Einführung in die Graphentheorie (Mathematik IIIb)

Größe: px
Ab Seite anzeigen:

Download "Einführung in die Graphentheorie (Mathematik IIIb)"

Transkript

1 Einführung in die Graphentheorie (Mathematik IIIb) Peter Becker FH Bonn-Rhein-Sieg, FB Angewandte Informatik!" $# Vorlesung Wintersemester 2002/03 Allgemeines zur Vorlesung Es gibt eine Homepage zur Vorlesung: & ('*)) +++,-./" 0 & / &!1 0# )23,45)! 6 ) Die Vorlesung wird folienbasiert gehalten, aber die Folien enthalten nur die wichtigsten Aspekte (Definitionen, Sätze, knappe Beispiele, wichtige Bemerkung). Alles was sonst eine Vorlesung ausmacht (Erläuterungen, ausführliche Beispiele, Beweise von Sätzen, Anwendungen, Querverweise auf andere Gebiete der Informatik, etc.) gibt es nur in der Vorlesung selbst. Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 1

2 Die Folien zur Vorlesung (Skript) stehen auf der Homepage vor der Vorlesung zur Verfügung. Formate: PDF, ein- und mehrseitig Sie können also die ausgedruckten Folien mit in die Vorlesung bringen und dort mit schriftlichen Bemerkungen versehen. Benutzen Sie zum Drucken bitte die mehrseitige Version des Skriptes. Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 2 Übungen Übungen finden Montags verteilt auf drei Gruppen statt. Zuteilung zu den Übungsgruppen: siehe Aushang Erster Übungstermin: Montag, Die Ausgabe der Übungsblätter findet vor der Vorlesung statt. Bearbeitungszeit: 7 oder 14 Tage Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 3

3 Prüfung Im Rahmen der Prüfung für Mathematik III zusammen mit Mathematik IIIa Mit Bestehen der Prüfung erhalten Sie 8 Leistungspunkte für die Veranstaltung Mathematik III. Prüfungstermin: siehe Prüfungsplan Prüfungsform: schriftlich (Klausur) Hilfsmittel: Skript und Fachliteratur Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 4 Inhalt 1. Grundbegriffe und Bezeichungen 2. Durchsuchen von Graphen 3. Kreis- und Wegeprobleme 4. Bäume und Wälder 5. Planare Graphen und Färbungen 6. Flüsse und Matchings Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 5

4 Literatur D. Jungnickel, Graphen, Netzwerke und Algorithmen, Spektrum Akademischer Verlag, A. Brandstädt, Graphen und Algorithmen, Teubner, T. Ihringer, Diskrete Mathematik, Teubner, V. Turau, Algorithmische Graphentheorie, Addison-Wesley, R. Diestel, Graphentheorie, Springer, L. Volkmann, Graphen und Digraphen, Springer, F. Harary, Graphentheorie, Oldenbourg, Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 6 S. O. Krumke, H. Noltemeier, H.-C. Wirth, Graphentheoretische Konzepte und Algorithmen, ZIB Technischer Report 00-19, 2000, 7'8))9+++( 0:/7 0#; &)<;69 = )&69> 6; Weitere Verweise auf Online-Quellen finden Sie auf der Homepage der Vorlesung. Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 7

5 1 Einführung Grundbegriffe und Bezeichnungen Beispiele Darstellung von Graphen im Computern Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 8 Das Königsberger Brückenproblem Norden Neuer Pregel Pregel Insel Osten Alter Pregel Sueden Beispiel 1.1. [Euler, 1736] Gibt es einen Rundweg durch Königsberg, der jede der sieben Brücken genau einmal überquert? Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 9

6 Das Königsberger Brückenproblem (2) Die Abstraktion des Problems: Norden Insel Osten Süden Gibt es einen Rundweg, der jede Linie (Kante) genau einmal enthält? Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 10 Das Haus vom Nikolaus c b d a e Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 11

7 Labyrinth Finde einen Weg vom Start zum Ziel durch das Laby- Beispiel 1.2. rinth! Start Ziel Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 12 Repräsentation als Graph: Start Ziel Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 13

8 S T U V Beispielgraph Ein Graph besteht aus Knoten und Beispiel 1.3. Kanten. DRQ DFE DJI DHG DHK DNM DJL DPO XWZY\[]Y.^;Ỳ _ sind Knoten. Diese Knoten werden durch die Kanten a b bis ac miteinander verbunden Ein Graph symbolisiert die max. zweistelligen Beziehungen zwischen den Elementen einer Menge. Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 14 Graph Definition 1.1. Ein Graph (graph) dfe gfh Y0i]Ykjml ist ein Tripel bestehend aus: h, einer nicht leeren Menge von Knoten (vertices), ni, einer Menge von Kanten (edges) und oj, einer Inzidenzabbildung (incidence relation), mit jqp isrut vxwzyw { h Y~} ywzy ƒ Zwei Knoten WZY8[o h heißen adjazent (adjacent) gdw. a i p`j ĝ a l e v.wzy8[5ƒ. W h und a oi heißen inzident (incident) gdw. W Šj ĝ a l. Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 15

9 S T U V Beispielgraph (2) D Q DFE D I DHG DHK D M DJL D O h e v WZY8[]YŒ^Y3_;ƒ i e v a b Y až YŽ / / Y a c ƒ j e v ĝ a b Ŷ v WZY\[>ƒ*l.Y gxa Yxv WZY.^ƒ*l Y ĝ a3 Ŷ v.wzy3_;ƒ8l Y ĝ až Ŷ vx[]y.^ƒ*l Y ĝ a3 Ŷ vx[]y.^ƒ*l Y ĝ a Y0v$^;Ỳ _;ƒ*l Y ĝ a Ŷ v$^y3_;ƒ*l.y ĝ ac Ŷ v Wƒ*lkƒ Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 16 Endliche Graphen Definition 1.2. Ein Graph d e gfh Y0i]Ykjml heißt endlich (finite) gdw. die Knotenmenge h und die Kantenmenge i endlich sind. Bemerkung 1.1. Wir treffen folgende Vereinbarung: Im weiteren werden nur endliche Graphen betrachtet. Der Zusatz endlich wird dabei weggelassen. Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 17

10 Schlichte Graphen Definition 1.3. Eine Kante a ni heißt Schlinge (loop) gdw. a nur zu einem Knoten inzident ist. Zwei Kanten a b Y a heißen parallele Kanten (parallel edges) gdw. sie zu den selben Knoten inzident sind. Ein Graph heißt schlicht (simple) gdw. d keine Schlingen und keine parallelen Kanten enthält. Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 18 Beispiel 1.4. c Bemerkung 1.2. Ein schlichter Graph d e gfh Y0i l wird beschrieben durch eine Knotenmenge h und die Kantenmenge i, wobei i eine Menge zweielementiger Teilmengen von h ist, also is{ vkṽ Ŷ ššƒ*y Y š h Ỹ œ e šžƒ b a d e Wir betrachten im folgenden fast ausschließlich schlichte Graphen. h e v.wzy8[ÿy ^YŽ_ Y a ƒ i e v v WZY\[>ƒ.Ŷ v WZYŽ_;ƒ.Yxv WZY a ƒ.ŷ vˆ[ÿy ^ƒ.y vx[]yž_;ƒ.ŷ vx[]y a ƒ.ŷ v\^ỳ _ƒœŷ v _ Y a ƒkƒ Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 19

11 Diagramme Graphen können durch Diagramme veranschaulicht werden. p q r Der selbe Graph kann viele verschiedene Diagramme haben. t s q Beispiel 1.5. dfe gfh Ŷ i l mit h e v 1Y Ŷ Y Y\ `ƒ i e vkv Y/ ƒ.ŷ v Y ƒ.ŷ v 1Y\ `ƒœŷ v Y0 /ƒœy v~ Y ƒ.ŷ v~ Y\ `ƒœy0vk Y ƒ.ŷ v8 Y$ `ƒkƒ t p s q t r p s r Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 20 Knotengrade Definition 1.4. Zahl der zu inzidenten Kanten. Hierbei zählen Schlingen doppelt. Der Grad (degree) _ aª«g «l eines Knotens h ist die Der Maximalgrad g\d l eines Graphen d ist definiert durch g\d l e max v _ aª«g «lœy h ƒ Der Minimalgrad ± g$d l eines Graphen d ist definiert durch ± g$d l e min v _ aª«g «lœy h ƒ Ein Knoten ² h mit degg «l é ³ heißt isoliert. Ein Knoten ² h mit degg «l e } heißt Blatt. Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 21

12 Knotengrade (2) Jede Kante liefert genau zweimal einen Beitrag zu der Summe der Grade über alle Knoten. Lemma 1.1. [Handschlaglemma] Für jeden endlichen Graphen d e gfh Y0i]Ykjml gilt: µ _ aª«g «l e 5y¹i y 3 9 Korollar 1.2. In endlichen Graphen ist die Anzahl der Knoten mit ungeradem Grad gerade. Beweis. Andernfalls wäre die Summe der Grade ungerade; Wdsp. zum Handschlaglemma. º Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 22 Vollständiger Graph, Komplement Definition 1.5. Sei d e gfh Y0i l ein Graph. Gilt vf Y šžƒ1»i für alle Y š h Ỹ œ e š, dann heißt d vollständig (complete). Mit ¼¾½ wird der vollständige Graph mit Bemerkung 1.3. ¼ ½ hat À ½ Á e ½1ÂýŸÄbˆÅ Knoten bezeichnet. Kanten. Definition 1.6. Es sei d e g h Y0i l ein Graph. Dann heißt der Graph dæe g h Y i l mit i e v vf Y šžƒ*y Y š h Ỹ œ e ššƒ ÇÈi Komplementgraph (complementary graph) von d. Beispiel 1.6. Tafel. Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 23

13 Untergraph Definition 1.7. Sei d e gfh Y$i l ein Graph. Ein Graph É e g Ê YxËl mit Ê { h und ËÌ{Íi heißt Untergraph (subgraph) von G. Gilt Ê e h, dann heißt É aufspannender Untergraph (spanning subgraph) von d. Gilt Ë e v vf Y šžƒ*yvf Y šžƒÿ i-y Y š Ê ƒœy dann heißt É induzierter Untergraph (induced subgraph) von d. Für solch einen induzierten Untergraphen schreibt man auch d g Ê l. Beispiel 1.7. Tafel. Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 24 Wege und Kreise Definition 1.8. Es sei díe gfh Y0i l ein Graph. Eine Folge g Î/Y b Ỳ 3 Yk Ï l von Knoten mit ažð p e ṽ ÐPÄb Y Ð ƒñ i für ÒÓe }&Ŷ uy3 3 / Ŷ Ô heißt Kantenzug (walk). Gilt Î e Ï, so spricht man von einem geschlossenen Kantenzug (closed walk). Ein Kantenzug, bei dem die ažð alle verschieden sind heißt Weg (trail). Die Länge des Weges ist Ô. Ein Weg für den Î e Ï gilt heißt Kreis (closed trail). Ein Weg bzw. Kreis heißt einfach (path bzw. cycle) gdw. die Õ paarweise verschieden sind (bzw. mit Ausnahme von Î e Ï ). Beispiel 1.8. Tafel. Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 25

14 d Zusammenhang Definition 1.9. Es sei dfe g h Y0i l ein Graph. Zwei Knoten Y š h heißen verbindbar (connected) gdw. ein Weg von nach š existiert. heißt zusammenhängend (connected) gdw. je zwei Knoten von d verbindbar sind. Eine Zusammenhangskomponente (connected component) von d ein durch eine Knotenmenge Ö { h induzierter Untergraph d g Ö l, der zusammenhängend und bezüglich der Knotenzahl maximal ist. Beispiel 1.9. Tafel. ist Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 26 Zusammenhang (2) Lemma 1.3. Ein Graph dæe g h Ŷ i l ist genau dann zusammenhängend, wenn für jede disjunkte Zerlegung h é hmb;øùh mit hmb Y h eœ Ú ein Kante a e ṽ YxšŠƒ existiert mit hmb und š h. Beweis. Tafel. º Satz 1.4. Jeder zusammenhängende Graph d e g h Y0i l mit Ô Knoten hat mindestens Ô ÛÍ} Kanten. Beweis. Tafel. º Einführung in die Graphentheorie FH Bonn-Rhein-Sieg, WS 02/03 27

1. Einführung. Grundbegriffe und Bezeichnungen. Beispiele. gerichtete Graphen. 1. Einführung Kapitelübersicht

1. Einführung. Grundbegriffe und Bezeichnungen. Beispiele. gerichtete Graphen. 1. Einführung Kapitelübersicht 1. Einführung Kapitelübersicht 1. Einführung Grundbegriffe und Bezeichnungen Beispiele Bäume gerichtete Graphen Graphentheorie HS Bonn-Rhein-Sieg, WS 2014/15 15 Das Königsberger Brückenproblem Beispiel

Mehr

Vollständiger Graph. Definition 1.5. Sei G =(V,E) ein Graph. Gilt {v, w} E für alle v, w V,v w, dann heißt G vollständig (complete).

Vollständiger Graph. Definition 1.5. Sei G =(V,E) ein Graph. Gilt {v, w} E für alle v, w V,v w, dann heißt G vollständig (complete). Vollständiger Graph Definition 1.5. Sei G =(V,E) ein Graph. Gilt {v, w} E für alle v, w V,v w, dann heißt G vollständig (complete). Mit K n wird der vollständige Graph mit n Knoten bezeichnet. Bemerkung

Mehr

Graphen. Leonhard Euler ( )

Graphen. Leonhard Euler ( ) Graphen Leonhard Euler (1707-1783) 2 Graph Ein Graph besteht aus Knoten (nodes, vertices) die durch Kanten (edges) miteinander verbunden sind. 3 Nachbarschaftsbeziehungen Zwei Knoten heissen adjazent (adjacent),

Mehr

4. Kreis- und Wegeprobleme

4. Kreis- und Wegeprobleme 4. Kreis- und Wegeprobleme Kapitelübersicht 4. Kreis- und Wegeprobleme Charakterisierung von eulerschen Graphen Bestimmung von eulerschen Wegen und Kreisen Hamiltonsche Graphen Abstände in Graphen Berechnung

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

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

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

Mehr

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

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

Mehr

Eulerweg, Eulerkreis. Das Königsberger Brückenproblem. Definition 3.1. Ein Weg, der jede Kante von G genau einmal

Eulerweg, Eulerkreis. Das Königsberger Brückenproblem. Definition 3.1. Ein Weg, der jede Kante von G genau einmal 3. Kreis- und Wegeprobleme Kapitelübersicht 3. Kreis- und Wegeprobleme Eulerweg, Eulerkreis Charakterisierung von eulerschen Graphen Bestimmung von eulerschen Wegen und Kreisen Hamiltonsche Graphen Definition

Mehr

Einführung in die Graphentheorie. Monika König

Einführung in die Graphentheorie. Monika König Einführung in die Graphentheorie Monika König 8. 11. 2011 1 Vorwort Diese Seminararbeit basiert auf den Unterkapiteln 1.1-1.3 des Buches Algebraic Graph Theory von Chris Godsil und Gordon Royle (siehe

Mehr

Graphentheorie. Peter Becker Fachbereich Informatik, Hochschule Bonn-Rhein-Sieg Vorlesung Wintersemester 2014/15

Graphentheorie. Peter Becker Fachbereich Informatik, Hochschule Bonn-Rhein-Sieg Vorlesung Wintersemester 2014/15 Graphentheorie Peter Becker Fachbereich Informatik, Hochschule Bonn-Rhein-Sieg peter.becker@h-brs.de Vorlesung Wintersemester 2014/15 Allgemeines zur Vorlesung Es gibt eine Homepage zur Vorlesung: http://www2.inf.h-brs.de/~pbecke2m/graphentheorie/

Mehr

6. Planare Graphen und Färbungen

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

Mehr

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

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

Grundlagen: Begriffe zu Graphen

Grundlagen: Begriffe zu Graphen l o a UNIVERSITÄT KONSTANZ September 18 LEHRSTUHL FÜR PRAKTISCHE INFORMATIK Prof Dr D Wagner / Annegret Liebers Grundlagen: Begriffe zu Graphen Das erste Lehrbuch zur Graphentheorie war [K ön6 (Der Nachdruck

Mehr

Diskrete Strukturen Kapitel 4: Graphentheorie (Grundlagen)

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

Mehr

1. Einige Begriffe aus der Graphentheorie

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

Mehr

Ferienkurs Propädeutikum Diskrete Mathematik

Ferienkurs Propädeutikum Diskrete Mathematik Ferienkurs Propädeutikum Diskrete Mathematik Teil 3: Grundlagen Graphentheorie Tina Janne Schmidt Technische Universität München April 2012 Tina Janne Schmidt (TU München) Ferienkurs Propädeutikum Diskrete

Mehr

Diskrete Strukturen Kapitel 4: Graphentheorie (Bäume)

Diskrete Strukturen Kapitel 4: Graphentheorie (Bäume) WS 2016/17 Diskrete Strukturen Kapitel 4: Graphentheorie (Bäume) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16

Mehr

Vier-Farben-Vermutung (1)

Vier-Farben-Vermutung (1) Vier-Farben-Vermutung (1) Landkarten möchte man so färben, dass keine benachbarten Länder die gleiche Farbe erhalten. Wie viele Farben braucht man zur Färbung einer Landkarte? Vier-Farben-Vermutung: Jede

Mehr

Nachbarschaft, Grad, regulär, Inzidenz

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

Mehr

Lösungen zu Kapitel 5

Lösungen zu Kapitel 5 Lösungen zu Kapitel 5 Lösung zu Aufgabe : (a) Es gibt derartige Graphen: (b) Offensichtlich besitzen 0 der Graphen einen solchen Teilgraphen. Lösung zu Aufgabe : Es sei G = (V, E) zusammenhängend und V

Mehr

Mathematisch-algorithmische Grundlagen für Big Data

Mathematisch-algorithmische Grundlagen für Big Data Mathematisch-algorithmische Grundlagen für Big Data Numerische Algorithmen für Datenanalyse und Optimierung Prof. Dr. Peter Becker Fachbereich Informatik Hochschule Bonn-Rhein-Sieg Sommersemester 2017

Mehr

2. Repräsentationen von Graphen in Computern

2. Repräsentationen von Graphen in Computern 2. Repräsentationen von Graphen in Computern Kapitelinhalt 2. Repräsentationen von Graphen in Computern Matrizen- und Listendarstellung von Graphen Berechnung der Anzahl der verschiedenen Kantenzüge zwischen

Mehr

André Krischke Helge Röpcke. Graphen und Netzwerktheorie Grundlagen Methoden Anwendungen

André Krischke Helge Röpcke. Graphen und Netzwerktheorie Grundlagen Methoden Anwendungen André Krischke Helge Röpcke Graphen und Netzwerktheorie Grundlagen Methoden Anwendungen 8 Grundbegriffe der Graphentheorie für die Kante, die die beiden Knoten und verbindet. Der linke Graph in Bild. kann

Mehr

Programmiertechnik II

Programmiertechnik II Graph-Algorithmen Anwendungsgebiete "Verbundene Dinge" oft Teilproblem/Abstraktion einer Aufgabenstellung Karten: Wie ist der kürzeste Weg von Sanssouci nach Kunnersdorf? Hypertext: Welche Seiten sind

Mehr

Programmiertechnik II

Programmiertechnik II Graph-Algorithmen Anwendungsgebiete "Verbundene Dinge" oft Teilproblem/Abstraktion einer Aufgabenstellung Karten: Wie ist der kürzeste Weg von Sanssouci nach Kunnersdorf? Hypertext: Welche Seiten sind

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

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 11: Graphen Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2010/2011 1/59 Graphische Darstellung von Zusammenhängen schon

Mehr

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

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

Mehr

Graphen. Graphen und ihre Darstellungen

Graphen. 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

Mehr

5. Bäume und Minimalgerüste

5. Bäume und Minimalgerüste 5. Bäume und Minimalgerüste Charakterisierung von Minimalgerüsten 5. Bäume und Minimalgerüste Definition 5.1. Es ein G = (V, E) ein zusammenhängender Graph. H = (V,E ) heißt Gerüst von G gdw. wenn H ein

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

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Kapitel 15: Graphen Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik KIT, Institut für Theoretische Informatik

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

Operations Research I

Operations Research I Operations Research I Lineare Programmierung Prof. Dr. Peter Becker Fachbereich Informatik Hochschule Bonn-Rhein-Sieg Sommersemester 2015 Peter Becker (H-BRS) Operations Research I Sommersemester 2015

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

Diskrete Mathematik 1

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

Mehr

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

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

Mehr

Bäume und Wälder. Definition 1

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

Mehr

Graphen und Algorithmen

Graphen und Algorithmen Graphen und Algorithmen Vorlesung #8: Färbungsprobleme Dr. Armin Fügenschuh Technische Universität Darmstadt WS 2007/2008 Übersicht Knotenfärbung (vs. Kanten- & Kartenfärbung) Satz von Brooks Algorithmen

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

Algorithmische Graphentheorie

Algorithmische Graphentheorie Algorithmische Graphentheorie WS 2008/2009 Vorlesung: Dr. Felix Brandt, Dr. Jan Johannsen Übung: Markus Brill, Felix Fischer Institut für Informatik LMU München Organisatorisches Vorlesung Donnerstag,

Mehr

Minimal spannende Bäume

Minimal spannende Bäume Minimal spannende Bäume Ronny Harbich 4. Mai 006 (geändert 19. August 006) Vorwort Ich danke Patrick Bahr und meinem Bruder Steffen Harbich für die Unterstützung bei dieser Arbeit. Sie haben sowohl zu

Mehr

Einheit 11 - Graphen

Einheit 11 - Graphen Einheit - Graphen Bevor wir in medias res (eigentlich heißt es medias in res) gehen, eine Zusammenfassung der wichtigsten Definitionen und Notationen für Graphen. Graphen bestehen aus Knoten (vertex, vertices)

Mehr

Einführung in die Graphentheorie. Modellierung mit Graphen. Aufgabe

Einführung in die Graphentheorie. Modellierung mit Graphen. Aufgabe Einführung in die Graphentheorie Modellierung mit Graphen Aufgabe Motivation Ungerichtete Graphen Gerichtete Graphen Credits: D. Jungnickel: Graphen, Netzwerke und Algorithmen, BI 99 G. Goos: Vorlesungen

Mehr

Zentralübung zur Vorlesung Diskrete Strukturen (Prof. Esparza)

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

Mehr

1. Einleitung wichtige Begriffe

1. Einleitung wichtige Begriffe 1. Einleitung wichtige Begriffe Da sich meine besondere Lernleistung mit dem graziösen Färben (bzw. Nummerieren) von Graphen (speziell von Bäumen), einem Teilgebiet der Graphentheorie, beschäftigt, und

Mehr

WESTFÄLISCHE WILHELMS-UNIVERSITÄT MÜNSTER. Über 7 Brücken... wissen leben WWU Münster. Dietmar Lammers Hochschultag 201

WESTFÄLISCHE WILHELMS-UNIVERSITÄT MÜNSTER. Über 7 Brücken... wissen leben WWU Münster. Dietmar Lammers Hochschultag 201 MÜNSTER Über 7 Brücken... Dietmar Lammers Hochschultag 201 MÜNSTER Über 7 Brücken... 2/29 > Dauerwerbeveranstaltung für ein Studium der Informatik- aber mit mathematischem Inhalt! Hier: Ein Auszug aus

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 11: Graphen Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/42 Graphische Darstellung von Zusammenhängen schon an vielen Stellen

Mehr

9. Übung Algorithmen I

9. Übung Algorithmen I Timo Bingmann, Christian Schulz INSTITUT FÜR THEORETISCHE INFORMATIK, PROF. SANDERS 1 KIT Timo Universität Bingmann, des LandesChristian Baden-Württemberg Schulz und nationales Forschungszentrum in der

Mehr

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

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

Mehr

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

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

Mehr

Berechnung von Abständen

Berechnung von Abständen 3. Kreis- und Wegeprobleme Abstände in Graphen Abstände in Graphen Definition 3.4. Es sei G = (V, E) ein Graph. Der Abstand d(v, w) zweier Knoten v, w V ist die minimale Länge eines Weges von v nach w.

Mehr

Zentralübung zur Vorlesung Diskrete Strukturen

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

Mehr

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

Zentralübung zur Vorlesung Diskrete Strukturen (Prof. Mayr)

Zentralübung zur Vorlesung Diskrete Strukturen (Prof. Mayr) WS 2011/12 Zentralübung zur Vorlesung Diskrete Strukturen (Prof. Mayr) Dr. Werner Meixner Fakultät für Informatik TU München http://www14.in.tum.de/lehre/2011ws/ds/uebung/ 25. Januar 2012 ZÜ DS ZÜ XIII

Mehr

Freie Bäume und Wälder

Freie Bäume und Wälder (Martin Dietzfelbinger, Stand 4.6.2011) Freie Bäume und Wälder In dieser Notiz geht es um eine besondere Sorte von (ungerichteten) Graphen, nämlich Bäume. Im Gegensatz zu gerichteten Bäumen nennt man diese

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

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

Algorithmen und Datenstrukturen SS09. Foliensatz 16. Michael Brinkmeier. Technische Universität Ilmenau Institut für Theoretische Informatik

Algorithmen und Datenstrukturen SS09. Foliensatz 16. Michael Brinkmeier. Technische Universität Ilmenau Institut für Theoretische Informatik Foliensatz 16 Michael Brinkmeier Technische Universität Ilmenau Institut für Theoretische Informatik Sommersemester 2009 TU Ilmenau Seite 1 / 45 Graphen TU Ilmenau Seite 2 / 45 Graphen 1 2 3 4 5 6 7 8

Mehr

Diskrete Mathematik. Kryptographie und Graphentheorie

Diskrete Mathematik. Kryptographie und Graphentheorie Diskrete Matheatik Kryptographie und Graphentheorie Jochen Hores & Jonas Bühler 14.06.006 Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 1 Inhaltsverzeichnis Inhaltsverzeichnis 1. Kryptographie

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

Mathematische Grundlagen

Mathematische Grundlagen Mathematische rundlagen raphen und Operationen auf raphen Karin Haenelt 1 raphen Definitionen Operationen auf raphen raph-repräsentationen 2 Vorbemerkung Wenn hier von Knoten und Kanten gesprochen wird,

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

Minimal spannende Bäume

Minimal spannende Bäume http://www.uni-magdeburg.de/harbich/ Minimal spannende Fakultät für Informatik Otto-von-Guericke-Universität 2 Inhalt Definition Wege Untergraphen Kantengewichtete Graphen Minimal spannende Algorithmen

Mehr

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018 23. November 2017 1/40 Satz 4.27 (Multinomialsatz) Seien r, n N 0. Dann gilt für

Mehr

Vorlesungen vom 5.Januar 2005

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

Mehr

Lösungen zur Klausur zur Vorlesung. Mathematik für Informatiker I. (Dr. Frank Hoffmann) Wintersemester 2011/ Februar 2012

Lösungen zur Klausur zur Vorlesung. Mathematik für Informatiker I. (Dr. Frank Hoffmann) Wintersemester 2011/ Februar 2012 Lösungen zur Klausur zur Vorlesung Mathematik für Informatiker I (Dr. Frank Hoffmann) Wintersemester 2011/2012 22. Februar 2012 Aufgabe 1 Logisches und Grundsätzliches /4+4+2 (a) Testen Sie mit dem Resolutionskalkül,

Mehr

Ein Turnierplan mit fünf Runden

Ein Turnierplan mit fünf Runden Mathematik I für Informatiker Graphen p. 1 Ein Turnierplan mit fünf Runden c b a c b a c b a c b a c b a d e d e d e d e d e Mathematik I für Informatiker Graphen p. 2 Definition: Graph Ein (schlichter)

Mehr

Tutorium 23 Grundbegriffe der Informatik (7. Sitzung)

Tutorium 23 Grundbegriffe der Informatik (7. Sitzung) Tutorium 3 Grundbegriffe der Informatik (7. Sitzung) Tutor: Felix Stahlberg SOFTWARE DESIGN AND QUALITY GROUP Source: pixelio.de KIT The cooperation of Forschungszentrum Karlsruhe GmbH and Universität

Mehr

Quicksort ist ein Divide-and-Conquer-Verfahren.

Quicksort ist ein Divide-and-Conquer-Verfahren. . Quicksort Wie bei vielen anderen Sortierverfahren (Bubblesort, Mergesort, usw.) ist auch bei Quicksort die Aufgabe, die Elemente eines Array a[..n] zu sortieren. Quicksort ist ein Divide-and-Conquer-Verfahren.

Mehr

Motivation Kap. 6: Graphen

Motivation Kap. 6: Graphen Motivation Kap. 6: Graphen Warum soll ich heute hier bleiben? Graphen sind wichtig und machen Spaß! Professor Dr. Lehrstuhl für Algorithm Engineering, LS Fakultät für Informatik, TU Dortmund Was gibt es

Mehr

Algorithmen und Datenstrukturen 2-1. Seminar -

Algorithmen und Datenstrukturen 2-1. Seminar - Algorithmen und Datenstrukturen 2-1. Seminar - Dominic Rose Bioinformatics Group, University of Leipzig Sommersemster 2010 Outline 1. Übungsserie: 3 Aufgaben, insgesamt 30 28 Punkte A1 Spannbäume (10 8

Mehr

Proseminar Online Algorithmen, Prof. Dr. Rolf Klein

Proseminar Online Algorithmen, Prof. Dr. Rolf Klein Proseminar Online Algorithmen, Prof. Dr. Rolf Klein Vortrag von Michael Daumen am 13.12.2000 Thema : Minimum Spanning Tree und 2-Approximation der TSP-Tour Inhalt des Vortrags : 1. genaue Vorstellung des

Mehr

9: Gewichtete Graphen

9: Gewichtete Graphen Chr.Nelius: Graphentheorie (WS 06/7) 9 9: Gewichtete Graphen Beispiel: Eine Straßenkarte mit Entfernungsangaben zwischen den Orten ist ein Beispiel für einen gewichteten Graphen. (9.) DEF: Ein Graph G

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

6 Flüsse und Matchings

6 Flüsse und Matchings 6. Flüsse in Netzwerken Flußnetzwerke 6 Flüsse und Matchings In diesem Kapitel werden Bewertungen von Kanten als maximale Kapazitäten interpretiert, die über diese Kante pro Zeiteinheit transportiert werden

Mehr

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kap. 6: Graphentheorie

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kap. 6: Graphentheorie Referenzen zum Nacharbeiten: Diskrete Mathematik Sebastian Iwanowski FH Wedel Kap. 6: Graphentheorie Lang 6 Beutelspacher 8.1-8.5 Meinel 11 zur Vertiefung: Aigner 6, 7 (7.4: Algorithmus von Dijkstra) Matousek

Mehr

Knoten-Partitionierung in feste Eigenschaften ist NP-schwer

Knoten-Partitionierung in feste Eigenschaften ist NP-schwer Knoten-Partitionierung in feste Eigenschaften ist NP-schwer Seminar: Ausgewählte Kapitel der Informatik bei Prof. Dr. R. Schrader Seminarvortrag von Nils Rosjat Wintersemester 09 / 10 1 Einleitung Dieser

Mehr

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier Diskrete Strukturen und Logik WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik & Mengenlehre

Mehr

Kapitel 4: Minimale spannende Bäume Gliederung der Vorlesung

Kapitel 4: Minimale spannende Bäume Gliederung der Vorlesung Kapitel : Minimale spannende Bäume Gliederung der Vorlesung. Grundbegriffe 2. Elementare Graphalgorithmen und Anwendungen. Kürzeste Wege. Minimale spannende Bäume. Färbungen und Cliquen. Traveling Salesman

Mehr

Graph Paar (V,E) V: nichtleere Menge von Knoten (vertex) E: Menge von Kanten (edges): Relation (Verbindung) zwischen den Knoten

Graph Paar (V,E) V: nichtleere Menge von Knoten (vertex) E: Menge von Kanten (edges): Relation (Verbindung) zwischen den Knoten Graphentheorie Graph Paar (V,E) V: nichtleere Menge von Knoten (vertex) E: Menge von Kanten (edges): Relation (Verbindung) zwischen den Knoten gerichteter Graph (DiGraph (directed graph) E: Teilmenge E

Mehr

Graphentheorie Mathe-Club Klasse 5/6

Graphentheorie Mathe-Club Klasse 5/6 Graphentheorie Mathe-Club Klasse 5/6 Thomas Krakow Rostock, den 26. April 2006 Inhaltsverzeichnis 1 Einleitung 3 2 Grundbegriffe und einfache Sätze über Graphen 5 2.1 Der Knotengrad.................................

Mehr

durch Einfügen von Knoten konstruiert werden kann.

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

Mehr

Graphen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden

Graphen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden Graphen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Ein Turnierplan mit fünf Runden c d b e a c d b e a c d b e a c d b b c a a d e e Das Diagramm beschreibt

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

Einführung in die Informatik für Naturwissenschaftler und Ingenieure (alias Einführung in die Programmierung)

Einführung in die Informatik für Naturwissenschaftler und Ingenieure (alias Einführung in die Programmierung) Wintersemester 2005/06 Einführung in die Informatik für Naturwissenschaftler und Ingenieure (alias Einführung in die Programmierung) (Vorlesung) Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl

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

Fortgeschrittene Netzwerk- und Graph-Algorithmen

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

Mehr

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

L A TEX Arbeitstechniken. 1. Oktober 2008 Jenny Prasiswa 1

L A TEX Arbeitstechniken. 1. Oktober 2008 Jenny Prasiswa 1 L A TEX Arbeitstechniken 1. Oktober 2008 Jenny Prasiswa 1 Was ist L A TEX? TEX wissenschaftliches Textsatzprogramm, L A TEX vereinfacht Eingabe durch Makros. + einfaches Setzten mathematischer Formeln

Mehr

Satz 324 Sei M wie oben. Dann gibt es für ein geeignetes k Konstanten c i > 0 und Permutationsmatrizen P i, i = 1,...

Satz 324 Sei M wie oben. Dann gibt es für ein geeignetes k Konstanten c i > 0 und Permutationsmatrizen P i, i = 1,... Satz 324 Sei M wie oben. Dann gibt es für ein geeignetes k Konstanten c i > 0 und Permutationsmatrizen P i, i = 1,..., k, so dass gilt M = k c i P i i=1 k c i = r. i=1 Diskrete Strukturen 7.1 Matchings

Mehr

Diskrete Strukturen Kapitel 1: Einleitung

Diskrete Strukturen Kapitel 1: Einleitung WS 2015/16 Diskrete Strukturen Kapitel 1: Einleitung Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15

Mehr

6. Flüsse und Zuordnungen

6. Flüsse und Zuordnungen 6. Flüsse und Zuordnungen Flußnetzwerke 6. Flüsse und Zuordnungen In diesem Kapitel werden Bewertungen von Kanten als maximale Kapazitäten interpretiert, die über diese Kante pro Zeiteinheit transportiert

Mehr

Grundlagen der Graphentheorie. Thomas Kamps 6. Oktober 2008

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

Mehr

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

Kapitel 4: Minimal spannende Bäume Gliederung der Vorlesung

Kapitel 4: Minimal spannende Bäume Gliederung der Vorlesung Kapitel : Minimal spannende Bäume Gliederung der Vorlesung. Fallstudie Bipartite Graphen 2. Grundbegriffe. Elementare Graphalgorithmen und Anwendungen. Minimal spannende Bäume. Kürzeste Wege. Traveling

Mehr

Elemente der Graphentheorie

Elemente der Graphentheorie Universität Karlsruhe Elemente der Graphentheorie Schnupperkurs SS 2008 verfasst von Prof. Dr. Andreas Kirsch Institut für Algebra und Geometrie Universität Karlsruhe (TH) 1 Literaturliste über Graphentheorie

Mehr

Zur Zykelschreibweise von Permutationen

Zur Zykelschreibweise von Permutationen Zur Zykelschreibweise von Permutationen Olivier Sète 16. Juni 2010 1 Grundlagen Definition 1.1. Eine Permutation von {1, 2,..., n} ist eine bijektive Abbildung σ : {1, 2,..., n} {1, 2,..., n}, i σ(i).

Mehr

MafI I: Logik & Diskrete Mathematik (F. Hoffmann)

MafI I: Logik & Diskrete Mathematik (F. Hoffmann) Lösungen zum 14. und letzten Aufgabenblatt zur Vorlesung MafI I: Logik & Diskrete Mathematik (F. Hoffmann) 1. Ungerichtete Graphen (a) Beschreiben Sie einen Algorithmus, der algorithmisch feststellt, ob

Mehr