不認識 A 和 A0

        這樣總共人數為 3n 超過 2n 人, 所以根據 鴿籠原理, 可以找到這一位符合要求 


    情況 2 : A0 ~ An-1 中 彼此都不認識

         如果 2n 人中, 都不存在 一位 A 符合情況 1 的話, 

          則這 2n 人, 可以畫成一個 2分圖 (A0 ~ An-1) 和 (B0 ~ Bn-1)

          每個 Ai 都認識 B0~Bn-1, 但對其他 Ai 都不認識

          每個 Bi 都認識 A0~An-1, 但對其他 Bi 都不認識

          這樣其實 A0 - B0 - A1 - B1 - A0 就已經符合題目所需


故得證




2024年10月21日 星期一

圖論 - 1 定義

無向圖 G = (V, E)

V : Vertex 點 

E : Edge 邊


--

e = {u, v} 

   e : edge 邊

   e is in E

   u, v 邊兩端點

   u, v is in V

--

deg(v) : 該點的度數 : 多少邊從該點引出


--

握手引理 : handshaking lemma

對任意無向圖 G = (V, E) , 

所有點的度數和, 為邊數量的兩倍: Sum( deg(V) ) = 2|E|

 

--

奇點 : 該點的邊數量為奇數個

偶點 : 該點的邊數量為偶數個

根據 握手引理 可知, 無向圖的奇點數目為偶數個


--

walk 道路 : 點邊的序列 : v0e1v1e2v2...eivi

trail 行跡: 一條邊不重複的道路

path 路徑 : 一條點不重複的道路

Euler trail / 歐拉行跡 : 有條行跡可以經過所有的邊

Euler tour / 歐拉迴路 : 封閉的歐拉行跡 


歐拉行跡 可以搭配 Leetcode 332 之類的題目來看 - kotlin leetcode 332


--

如果無向圖有一條歐拉迴路, 那麼每一點一定是偶點 

如果無向圖有一條開放的歐拉行跡, 那麼一定恰好有兩個奇點



2024年10月20日 星期日

演算法觀點的圖論 習題 1-1

前面為自己所想紀錄, 不一定正確; 圖片為 chatgpt 3.5 所回答, 非正解; 

最後 chatgpt 4 回答的, 看來是對的;


Q: 證明假設把 8x8 的 西洋棋盤上 位於同一條對角線上的兩個頂角格子去掉(於是剩下一個只有 62 格的棋盤), 則這個棋盤沒辦法分割成若干個 1x2 的長方形


由上而下, 由左而右, 將格子標記成 (0,0) ~ (7,7), 假設 (0,0) 和 (7,7) 格子被拿掉

在 第 0 row : (0, Y), 因為 (0,0) 被拿掉, 剩下 7 個格子為奇數, 所以從第 0 row  開始往下擺直的

1x2 的長方形有奇數個;

因為第0row 擺直的有奇數個, 所以第 1 row 擺直的有奇數個...到最後第 6 row 擺直的有奇數個

因為 0~6 為 奇數個 rows, 所以所有擺直的有奇數個

同理從 第 0 column 推導, 可得知, 所有擺橫的有奇數個

這樣所有 1x2 的 長方形 有 偶數個; 

但 62 格 只有 31 個 長方形是奇數個, 矛盾, 所以無法分割


Q: 二分圖的一般性原則, 有可能是 定理 1.8 ?

    二分圖 若且唯若 沒有奇圈

待續


--

2024.10.21

今天問了一下 chatgpt 

chatgpt 3.5 的時候, 它還不會解, 打了一個煙霧彈


到 chatgpt 4 時, 好像這思路有點道理, 比較像圖論的做法 (著色相關定理?) 

這樣比較能回答第二個問題


Ans: 

要證明這個問題,我們首先觀察原始 8x8 的西洋棋盤。
這個棋盤可以看作是一個由 64 個格子組成的棋盤,其中有黑白相間的格子排列。
如果我們把棋盤上的格子來進一步思考,那麼不妨把左上角的格子視為白色。 在這樣的黑白交錯排列中,無論是在橫排還是縱列上,兩個相鄰的格子一定是一黑一白。
因此,一個 1x2 的長方形(也就是所謂的「骨牌」)必定覆蓋一個黑色格子和一個白色格子。 8x8 的棋盤中擁有 32 個白色格子和 32 個黑色格子。

現在我們去掉了兩個位於同一條對角線上的頂角格子,這兩個被去掉的格子的顏色必定是相同的。這是因為棋盤的對角線上,所有格子的顏色都是一樣的。因此,如果第一個頂角格子是白色,那麼另一個被去掉的頂角格子也會是白色(或都為黑色)。 
去掉這兩個相同顏色的格子之後,留在棋盤上的格子們會呈現不平衡的色塊數。

例如,如果你去掉了兩個白色格子,那麼棋盤上便剩下 30 個白色格子和 32 個黑色格子。 
由於每個 1x2 的長方形要求必須覆蓋一個白色和一個黑色格子,因此在剩下的 62 格棋盤中,我們總有兩個格子的顏色無法成對,導致無法用 1x2 長方形完整地覆蓋。 

因此,去除棋盤上同一對角線的兩個頂角格子後,剩下的棋盤無法被完全分割成若干個 1x2 的長方形直接證明這個結論的正確性。


2023年4月12日 星期三

色彩學筆記: 牛頓, 光 與 感知

 


(圖 部分為假想圖, 透過Midjourney所做, 部分為 wiki )
(文為引導 chatGPT 所完成) 



牛頓在 1666 年的夏季,通過一個實驗室的小窗戶,觀察到一道光線照在一個三棱鏡上,並發現這道光經過三棱鏡後被分解成不同顏色的光譜,包括紅、橙、黃、綠、藍、靛、紫七種顏色。牛頓意識到光在經過透明介質時,可能會產生不同的折射角度,從而產生不同的折射率,因此將光分解成不同的波長。


   ( 此圖為MJ 製作假想圖, 並非真實的狀況, 
     紅光的偏折小, 紫光的偏折大, 可以參考這個網頁的三稜鏡圖 - 
         台北教師 e 教材 )

牛頓進一步進行實驗,將光譜通過另一個三棱鏡進行反射,並將反射光譜通過一個透鏡重新聚焦成一束白光。通過這樣的實驗,牛頓發現光譜並非連續的,而是由許多不同顏色的光線組成的。牛頓還發現,不同顏色的光線在折射和反射時具有不同的性質,例如紅光的折射率較小,而紫光的折射率較大。


   ( 此圖為MJ 製作假想圖, 並非真實的狀況, )


牛頓的光譜實驗對色彩學有重大影響。在此之前,人們對顏色的理解只停留在基本的紅、橙、黃、綠、藍、靛、紫七種顏色,並無法解釋這些顏色的本質和形成機制。通過光譜實驗,牛頓揭示了光是由不同波長的光線組成的,並且不同的波長產生不同的顏色。這種新的理解對色彩學產生了深遠的影響,推動了後來的光譜分析和光學技術的發展,也揭示了光譜在物理、化學、天文學等領域的應用。




影像透過眼睛進入,經過角膜、瞳孔、晶狀體和玻璃體等透明介質的幫助,形成一個倒置的、小而清晰的影像在視網膜上。視網膜包含許多光敏細胞,包括錐狀細胞和桿狀細胞,它們對光的強度和顏色有不同的敏感度。當光照射到視網膜上時,這些光敏細胞會將光轉換為神經信號,通過視神經傳送到大腦的視覺皮層,形成我們所看到的影像。

視覺錯覺是因為我們的大腦對於收到的視覺訊息進行了解讀和詮釋,但是有些時候,我們的大腦會對收到的訊息進行錯誤的詮釋,這種錯覺就被稱為視覺錯覺。


例如認知錯覺: 鴨兔錯覺

ref: https://zh.wikipedia.org/zh-tw/%E8%A6%96%E9%8C%AF%E8%A6%BA#/media/File:Duck-Rabbit_illusion.jpg


關於"一朝被蛇咬,十年怕草繩"的狀況,這是一種經驗效應的例子。當我們經歷過某種壓力或不良體驗時,這種經驗會在我們的大腦中留下深刻的烙印,使我們更容易受到相似情況的影響。因此,如果一個人曾經被蛇咬過,即使在未來看到的只是草繩,他們仍然可能感到害怕,這是因為他們的大腦已經建立了一個與蛇相關的恐懼反應。






相似地,視覺錯覺可能是由於我們大腦中的經驗效應或刻板印象引起的。當我們看到某些圖案或形狀時,我們的大腦可能會根據過去的經驗或預設的印象,對這些圖案或形狀進行解讀和詮釋,從而引起錯覺。這種現象可以幫助我們更好地了解我們大腦如何處理視覺信息,以及我們如何對世界進行感知和詮釋。

例如, 著名的 M.C. Escher是一位荷蘭畫家,他以他的幾何學圖案和視覺錯覺作品而聞名。Escher的繪畫作品將幾何學和視覺錯覺技巧巧妙地結合在一起,創造出了一些極為獨特的作品。


ref: Wiki


Escher的繪畫作品常常包含著一些錯覺性的元素,例如不可能的幾何形狀、空間錯置、和無限循環等等。他通常會使用對比強烈的黑白調,來增強視覺效果,讓觀眾感受到作品的強烈張力。


Ref: wiki


Escher的作品經常被描述為「無限的循環」,因為他的作品中經常包含著重複的圖案和幾何形狀,這些形狀看似無法連接在一起,但是在整張作品中卻形成了一個無限循環的效果。他的作品經常被用來表達哲學和科學思想,如相對論、拓撲學和幾何學等等,具有非常高的藝術價值和科學價值,他的創作風格和獨特的視覺效果,對後世的設計師、藝術家和科學家產生了很大的影響。



圖為 MJ 仿其風格製作


2023年1月15日 星期日

碎形

 Ref: midjourney 初心者 AI詠唱詩學徒筆記: 數學之美



用 L-system 做的 一花一世界 一葉一菩提

碎形 fractal geometry - fractal curve

碎形是一種可以用數學不斷迭代遞迴的方程式所產生的形狀, 具有無限細節和自相似性的性質



Mandelbrot set - 曼德博集合 





Koch Snowflake

科赫曲線 - 是一種碎形, 型態像雪花



Menger Sponge - 門格海綿










Sierpinski triangle - 謝爾賓斯基三角形





L-system Tree - L 系統 樹




開頭的樹就是這個 U1 


Polyflake















Barnsley fern - Barnsley羊毛蕨



...
還有很多碎形相關圖形應用

之後用來描述複雜系統中不可預測的行為模型的混沌理論, 其中用來推導複雜系統的極限行為所用的方法, 即是來自於碎形理論. 



2022年12月16日 星期五

遺忘曲線

wiki 遺忘曲線 


艾賓浩斯 遺忘曲線

   20分鐘後,42%被遺忘掉,58%被記住。
   1小時後,56%被遺忘掉,44%被記住。
   1天後,74%被遺忘掉,26%被記住。
   1周後,77%被遺忘掉,23%被記住。
   1個月後,79%被遺忘掉,21%被記住。


年齡並不會影響遺忘的速度

2022年2月12日 星期六

Dr. Stone 第一集 保特瓶瓶蓋變汽油

 


在第一集一開始的動情藥 其實是寶特瓶瓶蓋 提煉 出石油. 


寶特瓶瓶蓋的塑膠材質是聚丙烯, 簡稱 PP, 是一種碳氫高分子聚合物, 

可以參考 黃教授的講義

化學式是 (C3H6)n
可以看到右下有帶一個 甲基 CH3

動畫中說是 ポリエチレン 聚乙烯 PE 其實並不正確


寶特瓶是 PET (聚乙烯對苯二甲酸酯) 
而瓶蓋是 PP 聚丙烯

Ref: 回收大百科


也因此, 最近在環球購物中心看到 ecoco 設計的回收機

瓶身和瓶蓋是分開回收, 瓶身是在螢幕左邊大圓孔, 瓶蓋是右側下角的小圓孔


PP (聚丙烯) 比 PE (聚乙烯) 比PE的分子量大,所以熔點比較高。
PE熔點在110~130℃(和密度成正比),PP在170~174℃(最差的也有140℃)
所以熱分解時, 是可以分離出來的

但分開收集也有好處, 因為不見得塑膠都拿去提煉汽油, 
最常見是變成再生塑料
像 PET 通常再製成 環保袋 環保衣, 
    PE 再生塑料用在塑膠瓶器, 垃圾桶, 文具盒等塑膠再製品
    PP 再做成瓶蓋, 水桶, 垃圾桶

2015 年共生產了 70 億噸的塑膠垃圾,只有 9% 被回收,12% 被焚燒,
剩餘的 79% 通通進入了掩埋場或環境中, 所以若塑膠能儘量被回收, 
對環境也是比較好的. 

而 Dr. Stone 中所提到的寶特瓶蓋變汽油, 的確是可行的回收方法之一.
在十多年前的這個 Youtube 就有提到: 

流言追追追-塑膠能提煉石油?(第20集-垃圾鍊金術)


石油的主要成分是碳氫化合物(烴)的長鏈烴混合體. 
塑膠(PP/PE/..)是從石油當中提煉出來的短鏈烴

聚乙烯熱裂解時, 加入催化劑 如 銥 (Ir) 錸 (Re), 幫助裂解回到氫和碳原子後,
重新排列組合. 但這催化劑價格較高. 新的技術是朝向熱裂解不需要用催化劑來做


"熱裂解處理廢塑膠技術係採連續進料式熱裂解反應,並未添加任何催化劑,熱裂 解溫度控制在約 700℃,將混合種類廢塑膠以及與加熱燃料分開狀態下進行熱裂解, 反應生成大部分石油氣(油與氣)以及少量碳黑"

Ref: 泛科學


熱門文章