Planarität und Dualität

Größe: px
Ab Seite anzeigen:

Download "Planarität und Dualität"

Transkript

1 Kapitel 3 Planarität nd Dalität Bei der Darstellng on Diagrammen nd bei der Realisierng on Schaltngen af Chips tritt das Problem af, den raphen so darzstellen, dass sich möglichst wenige Kante krezen. Unser Ziel in diesem Kapitel ist die Einbettng eines raphen in einen Ram möglichst niedriger Dimension, so dass keine zwei Kanten sich schneiden. 3. Charakterisierng planarer raphen Wir erlaben daz (wenigstens orübergehend) Kanten so z zeichnen, dass sie nicht as Streckenabschnitten bestehen. Sei daz J R n. Eine stetige, bijektie Abbildng f : [0, ] J heißt Jordankre. Ein raph heißt einbettbar in einen gegebenen Ram, wenn den Knoten des raphen Pnkte des Rames entsprechen nd den Kanten Jordankren, die krezngsfrei sind. Zwei Jordankren krezen sich, wenn sie sich in einem Pnkt schneiden, der kein Knoten ist, oder wenn eine Jordankre drch einen Knoten läft, der nicht Endknoten der entsprechenden Kante ist. Satz 3.. Jeder raph ist in den IR 3 einbettbar. Beweis: Wir ordnen jedem Knoten einen Pnkt af der x-achse z nd jeder Kante eine Ebene, die die x-achse enthält. Verbinde zwei adjazente Pnkte drch eine Jordankre in der Ebene, die der Kante entspricht (gl. Abb. 3.). Abbildng 3.: Einbettng eines raphen in den IR 3 Ein raph heißt planar, wenn er in den IR einbettbar ist. 3

2 KAPITEL 3. PLANARITÄT UND DUALITÄT 33 Satz 3.. Ein raph ist gena dann planar, wenn er af der Kgeloberfläche eingebettet werden kann. Beweis: Drch stereographische Projektion om Nordpol. Abbildng 3.: Stereographische Projektion Die Tatsache, dass wir Jordankren zlassen, stellt für planare raphen keine Einschränkng dar, wie der folgende Satz zeigt, den wir ohne Beweis angeben. Satz 3.3. Jeder einfache planare raph kann stets so in die Ebene eingebettet werden, dass seine Kanten Strecken sind. Sei ein planarer raph, der in der Ebene eingebettet ist. Wir können dann ach als die Teilmengen des IR affassen, die drch seine Knoten nd Kanten gegeben ist. Die Einbettng zerlegt die Ebene in erschiedene beschränkte Flächen nd eine nbeschränkte Fläche. Für einen Pnkt x / ist die Fläche, die x enthält, die Menge aller Pnkte, die drch eine Jordankre mit x erbnden werden können, ohne z schneiden (gl. Abb. 3.3). f 4 f f f 3 Abbildng 3.3: Einbettng eines raphen in den IR 3 Für können jede Fläche als nbeschränkte Fläche wählen. Dies folgt as Satz 3. nd Rotation, so dass der Nordpol in der gewünschten Fläche liegt. Eine Kante e eines planaren raphen ist gena dann Schnittkante, wenn af beiden Seiten on e die gleiche Fäche liegt. Denn ist e Schnittkante, so lässt sich der raph wie in Abb. 3.4 darstellen. Ist mgekehrt e keine Schnittkante, so liegt e nach Satz.5 af einem Kreis. Satz 3.4 (Eler). Sei ein zsammenhängender, planarer raph mit n Knoten, m Kanten nd f Flächen. Dann gilt: n + f = m +. Beweis: Indktion über m. a) m = 0. Dann ist n = (Zsammenhang) nd f =.

3 KAPITEL 3. PLANARITÄT UND DUALITÄT 34 e Abbildng 3.4: Schnittkante in planaren raphen b) m m. Sei ein raph mit m Kanten, n Knoten nd f Flächen. Sei der raph der entsteht, wenn wir eine nee Kante e hinzfügen. i) e ist Schleife: dann folgt n = n, m = m +, f = f + ii) e ist nicht Schnittkante in : nach der origen Beobachtng ist f = f +, n = n, m = m +. iii) Jede Kante on ist Schnittkante. ist ein Bam mit m = n, f =. Da in nicht zsammenhängenden raphen die nbeschränkte Fläche nr einmal gezählt wird, gilt: Korollar 3.5. Sei ein raph mit n Knoten, m Kanten, f Flächen nd k Komponenten. Dann gilt: n + f = m + k +. Als Folgerng ergibt sich nmitelbar: Korollar 3.6. Sei ein zsammenhängender, planarer, einfacher raph mit n 3 Knoten nd m Kanten. Dann gilt: m 3n 6. Beweis: Seien R,..., R f die Flächen on nd sei d(r i ) die Anzahl der Kanten, die R i begrenzen, wobei Schnittkanten doppelt gezählt werden. Da jede Kante, die nicht Schnittkante ist, zwei Flächen trennt, gilt f i= d(r i) = m. Da einfach ist, wird jede Fläche drch mindestens drei Kanten begrenzt, d.h., d(r i ) 3, nd somit f i= d(r i) 3f. As der Eler-Formel folgt dann m + = n + f n + 3 m nd somit m 3n 6. Korollar 3.7. K 5 nd K 3,3 sind nicht planar. Beweis: Wäre der K 5 planar, so folgte as Korollar 3.6, 0 = m 3n 6 = 9. K 3,3 ist bipartit, enthält also keine ngeraden Kreise. Damit wird jede Fläche on mindestens 4 Kanten begrenzt. Wie orher gilt dann: 4f d(r i ) = m. Somit f 9 in K 3,3. As der Eler-Formel folgt aber f = m n + = = 5. Planare raphen können nicht beliebig komplex sein. Korollar 3.8. Sei ein einfacher planarer raph. Dann gilt:

4 KAPITEL 3. PLANARITÄT UND DUALITÄT 35 i) enthält mindestens einen Knoten om rad 5 ii) Hat keine Schnittkanten nd ist d() 3 für alle V, so existiert eine Region, die on höchstens 5 Kanten begrenzt wird. Beweis: Übngsafgabe Die Annahme d() 3 ist keine Einschränkng der Allgemeinheit. Denn die Planarität bleibt nbeeinflsst, wenn wir eine Kante nterteilen bzw. mgekehrt einen Knoten om rad zwei nd seine inzidenten Kanten drch eine nee Kante ersetzen. Wir sagen, dass zwei raphen homöomorph sind, wenn sie drch Unterteilen on Kanten ineinander überführt werden können. Der Petersen-raph ist nicht planar, denn er enthält einen Teilgraph, der homöomorph z K 3,3 ist (gl. Abb T S 3 a S T b S T3 T T T 3 b c a d c d S S S 3 Abbildng 3.5: Der Petersen-raph ist homöomorph z K 3,3 Wir zerlegen die Charakterisierng planarer raphen in zwei Teile nd betrachten zerst raphen mit kleiner Zsammenhangszahl. Satz 3.9 (Kratowski). Sei ein raph mit Zsammenhangszahl höchstens zwei. ist gena dann planar, wenn er keinen Teilgraph enthält, der homöomorph z K 5 oder K 3,3 ist. Beweis: Es bleibt z zeigen, dass die Bedingng hinreichend ist. Wir führen daz eine Indktion nach n, nd für festes n nach m drch. Da der K 4 planar ist, nd damit alle Teilgraphen, können wir annehmen, dass n 5. Sei also ein raph mit n Knoten nd m Kanten, der keine Unterteilng on K 5 oder K 3,3 als Teilgraph enthält. Wir nterscheiden erschiedene Fälle nach der Zsammenhangszahl κ().. κ() = 0. Dann ist nzsammenhängend. Nach Indktion ist jede Zsammenhangskomponente on planar nd damit ach.. κ() =. Dann existiert ein Schnittknoten. lässt sich in zwei Teilgraphen = (V, E ) nd = (V, E ) mit V V = {} nd E E = zerlegen. Da nd die Vorassetzng der Indktion erfüllen, können wir planare Einbettngen on nd so bestimmen, dass am Rande liegt. Dann können wir beide Darstellngen zsammenheften, indem wir die beiden Kopien on identifizieren (gl. Abb 3.6). 3. κ() =. Sei {, } eine Schnittmenge. Entfernen wir {, }, so zerfällt in disjnkte raphen. Seien, zwei raphen, die as diesen beiden Teilen entstehen, indem wir jeweils Kopien on nd sowie die Kante e = (, ) hinzfügen, falls diese in lag. Da -zsammenhängend war, gab es zwei Knoten a, b, die drch zwei knotendisjnkte

5 KAPITEL 3. PLANARITÄT UND DUALITÄT 36 Abbildng 3.6: Zsammenheften an einem Schnittknoten Wege erbnden waren, die über nd liefen. Da diese Knoten nach der Entfernng on {, } nicht mehr erbnden sind, liegen sie in erschiedenen Zsammenhangskomponenten. Damit existieren (, )-Wege W nd W, die jeweils on e erschieden sind. Wir wollen ähnlich orgehen wie im Fall κ() =, können aber nicht garantieren, dass die beiden Knoten gemeinsam af dem Rand des Assengebiets liegen. Betrachte nn die raphen e, e. Angenommen, einer dieser Teilgraphen, etwa e, erfüllt die Indktionorassetzng nicht. Dann mss er einen Teilgraphen enthalten, der homöomorph z K 5 oder K 3,3 ist nd die Kante e enthält. Dann würde aber ach W einen solchen Teilgraph enthalten, im Widersprch zr Annahme. Per Indktion können wir daher planare Darstellngen on e, e finden (gl. Abb. 3.7), in denen e jeweils am Rande liegt. Wir identifizieren die beiden Kopien nd entfernen e, wenn e /. Abbildng 3.7: Zsammenheften an einer Schnittmenge der Kardinalität Für den Beweis der Charakterisierng planarer raphen mit höherer Zsammenhagszahl benötigen wir noch zwei Assagen. Lemma 3.0. In einem -zsammenhängenden planaren raphen wird jede Fläche drch einen Kreis begrenzt nd liegt jede Kante af dem Rand on gena zwei Flächen. Beweis: Skizze: Betrachte eine Ohrendekomposition on. Wird ein nees Ohr P hinzgefügt, so mss P innerhalb einer bereits konstrierten Fläche erlafen. Per Indktion wird diese Fläche drch einen Kreis begrenzt. Da dieser Kreis die beiden Endknoten, on P enthält, zerfällt er in zwei disjnkte (, )-Wege, die zsammen mit P die alte Fläche in zwei nee Flächen zerlegt, die wiederm on Kreisen begrenzt werden. Ebenso begrenzen wieder alle Kante gena zwei Flächen. Satz 3.. Jeder 3-zsammenhängende raph enthält eine Kante e, so dass e wieder 3-zsammenhängend ist. Beweis: Angenommen die Assage ist falsch. Dann ist für jede jede Kante e = (, ) der raph e höchstens -zsammenhängend nd besitzt damit eine trennende Menge S mit S. Da

6 KAPITEL 3. PLANARITÄT UND DUALITÄT 37 3-zsammenhängend ist, mss der drch die Kontraktion on e entstandene nee Knoten x e in S liegen. Somit existiert ein Knoten w / {, }, so dass {x e, w} den raphen e trennt. Damit ist ach T = {,, w} eine trennende Menge in. Da keine echte Teilmenge on T trennend sein kann, hat jeder Knoten on T einen Nachbarn in jeder Zsammenhangskomponente C on T. Wir wählen nn die Kante e, den Knoten Knoten w nd die Zsammenhangskomponente C so, dass C minimal ist. Sei y ein Nachbar on w in C (gl. Abb. 3.8). C w y T Abbildng 3.8: Schnitt im 3-zsammenhängenden raphen Wiederm existiert zr Kante f = (w, y) ein Knoten z, so dass {w, y, z} nzsammenhängend ist. Wie orher hat jeder Knoten as {w, y, z} einen Nachbarn in den Zsammenhangskomponenten on {w, y, z}. Da e = (, ) E, existiert eine Zsammenhangskomponente D on {w, y, z}, die weder noch enthält. Betrachte die Nachbarn on y in D. Da y in C liegt, mss jeder Nachbar on y in D selbst ach in C liegen. Da sowohl D als ach C zsammenhängend sind, folgt daras D C. Mit y C D ergibt sich ein Widersprch zr Minimalität on C. Der Satz 3. enthält implizit eine Konstrktionsorschrift für 3-zsammenhängende raphen, bei der, asgehend on einem K 4, iterati Knoten x in zwei benachbarte nee Knoten om rad mindestens drei afgespalten wird, so dass jeder Nachbar on x z mindestens einem neen Knoten benachbart ist. Wie im ersten Teil der Charakterisierng der Planarität werden wir eine Indktion über die Anzahl der Kanten drchführen nd dabei die Kantenkontraktion bentzen. Dafür müssen wir ns on der Richtigkeit der folgenden Assage überzegen. Lemma 3.. Enthält e einen Teilgraphen, der homöomorph z einem K 5 oder K 3,3 ist, so ach. Beweis: Übngsafgabe Damit haben wir alle Ztaten für den folgenden Satz: Satz 3.3 (Kratowski). Ein raph ist gena dann planar, wenn er keinen Teilgraph enthält, der homöomorph z K 5 oder K 3,3 ist. Beweis: Es bleibt z zeigen, dass die Bedingng hinreichend ist für raphen mit κ() 3. Nach Satz 3. existiert eine Kante e = (, ) E, so dass = e wieder 3-zsammenhängend ist. Seien S = N (), T = N () nd x e der nee Knoten in, der drch die Kontraktion on e entsteht.

7 KAPITEL 3. PLANARITÄT UND DUALITÄT 38 Da nach Lemma 3. ach keinen Teilgraph enthalten kann, der homöomorph z einem K 5 oder K 3,3 ist, ist per Indktion planar. Wir betrachten eine planare Einbettng on nd entfernen darin x e nd seine inzidenten Kanten. Dadrch entsteht eine Fläche f, in der rsprünglich der Knoten x e lag. Sei K der Rand on f. Da x e f, gilt S T K. Da 3-zsammenhängend ist, ist x e -zsammenhängend. Nach Lemma 3.0 ist dann K ein Kreis. Seien x,... x k die Knoten in S V (K) zyklisch drchnmmeriert. Dies zerlegt den Kreis K in eine Menge P i, i =,..., k on Wegen, die jeweils x i mit x i+ erbinden (x k+ = x ). In der planaren Einbettng on können wir die Kanten der Form (x e, z) mit z T S entfernen nd den Knoten x e drch den rsprünglichen Knoten ersetzen (gl. Abb. 3.9). Dadrch erhalten wir eine Einbettng on. x P4 P x x4 P3 P x3 Abbildng 3.9: Eine planare Einbettng on As dieser Einbettng on können wir offensichtlich leicht eine Einbettng on konstrieren, wenn T P i für ein i {,..., k}. Wenn dies nicht der Fall ist, so werden wir zeigen, daß der raph einen z K 5 oder K 3,3 homöomorphen Teilgraph enthalten mss. Wir nterscheiden drei Fälle, die in der Abb. 3.0 dargestellt sind. x i a x i x i+ x i+ x j x j+ b Abbildng 3.0: Die aftretenden Fälle (a), (b) nd (c) (a) Hat drei Nachbarn in {x,..., x n }, so indzieren diese zsammen mit nd einen z K 5 homöomorphen raphen. (b) Ist T = {x i, x j } für i < j, so mss gelten j > i + nd {i, j} {, k}. Damit existieren Knoten x i+ nd x j+, die zsammen mit den Knoten {,, x i, x j } einen zm K 3,3 homöomorphen Teilgraphen indzieren. (c) hat einen Nachbarn a in der Menge V (P i ) {x i, x i+ } für ein i nd einen Nachbarn

8 KAPITEL 3. PLANARITÄT UND DUALITÄT 39 b / V (P i ). In diesem Fall indzieren,, x i, x i+, a, b einen zm K 3,3 homöomorphen Teilgraphen. 3.. Algorithmische Tests af Planarität Wir wollen in dieser Vorlesng nicht af algorithmische Aspekte des Planaritätstest eingehen. Ein einfacher Ansatz wäre, alle Knoten om rad zwei z kontrahieren, nd im Restgraphen alle fünfbzw. sechselementigen Teilmengen daraf z testen, ob sie einen K 5 oder K 3,3 bilden. Dieses Vorgehen ist sicherlich polynomiell, wenn ach nicht besonders effizient. Darüber hinas bildet es lediglich einen Test af Planarität nd liefert keine planare Einbettng. Der obige Beweis liefert implizit ach eine Konstrktionsorschrift für eine planare Einbettng mit, ist aber sehr afwendig. Ein effizienterer Algorithms wrde 964 on Democron et al. entwickelt. Er konstriert für -zsammenhängende raphen eine planare Einbettng, wenn eine solche existiert. Der Test einfach zsammenhängender raphen lässt sich wie in nserem Beweis drch Verkleben on - Zsammenhangskomponenten af diesen Fall zrückführen. Hopcroft nd Tarjan haben 974 einen Algorithms entwickelt, der in O(n) eine planare Einbettng konstriert. 3.. Erweiterngen Wenn ein raph nicht planar ist, drängt sich die Frage af, wieiel Brücken gebat werden müssen, m Krezngen z ermeiden. Dies führt zm einen af die Krezngszahl (crossing nmber), die angibt, wieiele Kanten sich in einer planaren Darstellng mindestens schneiden müssen. Zm anderen af das eschlecht eines raphen. Wir wissen, dass sich planare raphen af der Oberfläche der Kgel einbetten lassen. Um bei nichtplanaren raphen eine Krezng z ermeiden, fügen wir einen riff zr Kgel hinz, die Kanten afnehmen kann, nd darnterliegende überbrückt. Abbildng 3.: Eine Kgel mit riff nd ein Tors Die Anzahl der riffe, die nötig sind, m den raphen af der entsprechenden Oberfläche darzstellen, bilden das eschlecht des raphen. raphen om eschlecht 0 sind die planaren raphen. raphen om eschlecht heißen toroidal, da wir die Kgel mit einem riff z einem Tors erformen können.

9 KAPITEL 3. PLANARITÄT UND DUALITÄT Dalität Im folgenden Abschnitt werden wir jedem planaren raphen einen zweiten, wiederm planaren raphen zordnen nd sehen, dass sie in einer sehr engen Beziehng stehen. Bei der Konstrktion des zweiten raphen treten. U. Schleifen nd Mehrfachkanten af. i) für jede Fläche F i wähle einen Pnkt i innerhalb der Fläche ii) für jede Kante e E erbinde die neen Knoten der Flächen, af deren Rand e liegt, drch eine nee Kante e, die e, aber keine andere Kante schneidet Abbildng 3.: nd sein daler raph Ein drch einen solchen Prozess erzegten raphen heisst daler raph z. Wenn wir die dalen Knoten in das Innere der Fläche legen, enthält jede Fläche gena einen dalen Knoten. Von einem dalen Knoten führen dale Halbkanten z einem Pnkt af einer begrenzenden Kante. Diese Halbkanten schneiden sich nr im dalen Knoten. Von der begrenzenden Kante führt dann eine zweite Halbkante zm dalen Nachbarpnkt. Wenn man diese Vorschrift präzisiert, sieht man, dass der dale raph wiederm planar ist. Für eine feste Einbettng on ist bis af Isomorphie eindetig. Jedoch sind für erschiedene Einbettngen on die dalen raphen nicht notwendigerweise isomorph. Lemma 3.4. Sei ein planarer, zsammenhängender raph mit n Knoten, m Kanten nd f Flächen, n, m, f entsprechend für den dalen raphen, so gilt n = f, m = m, f = n. Beweis: Die ersten beiden Assagen folgen as der Definition. Die Elerformel ergibt: f = m n + = m f + = n. Für zsammenhängende raphen konstriert das Verfahren Bijektionen F V, E E nd V F. Wir können damit jeder Teilmenge on Kanten in E eine Teilmenge on Kanten in E zordnen. Dabei ist z beachten, dass der Zsammenhang notwendige Vorassetzng ist. Die Abb. 3.3 gibt ein Beispiel für einen nichtzsammenhängenden raphen, in dem sechs Knoten, aber fünf Flächen hat. Das Beispiel erdetlicht asserdem, dass der folgende Satz in nzsammenhängenden raphen nicht gilt. Satz 3.5. Sei planar, zsammenhängend. Dann ist =. Satz 3.6. Sei planar. Dann gilt: i) C E Kreis in C E inklsionsminimaler Schnitt in

10 KAPITEL 3. PLANARITÄT UND DUALITÄT 4 Abbildng 3.3:, sein daler raph nd der raph ( ) ii) C E inklsionsminimaler Schnitt C E Kreis in. Beweis: Skizze: Der zweite Teil folgt as dem ersten Teil mit Satz 3.5. Sei O.B.d.A. zsammenhängend. Ist C ein Kreis, so mschließt C mindestens eine beschränkte Fläche nd zmindest die nbeschränkte Assenfläche liegt asserhalb. Im dalen raphen liegen somit eine nichtleere Menge U on dalen Knoten innerhalb nd eine nichtleere Menge V U on Knoten asserhalb des Kreises. Damit indziert C eine Schnittmenge in. Man überlegt sich, dass sowohl U als ach V U zsammenhängend sind. Mit Lemma.4 folgt dann die Behaptng. 3.3 Weitere Ansätze zr Dalität Die Dalität für planare raphen führt af natürliche Weise Kreise in inklsionsminimale Schnitte über. Ihre Definition hängt jedoch stark an der Planarität. Daher könnte man erschen, den Dalitätsbegriff af größere Klassen on raphen z übertragen. Wir werden im folgenden die Ansätze krz skizzieren nd zeigen, dass keine on ihnen den Dalitätsbegriff erallgemeinert Abstrakte Dalität Ein raph = (V, E ) heißt abstrakt dal z = (V, E), falls eine Bijektion zwischen E nd E existiert, so dass C E ein Kreis in gena dann, wenn C E ein inklsionsminimaler Schnitt in ist. Satz 3.7. abstrakt dal z abstrakt dal z. Beweis: Sei C ein inklsionsminimaler Schnitt in nd C die entsprechende Kantenmenge in. Nach Lemma.5 ist der Schnitt on C mit jedem Kreis gerade. Entsprechend mss der Schnitt on C eine gerade Anzahl on Kanten mit jedem inklsionsminimalen Schnitt on gemeinsam haben. Wähle e C beliebig. Färbe C \e rot nd E\C grün. Nach Satz.5 liegt e entweder af einem roten Kreis oder in einem einem grünen inklsionsminimalen Schnitt K on. Der zweite Fall kann nicht eintreten, da sonst C K = {e}. Damit ist C Vereinigng on Kreisen on. Bestünde C as mehr als einem Kreis, so wäre mgekehrt C Vereinigng on mehr als einem inklsionsminimalen Schnitt. Satz 3.8. planar hat abstraktes Dales. Beweis: Skizze: Z zeigen ist: hat abstraktes Dales ist planar. (i) das abstrakte Dals on e erhält man as drch Kontraktion der Kante e. Folgerng: Jeder Teilgraph on hat ein abstraktes Dales.

11 KAPITEL 3. PLANARITÄT UND DUALITÄT 4 (ii) hat abstraktes Dales, homöomorph z hat abstraktes Dales denn: das Einfügen oder Entfernen eines Knotens om rad zwei entspricht der Addition oder dem Entfernen einer Mehrfachkante in (iii) K 3,3 nd K 5 haben keine abstrakte Dales. (i) Sei nicht planar, abstrakt dal z. Nach dem Satz on Kratowski enthält einen Teilgraphen H, der z K 5 oder K 3,3 homöomorph ist. Nach (i) besitzt dann ach H nd nach (ii) dann ach K 5 oder K 3,3 ein abstraktes Dal, im Widersprch z (iii) Whitney-Dalalität Ein raph ist Whitney-dal z, falls eine Bijektion zwischen den Kanten existiert, so dass für jeden afspannenden Teilgraphen H nd dem Bild H gilt: ν(h) + λ(h ) = λ( ). Hierbei ist ν = m n + p die zyklomatische Zahl, λ = n p die kozyklomatische Zahl nd H das Komplement on H bzgl. Lemma 3.9. Sei Whitney-dal z. Dann gilt: i) ν() = λ( ) ii) ν( ) = λ() iii) λ(h) + ν(h ) = λ() Beweis:. folgt as der Definition mit H =. ν( ) + λ( ) = m = m ν() + λ(). As (i) folgt dann (ii) 3. λ(h) + ν(h ) = m(h) ν(h) + m(h ) λ(h ) = m(h) + m(h ) λ( ) = m(h) + m(h) λ( ) = m() λ( ) = m() ν() nach (i) = λ(). Korollar 3.0. Whitney-dal z Whitney-dal z. Beweis: folgt as Lemma 3.9 (iii) mit H = H. Der folgende Satz zeigt, dass ach der on Whitney eingeführte Dalitätsbegriff nicht über planare raphen hinasführt.

12 KAPITEL 3. PLANARITÄT UND DUALITÄT 43 Satz 3. (Whitney). ) ist planar gena dann, wenn ein Whitney-Dales hat. Beweis: Wir zeigen abstrakt dal Whitney-dal. Sei abstrakt dal z. Falls H keine Kante enthält, so gilt offensichtlich, da λ(h ) = λ( ), ν(h) + λ(h ) = n(h) + p(h) + λ( ) = λ( ). Wir fügen z H eine Kante hinz nd erhalten den raphen H. Entsprechend entfernen wir die Kante e as H nd erhalten H. Folgende Fallnterscheidng: a) λ(h ) = ν(h) +. Dann haben wir einen neen Kreis C erzegt, der e enthält, nd es ist p(h ) = p(h). Da abstrakt-dal z, folgt, dass C einen inklsionsminimalen Schnitt C in H bildet, der e enthält. Damit erhöht sich die Anzahl der Komponenten on H, wenn wir e entfernen, d.h. λ(h ) = λ(h ). b) ν(h ) = ν(h). Dann erzegt e keinen neen Kreis nd es ist p(h ) = p(h). Entsprechend erzegt e keinen neen inklsionsminimalen Schnitt in, d.h. die Anzahl der Komponenten on H bleibt nerändert, wenn wir e entfernen. Also λ(h ) λ(h ).. Sei Whitney-dal mit n Knoten nd p Komponenten. Sei C ein Kreis in. Dann gilt: ν(c) = nd λ( ) = n p nd somit λ(c ) = n p. D.h. das Entfernen on C as erhöht die Anzahl der Komponenten. Somit ist C eine Schnittmenge. Ist R C, so ist λ(r ) = λ( ) ν(r ) = n p, d.h. R ist keine Schnittmenge nd C ist ein inklsionsminimaler Schnitt. Ist mgekehrt C ein inklsionsminimaler Schnitt on, so folgt analog ν(c) = n p (n (p + )) =, d.h. C enthält einen Kreis. Für jede echte Teilmenge R C, ist R keine inklsionsminimale Schnittmenge, d.h. R enthält keinen Kreis. Somit ist C ein Kreis.

Graphentheorie. Planarität und Dualität. Planarität und Dualität. Planarität und Dualität. Rainer Schrader. 28. November 2007.

Graphentheorie. Planarität und Dualität. Planarität und Dualität. Planarität und Dualität. Rainer Schrader. 28. November 2007. raphentheorie Rainer Schrader Zentrm für Angewandte Informatik Köln 8. Noember 007 1 / 67 / 67 liederng planare raphen Eler-Formel Charakterisierng planarer raphen Erweiterngen kreisplanare raphen Dalität

Mehr

Algorithmen zur Visualisierung von Graphen

Algorithmen zur Visualisierung von Graphen Algorithmen zr Visalisierng on Graphen Flssmethoden nd Einbettngsprobleme Vorlesng im Wintersemester 2011/2012 16.11.2011 Winkelaflösng in geradlinigen Layots Konstrktion des Flssnetzerks W := V F Konstrktion

Mehr

Lösungsskizzen zu den Klausuraufgaben zum Kurs 1142 Algorithmische Mathematik

Lösungsskizzen zu den Klausuraufgaben zum Kurs 1142 Algorithmische Mathematik Lösngsskizzen z den Klasrafgaben zm Krs 4 Algorithmische Mathematik 4LN08 Afgabe. Zeigen Sie: a) n + n ist eine gerade Zahl für alle n N. Lösng: Wir zeigen die Behaptng per Indktion. Für n = 0 ist offenbar

Mehr

Planaritätstest von Boyer und Myrvold

Planaritätstest von Boyer und Myrvold Planaritätstest on Boer nd Mrold A I E D C G H J F H K 0..8 Überblick Planare Graphen, Zeichnngen nd Rotationsssteme Algorithms on Boer-Mrold, Walkp, Walkdon Korrektheit Lafzeit O(n) Folgerngen 0..8 Planare

Mehr

Analysis II für M, LaG/M, Ph

Analysis II für M, LaG/M, Ph Fachbereich Mathematik Prof Dr M Hieber Robert Haller-Dintelmann Horst Heck TECHNISCHE UNIVERSITÄT DARMSTADT ASS 008 195008 Analysis II für M, LaG/M, Ph 7 Übng mit Lösngshinweisen G 1 Grppenübngen Af der

Mehr

Übung zur Vorlesung Diskrete Strukturen I

Übung zur Vorlesung Diskrete Strukturen I Technische Universität München WS 00/0 Institut für Informatik Aufgabenblatt Prof. Dr. J. Csirik. November 00 Brandt & Stein Übung zur Vorlesung Diskrete Strukturen I Abgabetermin: Tutorübungen am. und.

Mehr

Graphentheorie. Zusammenhang. Zusammenhang. Zusammenhang. Rainer Schrader. 13. November 2007

Graphentheorie. Zusammenhang. Zusammenhang. Zusammenhang. Rainer Schrader. 13. November 2007 Graphentheorie Rainer Schrader Zentrum für Angewandte Informatik Köln 13. November 2007 1 / 84 2 / 84 Gliederung stest und Schnittkanten älder und Bäume minimal aufspannende Bäume Der Satz von Menger 2-zusammenhängende

Mehr

5 Anwendung Tiefensuche: Starke Zusammenhangskomponenten

5 Anwendung Tiefensuche: Starke Zusammenhangskomponenten 55 5 Anwendng Tiefensche: Starke Zsammenhangskomponenten Starke Zsammenhangskomponenten beziehen sich immer nr af gerichtete Graphen. Der Begriff der Zsammenhangskomponente im ngerichteten Graph besagt,

Mehr

Wir betrachten einen einfachen Algorithmus, der den Zusammenhang eines Graphen testen soll.

Wir betrachten einen einfachen Algorithmus, der den Zusammenhang eines Graphen testen soll. Kapitel 2 Zusammenhang 2.1 Zusammenhängende Graphen Wir betrachten einen einfachen Algorithmus, der den Zusammenhang eines Graphen testen soll. (1) Setze E = E, F =. (2) Wähle e E und setze F = F {e},

Mehr

Argumentationen zu ermöglichen, verlangen wir, dass diese Eigenschaft auch für induzierte Teilgraphen

Argumentationen zu ermöglichen, verlangen wir, dass diese Eigenschaft auch für induzierte Teilgraphen Kapitel 9 Perfekte Graphen 9.1 α- und χ-perfektheit Eine Clique in einem Graphen G ist ein induzierter vollstäniger Teilgraph. Die Cliquenzahl ω(g) ist die Kardinalität einer größten in G enthaltene Clique.

Mehr

So lösen Sie die Differentialgleichung für eine komplexe Kurve (für eine komplexe Funktion)

So lösen Sie die Differentialgleichung für eine komplexe Kurve (für eine komplexe Funktion) Prof. Dr. Sebastian Hensel Sommersemester 208 Argmente der GTF Was ist dieses Dokment? (nd was ist es nicht?) Dieser Text fasst einige der wichtigsten Standardargmente zsammen, die im Stdim von Flächen

Mehr

Univ.-Prof. Dr. Goulnara ARZHANTSEVA

Univ.-Prof. Dr. Goulnara ARZHANTSEVA Diskrete Mathematik Univ.-Prof. Dr. Goulnara ARZHANTSEVA SS 2018 c Univ.-Prof. Dr. Goulnara Arzhantseva Kapitel 08: Menger, König und Hall / Planare Graphen 1 / 30 Der Satz von Menger: s t trennende Kantenmenge

Mehr

Lokale Eigenschaften des Hilbert-Symbols

Lokale Eigenschaften des Hilbert-Symbols Lokale Eigenschaften des Hilbert-Symbols (Nach J.P. Serre: A Corse in Arithmetic) Bettina Böhme, Karin Loch 24.05.2007 Im Folgenden bezeichnet k entweder den Körer R der reellen Zahlen oder den Körer Q

Mehr

6. Planare Graphen und Färbungen

6. Planare Graphen und Färbungen 6. Planare Graphen und Färbungen Lernziele: Den Begriff der Planarität verstehen und erläutern können, wichtige Eigenschaften von planaren Graphen kennen und praktisch einsetzen können, die Anzahl von

Mehr

Grundbegri e der Graphentheorie: Eckengrad, Wege und Kreise, Zusammenhang

Grundbegri e der Graphentheorie: Eckengrad, Wege und Kreise, Zusammenhang raphen- und Berechenbarkeitstheorie rundbegri e der raphentheorie: Eckengrad, Wege und Kreise, Zusammenhang 0.1 raphen Ein raph ist ein aar = (V, E) disjunkter Mengen mit E [V ]2, wobei [V ]2 die Menge

Mehr

Dieser Graph hat 3 Zusammenhangskomponenten

Dieser Graph hat 3 Zusammenhangskomponenten Vl 2, Informatik B, 19. 04. 02 1.1.3 Definitionen und wichtige Graphen Sei im folgenden G =(V;E) ein schlichter ungerichteter Graph. Definition: Der Grad eines Knoten v in einem ungerichteten Graphen ist

Mehr

Graphentheorie. Kardinalitätsmatchings. Kardinalitätsmatchings. Kardinalitätsmatchings. Rainer Schrader. 11. Dezember 2007

Graphentheorie. Kardinalitätsmatchings. Kardinalitätsmatchings. Kardinalitätsmatchings. Rainer Schrader. 11. Dezember 2007 Graphentheorie Rainer Schrader Zentrum für Angewandte Informatik Köln 11. Dezember 2007 1 / 47 2 / 47 wir wenden uns jetzt einem weiteren Optimierungsproblem zu Gliederung Matchings in bipartiten Graphen

Mehr

Effizienter Planaritätstest Vorlesung am

Effizienter Planaritätstest Vorlesung am Effizienter Planaritätstest Vorlesung am 23.04.2014 INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER Satz Gegebenen einen Graphen G = (V, E) mit n Kanten und m Knoten, kann in O(n + m) Zeit

Mehr

Graphentheorie. Perfekte Graphen. Perfekte Graphen. Perfekte Graphen. Rainer Schrader. 22. Januar 2008

Graphentheorie. Perfekte Graphen. Perfekte Graphen. Perfekte Graphen. Rainer Schrader. 22. Januar 2008 Graphentheorie Rainer Schrader Zentrum für Angewandte Informatik Köln 22. Januar 2008 1 / 47 2 / 47 eine Clique in G ist ein induzierter vollständiger Teilgraph Gliederung α- und χ-perfektheit Replikation

Mehr

Für die Anzahl der Kanten in einem vollständigen Graphen (und damit für die maximale Anzahl von Kanten in einem einfachen Graphen) gilt:

Für die Anzahl der Kanten in einem vollständigen Graphen (und damit für die maximale Anzahl von Kanten in einem einfachen Graphen) gilt: Der K 4 lässt sich auch kreuzungsfrei zeichnen: Für die Anzahl der Kanten in einem vollständigen Graphen (und damit für die maximale Anzahl von Kanten in einem einfachen Graphen) gilt: ( ) n n (n 1) E

Mehr

Theoretische Informatik I

Theoretische Informatik I Theoretische Informatik I cript zr Vorlesng om 090620000 Angefertigt on: Matrikel-Nr: 702781 Woraf rde in dieser Vorlesng eingegangen? 1 Eingehen af die orherigen Vorlesng 1 2 ystematische Konstrktion

Mehr

Naiver Algorithmus für Hamiltonkreis

Naiver Algorithmus für Hamiltonkreis Naiver Algorithmus für Hamiltonkreis Algorithmus HAMILTON EINGABE: G = ([n], E) in Adjazenzmatrixdarstellung 1 Für alle Permutationen π : [n] [n]. 1 Falls (π(1), π(2),..., π(n)) ein Kreis in G ist, AUSGABE

Mehr

= n (n 1) 2 dies beruht auf der Auswahl einer zweielementigen Teilmenge aus V = n. Als Folge ergibt sich, dass ein einfacher Graph maximal ( n E = 2

= n (n 1) 2 dies beruht auf der Auswahl einer zweielementigen Teilmenge aus V = n. Als Folge ergibt sich, dass ein einfacher Graph maximal ( n E = 2 1 Graphen Definition: Ein Graph G = (V,E) setzt sich aus einer Knotenmenge V und einer (Multi)Menge E V V, die als Kantenmenge bezeichnet wird, zusammen. Falls E symmetrisch ist, d.h.( u,v V)[(u,v) E (v,u)

Mehr

8. Konvexe Polytope. Tobias Boelter. Mittwoch, 5. März TopMath Frühlingsschule

8. Konvexe Polytope. Tobias Boelter. Mittwoch, 5. März TopMath Frühlingsschule 1 / 31 8. Konvexe Tobias Boelter TopMath Frühlingsschule Mittwoch, 5. März 2014 2 / 31 Es können auch nicht konvexe untersucht werden, wir beschränken uns hier aber auf konvexe. Mit einem Polytop ist hier

Mehr

Kantengraphen und Planare Graphen. Seminararbeit

Kantengraphen und Planare Graphen. Seminararbeit Kantengraphen und Planare Graphen Seminararbeit in Mathematisches Seminar für LAK 621.378 SS 2018 vorgelegt von Anna Maria Gärtner bei: Baur, Karin, Univ.-Prof. Dr.phil. Graz, 2018 Inhaltsverzeichnis 1

Mehr

durch Einfügen von Knoten konstruiert werden kann.

durch Einfügen von Knoten konstruiert werden kann. Satz von Kuratowski Definition Unterteilung eines Graphen Sei G = (V, E) und e = {u, v} E. 1 Das Einfügen eines neuen Knoten w in die Kante e führt zum Graphen G = (V {w}, E \ e {{u, w}, {w, v}}). 2 Der

Mehr

Diskrete Strukturen. Hausaufgabe 1 (5 Punkte) Hausaufgabe 2 (5 Punkte) Wintersemester 2007/08 Lösungsblatt Januar 2008

Diskrete Strukturen. Hausaufgabe 1 (5 Punkte) Hausaufgabe 2 (5 Punkte) Wintersemester 2007/08 Lösungsblatt Januar 2008 Technische Universität München Fakultät für Informatik Lehrstuhl für Informatik 15 Computergraphik & Visualisierung Prof. Dr. Rüdiger Westermann Dr. Werner Meixner Wintersemester 2007/08 Lösungsblatt 9

Mehr

Übung zur Vorlesung Diskrete Mathematik (MAT.107) Blatt Beispiellösungen Abgabefrist:

Übung zur Vorlesung Diskrete Mathematik (MAT.107) Blatt Beispiellösungen Abgabefrist: Svenja Hüning, Michael Kerber, Hannah Schreiber WS 2016/2017 Übung zur Vorlesung Diskrete Mathematik (MAT.107) Blatt Beispiellösungen Abgabefrist: Hinweise: Dieses Blatt präsentiert Beispiellösungen zu

Mehr

TI-1 vom doc - 1 Vorlesungsscript Theoretische Informatik I Erstellt von Marco Kuhrmann,

TI-1 vom doc - 1 Vorlesungsscript Theoretische Informatik I Erstellt von Marco Kuhrmann, TI- vom 3.6..doc - Vorlesngsscript Theoretische Informatik I Erstellt von Marco Khrmann, 789 VORESUNGSSCRIPT THEORETISCHE INFORMATIK I Vom 3.6. RÜCKBICK: NERODE-ÄQUIVAENZ... Beispiel... 4.5. MINIMIERUNG

Mehr

Graphentheorie. Eulersche Graphen. Eulersche Graphen. Eulersche Graphen. Rainer Schrader. 14. November Gliederung.

Graphentheorie. Eulersche Graphen. Eulersche Graphen. Eulersche Graphen. Rainer Schrader. 14. November Gliederung. Graphentheorie Rainer Schrader Zentrum für Angewandte Informatik Köln 14. November 2007 1 / 22 2 / 22 Gliederung eulersche und semi-eulersche Graphen Charakterisierung eulerscher Graphen Berechnung eines

Mehr

4 Tiefensuche in gerichteten Graphen

4 Tiefensuche in gerichteten Graphen 43 4 Tiefensche in gerichteten Graphen Wir betrachten znächst das folgende Beispiel. Beispiel 4.1: 1/ / / 1/ 2/ / 1/ 2/ / 1/ 2/ / / / x / / / / y z x y z x y z x y (a) (b) (c) (d) / 3/ / 4/ 3/ / z 1/ 2/

Mehr

Übungsaufgaben Graphentheorie, Wintersemester 2011/12

Übungsaufgaben Graphentheorie, Wintersemester 2011/12 Übungsaufgaben Graphentheorie, Wintersemester 2011/12 Frank Göring 25. Januar 2012 Zusammenfassung Übungsaufgaben zur Graphentheorievorlesung. 1 Bis 19.10.2011 1. Wir hatten einen Graphen G als zusammenhängend

Mehr

Übung zur Vorlesung Diskrete Strukturen I

Übung zur Vorlesung Diskrete Strukturen I Technische Universität München WS 00/03 Institut für Informatik Aufgabenblatt 6 Prof. Dr. J. Csirik 18. November 00 Brandt & Stein Übung zur Vorlesung Diskrete Strukturen I Abgabetermin: Tutorübungen am

Mehr

Eine notwendige und hinreichende Bedingung für einen Graphen mit Durchmesser 5, um 2-Durchmesser-stabil zu sein

Eine notwendige und hinreichende Bedingung für einen Graphen mit Durchmesser 5, um 2-Durchmesser-stabil zu sein Eine notwendige und hinreichende Bedingung für einen Graphen mit Durchmesser 5, um 2-Durchmesser-stabil zu sein Christian Hettkamp 25. Januar 2010 1 Inhaltsverzeichnis 1 Einführung 2 Definitionen, Vorraussetzungen

Mehr

3 Flächen und Flächenintegrale

3 Flächen und Flächenintegrale 3 Flächen Flächen sind im dreidimensionalen Ram eingebettete zweidimensionale geometrische Objekte In der Mechanik werden zb Membranen nd chalen als Flächen idealisiert In der Geometrie treten Flächen

Mehr

5 Graphen. Repräsentationen endlicher Graphen. 5.1 Gerichtete Graphen. 5.2 Ungerichtete Graphen. Ordnung von Graphen

5 Graphen. Repräsentationen endlicher Graphen. 5.1 Gerichtete Graphen. 5.2 Ungerichtete Graphen. Ordnung von Graphen Grundlagen der Mathematik für Informatiker 1 Grundlagen der Mathematik für Informatiker 5 Graphen 5.1 Gerichtete Graphen Definition 5.1 (V, E) heißt gerichteter Graph (Digraph), wenn V Menge von Knoten

Mehr

Distanzprobleme in der Ebene

Distanzprobleme in der Ebene Distanzprobleme in der Ebene (Literatur: deberg et al., Kapitel 7,9) Christian Knauer 1 Motivation: Alle nächsten Nachbarn Gegeben: Eine Menge von Punkten P in der Ebene Berechne: Zu jedem Punkt aus P

Mehr

Graphen KAPITEL 3. Dieses Problem wird durch folgenden Graph modelliert:

Graphen KAPITEL 3. Dieses Problem wird durch folgenden Graph modelliert: KAPITEL 3 Graphen Man kann als Ursprung der Graphentheorie ein Problem sehen, welches Euler 1736 von Studenten aus Königsberg gestellt bekam. Der Fluss Pregel wird von 7 Brücken überquert, und die Frage

Mehr

Graphentheorie. Färbungen. Knoten- und Kantenfärbungen. Knoten- und Kantenfärbungen. Rainer Schrader. 28. Januar 2008

Graphentheorie. Färbungen. Knoten- und Kantenfärbungen. Knoten- und Kantenfärbungen. Rainer Schrader. 28. Januar 2008 Graphentheorie Rainer Schrader Färbungen Zentrum für Angewandte Informatik Köln 28. Januar 2008 1 / 57 2 / 57 wir wollen versuchen, die Knoten eines Graphen zu färben dabei dürfen keine zwei benachbarten

Mehr

Von den Kanten von Gewicht 4 wird nur noch eine ausgewählt, die zu dem letzten nicht ausgewählten Knoten führt: 1. Juni

Von den Kanten von Gewicht 4 wird nur noch eine ausgewählt, die zu dem letzten nicht ausgewählten Knoten führt: 1. Juni CHAPTER. GRAPHEN.. B Ä UME.. Bäume Ein schlichter Graph ohne Kreise heisst Wald, ist er noch zusätzlich zusammenhängend so wird er Baum genannt. Bevor wir Bäume genauer beschreiben ein kleines LEMMA...

Mehr

Planare Graphen und Färbungen. Kapitel 7. Peter Becker (H-BRS) Graphentheorie Wintersemester 2018/ / 296

Planare Graphen und Färbungen. Kapitel 7. Peter Becker (H-BRS) Graphentheorie Wintersemester 2018/ / 296 Kapitel 7 Peter Becker (H-BRS) Graphentheorie Wintersemester 2018/19 256 / 296 Inhalt Inhalt 7 Färbungen Peter Becker (H-BRS) Graphentheorie Wintersemester 2018/19 257 / 296 Jordankurve Zentrale Frage

Mehr

Diskrete Strukturen Kapitel 4: Graphentheorie (Grundlagen)

Diskrete Strukturen Kapitel 4: Graphentheorie (Grundlagen) WS 2015/16 Diskrete Strukturen Kapitel 4: Graphentheorie (Grundlagen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15

Mehr

Übungsblatt 7 - Voronoi Diagramme

Übungsblatt 7 - Voronoi Diagramme Karlsruher Institut für Technologie Algorithmische Geometrie Fakultät für Informatik Sommersemester 2012 ITI Wagner Martin Nöllenburg/Andreas Gemsa Übungsblatt 7 - Voronoi Diagramme 1 Voronoi-Zellen Sei

Mehr

Vorlesungen vom 5.Januar 2005

Vorlesungen vom 5.Januar 2005 Vorlesungen vom 5.Januar 2005 5 Planare Graphen 5.1 Beispiel: Gas, Wasser, Elektrik Drei eingeschworene Feinde, die im Wald leben, planen Trassen zu den Versorgungswerken für die drei Grundgüter Gas, Wasser

Mehr

\ E) eines Graphen G = (V, E) besitzt die gleiche Knotenmenge V und hat als Kantenmenge alle Kanten des vollständigen Graphen ohne die Kantenmenge E.

\ E) eines Graphen G = (V, E) besitzt die gleiche Knotenmenge V und hat als Kantenmenge alle Kanten des vollständigen Graphen ohne die Kantenmenge E. Das Komplement Ḡ = (V, ( V ) \ E) eines Graphen G = (V, E) besitzt die gleiche Knotenmenge V und hat als Kantenmenge alle Kanten des vollständigen Graphen ohne die Kantenmenge E. Ein Graph H = (V, E )

Mehr

Kapitel IV Minimale Spannbäume

Kapitel IV Minimale Spannbäume Kapitel IV Minimale Spannbäume 1. Grundlagen Ein Graph G = (V, E) besteht aus einer Menge V von Knoten und einer Menge E von Kanten. Wir werden nur endliche Knoten- (und damit auch Kanten-) Mengen betrachten.

Mehr

Informatik II, SS 2016

Informatik II, SS 2016 Informatik II - SS 2016 (Algorithmen & Datenstrktren) Vorlesng 12 (3.6.2016) Binäre Schbäme IV Fabian Khn Algorithmen nd Komplexität Fabian Khn Rot-Scharz-Bäme Ziel: Binäre Schbäme, elche immer balanciert

Mehr

Graphentheorie Graphentheorie. Grundlagen Bäume Eigenschaften von Graphen Graphen-Algorithmen Matchings und Netzwerke

Graphentheorie Graphentheorie. Grundlagen Bäume Eigenschaften von Graphen Graphen-Algorithmen Matchings und Netzwerke Graphen Graphentheorie Graphentheorie Grundlagen Bäume Eigenschaften von Graphen Graphen-Algorithmen Matchings und Netzwerke 2 Was ist ein Graph? Ein Graph ist in der Graphentheorie eine abstrakte Struktur,

Mehr

Algorithmische Graphentheorie

Algorithmische Graphentheorie Dr. Joachim Spoerhase und Prof. Dr. Alexander Wolff Lehrstuhl für Informatik I Algorithmische Graphentheorie Sommersemester 2017 10. Vorlesung Planaritätstest und Färben planarer Graphen Graphen färben

Mehr

Effiziente Algorithmen Lineares Programmieren 216. Schwache Dualität

Effiziente Algorithmen Lineares Programmieren 216. Schwache Dualität Effiziente Algorithmen Lineares Programmieren 216 Schwache Dualität Sei wieder z = max{ c T x Ax b, x 0 } (P ) und w = min{ b T u A T u c, u 0 }. (D) x ist primal zulässig, wenn x { x Ax b, x 0 }. u ist

Mehr

Achsen eines Parallelogramms. Eckart Schmidt

Achsen eines Parallelogramms. Eckart Schmidt Achsen eines Parallelogramms Eckart Schmidt Eine Achsenkonstrktion für Ellipsen dürfte hete kam Thema der Schlgeometrie sein Betrachtet man statt der Ellipse ein einbeschriebenes Parallelogramm z konjgierten

Mehr

Differentialgleichungen für Ingenieure WS 06/07

Differentialgleichungen für Ingenieure WS 06/07 Differentialgleichngen für Ingeniere WS 6/7 4. Vorlesng Michael Karow Themen hete:. Gewöhnliche Lineare Differentialgleichngen. Ordnng (a) Das gedämpfte Pendel als Beispiel (b) Fndamentalsysteme (Lösngsbasen)

Mehr

Wiederholung zu Flüssen

Wiederholung zu Flüssen Universität Konstanz Methoden der Netzwerkanalyse Fachbereich Informatik & Informationswissenschaft SS 2008 Prof. Dr. Ulrik Brandes / Melanie Badent Wiederholung zu Flüssen Wir untersuchen Flüsse in Netzwerken:

Mehr

Formale Grundlagen. Graphentheorie 2008W. Vorlesung im 2008S

Formale Grundlagen. Graphentheorie 2008W. Vorlesung im 2008S Minimale Formale Grundlagen Graphentheorie Franz Binder Institut für Algebra Johannes Kepler Universität Linz Vorlesung im 2008S http://www.algebra.uni-linz.ac.at/students/win/fg Minimale Inhalt Minimale

Mehr

Diskrete Strukturen. Hausaufgabe 1 (5 Punkte) Wintersemester 2007/08 Lösungsblatt Januar 2008

Diskrete Strukturen. Hausaufgabe 1 (5 Punkte) Wintersemester 2007/08 Lösungsblatt Januar 2008 Technische Universität München Fakultät für Informatik Lehrstuhl für Informatik 15 Computergraphik & Visualisierung Prof. Dr. Rüdiger Westermann Dr. Werner Meixner Wintersemester 2007/08 Lösungsblatt 8

Mehr

Fünf-Farben-Satz. Seminar aus reiner Mathematik, WS 13/14. Schweighofer Lukas, November Seite 1

Fünf-Farben-Satz. Seminar aus reiner Mathematik, WS 13/14. Schweighofer Lukas, November Seite 1 Der Fünf- Farben-Satz Seminar aus reiner Mathematik, WS 13/14 Schweighofer Lukas, November 2013 Seite 1 Inhaltsverzeichnis Vorwort...3 Graphentheoretische Grundlagen...4 Satz 2 (Eulerscher Polyedersatz)...7

Mehr

7 Random Walks. 7.1 Ein randomisierter Algorithmus für 2-SAT. Wir beginnen mit einem motivierenden Beispiel.

7 Random Walks. 7.1 Ein randomisierter Algorithmus für 2-SAT. Wir beginnen mit einem motivierenden Beispiel. 7 Random Walks Wir beginnen mit einem motiierenden Beispiel. 7.1 Ein randomisierter Algorithms für 2-SAT Bekanntlich ist 3-SAT ein NP-ollständiges Problem. Hingegen ist 2-SAT ach deterministisch in Polynomialzeit

Mehr

Informatik II, SS 2018

Informatik II, SS 2018 Informatik II - SS 2018 (Algorithmen & Datenstrktren) Vorlesng 11 (30.5.2018) Binäre Schbäme III Fabian Khn Algorithmen nd Komplexität Fabian Khn Bemerkngen z den Übngen Hete m 8:15 hat ein Ttorat stattgefnden.

Mehr

Graphentheorie. Formale Grundlagen (WIN) 2008S, F. Binder. Vorlesung im 2008S

Graphentheorie. Formale Grundlagen (WIN) 2008S, F. Binder. Vorlesung im 2008S Minimale Graphentheorie Formale Grundlagen (WIN) Franz Binder Institut für Algebra Johannes Kepler Universität Linz Vorlesung im 2008S http://www.algebra.uni-linz.ac.at/students/win/fg Minimale Inhalt

Mehr

Algorithmik WS 07/ Vorlesung, Andreas Jakoby Universität zu Lübeck. 10 Matching-Probleme

Algorithmik WS 07/ Vorlesung, Andreas Jakoby Universität zu Lübeck. 10 Matching-Probleme 10 Matching-Probleme 10.1 Definition von Matching-Probleme Definition 21 [2-dimensionales Matching] Sei G = (V, E) ein ungerichteter Graph und E E. E ist ein Matching, wenn für alle Kantenpaare e 1, e

Mehr

Lösungsvorschlag zu den Präsenzaufgaben der 1. Übung

Lösungsvorschlag zu den Präsenzaufgaben der 1. Übung Michael Winkler Johannes Lankeit 8.4.2014 Lösungsvorschlag zu den Präsenzaufgaben der 1. Übung Präsenzaufgabe 1: Rufe dir die folgenden Definitionen wieder in Erinnerung: C = {(x, y); x R, y R} bildet

Mehr

Die Bestimmung von π

Die Bestimmung von π 10D (ht) Die Bestimmng on π Bergstadt-Gymnasim mit Hilfe on n-ecken Die Bestimmng on π mit Hilfe on n-ecken Inhaltserzeichnis 005-09-0 9. September 005 1 Einleitng 1.1 Vorassetzng.............................

Mehr

6 Flächen. ein Homöomorphismus, und daher ist dann auch die Komposition ψ 1. 0,ε ϕ x ein Homömorphismus.

6 Flächen. ein Homöomorphismus, und daher ist dann auch die Komposition ψ 1. 0,ε ϕ x ein Homömorphismus. 6 Flächen Definition. Es sei n 0 eine natürliche Zhal. Ein topologischer Raum X heißt lokal homöomorph zu R n, falls es zu jedem Punkt x X eine offene Umgebung U x mit einem Homöomorphismus ϕ x U x R n

Mehr

WS 2015/16 Diskrete Strukturen Kapitel 4: Graphen (Planare Graphen, Färbung)

WS 2015/16 Diskrete Strukturen Kapitel 4: Graphen (Planare Graphen, Färbung) WS 2015/16 Diskrete Strukturen Kapitel 4: Graphen (Planare Graphen, Färbung) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15

Mehr

Definition und Eigenschaften von elliptischen Funktionen Thomas Regier. 1. Verdoppelung des Lemniskatenbogens und erweitertes Additionstheorem

Definition und Eigenschaften von elliptischen Funktionen Thomas Regier. 1. Verdoppelung des Lemniskatenbogens und erweitertes Additionstheorem Definition nd Eigenschaften von elliptischen Fnktionen Thomas Regier. Verdoppelng des Lemniskatenbogens nd erweitertes Additionstheorem Elliptische Integrale berechnen die Krvenlänge von z.b. elliptischen

Mehr

Zentralübung zur Vorlesung Diskrete Strukturen

Zentralübung zur Vorlesung Diskrete Strukturen WS 2010/11 Zentralübung zur Vorlesung Diskrete Strukturen Dr. Werner Meixner Fakultät für Informatik TU München http://www14.in.tum.de/lehre/2010ws/ds/uebung/ 2. Februar 2011 ZÜ DS ZÜ XIII 1. Übungsbetrieb:

Mehr

Fortgeschrittene Netzwerk- und Graph-Algorithmen

Fortgeschrittene Netzwerk- und Graph-Algorithmen Fortgeschrittene Netzwerk- und Graph-Algorithmen Prof. Dr. Hanjo Täubig Lehrstuhl für Effiziente Algorithmen (Prof. Dr. Ernst W. Mayr) Institut für Informatik Technische Universität München Wintersemester

Mehr

Bemerkung: Der vollständige Graph K n hat n(n 1)

Bemerkung: Der vollständige Graph K n hat n(n 1) Bemerkung: Der vollständige Graph K n hat n(n 1) 2 Kanten. Bew: Abzählen! Definition 111. Graphen mit n paarweise zyklisch verbundenen Kanten heißen Kreise (vom Grad n) und werden mit C n bezeichnet. Beispiel

Mehr

Nachbarschaft, Grad, regulär, Inzidenz

Nachbarschaft, Grad, regulär, Inzidenz Nachbarschaft, Grad, regulär, Inzidenz Definition Eigenschaften von Graphen Sei G = (V, E) ein ungerichteter Graph. 1 Die Nachbarschaftschaft Γ(u) eines Knoten u V ist Γ(u) := {v V {u, v} E}. 2 Der Grad

Mehr

Die Vermutungen von Hadwiger und

Die Vermutungen von Hadwiger und Die Vermutungen von Hadwiger und Hajós David Müßig Seminar zur Graphentheorie, WS 09/10 Wir alle kennen die Gleichung χ(x) ω(x). Diese Gleichung ist nicht nur einläuchtend, sondern auch mehr oder weniger

Mehr

Algorithmische Graphentheorie

Algorithmische Graphentheorie Algorithmische Graphentheorie Vorlesung 2: Einführung in die Graphentheorie - Teil 2 Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 2. März 2018 1/48 OPERATIONEN

Mehr

6 Tiefensuche in ungerichteten Graphen: Zweifache Zusammenhangskomponenten

6 Tiefensuche in ungerichteten Graphen: Zweifache Zusammenhangskomponenten 66 6 ZWEIFACHE ZUSAMMENHANGSKOMPONENTEN 6 Tiefenshe in ngerihteten Graphen: Zweifahe Zsammenhangskomponenten Der Algorithms ist ganz gena dersele wie im gerihteten Fall. Aildng 1 zeigt noh einmal den gerihteten

Mehr

3-Färbbarkeit. Korollar: Zu Entscheiden, ob ein Graph k-färbbar ist mit k 3, ist NP-vollständig.

3-Färbbarkeit. Korollar: Zu Entscheiden, ob ein Graph k-färbbar ist mit k 3, ist NP-vollständig. 3-Färbbarkeit Wir wissen bereits, dass in polynomieller Zeit entschieden werden kann, ob ein Graph 2-färbbar ist. Satz: Zu Entscheiden, ob ein Graph 3-färbbar ist, ist NPvollständig. Beweis: Reduktion

Mehr

Theoretische Informatik I

Theoretische Informatik I Theoretische Informatik I Prof. Dr. Andreas Goerdt Professr Theoretische Informatik Technische Uniersität Chemnitz WS 009/00 Bitte beachten: Beim orliegenden Skript handelt es sich m eine orläfige, nollständige

Mehr

Der Approximationsalgorithmus von Christofides

Der Approximationsalgorithmus von Christofides Der Approximationsalgorithms on Christofides Problem: Traeling Salesman Inpt: Ein Graph G = (V, E) mit einer Distanzfnktion d : E Q 0. Afgabe: Finde eine Tor, die alle Knoten des Graphen G gena einmal

Mehr

B: Gleichung der Kugel mit Zentrum M(3, -2, 1), die den Punkt P(1, 4, 4) enthält.

B: Gleichung der Kugel mit Zentrum M(3, -2, 1), die den Punkt P(1, 4, 4) enthält. 5 0. Die Kgel 0. Die Kgelgleichng Def. Unter der Kgel k mit Mittelpnkt M nd adis verstehen wir die Menge aller Pnkte P, die vom Mittelpnkt M einen vorgegebenen abstand haben, für die also gilt: MP MP oder

Mehr

1 Pythagoräische Zahlentripel

1 Pythagoräische Zahlentripel 1 Pythagoräische Zahlentripel Wir fragen ns nn, welche natürlichen Zahlen die Gleichng 2 + y 2 = 2 lösen. Übng 1 Finden Sie Zahlentripel (; y; ) 2 N 3, mit 1 ; y < ; welche die Gleichng 2 + y 2 = 2 lösen.

Mehr

Algorithmische Geometrie, SoSe 2005 Skriptmitschrift vom 29. April 2005

Algorithmische Geometrie, SoSe 2005 Skriptmitschrift vom 29. April 2005 Algorithmische Geometrie, SoSe 2005 Skriptmitschrift vom 29. April 2005 Antonia Wittmers Igor Savchenko Konvexe Hüllen Inkrementeller Algorithmus für die konvexe Hülle Dabei heißt inkrementeller Algorithmus,

Mehr

Kanonische Ordnungen und die Mondshein-Sequenz

Kanonische Ordnungen und die Mondshein-Sequenz Kanonische Ordnungen und die Mondshein-Sequenz a.k.a. (2,)-Order 2 8 0 9 5 7 6 2 Überblick Geradlinige Zeichnungen Kanonische Ordnungen + Shift-Algorithmus Erweiterungen durch Ohrendekompositionen Mondshein-Sequenz

Mehr

Zentralübung zur Vorlesung Diskrete Strukturen (Prof. Esparza)

Zentralübung zur Vorlesung Diskrete Strukturen (Prof. Esparza) WS 2013/14 Zentralübung zur Vorlesung Diskrete Strukturen (Prof. Esparza) Dr. Werner Meixner Fakultät für Informatik TU München http://www14.in.tum.de/lehre/2013ws/ds/uebung/ 22. Januar 2014 ZÜ DS ZÜ XIII

Mehr

Fortgeschrittene Netzwerk- und Graph-Algorithmen

Fortgeschrittene Netzwerk- und Graph-Algorithmen Fortgeschrittene Netzwerk- und Graph-Algorithmen Prof. Dr. Hanjo Täubig Lehrstuhl für Effiziente Algorithmen (Prof. Dr. Ernst W. Mayr) Institut für Informatik Technische Universität München Wintersemester

Mehr

Theorie der Kondensierten Materie I WS 2014/2015

Theorie der Kondensierten Materie I WS 2014/2015 Karlsrher Institt für Technologie Institt für Theorie der Kondensierten Materie Theorie der Kondensierten Materie I WS /5 Prof. Dr. A. Mirlin, Dr. I. Gorni Blatt 7: Lösngen U. Briskot, N. Kainaris, Dr.

Mehr

Analyis I -Metrische Räume - eine Einführung in die Topologie

Analyis I -Metrische Räume - eine Einführung in die Topologie Analyis I -Metrische Räume - eine Einführung in die Topologie E = E isolierter Punkte x 1 x 2 x 3 E ist abgeschlossen U ɛ (x) x innerer Punkt Ω Häufungspunkte Ω Metrik Metrische Räume Definition Sei X

Mehr

Übung Theoretische Grundlagen

Übung Theoretische Grundlagen Übung Theoretische Grundlagen Komplexitätstheorie Nico Döttling 8. Januar 2010 INSTITUT FÜR KRYPTOGRAPHIE UND SICHERHEIT KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in

Mehr

1. Einige Begriffe aus der Graphentheorie

1. Einige Begriffe aus der Graphentheorie . Einige Begriffe aus der Graphentheorie Notation. Sei M eine Menge, n N 0. Dann bezeichnet P n (M) die Menge aller n- elementigen Teilmengen von M, und P(M) die Menge aller Teilmengen von M, d.h. die

Mehr

Bäume und Wälder. Definition 1

Bäume und Wälder. Definition 1 Bäume und Wälder Definition 1 Ein Baum ist ein zusammenhängender, kreisfreier Graph. Ein Wald ist ein Graph, dessen Zusammenhangskomponenten Bäume sind. Ein Knoten v eines Baums mit Grad deg(v) = 1 heißt

Mehr

Fortgeschrittene Netzwerk- und Graph-Algorithmen

Fortgeschrittene Netzwerk- und Graph-Algorithmen Fortgeschrittene Netzwerk- und Graph-Algorithmen Dr. Hanjo Täubig Lehrstuhl für Eziente Algorithmen (Prof. Dr. Ernst W. Mayr) Institut für Informatik Technische Universität München Wintersemester 2007/08

Mehr

Overview. Testen von Planarität. Planare Graphen. Beliebige Knotenpositionen. Gerade Linien. Faces

Overview. Testen von Planarität. Planare Graphen. Beliebige Knotenpositionen. Gerade Linien. Faces Overview Testen von Planarität Markus Chimani LS XI Algorithm Engineering, TU Dortmund VO Automatisches Zeichnen von Graphen 15 Planarität Grundbegriffe Wie erkennt man Planarität Boyer-Myrvold Überblick

Mehr

Bäume und Wälder. Definition 1

Bäume und Wälder. Definition 1 Bäume und Wälder Definition 1 Ein Baum ist ein zusammenhängender, kreisfreier Graph. Ein Wald ist ein Graph, dessen Zusammenhangskomponenten Bäume sind. Ein Knoten v eines Baums mit Grad deg(v) = 1 heißt

Mehr

Vektorraum. Ist =, so spricht man von einem reellen Vektorraum, ist =, so spricht man von einem komplexen

Vektorraum. Ist =, so spricht man von einem reellen Vektorraum, ist =, so spricht man von einem komplexen 6. Vektorra Ein Vektorra oder linearer Ra ist eine algebraische Strktr die in fast allen Zweigen der Matheatik erwendet wird. Eingehend betrachtet werden Vektorräe in der Linearen Algebra. Die Eleente

Mehr

Grundlagen der Graphentheorie. Thomas Kamps 6. Oktober 2008

Grundlagen der Graphentheorie. Thomas Kamps 6. Oktober 2008 Grundlagen der Graphentheorie Thomas Kamps 6. Oktober 2008 1 Inhaltsverzeichnis 1 Definition von Graphen 3 2 Unabhängigkeit von Ecken und Kanten 3 3 Teil- und Untergraphen 4 4 Schnitt, Vereinigung und

Mehr

Diskrete Mathematik 1 WS 2008/09

Diskrete Mathematik 1 WS 2008/09 Ruhr-Universität Bochum Lehrstuhl für Kryptologie und IT-Sicherheit Prof. Dr. Alexander May M. Ritzenhofen, M. Mansour Al Sawadi, A. Meurer Lösungsblatt zur Vorlesung Diskrete Mathematik 1 WS 008/09 Blatt

Mehr

Färbungen von Graphen: Die chromatische Zahl und der Satz von Brooks

Färbungen von Graphen: Die chromatische Zahl und der Satz von Brooks Färbungen on Graphen: Die chromatische Zahl und der Satz on Brooks Florian Seerin Heinrich-Heine-Uniersität Düsseldorf Mathe-Akademie 2018 Definition. Ein (endlicher) Graph besteht aus einer (endlichen)

Mehr

Quellen und Senken als Feldursachen

Quellen und Senken als Feldursachen Kapitel 2 Qellen nd Senken als Feldrsachen Wir sprechen von Qellenfeldern nd Wirbelfeldern. Beide nterscheiden sich grndlegend voneinander. Wir wollen deswegen beide Feldarten getrennt besprechen, m deren

Mehr

Datenstrukturen & Algorithmen Lösungen zu Blatt 11 FS 14

Datenstrukturen & Algorithmen Lösungen zu Blatt 11 FS 14 Eidgenössische Technische Hochschule Zürich Ecole polytechnique fédérale de Zurich Politecnico federale di Zurigo Federal Institute of Technology at Zurich Institut für Theoretische Informatik 14. Mai

Mehr

Algorithmische Geometrie: Delaunay Triangulierung (Teil 1)

Algorithmische Geometrie: Delaunay Triangulierung (Teil 1) Algorithmische Geometrie: Delaunay Triangulierung (Teil 1) Nico Düvelmeyer WS 2009/2010, 26.1.2010 Überblick 1 Motivation Interpolation von Höhendaten 2 Triangulierungen von ebenen Punktmengen 3 Delaunay

Mehr

Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt.

Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Kapitel 3 Konvexität 3.1 Konvexe Mengen Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Definition 3.1 Konvexer Kegel. Eine Menge Ω R n heißt konvexer Kegel, wenn mit x

Mehr

KAPITEL 3 MATCHINGS IN BIPARTITEN GRAPHEN

KAPITEL 3 MATCHINGS IN BIPARTITEN GRAPHEN KAPITEL 3 MATCHINGS IN BIPARTITEN GRAPHEN F. VALLENTIN, A. GUNDERT 1. Definitionen Notation 1.1. Ähnlich wie im vorangegangenen Kapitel zunächst etwas Notation. Wir beschäftigen uns jetzt mit ungerichteten

Mehr

Graphen. Definitionen

Graphen. Definitionen Graphen Graphen werden häufig als Modell für das Lösen eines Problems aus der Praxis verwendet, wie wir im Kapitel 1 gesehen haben. Der Schweizer Mathematiker Euler hat als erster Graphen verwendet, um

Mehr