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

Größe: px
Ab Seite anzeigen:

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

Transkript

1 raphentheorie Rainer Schrader Zentrm für Angewandte Informatik Köln 8. Noember / 67 / 67 liederng planare raphen Eler-Formel Charakterisierng planarer raphen Erweiterngen kreisplanare raphen Dalität raphen repräsentieren.a. Diagramme oder Verdrahtngen on Schaltngen af Chips dabei tritt das roblem af, den raphen so darzstellen, dass sich möglichst wenige Kante krezen nser Ziel in diesem Kapitel ist die Einbettng eines raphen in einen Ram möglichst niedriger Dimension, so dass keine zwei Kanten sich schneiden / 67 / 67

2 wir erlaben orübergehend, Kanten so z zeichnen, dass sie nicht as einer Strecken bestehen für nsere Zwecke reicht es, olygonzüge nd olygone z betrachten wir beschränken ns z Beginn af den R sei R eine Vereinigng endlich ieler Strecken ist ein olygon, wenn es homöomorphes Bild des Einheitkreises ist ist ein olygonzg, wenn es homöomorphes Bild des Einheitsinteralls ist die Bilder on 0 nd 1 heißen Endpnkte des olygonzgs der olygonzg erbindet die beiden Endpnkte des olygonzgs seien V nd E endliche Teilmengen des R das aar Γ = (V, E ) heißt planare Einbettng, wenn gilt: V ist eine Menge on nkten des R E ist eine Menge on olygonzügen im R die Endpnkte eines olygonzgs liegen in V kein anderer nkt eines olygonzgs liegt in V zwei olygonzüge schneiden sich nr in Endpnkten V ist die Menge der Knoten, E die Menge der Kanten 5 / 67 6 / 67 sei Γ = (V, E ) eine planare Einbettng nd X = V E R (dann ist R X eine offene Menge) zwei nkte, y R X heißen äqialent, wenn nd y in R X drch einen olygonzg erbnden werden können zwei nkte, y R X heißen äqialent, wenn nd y in R X drch einen olygonzg erbnden werden können die Äqialenzklassen dieser Relation heißen Region oder ebiet es gibt eine nbeschränkte Region (Aßenregion) nd beschränkte Innenregionen z f y f 1 f f X 7 / 67 8 / 67

3 sei f R eine Region sei Y R die Menge aller nkte y, für die gilt: ist U eine Umgebng on y, so ist U X nd U (R X ) Y heißt Rand on f es gilt die folgende Assage (ohne Beweis): Lemma Sei Γ = (V, E ) eine planare Einbettng. Für jede Kante e E gilt: (i) liegt e af einem olygon, so liegt e af dem Rand on gena zwei Regionen, (ii) liegt e af keinem olygon, so liegt e af dem Rand on gena einer Region. Beweisskizze: (i) e liegt af einem olygon Satz 1 (Jordanscher Krensatz für olynome) Ist R ein olygon, so hat R gena zwei ebiete. Jedes der ebiete hat als Rand. sei im Innern on e jede Umgebng U on schneidet nach Satz 1 zwei Regionen f 1, f angenommen e ist Rand einer weiteren Region f dann wäre aber U f 1 f oder U f f 9 / 67 nd damit wegen der Äqialenzrelation f 1 = f oder f = f 10 / 67 (ii) e liegt af keinem olygon dann ist e Brücke oder Antenne sei = (V, E ) ein raph heißt planarer raph, wenn gilt: e e es eistiert eine planare Einbettng Γ = (V, E ) es eistieren Bijektionen V V nd E E die Bijektionen erhalten die Inzidenzen planare raphen sind somit in den R einbettbar dabei schneiden sich Kanten nr in inzidenten Endknoten angenommen e liegt af dem Rand on zwei Regionen f 1, f dann mss eine daon beschränkte Region sein wenn wir om R zm R übergehen, gilt das folgende: nd ein olygon als Rand haben, af dem e liegt. 11 / 67 1 / 67

4 Satz Jeder raph ist in den R einbettbar. ordne jedem Knoten einen nkt af der -Achse z ordne jeder Kante eine Ebene z, die die -Achse enthält erbinde zwei adjazente nkte drch einen olygonzg in der Ebene, die der Kante entspricht: Satz Ein raph ist gena dann planar, wenn er af der Kgeloberfläche eingebettet werden kann. drch stereographische rojektion om Nordpol : 1 / 67 1 / 67 für jeden nkt der Ebene gilt: die Verbindng on mit dem Nordpol schneidet die Kgel in gena einem nkt dies liefert die gewünschte Bijektion zwischen der Ebene nd der Kgel (ohne den Nordpol). olygonzüge stellen für planare raphen keine nzlässige Erweiterng dar wir können jede Region als nbeschränkte Region wählen dies folgt as Satz nd Rotation, so dass der Nordpol in der gewünschten Region liegt eine Kante e eines planaren raphen ist gena dann Schnittkante, wenn af beiden Seiten on e die gleiche Fäche liegt denn ist e Schnittkante, so lässt sich der raph wie folgt darstellen: wir geben daz den folgenden Satz ohne Beweis an: Satz 5 Jeder einfache planare raph kann stets so in die Ebene eingebettet werden, dass seine Kanten Strecken sind. e ist mgekehrt e keine Schnittkante, so liegt e nach Satz. af einem Kreis 15 / / 67

5 liederng planare raphen Eler-Formel Charakterisierng planarer raphen Erweiterngen kreisplanare raphen Dalität Satz 6 (Eler) Sei ein zsammenhängender, planarer raph mit n Knoten, m Kanten nd f Regionen. Dann gilt: n + f = m +. Veranschalichng: interpretiere die äßere Region als Meer, die Kanten als Dämme nd die Knoten als Lechttürme wenn ein Damm bricht, der Meer nd Insel trennt, wird ein inneres Land überschwemmt ein Dammbrch entspricht dem Entfernen einer Kante wir entfernen nacheinander solche Kanten bis die Insel überfltet ist dann wrden f 1 Kanten entfernt nd ist ein Bam, d.h. er enthält n 1 Kanten damit folgt für die Anzahl der Dämme: m = (f 1) + (n 1). 17 / / 67 Satz 6 (Eler) Sei ein zsammenhängender, planarer raph mit n Knoten, m Kanten nd f Regionen. Dann gilt: n + f = m +. Indktion über m : a) m = 0 : dann ist n = 1 (Zsammenhang) nd f = 1 b) m 1 m : sei ein raph mit m 1 Kanten, n Knoten nd f Regionen sei der raph der entsteht, wenn wir eine nee Kante e hinzfügen e ist Schleife: dann folgt n = n, m = m + 1, f = f + 1 e ist nicht Schnittkante in : nach der origen Beobachtng ist f = f + 1, n = n, m = m + 1. jede Kante on ist Schnittkante: ist ein Bam mit m = n 1, f = 1. Da in nicht zsammenhängenden raphen die nbeschränkte Region nr einmal gezählt wird, gilt: Korollar 7 Sei ein raph mit n Knoten, m Kanten, f Regionen nd k Komponenten. Dann gilt: n + f = m + k + 1. Als Folgerng ergibt sich nmittelbar: 19 / 67 0 / 67

6 Korollar 8 Sei ein zsammenhängender, planarer, einfacher raph mit n Knoten nd m Kanten. Dann gilt: m n 6. seien R 1,..., R f die Regionen on sei d (R i ) die Anzahl der Kanten, die R i begrenzen (Schnittkanten werden doppelt gezählt) da jede Kante, die nicht Schnittkante ist, zwei Regionen trennt, gilt f i=1 d (R i ) = m liederng planare raphen Eler-Formel Charakterisierng planarer raphen Erweiterngen kreisplanare raphen Dalität da einfach ist, wird jede Region drch mindestens drei Kanten begrenzt d.h., d (R i ), nd somit f i=1 d (R i ) f as der Eler-Formel folgt dann m + = n + f n + m nd somit m n 6. 1 / 67 / 67 Korollar 9 K 5 nd K, sind nicht planar. wäre der K 5 planar, so würde as Korollar 8 folgen: 10 = m n 6 = 9. K, ist bipartit, enthält also keine ngeraden Kreise damit wird jede Region on mindestens Kanten begrenzt wie orher gilt dann: f d (R i ) = m. somit f 9 in K,. as der Eler-Formel folgt aber f = m n + = = 5. lanare raphen können nicht beliebig komple sein: Korollar 10 Sei ein einfacher planarer raph. Dann gilt: enthält mindestens einen Knoten om rad 5 hat keine Schnittkanten nd ist d ( ) für alle V, so eistiert eine Region, die on höchstens 5 Kanten begrenzt wird. Übngsafgabe die Annahme d ( ) ist keine Einschränkng der Allgemeinheit denn die lanarität bleibt nbeeinflsst, wenn wir eine Kante nterteilen bzw. mgekehrt einen Knoten om rad zwei nd seine inzidenten Kanten drch eine nee Kante ersetzen / 67 / 67

7 zwei raphen sind homöomorph, wenn sie drch Unterteilen on Kanten ineinander überführt werden können der etersen-raph ist nicht planar, denn er enthält einen Teilgraph, der homöomorph z K, ist: Satz 11 (Kratowski) Sei ein raph mit Zsammenhangszahl höchstens zwei. ist gena dann planar, wenn er keinen Teilgraphen enthält, der homöomorph z K 5 oder K, ist. T 1 S a S 1 T b S T T T T 1 b c a d es bleibt z zeigen, dass die Bedingng hinreichend ist wir führen daz eine Indktion nach n, nd für festes n nach m drch da der K planar ist, nd damit alle Teilgraphen, können wir annehmen, dass n 5 c d S S 1 S sei also ein raph mit n Knoten nd m Kanten, der keine Unterteilng on K 5 oder K, als Teilgraph enthält wir wollen planare raphen charakterisieren wir betrachten daz zerst raphen mit kleiner Zsammenhangszahl wir nterscheiden erschiedene Fälle nach der Zsammenhangszahl κ() 5 / 67 6 / 67 κ() = 0 : dann ist nzsammenhängend dann können wir beide Darstellngen zsammenheften, indem wir die beiden Kopien on identifizieren per Indktion ist jede Zsammenhangskomponente on planar nd damit ach κ() = 1 : dann eistiert ein Schnittknoten 1 1 lässt sich in zwei Teilgraphen 1 = (V 1, E 1 ) nd = (V, E ) mit V 1 V = { } nd E 1 E = zerlegen 1 nd erfüllen die Vorassetzng der Indktion κ() = sei {, } eine Schnittmenge wähle planare Einbettngen on 1 nd Rande liegt so, dass jeweils am entfernen wir {, }, so zerfällt in disjnkte raphen 1 nd wir fügen jeweils Kopien on nd sowie die Kante e = (, ) hinz, falls diese in lag 7 / 67 8 / 67

8 da -zsammenhängend ist, gilt: es eistieren zwei Knoten a, b a, b sind in drch zwei knotendisjnkte Wege erbnden diese Wege lafen über nd in {, } liegen a nd b in erschiedenen Zsammenhangskomponenten damit eistieren (, )-Wege W 1 1 nd W, die jeweils on e erschieden sind a b wir wollen weiter ähnlich orgehen wie im Fall κ() = 1 wir können aber nicht garantieren, dass die beiden Knoten gemeinsam af dem Rand des Aßengebiets liegen betrachte nn die raphen 1 e, e angenommen, einer dieser Teilgraphen, etwa 1 e, erfüllt die Indktionorassetzng nicht dann enthält 1 e einen Teilgraphen, der homöomorph z K 5 oder K, ist dieser Teilgraph mss die Kante e enthalten dann würde aber ach 1 W einen solchen Teilgraph enthalten 1 9 / 67 0 / 67 per Indktion können wir daher planare Darstellngen on 1 e, e finden, in denen e jeweils am Rande liegt: Lemma 1 In einem -zsammenhängenden planaren raphen wird jede Region drch einen Kreis begrenzt nd liegt jede Kante af dem Rand on gena zwei Regionen. 1 1 Beweisskizze: betrachte eine Ohrendekomposition on wird ein nees Ohr hinzgefügt, so mss innerhalb einer bereits konstrierten Region erlafen wir identifizieren die beiden Kopien nd entfernen e, wenn e /. Für den Beweis der Charakterisierng planarer raphen mit höherer Zsammenhangszahl benötigen wir noch zwei Assagen: per Indktion wird diese Region drch einen Kreis begrenzt da dieser Kreis die beiden Endknoten, on enthält, zerfällt er in zwei disjnkte (, )-Wege, die zsammen mit die alte Region in zwei nee Regionen zerlegt, die wiederm on Kreisen begrenzt werden ebenso begrenzen wieder alle Kante gena zwei Regionen. 1 / 67 / 67

9 Satz 1 Jeder -zsammenhängende raph enthält eine Kante e, so dass e wieder -zsammenhängend ist. angenommen die Assage ist falsch dann ist für jede jede Kante e = (, ) der raph e höchstens -zsammenhängend e besitzt damit eine trennende Menge S mit S da -zsammenhängend ist, mss der drch die Kontraktion on e entstandene nee Knoten e in S liegen somit eistiert ein Knoten w / {, }, so dass { e, w } den raphen e trennt damit ist ach T = {,, w } eine trennende Menge in wähle die Kante e, den Knoten w nd die Zsammenhangskomponente C so, dass C minimal ist w mss einen Nachbarn y in C haben andernfalls wäre C eine Komponente on {, } -Zsammenhang z w T y C zm wiederm eistiert zr Kante f = (w, y ) ein Knoten z, so dass {w, y, z} nzsammenhängend ist / 67 / 67 z w T da e = (, ) E, eistiert eine Zsammenhangskomponente D on {w, y, z}, die weder noch enthält wie orher hat y einen Nachbarn in D (andernfalls wäre D eine Komponente on {w, z} zm -Zsammenhang) betrachte die Nachbarn on y in D da y C, folgt (N(y ) D) C da sowohl D als ach C zsammenhängend sind, folgt daras D C y C D der Satz 1 enthält implizit eine Konstrktionsorschrift für -zsammenhängende raphen: asgehend on einem K, spalte iterati Knoten in zwei benachbarte nee Knoten om rad mindestens drei af, so dass jeder Nachbar on z mindestens einem neen Knoten benachbart ist wie im ersten Teil der Charakterisierng der lanarität werden wir eine Indktion über die Anzahl der Kanten drchführen nd dabei die Kantenkontraktion bentzen dafür müssen wir ns on der Richtigkeit der folgenden Assage überzegen. mit y C D ergibt sich ein Widersprch zr Minimalität on C. 5 / 67 6 / 67

10 Lemma 1 Enthält e einen Teilgraphen, der homöomorph z einem K 5 K, ist, so ach. Übngsafgabe oder es bleibt z zeigen, dass die Bedingng hinreichend ist für raphen mit κ() nach Satz 1 eistiert eine Kante e = (, ) E, so dass = e wieder -zsammenhängend ist Damit haben wir alle Ztaten für den folgenden Satz: Satz 15 (Kratowski) Ein raph ist gena dann planar, wenn er keinen Teilgraphen enthält, der homöomorph z K 5 oder K, ist. seien S = N (), T = N ( ) wegen κ() ist insbesondere T sei e der nee Knoten in, der drch die Kontraktion on e entsteht kann nach Lemma 1 ach keinen Teilgraph enthalten kann, der homöomorph z einem K 5 oder K, ist per Indktion ist daher planar 7 / 67 8 / 67 wir betrachten eine planare Einbettng on nd seine inzidenten Kanten e nd entfernen darin seien 1,... k die Knoten in S V (K ) zyklisch drchnmmeriert dies zerlegt den Kreis K in eine Menge i, i = 1,..., k on Wegen, die jeweils i mit i+1 erbinden ( k +1 = 1 ) e dadrch entsteht eine Region f, in der rsprünglich der Knoten e sei K der Rand on f lag da e f, gilt S T K da -zsammenhängend ist, ist e nach Lemma 1 ist dann K ein Kreis -zsammenhängend in der planaren Einbettng on können wir die Kanten der Form ( e, z) mit z T S entfernen nd den Knoten e drch den rsprünglichen Knoten ersetzen 9 / 67 0 / 67

11 i a i i+1 i+1 j+1 b j dadrch erhalten wir eine Einbettng on as dieser Einbettng on können wir offensichtlich leicht eine Einbettng on konstrieren, wenn T i für ein i {1,..., k } wenn T i, so werden wir zeigen, dass der raph einen z K 5 oder homöomorphen Teilgraph enthält K, (a) hat drei Nachbarn in { 1,..., n }: diese indzieren zsammen mit nd einen zm K 5 homöomorphen raphen wir nterscheiden drei Fälle: 1 / 67 / 67 i a i i a i i+1 i+1 i+1 i+1 j+1 b j+1 b j j (b) T = { i, j } für i < j : es mss gelten j > i + 1 nd {i, j} = {1, k } (ansonsten T i ) damit eistieren Knoten i+1 nd j+1, die zsammen mit den Knoten {,, i, j } einen zm K, homöomorphen Teilgraphen indzieren (c) hat einen Nachbarn a in der Menge V ( i ) { i, i+1 } für ein i nd einen Nachbarn b / V ( i ) : in diesem Fall indzieren,, i, i+1, a, b einen zm K, homöomorphen Teilgraphen. / 67 / 67

12 as dem Satz on Kratowski ergibt sich ein lanaritätstest: kontrahiere alle Knoten om rad zwei überprüfe im Restgraphen alle fünf- bzw. sechselementigen Teilmengen daraf, ob sie einen K 5 oder K, bilden dieses Vorgehen ist sicherlich polynomiell, wenn ach nicht besonders effizient darüber hinas bildet es lediglich einen Test af lanarität nd liefert keine planare Einbettng liederng planare raphen Eler-Formel Charakterisierng planarer raphen Erweiterngen kreisplanare raphen Dalität der obige Beweis liefert implizit ach eine Konstrktionsorschrift für eine planare Einbettng mit, ist aber sehr afwendig Hopcroft nd Tarjan haben 197 einen Algorithms entwickelt, der in O(n) eine planare Einbettng konstriert. 5 / 67 6 / 67 wenn ein raph nicht planar ist, drängt sich die Frage af, wieiel Brücken gebat werden müssen, m Krezngen z ermeiden dies führt zm einen af die Krezngszahl (crossing nmber), die angibt, wieiele Kanten sich in einer planaren Darstellng mindestens schneiden müssen zm anderen af das eschlecht eines raphen wir wissen, dass sich planare raphen af der Oberfläche der Kgel einbetten lassen m bei nichtplanaren raphen eine Krezng z ermeiden, fügen wir einen riff zr Kgel hinz der riff kann Kanten afnehmen nd darnterliegende Kanten überbrücken die Anzahl der riffe, die nötig sind, m den raphen af der entsprechenden Oberfläche darzstellen, bilden das eschlecht des raphen raphen om eschlecht 0 sind die planaren raphen raphen om eschlecht 1 heißen toroidal, da wir die Kgel mit einem riff z einem Tors erformen können 7 / 67 8 / 67

13 liederng planare raphen Eler-Formel Charakterisierng planarer raphen Erweiterngen kreisplanare raphen Dalität wir nterschen im folgenden eine wichtige Teilklasse planarer raphen sei = (V, E ) ein ngerichteter raph heißt kreisplanar, wenn er so in die Ebene eingebettet werden kann, dass alle Knoten mit derselben Region inzidieren 9 / 67 o.b.d.a. wählen wir immer die äßere Region, an der alle Knoten liegen ein kreisplanarer raph heißt maimal kreisplanar, wenn das Hinzfügen einer Kante die Kreisplanarität zerstört 50 / 67 Lemma 16 Jeder maimale kreisplanare raph mit n ist -zsammenhängend. Sei maimal kreisplanar mit mindestens Knoten. (i) angenommen ist nicht zsammenhängend: dann eistieren Knoten i, i+1, die in erschiedenen Komponenten on liegen i i+1 seien 1, zwei Knoten in erschieden Komponenten on dann ist + ( 1, ) kreisplanar somit ist nicht maimal kreisplanar füge die Kante e = ( i, i+1 ) z hinz die Knoten i, i+1 bleiben am Rand der Aßenregion (ii) angenommen hat Zsammenhangszahl 1: sei eine trennende Menge seien 1,..., k die Nachbarn on, wie sie in einer planaren Einbettng im Uhrzeigersinn drchlafen werden angenommen liegt nicht mehr am Rand der Aßenregion dann schließt e einen Kreis im Innern damit wären i nd i+1 ach in erbnden somit wäre + e kreisplanar 51 / 67 5 / 67

14 Lemma 17 Jeder maimale kreisplanare raph kann so dargestellt werden, dass seine Knoten af einem einfachen Kreis liegen, der drch Sehnen triangliert ist. damit liegt jede Kante in einem Kreis der Rand einer Region ist ein einfacher Kreis andernfalls gäbe es einen trennenden Knoten ist -zsammenhängend daher liegen je zwei Knoten af einem gemeinsamen Kreis damit liegt jede Kante in einem Kreis angenommen es eistiert eine Region, die kein Dreieck ist dann kann diese Region drch eine nee Sehne nterteilt werden, ohne die Kreisplanarität z erletzen. Kreisplanare raphen haben Zsammenhangszahl : 5 / 67 5 / 67 Lemma 18 Ein kreisplanarer raph mit n hat zwei nichtbenachbarte Knoten om rad höchstens. drch Addition on Kanten können die rade nicht sinken daher können wir annehmen, dass maimal kreisplanar ist nd die beschränkten Regionen Dreiecke sind liederng planare raphen Eler-Formel Charakterisierng planarer raphen Erweiterngen kreisplanare raphen Dalität sei 1,, i ein solches Dreieck betrachte die on { i, i+1,..., 1 } bzw. {,,..., i } indzierten Teilgraphen jeder Teilgraph ist ein maimal kreisplaner Teilgraph jeder Teilgraph enthält somit mindestens eine Knoten om rad damit enthält nichtbenachbarte Knoten om rad. 55 / / 67

15 Sei = (V, E ) ein planarer raph wir ordnen im folgenden jedem planaren raphen einen zweiten raphen z dieser zweite raph ist wiederm planar wir werden sehen, dass die raphen in enger Beziehng stehen bei der Konstrktion des zweiten raphen treten. U. Schleifen nd Mehrfachkanten af Konstrktion des dalen raphen (1) für jede Region R i : wähle einen nkt i innerhalb der Region () für jede Kante e E : erbinde die neen Knoten der Regionen, af deren Rand e liegt, drch eine nee Kante e, so dass e die Kante e, aber keine andere Kante schneidet 57 / / 67 ein drch einen solchen rozess erzegten raphen heisst daler raph z wenn wir die dalen Knoten in das Innere der Region legen, enthält jede Region gena einen dalen Knoten für eine feste Einbettng on ist bis af Isomorphie eindetig jedoch sind für erschiedene Einbettngen on die dalen raphen nicht notwendigerweise isomorph on einem dalen Knoten führen dale Halbkanten z einem nkt af einer begrenzenden Kante diese Halbkanten schneiden sich nr im dalen Knoten on der begrenzenden Kante führt dann eine zweite Halbkante zm dalen Nachbarpnkt wenn man diese Vorschrift präzisiert, sieht man, dass der dale raph wiederm planar ist 59 / / 67

16 Lemma 19 Sei ein planarer, zsammenhängender raph mit n Knoten, m Kanten nd f Regionen, n, m, f entsprechend für den dalen raphen, so gilt n = f, m = m, f = n. für zsammenhängende raphen konstriert das Verfahren Bijektionen F V, E E nd V F wir können damit jeder Teilmenge on Kanten in E eine Teilmenge on Kanten in E zordnen dabei ist der Zsammenhang notwendige Vorassetzng: die ersten beiden Assagen folgen as der Definition die Elerformel ergibt: f = m n + = m f + = n. * ** der nichtzsammenhängende raph hat sechs Knoten, fünf Regionen aber das Beispiel erdetlicht aßerdem, dass der folgende Satz in nzsammenhängenden raphen nicht gilt: 61 / 67 6 / 67 Satz 0 Sei planar, zsammenhängend. Dann ist =. Satz 1 Sei planar. Dann gilt: (i) C E Kreis in C E inklsionsminimaler Schnitt in (ii) C E inklsionsminimaler Schnitt in C E Kreis in. Beweisskizze: (ii) folgt as (i) nd Satz 0: C E inklsionsminimaler Schnitt in (C ) (E ) inklsionsminimaler Schnitt in ( ) C E Kreis in (i) C E Kreis in C E inklsionsminimaler Schnitt in sei o.b.d.a. zsammenhängend ein Kreis C mschließt mindestens eine beschränkte Region, nd zmindest die nbeschränkte Region liegt aßerhalb C C* in liegen somit eine Menge U on dalen Knoten innerhalb nd eine Menge V U aßerhalb des Kreises damit indziert C eine Schnittmenge in man überlegt sich, dass U nd V U zsammenhängend sind mit Lemma. folgt dann die Behaptng. 6 / 67 6 / 67

17 Korollar Sei kreisplanar, der dal raph nd V der Knoten, der der nbeschränkten Region on entspricht. Dann ist ein Wald. sei C ein Kreis in C drchläft Regionen on diese Regionen mschließen mindestens einen Knoten on jeder Knoten on liegt am Aßenrand die Dalität für planare raphen führt af natürliche Weise Kreise in inklsionsminimale Schnitte über ihre Definition hängt jedoch stark an der lanarität daher könnte man erschen, den Dalitätsbegriff af größere Klassen on raphen z übertragen daz hat es zwei Ansätze gegeben keiner on ihnen hat den Dalitätsbegriff erallgemeinert der eine berht af dem letzten Satz: damit enthält C den Knoten nd ist kreisfrei. 65 / / 67 Ein raph = (V, E ) heißt abstrakt dal z = (V, E ), falls gilt: es eistiert eine Bijektion zwischen E nd E so, dass C E ist ein Kreis in C E Schnitt in. ist ein inklsionsminimaler Leider gilt: Satz hat abstraktes Dales planar. 67 / 67

5 Anwendung Tiefensuche: Starke Zusammenhangskomponenten

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

Mehr

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

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

Mehr

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

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

Mehr

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

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

Mehr

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

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

Mehr

4 Tiefensuche in gerichteten Graphen

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

Mehr

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

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

Mehr

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

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

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

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

Mehr

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

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

Formale Grundlagen. Graphentheorie 2008W. Vorlesung im 2008S

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

Mehr

Diskrete Strukturen. Hausaufgabe 1 (5 Punkte) 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

Achsen eines Parallelogramms. Eckart Schmidt

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

Mehr

Lokale Eigenschaften des Hilbert-Symbols

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

Mehr

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

= 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

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

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

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

Mehr

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

Quellen und Senken als Feldursachen

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

Mehr

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

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

Übungsaufgaben Graphentheorie, Wintersemester 2011/12

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

Mehr

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

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

Mehr

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

Algorithmische Graphentheorie

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

Mehr

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

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

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

Mehr

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

7 Lineare Gleichungssysteme

7 Lineare Gleichungssysteme 116 7 Lineare Gleichngssysteme Lineare Gleichngssysteme treten in vielen mathematischen, aber ach natrwissenschaftlichen Problemen af; zm Beispiel beim Lösen von Differentialgleichngen, bei Optimierngsafgaben,

Mehr

1 Pythagoräische Zahlentripel

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

Mehr

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

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

Rauten-Mitten-Kegelschnitte zu vier Geraden. Eckart Schmidt. 1. Vorbemerkungen

Rauten-Mitten-Kegelschnitte zu vier Geraden. Eckart Schmidt. 1. Vorbemerkungen Raten-Mitten-Kegelschnitte z ier Geraden 1 Vorbemerkngen Eckart chmidt Z ier Geraden g 1, g, g 3, g 4 erden Raten R 1 R R 3 R 4 betrachtet, deren Ecken entsprechend der Indizierng af den orgegebenen Geraden

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

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

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

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

Mehr

Der Approximationsalgorithmus von Christofides

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

Mehr

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

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

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

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

Mehr

Distanzprobleme in der Ebene

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

Mehr

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

Die Vermutungen von Hadwiger und

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

Mehr

Geradenarrangements und Dualität von Punkten und Geraden

Geradenarrangements und Dualität von Punkten und Geraden Vorlesung Algorithmische Geometrie von Punkten und Geraden INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 12.06.2012 Dualitätsabbildung Bisher haben wir Dualität für planare

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

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

Geradenarrangements und Dualität von Punkten und Geraden

Geradenarrangements und Dualität von Punkten und Geraden Vorlesung Algorithmische Geometrie von Punkten und Geraden INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 12.06.2012 Dualitätsabbildung Bisher haben wir Dualität für planare

Mehr

Kanonische Ordnungen und die Mondshein-Sequenz

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

Mehr

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

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

Mehr

Theoretische Informatik. Exkurs: Komplexität von Optimierungsproblemen. Optimierungsprobleme. Optimierungsprobleme. Exkurs Optimierungsprobleme

Theoretische Informatik. Exkurs: Komplexität von Optimierungsproblemen. Optimierungsprobleme. Optimierungsprobleme. Exkurs Optimierungsprobleme Theoretische Informatik Exkurs Rainer Schrader Exkurs: Komplexität von n Institut für Informatik 13. Mai 2009 1 / 34 2 / 34 Gliederung Entscheidungs- und Approximationen und Gütegarantien zwei Greedy-Strategien

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

Algorithmen II Vorlesung am

Algorithmen II Vorlesung am Algorithmen II Vorlesung am 0..0 Minimale Schnitte in Graphen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales Forschungszentrum

Mehr

3 Flächen und Flächenintegrale

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

Mehr

Der Fünf-Farben-Satz. Lukas Schweighofer. Feb.2014

Der Fünf-Farben-Satz. Lukas Schweighofer. Feb.2014 Der Fünf-Farben-Satz Lukas Schweighofer Feb.2014 1 Contents 1 Vorwort 3 2 Graphentheoretische Grundlagen 4 3 Satz 2 (Eulerscher Polyedersatz) 8 4 Satz 3 9 5 Der Fnf-Farben-Satz 10 5.1 Beweis 1..............................

Mehr

Vorlesung Datenstrukturen

Vorlesung Datenstrukturen Vorlesung Datenstrukturen Minimale Spannbäume Maike Buchin 18.7., 20.7.2017 Einführung Motivation: Verbinde Inseln mit Fähren oder Städte mit Schienen und verbrauche dabei möglichst wenig Länge. Problem:

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

Wiederholung zu Flüssen

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

Mehr

Integrationsmethoden. für. gebrochen rationale Funktionen DEMO. Übersicht über die wichtigsten Methoden. Vor allem für das Studium!

Integrationsmethoden. für. gebrochen rationale Funktionen DEMO. Übersicht über die wichtigsten Methoden. Vor allem für das Studium! Integralrechnng Integrationsmethoden für gebrochen rationale Fnktionen Übersicht über die wichtigsten Methoden Vor allem für das Stdim! Tet 800 Stand 8. Febrar 08 FRIEDRICH W. BUCKEL INTERNETBIBLIOTHEK

Mehr

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

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

Mehr

3. Minimale Spannbäume. Definition 99 T heißt minimaler Spannbaum (MSB, MST) von G, falls T Spannbaum von G ist und gilt:

3. Minimale Spannbäume. Definition 99 T heißt minimaler Spannbaum (MSB, MST) von G, falls T Spannbaum von G ist und gilt: 3. Minimale Spannbäume Sei G = (V, E) ein einfacher ungerichteter Graph, der o.b.d.a. zusammenhängend ist. Sei weiter w : E R eine Gewichtsfunktion auf den Kanten von G. Wir setzen E E: w(e ) = e E w(e),

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

8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem

8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem 8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem 8.1 Der Kompaktheitssatz Kompaktheitssatz Endlichkeitssatz Der Kompaktheitssatz ist auch unter dem Namen Endlichkeitssatz bekannt. Unter Verwendung

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

sinω t und der sich einstellenden stationären

sinω t und der sich einstellenden stationären 26 6.6.4. Bedetng des Freqenzganges als Systemcharakteristik Die bisherigen Asführngen nd Erläterngen zm Freqenzgang eines linearen zeitinvarianten Systems einschließlich seiner grafischen Darstellng als

Mehr

Proseminar Graphentheorie Vortrag 3 Matching. Inhalt: 1. Grundlagen 2. Matchings in bipatiten Graphen 3. Matchings in allgemeinen Graphen

Proseminar Graphentheorie Vortrag 3 Matching. Inhalt: 1. Grundlagen 2. Matchings in bipatiten Graphen 3. Matchings in allgemeinen Graphen Proseminar Graphentheorie Vortrag 3 Matching Inhalt: 1. Grundlagen 2. Matchings in bipatiten Graphen 3. Matchings in allgemeinen Graphen 1. Grundlagen Definition Matching: Eine Menge M von unabhängigen

Mehr

PWM Teil2. Lehrstuhl für Elektrische Antriebssysteme und Leistungselektronik. Arcisstraße 21 D München

PWM Teil2. Lehrstuhl für Elektrische Antriebssysteme und Leistungselektronik. Arcisstraße 21 D München Lehrsthl für Elektrische Antriebssysteme nd Leistngselektronik Technische Universität München Arcisstraße 21 D 80333 München Email: eat@ei.tm.de Internet: http://www.eat.ei.tm.de Prof. Dr.-Ing. Ralph Kennel

Mehr

(4) Mathematik der Farben

(4) Mathematik der Farben (4) Mathematik der Farben Vorlesng CV-Integration S. Müller Draft Diese Folien enthalten neröffentlichte Ergebnisse nd sind daher bitte nr für den internen Gebrach z erwenden. Seziell die Zahlenwerte sind

Mehr

Effiziente Algorithmen Lineares Programmieren 216. Schwache Dualität

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

Mehr

Definition Ein gerichteter Graph G = (V, E) ist ein Graph von geordneten Paaren (u, v) mit u V und v V.

Definition Ein gerichteter Graph G = (V, E) ist ein Graph von geordneten Paaren (u, v) mit u V und v V. Kapitel 4 Graphenalgorithmen 4.1 Definitionen Definition 4.1.1. Der Graph G = (V, E) ist über die beiden Mengen V und E definiert, wobei V die Menge der Knoten und E die Menge der Kanten in dem Graph ist.

Mehr

Kürzeste-Wege-Algorithmen und Datenstrukturen

Kürzeste-Wege-Algorithmen und Datenstrukturen Kürzeste-Wege-Algorithmen und Datenstrukturen Institut für Informatik Universität zu Köln SS 2009 Teil 1 Inhaltsverzeichnis 1 Kürzeste Wege 2 1.1 Voraussetzungen................................ 2 1.2

Mehr

4.7 Der Algorithmus von Dinic für maximalen Fluss

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

Mehr

Berechenbarkeitstheorie 24. Vorlesung

Berechenbarkeitstheorie 24. Vorlesung 1 Berechenbarkeitstheorie Dr. Institut für Mathematische Logik und Grundlagenforschung WWU Münster WS 15/16 Alle Folien unter Creatie Commons Attribution-NonCommercial 3.0 Unported Lizenz. DHC Eingabe:

Mehr

mit. Wir definieren (Skalarprodukt = Winkel).

mit. Wir definieren (Skalarprodukt = Winkel). 1 Grundidee des Simplexverfahrens (von George Dantzig): Man bestimmt eine beliebige Ecke (Extremalpunkt) einer Lösungsmenge eines Ungleichungssystems. Nun geht man an den Kanten vom Punkt entlang und kontrolliert

Mehr

4.2 Minimale Spannbäume: Der Algorithmus von Jarník/Prim Definition 4.2.1

4.2 Minimale Spannbäume: Der Algorithmus von Jarník/Prim Definition 4.2.1 Allgemeines. Minimale Spannbäume: Der Algorithmus von Jarník/Prim Definition.. (a) Ein Graph G =(V, E) heißt kreisfrei, wenn er keinen Kreis besitzt. Beispiel: Ein kreisfreier Graph: FG KTuEA, TU Ilmenau

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

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

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

Mehr

1 DFS-Bäume in ungerichteten Graphen

1 DFS-Bäume in ungerichteten Graphen Praktikum Algorithmen-Entwurf (Teil 3) 06.11.2006 1 1 DFS-Bäume in ungerichteten Graphen Sei ein ungerichteter, zusammenhängender Graph G = (V, E) gegeben. Sei ferner ein Startknoten s V ausgewählt. Startet

Mehr

1 DFS-Bäume in ungerichteten Graphen

1 DFS-Bäume in ungerichteten Graphen Praktikum Algorithmen-Entwurf (Teil 3) 31.10.2005 1 1 DFS-Bäume in ungerichteten Graphen Sei ein ungerichteter, zusammenhängender Graph G = (V, E) gegeben. Sei ferner ein Startknoten s V ausgewählt. Startet

Mehr

Discrete Cost Multicommodity Network Optimization

Discrete Cost Multicommodity Network Optimization Discrete Cost Mlticommodity Network Optimization Seminar Operations Research WS 2007/2008 Seminarasarbeitng von Niklas Germann Inhaltsverzeichnis 1 Einführende Problemstellng 1 2 Modellierng 1 3 Lösngsansatz

Mehr

Isomorphie von Bäumen

Isomorphie von Bäumen Isomorphie von Bäumen Alexandra Weinberger 23. Dezember 2011 Inhaltsverzeichnis 1 Einige Grundlagen und Definitionen 2 1.1 Bäume................................. 3 1.2 Isomorphie..............................

Mehr

Diskrete Strukturen 5.9 Permutationsgruppen 168/558 c Ernst W. Mayr

Diskrete Strukturen 5.9 Permutationsgruppen 168/558 c Ernst W. Mayr Bemerkung: Der folgende Abschnitt Boolesche Algebren ist (im WS 2010/11) nicht Teil des Prüfungsstoffs, soweit nicht Teile daraus in der Übung behandelt werden! Diskrete Strukturen 5.9 Permutationsgruppen

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

KAPITEL 3 MATCHINGS IN BIPARTITEN GRAPHEN

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

Mehr

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

Vorlesung 27. Der projektive Raum. Wir werden den projektiven Raum zunehmend mit mehr Strukturen versehen.

Vorlesung 27. Der projektive Raum. Wir werden den projektiven Raum zunehmend mit mehr Strukturen versehen. Vorlesung 27 Der projektive Raum Definition 1. Sei K ein Körper. Der projektive n-dimensionale Raum P n K besteht aus allen Geraden des A n+1 K durch den Nullpunkt, wobei diese Geraden als Punkte aufgefasst

Mehr

Voronoi-Diagramme. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK

Voronoi-Diagramme. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 29.05.2011 Das Postamt-Problem b(p, q) = {x R 2 : xp = xq } p q h(p, q) h(q, p) = {x :

Mehr

Übungsblatt 2 - Lösung

Übungsblatt 2 - Lösung Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Übungsblatt 2 - Lösung Vorlesung Algorithmentechnik im WS 08/09 Ausgabe 04. November 2008 Abgabe 8. November, 5:0 Uhr (im Kasten vor Zimmer

Mehr

kontextfreie Grammatiken Theoretische Informatik kontextfreie Grammatiken kontextfreie Grammatiken Rainer Schrader 14. Juli 2009 Gliederung

kontextfreie Grammatiken Theoretische Informatik kontextfreie Grammatiken kontextfreie Grammatiken Rainer Schrader 14. Juli 2009 Gliederung Theoretische Informatik Rainer Schrader Zentrum für Angewandte Informatik Köln 14. Juli 2009 1 / 40 2 / 40 Beispiele: Aus den bisher gemachten Überlegungen ergibt sich: aus der Chomsky-Hierarchie bleiben

Mehr

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

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

Mehr

Ferienkurs zur algorithmischen diskreten Mathematik Kapitel 1: Grundlagen der algorithmischen Graphentheorie

Ferienkurs zur algorithmischen diskreten Mathematik Kapitel 1: Grundlagen der algorithmischen Graphentheorie Ferienkurs zur algorithmischen diskreten Mathematik Kapitel 1: Grundlagen der algorithmischen Graphentheorie Dipl-Math. Wolfgang Kinzner 2.4.2012 Kapitel 1: Grundlagen der algorithmischen Graphgentheorie

Mehr

Algorithmische Graphentheorie

Algorithmische Graphentheorie Algorithmische Graphentheorie Vorlesung 4: Suchstrategien Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 14. April 2017 HALBORDNUNG TOPOLOGISCHE ORDNUNG TOPOLOGISCHES

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

8. Übung Algorithmen I

8. Übung Algorithmen I INSTITUT FÜR THEORETISCHE INFORMATIK 1 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft Institut für Theoretische www.kit.edu Informatik Grundlagen

Mehr

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

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

Mehr

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