In diesem Skript werden folgende Begriffe anhand von einfachen Beispielen eingeführt:
|
|
- Bastian Flater
- vor 6 Jahren
- Abrufe
Transkript
1 Färbungsprobleme Einstieg In diesem Skript werden folgende Begriffe anhand von einfachen Beispielen eingeführt: Graphentheorie Der Vier-Farben-Satz Algorithmen Komplexität von Algorithmen NP-Probleme Die Themen ausführlich zu behandeln, würde den Rahmen unseres Kurses sprengen. Die Themen eigenen sich aber sehr dazu, einige Hintergründe kennenzulernen und dabei eure Programmierkenntnisse anhand von Pseudocodes zu vertiefen. Fragestellung zum Einstieg Färbe die folgende Karte mit so wenigen Farben wie möglich. Dabei dürfen sich nie zwei identische Farben berühren. Wie viele Farben benötigst du mindestens? 1
2 Graphentheorie Die Graphentheorie ist ein Teilgebiet der Mathematik. Es beschäftigt sich mit den Eigenschaften von Graphen und ihren Beziehungen zueinander. Viele Alltagsprobleme lassen sich mit Hilfe von Graphen darstellen und untersuchen. Im Kurs Netzwerke und Internet haben wir den Dijkstra-Algorithmus kennengelernt. Auch dort haben wir das Kürzeste-Weg-Problem mit einem Graphen modelliert. Auch viele algorithmische Probleme können auf Graphen zurückgeführt werden. Aus diesen Gründen beschäftigt sich sowohl die Mathematik, als auch die Informatik mit Graphen. Ein Graph ist eine Menge von Knoten, zusammen mit einer Menge von Kanten. Eine Kante ist eine Menge von genau zwei Knoten. Dargestellt wird ein Graph durch Punkte (die Knoten). Dabei sind jeweils genau zwei Punkte mit einer Linie verbunden (den Kanten). Zusammenhang zwischen dem Einstiegsbeispiel und Graphen: Jede Landkarte kann auch als Graph dargestellt werden. Dabei sind die Knoten die Länder. Jeweils zwischen zwei Ländern, welche sich berühren, wird eine Kante gelegt. Beispiel: Erstelle einen Graphen, welcher die Kantone der Zentralschweiz darstellt. Um das Farbenproblem aus dem Einstiegsbeispiel zu lösen, reicht es nun, die Knoten des Graphen einzufärben. Allerdings hört sich das leichter an, als es ist. Für beliebige Graphen gibt es vermutlich keinen Algorithmus, welcher das Problem effizient lösen kann. 2
3 Planarer Graph Ein Graph wird planar genannt, wenn die Knoten so verschoben werden können, dass sich keine Kanten des Graphen mehr überschneiden. Beispiel Öffne die folgende Webseite. Es wird dort ein planarer Graph dargestellt. Verschiebe die Knoten so, dass sich keien Kanten mehr schneiden. Wie schnell schaffst du die Lösung dieser Aufgabe? Webseite: Dualer Graph Zu jedem planaren Graphen, kann ein sogenannter dualer Graph gezeichnet werden. Durch die Knoten und Kanten eines Graphen werden Flächen definiert. Zeichnet man nun in jede dieser Flächen ein neuer Knoten und verbindet diese rechtwinklig zu den ursprünglichen Kanten, entsteht der duale Graph. Anwendung auf unser Karten-Beispiel Variante zum Zeichnen eines Graphen zu einer Landkarte 1. Vereinfache die Landkarte so stark als möglich. (Grenzen durch möglichst wenige, gerade Linien darstellen.) 2. Zeichne in die Mitte jedes Landes einen Knoten. 3. Verbinde die Knoten. Dieses Verfahren funktioniert bei planaren Graphen (die vereinfachte Karte kann auch als Graphen angenommen werden) also bei Graphen, in welchen sich keine Kanten schneiden. 3
4 Aufgabe Zeichne mit dieser Methode noch einmal einen Graphen zu den Kantonen der Zentralschweiz. Zeichne hier den Graphen: 4
5 Der Vier-Farben-Satz Im Zusammenhang mit der Frage nach der minimalen Anzahl Farben, welche für die Färbung eines Graphen benötigt werden, kann auch folgende Behauptung interessant sein: Jede Landkarte (vorausgesetzt jedes Land besteht nur aus einer Fläche es gibt also keine Exklaven), kann mit nur vier Farben so eingefärbt werden, dass sich keine zwei gleichfarbigen Flächen berühren. Die Frage, ob das stimmt wurde von Francis Guthrie im Jahre 1852 aufgeworfen, als er die Grafschaften von England einfärbte. Erst 124 Jahre später wurde diese Vermutung dann auch bewiesen. Eine mögliche Anwendung dieses Satzes sind Funkmasten: Angenommen, zwei benachbarte Funkmasten senden auf der gleichen Frequenz. Dann könnte es in Bereichen, in welchen sich die Funkzellen überschneiden zu Interferenzen und somit zur Auslöschung des Signals kommen. Aufgabe Lässt sich der Graph der Zentralschweiz gemäss der obigen Definition mit vier Farben einfärben? Begründe deine Antwort. 5
6 Komplexität von Algorithmen Polynomielle Komplexität Bei jedem Algorithmus ist es interessant zu wissen, wie schnell dieser zu einer Lösung kommt. Viele Algorithmen benötigen zur Lösung bestimmter Probleme einen polynomiellen Zeitaufwand in Abhängikeit der Grösse des Problems (Anzahl Knoten, Kanten, ). Das bedeutet, dass die Anzahl Schritte, welche ein Algorithmus benötigt um eine Lösung für ein Problem der Grösse n zu finden, mit Hilfe eines Polynoms von der Form p(n)=a0n k +a1n k-1 +a2n k-2 + +an-1n+an angegeben werden kann. Beispiel Angenommen, wir wollen wieder einen Graphen so einfärben, dass wieder nie zwei benachbarte Knoten die gleiche Farbe haben. Eine solche Färbung können wir z.b. mit dem Greedy-Algorithmus erreichen. Dieser funktioniert so: 1. Wähle einen beliebigen Startnoten aus. Dieser ist der aktive Knoten. 2. Prüfe alle Nachbarn des aktiven Knotens: Schaue, ob diese gefärbt sind. Wenn ja, streiche für jeden gefärbten Knoten dessen Farbe aus der Liste der erlaubten Farben. Wenn nein, füge diese Knoten der Liste der ungefärbten Knoten hinzu. 3. Färbe den aktiven Knoten mit der nächsten Farbe aus der Liste der erlaubten Farben. 4. Entferne den neu gefärbten Knoten aus der Liste der ungefärbten Knoten. Ist die Liste der ungefärbten Knoten danach leer, bist du fertig. Ansonsten wählst du den nächsten Knoten aus der Liste der ungefärbten Knoten als aktiven Knoten und beginnst wieder bei Schritt 2. Dieser Algorithmus färbt die Knoten zwar korrekt, es ist aber nicht gesagt, ob es nicht noch eine andere Lösung mit weniger Farben gibt. (Dies ist für dieses Beispiel aber auch nicht relevant.) Komplexität dieses Algorithmus Im schimmsten Fall haben wir einen Graphen vor uns, in welchem jeder Knoten mit jedem anderen Knoten verbunden ist. In diesem Fall wird jeder Knoten einem der aktive Knoten. Jeden Knoten zu Betrachten sind bereits n Schritte. In jedem dieser Schritte müssen nun aber alle Nachbarknoten geprüft werden. (Entweder dieser werden auf ihre Farbe geprüft oder in die Liste der ungefärbten Knoten aufgenommen.) In unserem Graphen sind das also in jedem der n oben beschriebenen Schritte weitere n-1 Schritte. Damit müssen wir n(n-1)=n 2 -n Schritte machen. Wir haben also eine Komplexität von O(n 2 -n), was auf O(n 2 ) gekürzt werden darf. Für die Komplexität wird immer nur die Grösste n-potenz angegeben. 6
7 Aufgabe Bestimme die Komplexität des folgenden Scratchcodes. (Im schlimmsten Fall wird die "space-taste" nie gedrückt.): n 2 7
8 NP Probleme Um die NP Probleme zu verstehen, benötigen wir den Begriff des nichtdeterministischen Algorithmus. Ein solcher hat die Eigenschaft, dass er in jedem Schritt mehrere Wahlmöglichkeiten hat. (Eine solche Wahlmöglichketi könnt zum Beispiel sein, dass der Algorithmus frei wählen kann, ob er die Anweisung x=1 oder x=2 ausführt. Diese Wahl trifft er nicht aufgrund einer vorgegebenen "if-anweisung".) Eine Möglichkeit, wie ein solcher Algorithmus vorgehen kann ist, dass er Kopien von sich selbst erstellt und jede Kopie eine Wahlmöglichkeit durchrechnet, bis eine der Kopien die Lösung des Problems gefunden hat. Dieses Vorgehen ist für die Praxis aber zu aufwändig. Ein Problem hat nun nichtdeterministische Polynomielle Zeitkomplexität (ist also ein NP-Problem), wenn es einen nichtdeterministischen Algorithmus zur Lösung des Problems gibt, der polynomielle Zeitkomplexität hat. Da nichtdeterministische Algorithmen in der Praxis nicht prkatikabel sind, gelten NP- Probleme als schwer lösbare Probleme. In vielen Fällen wird bei solchen Problemen mit Optimierungsalgorithmen gearbeitet. Das heisst: Es wird eine mögliche Lösung gesucht und von dieser Lösung aus wird geschaut, ob es noch bessere Lösungen gibt. Solche Algorithmen finden aber einfach jeweils bessere Lösungen es ist aber nicht gesagt, dass es sich dabei dann um die beste Lösung handelt. Oftmals geht man auch so vor, dass man grosse Probleme in kleiner Teilprobleme zerlegt, welche dann gelöst werden. Die Lösungen der Teilprobleme werden dann wieder zu einer ganzen Lösung zusammengesetzt. Eines dieser NP-Probleme ist die Frage nach der Anzahl der Farben, welche für die Färbung einer Landkarte benötigt werden. Eine der bekanntesten, ungelösten Fragen der Informatik ist die, ob es für die Menge der NP-Probleme nicht doch Algorithmen zur Lösung gibt, welche polynomielle Komplexität haben. Man vermutet, dass dies nicht der Fall ist. 8
9 Testen von Algorithmen zum Färbungsproblem Im Folgenden wirst du, mit Hilfe eines extra dafür entwickelten Programmes, Algorithmen zum Färbungsproblem testen. Lade GraphBench runter ( -> "Informatik allgemein" oder direkt Öffne dann das.jar-file und wähle "Colorability" an: Du kannst nun einen beliebigen Graphen zeichnen, indem du zunächst die Knoten hinzufügst und diese danach mit Kanten verbindest: Knoten hinzufügen Kanten hinzufügen Einstellungen 9
10 Das Programm wird nun testen, ob der gezeichnete Graph mit einer bestimmten Anzahl Farben eingefärbt werden kann, sodass keine benachbarten Knoten die gleiche Farbe haben. Wie wir oben gesehen haben, gibt es keine Algorithmen, welche direkt die minimale Anzahl Farben bestimmt, welche für eine solche Färbung benötigt werden. Es gibt aber Algorithmen, welche testen, ob ein Graph mit einer bestimmten Anzahl Farben eingefärbt werden kann. Auf der rechten Seite kannst du nun folgende Einstellungen vornehmen: Number of Colors: Hier kannst du eingeben, mit welcher Farbenzahl du testen willst. Algorithm Information: Hier kannst du angeben, mit welchem Algorithmus du deinen Graphen testen willst: o Backtracking o Greedy Heuristic (Dieser Algorithmus wurde oben bereits beschrieben.) o Edge Optimization Pseudo-code: Hier öffnet sich ein Fenster, in welchem der Algorithmus als Pseudo-code angegeben wird. Lass das Fenster offen, während du den Algorithmus laufen lässt. So wird immer angezeigt, wo im Code du dich gerade befindet. Description: Solltest du den Pseudo-code nicht verstehen, findest du hier noch zusäztliche Erklärungen zum Algorithmus. Speed of execution: Wähle hier eine Geschwindigkeit, welcher du noch folgen kannst und dich trotzdem nicht langweilst. Control interpreter: Hier wird der angewählte Algorithmus gestartet. Aufgabe 1 a) Zeichne den Graphen der Zentralschweiz mit GraphBench. b) Teste mit verschiedenen Algorithmen, welches die minimale Anazahl Farben ist, welche man benötigt, um diesen Graphen einzufärben. c) Verändere den Graphen so, dass vier Farben genügen, um den Grapnen zu färben. Begründe kurz, warum du was verändert hast: 10
11 Aufgabe 2 Teste mit verschiedenen Graphen die drei Algorithmen. Das Ziel dieser Aufgabe ist es, dass du genau verstehst, wie die drei Algorithmen funktionieren. Beschreibe das Vorgehen der Algorithmen in eigenen Worten: Backtracking Edge Optimization 11
12 Quellen: ndex.html
4 Färbungen Begriffe Komplexität Greedy-Algorithmus Knotenreihenfolgen Das 4-Farben-Problem...
Inhaltsverzeichnis 4 Färbungen 41 4.1 Begriffe....................... 41 4.2 Komplexität..................... 42 4.3 Greedy-Algorithmus................ 42 4.4 Knotenreihenfolgen................. 43 4.5
MehrAchilles und die Schildkröte Sommersemester 2008
Achilles und die Schildkröte Sommersemester 2008 Färbbarkeit planarer Graphen Alexander Damarowsky 20.05.2008 V6, 15.05.2008 Problemstellung /Ziel des Vortrags: Wie viele Farben werden benötigt, um jeden
MehrDer Vier-Farben-Satz
, Samuel Hetterich, Felicia Raßmann Goethe-Universität Frankfurt, Institut für Mathematik 21.Juni 2013 Wieviele Farben braucht man zum Färben einer Landkarte? Spielregeln Länder mit einer gemeinsamen Grenze
MehrFünf-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
MehrDiskrete 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
MehrKARL-FRANZENS-UNIVERSITÄT GRAZ. Seminar aus Reiner Mathematik. Die Museumswächter. Krupic Mustafa Wintersemester 2013/14
KARL-FRANZENS-UNIVERSITÄT GRAZ Seminar aus Reiner Mathematik Die Museumswächter Krupic Mustafa Wintersemester 2013/14 Inhaltsverzeichnis 2 Inhaltsverzeichnis 1 Einleitung 3 2 Museumswächter-Satz 6 2.1
MehrSchulbesuch Erich-Kästner Gesamtschule 07. April 2011
Schulbesuch Erich-Kästner Gesamtschule 07. April 0 Bünde Fakultät für Mathematik Universität Bielefeld dotten@math.uni-bielefeld.de Übersicht Was ist ein Sudoku-Rätsel? Die Regeln und das Ziel Zentrale
MehrTeil III. Komplexitätstheorie
Teil III Komplexitätstheorie 125 / 160 Übersicht Die Klassen P und NP Die Klasse P Die Klassen NP NP-Vollständigkeit NP-Vollständige Probleme Weitere NP-vollständige Probleme 127 / 160 Die Klasse P Ein
MehrWS 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
MehrFärbungen auf Graphen
Färbungen auf Graphen Robert Siegfried Seminar Algorithmische Graphentheorie FH Wedel, 26.06.2003 Agenda Einleitung Definitionen Färben von Landkarten Anwendungsbeispiele Algorithmen Folie 2 Einleitung
Mehrdurch 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
MehrSchwierige Probleme in der Informatik
Schwierige Probleme in der Informatik Ablauf Geschichte durchlesen 10 min Einführung in GraphBench 10 min Entdeckungsphase 60 min Diskussion mit Mitschüler Vorbereitung des Vortrags 30 min Kurzvorträge
MehrKapitel 3. Kapitel 3 Graphentheorie
Graphentheorie Inhalt 3.1 3.1 Grundlagen 3.2 3.2 Das Das Königsberger Brückenproblem 3.3 3.3 Bäume 3.4. 3.4. Planare Graphen 3.5 3.5 Färbungen Seite 2 3.1 Grundlagen Definition. Ein Ein Graph besteht aus
MehrTheoretische Informatik 1
Theoretische Informatik 1 Approximierbarkeit David Kappel Institut für Grundlagen der Informationsverarbeitung Technische Universität Graz 10.06.2016 Übersicht Das Problem des Handelsreisenden TSP EUCLIDEAN-TSP
MehrDer 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..............................
MehrKnoten-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
MehrWiederholung aus Diskreter Mathematik I: I: Graphentheorie
Wiederholung aus Diskreter Mathematik I: I: Graphentheorie Inhalt: W.1 Grundlagen W.2 Das Königsberger Brückenproblem W.3 Bäume W.4 Planare Graphen W.5 Färbungen W.1 Grundlagen Ein Ein Graph besteht aus
MehrDiskrete 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
Mehr16. Flächenfärbungen
Chr.Nelius: Graphentheorie (WS 2015/16) 57 16. Flächenfärbungen In der Mitte des 19. Jahrhunderts tauchte eine Vermutung auf, die erst 125 Jahre später bewiesen werden sollte und die eine der bekanntesten
Mehr1.Aufgabe: Minimal aufspannender Baum
1.Aufgabe: Minimal aufspannender Baum 11+4+8 Punkte v 1 v 2 1 3 4 9 v 3 v 4 v 5 v 7 7 4 3 5 8 1 4 v 7 v 8 v 9 3 2 7 v 10 Abbildung 1: Der Graph G mit Kantengewichten (a) Bestimme mit Hilfe des Algorithmus
MehrPaper Computer Science Experiment. Computation (NP-Vollständigkeit) Traveling Salesman
Paper Computer Science Experiment Great Principles of Computing Computation (NP-Vollständigkeit) Thema Traveling Salesman Unterrichtsform Lernen am Modell Voraussetzung Wahrscheinlich kennen viele Schüler/innen
MehrMinimal spannender Baum
Minimal spannender Baum 16 1 2 21 5 11 19 6 6 3 14 33 10 5 4 18 Die Kreise zeigen die vorgesehenen Standorte neu zu errichtender Filialen einer Bank. Entlang der bestehenden Straßen sollen Telefonleitungen
MehrVier-Farbenproblem. (c) Ein etwas schwereres Beispiel...
Vier-Farbenproblem Kann man jede Landkarte mit vier Farben färben, sodass keine aneindander angrenzenden Länder die gleiche Farbe haben? Versuchen Sie die Karte Deutschlands oder eines der anderen Bilder
MehrProseminar Komplexitätstheorie P versus NP Wintersemester 2006/07. Nichtdeterministische Turingmaschinen und NP
Proseminar Komplexitätstheorie P versus NP Wintersemester 2006/07 Vortrag am 17.11.2006 Nichtdeterministische Turingmaschinen und NP Yves Radunz Inhaltsverzeichnis 1 Wiederholung 3 1.1 Allgemeines........................................
MehrVier Farben reichen! Von farbigen Landkarten und kniffeligen Beweisen. Martin Oellrich. Warum eine Karte? 3. Warum stetige Grenzen?
Vier Farben reichen! Von farbigen Landkarten und kniffeligen Beweisen Problemstellung Deutsche Bundesländer in vier Farben 4. April 06 Martin Oellrich Warum geht das immer? Gegeben: Karte eines Gebietes
MehrListenfärbung von Graphen
Listenfärbung von Graphen Martin Matković WS 2011/2012 Abstract Martin Matković 14. April 2012 In dieser Arbeit werden Definitionen und grundlegende Eigenschaften von Graphenfärbungen und speziell von
MehrTheoretische 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
MehrDer Fünffarbensatz. Ausarbeitung des Seminarvortrags vom
Philipps-Universität Marburg Fachbereich 12: Mathematik und Informatik PS Über klassische Probleme der Mathematik Leitung: Prof. Harald Upmeier, Benjamin Schwarz Referentin: Sabrina Klöpfel Wintersemester
MehrAlgorithmische 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
MehrStud.-Nummer: Datenstrukturen & Algorithmen Seite 1
Stud.-Nummer: Datenstrukturen & Algorithmen Seite 1 Aufgabe 1. / 16 P Instruktionen: 1) In dieser Aufgabe sollen Sie nur die Ergebnisse angeben. Diese können Sie direkt bei den Aufgaben notieren. 2) Sofern
MehrGrundlagen der Informatik Kapitel 20. Harald Krottmaier Sven Havemann
Grundlagen der Informatik Kapitel 20 Harald Krottmaier Sven Havemann Agenda Klassen von Problemen Einige Probleme... Approximationsalgorithmen WS2007 2 Klassen P NP NP-vollständig WS2007 3 Klasse P praktisch
MehrWie komme ich von hier zum Hauptbahnhof?
NP-Vollständigkeit Wie komme ich von hier zum Hauptbahnhof? P Wie komme ich von hier zum Hauptbahnhof? kann ich verwende für reduzieren auf Finde jemand, der den Weg kennt! Alternativ: Finde eine Stadtkarte!
MehrGrundlagen der Informatik
Jörn Fischer j.fischer@hs-mannheim.de Willkommen zur Vorlesung Grundlagen der Informatik ADS-Teil Page 2 Überblick Inhalt 1 Eigenschaften von Algorithmen Algorithmenbegriff O-Notation Entwurfstechniken
MehrKomplexität von Algorithmen Musterlösungen zu ausgewählten Übungsaufgaben
Dieses Dokument soll mehr dazu dienen, Beispiele für die formal korrekte mathematische Bearbeitung von Aufgaben zu liefern, als konkrete Hinweise auf typische Klausuraufgaben zu liefern. Die hier gezeigten
MehrDie Komplexität von Domino
Die Komplexität von Domino - oder die Frage nach dem Problem, ob man ein Polygon mit einer Menge von Dominosteinen bedecken kann Referent: Thorsten Reinhardt Freie Universität Berlin / FB Informatik Seminar
MehrGraphentheorie. 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
MehrP, NP und NP -Vollständigkeit
P, NP und NP -Vollständigkeit Mit der Turing-Maschine haben wir einen Formalismus kennengelernt, um über das Berechenbare nachdenken und argumentieren zu können. Wie unsere bisherigen Automatenmodelle
Mehr3-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
MehrGraphentheorie. 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
MehrVorlesung. Vollständige Induktion 1
WS 015/16 Vorlesung Vollständige Induktion 1 1 Einführung Bei der vollständigen Induktion handelt es sich um ein wichtiges mathematisches Beweisverfahren, mit dem man Aussagen, die für alle natürlichen
MehrNachklausur Informatik-Propädeutikum (Niedermeier/Hartung/Nichterlein, Wintersemester 2012/13)
Berlin, 25. März 2013 Name:... Matr.-Nr.:... Nachklausur Informatik-Propädeutikum (Niedermeier/Hartung/Nichterlein, Wintersemester 2012/13) 1 2 3 4 5 6 7 8 9 Σ Bearbeitungszeit: 90 min. max. Punktezahl:
MehrPraktische Grenzen der Berechenbarkeit
Arno Schwarz Praktische Grenzen der Berechenbarkeit Während es im ersten Abschnitt um prinzipiell unlösbare Probleme ging, wenden wir uns nun Aufgaben zu, deren Lösbarkeit praktische Grenzen gesetzt sind.
MehrDer Fünffarbensatz Proseminar: Graphentheorie Sommersemester 2006 Isa Topac, Markus Kunder, Tim Hahn
Der Fünffarbensatz Proseminar: Graphentheorie Sommersemester 2006 Isa Topac, Markus Kunder, Tim Hahn 1. Geschichte - Frage kommt Mitte des 19 Jahrhunderts auf Wie viele Farben benötigt man um eine Karte
MehrÜbungsblatt 6. Vorlesung Theoretische Grundlagen der Informatik im WS 16/17
Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Übungsblatt 6 Vorlesung Theoretische Grundlagen der Informatik im WS 16/17 Ausgabe 22. Dezember 2016 Abgabe 17. Januar 2017, 11:00 Uhr
MehrAlgorithmen und Datenstrukturen Tutorium Übungsaufgaben
Algorithmen und Datenstrukturen Tutorium Übungsaufgaben AlgoDat - Übungsaufgaben 1 1 Landau-Notation Aufgabe Lösung 2 Rekurrenzen Aufgabe 3 Algorithmenentwurf und -analyse Aufgabe AlgoDat - Übungsaufgaben
MehrKnotenfärbung. Def.: Eine Knotenfärbung eines Graphen G=(V,E) mit k Farben ist eine Abbildung c:v {1,...,k}, so dass c(u) c(v) für alle {u,v} E.
Knotenfärbung Def.: Eine Knotenfärbung eines Graphen G=(V,E) mit k Farben ist eine Abbildung c:v {1,...,k}, so dass c(u) c(v) für alle {u,v} E. Die chromatische Zahl χ(g) eines Graphen G ist die minimale
MehrDefinition : Diechromatische Zahl eines Graphen G ist die kleinste Anzahl chromatische Zahl von Farben für eine zulässige Färbung.
4 Definition : Eine zulässige Färbung ist eine Färbung der Knoten des ( un- zulässige Färbung gerichteten ) Graphen, so daß je zwei adjazente Knoten verschiedene Farben haben. Trivial ist, daß n verschiedene
MehrEulerweg, 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
MehrGrundlagen 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
MehrVon 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...
MehrPrimzahlen und Programmieren
Primzahlen Wir wollen heute gemeinsam einen (sehr grundlegenden) Zusammenhang zwischen Programmieren und Mathematik herstellen. Die Zeiten in denen Mathematiker nur mit Zettel und Stift (oder Tafel und
Mehr10. Übungsblatt zu Algorithmen I im SS 2010
Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. Dr. Peter Sanders G.V. Batz, C. Schulz, J. Speck 0. Übungsblatt zu Algorithmen I im SS 00 http//algo.iti.kit.edu/algorithmeni.php
MehrRelationen und Graphentheorie
Seite Graphentheorie- Relationen und Graphentheorie Grundbegriffe. Relationen- und Graphentheorie gehören zu den wichtigsten Hilfsmitteln der Informatik, die aus der diskretenmathematik stammen. Ein Graph
MehrAnwendungen von Graphen
Anwendungen von Graphen Strassen- und Verkehrsnetze Computernetzwerke elektrische Schaltpläne Entity-Relationship Diagramme Beweisbäume endliche Automaten Syntaxbäume für Programmiersprachen Entscheidungsbäume
MehrOR für Wirtschaftsingenieure. Übungsserie 7: Färbungen von Graphen
HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Operations Research allgemeine Optimierungsmethoden OR für Wirtschaftsingenieure Übungsserie : Färbungen von Graphen Aufgabe 1 : Wieviele Farben
MehrGraphen. Graphen und ihre Darstellungen
Graphen Graphen und ihre Darstellungen Ein Graph beschreibt Beziehungen zwischen den Elementen einer Menge von Objekten. Die Objekte werden als Knoten des Graphen bezeichnet; besteht zwischen zwei Knoten
MehrZentralübung 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
MehrIsomorphie von Bäumen
Isomorphie von Bäumen Alexandra Weinberger 23. Dezember 2011 Inhaltsverzeichnis 1 Einige Grundlagen und Definitionen 2 1.1 Bäume................................. 3 1.2 Isomorphie..............................
MehrProseminar Theoretische Informatik. Die Klasse NP. von Marlina Spanel
Proseminar Theoretische Informatik Die Klasse NP von Marlina Spanel 29.11.2011 1 Gliederung Gliederung Problem des Handlungsreisenden Die Klasse NP Einleitung und Wiederholung Sprachen Nichtdeterministische
MehrZeitkomplexität (1) Proseminar Theoretische Informatik. Proseminar Theoretische Informatik: Lisa Dohrmann 1
Zeitkomplexität (1) Proseminar Theoretische Informatik Proseminar Theoretische Informatik: Lisa Dohrmann 1 Warum Komplexitätsbetrachtung? Ein im Prinzip entscheidbares und berechenbares Problem kann in
MehrGraphdurchmusterung, Breiten- und Tiefensuche
Prof. Thomas Richter 18. Mai 2017 Institut für Analysis und Numerik Otto-von-Guericke-Universität Magdeburg thomas.richter@ovgu.de Material zur Vorlesung Algorithmische Mathematik II am 18.05.2017 Graphdurchmusterung,
Mehr3 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
MehrMuster. Informatik 3 (Februar 2004) Name: Matrikelnummer: Betrachten Sie den folgenden Suchbaum. A G H J K M N
2 von 15 Aufgabe 1: Suchbäume (14 ) Betrachten Sie den folgenden Suchbaum. A B C D E F G H I J K L M N O P R (a) (1 Punkt ) Geben Sie die Höhe des Knotens F an. (b) (1 Punkt ) Geben Sie die Tiefe des Knotens
MehrLösungen zur Vorlesung Berechenbarkeit und Komplexität
Lehrstuhl für Informatik 1 WS 009/10 Prof. Dr. Berthold Vöcking 0.0.010 Alexander Skopalik Thomas Kesselheim Lösungen zur Vorlesung Berechenbarkeit und Komplexität. Zulassungsklausur Aufgabe 1: (a) Worin
Mehr1. 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
MehrTutorial zum Erstellen von Gebäuden mit SketchUp. by carli96
Tutorial zum Erstellen von Gebäuden mit SketchUp Inhaltsverzeichnis: by carli96 1.0 benötigte Downloads..2 1.1 Installation.2 2.0 Erstellen des Gerätehauses.3 2.1 Das Gebäude bauen..3 2.2 Das Tor bauen.6
MehrNP-vollständige Probleme. Michael Budahn - Theoretische Informatik 1
NP-vollständige Probleme Michael Budahn - Theoretische Informatik 1 Motivation Michael Budahn - Theoretische Informatik 2 Motivation viele praxisrelevante Probleme sind NPvollständig und eine Lösung würde
MehrProbleme aus NP und die polynomielle Reduktion
Probleme aus NP und die polynomielle Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 15. Dezember 2009 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
MehrTheoretische Informatik 1
Theoretische Informatik 1 Nichtdeterminismus David Kappel Institut für Grundlagen der Informationsverarbeitung TU Graz SS 2012 Übersicht Nichtdeterminismus NTM Nichtdeterministische Turingmaschine Die
MehrAlgorithmenbegriff: Berechenbarkeit. Algorithmenanalyse. (Berechnung der Komplexität)
Über-/Rückblick Algorithmenbegriff: Berechenbarkeit Turing-Maschine RAM µ-rekursive Funktionen Zeit Platz Komplexität Algorithmentechniken Algorithmenanalyse (Berechnung der Komplexität) Rekursion Iteration
MehrTheorie der Informatik Übersicht. Theorie der Informatik SAT Graphenprobleme Routing-Probleme. 21.
Theorie der Informatik 19. Mai 2014 21. einige NP-vollständige Probleme Theorie der Informatik 21. einige NP-vollständige Probleme 21.1 Übersicht 21.2 Malte Helmert Gabriele Röger 21.3 Graphenprobleme
MehrZentralübung 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
MehrFortgeschrittene 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
MehrMinimal 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
MehrZentralübung 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:
MehrWS 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
MehrWie wird ein Graph dargestellt?
Wie wird ein Graph dargestellt? Für einen Graphen G = (V, E), ob gerichtet oder ungerichtet, verwende eine Adjazenzliste A G : A G [i] zeigt auf eine Liste aller Nachbarn von Knoten i, wenn G ungerichtet
MehrNichtdeterministische Platzklassen
Sommerakademie 2010 Rot an der Rot AG 1: Wieviel Platz brauchen Algorithmen wirklich? Nichtdeterministische Platzklassen Ulf Kulau August 23, 2010 1 Contents 1 Einführung 3 2 Nichtdeterminismus allgemein
MehrVier-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
MehrOrganisatorisches. Programmierpraktikum Das Canadian Traveller Problem. Organisatorisches. Organisatorisches
Organisatorisches Programmierpraktikum Das Canadian Traveller Problem Rainer Schrader Birgit Engels Anna Schulze Zentrum für Angewandte Informatik Köln. April 006 Prof. Dr. Rainer Schrader Tel.: 470-600
MehrEinführung (1/3) Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (1) Vorlesungen zur Komplexitätstheorie.
Einführung (1/3) 3 Wir verfolgen nun das Ziel, Komplexitätsklassen mit Hilfe von charakteristischen Problemen zu beschreiben und zu strukturieren Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit
MehrHamiltonsche Graphen
Hamiltonsche Graphen Definition 3.2. Es sei G = (V, E) ein Graph. Ein Weg, der jeden Knoten von G genau einmal enthält, heißt hamiltonscher Weg. Ein Kreis, der jeden Knoten von G genau einmal enthält,
Mehr2 Tiefen- und Breitensuche
2 Tiefen- und Breitensuche Übersicht 2.1 SpannendeBäume... 21 2.2 WiefindetmanspannendeBäume?... 24 2.3 AnwendungenvonBFSundDFS... 29 2.4 Aufgaben... 33 2.1 Spannende Bäume Vor nicht allzu langer Zeit
MehrLet's talk Gimp 2.8. Lektion. Die Fenster. Digitales Gestalten mit Open Source
Startest du Gimp das erste Mal, bietet es einen ungewöhnlichen Anblick. Anstelle von einem Fenster gehen gleich 3 Fenster auf. Ein etwas ungewöhnlicher Anblick für Viele. Aber auch das kommerzielle Pendant
MehrÜbungsblatt Nr. 5. Lösungsvorschlag
Institut für Kryptographie und Sicherheit Prof. Dr. Jörn Müller-Quade Dirk Achenbach Tobias Nilges Vorlesung Theoretische Grundlagen der Informatik Übungsblatt Nr. 5 Aufgabe 1: Eine schöne Bescherung (K)
MehrDiskrete 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
Mehr3. 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),
MehrApproximationsalgorithmen für NP-harte Optimierungsprobleme
Approximationsalgorithmen für NP-harte Optimierungsprobleme Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1 / 18 Was tun mit NP-harten Problemen? Viele praxisrelevante
MehrRouting A lgorithmen Algorithmen Begriffe, Definitionen Wegewahl Verkehrslenkung
Begriffe, Definitionen Routing (aus der Informatik) Wegewahl oder Verkehrslenkung bezeichnet in der Telekommunikation das Festlegen von Wegen für Nachrichtenströme bei der Nachrichtenübermittlung über
Mehreduvote Ein Umfragesystem für Lehrveranstaltungen PowerPoint Add-In
eduvote Ein Umfragesystem für Lehrveranstaltungen PowerPoint Add-In Übersicht: Nach dem Herunterladen und Ausführen des Installationsprogamms für das eduvote PowerPoint Add-In befindet sich rechts oben
MehrHausarbeit aus. Graphentheorie Formale Grundlagen Professor Franz Binder. zum Thema. Herbert Huber k Seite 1 von 21
Hausarbeit aus 368.712 Formale Grundlagen Professor Franz Binder zum Thema Graphentheorie Herbert Huber k0455780 Seite 1 von 21 Inhaltsverzeichnis Graphen Grundlagen und Begriffsdefinitionen...3 Graphenstrukturen...6
MehrÜbungsblatt Nr. 5. Lösungsvorschlag
Institut für Kryptographie und Sicherheit Prof. Dr. Jörn Müller-Quade Nico Döttling Dirk Achenbach Tobias Nilges Vorlesung Theoretische Grundlagen der Informatik Übungsblatt Nr. 5 svorschlag Aufgabe 1
MehrEin 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)
Mehr8.4 Digraphen mit negativen Kantengewichten Grundsätzliches Betrachte Startknoten s und einen Kreis C mit Gesamtlänge < 0.
8.4 Digraphen mit negativen Kantengewichten 8.4.1 Grundsätzliches Betrachte Startknoten s und einen Kreis C mit Gesamtlänge < 0. k 4 5 1 s 1 3 2 C k 0 k 3 1 1 1 k 1 k 2 v Sollte ein Pfad von s nach C und
MehrDiskrete 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
MehrVorlesung Datenstrukturen
Vorlesung Datenstrukturen Graphen (1) Darstellung Traversierung Dr. Frank Seifert Vorlesung Datenstrukturen - Sommersemester 2016 Folie 441 Generalisierung von Bäumen Verallgemeinerung (von Listen zu Graphen)
MehrAlgorithmische Mathematik
Algorithmische Mathematik Wintersemester 2013 Prof. Dr. Marc Alexander Schweitzer und Dr. Einar Smith Patrick Diehl und Daniel Wissel Übungsblatt 6. Abgabe am 02.12.2013. Aufgabe 1. (Netzwerke und Definitionen)
MehrBerechenbarkeit und Komplexität: Polynomielle Reduktion / NP-Vollständigkeit / Satz von Cook und Levin
Berechenbarkeit und Komplexität: Polynomielle Reduktion / NP-Vollständigkeit / Satz von Cook und Levin Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität 11. Januar 2008 Wiederholung
MehrSo funktioniert der Stundenplan Kurzanleitung zur Bedienung der einzelnen Funktionen auf
Mildenberger Verlag GmbH So funktioniert der Stundenplan Kurzanleitung zur Bedienung der einzelnen Funktionen auf www.der-stundenplan.de Übrigens findest du auf jeder Seite des Stundenplan-Gestalters unten
MehrKomplexitätstheorie Einführung und Überblick (Wiederholung)
Literatur C. Papadimitriou UC Berkeley Zum Komplexitätsbegriff Strukturelle Komplexität Average Case Analyse Effiziente Algorithmen Logische Komplexität Beschreibungssprachen: SQL Kolmogorov Komplexität
Mehr