5 Grundlagen der Graphentheorie
|
|
- Heike Busch
- vor 7 Jahren
- Abrufe
Transkript
1 Grundlgen der Grphentheorie. Grphen und ihre Drstellungen Ein Grph eschreit Beziehungen zwischen den Elementen einer Menge von Ojekten. Die Ojekte werden ls Knoten des Grphen ezeichnet; esteht zwischen zwei Knoten eine Beziehung, so sgen wir, dss es zwischen ihnen eine Knte git. Definition: Für eine Menge V ezeichne ( V ) die Menge ller zweielementigen Untermengen von V. Ein einfcher, ungerichteter Grph G = (V, E) (kurz Grph gennnt) esteht us einer endlichen Menge V von Knoten, uch Ecken (Vertex) gennnt, und einer Menge E ( V ) von Knten (Edge). Hier sind Knten ungeornete Pre von Knoten, d.h. {u, v} und {v, u} sind zwei verschiedene Schreiweisen für ein und diesele Knte. Im Gegenstz dzu ist gerichteter Grph G ein Pr (V, E) estehend us einer endlichen Knotenmenge V und einer Kntenmenge E von geordneten Knotenpren e = (u, v), mit u, v V. Ist e = {u, v} eine Knte von G, dnn nennt mn die Knotenen u und v zueinnder djzent oder enchrt und mn nennt sie inzident zu e. Die Menge N(v) = {u V {u, v} E} der zu einem Knoten v enchrten Knoten wird die Nchrschft von v gennnt. Der Grd eines Knotens v wird durch deg(v) = N(v) definiert. Die Anzhl der Knoten V estimmt die Ordnung und die Anzhl der Knten E die Größe eines Grphen. Im Folgenden werden verschiedene Drstellungen von Grphen n einem Beispiel demonstriert. ) Drstellung ls Zeichnung: ) Drstellung ls Adjzenzmtrix. Jedem Knoten wird eine Zeile und eine Splte zugeordnet und der Eintrg in der Zeile von u und der Splte von v wird gesetzt, wenn {u, v} eine Knte des Grphen ist (sonst 0):
2 ) Drstellung ls Adjzenzliste. Für jeden Knoten wird die Liste seiner Nchrn ngegeen (Liste von Listen): : ; :,, ; :, ; :,, ; :,, ; oder mit nderer Syntx (), (,, ), (, ), (,, ), (,, ) ) Drstellung ls Inzidenzmtrix. Jedem Knoten wird eine Zeile und jeder Knte eine Splte zugeordnet und der Eintrg in der Zeile von u und der Splte von e wird gesetzt, wenn u eine Ecke der Knte e ist (sonst 0): Für die Behndlung lgorithmischer Proleme sind oft Adjzenzlisten die Dtenstruktur der Whl, weil sie die whre Größe eines Grphen (Anzhl der Knten) widerspiegeln, während Adjzenzmtrizen per Definition V Einträge hen. Andererseits hen Adjzenzmtrizen den Vorteil, dss Anfrgen, o zwei Knoten u und v durch eine Knte verunden sind in konstnter Zeit (ein Speicherzugriff) entwortet werden können, während mn Adjzenzlisten durchsuchen muss. Während die Adjzenzmtrix eines ungerichteten Grphen symmetrisch ist (Digonle ls Symmetriechse) sind Adjzenzmtrizen von gerichteten Grphen im llgemeinen nicht symmetrisch. D Grphen üer eine sehr einfche Struktur verfügen, finden sie ei der Modellierung und lgorithmischen Lösung vieler prktischer Proleme Anwendung, wie z.b. Modellierung von Strßen-, Flug- und Telefonnetzen Drstellung von Molekülen Interprettion von Reltionen (Beziehungsgeflechten) Gerüste von Polyedern (linere Optimierung) Entwurf von Mikrochips (VLSI-Design) Die folgenden Beispiele für grphentheoretische Aufgenstellungen hen die die Entwicklung der Grphentheorie strk eeinflusst und unterstreichen die prktische Relevnz dieser Struktur:. Ds -Fren-Prolem: Mn stelle sich die Welt mit einer elieigen politischen Lndkrte vor. Wir definieren einen Grphen, indem wir jedem Lnd einen Knoten zuordnen und zwei Knoten mit einer Knte verinden, wenn sie einen gemeinsmen Grenzschnitt hen. Wie viele Fren rucht mn, um die Länder so einzufären, dss enchrte Länder verschiedene Fren hen? Mn ht (mit Computerhilfe) ewiesen, dss vier Fren immer usreichen! Einen Beweis ohne Computer git es is heute nicht.
3 . Welche Grphen treten ls Ecken-Knten-Gerüst von Polyedern uf? Solche Grphen spielen insesondere ei der Lösung von lineren Optimierungsprolemen eine große Rolle.. Eulersche Kreise: Mn chrkterisiere jene Grphen, ei denen mn die Knten so durchlufen knn, dss mn jede Knte einml enutzt und mn m Schluss wieder m Ausgngspunkt steht. Der Ausgngspunkt für diese Frge wr ds von Euler gelöste sogennnte Königserger Brückenprolem, ei dem es um die Frge geht, o mn einen Rundgng durch die Stdt mchen knn, ei dem jede Brücke genu einml üerquert wird. Die Antwort ist negtiv, weil uf jeder Flußseite und uf Insel eine gerde Anzhl von Brücken nkommen müsste, um eine solchen Rundgng relisieren zu können. Wenn mn uf die Bedingung der Gleichheit von Anfngs- und Endpunkt verzichtet, können uch zwei Knoten ungerden Grds uftreten. Mn spricht dnn von Eulerschen Wegen. Auf der rechten Seite ist ein solcher Grph geildet, dessen Eulerscher Weg us dem Hus vom Nikolus -Prinzip eknnt sein sollte.. Hmiltonsche Grphen: Dies sind Grphen, die mn so durchlufen knn, dss mn jeden Knoten genu einml esucht is mn zum Ausgngsknoten zurückkehrt. Während mn für ds vorherige Prolem effiziente lgorithmische Lösungen kennt, ist dieses lgorithmisch schwer (NP-vollständig).
4 . Trvelling Slesmn Prolem (TSP): Oft ht mn es mit ewerteten Grphen zu tun, ds heißt Knten und/oder Knoten hen zusätzliche Informtionen wie Gewichte, Längen, Fren etc. Ein Beispiel ist ds TSP. Wir hen n Städte. Für jedes Pr {u, v} von Städten kennt mn die Kosten, um von u nch v zu kommen. Mn entwerfe für den Hndelsreisenden eine geschlossene Tour, die lle Städte esucht und minimle Gesmtkosten ht. Auch dies ist ein lgorithmisch schweres Prolem. 6. Plnre Grphen: Welche Grphen lssen sich so in der Eene zeichnen, dss sich Knten nicht schneiden, lso sich höchstens in Knoten erühren? Wie knn mn sie chrkterisieren und lgorithmisch schnell erkennen? 7. Netzwerke: Welchen Grphen sollte mn der Architektur eines Rechnernetzes zu Grunde legen, wenn die Knten eschränkte Kpzität hen, er trotzdem schneller Informtionsustusch gewährleistet werden soll? Stz (Hndschlglemm): Für jeden Grph G = (V, E) gilt v V deg(v) = E, d.h. v V deg(v) ist eine gerde Zhl. Beweis: Bei Betrchtung der Inzidenzstruktur zwische Knoten und Knten ergit sich die Aussge durch doppeltes Azählen: Für jeden Knoten v ist die Anzhl inzidenter Knten deg(v) und jede Knte ist zu ihren zwei Eckknoten inzident. Dmit erhlten wir v V deg(v) = e E = E. Folgerung: Die Anzhl der Knoten mit ungerden Grd ist in jedem Grphen eine gerde Zhl. Definition: Seien G = (V, E) und G = (V, E ) zwei Grphen. Eine Aildung ϕ : V V wird Grphhomomorphismus gennnt, flls für lle Knten {u, v} E uch {ϕ(u), ϕ(v)} E gilt. Ist drüer hinus ϕ eine ijektive Aildung und ϕ uch ein Grphhomomorphismus, so nennt mn ϕ einen Grphisomorphismus (und G, G zueinnder isomorph). Die folgenden Stndrdeispiele eschrieen forml gesehen nicht einzelne Grphen, sondern Isomorphieklssen.. Mit K n (n ) ezeichnet mn den vollständigen Grphen der Ordnung n, d.h. eine Knotenmenge V mit V = n und der vollen Kntenmenge ( V ).. Mit C n (n ) ezeichnet mn den Kreis der Länge n, d.h. eine Knotenmenge V = {v, v,..., v n } mit der Kntenmenge E = {{v, v },..., {v n, v n }, {v n, v }}.. Mit Q n (n ) ezeichnet mn den n-dimensionlen Würfel mit Knotenmenge {0, } n (Menge ller n-tupel üer {0, }) woei zwei Tupel dnn und nur dnn djzent sind, wenn sie sich n genu einer Stelle unterscheiden. Die Bestimmung der Anzhl der Knten des Q n ist eine schöne Anwendung des
5 Hndschlglemms. Wie mn leicht sieht, ht jeder Knoten in Q n den Grd n und folglich ist die Grdsumme ller Knoten gleich n n. Dmit ist E = n n, lso E = n n.. Mit K n,m (n, m 0) ezeichnet mn den vollständigen, iprtiten Grphen, dessen Eckenmenge V die disjunkte Vereinigung von zwei Mengen A und B mit A = n, B = m ist und dessen Kntenmenge us llen Pren {, } mit A, B esteht. Die Grphen K,m und K,m sind plnr. Dgegen ist der K, und lle K n,m mit n, m nicht plnr. Definition: Mn nennt G = (V, E ) einen Untergrph von G = (V, E), wenn V V und E E gilt. Ist ußerdem E = E ( V ), so wird G ls induzierter Untergrph von G ezeichnet. Definition: Ein Grph G = (V, E) wird iprtit gennnt, wenn er Untergrph eines vollständigen, iprtiten Grphen ist. Etws nschulicher knn mn formulieren, dß ein Grph genu dnn iprtit ist, wenn mn die Knoten so mit zwei Fren einfären knn, dß keine gleichfrigen Ecken enchrt sind. Definition: Ds Komplement eines Grphen G = (V, E) ist der Grph G = (V, ( V ) \ E). Definition: Eine Folge von prweise verschiedenen Ecken v, v,..., v k eines Grphen G = (V, E) repräsentiert einen Weg der Länge k, flls {v i, v i+ } E für lle i < k. Ist ußerdem {v k, v } E, so repräsentiert die Folge uch einen Kreis der Länge k. Mn sgt, dß v von u erreichr ist, flls ein Weg v, v,..., v k mit v = u und v k = v in G existiert. Die Länge eines kürzesten Weges zwischen zwei Knoten nennt mn ihren Astnd in G. Lemm: Die Reltion der Erreichrkeit in der Knotenmenge V eines Grphen ist eine Äquivlenzreltion. Definition: Die Äquivlenzklssen der Erreichrkeitsreltion nennt mn die Zusmmenhngskomponenten (kurz Komponenten) des Grphen. G wird zusmmenhängend gennnt, wenn er genu eine Komponente ht. Stellt mn G durch eine Zeichnung dr, so knn mn diesen Begriff nschulich erklären: Zwei Knoten gehören zur selen Komponente, wenn mn sie durch einen geschlossenen Kntenzug verinden knn, woei die Knten nur in Knoten und nicht uf Kntenschnitten in der Zeichnung gewechselt werden dürfen. Stz: Sind zwei Grphen isomorph so sind jeweils die Ordnung, die Größe, die sortierten Grdfolgen und die Anzhl der Komponenten der eiden Grphen gleich. Definition: Seien u, v Knoten in einem ungerichteten Grphen G = (V, E). Sind u und v in einer gemeinsmen Zusmmenhngskomponente von G, so definieren wir ihren Astnd d(u, v) ls Länge eines kürzesten Weges (Anzhl der Knten des Wegs) von u nch v. Gehören sie zu verschiedenen Komponenten, so setzen wir d(u, v) =.
6 Definition: Der Durchmesser D(G) des Grphen ist definiert ls ds Mximum üer lle prweisen Astände zwischen Knoten. Stz: Ein Grph ist genu dnn iprtit, wenn lle in ihm ls Untergrph enthltenen Kreise gerde Länge hen. Beweis: Zunächst üerlegt mn sich, dss wir den Grphen ls zusmmenhängend vorussetzen können, nsonsten führt mn den folgenden Beweis für jede Zusmmenhngskomponente. Sei G = (V, E) iprtit, ds heißt, V = A B mit A B = und Knten verlufen nur zwischen Knoten us A und Knoten us B. Sei des weiteren C ein Kreis in G. C enutzt wechselnd Knoten us A und B und ht somit gerde Länge. Wir zeigen die ndere Richtung. Wir fixieren einen elieigen Knoten u V. Wir definieren: A = {v V d(u, v) gerde }, B = V \ A Zu zeigen, es git keine Knten zwischen Knoten us A (zw. us B). Wir führen einen indirekten Beweis: Wir nehmen n, es git eine Knte {v, w}, v, w B (für A nlog) und finden einen Widerspruch zur Annhme, dss lle Kreise gerde Länge hen. Wir etrchten kürzeste Wege von u zu v und zu w. Diese Wege hen gleiche Länge! (wegen der Knte zwischen v und w) Sei x der letzte gemeinsme Knoten uf eiden Wegen. Dnn ilden die eiden Wegschnitte von x nch v zw. nch w zusmmen mit der Knte {v, w} einen Kreis ungerder Länge.. Bäume Definition: Ein Grph G heißt ein Bum, wenn er zusmmenhängend ist und keine Kreise enthält. Ein Grph, dessen Komponenten jeweils Bäume sind, wird ein Wld gennnt. Ein Grph ist lso genu dnn ein Wld, wen er keine Kreise enthält. Die Aildung zeigt drei Bäume, die zusmmen einen Wld ilden. Stz: Sei G = (V, E) ein Grph, dnn sind die folgenden drei Bedingungen äquivlent:. G ist ein Bum.. Je zwei Ecken von G sind durch genu einen Weg verunden.. G ist zusmmenhängend und E = V. Beweis: () () und () () sind einfche indirekte Schlüsse. Die erste Impliktion sieht mn z.b. wie folgt. Angenommen es git zwei Knoten u, v, zwischen denen nicht genu ein Weg verluft.dies knnte kein Weg sein, dnn ist der Grph nicht 6
7 zusmmenhngend, oder mindestens zwei Wege, dnn entsteht ein Kreis. In jedem Fll ist er G kein Bum. Wir zeigen () (): Zunächst ht jeder Bum, der nicht nur ein einzelner Knoten ist, Knoten vom Grd, diese nennt mn Blätter. Ds sieht mn wie folgt. Seien u, u,..., u i die Knoten eines längsten Weges in G. Alle Nchrn von u liegen uf diesem Weg, sonst wäre er nicht längster Weg. Nur u knn Nchr sein, sonst gäe es einen Kreis. Wir entfernen u und die Knte {u, u } us G und erhlten einen zusmmenhängenden Restgrphen G. Dieser ht genu einen Knoten und eine Knte weniger ls G. Wenn wir dies iterieren, leit zum Schluss genu ein Knoten ohne Knten ürig. Also E = V. () (): Sei T = (V, E ) ufspnnender Bum von G, dmit V E =. Aer nch Vorrussetzung gilt uch V E =. Allerdings ist E E und die einzige Möglichkeit hierfür ist E = E. Definition: Sei G = (V, E) ein zusmmenhängender Grph. Ein ufspnnender Bum von G ist ein Untergrph mit gleicher Knotenmenge, der ein Bum ist. Anlog ist ein ufspnnerder Wld eines elieigen (uch unzusmmenhängenden) Grphen G ein Untergrph mit den gleichen Komponenten wie G, der ein Wld ist. Für den Informtiker sind Bäume ein sehr wichtiges Werkzeug. Dei stellt die Ttsche, dß sich eine Reihe prktischer Prolemstellungen uf die Konstruktion von ufspnnenden Bäumen (zw. Wäldern) zurückführen lssen, nur einen Teilspekt des gesmten Anwendungsspektrums dr. In der theoretischen Informtik dienen sogennnte Entscheidungsäume ls Modell für Berechnungen. Schließlich spielen Bäume ls Dtenstruktur für Such- und Sortierprozesse eine wichtige Rolle. Oft ist es nützlich, einen Bum ls gerichteten Grphen nzusehen, d.h. es werden gerichtete Knten (Formlisierung durch geordnete Pre) etrchtet. Ist G = (V, E) ein Bum und r V eine elieiger, er fixierter Knoten, den wir die Wurzel (Root) nennen werden, so knn mn die Knten von G in eindeutiger Weise so richten, dß für lle Ecken v r die Knten uf dem (eindeutigen!) Weg von v nch s zur Wurzel hin gerichtet werden. Es git zwei Verfhren, die Breitensuche (BFS - Bredth-first serch) und die Tiefensuche (DFS -Depth-first serch), die für einen gegeenen zusmmenhängenden Grphen G = (V, E) und einem gegeenen Knoten r V einen ufspnnenden Bum von G mit Wurzel (Root) r usgeen. Beide Verfhren durchsuchen G eginnend von r und unterscheiden sich nur durch die für die Zwischenspeicherung verwendete Dtenstruktur, durch die festgelegt wird, von welcher ereits erreichten Ecke u die Suche fortgesetzt wird: Eine Wrteschlnge Q (Prinzip: first in first out) ei BFS und ein Kellerspeicher (Stpelprinzip: lst in first out) ei DFS. Der zu estimmende Bum wird durch ein Feld (Arry) π repräsentiert, ds für jeden Knoten v V den ersten Nchfolger von v uf dem gerichteten Weg zur Wurzel r speichert. Für die Wurzel selst wird der Wert N IL eingetrgen. 7
8 Zuerst werden lle Knoten weiß (unerührt) mrkiert. Dnn wird r in den Zwischenspeicher (Wrteschlge/Kellerspeicher) gelden und gru (erührt) mrkiert. In jedem weiteren Schritt wird der nächste Knoten u us dem Zwischenspeicher (lso gru) usgelesen und getestet, o er noch einen weißen Nchrn esitzt. Bei negtiver Antwort entfernt mn u durch schwrze Mrkierung (erledigt) us dem Speicher. Ht u einen weißen Nchrn v, so wird dieser uch gespeichert (gru gefärt) und π(v) = u gesetzt. Dieser Schritt ist dmit gleichzusetzen, dss die Knte {v, u} in die ungerichtete Version des Bums ufgenommen wird. Beide Verfhren stoppen, wenn keine gruen Ecken mehr vorhnden sind. Hier sind die Pseudocodes der eiden Algorithmen: BFS(G, r) for ll u V do Fre[u] weiß Fre[r] gru π[r] nil Insert r in Q while Q do ū Kopf[Q] for ll v Adj[u] do if Fre[v] == weiß then Fre[v] gru π[v] u Insert v in Q Delete Hed(Q) Fre[u] schwrz Initilisierung r ls Wurzel festlegen Wurzel in Q eintrgen sonst rechen u n erster Stelle in Q v noch nicht erührt v wird erührt Knte von v zu u v in Q eintrgen u us Q streichen DFS(G, r) for ll u V Fre[u] weiß π[r] nil DFS-visit(r) Procedure DFS-visit(u) Fre[u] gru for ll v Adj[u] do if Fre[v] == weiß then π[v] u DFS-visit(v) Fre[u] schwrz Initilisierung r ls Wurzel festlegen Aufruf einer rekursiven Prozedur v noch nicht erührt Knte von v zu u gehe von v weiter in die Tiefe Beide Algorithmen können uch zur Erzeugung eines ufspnneden Wldes von unzusmmenhängenden Grphen verwendet werden. Dzu ist nur die folgende Änderung notwendig: Ht mn einen ufspnnenden Bum für eine Komponente erzeugt (keine 8
9 gruen Punkte mehr), so wählt mn, flls noch vorhnden, einen weißen Knoten ls Wurzel für eine weitere Komponente us und strtet neu. Die Ergenisse der eiden Methoden sind in der Regel sehr unterschiedlich: Bei der Tiefensuche DFS werden in der Regel sehr lnge Wege erzeugt. Es ist zu echten, dss die erechneten DFS Bäume nicht nur von der Whl der Wurzel r hängen, sondern uch die Reihenfolge der zu u enchrten Knoten in der Adjzenzliste Adj[u] einen Einfluss uf ds Ergenis ht. So git es für Grphen mit einem Hmiltonkreis ei geeigneter Ordnung der Adjzenzlisten immer einen DFS-Bum der Tiefe V (lso ein Weg). Eine Änderung dieser Ordnung knn (eventuell) zu DFS-Bäumen geringerer Tiefe führen. Ds folgende Beispiel zeigt den BFS und den DFS Bum eines Grphen, ei Strt im Knoten und ufsteigend geordneten Adjzenzlisten. Gnz rechts sieht mn einen nderen DFS Bum, der ei gleichem Strtknoten und steigend geordneten Adjzenzlisten entsteht gegeener Grph BFS Bum DFS Bum nderer DFS Bum Owohl uch ds Ergenis der Breitensuche von der Ordnung der Adjzenzlisten hängt, hen für eine festgelegte Wurzel r lle möglichen BFS Bäume eine gemeinsme Eigenschft, die im folgenden Lemm formuliert wird. Lemm: In einem BFS Bum T ist der Astnd eines elieigen Knotens v V zur Wurzel r genu so groß wie im ursprünglichen Grphen G, kurz geschrieen: d T (v, r) = d G (v, r). Mn knn dieses Lemm mit vollständiger Induktion üer d G (v, r) eweisen. In vielen Anwendungen sind die Knten eines Grphen G = (V, E) mit positiven Zhlen gewichtet, d.h. zusätzlich ist eine Kostenfunktion w : E R + gegeen. Nun esteht die Aufge drin, einen ufspnnenden Bum (zw. Wld) zu estimmen, so dß ds Gesmtgewicht der Knten des Bums (Wldes) miniml ist (Minimum Spnning Tree - MST). Der nchfolgend eschrieene Algorithmus von Kruskl löst dieses Prolem. Mn ordnet die Knten nch ufsteigendem Gewicht in einer Liste L, die dynmisch verwltet wird. Der Aufu des Bumes T erfolgt eginnend vom Grphen (V, ), indem Schritt für Schritt neue Knten ufgenommen werden: Dzu wird die erste Knte e us der ktuellen Liste L (lso eine mit minimlem Gewicht) gestrichen und getestet, o durch Hinzunhme von e zu den ereits in 9
10 T ufgenommenen Knten ein Kreis entsteht. Bei negtiver Antwort wird uch e ufgenommen, sonst nicht. Intuitiv sollte klr sein, dss m Ende (wenn L leer ist) T ein ufspnnender Wld mit minimlem Gewichts ist. Ntürlich knn mn diese Ttsche uch eweisen. Zur effektiven Implementierung dieser Methode werden sogennnte union-find-dtenstrukturen eingesetzt.. Mtchings In vielen Anwendungsufgen, die sich mit Grphen modellieren lssen, geht es drum, möglichst große Prungen von djzenten Knoten zu ilden. Beispiel: Wir etrchten eine Menge P = {p, p,..., p n } von Personen und eine Menge S = {s, s,..., s m } von Jos und eschreien durch einen iprtiten Grphen, welche Personen für welche Jos geeignet sind. Ziel ist es, eine mximle Anzhl von Personen mit Jos zu versorgen. Wir suchen lso eine mximle Anzhl von Knten M, so dss jedes p i und jedes s j zu höchstens einer Knte us M inzident ist, denn jeder Jo knn nur einml vergeen werden und jede Person knn nur einen Jo üernehmen. Diese Aufgenstellung ist ein typisches Beispiel für ein Mtching Prolem. Definition: Sei G = (V, E) ein Grph. Eine Untermenge M E wird Mtching von G gennnt, wenn jeder Knoten v V zu höchstens einer Knte us M inzident ist. Mit m(g) ezeichnen wir die mximle Größe eines Mtchings von G und nennen M ein Mximum Mtching, wenn M = m(g). Definition: Ist M ein Mtching von G = (V, E), dnn nennt mn einen Knoten M sturiert (zw.m unsturiert), wenn er zu einer (zw. zu keiner) Knte e M inzident ist. Ein Weg p in G wird M ugmentierend gennnt, wenn er mit M unsturierten Knoten eginnt und endet und wenn sich uf den Weg Knten us M und us E \ M sich gegenseitig lösen (lternieren). Lemm: Ist M ein Mtching von G und ist p ein M ugmentierender Weg, dnn ist M kein Mximum Mtching. Beweis: Tuscht mn lle Knten us M, die uf p liegen gegen die Nichtmtching Knten uf p us, so erhält mn ein neues Mtching M mit M = M +. Dmit erklärt sich uch der Begriff ugmentierend (= erweiternd). Wir etrchten zunächst Mtchings in iprtiten Grphen. Für eine Teilmenge X V ezeichne N(X) die Menge ller zu X enchrten Knoten, d.h. N(X) = v X N(v). Heirtsstz: Sei G = (A B, E) ein iprtiter Grph. Dnn ist m(g) = A genu dnn, wenn für jede Teilmenge X A die Ungleichung X N(X) gilt. Beweis: Ist m(g) = A, dnn können lle Knoten us A gemtcht werden und jeder Teilmenge X A steht mindestens die Menge der entsprechenden Mtchingprtner us B gegenüer. 0
11 Nun gehen wir von X N(X) für lle X A us, etrchten ein Mximum Mtching M und müssen M = A zeigen. Ds eweisen wir mit Widerspruch, indem us der Annnhme M < A die Existenz eines M ugmentierenden Wegs p geleitet wird (Widerspruch zur Mximlität von M): Angenommen M ist kleiner ls A, dnn git es ein M unsturiertes A, ds er wegen = { } N({ }) mindestens einen Nchrn B ht. Wäre M unsturiert, dnn ildet ereits die Knte {, } einen M ugmentierenden Weg. Anderenflls ist M sturiert und folglich git es eine Knte {, } M. Wegen = {, } N({, }) git es ein von verschiedenes N({, }). Ist M sturiert, dnn git es eine Knte {, } M und mn knn wegen = {,, } N({,, }) ein weiteres N({,, }) finden, u.s.w. D G endlich ist, findet mn irgendwnn ein M unsturiertes k N({,,... k }) und eginnt den Aufu des M ugmentierenden Wegs p von dort. Sei i k der kleinste Index, so dss { i, k } E ist (diese Knte ist nicht us M!). Im Fll i =, ist der Weg p = k, ereits M ugmentierend. ndernflls setzen wir mit der Knte { i, i } us M fort und finden den kleinsten Index i, so dss { i, i } E ist. Diese Knte ist nicht us M und i i. Wiederum ist mn im Fll i = ereits fertig. Andernflls wird dieser Schritt wiederholt, is mn ei i l = stoppen knn. Wegen k i > i >... muss dieser Prozess terminieren und dmit ist die Existenz eines M ugmentierenden Wegs ewiesen. Die folgende Aildung illustriert diesen Beweis. Auf der linken Seite findet mn die Grundkonstruktion, woei die Knoten in der Reihenfolge,,,,,..., 6 estimmt werden. Die durchgezeichneten Knten sind us M, die gestrichelten us E \ M. In der Mitte ist der M ugmentierende Weg drgestellt. Durch Austusch von Mtchingknten gegen Nichtmtchingknten (rechts) wird M vergrößert Die Verwendung von M ugmentierenden Wegen zur schrittweisen Vergrößerung von Mtchings knn mn zur Berechnung von Mximum Mtchings in Grphen verwenden. Mn eginnt mit einem elieigen Mtching M (M = geht immer) und sucht einem M lternierenden Weg. Solnge ein solcher Weg existiert, knn mn Austusch von Mtching Knten gegen Nichtmtching Knten ds Mtching vergrößern
12 (ugmentieren) und rekursiv fortfhren. Der folgende Stz grntiert, dss mn im nderen Fll fertig ist. Stz: Sei M ein elieiges Mtching und M ein Mximum Mtching von einem Grphen G = (V, E). Ist M < M, dnn git es einem M ugmentierenden Weg in G. Beweis: Wir etrchten den Grphen H = (V, F ), woei F die symmetrische Differenz von M und M ist (ds sind lle Knten, die entweder in M oder in M liegen). D die Knoten in H nur vom Grd 0, oder sein können, sind die Zusmmenhngskomponenten von H isolierte Punkte, gerde Kreise mit M/M lternierenden Knten oder Wege mit M/M lternierenden Knten. Wegen M < M muss mindestens einer dieser Wege mehr Knten us M ls us M enthlten und ist folglich M ugmentierend. Leider sind effiziente Suchverfhren nch M ugmentierenden Wegen im llgemeinen sehr kompliziert, woei ungerde Kreise ds Hupthindernis drstellen. In iprtiten Grphen G = (A B, E) knn mn ds Prolem uf die folgende Art und Weise lösen: Wir führen zwei zusätzliche Knoten s, t ein und uen einen gerichtetenen Grphen G M uf, indem lle Knten us M von A nch B und lle Knten us E \ M von B nch A gerichtet werden. Zusätzlich wird für lle M unsturierten Knoten v A (zw. u B) eine Knte von v nch t (zw. von s nch u) eingefügt. Offensichtlich existiert ein M ugmentierender Weg genu dnn, wenn ein gerichteter Weg von s nch t in G M existiert. Ein solcher Weg knn duch Tiefensuche (gerichtete Vrinte) gefunden werden. Die folgende Aildung illustriert den vorgestellten Algorithmus. Auf der linken Seite ist die Konstruktion des gerichteten Grphen drgestellt. Der gerichtete Weg von s nch t uf der rechten Seite liefert unmittelr einen M ugmentierenden Weg, wenn mn die erste (von s usgehende) Knte und die letzte (zu t führende) Knte streicht. t t v A v u s B u s
2.6 Reduktion endlicher Automaten
Endliche Automten Jörg Roth 153 2.6 Reduktion endlicher Automten Motivtion: Wir sind n Automten interessiert, die mit möglichst wenigen Zuständen uskommen. Automten, die eine Sprche mit einem Minimum n
MehrMinimierung von DFAs. Minimierung 21 / 98
Minimierung von DFAs Minimierung 21 / 98 Ein Beispiel: Die reguläre Sprche L({, } ) Wie stellt mn fest, o ein Wort ds Suffix esitzt? Ein erster Anstz: Speichere im ktuellen Zustnd die eiden zuletzt gelesenen
MehrAutomaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2011
Automten und Formle Sprchen lis Theoretische Informtik Sommersemester 011 Dr. Snder Bruggink Üungsleitung: Jn Stückrth Snder Bruggink Automten und Formle Sprchen 1 Reguläre Sprchen Wir eschäftigen uns
MehrMinimalautomat. Wir stellen uns die Frage nach dem. kleinsten DFA für eine reguläre Sprache L, d.h. nach einem DFA mit möglichst wenigen Zuständen.
Rechtslinere Sprchen Minimlutomt Es git lso sehr verschiedene endliche Beschreiungen einer regulären Sprche (DFA, NFA, rechtslinere Grmmtiken, reguläre Ausdrücke). Diese können ineinnder üersetzt werden.
MehrRelationen: Äquivalenzrelationen, Ordnungsrelationen
TH Mittelhessen, Sommersemester 202 Lösungen zu Üungsltt 9 Fchereich MNI, Diskrete Mthemtik 2. Juni 202 Prof. Dr. Hns-Rudolf Metz Reltionen: Äquivlenzreltionen, Ordnungsreltionen Aufge. Welche der folgenden
MehrUmwandlung von endlichen Automaten in reguläre Ausdrücke
Umwndlung von endlichen Automten in reguläre Ausdrücke Wir werden sehen, wie mn us einem endlichen Automten M einen regulären Ausdruck γ konstruieren knn, der genu die von M kzeptierte Sprche erzeugt.
MehrAutomaten und formale Sprachen Notizen zu den Folien
5 Ds Pumping Lemm Schufchprinzip (Folie 144) Automten und formle Sprchen Notizen zu den Folien Im Block Ds Schufchprinzip für endliche Automten steht m n (sttt m > n), weil die Länge eines Pfdes die Anzhl
Mehr6-1 Elementare Zahlentheorie. mit 1 b n und 0 a b (zusammen mit der Ordnung ) nennt man die n-te Farey-Folge, zum Beispiel ist
6- Elementre Zhlentheorie 6 Frey-Folgen Die Menge F n der rtionlen Zhlen mit n und (zusmmen mit der Ordnung ) nennt mn die n-te Frey-Folge, zum Beispiel ist F = { < < < < < < < < < < } Offensichtlich gilt:
MehrFormale Systeme, Automaten, Prozesse SS 2010 Musterlösung - Übung 2 M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder
Prof Dr J Giesl Formle Systeme, Automten, Prozesse SS 2010 Musterlösung - Üung 2 M Brockschmidt, F Emmes, C Fuhs, C Otto, T Ströder Hinweise: Die Husufgen sollen in Gruppen von je 2 Studierenden us dem
MehrGliederung. Kapitel 1: Endliche Automaten
Gliederung 0. Motivtion und Einordnung 1. Endliche Automten 2. Formle Sprchen 3. Berechnungstheorie 4. Komplexitätstheorie 1.1. 1.2. Minimierungslgorithmus 1.3. Grenzen endlicher Automten 1/1, S. 1 2017
MehrBeispiellösungen zu Blatt 24
µthemtischer κorrespondenz- zirkel Mthemtisches Institut Georg-August-Universität Göttingen Aufge Beispiellösungen zu Bltt Mn eweise, dss mn ein Qudrt für jede Zhl n 6 in genu n kleinere Qudrte zerlegen
MehrMathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 14 MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR
Mthemtik: Mg. Schmid Wolfgng Areitsltt. Semester ARBEITSBLATT MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR Zunächst einml müssen wir den Begriff Sklr klären. Definition: Unter einem Sklr ersteht mn eine
MehrAutomaten und Formale Sprachen alias Theoretische Informatik. Sommersemester Kurzer Einschub: das Schubfachprinzip.
Reguläre Sprchen Automten und Formle Sprchen lis Theoretische Informtik Sommersemester 0 Ds Pumping-Lemm Wir hen is jetzt vier Formlismen kennengelernt, mit denen wir eine reguläre Sprche ngeen können:
MehrHA-Lösung TA-Lösung Diskrete Strukturen Tutoraufgabenblatt 2. Besprechung in KW44
Technische Universität München Winter 08/9 Prof. J. Esprz / Dr. M. Luttenerger, C. Welzel 08//0 HA- TA- Diskrete Strukturen Tutorufgenltt Besprechung in KW Bechten Sie: Soweit nicht explizit ngegeen, sind
MehrEinführung in die Mathematik des Operations Research
Universität zu Köln Mthemtisches Institut Prof. Dr. F. Vllentin Dr. A. Gundert Einführung in die Mthemtik des Opertions Reserch Aufge (5+5= Punkte) Sommersemester 4 Lösungen zur Klusur (5. Septemer 4).
MehrMinimalität des Myhill-Nerode Automaten
inimlität des yhill-nerode Automten Wir wollen zeigen, dss der im Beweis zum yhill-nerode Stz konstruierte DEA für die reguläre Sprche L immer der DEA mit den wenigsten Zuständen für L ist. Sei 0 der konstruierte
MehrEine Relation R in einer Menge M ist transitiv, wenn für alle x, y, z M gilt: (x R y y R z) x R z
Reltionen, 11 Reltionen Reltion ist einfch gesgt eine Beziehung zwischen Elementen von Mengen. In der Geometrie sind z.b. die Reltionen "ist gleich", "ist senkrecht zu", "ist prllel zu" eknnt. Die letzten
Mehr10: Lineare Abbildungen
Chr.Nelius: Linere Alger SS 2008 1 10: Linere Aildungen 10.1 BEISPIEL: Die Vektorräume V 2 und Ê 2 hen diegleiche Struktur. Es git eine ijektive Aildung f : V 2 Ê 2, die durch die Vorschrift definiert
MehrLösungen zum Ergänzungsblatt 4
en zum Ergänzungsltt 4 Letzte Änderung: 23. Novemer 2018 Theoretische Informtik I WS 2018 Crlos Cmino Vorereitungsufgen Vorereitungsufge 1 Sei M = ({p, q, r}, {, }, δ, p, {q, r}) ein DEA mit folgender
Mehr15. Kürzeste Wege. SS 2017 DuA - Kapitel 15 1
5. Kürzeste Wege t s SS DuA - Kpitel 5 Gewichtete Grphen Ein gewichteter Grph G ist ein Pr (V,E) zusmmen mit einer Gewichtsfunktion w, woei E V V un w: E IR. Für e E heißt w(e) s Gewicht von e. Für einen
Mehra q 0 q 1 a M q 1 q 3 q 2
Prof Dr J Giesl Formle Systeme, Automten, Prozesse SS 2010 Musterlösung - Üung 4 M Brockschmidt, F Emmes, C Fuhs, C Otto, T Ströder Hinweise: Die Husufgen sollen in Gruppen von je 2 Studierenden us dem
Mehr5. Homotopie von Wegen
28 Andres Gthmnn 5. Homotopie von Wegen In der Prxis wird der Cuchysche Integrlstz meistens in einer äquivlenten Umformulierung verwendet, die wir nun genuer ehndeln wollen. Anschulich esgt sie, dss Wegintegrle
MehrGraphen. Graphen und ihre Darstellungen
Graphen Graphen und ihre Darstellungen Ein Graph beschreibt Beziehungen zwischen den Elementen einer Menge von Objekten. Die Objekte werden als Knoten des Graphen bezeichnet; besteht zwischen zwei Knoten
MehrFORMALE SYSTEME. Kleene s Theorem. Wiederholung: Reguläre Ausdrücke. 7. Vorlesung: Reguläre Ausdrücke. TU Dresden, 2.
FORMALE SYSTEME 7. Vorlesung: Reguläre Ausdrücke Mrkus Krötzsch Rndll Munroe, https://xkcd.com/851_mke_it_etter/, CC-BY-NC 2.5 TU Dresden, 2. Novemer 2017 Mrkus Krötzsch, 2. Novemer 2017 Formle Systeme
MehrErgänzungsblatt 6. Letzte Änderung: 24. November 2018
Ergänzungsltt 6 Letzte Änderung: 24. Novemer 2018 Theoretische Informtik I WS 2018 Crlos Cmino Erinnerung: Die Besprechungstermine für die Ergänzungen 7 is 10 fllen is uf Weiteres us. Aufgen, Lösungen
Mehr4. Übungsblatt zu Theoretische Grundlagen der Informatik im WS 2015/16
Krlsruher Institut für Technologie Institut für Theoretische Informtik Prof. Dr. Peter Snders L. Hüschle-Schneider, T. Mier 4. Üungsltt zu Theoretische Grundlgen der Informtik im WS 2015/16 http://lgo2.iti.kit.edu/tgi2015.php
MehrCopyright, Page 1 of 5 Der Faktorraum
www.mthemtik-netz.de Copright, Pge of 5 Der Fktorrum Ein sehr wichtiges Konstrukt, welches üerll in der Mthemtik Verwendung findet, ist der Fktorrum, oft uch Quotientenrum gennnt. Dieser ist selst ein
MehrKürzeste Wege. möglich ist 6. Füge v zu S hinzu und setze d[v] d [v] (u,v) E. Datenstrukturen und Algorithmen 14. Elementare Graphalgorithmen
Algorithmus von Dijkstr: 1. Es sei S ie Menge er enteckten Knoten. Invrinte: Merke optimle Lösung für S: Für lle v S sei [v] = δ(s,v) ie Länge es kürzesten Weges von s nch v 3. Zu Beginn: S={s} un [s]=
MehrDatenstrukturen & Algorithmen Lösungen zu Blatt 2 FS 12
Eidgenössische Technische Hochschule Zürich Ecole polytechnique fédérle de Zurich Politecnico federle di Zurigo Federl Institute of Technology t Zurich Institut für Theoretische Informtik 29 Ferur 2012
MehrDatenstrukturen & Algorithmen Lösungen zu Blatt 2 FS 16
Eidgenössische Technische Hochschule Zürich Ecole polytechnique fédérle de Zurich Politecnico federle di Zurigo Federl Institute of Technology t Zurich Institut für Theoretische Informtik 9. März 2016
MehrMathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 15 ORTHOGONALITÄT
Mthemtik: Mg. Schmid Wolfgng Areitsltt 5. Semester ARBEITSBLATT 5 ORTHOGONALITÄT Ws versteht mn zunächst einml unter orthogonl? Dies ist nur ein nderes Wort für norml oder im rechten Winkel. Ws uns hier
MehrEinführung in die Mathematik des Operations Research
Universität zu Köln Mthemtishes Institut Prof. Dr. F. Vllentin ufge ( + 7 = 0 Punkte) Einführung in die Mthemtik des Opertions Reserh Sommersemester 0 en zur Klusur (7. Juli 0). Es seien M = {,..., n },
Mehr18. Algorithmus der Woche Der Euklidische Algorithmus
18. Algorithmus der Woche Der Euklidische Algorithmus Autor Friedrich Eisenrnd, Universität Dortmund Heute ehndeln wir den ältesten ereits us Aufzeichnungen us der Antike eknnten Algorithmus. Er wurde
MehrEinführung in die Theoretische Informatik
Einführung in die Theoretische Informtik Johnnes Köler Institut für Informtik Humoldt-Universität zu Berlin WS 2011/12 Minimierung von DFAs Frge Wie können wir feststellen, o ein DFA M = (Z, Σ, δ, q 0,
MehrVorname: Nachname: Matrikelnummer: Studiengang (bitte ankreuzen): Technik-Kommunikation M.A.
Formle Systeme, Automten, Prozesse SS 2010 Musterlösung - Klusur 23.09.2010 Prof. Dr. J. Giesl M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder Vornme: Nchnme: Mtrikelnummer: Studiengng (itte nkreuzen):
MehrARBEITSBLATT 5L-11 BERECHNEN VON RAUMINHALTEN
Mthemtik: Mg. Schmid Wolfgng+LehrerInnentem ) Rottion um die -Achse ARBEITSBLATT 5L- BERECHNEN VON RAUMINHALTEN Es geht hier um folgende Aufgenstellung. Eine gegeene Funktion f() soll in einem estimmten
MehrGrundlagen der Theoretischen Informatik, WS11/12 Minimale Automaten
Fkultät IV Deprtment Mthemtik Lehrstuhl für Mthemtische Logik und Theoretische Informtik Prof. Dr. Dieter Spreen Dipl.Inform. Christin Uhrhn Grundlgen der Theoretischen Informtik, WS11/12 Minimle Automten
MehrFrank Heitmann 2/71. 1 Betrachten wir Σ für ein Alphabet Σ, so ist Σ die Menge
Formle Grundlgen der Informtik Kpitel 2 und reguläre Sprchen Frnk Heitmnn heitmnn@informtik.uni-hmurg.de 7. April 24 Frnk Heitmnn heitmnn@informtik.uni-hmurg.de /7 Alphet und Wörter - Zusmmengefsst Die
MehrName... Matrikel-Nr... Studiengang...
Proeklusur zum ersten Teil der Vorlesung Berechenrkeitstheorie WS 2015/16 30. Novemer 2015 Dr. Frnzisk Jhnke, Dr. Dniel Plcín Bereitungszeit: 80 Minuten Nme... Mtrikel-Nr.... Studiengng... 1. So oder so
Mehr3 Trigonometrische Formeln
Mthemtische Proleme, SS 018 Donnerstg 1.6 $Id: trig.tex,v 1. 018/06/1 14:08:44 hk Exp $ 3 Trigonometrische Formeln 3. Verdoppelungs- und Hlierungsformeln Als Verdoppelungsformeln ezeichnet mn die Formeln
MehrKlausur TheGI 2 Automaten und Komplexität (Niedermeier/Hartung/Nichterlein, Sommersemester 2013)
Berlin, 17.07.2013 Nme:... Mtr.-Nr.:... Klusur TheGI 2 Automten und Komplexität (Niedermeier/Hrtung/Nichterlein, Sommersemester 2013) 1 2 3 4 5 6 7 8 Σ Bereitungszeit: mx. Punktezhl: 60 min. 60 Punkte
MehrMathematik: Mag. Schmid Wolfgang Arbeitsblatt 3 5. Semester ARBEITSBLATT 3 PARAMETERDARSTELLUNG EINER GERADEN
Mthemtik: Mg. Schmid Wolfgng Areitsltt 3 5. Semester ARBEITSBLATT 3 PARAMETERDARSTELLUNG EINER GERADEN Wir wollen eine Gerde drstellen, welche durch die Punkte A(/) und B(5/) verläuft. Die Idee ist folgende:
MehrAutomaten und formale Sprachen Notizen zu den Folien
3 Endliche Automten Automten und formle Sprchen Notizen zu den Folien Üerführungsfunction eines DFA (Folie 92) Wie sieht die Üerführungfunktion us? δ : Z Σ Z Ds heißt: Ein Pr us Zustnd und Alphetsymol
MehrSei G = (V,E) ein gerichteter Graph. Ein geschlossener Pfad, der jede Kante in G genau einmal benutzt, heißt Euler-Tour.
1 2 Grundlgen der Theoretischen Informtik Till Mosskowski Fkultät für Informtik Otto-von-Guericke Universität Mgdeurg Komplexitätstheorie Wintersemester 201/15 Zeitkomplexität 3 Die Komplexitätsklsse P
Mehr1.7 Inneres Produkt (Skalarprodukt)
Inneres Produkt (Sklrprodukt) 17 1.7 Inneres Produkt (Sklrprodukt) Montg, 27. Okt. 2003 7.1 Wir erinnern zunächst n die Winkelfunktionen sin und cos, deren Wirkung wir m Einheitskreis vernschulichen: ϕ
MehrLogik und Grundlagen der Informatik
Logik und Grundlgen der Informtik Üungsklusur Stephn Schulz 25. Ferur 2015 1 Aufge 1: (2+2+3P) Sei M 1 = {2x x Z}. Sei M 2 = {5x x N}. ) Bestimmen Sie M 1 M 2. ) Bestimmen Sie M 2 \M 1 c) Geen Sie eine
Mehrv P Vektorrechnung k 1
Vektorrechnung () Vektorielle Größen in der hysik: Sklren Größen wie Zeit, Msse, Energie oder Tempertur werden in der hysik mit einer Mßzhl und einer Mßeinheit ngegeen: 7 sec, 4.5 kg. Wichtige physiklische
MehrLösung zur Klausur. Grundlagen der Theoretischen Informatik. 1. Zeigen Sie, dass die folgende Sprache regulär ist: w {a, b} w a w b 0 (mod 3) }.
Lösung zur Klusur Grundlgen der Theoretischen Informtik 1. Zeigen Sie, dss die folgende Sprche regulär ist: { w {, } w w 0 (mod 3) }. Lösung: Wir nennen die Sprche L. Eine Sprche ist genu dnn regulär,
MehrTheoretische Informatik und Logik Übungsblatt 2 (2017W) Lösung
Theoretische Informtik und Logik Üungsltt 2 (207W) en Aufge 2. Geen ie jeweils eine kontextfreie Grmmtik n, welche die folgenden prchen erzeugt, sowie eine Linksleitung und einen Aleitungsum für ein von
MehrARBEITSBLATT 5L-8 FLÄCHE ZWISCHEN FUNKTION UND X-ACHSE
Mthemtik: Mg. Schmid WolfgngLehrerInnentem RBEITSBLTT 5L-8 FLÄCHE ZWISCHEN FUNKTION UND X-CHSE Wie wir die Fläche zwischen einer Funktion und der -chse erechnen, hen wir rechentechnische ereits geklärt.
MehrBerechenbarkeitstheorie 4. Vorlesung
1 Berechenbrkeitstheorie Dr. Institut für Mthemtische Logik und Grundlgenforschung WWU Münster WS 15/16 Alle Folien unter Cretive Commons Attribution-NonCommercil 3.0 Unported Lizenz. Reguläre Ausdrücke
MehrKlausur zur Vorlesung Grundbegriffe der Informatik 10. März 2009 mit Lösungsvorschlägen
Klusur zur Vorlesung Grundegriffe der Informtik 10. März 2009 mit Lösungsvorschlägen Klusurnummer Nme: Vornme: Mtr.-Nr.: Aufge 1 2 3 4 5 6 7 mx. Punkte 4 2 7 8 8 8 9 tts. Punkte Gesmtpunktzhl: Note: Aufge
MehrAutomaten mit dot erstellen
Automten mit dot erstellen 1 Ws ist dot? dot ist ein Progrmm zum Kompilieren von dot-dteien in verschiedene Grfikformte, sowie der Nme einer Sprche, mit der mn Grphen spezifizieren knn. Unter Anderem können
Mehr4. Lineare Gleichungen mit einer Variablen
4. Linere Gleichungen mit einer Vrilen 4. Einleitung Werden zwei Terme einnder gleichgesetzt, sprechen wir von einer Gleichung. Enthlten eide Terme nur Zhlen, so entsteht eine Aussge, die whr oder flsch
Mehr/LQHDUH*OHLFKXQJVV\VWHPH
/LQHDUH*OHLFKXQJVV\VWHPH (für Grund- und Leistungskurse Mthemtik) 6W55DLQHU0DUWLQ(KUHQE UJ*\PQDVLXP)RUFKKHLP Nch dem Studium dieses Skripts sollten folgende Begriffe eknnt sein: Linere Gleichung; homogene
MehrDie Dreiecke ADM A und BCM C sind kongruent aufgrund
Westfälische Wilhelms-Universität Münster Mthemtisches Institut pl. Prof. Dr. Lutz Hille Dr. Krin Hlupczok Üungen zur Vorlesung Elementre Geometrie Sommersemester 010 Musterlösung zu ltt 4 vom 3. Mi 010
MehrTaxifahren im mathematischen Verkehr - mathematische Pretiosen über Permanente, Permutationen und Determinante
Txifhren im mthemtischen Verkehr - mthemtische Pretiosen üer Permnente, Permuttionen und Determinnte Armin P. Brth Angelehnt n den herrlichen Artikel [] wird hier ein grphentheoretisches Rätsel vorgestellt
MehrGrundbegriffe der Mengenlehre
Reiner Winter Grundegriffe der Mengenlehre 1. Der Mengenegriff Die Mengenlehre wurde von Georg Cntor (1845-1918) egründet. Im Jhre 1895 g er die folgende, erühmt gewordene Begriffsestimmung der Menge n:
MehrInhalt. Endliche Automaten. Automaten und Formale Sprachen. Franz Binder. Endliche Automaten. Deterministische Automaten
Formle Inhlt Reguläre Reguläre Formle Zustndsdigrmm Reguläre δ: Σ (Q Q Ω) Beispiel δ 0 δ 0 1 2 1 2 0 1 2 δ Formle Automt Reguläre Definition Ein nicht-deterministischer, endlicher Automt esteht us einer
Mehr( ) ( ) 4. Der Hauptsatz der Infinitesimalrechnung. Hauptsatz (1. Form) I. Newton ( ), G.F. Leibniz ( )
4. Der Huptstz der Infinitesimlrechnung Huptstz (. orm) I. Newton (64-77), G.. Leiniz (646-76) ür jede im Intervll [,] stetige unktion f sei ( ) = f ( t) dt sogennnte Integrlfunktion dnn gilt: Die Integrlfunktion
MehrName... Matrikel Nr... Studiengang...
Proeklusur zur Vorlesung Berechenrkeitstheorie WS 201/1 1. Jnur 201 Prof. Dr. André Schulz Bereitungszeit: 120 Minuten [So oder so ähnlich wird ds Deckltt der Klusur ussehen.] Nme... Mtrikel Nr.... Studiengng...
MehrVorkurs Mathematik. Vorlesung 3. Die rationalen Zahlen
Prof. Dr. H. Brenner Osnrück WS 2014/2015 Vorkurs Mthemtik Vorlesung 3 Die rtionlen Zhlen Definition 3.1. Unter einer rtionlen Zhl versteht mn einen Ausdruck der Form, woei, Z und 0 sind, und woei zwei
MehrGrundlagen der Informatik
Grundlgen der Informtik Vorlesungsprüfung vom 02.03.2007 Gruppe B Lösung Nme: Mtrikelnummer: Zuerst itte Nme und Mtrikelnummer uf ds Titelltt schreien. Es sind keine Unterlgen und keine Temreit erlut.
MehrAutomaten und formale Sprachen Notizen zu den Folien
5 Ds Pumping Lemm Shufhprinzip (Folie 137) Automten und formle Sprhen Notizen zu den Folien Im Blok Ds Shufhprinzip für endlihe Automten steht m n (sttt m > n), weil die Länge eines Pfdes die Anzhl von
MehrMusterlösungen zum 6. Übungsblatt
Musterlösungen zum 6 Üungsltt Anlysis ei Dr Rolf Busm WS 6/7 Aufge 6 (Tois Hessenuer) ) 3 ep()d, setze u = ep(), v = 3 dnn gilt: 3 ep()d = ep() 3 = e (3 ep() ) 3 ep() d = e 3e + 6 ep() = 6e 3e + 6e 6e
Mehr13. Quadratische Reste
ChrNelius: Zhlentheorie (SS 007) 3 Qudrtische Reste Wir ehndeln jetzt ei den Potenzresten den Sezilfll m und führen die folgende Begriffsildung ein: (3) DEF: Seien n und teilerfremd heißt qudrtischer Rest
MehrWas nicht bewertet werden soll, streichen Sie bitte durch. Werden Täuschungsversuche beobachtet, so wird die Präsenzübung mit 0 Punkten bewertet.
Prof Dr Dr hc W Thoms Formle Systeme, Automten, Prozesse SS 2011 Musterlösung - Präsenzüung Dniel Neider, Crsten Otto Vornme: Nchnme: Mtrikelnummer: Studiengng (itte nkreuzen): Informtik Bchelor Informtik
Mehr6. Übungsblatt. (i) Von welchem Typ ist die Grammatik G? Begründen Sie Ihre Antwort kurz.
Vorlesung Theoretische Informtik Sommersemester 2015 Prof. S. Lnge 6. Üungsltt 1. Aufge Es sei die folgende Grmmtik G = [Σ, V, S, R] gegeen. Dei seien Σ = {, } und V = {S, B}, woei S ds Strtsymol ist.
MehrFranz Binder. Vorlesung im 2006W
Formle Reguläre und Formle Institut für Alger Johnnes Kepler Universität Linz Vorlesung im 2006W http://www.lger.uni-linz.c.t/students/win/ml Formle Inhlt Reguläre Reguläre Formle Zustndsdigrmm δ: Σ (Q
MehrGrundbegriffe der Informatik Aufgabenblatt 5
Grundegriffe der Informtik Aufgenltt 5 Mtr.nr.: Nchnme: Vornme: Tutorium: Nr. Nme des Tutors: Ausge: 20. Novemer 2013 Age: 29. Novemer 2013, 12:30 Uhr im GBI-Briefksten im Untergeschoss von Geäude 50.34
MehrAutomaten und formale Sprachen Notizen zu den Folien
3 Endliche Automten Automten und formle Sprchen Notizen zu den Folien DFA Reguläre Grmmtik (Folie 89) Stz. Jede von einem endlichen Automten kzeptierte Sprche ist regulär. Beweis. Nch Definition, ist eine
MehrSpiele und logische Komplexitätsklassen
Spiele und logische Komplexitätsklssen Mrtin Horsch 26. Jnur 2006 Inhlt des Seminrvortrges Ehrenfeucht-Frïssé-Spiel mit k Mrken Formeln mit k Vrilen und logische Komplexitätsklssen k-vrileneigenschft logischer
MehrGrundlagen zu Datenstrukturen und Algorithmen Schmitt, Schömer SS 2001
Grundlgen zu Dtenstrukturen und Algorithmen Schmitt, Schömer SS 001 http://www.mpi-sb.mpg.de/~sschmitt/info5-ss01 U N S A R I V E R S A V I E I T A S N I S S Lösungsvorschläge für ds 4. Übungsbltt Letzte
MehrF ds= F ds. Theorem 1: "Stefanie Bayer" Wegintegrale und Kurvenintegrale
Wegintegrle und Kurvenintegrle Theorem : Sei F ein uf dem Weg = [, ] stetiges Vektorfeld und sei = [, ] Reprmeteristion von. Wenn richtungs-whrend ist, dnn gilt und wenn richtungs-wechselnd ist, dnn gilt
MehrEinführung in die Theoretische Informatik
Technische Universität München Fkultät für Informtik Prof. Tois Nipkow, Ph.D. Ssch Böhme, Lrs Noschinski Sommersemester 2011 Lösungsltt 4 20. Juni 2011 Einführung in die Theoretische Informtik Hinweis:
MehrAufgabensammlung: Vertiefung der Schulmathematik 1.1 Handelt es sich bei den folgenden Zuordnungen um Funktionen? Begründen Sie ihre Entscheidung.
Fkultät für Mthemtik Cmpus Essen Wielnd Wilzek.8.-.9.06 Aufgensmmlung: Vertiefung der Schulmthemtik. Hndelt es sich ei den folgenden Zuordnungen um Funktionen? Begründen Sie ihre Entscheidung. ) Person
Mehrvollständig (Vervollständigung) deterministisch, DFA (Potenzmengenkonstruktion) Minimalautomat: minimaler vollständiger DFA
Ws isher geschh NFA A = (X, Q, δ, I, F ) vollständig (Vervollständigung) deterministisch, DFA (Potenzmengenkonstruktion) Minimlutomt: minimler vollständiger DFA Für jede Sprche L X sind die folgenden Aussgen
Mehr4. Das quadratische Reziprozitätsgesetz.
4-1 Elementre Zhlentheorie 4 Ds udrtische Rezirozitätsgesetz Sei eine ungerde Primzhl, sei Z mit, 1 Frge: Wnn gibt es x Z mit x mod? Gibt es ein derrtiges x, so nennt mn einen udrtischen Rest modulo Legendre
MehrMC-Serie 12 - Integrationstechniken
Anlysis D-BAUG Dr. Meike Akveld HS 15 MC-Serie 1 - Integrtionstechniken 1. Die Formel f(x) dx = xf(x) xf (x) dx i) ist im Allgemeinen flsch. ii) folgt us der Sustitutionsregel. iii) folgt us dem Huptstz
MehrAutomaten und formale Sprachen Notizen zu den Folien
3 Endliche Automten Automten und formle Sprchen Notizen zu den Folien Üerführungsfunktion eines NFA (Folien 107 und 108) Wie sieht die Üerführungsfunktion us? δ : Z Σ P(Z) Ds heißt, jedem Pr us Zustnd
MehrEine endliche Folge von Operationen und Entscheidungen, die ein Problem in endlich vielen Schritten löst.
Formle Methoen er Informtik WS 00/0 Lehrstuhl für Dtennken un Künstliche Intelligenz ProfDrDrFJRermcher H Ünver T Rehfel J Dollinger Aufgenltt Besprechung in en Tutorien vom 000 ( Üungstermin) is 000 (is
MehrLösung zur Bonusklausur über den Stoff der Vorlesung Grundlagen der Informatik II (45 Minuten)
Institut für Angewndte Informtik und Formle Beschreiungsverfhren 15.01.2018 Lösung zur Bonusklusur üer den Stoff der Vorlesung Grundlgen der Informtik II (45 Minuten) Nme: Vornme: Mtr.-Nr.: Semester: (WS
Mehrdem Verfahren aus dem Beweis zu Satz 2.20 erhalten wir zunächst die folgenden beiden ε-ndeas für die Sprachen {a} {b} und {ε} {a} +
Lösungen zu Üungsltt 3 Aufge 1. Es gilt L(( ) ) = ({} {}) {} = ({} {}) ({} {} + ). Mit dem Verfhren us dem Beweis zu Stz 2.20 erhlten wir zunächst die folgenden eiden -NDEAs für die Sprchen {} {} und {}
MehrVorkurs Theoretische Informatik
Vorkurs Theoretische Informtik Einführung in reguläre Sprchen Areitskreis Theoretische Informtik Freitg, 05.10.2018 Fchgruppe Informtik Üersicht 1. Chomsky-Hierchie 2. Automten NEA DEA 3. Grmmtik und Automten
MehrErgänzungsblatt 7. Letzte Änderung: 30. November Vorbereitungsaufgaben
Theoretische Informtik I WS 2018 Crlos Cmino Ergänzungsltt 7 Letzte Änderung: 30. Novemer 2018 Vorereitungsufgen Vorereitungsufge 1 Wiederholen Sie die Begriffe us Üungsltt 0, Aschnitt 4. 1. Welche der
MehrUngleichungen. Jan Pöschko. 28. Mai Einführung
Ungleichungen Jn Pöschko 8. Mi 009 Inhltsverzeichnis Einführung. Ws sind Ungleichungen?................................. Äquivlenzumformungen..................................3 Rechnen mit Ungleichungen...............................
Mehr2. Runde Aufgaben und Lösungen. Bundeswettbewerb Mathematik
Bundeswettewer Mthemtik Kortrijker Str. 1 53177 Bonn Telefon: 08-9 59 15-0 Telefx: 08-9 59 15-9 E-Mil: info@undeswettewer-mthemtik.de www.undeswettewer-mthemtik.de Korrekturkommission Krl Fegert ufgen
MehrEndliche Automaten können wahlweise graphisch oder tabellarisch angegeben werden.
Aufgensmmlung GTI Hinweise. Dies ist eine Aufgensmmlung zum Lernen für die Klusur, keine Proeklusur. Die Zeitduer, die für die Lösung vorgesehen ist, ist lso nicht uf drei Stunden normiert. Für die Klusur
MehrÜbungsblatt 1. Vorlesung Theoretische Grundlagen der Informatik im WS 17/18
Institut für Theoretische Informtik Lehrstuhl Prof. Dr. D. Wgner Üungsltt Vorlesung Theoretische Grundlgen der Informtik im WS 78 Ausge 9. Oktoer 27 Age 7. Novemer 27, : Uhr (im Ksten im UG von Geäude
MehrMathematische Probleme, SS 2018 Donnerstag 7.6. $Id: dreieck.tex,v /06/07 14:52:59 hk Exp $
$Id: dreieck.tex,v 1.45 2018/06/07 14:52:59 hk Exp $ 2 Dreiecke 2.2 Ähnliche Dreiecke Wir htten zwei Dreiecke kongruent gennnt wenn sie sich durch eine ewegung der Ebene ineinnder überführen lssen und
Mehr2.1.4 Polynomalgebren und ihre Restklassenalgebren
2.1. GRUNDLAGEN 59 2) Ist R ein kommuttiver Ring mit Eins, so ist der Polynomring R[X] eine R-Alger. 2) Ist A eine R-Alger und I A ein Idel, so ist A/I eine R-Alger und ν I ein R- Algerenhomomorphismus.
MehrAutomaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2012. Sprachen. Grammatiken (Einführung)
Wörter, Grmmtiken und die Chomsky-Hierrchie Sprchen und Grmmtiken Wörter Automten und Formle Sprchen lis Theoretische Informtik Sommersemester 2012 Dr. Snder Bruggink Üungsleitung: Jn Stückrth Alphet Ein
MehrTheoretische Informatik und Logik Übungsblatt 2 (2013S) Lösung
Theoretische Informtik und Logik Üungsltt 2 (2013S) en Aufge 2.1 Geen Sie jeweils eine kontextfreie Grmmtik n, welche die folgenden Sprchen erzeugt, sowie einen Aleitungsum für ein von Ihnen gewähltes
Mehr18. Markierte Graphen und Prozesse
18. Mrkierte Grphen und Prozesse Systeme der Informtik erechnen selten eine einzelne Ausge uf der Bsis einer konkreten Einge. Stttdessen estehen solche Systeme us einer Vielzhl von Komponenten, oft Prozesse
MehrDie Regelungen zu den Einsendeaufgaben (Einsendeschluss, Klausurzulassung) finden Sie in den Studien- und Prüfungsinformationen Heft Nr. 1.
Modul : Grundlgen der Wirtschftsmthemtik und Sttistik Kurs 46, Einheit, Einsendeufge Die Regelungen zu den Einsendeufgen (Einsendeschluss, Klusurzulssung) finden Sie in den Studien- und Prüfungsinformtionen
Mehr6. Quadratische Gleichungen
6. Qudrtische Gleichungen 6.1 Voremerkungen Potenzieren und Wurzelziehen, somit uch Qudrieren und Ziehen der Qudrtwurzel, sind entgegengesetzte Oertionen. Sie heen sich gegenseitig uf. qudrieren Qudrtwurzel
Mehr