5. Verschiedene Repräsentanten

Größe: px
Ab Seite anzeigen:

Download "5. Verschiedene Repräsentanten"

Transkript

1 5. Verschiedene Repräsentanten 5.1. Die Sätze Hall und König Sei I := {1,...,n}, und sei A(I) = (A 1,...,A n ) eine Familie von Teilmengen einer endlichen Menge E. Zu K I seien A(K) := (A i : i K) und A(K) := A i. Eine Transversale oder ein System verschiedener Repräsentanten (SVR) von A(I) ist eine Menge {x 1,...,x n } von n paarweise verschiedenen Elementen von E, sodass x i A i für jedes i in I gilt. Zum Beispiel: i K A 1 = {a,b,c} A 2 = {a,d} A 3 = {b,d} A 4 = {c,e} x 1 = a x 2 = d x 3 = b x 4 = c (A 1 ) 1 (A 2 ) 2 (A 3 ) 3 (A 4 ) 4 I E a b c d e Ein Matching oder eine Paarung eines Graphen ist eine Menge paarweiser nichtadjazenter Kanten dieses Graphen. Ein perfektes Matching oder ein 1-Faktor ist ein Matching, das alle Ecken des Graphen paarweise anordnet. Bilden wir einen bipartiten Graphen G mit V(G) = I E, in dem i I und e E genau dann durch eine Kante verbunden sind, wenn e A i gilt, so entspricht eine Transversale (grob gesprochen) einem Matching in G, das alle Ecken aus I abdeckt. Satz 5.1 (P. Hall ( , 1935). (a) A(I) besitzt genau dann eine Transversale, wenn die Bedingung von Hall erfüllt ist, d.h. es gilt A(K) K, K I. (b) Der Satz von König Hall. Ein bipartiter Graph mit Bipartition (I, E) besitzt genau dann ein Matching, das I abdeckt, wenn N(X) X für alle X I gilt. (c) Das Heiratsproblem. Es können aus einer Menge gegebener Freundinnen genau dann paarweise verschiedene Partner für n Männer so gefunden werden, dass jeder Mann eine Frau als Partner erhält, wenn für alle k (1 k n) gilt, dass je k der Männer zusammengenommen mindestens k Freundinnen haben. Beweis. (P. R. Halmos and H. E. Vaughan, 1950.) Diese drei Aussagen sind äquivalent. Wir betrachten daher hier nur die dritte, auch wenn wir teilweise die Notation der ersten Aussage verwenden: Für den i ten Mann sei A i die Menge der Freundinnen dieses Mannes. Dass die Bedingung notwendig ist, ist klar. Wir zeigen per Induktion nach n, dass sie auch hinreichend ist. Im Fall n = 1 ist das Ergebnis offensichtlich. Wir nehmen also nun n 2 an. 1

2 Fall 1: Je k Männer (1 k n 1) haben zusammengenommen mindestens k +1 Freundinnen. Wir bilden nun aus dem n ten Mann und einer seiner Freundinnen ein Paar. Dann bleiben für je k der verbliebenen Männer zusammen noch mindestens k Freundinnen. Somit folgt das Ergebnis aus der Induktionsvoraussetzung. Fall 2: Für ein k (1 k n 1) gibt es eine Menge K, bestehend aus k Männern, die zusammen genau k Freundinnen haben: A(K) = K = k. Dann gilt J K = A(J) A(K) = A(J) J, und, falls J I \K, so erhalten wir A(J)\A(K) = A(J K)\A(K) J K A(K) = J + K K = J. K I\K I E A(K) E\A(K) Also haben nach Induktionsvoraussetzung die Familien A(K) = (A i : i K) und (A i \A(K) : i I \K) jeweils eine Transversale, und deren Vereinigung ist eine Transversale von A(I). Eine Teilmenge X von E heißt eine partielle Transversale (PT) der Länge X mit Defekt n X von A(I), wenn X eine Transversale einer Teilfamilie A(J) (J I, J = X ) von A(I) ist. Es ist offensichtlich jede Teilmenge einer PT wieder eine PT. Korollar 5.2 (O. Ore( ), 1955). A(I) besitzt genau dann eine partielle Transversale mit Defekt d, wenn A(K) K d für alle K I gilt. Beweis. Wir bilden B(I) aus A(I), indem wir B i := A i D (i = 1,...,n) setzen, wobei D eine Menge mit d neuen Elementen ist (d.h. D E = ). A(I) besitzt eine PT mit Defekt d B(I) besitzt eine Transversale B(K) K, K I (nach dem Satz von Hall) A(K) K d, K I Korollar 5.3 (Der Dualitätssatz von König, D. König ( ), 1931). In einembipartiten Graphen G istdiegrößteanzahl vonkanten, die ineinem Matching enthalten sind (α (G)) gleich der kleinsten Anzahl von Ecken, die zusammengenommen zu allen Kanten inzident sind (β(g)). 2

3 Beweis. Offensichtlich gilt α (G) β(g), da keine zwei Kanten eines Matchings zu derselben Ecke inzident sein können. Es bleibt also α (G) β(g) zu zeigen. Bezeichne dafür die Bipartition mit (I,E) und definiere für jedes i I die Menge A i := {e E : ie E(G)}. Für jedes K I ist (I \ K) A(K) eine Menge von Ecken, die zu allen Kanten von G inzident ist, denn gilt ie E(G) und i / I \K, so gilt i K und damit e A(K). Also gilt I \K + A(K) β(g) und daher A(K) β(g) I \K = K ( I β(g)), K I. Nach Korollar 5.2 besitzt A(I) eine PT mit Defekt I β(g), also von Länge β(g). Daher besitzt G ein Matching mit β(g) Kanten: α (G) β(g). Wir haben somit wie gewünscht α (G) = β(g) gezeigt. Satz 5.4 (A. J. Hoffman and H. W. Kuhn, 1956). Eine partielle Transversale ist genau dann maximal (bzgl. Inklusion), wenn sie von maximaler Länge ist. Insbesondere gilt, dass, wenn die Familie A(I) eine Transversale besitzt, ihre partiellen Transversalen gerade die Teilmengen ihrer Transversalen sind. Beweis. Der ungarische Algorithmus. Offensichtlich ist jede PT maximaler Länge auch maximal bzgl.inklusion. Sei nunumgekehrt T E einemaximaleptvona(i),und sei Geinbipartiter Graph, der A(I) darstellt. Sei M ein Matching, das T abdeckt. Wir zeigen nun, dass M ein größtes Matching von G ist, woraus sofort folgt, dass T eine Transversale maximaler Länge ist. Dafür bilden wir iterativ Mengen X I, Y E: (a) Wir fügen zu X alle Ecken in I hinzu, die nicht durch M abgedeckt werden; (b) Sind x X, y E und xy E(G)\M, so fügen wir y zu Y hinzu; (c) Sind y Y, x I und xy M, so fügen wir x zu X hinzu. Behauptung: Es gilt nach jedem Schritt Y T. Beweis der Behauptung. Für jedes e, das wir zu Y hinzufügen, gibt es ein i I, das nicht durch M abgedeckt ist, sowie einen alterierenden Weg P mit Ecken i = x 1, y 1, x 2, y 2,..., x k, y k = e, dessen k 1 Kanten der Form y j x j+1 in M liegen und dessen k Kanten der Form x j y j nicht in M liegen. Würde e / T gelten, so könnten wir die Kanten der Form y j x j+1 aus M entfernen und dafür die Kanten der Form x j y j hinzufügen, und damit ein Matching erhalten, das T {e} abdeckt. Damit wäre T {e} eine PT von A(I), was ein Widerspruch zur Maximalität von T wäre. Also gilt e T. Daher gilt wie gewünscht stets Y T. 3

4 Durch die Konstruktionsregeln (a) (c) wird sichergestellt, dass am Ende Y = N(X) gilt. Außerdem gilt dann I \X = T \Y, da die Elemente aus I \X und T \Y durch (einige der) Kanten in M zu Paaren zusammengefasst werden. Die Ecken in (I \X) N(X) sind inzident zu allen Kanten und ihre Anzahl ist T\Y + Y = T (da nach der eben gezeigten Behauptung Y T gilt). Somit kann kein Matching mehr als T Kanten enthalten, und daher ist T eine PT maximaler Länge. I\X X I M T\Y T Y =N(X) E Bemerkung. Der Satz von Hall folgt aus diesem Beweis, denn, gilt N(X) X, so folgt T = I \X + N(X) I. Da aber T I gilt, erhalten wir sogar T = I, und damit ist T eine Transversale von A(I) Gewinnfolgen von Turnierengraphen Lemma 5.5 (Der Haremsatz). Sind p 1,...,p n N {0}, so gibt es genau dann paarweise disjunkte Mengen X i, sodass X i A i und X i = p i (i = 1,...,n) gilt, wenn A(K) i K p i für alle K I gilt. Beweis. Übungsaufgabe 5.1. Ein gerichteter Graph (oder Digraph) D = (V,A) besteht aus disjunkten Mengen V und A mit A V V. Die Elemente a V heißen Ecken und die Elemente (a,b) A heißen Bögen (oder gerichtete Kanten). Man schreibt auch ab A statt (a,b) A. D heißt schleifenfrei, falls aa / A für alle a A. Man beachte: Für a b in V gilt ab ba. Man definiert den Außengrad von a V als odeg(a) = {b V ab A} und seinen Innengrad als ideg(a) = {b V ba A}. Ein Turniergraph ist ein schleifenfreier gerichteter Graph D = (V(D), A(D)), bei dem für alle a,b V(D) mit a b genau eine der beiden Bögen ab, ba in A(D) liegt. Ein solcher Graph könnte z.b. die Ergebnisse eines Jeder gegen Jeden Turniers mit ( n Spielen zwischen n Spielern darstellen: ab A(D) gdw. a besiegt b (Unentschieden sind nicht erlaubt). Die Punktzahl einer Ecke (d.h. eines Spielers) ist sein Außengrad (d.h. die Anzahl der von ihm besiegten Spieler). Welche Gewinnfolgen sind im Fall n = 6 möglich? 4

5 (a) JA: siehe Abbildung; (b) NEIN: die Summe ist 14, sie müsste aber 15 = ( 6 sein; (c) NEIN: die kleinsten drei Zahlen sollten aufsummiert ( 3 ergeben. Satz 5.6 (H. G. Landau, 1955). Eine Menge von n nichtnegativen ganzen Zahlen p 1... p n ist genau dann die Gewinnfolge eines Turniergraphen, wenn (a) r p i ( r für 2 r n 1 gilt und (b) n p i = ( n gilt. [Hackordnung von Hennen.] Beweis. Die Bedingungen sind offensichtlich notwendig. Wir müssen also noch zeigen, dass sie auch hinreichend sind. Sei dazu für i I := {1,...,n} A i := { {1,i}, {2,i},...,{i 1,i}, {i,i+1},...,{i,n} } (1 i n) die Menge der zur Ecke i inzidenten ungerichteten Kanten. Für jedes i, wollen wir p i Element aus A i wählen, die die gerichteten Kanten, die aus der Ecke i herausführen, ergeben sollen. Dies ist nach Lemma 5.5 genau dann möglich, wenn A(K) i K p i für alle K I gilt. Es folgt aber aus den Bedingungen (a) und (b), dass A(K) = ( ) ( n 2 n K ) 2 und p i = i K n p i p i i I\K ( ) n 2 ( ) n K = A(K). 2 Somit existiert ein solcher Turniergraph Die Erweiterbarkeit von lateinischen Rechtecken Seien E = I = {1,...,n}. Seien r,s N mit r,s n. Ein r s lateinisches Rechteck mit Einträgen aus E ist eine r s Matrix über E, in der in jeder Zeile und in jeder Spalte keine Zahl mehr als einmal vorkommt. Es folgt ein Beispiel für r = 2, s = 3, n 5: [ Gilt r = s = n, so erhalten wir ein lateinisches Quadrat der Ordnung n. Ein Beispiel für n = 5 ist die folgende Matrix: ].

6 Lemma 5.7 (M. Hall ( ), 1945). Seien r,n N mit r n. Jedes r n lateinische Rechteck L kann durch das Hinzufügen von n r geeigneten Zeilen zu einem lateinischen Quadrat der Ordnung n erweitert werden. Beweis. Sei i E := I := {1,...,n}. Sei A i die Menge aller Elemente von E, die nicht in der i ten Spalte von L vorkommen. Es ist also A i = n r. Jedes Element von E kommt in genau r Spalten von L vor (da es einmal in jeder Zeile vorkommt) und liegt somit in genau n r der Mengen A 1,...,A n. Ist nun K I, so enthalten damit die Mengen A i (i K) zusammengenommen (n r) K Elemente, wobei wir das mehrfache Zählen der Elemente zulassen, und jedes Element kommt in den Mengen höchstens n r mal vor. Wie in Satz 2.2, gilt A(K) (n r) K = K. Also gilt die Hallsche Bedingung und die n r Familie A 1,...,A n besitzt eine Transversale (x 1,...,x n ). Dies fügen wir nun als (r + 1) te Zeile zu dem Rechteck hinzu und erhalten damit ein (r + 1) n lateinisches Rechteck. Dieses Verfahren wiederholen wir solange, bis wir ein lateinisches Quadrat der Ordnung n erhalten. Im Allgemeinen ist das Erweitern r s lateinischen Rechtecks L zu einem lateinischen Quadrat der Ordnung n schwieriger oder gar unmöglich: beide müssen 4 sein Sei L(e) die Anzahl der Vorkommen von e E in L. Jedes e E kann höchstens (n r)+ (n s) mal in den n r Zeilen und den n s Spalten außerhalb von L vorkommen. Somit muss für die Erweiterbarkeit L(e) n [(n r)+(n s)] = r +s n gelten. Satz 5.8 (H. J. Ryser ( ), 1951). Ein r s lateinische Rechteck L mit Einträgen aus E kann genau dann zu einem lateinischen Quadrat der Ordnung n erweitert werden, wenn L(e) r+s n für jedes e E gilt. Beweis. Wir haben schon gesehen, dass die Bedingung notwendig ist, müssen also nur noch zeigen, dass sie auch hinreichend ist. Nach Lemma 5.7 ist dies der Fall, wenn s = n gilt. Wir nehmen also ab sofort s < n an. Sei I r := {1,...,r}. Zu i I r sei A i die Menge der Zahlen, die nicht in der i ten Zeile von L auftauchen. Es gilt also A i = n s. Behauptung 1: Die Familie A(I r ) = (A 1,...,A r ) besitzt eine Transversale. Beweis von Behauptung 1. Jedes e E liegt in r L(e) n s der Mengen A i und daher gilt für alle K I r, dass A(K) (n s) K = K. Die Behauptung 1 folgt nun aus dem Satz n s von Hall. Behauptung 2: Sei T := {e E : L(e) = r +s n}. Dann ist T eine PT von A(I r ). 6

7 Beweis vonbehauptung2. Diesistäquivalentzu der Aussage, dassdiefamilie(a i T : i I r ) eine PT der Länge T mit Defekt r T besitzt. Nach dem Satz von Ore (Korollar 5. ist dies genau dann der Fall, wenn A(K) T K r + T, K I r gilt. Sei K I r, und sei T := T \A(K). Jedes e T ist in keiner der Mengen A i (i K) enthalten und kommt somit in jeder Zeile von L vor, deren Index in K liegt. Also kommt in den restlichen r K Zeilen jedes e T genau r +s n K mal und jedes e E \T höchstens r K mal vor. Also ist die Anzahl der Elemente in diesen r K Zeilen womit und s(r K ) (r +s n K ) T +(r K )(n T ) = (s n) T +(r K )n, (n s) T (n s)(r K ) T = T A(K) T r K folgt. Dies zeigt ( ) und somit die Behauptung 2. Aus den beiden Behauptungen und dem Satz von Hoffman Kuhn (Satz 5.4) folgt, dass A(I r ) eine Transversale besitzt, die T enthält. Diese können wir als (s+1) te Spalte zu L hinzufügen und erhalten ein r (s+1) lateinisches Rechteck L, in dem L (e) r+s+1 n für jedes e gilt. Dieses Vorgehen wiederholen wir, bis wir ein r n lateinisches Rechteck erhalten haben. Dann können wir Lemma 5.7 anwenden, um den Beweis abzuschließen. ( ) 5.4. Die Anzahl von Hyperebenen Angenommen n Punkte im R 3 spannen l verschiedene Geraden und π verschiedene Ebenen auf.esgiltsicher l ( ( n bzw.π n 3).DieGleichheitgiltgenaudann,wenn keinedreipunkte kollinear bzw. keine vier Punkte koplanar sind. J. H. Mason und D. J. A. Welsh vermuteten (Anfang der 1970er), dass dann l 2 > nπ gilt, bzw. (genauer) ( ) 2 l ( n ( π n ( ) 3), d.h. l 2 3 n 1 nπ, und es gilt genau dann Gleichheit, wenn keine drei Punkte kollinear sind 2 n 2 und keine vier Ebenen koplanar sind, also wenn beide Seiten von ( ) gleich 1 sind. Dies ist die points lines planes conjecture. P. D. Seymour (198 zeigte die Richtigkeit der Vermutung im Fall, dass keine fünf Punkte kollinear sind. G. Purdy (1986) zeigte die Existenz einer Konstante c > 0 mit l 2 cnπ. Satz 5.9 (Die Hyperebenenungleichung von Motzkin (Spezialfall), Th. Motzkin, 1951). (a) Sind nicht alle Punkte kollinear, so gilt l n. (b) Sind nicht alle Punkte koplanar, so gilt π n. Für den Beweis des Satzes benötigen wir das folgende Lemma. 7

8 Lemma Sei A 1,...,A m (m 1) eine Familie von nichtleeren echten Teilmengen einer Menge E = {p 1,...,p n }, und sei r i die Anzahl dieser Mengen, die p i enthalten (i = 1,...,n). Angenommen es gilt stets r i A j, falls p i / A j. Dann gilt m n. BeweisvonSatz5.9. SeiE = {p 1,...,p n }diemengederngegebenenpunkte.(a)seim := l, und sei A j die Menge aller Punkte in E, die auf der j ten Geraden liegen (1 j m). Falls p i / A j, so gibt es mindestens A j Geraden durch p i (diese verbinden p i mit den Punkten in A j ). Nach Lemma 5.10 gilt damit l = m n. (b) Sei m := π, und sei A j die Menge aller Punkte in E, die auf der j ten Ebene liegen (1 j m). Diese Punkte sind nicht allekollinear, und damitspannen sie laut (a) mindestens A j Geraden auf. Gilt also p i / A j, so gibt es mindestens A j Ebenen, in denen p i liegt (diese enthalten jeweils p i und eine durch die Punkte in A j aufgespannte Gerade). Nach Lemma 5.10 gilt somit π = m n. Beweis von Lemma Offensichtlich ist r i > 0 (i = 1,...,n). Angenommen es gilt m < n. Sei Ā j := E \A j (1 j m). Nehmen wir zuerst an, dass Ā1,...,Ām eine Transversale besitzen. Dann könnten wir die Punkt p 1,...,p n so umbenennen, dass p i Āi gelten würde (i = 1,...,m). Somit wäre p i / A i und damit r i A i (i = 1,...,m). Sei nun α die Anzahl der Paare (p i,a j ) mit p i A j (1 i n, 1 j m). Dann wäre m r i m A i = α = n r i > m r i, was nicht sein kann (man beachte, dass n > m und r i > 0 für alle i gilt). Somitkönnen Ā1,...,Ām keine Transversalebesitzen. NachdemSatzvonHallexistieren dann ein k und Ā1,...,Āk (nach Umbenennung), sodass Ā1... Āk < k gilt. Dabei muss k 2 gelten, da Ā1. Wähle k minimal mit dieser Eigenschaft. Dann besitzen Ā1,...,Āk 1 eine Transversale. Wir können die Punkte p i so umbenennen, dass p i Āi und damit r i A i gilt (i = 1,...,k 1). Dann enthältkeine der Mengen Ā1,...,Āk 1 von p 1,...,p k 1 verschiedene Punkte. Sei β die Anzahl von Paaren (p i,āj), sodass p i Āj gilt (i,j = 1,...,k 1). Dann gilt k 1 (m r i ) < k 1 (n A i ) = k 1 Āi = β < k 1 (m r i ), was nicht sein kann. Damit ist nun gezeigt, dass m n gilt. 8

9 Ā 1...Āk 1Āk...Ām p 1. p k 1 p ḳ. p n β 0?? 9

10 Übungen zu Kapitel 5 Übung 5.1. Sei n N, sei I := {1,...,n}, und sei A(I) = (A 1,...,A n ) eine Familie von Teilmengen einer endlichen Menge E. Für K I sei A(K) := (A i : i K) und A(K) := A i. ZeigenSie:Fürallep 1,...,p n N 0 gibtesgenaudannpaarweisedisjunktemengenx 1,...,X n, sodass X i A i und X i = p i für jedes i {1,...,n} gelten, wenn A(K) i K p i für jedes K I gilt. [Dies ist das Haremproblem: Der i te Junge möchte einen Harem mit p i Frauen (aus dem Kreis der ihm bekannten Frauen) einrichten. Ersetzen Sie ihn durch p i Abbilder seiner selbst und verwenden Sie dann den Satz von Hall, um monogame Hochzeiten für die Abbilder zu organisieren.] Schließen Sie daraus, dass A(I) genau dann k disjunkte Transversale besitzt, wenn A(K) k K für jede Teilmenge K von I gilt. [Dies ist ohne den Haremsatz nicht leicht zu zeigen, da die naheliegende induktive Herangehensweise nicht funktioniert.] i K Übung 5.2. Sei n N. Seien (A 1,...,A n ) und (B 1,...,B n ) Zerlegungen einer endlichen Menge E in gleichgroße Teilmengen: A 1,...,A n sind paarweise disjunkt und überdecken E, ebenso B 1,...,B n, und außerdem gibt es ein k N mit A i = B j = k (i,j = 1,...,n). Zeigen Sie durch das Betrachten eines geeigneten bipartiten Graphen, dass (A 1,...,A n ) ein System verschiedener Repräsentanten besitzt, das (nicht notwendigerweise in derselben Reihenfolge) auch ein System verschiedener Repräsentanten von (B 1,...,B n ) ist. [Ein solches System heißt gemeinsame Transversale der beiden Familien.] Schließen Sie daraus: Ist G eine endliche Gruppe und ist H eine Untergruppe vomindex n in G (also eine Untergruppe mit n Rechts (bzw. Links ) Nebenklassen in G), so gibt es Elemente z 1,...,z n von G, sodass Hz 1,...,Hz n die n Rechtsnebenklassen und z 1 H,...,z n H die n Linksnebenklassen von H in G sind. Übung 5.3. Seien n,k N. Es seien kn Journalisten gegeben, von denen jeweils k über n verschiedene Sportarten berichten (keiner berichtet über zwei Sportarten). Es sei außerdem angenommen, dass dieselben kn Journalisten auch aus jeweils k Sonderkorrespondenten für n verschiedene Länder bestehen. Verwenden Sie die vorherige Aufgabe, um zu zeigen, dass es möglich ist k verschiedene Zeitungen mit jeweils n der kn Journalisten so zu besetzen, dass jede der Zeitungen genau einen Berichterstatter für jede der n Sportarten und genau einen Korrespondenten für jedes der n Länder hat. Übung 5.4. Lösen Sie die vorherige Aufgabe, ohne Transversale zu verwenden. [Hinweis: Führen Sie eine Induktion nach n. Entfernen Sie alle Berichterstatter für eine der 10

11 Sportarten. Wenden Sie die Induktionsvoraussetzung dass es unter den richtigen Bedingungen möglich ist, in der gewünschten Weise k Zeitungen jeweils mit n 1 Journalisten zu besetzen, um zu zeigen, dass es möglich ist, eine Zeitung wie gewünscht mit n Journalisten zu besetzen.] Übung 5.5. Seien n,k N. Eine n n Permutationsmatrix ist eine n n Matrix, bei der in jeder Spalte und jeder Zeile jeweils genau eine 1 und n 1 0en vorkommen. Sei M = [m ij ] eine n n Matrix mit nicht negativen ganzzahligen Einträgen, deren Zeilenund Spaltensummen jeweils k sind. Sei für i {1,...,n}, A i N die Menge aller j {1,...,n}, sodass m ij > 0 gilt. Beweisen Sie durch das Betrachten der Familie (A 1,...,A n ), dass M die Summe von k Permutationsmatrizen ist. Übung 5.6. Seien A 1,...,A n Teilmengen einer endlichen Menge E, und sei I := {1,...,n}. Zeigen Sie: Es gibt genau dann einen Wald, dessen Ecken die Elemente von E sind und dessen Kanten so mit A 1,...,A n beschriftet sind, dass für jedes i I, die Endecken, der mit A i beschrifteten Kante, auch Elemente von A i sind, wenn A(K) K +1 für jede nichtleere Teilmenge K von I gilt. [Hinweis: Wählen Sie für die Konstruktion des Waldes eine Transversale {x 1,...,x n } von (A 1,...,A n ) und beginnen Sie mit einem kantenlosen Graphen, dessen Ecken die Elemente in E\{x 1,...,x n } sind. Fügen Sie dann Schritt für Schritt eine der restlichen Ecken sowie eine neue Kante hinzu.] Übung 5.7. Seien A 1,...,A n Teilmengen einer endlichen Menge E, und sei I := {1,...,n}. Zeigen Sie, ohne die vorherige Aufgabe zu verwenden (der Hinweis kann allerdings auch hier nützlich sein): Gilt A(K) K +1 für jede nichtleere Teilmenge K von I, so ist es möglich, die Elemente von E so rot und blau einzufärben, dass jede der Mengen A i mindestens ein blaues und ein rotes Element enthält. [Warum folgt das leicht aus der vorherigen Aufgabe?] Übung 5.8. Sei n N, sei I := {1,...,n}, und sei A(I) = (A 1,...,A n ) eine Familie von Teilmengen einer endlichen Menge E. Bestimmen Sie unter Verwendung von Ergebnissen aus der Vorlesung Hall artige hinreichende und notwendige Bedingungen dafür, dass (a) X eine partielle Transversale von A(I) ist; (b) X eine Teilmenge mit t Elementen besitzt, die eine partielle Transversale von A(I) ist; (c) A(I) eine Transversale besitzt, die X enthält. Beweisen Sie Ihre Aussagen. [Hinweis: Wie in Behauptung 2 aus dem Satz von Ryser (5.8), gilt z.b. (a) genau dann, wenn A(K) X K n+ X für jede Teilmenge K von I gilt. Zeigen Sie dies und fahren Sie dann mit (b) und (c) fort.] 11

12 Übung 5.9. Wir wollen Turniergraphen auf einer fest gewählten Eckenmenge {v 1,...,v n } konstruieren. (a) Wieviele verschiedene Turniergraphen gibt es, bei denen odeg(v i ) < odeg(v j ) gilt, falls i < j? (b) Wieviele verschiedene Turniergraphen gibt es, bei denen v 1 und v 2 dieselbe Punktzahl (d.h. denselben Außengrad) haben, aber die Punktzahlen der anderen Ecken paarweise verschieden sind und jeweils ungleich der Punktzahl von v 1 (und v 2 ) sind? (c) Wie hoch sind die Punktzahlen, wenn v 1 die höchste Punktzahl hat und alle anderen Spieler (Ecken) gemeinsam auf dem zweiten Platz liegen? Übung Gegeben sei ein Turniergraph mit n Ecken, in dem für 1 r < n die Summe von je r Punktzahlen größer als ( r ist. (a) Zeigen Sie, dass, wenn die Eckenmenge in zwei nichtleere Mengen A und B zerlegt wird, es stets eine gerichtete Kante von einer der Ecken in A zu einer der Ecken in B gibt. (b) Zeigen Sie, dass der Turniergraph stark zusammenhängend ist, d.h., dass es zu je zwei Ecken u,v einen gerichteten Weg von u nach v gibt. Übung Es sei ein lateinisches Quadrat der Ordnung n N gegeben. Dann gibt es n 2 Tripel (i,j,k) {1,...,n} 3, sodass k in dem lateinischen Quadrat an der Stelle (i,j) steht. Geben Sie eine hinreichende und notwendige Bedingung für eine Menge von Tripeln aus {1,...,n} 3 dafür an, dass diese auf die oben angegebene Weise aus einem lateinischen Quadrat gewonnen werden kann. Dies zeigt, dass in einem lateinischen Quadrat der Ordnung n, die drei Objekte, die von 1 bis n durchnummeriert werden, nämlich die Zeilen, die Spalten und die Elemente, auf gewisse Weise symmetrisch zusammenhängen. Geben Sie die beiden lateinischen Quadrate an, die durch Vertauschen der Rollen von Zeilen und Elementen bzw. Spalten und Elementen aus dem unten links angegebenen lateinischen Quadrat entstehen x Übung Für welche Werte von x kann das oben rechts angegebene lateinische Rechteck zu einem lateinischen Quadrat der Ordnung 6 erweitert werden? Geben Sie eine der möglichen Erweiterungen an. 12

13 Übung Seien n,r,s N. Zeigen Sie, dass jedes r s lateinisches Rechteck, in dem rs rs jede der Zahlen aus {1,...,n} mal oder mal vorkommt, zu einem lateinischen n n Quadrat der Ordnung n erweitert werden kann. 13

Vervollständigung Lateinischer Quadrate

Vervollständigung Lateinischer Quadrate Vervollständigung Lateinischer Quadrate Elisabeth Schmidhofer 01.12.2013 Inhaltsverzeichnis 1 Vorwort 3 2 Einleitung 4 2.1 Beispele.............................................. 4 3 Lateinische Quadrate

Mehr

w a is die Anzahl der Vorkommen von a in w Beispiel: abba a = 2

w a is die Anzahl der Vorkommen von a in w Beispiel: abba a = 2 1 2 Notation für Wörter Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg w a is die Anzahl der Vorkommen von a in w Beispiel: abba

Mehr

Das Briefträgerproblem

Das Briefträgerproblem Das Briefträgerproblem Paul Tabatabai 30. Dezember 2011 Inhaltsverzeichnis 1 Problemstellung und Modellierung 2 1.1 Problem................................ 2 1.2 Modellierung.............................

Mehr

3. Zusammenhang. 22 Andreas Gathmann

3. Zusammenhang. 22 Andreas Gathmann 22 Andreas Gathmann 3. Zusammenhang Eine der anschaulichsten Eigenschaften eines topologischen Raumes ist wahrscheinlich, ob er zusammenhängend ist oder aus mehreren Teilen besteht. Wir wollen dieses Konzept

Mehr

Kombinatorische Optimierung

Kombinatorische Optimierung Juniorprof. Dr. Henning Meyerhenke 1 Henning Meyerhenke: KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu Vorlesung 1 Programm des

Mehr

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x

Mehr

Mengensysteme, Wahrscheinlichkeitsmaße

Mengensysteme, Wahrscheinlichkeitsmaße Kapitel 1 Mengensysteme, Wahrscheinlichkeitsmaße Der Großteil der folgenden fundamentalen Begriffe sind schon aus der Vorlesung Stochastische Modellbildung bekannt: Definition 1.1 Eine Familie A von Teilmengen

Mehr

Graphen: Einführung. Vorlesung Mathematische Strukturen. Sommersemester 2011

Graphen: Einführung. Vorlesung Mathematische Strukturen. Sommersemester 2011 Graphen: Einführung Vorlesung Mathematische Strukturen Zum Ende der Vorlesung beschäftigen wir uns mit Graphen. Graphen sind netzartige Strukturen, bestehend aus Knoten und Kanten. Sommersemester 20 Prof.

Mehr

Literatur. Dominating Set (DS) Dominating Sets in Sensornetzen. Problem Minimum Dominating Set (MDS)

Literatur. Dominating Set (DS) Dominating Sets in Sensornetzen. Problem Minimum Dominating Set (MDS) Dominating Set 59 Literatur Dominating Set Grundlagen 60 Dominating Set (DS) M. V. Marathe, H. Breu, H.B. Hunt III, S. S. Ravi, and D. J. Rosenkrantz: Simple Heuristics for Unit Disk Graphs. Networks 25,

Mehr

WS 2013/14. Diskrete Strukturen

WS 2013/14. Diskrete Strukturen WS 2013/14 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws1314

Mehr

Absolute Stetigkeit von Maßen

Absolute Stetigkeit von Maßen Absolute Stetigkeit von Maßen Definition. Seien µ und ν Maße auf (X, Ω). Dann heißt ν absolut stetig bezüglich µ (kurz ν µ ), wenn für alle A Ω mit µ(a) = 0 auch gilt dass ν(a) = 0. Lemma. Sei ν ein endliches

Mehr

WS 2008/09. Diskrete Strukturen

WS 2008/09. Diskrete Strukturen WS 2008/09 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0809

Mehr

Durchschnitt von Matroiden

Durchschnitt von Matroiden Durchschnitt von Matroiden Satz von Edmonds Dany Sattler 18. Januar 2007/ Seminar zur ganzzahligen Optimierung / Wallenfels Definition: Unabhängigkeitssystem Definition: Ein Mengensystem (S, J ) nennt

Mehr

Algorithmen und Datenstrukturen 2

Algorithmen und Datenstrukturen 2 Algorithmen und Datenstrukturen 2 Sommersemester 2006 3. Vorlesung Peter F. Stadler Universität Leipzig Institut für Informatik studla@bioinf.uni-leipzig.de Algorithmen für Graphen Fragestellungen: Suche

Mehr

Algorithmentheorie. 13 - Maximale Flüsse

Algorithmentheorie. 13 - Maximale Flüsse Algorithmentheorie 3 - Maximale Flüsse Prof. Dr. S. Albers Prof. Dr. Th. Ottmann . Maximale Flüsse in Netzwerken 5 3 4 7 s 0 5 9 5 9 4 3 4 5 0 3 5 5 t 8 8 Netzwerke und Flüsse N = (V,E,c) gerichtetes Netzwerk

Mehr

Diskrete Mathematik für Informatiker

Diskrete Mathematik für Informatiker Diskrete Mathematik für Informatiker Markus Lohrey Universität Siegen Wintersemester 2014/2015 Lohrey (Universität Siegen) Diskrete Mathematik Wintersem. 2014/2015 1 / 344 Organisatorisches zur Vorlesung

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

Codierungstheorie Rudolf Scharlau, SoSe 2006 9

Codierungstheorie Rudolf Scharlau, SoSe 2006 9 Codierungstheorie Rudolf Scharlau, SoSe 2006 9 2 Optimale Codes Optimalität bezieht sich auf eine gegebene Quelle, d.h. eine Wahrscheinlichkeitsverteilung auf den Symbolen s 1,..., s q des Quellalphabets

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra 1 WS 26/7 en Blatt 4 13.11.26 Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

Mehr

Geometrische Mannigfaltigkeiten

Geometrische Mannigfaltigkeiten Geometrische Mannigfaltigkeiten Thilo Kuessner Abstract Kurzfassung der Vorlesung: Definitionen, Beispiele und Sätze, keine Beweise. Definition 1. Ein topologischer Raum ist eine Menge X mit einer Familie

Mehr

24 KAPITEL 2. REELLE UND KOMPLEXE ZAHLEN

24 KAPITEL 2. REELLE UND KOMPLEXE ZAHLEN 24 KAPITEL 2. REELLE UND KOMPLEXE ZAHLEN x 2 = 0+x 2 = ( a+a)+x 2 = a+(a+x 2 ) = a+(a+x 1 ) = ( a+a)+x 1 = x 1. Daraus folgt dann, wegen x 1 = x 2 die Eindeutigkeit. Im zweiten Fall kann man für a 0 schreiben

Mehr

5. Äquivalenzrelationen

5. Äquivalenzrelationen 5. Äquivalenzrelationen 35 5. Äquivalenzrelationen Wenn man eine große und komplizierte Menge (bzw. Gruppe) untersuchen will, so kann es sinnvoll sein, zunächst kleinere, einfachere Mengen (bzw. Gruppen)

Mehr

3 Klassifikation wichtiger Optimierungsprobleme

3 Klassifikation wichtiger Optimierungsprobleme 3 Klassifikation wichtiger Optimierungsprobleme 3.1 Das MIN- -TSP Wir kehren nochmal zurück zum Handlungsreisendenproblem für Inputs (w {i,j} ) 1 i

Mehr

11. Primfaktorzerlegungen

11. Primfaktorzerlegungen 78 Andreas Gathmann 11 Primfaktorzerlegungen Euch ist sicher aus der Schule bekannt, dass sich jede positive ganze Zahl a als Produkt a = p 1 p n von Primzahlen schreiben lässt, und dass diese Darstellung

Mehr

WS 2009/10. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910

Mehr

Leitfaden Lineare Algebra: Determinanten

Leitfaden Lineare Algebra: Determinanten Leitfaden Lineare Algebra: Determinanten Die symmetrische Gruppe S n. Eine Permutation σ der Menge S ist eine bijektive Abbildung σ : S S. Ist S eine endliche Menge, so reicht es zu verlangen, dass σ injektiv

Mehr

8 Diskrete Optimierung

8 Diskrete Optimierung 8 Diskrete Optimierung Definition 8.1. Ein Graph G ist ein Paar (V (G), E(G)) besteh aus einer lichen Menge V (G) von Knoten (oder Ecken) und einer Menge E(G) ( ) V (G) 2 von Kanten. Die Ordnung n(g) von

Mehr

Seminararbeit für das SE Reine Mathematik- Graphentheorie

Seminararbeit für das SE Reine Mathematik- Graphentheorie Seminararbeit für das SE Reine Mathematik- Graphentheorie Der binäre Rang, der symplektische Graph, die Spektralzerlegung und rationale Funktionen Vortrag am 24.01.2012 Heike Farkas 0410052 Inhaltsverzeichnis

Mehr

Vorlesung Diskrete Strukturen Eulersche und Hamiltonsche Graphen

Vorlesung Diskrete Strukturen Eulersche und Hamiltonsche Graphen Vorlesung Diskrete Strukturen Eulersche und Hamiltonsche Graphen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2009/10 1 Bernhard Ganter, TU Dresden Modul

Mehr

7. Ringe und Körper. 7. Ringe und Körper 49

7. Ringe und Körper. 7. Ringe und Körper 49 7. Ringe und Körper 49 7. Ringe und Körper In den bisherigen Kapiteln haben wir nur Gruppen, also insbesondere nur Mengen mit lediglich einer Verknüpfung, untersucht. In der Praxis gibt es aber natürlich

Mehr

(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.)

(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.) 3. Untergruppen 19 3. Untergruppen Nachdem wir nun einige grundlegende Gruppen kennengelernt haben, wollen wir in diesem Kapitel eine einfache Möglichkeit untersuchen, mit der man aus bereits bekannten

Mehr

Bestimmung einer ersten

Bestimmung einer ersten Kapitel 6 Bestimmung einer ersten zulässigen Basislösung Ein Problem, was man für die Durchführung der Simplexmethode lösen muss, ist die Bestimmung einer ersten zulässigen Basislösung. Wie gut das geht,

Mehr

6.2 Perfekte Sicherheit

6.2 Perfekte Sicherheit 04 6.2 Perfekte Sicherheit Beweis. H(B AC) + H(A C) = H(ABC) H(AC) + H(AC) H(C) Wegen gilt Einsetzen in die Definition gibt = H(AB C). H(A BC) = H(AB C) H(B C). I(A; B C) = H(A C) H(AB C) + H(B C). Da

Mehr

194 Beweis eines Satzes von Tschebyschef. Von P. E RDŐS in Budapest. Für den zuerst von T SCHEBYSCHEF bewiesenen Satz, laut dessen es zwischen einer natürlichen Zahl und ihrer zweifachen stets wenigstens

Mehr

Anmerkungen zur Übergangsprüfung

Anmerkungen zur Übergangsprüfung DM11 Slide 1 Anmerkungen zur Übergangsprüfung Aufgabeneingrenzung Aufgaben des folgenden Typs werden wegen ihres Schwierigkeitsgrads oder wegen eines ungeeigneten fachlichen Schwerpunkts in der Übergangsprüfung

Mehr

Periodische Fahrpläne und Kreise in Graphen

Periodische Fahrpläne und Kreise in Graphen Periodische Fahrpläne und Kreise in Graphen Vorlesung Algorithmentechnik WS 2009/10 Dorothea Wagner Karlsruher Institut für Technologie Eisenbahnoptimierungsprozess 1 Anforderungserhebung Netzwerkentwurf

Mehr

3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper

3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper 32 Andreas Gathmann 3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper Wir haben bisher von den reellen Zahlen nur die Körpereigenschaften, also die Eigenschaften der vier Grundrechenarten ausgenutzt

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

50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte

50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte 50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien

Mehr

Erinnerung/Zusammenfassung zu Abbildungsmatrizen

Erinnerung/Zusammenfassung zu Abbildungsmatrizen Erinnerung/Zusammenfassung zu Abbildungsmatrizen Thomas Coutandin (cthomas@student.ethz.ch) 7. November 2 Abbildungsmatrizen Im Folgenden betrachten wir stets endlich dimensionale K-Vektorräume (K irgend

Mehr

Vorlesung. Funktionen/Abbildungen 1

Vorlesung. Funktionen/Abbildungen 1 Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.

Mehr

Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume?

Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume? Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume? Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2013/14 Isomorphie Zwei Graphen (V 1, E 1 ) und (V

Mehr

Ausarbeitung über den Satz von Menger und den Satz von König

Ausarbeitung über den Satz von Menger und den Satz von König Ausarbeitung über den Satz von Menger und den Satz von König Myriam Ezzedine, 0326943 Anton Ksernofontov, 0327064 Jürgen Platzer, 0025360 Nataliya Sokolovska, 0326991 1. Beweis des Satzes von Menger Bevor

Mehr

Optimalitätskriterien

Optimalitätskriterien Kapitel 4 Optimalitätskriterien Als Optimalitätskriterien bezeichnet man notwendige oder hinreichende Bedingungen dafür, dass ein x 0 Ω R n Lösung eines Optimierungsproblems ist. Diese Kriterien besitzen

Mehr

Kapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe

Kapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe Kapitel 4 Euklidische Ringe und die Jordansche Normalform 4.1 Euklidische Ringe Die Ringe der ganzen Zahlen, Z, sowie Polynomringe über Körpern, K[X], wobei K ein Körper ist, haben die folgenden Gemeinsamheiten:

Mehr

Projektive Moduln. Lemma/Definition 1.1. Folgende Aussagen für einen R-Modul P sind äquivalent: (i) P erfüllt folgende Liftungseigenschaft:

Projektive Moduln. Lemma/Definition 1.1. Folgende Aussagen für einen R-Modul P sind äquivalent: (i) P erfüllt folgende Liftungseigenschaft: Seminar Summen von Quadraten und K-Theorie Projektive Moduln Im Folgenden sei R ein assoziativer Ring mit Eins, nicht notwendigerweise kommutativ. R-Modul ist im Folgenden stets ein Rechts-R-Modul. Ein

Mehr

Vorlesung 12 22. bzw. 23. Januar 2014. Determinanten 1. Cramersche Regel

Vorlesung 12 22. bzw. 23. Januar 2014. Determinanten 1. Cramersche Regel Vorlesung 2 22 bzw 23 Januar 204 Lineares Gleichungssystem a a 2 b b 2 = F a a 2 a 3 b b 2 b 3 c c 2 c 3 = V V =< a, b c > c b a b a F V Seite 70 a x + a 2 x 2 + a 3 x 3 b = 0 < a x + a 2 x 2 + a 3 x 3

Mehr

7 Untergruppen, Faktorgruppen, Ideale, Restklassenringe

7 Untergruppen, Faktorgruppen, Ideale, Restklassenringe 7 Untergruppen, Faktorgruppen, Ideale, Restklassenringe und Homomorfismen Wir verallgemeinern den Übergang von Z zu Z/m. Sei im folgenden G eine (additiv geschriebene) abelsche Gruppe, H eine Untergruppe.

Mehr

Binary Decision Diagrams (Einführung)

Binary Decision Diagrams (Einführung) Binary Decision Diagrams (Einführung) Binary Decision Diagrams (BDDs) sind bestimmte Graphen, die als Datenstruktur für die kompakte Darstellung von booleschen Funktionen benutzt werden. BDDs wurden von

Mehr

Kapitel 7: Flüsse in Netzwerken und Anwendungen Gliederung der Vorlesung

Kapitel 7: Flüsse in Netzwerken und Anwendungen Gliederung der Vorlesung Gliederung der Vorlesung. Fallstudie Bipartite Graphen. Grundbegriffe. Elementare Graphalgorithmen und Anwendungen. Minimal spannende Bäume. Kürzeste Pfade. Traveling Salesman Problem. Flüsse in Netzwerken

Mehr

I. Aussagenlogik. Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen.

I. Aussagenlogik. Aussagenlogik untersucht Verknüpfungen wie und, oder, nicht, wenn... dann zwischen atomaren und komplexen Sätzen. I. Aussagenlogik 2.1 Syntax Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen. Sätze selbst sind entweder wahr oder falsch. Ansonsten

Mehr

Scheduling und Lineare ProgrammierungNach J. K. Lenstra, D. B. Shmoys und É.

Scheduling und Lineare ProgrammierungNach J. K. Lenstra, D. B. Shmoys und É. Scheduling und Lineare ProgrammierungNach J. K. Lenstra, D. B. Shmoys und É. Tardos Janick Martinez Esturo jmartine@techfak.uni-bielefeld.de xx.08.2007 Sommerakademie Görlitz Arbeitsgruppe 5 Gliederung

Mehr

Algebraische Kurven. Vorlesung 26. Die Schnittmultiplizität

Algebraische Kurven. Vorlesung 26. Die Schnittmultiplizität Prof. Dr. H. Brenner Osnabrück SS 2012 Algebraische Kurven Vorlesung 26 Die Schnittmultiplizität Es seien zwei ebene algebraische Kurven C,D A 2 K gegeben, die keine Komponente gemeinsam haben. Dann besteht

Mehr

Formale Grundlagen der Informatik

Formale Grundlagen der Informatik Formale Grundlagen der Informatik / 2015 1 Die Elemente einer (endlichen) Menge sollen den Elementen einer zweiten, gleichmächtigen Menge zugeordnet werden Problemstellung Bipartite Graphen Zuordnungsprobleme

Mehr

Algorithmen und Datenstrukturen 2

Algorithmen und Datenstrukturen 2 Algorithmen und Datenstrukturen 2 Sommersemester 2007 4. Vorlesung Peter F. Stadler Universität Leipzig Institut für Informatik studla@bioinf.uni-leipzig.de Traversierung Durchlaufen eines Graphen, bei

Mehr

Expander Graphen und Ihre Anwendungen

Expander Graphen und Ihre Anwendungen Expander Graphen und Ihre Anwendungen Alireza Sarveniazi Mathematisches Institut Universität Göttingen 21.04.2006 Alireza Sarveniazi (Universität Göttingen) Expander Graphen und Ihre Anwendungen 21.04.2006

Mehr

Beispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) =

Beispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) = Funktionentheorie, Woche Funktionen und Polstellen. Meromorphe Funktionen Definition.. Sei U C offen und sei f : U gilt, nennt man f meromorph auf U: Ĉ eine Funktion. Wenn folgendes. P := f hat keine Häufungspunkte;.

Mehr

Einführung in die Algebra

Einführung in die Algebra Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv

Mehr

Technische Universität München Zentrum Mathematik Propädeutikum Diskrete Mathematik. Weihnachtsblatt

Technische Universität München Zentrum Mathematik Propädeutikum Diskrete Mathematik. Weihnachtsblatt Technische Universität München Zentrum Mathematik Propädeutikum Diskrete Mathematik Prof. Dr. A. Taraz, Dipl-Math. A. Würfl, Dipl-Math. S. König Weihnachtsblatt Aufgabe W.1 Untersuchen Sie nachstehenden

Mehr

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Übungen zum Ferienkurs Lineare Algebra WS 14/15 Übungen zum Ferienkurs Lineare Algebra WS 14/15 Linearkombinationen, Basen, Lineare Abbildungen 2.1 Lineare Unabhängigkeit Sind die folgenden Vektoren linear unabhängig? (a) 1, 2, 3 im Q Vektorraum R (b)

Mehr

2. Symmetrische Gruppen

2. Symmetrische Gruppen 14 Andreas Gathmann 2 Symmetrische Gruppen Im letzten Kapitel haben wir Gruppen eingeführt und ihre elementaren Eigenschaften untersucht Wir wollen nun eine neue wichtige Klasse von Beispielen von Gruppen

Mehr

Graphen und Bäume. A.1 Graphen

Graphen und Bäume. A.1 Graphen Algorithmen und Datenstrukturen 96 A Graphen und Bäume A.1 Graphen Ein gerichteter Graph (auch Digraph) G ist ein Paar (V, E), wobei V eine endliche Menge und E eine Relation auf V ist, d.h. E V V. V heißt

Mehr

3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel

3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel 3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel EADS 3.1 Konstruktion von minimalen Spannbäumen 16/36

Mehr

6. Übung zur Linearen Optimierung SS08

6. Übung zur Linearen Optimierung SS08 6 Übung zur Linearen Optimierung SS08 1 Sei G = (V, E) ein schlichter ungerichteter Graph mit n Ecken und m Kanten Für eine Ecke v V heißt die Zahl der Kanten (u, v) E Grad der Ecke (a) Ist die Anzahl

Mehr

5.1 Drei wichtige Beweistechniken... 55 5.2 Erklärungen zu den Beweistechniken... 56

5.1 Drei wichtige Beweistechniken... 55 5.2 Erklärungen zu den Beweistechniken... 56 5 Beweistechniken Übersicht 5.1 Drei wichtige Beweistechniken................................. 55 5. Erklärungen zu den Beweistechniken............................ 56 Dieses Kapitel ist den drei wichtigsten

Mehr

Codierung, Codes (variabler Länge)

Codierung, Codes (variabler Länge) Codierung, Codes (variabler Länge) A = {a, b, c,...} eine endliche Menge von Nachrichten (Quellalphabet) B = {0, 1} das Kanalalphabet Eine (binäre) Codierung ist eine injektive Abbildung Φ : A B +, falls

Mehr

ADS: Algorithmen und Datenstrukturen 2

ADS: Algorithmen und Datenstrukturen 2 ADS: Algorithmen und Datenstrukturen Der Tragödie IV. Theyl Peter F. Stadler & Konstantin Klemm Bioinformatics Group, Dept. of Computer Science & Interdisciplinary Center for Bioinformatics, University

Mehr

Satz. Für jede Herbrand-Struktur A für F und alle t D(F ) gilt offensichtlich

Satz. Für jede Herbrand-Struktur A für F und alle t D(F ) gilt offensichtlich Herbrand-Strukturen und Herbrand-Modelle Sei F eine Aussage in Skolemform. Dann heißt jede zu F passende Struktur A =(U A, I A )eineherbrand-struktur für F, falls folgendes gilt: 1 U A = D(F ), 2 für jedes

Mehr

Graphentheorie. Organisatorisches. Organisatorisches. Organisatorisches. Rainer Schrader. 23. Oktober 2007

Graphentheorie. Organisatorisches. Organisatorisches. Organisatorisches. Rainer Schrader. 23. Oktober 2007 Graphentheorie Rainer Schrader Organisatorisches Zentrum für Angewandte Informatik Köln 23. Oktober 2007 1 / 79 2 / 79 Organisatorisches Organisatorisches Dozent: Prof. Dr. Rainer Schrader Weyertal 80

Mehr

Lösungen zur Vorrundenprüfung 2006

Lösungen zur Vorrundenprüfung 2006 Lösungen zur Vorrundenprüfung 2006 Zuerst einige Bemerkungen zum Punkteschema. Eine vollständige und korrekte Lösung einer Aufgabe ist jeweils 7 Punkte wert. Für komplette Lösungen mit kleineren Fehlern

Mehr

Westfählische Wilhelms-Universität. Eulersche Graphen. Autor: Jan-Hendrik Hoffeld

Westfählische Wilhelms-Universität. Eulersche Graphen. Autor: Jan-Hendrik Hoffeld Westfählische Wilhelms-Universität Eulersche Graphen Autor: 21. Mai 2015 Inhaltsverzeichnis 1 Das Königsberger Brückenproblem 1 2 Eulertouren und Eulersche Graphen 2 3 Auffinden eines eulerschen Zyklus

Mehr

Vorlesung Diskrete Strukturen Eulersche und Hamiltonsche Graphen

Vorlesung Diskrete Strukturen Eulersche und Hamiltonsche Graphen Vorlesung Diskrete Strukturen Eulersche und Hamiltonsche Graphen Bernhard Ganter WS 2013/14 1 Eulersche Graphen Kantenzug Ein Kantenzug in einem Graphen (V, E) ist eine Folge (a 0, a 1,..., a n ) von Knoten

Mehr

Wie kann man beweisen, dass (H, ) eine Gruppe ist?

Wie kann man beweisen, dass (H, ) eine Gruppe ist? Wie kann man beweisen, dass (H, ) eine Gruppe ist? Wie kann man beweisen, dass (H, ) eine Gruppe ist? (zb wenn die Multiplikation mit Hilfe einer Tabelle gegeben ist) Wie kann man beweisen, dass (H, )

Mehr

Grundlagen Theoretischer Informatik I SoSe 2011 in Trier. Henning Fernau Universität Trier fernau@uni-trier.de

Grundlagen Theoretischer Informatik I SoSe 2011 in Trier. Henning Fernau Universität Trier fernau@uni-trier.de Grundlagen Theoretischer Informatik I SoSe 2011 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Grundlagen Theoretischer Informatik I Gesamtübersicht Organisatorisches; Einführung Logik

Mehr

4.7 Der Algorithmus von Dinic für maximalen Fluss

4.7 Der Algorithmus von Dinic für maximalen Fluss 4.7 Der Algorithmus von Dinic für maximalen Fluss Wir kennen bereits den Algorithmus von Ford Fulkerson zur Suche nach einem maximalen Fluss in einem Graphen. Wir lernen nun einen Algorithmus für maximalen

Mehr

2 Die Dimension eines Vektorraums

2 Die Dimension eines Vektorraums 2 Die Dimension eines Vektorraums Sei V ein K Vektorraum und v 1,..., v r V. Definition: v V heißt Linearkombination der Vektoren v 1,..., v r falls es Elemente λ 1,..., λ r K gibt, so dass v = λ 1 v 1

Mehr

Definition 7.1. Der Coxeter Graph zu W ist der ungerichtete gewichtete Graph Γ W = (V, E), mit Eckenmenge V und Kantenmenge E, gegeben durch V = und

Definition 7.1. Der Coxeter Graph zu W ist der ungerichtete gewichtete Graph Γ W = (V, E), mit Eckenmenge V und Kantenmenge E, gegeben durch V = und 7. Coxeter Graphen Um die endlichen Spiegelungsgruppen zu klassifizieren, wollen wir ihnen nun Graphen zuordnen, die die Gruppen bis auf Isomorphie eindeutig bestimmen. Im Folgenden sei wie vorher Π Φ

Mehr

Vorlesung. 1 Zahlentheorie in Z. Leitfaden. 1.1 Teilbarkeit. Angela Holtmann. Algebra und Zahlentheorie. (natürliche Zahlen ohne die Null)

Vorlesung. 1 Zahlentheorie in Z. Leitfaden. 1.1 Teilbarkeit. Angela Holtmann. Algebra und Zahlentheorie. (natürliche Zahlen ohne die Null) Algebra und Zahlentheorie Vorlesung Algebra und Zahlentheorie Leitfaden 1 Zahlentheorie in Z Bezeichnungen: Z := {..., 3, 2, 1, 0, 1, 2, 3,...} (ganze Zahlen) und N := {1, 2, 3,...} (natürliche Zahlen

Mehr

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen

Mehr

Aufgabe 4.2 Sei G = (V, E, l) ein ungerichteter, gewichteter und zusammenhängender Graph.

Aufgabe 4.2 Sei G = (V, E, l) ein ungerichteter, gewichteter und zusammenhängender Graph. Aufgabe 4.2 Sei G = (V, E, l) ein ungerichteter, gewichteter und zusammenhängender Graph. a) Es seien W 1 = (V, E 1 ), W 2 = (V, E 2 ) Untergraphen von G, die beide Wälder sind. Weiter gelte E 1 > E 2.

Mehr

Kapitel 1.3. Normalformen aussagenlogischer Formeln und die Darstellbarkeit Boolescher Funktionen durch aussagenlogische Formeln

Kapitel 1.3. Normalformen aussagenlogischer Formeln und die Darstellbarkeit Boolescher Funktionen durch aussagenlogische Formeln Kapitel 1.3 Normalformen aussagenlogischer Formeln und die Darstellbarkeit Boolescher Funktionen durch aussagenlogische Formeln Mathematische Logik (WS 2011/12) Kapitel 1.3: Normalformen 1/ 29 Übersicht

Mehr

KAPITEL 4 FLÜSSE IN NETZWERKEN

KAPITEL 4 FLÜSSE IN NETZWERKEN KAPITEL 4 FLÜSSE IN NETZWERKEN F. VALLENTIN, A. GUNDERT 1. Das Max-Flow-Min-Cut Theorem Es sei D = (V, A) ein gerichteter Graph, s, t V zwei Knoten. Wir nennen s Quelle und t Senke. Definition 1.1. Eine

Mehr

7 Die Determinante einer Matrix

7 Die Determinante einer Matrix 7 Die Determinante einer Matrix ( ) a11 a Die Determinante einer 2 2 Matrix A = 12 ist erklärt als a 21 a 22 det A := a 11 a 22 a 12 a 21 Es ist S 2 = { id, τ}, τ = (1, 2) und sign (id) = 1, sign (τ) =

Mehr

1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem P( ) = 0.

1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem P( ) = 0. 1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem Folg. 2 Sei (Ω, E, P) W.-raum. Seien A, B,A 1,...,A n Ereignisse. Es gelten die folgenden Aussagen: 1. P(A) = 1 P(A). 2. Für das unmögliche Ereignis gilt:

Mehr

3.3 Eigenwerte und Eigenräume, Diagonalisierung

3.3 Eigenwerte und Eigenräume, Diagonalisierung 3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.

Mehr

Kapitel 5: Minimale spannende Bäume Gliederung der Vorlesung

Kapitel 5: Minimale spannende Bäume Gliederung der Vorlesung Gliederung der Vorlesung 1. Grundbegriffe 2. Elementare Graphalgorithmen und Anwendungen 3. Kürzeste Wege. Minimale spannende Bäume. Färbungen und Cliquen. Traveling Salesman Problem. Flüsse in Netzwerken

Mehr

Bäume und Wälder. Bäume und Wälder 1 / 37

Bäume und Wälder. Bäume und Wälder 1 / 37 Bäume und Wälder Bäume und Wälder 1 / 37 Bäume Ein (ungerichteter) Baum ist ein ungerichteter Graph G = (V, E), der zusammenhängend ist und keine einfachen Kreise enthält. Bäume und Wälder 2 / 37 Bäume

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. ggt und kgv. Chr.Nelius: Zahlentheorie (SS 2007) 9

4. ggt und kgv. Chr.Nelius: Zahlentheorie (SS 2007) 9 Chr.Nelius: Zahlentheorie (SS 2007) 9 4. ggt und kgv (4.1) DEF: Eine ganze Zahl g heißt größter gemeinsamer Teiler (ggt) zweier ganzer Zahlen a und b, wenn gilt: GGT 0 ) g 0 GGT 1 ) g a und g b GGT 2 )

Mehr

Algebra. Patrik Hubschmid. 8. Oktober 2013

Algebra. Patrik Hubschmid. 8. Oktober 2013 Algebra Patrik Hubschmid 8. Oktober 2013 Inhaltsverzeichnis 1 Fortführung der Gruppentheorie 7 1.1 Sylowsätze.................................... 7 3 Vorwort Dieses Skript zur Vorlesung Algebra im Wintersemester

Mehr

Stefan Schmid TU Berlin & T-Labs, Berlin, Germany. Reduktionen in der Berechenbarkeitstheorie

Stefan Schmid TU Berlin & T-Labs, Berlin, Germany. Reduktionen in der Berechenbarkeitstheorie Stefan Schmid TU Berlin & T-Labs, Berlin, Germany Reduktionen in der Berechenbarkeitstheorie Problem: Wie komme ich von hier zum Hamburger Hbf? 2 Beispiel P1 Wie komme ich von hier zum Hamburger Hbf? kann

Mehr

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Basis und Dimension Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren

Mehr

1 Angeordnete Körper. 1.1 Anordnungen und Positivbereiche

1 Angeordnete Körper. 1.1 Anordnungen und Positivbereiche 1 1 Angeordnete Körper 1.1 Anordnungen und Positivbereiche Definition 1.1. Eine zweistellige Relation auf einer Menge heißt partielle Ordnung, falls für alle Elemente a, b, c der Menge gilt: (i) a a (ii)

Mehr

Primzahlen und RSA-Verschlüsselung

Primzahlen und RSA-Verschlüsselung Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also

Mehr

Entscheidungsbäume. Definition Entscheidungsbaum. Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen?

Entscheidungsbäume. Definition Entscheidungsbaum. Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen? Entscheidungsbäume Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen? Definition Entscheidungsbaum Sei T ein Binärbaum und A = {a 1,..., a n } eine zu sortierenden Menge. T ist ein Entscheidungsbaum

Mehr

Am Dienstag, den 16. Dezember, ist Eulenfest. 1/48

Am Dienstag, den 16. Dezember, ist Eulenfest. 1/48 Am Dienstag, den 16. Dezember, ist Eulenfest. 1/48 Grundbegriffe der Informatik Einheit 12: Erste Algorithmen in Graphen Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009

Mehr

4. Relationen. Beschreibung einer binären Relation

4. Relationen. Beschreibung einer binären Relation 4. Relationen Relationen spielen bei Datenbanken eine wichtige Rolle. Die meisten Datenbanksysteme sind relational. 4.1 Binäre Relationen Eine binäre Relation (Beziehung) R zwischen zwei Mengen A und B

Mehr

Einführung in die Vektor- und Matrizenrechnung. Matrizen

Einführung in die Vektor- und Matrizenrechnung. Matrizen Einführung in die Vektor- und Matrizenrechnung Matrizen Definition einer Matrix Unter einer (reellen) m x n Matrix A versteht man ein rechteckiges Schema aus reellen Zahlen, die wie folgt angeordnet sind:

Mehr

4 Vorlesung: 21.11. 2005 Matrix und Determinante

4 Vorlesung: 21.11. 2005 Matrix und Determinante 4 Vorlesung: 2111 2005 Matrix und Determinante 41 Matrix und Determinante Zur Lösung von m Gleichungen mit n Unbekannten kann man alle Parameter der Gleichungen in einem rechteckigen Zahlenschema, einer

Mehr

Wintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung

Wintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung Wintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung Ulrich Loup 24.03.2006 Prüfungsstoff: Alegebra I, Analysis IV, Graphentheorie I Prüfer: Prof. Dr. Wilhelm Plesken Protokollant: Dipl.

Mehr