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

Größe: px
Ab Seite anzeigen:

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

Transkript

1 Graphentheorie Rainer Schrader Färbungen Zentrum für Angewandte Informatik Köln 28. Januar / 57 2 / 57 wir wollen versuchen, die Knoten eines Graphen zu färben dabei dürfen keine zwei benachbarten Knoten die gleiche Farbe tragen Gliederung Kantenfärbungen Färbungen planarer Graphen und es soll eine minimale Anzahl von Farben verwendet werden 3 / 57 4 / 57

2 zur Veranschaulichung: sei S eine Menge von Studenten und V eine Menge von Vorlesungen eine Färbung ist eine Abbildung f : V {1,..., n} mit f (u) f (v ) für (u, v ) E die Knoten einer Farbe bilden eine Farbklasse offensichtlich ist jede Farbklasse eine stabile Menge von G ein Graph heißt k -färbbar, wenn eine Färbung mit k Farben existiert die chromatische Zahl χ(g) ist das kleinste k, für das G k -färbbar ist für v V sei h(v ) S die Menge der Studenten, die eine Prüfung über v ablegen wollen wir wollen eine minimale Anzahl von Prüfungsterminen einrichten zwei Prüfungen dürfen sich nur dann überschneiden, wenn kein Prüfling an beiden teilnehmen will wir definieren den Graphen G = (V, E ) mit (u, v ) E, falls h(u) h(v ) die minimale Anzahl von Prüfungen ist gleich χ(g) 5 / 57 6 / 57 wir setzen einfache Graphen voraus, denn: ein Graph mit Schlingen ist nicht färbbar und Mehrfachkanten beeinflussen die Färbbarkeit nicht offensichtlich gilt: χ(k p ) = p, χ(g) = 2 G ist bipartit, χ(c n ) = 3, falls n 3 und ungerade damit ist 2-Färbbarkeit in polynomieller Zeit testbar die Berechnung der chromatischen Zahl eines Graphen ist jedoch NP-vollständig insbesondere sind die folgenden Fragestellungen NP-vollständig für festes k 3, ist ein Graph k -färbbar? ist ein gegebener planarer Graph 3-färbbar? ist ein gegebener planarer Graph mit Maximalgrad vier 3-färbbar? Wir wollen im Folgenden versuchen, zumindest Abschätzungen für die chromatische Zahl anzugeben. 7 / 57 8 / 57

3 Lemma 1 Für einen Graphen G mit m Kanten gilt: r χ(g) 2m sei f eine Färbung mit k = χ(g) Farben dann existiert zwischen je zwei Farbklassen mindestens eine Kante also gilt m 1 k (k 1) 2 seien δ(g) = min d (v ) und (G) = max d (v ) v E der Minimal- bzw. Maximalgrad eines Graphen Wir betrachten die folgende Färbungsheuristik: (1) nummeriere die Knoten v 1,..., v n (2) färbe v 1 mit der Farbe 1 (3) seien v 1,..., v i 1 gefärbt, (4) wähle im i-ten Schritten die kleinste Farbe für v i, die unter Berücksichtigung der Färbung von v 1,..., v i 1 möglich ist. durch Auflösung nach k folgt die Behauptung. 9 / / 57 allgemeiner: (1) wähle eine maximale unabhängige Menge V 1 aus (2) färbe sie mit der Farbe 1 (3) färbe danach rekursiv den Graphen G V 1 mit den Farben 2, 3,... Lemma 2 Für jeden Graphen G gilt χ(g) (G) + 1. Bemerkungen: (i) es existiert immer eine Anordnung der Knoten, so dass die Heuristik optimal färbt: seien F 1,..., F K die Farbklassen eines Graphen G färbe die Knoten in der Reihenfolge F 1,..., F K innerhalb einer Farbklasse ist die Anordnung beliebig dann benötigt der Algorithmus genau k Farben offensichtlich liefert die obige Heuristik eine zulässige Färbung in G ist jeder Knoten zu maximal (G) anderen Knoten benachbart damit kommen wir mit (G) + 1 Farben aus. 11 / / 57

4 (ii) für vollständige Graphen und für Kreise ungerader Länge ist auch (G) + 1 bestmöglich (iii) im Allgemeinen ist die Abschätzung jedoch sehr grob: sei G i = G(v 1,..., v i ) der von den ersten i Knoten induzierte Teilgraph dann reichen für die Färbung von v i daraus ergibt sich: bereits d Gi (v i ) + 1 Farben Lemma 3 χ(g) 1 + max{δ(h) : H induzierter Teilgraph von G}. wähle v n mit minimalen Grad in G v n 1 mit minimalen Grad in G v n... dann benötigt die Heuristik 1 + max{d Gi (v i ) : 1 i n} = 1 + max{δ(g i ) : 1 i n} 1 + max{δ(h) : H induzierter Teilgraph von G}. 13 / / 57 Weiter gilt: sei G 1-knotenzusammenhängend und {v } ein trennender Knoten der Graph G v zerfalle in Zusammenhangskomponenten G i = (V i, E i ) mit i =... r seien H i die von V i v induzierten Teilgraphen von G, dann ist χ(g) = max χ(h i ) mit dieser Beobachtung lässt sich die Abschätzung χ(g) (G) + 1 etwas verschärfen: Satz 4 (Brooks) Sei G ein zusammenhängender Graph mit n 2 Knoten, der weder vollständig noch ein ungerader Kreis ist. Dann gilt χ(g) (G). per Induktion über n der Fall n = 2 ist trivial sei also n 3 wir unterscheiden die Fälle: (i) G ist nicht -regulär (ii) G ist -regulär 15 / / 57

5 (i) G ist nicht -regulär (ii) G ist -regulär sei v n ein Knoten minimalen Grades dann ist d (v n ) < da G zusammenhängend ist, hat v n einen Nachbarn v n 1 in G n 1 für diesen Knoten gilt d Gn 1 (v n 1 ) < per Induktion können wir eine Nummerierung der Knoten bestimmen, so dass d Gi (v i ) < für 1 i n die Färbungsheuristik benötigt dann höchstens Farben. da ein 2-regulärer zusammenhängender Graph ein Kreis ist, können wir annehmen, dass 3 weiter können wir annehmen, dass G zweifach knotenzusammenhängend ist: angenommen v ist ein trennender Knoten dann ist χ(g) = max χ(h i ), wobei H i alle am Knoten v angehefteten Untergraphen durchläuft da d (v ) < in jedem H i, sind die H i nicht -regulär, d.h. χ(h i ) nach (i) und somit χ(g). 17 / / 57 Als nächstes zeigen wir: es existieren Knoten v 1, v 2, v n V mit: v 1, v 2 N(v n ) (v 1, v 2 ) / E G {v 1, v 2 } ist zusammenhängend wir unterscheiden wieder zwei Fälle: (i) G ist dreifach knotenzusammenhängend es muss ein Knoten v n V existieren, dessen Nachbarn nicht auch schon alle untereinander benachbart sind: andernfalls bestünde G aus einer disjunkten Vereinigung von vollständigen Graphen der Größe + 1 da G zusammenhängend ist, wäre G ein vollständiger Graph, im Widerspruch zur Annahme (i) (ii) G ist dreifach knotenzusammenhängend G ist zweifach knotenzusammenhängend somit existiert ein v n und Knoten v 1, v 2 N(v n ) mit (v 1, v 2 ) / E Da G 3-zusammenhängend ist, ist G {v 1, v 2 } zusammenhängend. 19 / / 57

6 (ii) G ist zweifach knotenzusammenhängend: sei {v, v n } eine trennende Menge G 1 G 2 v 2 G r G {v, v n } zerfällt in disjunkte Graphen G 1,..., G r mit r 2 v 1 G 1 G 2 G r v n v v 1 der Knoten v n Menge wäre v 2 v n v hat Nachbarn in allen G i, da sonst {v } eine trennende seien v 1 Nachbar in G 1 und v 2 Nachbar in G 2 dann ist (v 1, v 2 ) / E {v 1 } ist keine trennende Menge daher existiert zu jedem Knoten in G 1 v 1 ein Weg zu jedem anderen Knoten in G {v 1, v 2 }, entsprechendes gilt für jeden Knoten in G 2 v 2 seien v 1 Nachbar in G 1 und v 2 Nachbar in G 2 damit ist G {v 1, v 2 } zusammenhängend. 21 / / 57 Wir nummerieren die Knoten wie folgt: v n 1 V {v n, v 1, v 2 } sei zu v n benachbart v n 2 V {v n, v n 1, v 1, v 2 } sei zu einem Knoten in {v n, v n 1 } benachbart v n 3 V {v n, v n 1, v n 2, v 1, v 2 } sei zu einem Knoten in {v n, v n 1, v n 2 } benachbart Der Algorithmus arbeitet korrekt: v n 1 existiert, da 3 die Heuristik beginnt mit v 1 sie färbt v 1 und v 2 mit der Farbe 1 für 3 i < n gilt: v i hat einen Nachbarn unter den späteren Knoten damit ist v i zu höchstens 1 Vorgängern benachbart v n ist zu v 1 und v 2 benachbart ist, die gleich gefärbt sind daher benötigt die Heuristik nie mehr als Farben für i = n 2, n 1,..., 3 gilt: es existiert ein Knoten v i V {v 1, v 2, v n... v i+1 }, der zu mindestens einem der Knoten v i+1,..., v n benachbart ist ansonsten wäre G {v 1, v 2 } nicht zusammenhängend. 23 / / 57

7 entsprechend können wir eine Kantenfärbung betrachten Gliederung Kantenfärbungen Färbungen planarer Graphen d.h. eine Abbildung f : E {1,..., m} mit f (e 1 ) f (e 2 ), falls e 1 und e 2 adjazent der chromatische Index χ (G) ist die kleinste Anzahl an Farben, mit der G kantengefärbt werden kann 25 / / 57 Zur Veranschaulichung: die Studenten in S wollen Einzelprüfungen bei Prüfern aus einer Menge P ablegen wir konstruieren den bipartiten Multigraphen G = (S P, E ) mit (s, p) E, falls s bei p eine Prüfung ablegen will dann entspricht die minimale Anzahl von Prüfungsterminen einer minimalen Kantenfärbung von G sei G = (V, E ) ein Graph wir definieren einen Graphen L(G) = (E, F ) auf den Kanten es ist (e 1, e 2 ) F, wenn sie in G einen Endknoten gemeinsam haben L(G) ist der Kantengraph oder line graph von G offensichtlich gilt χ (G) = χ(l(g)) für Kreise C gilt beispielsweise L(C) = C daher ist für ungerade Kreise C n mit n 3 und ungerade wiederum χ (C n ) = 3 27 / / 57

8 Kantenfärbungen die Berechnung des chromatischen Index eines Graphen ist NP-vollständig es ist bereits NP-vollständigen zu entscheiden, ob ein gegebener einfacher Graph chromatischen Index drei hat für den Fall der 2-Färbbarkeit gilt jedoch wiederum: Lemma 5 Die 2-Färbbarkeit von Kanten eines Graphen kann effizient entschieden werden. Für bipartite Graphen ist der chromatische Index einfach zu berechnen. Satz 6 (König) Für bipartite Graphen G = (V, E ) gilt χ (G) = (G). Induktion über E : sei G ein Graph mit (G) = k und e = (u, v ) E eine beliebige Kante per Induktion hat G e eine Kantenfärbung mit k Farben ein Graph ist 2-kantenfärbbar, wenn sein Kantengraph bipartit ist. 29 / / 57 Kantenfärbungen Kantenfärbungen der Grad von u und v in G e ist höchstens k 1 daher gilt: es fehlt mindestens eine Farbe i unter den zu u inzidenten Kanten eine Farbe j unter den zu v inzidenten Kanten ist i = j, so können wir e mit i färben und die Behauptung ist bewiesen andernfalls sei H der Graph, der aus allen Knoten V und den Kanten besteht, die mit i oder j gefärbt sind dann ist (H) 2 und der Grad von u in H ist höchstens eins betrachte einen maximalen Kantenzug P in H, der in u startet da (H) 2, ist P ein Weg da die Farben entlang P alternieren, kann der andere Endpunkt von P nicht v sein: andernfalls trägt die letzte Kante von P eine andere Farbe als die erste, P hätte gerade Länge und würde mit e einen ungeraden Kreis bilden wir vertauschen die Farben i und j entlang P und können anschließend e mit j färben. Das nächste Lemma liefert ein hinreichendes Kriterium für Kantenfärbungen: 31 / / 57

9 Kantenfärbungen Kantenfärbungen Lemma 7 Sei u V so, dass sowohl u als auch alle seine Nachbarn Grad höchstens k haben und höchstens ein Nachbar Grad k hat. Dann gilt: betrachte eine Kantenfärbung von G u mit k Farben sei X i die Menge der Nachbarn von u, an denen die Farbe i fehlt, 1 i k G u k -kantenfärbbar = G k -kantenfärbbar. 1 fehlt 2 fehlt 3 fehlt k fehlt per Induktion über k : für k = 1 ist diese Aussage offensichtlich richtig für den allgemeinen Fall können wir annehmen: genau ein Nachbar hat Grad k alle anderen Nachbarn haben Grad k 1 dies können wir dadurch sicherstellen, dass wir neue Knoten hinzufügen, die wir geeignet mit den Nachbarn verbinden wir wählen die Färbung so, dass P k i=1 X i 2 minimal ist, und unterscheiden zwei Fälle: (i) X i 1 für alle i = 1,..., k (i) es existiert ein i mit X i = 1 33 / / 57 (i) X i 1 für alle i = 1,..., k : Kantenfärbungen in einem Nachbarn fehlt genau eine Farbe, in allen anderen genau zwei daher taucht dieser eine Knoten in einem X i auf und alle anderen in genau zwei somit gilt P k i=1 X i = 2d (u) 1 < 2k damit existieren Indizes i und j mit X i < 2 und X j ungerade d.h. X i = 0 und X j 3 sei H ij der von den Kanten mit den Farben i und j induzierte Teilgraph sei P ein Pfad, der in einem Knoten von X j startet wenn wir entlang P die Färbung vertauschen, reduzieren wir X i 2 + X j 2, im Widerspruch zur Wahl der Färbung. Kantenfärbungen (ii) es existiert ein Index i mit X i = 1 : wir können annehmen, dass i = k und X k = {v } sei G der Teilgraph von G, der entsteht, wenn wir die Kante (u, v ) und alle mit k gefärbten Kanten entfernen dann gilt: G u ist mit k 1 Farben kantengefärbt, u und alle seine Nachbarn haben in G Grad höchstens k 1, höchstens einer hat Grad k 1 per Induktion ist dann G mit k 1 Farben kantenfärbbar wir fügen die mit k gefärbten Kanten wieder hinzu und färben die Kante (u, v ) mit k und erhalten eine k -Färbung von G. 35 / / 57

10 Kantenfärbungen der nächste Satz zeigt, dass der chromatische Index nur eine von zwei Zahlen annehmen kann trotzdem ist die Entscheidung, welcher der Zahlen die richtige ist, NP-vollständig. Satz 8 (Vizing) Für einen einfachen Graphen gilt (G) χ (G) (G) + 1. offensichtlich gilt χ (G) (G) Gliederung Kantenfärbungen Färbungen planarer Graphen für die zweite Ungleichung wähle einen beliebigen Knoten u per Induktion ist G u mit + 1 Farben färbbar u erfüllt die Voraussetzungen des Lemmas 7 mit k = + 1 nach Lemma 7 ist damit auch G ( + 1)-färbbar. 37 / / 57 Färbungen planarer Graphen Färbungen planarer Graphen Mitte des vorletzten Jahrhunderts wurde folgende Vermutung aufgestellt: jede Landkarte kann so mit maximal vier Farben gefärbt werden dass keine zwei benachbarten Länder die gleiche Farbe tragen Satz 9 Jeder planare Graph ist 5-färbbar. Übungsaufgabe in der Sprache der Graphentheorie: jeder planare Graph lässt sich mit vier Farben färben trotz zahlreicher Versuche hat es mehr als hundert Jahre gedauert bis Appel und Haken 1976 einen ersten Beweis gefunden haben dieser blieb allerdings umstritten, da er zum großen Teil aus einer Fallunterscheidung von mehr als 1000 Fällen besteht, die mit Computerunterstützung durchgeführt wurde 1997 wurde der Ansatz vereinfacht, besteht aber immer noch aus einer Vielzahl von Einzelfällen wir zeigen daher ein etwas schwächeres Resultat: 39 / / 57

11 Färbungen planarer Graphen Färbungen planarer Graphen Satz 10 Jeder kreisplanare Graph ist 3-färbbar. sei G ein kreisplanarer Graph nach Korollar 7.18 hat G einen Knoten v vom Grad höchstens zwei G v ist ein kreisplanarer Graph die 3-Färbbarkkeit liefert uns eine Schranke für das Problem der Museumswächter zu Erinnerung: Museumswärter-Problem gegeben sei der Grundriss eines (einfachen) Museums per Induktion ist G v 3-färbbar dann ist G ebenfalls 3-färbbar, da v nur zwei Nachbarn hat. 41 / 57 Wärter können in jeder Ecke des Museums plaziert werden ihr Sichtfeld ist durch den Grundriss beschränkt wieviele Wärter sind notwendig, um jeden Punkt des Museums einsehen zu können? 42 / 57 Färbungen planarer Graphen der Grundriss sei ein einfaches Polyon mit n Ecken wir fassen dieses als kreisplanaren Graphen auf den wir durch Hinzugen von Sehnen triangulieren damit erhalten wir einen maximalen kreisplanaren Graphen G Gliederung Kantenfärbungen Färbungen planarer Graphen nach Lemma 10 ist G 3-färbbar daher enthält jedes Dreieck in G einen Knoten jeder Farbe jeder Punkt im Polygon liegt auch in einem Dreieck sei 1 die Farbklasse mit den wenigsten Knoten damit reichen n 3 Wärter aus 43 / / 57

12 im Zusammenhang mit Lösungsansätzen für das Vier-Farben-Problem wurde Anfang des 20. Jahrhunderts von Birkhoff das chromatische Polynom eingeführt es zählt die Anzahl der verschiedenen Färbungen eines Graphen dabei sind zwei Färbungen verschieden, falls mindestens ein Knoten von ihnen verschieden gefärbt wird wir bezeichnen mit f G (k ) die Anzahl der verschiedenen Färbungen eines Graphen G mit höchstens k Farben offensichtlich ist f G (k ) > 0 dann und nur dann, wenn G k -färbbar ist zur Veranschaulichung sei G = K n. dann ist f Kn (k ) = 0 für k < n für k = n können wir den ersten Knoten beliebig mit einer von den n Farben färben, den zweiten Knoten mit einer von den n 1 übrigen, usw. damit ist f Kn (n) = n (n 1) = n! wie das folgende Lemma zeigt, lässt sich f G (k ) rekursiv berechnen dazu sei e = (u, v ) E eine beliebige Kante und G e der durch Kontraktion von e entstehende Teilgraph 45 / / 57 Lemma 11 f G (k ) = f G e (k ) f G e (k ). Diese Lemma erlaubt uns, die folgenden Eigenschaften von f G (k ) herzuleiten: Satz 12 Sei G = (V, E ) ein einfacher Graph und k χ(g). Dann ist f G (k ) ein Polynom in k der Form f G (k ) = a n k n + a n 1 k n a 0 und es gilt: betrachte eine beliebige Färbung F von G e sind u und v gleichgefärbt, so ist F auch eine Färbung von G e umgekehrt liefert jede Färbung von G e auch eine Färbung von G e, in der u und v gleichgefärbt sind (i) f G (k ) hat Grad n, (ii) die Koeffizienten a n, a n 1,..., a 0 (iii) a n = 1, a n 1 = m, a 0 = 0. haben alternierende Vorzeichen, jede Färbung von G e, in der u und v verschieden gefärbt sind, entspricht eineindeutig einer Färbung von G damit folgt f G e (k ) = f G (k ) + f G e (k ). wir führen eine Induktion nach m durch: ist m = 0 und V = n, so können die Knoten beliebig gefärbt werden, d.h. f G (k ) = k n 47 / / 57

13 sei e = (u, v ) E nach Lemma 11 ist f G (k ) = f G e (k ) f G e (k ) per Induktion folgt f G e (k ) = b n k n + b n 1 k n b 0 Lemma 13 Ist G = G 1 G 2 mit G 1 G 2 = K n, so folgt f G (k ) = f G1 (k ) f G2 (k )/f Kn (k ) damit folgt f G e (k ) = c n 1 k n c 0 a n = b n = 1 a n 1 = b n 1 c n 1 = (m 1) 1 = m a 0 = b 0 c 0 = 0 a i = b i c i, wobei b i > 0 c i < 0 und somit a i > 0 b i > 0. jede Färbung F von G entspricht genau einem Paar (F 1, F 2 ) von Färbungen von G 1 bzw. G 2, die auf K n übereinstimmen ist F 1 eine k -Färbung von G 1, so gibt es offensichtlich f G2 (k )/f Kn (k ) k -Färbungen von G 2, die auf K n mit F 1 übereinstimmen. 49 / / 57 Lemma 14 Für einen Baum T mit n Knoten gilt! Xn 1 f T (k ) = k (k 1) n 1 = ( 1) i n 1 i i=0 k n i sei u ein Blatt von T und sei T = T u nach Induktion gilt f T (k ) = k (k 1) n 2 ist v der Nachbar von u, so schneidet die Kante (u, v ) T in v nach Lemma 13 folgt f T (k ) = f T (k ) f K2 (k )/f K1 (k ) Die Umkehrung gilt auch nach Satz 12 (i) - (iii). Induktion nach n : für n = 1 ist nichts zu zeigen sei n > 1 sei u ein Blatt von T und sei T = T u das chromatische Polynom hat noch eine andere Darstellung dafür benötigen wir ein vorbereitendes ein Lemma, das als Inklusions-Exklusionsprinzip bekannt ist 51 / / 57

14 sei A eine Grundmenge A i A Teilmengen von A für i = 1,..., r und S = {1,..., r } gesucht ist die Anzahl der Elemente, die in keiner Teilmenge liegen Lemma 15 Die Anzahl der Elemente von A, die in keiner der Teilmengen A i sind, beträgt r[ A A i = A + X i=1 I S,S ( 1) I \ A i. i I enthalten Beispiel: A1 A 2 A 3 A Dann ist 3[ 3X A A i = A A i i=1 i=1 + A 1 A 2 + A 1 A 3 + A 2 A 3 A 1 A 2 A 3. jedes Element, das in keiner Teilmenge liegt, wird im ersten Summanden einmal gezählt liegt ein Element in den Teilmengen A 1,..., A m, so taucht es in der obigen Summation 2 m mal auf (einschließlich des ersten Summanden) dabei erscheint es aber genau so oft in einer ungeraden Menge S wie in einer geraden daher ist der Beitrag eines solchen Elements Null. 53 / / 57 Für F E sei G(F ) = (V, F ) der von den Kanten in F induzierte Untergraph und c(g(f )) die Anzahl der Zusammenhangskomponenten von G(F ) Satz 16 (Whitney) Das chromatische Polynom lässt sich schreiben als f G (k ) = X F E( 1) F k c(g(f )). sei A die Menge der Färbungen, bei denen auch adjazente Knoten die gleiche Farbe tragen dürfen dann ist A = k n = ( 1) F c(g(f )) k mit F = sei A i die Teilmenge dieser Färbungen, in denen die Endknoten der Kante e i gleich gefärbt sind nach dem Inklusions-Exklusionsprinzip aus Lemma 15 ist f G (k ) = X ( 1) F \ A i F E i F die Menge T i F A i besteht aus Färbungen, die in jeder Kante aus F die Färbungsbedingung verletzen 55 / / 57

15 die Menge T i F A i besteht aus Färbungen, die in jeder Kante aus F die Färbungsbedingung verletzen die Endknoten einer Kante e F sind somit gleichgefärbt damit sind auch alle Zusammenhangskomponenten von G(F ) gleichgefärbt diese Zusammenhangskomponenten können aber unabhängig voneinander gefärbt werden d.h. T i F A c(g(f )) i enthält k Färbungen somit: f G (k ) = X F E ( 1) F \ A i i F = X F E( 1) F k c(g(f )). 57 / 57

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

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

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

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

4 Färbungen Begriffe Komplexität Greedy-Algorithmus Knotenreihenfolgen Das 4-Farben-Problem...

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

Mehr

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.

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. 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

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

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

Definition : Diechromatische Zahl eines Graphen G ist die kleinste Anzahl chromatische Zahl von Farben für eine zulässige Färbung.

Definition : 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

Mehr

Vier-Farben-Vermutung (1)

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

Mehr

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

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

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

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

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

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

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

Graphen und Algorithmen

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

Mehr

Kap. IV: Färbungen von Graphen

Kap. IV: Färbungen von Graphen Chr.Nelius: Graphentheorie (WS 2016/17) 46 Kap. IV: Färbungen von Graphen 12. Eckenfärbungen Bereits im 6 ten Paragraphen haben wir Eckenfärbungen benutzt, um bipartite Graphen charakterisieren zu können.

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

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

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

Achilles und die Schildkröte Sommersemester 2008

Achilles 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

Mehr

Technische Universität München Zentrum Mathematik Propädeutikum Diskrete Mathematik. Weihnachtsblatt

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

Mehr

Theoretische Informatik. nichtdeterministische Turingmaschinen NDTM. Turingmaschinen. Rainer Schrader. 29. April 2009

Theoretische Informatik. nichtdeterministische Turingmaschinen NDTM. Turingmaschinen. Rainer Schrader. 29. April 2009 Theoretische Informatik Rainer Schrader nichtdeterministische Turingmaschinen Zentrum für Angewandte Informatik Köln 29. April 2009 1 / 33 2 / 33 Turingmaschinen das Konzept des Nichtdeterminismus nahm

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

Minimal spannender Baum

Minimal 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

Mehr

Listenfärbung von Graphen

Listenfärbung 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

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

William Rowan Hamilton,

William Rowan Hamilton, 3.2.2 Hamiltonkreise Definition 130. In einem Graph G = (V,E) nennt man einen Kreis, der alle Knoten aus V genau einmal durchläuft, einen Hamiltonkreis. Enthält ein Graph eine Hamiltonkreis, nennt man

Mehr

Abbildung 1: Reduktion: CLIQUE zu VERTEX-COVER. links: Clique V = {u, v, x, y}. rechts:der Graph Ḡ mit VC V \ V = {w, z}

Abbildung 1: Reduktion: CLIQUE zu VERTEX-COVER. links: Clique V = {u, v, x, y}. rechts:der Graph Ḡ mit VC V \ V = {w, z} u v u v z w z w y x y x Abbildung 1: Reduktion: CLIQUE zu VERTEX-COVER. links: Clique V = {u, v, x, y}. rechts:der Graph Ḡ mit VC V \ V = {w, z} Definition 0.0.1 (Vertex Cover (VC)). Gegeben: Ein ungerichteter

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

Kapitel 3. Kapitel 3 Graphentheorie

Kapitel 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

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

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

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

Graphentheorie. Kürzeste Wege. Kürzeste Wege. Kürzeste Wege. Rainer Schrader. 25. Oktober 2007

Graphentheorie. Kürzeste Wege. Kürzeste Wege. Kürzeste Wege. Rainer Schrader. 25. Oktober 2007 Graphentheorie Rainer Schrader Zentrum für Angewandte Informatik Köln 25. Oktober 2007 1 / 20 2 / 20 Wir werden Optimierungsprobleme vom folgenden Typ betrachten: gegeben eine Menge X und eine Funktion

Mehr

Der Fünffarbensatz Proseminar: Graphentheorie Sommersemester 2006 Isa Topac, Markus Kunder, Tim Hahn

Der 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

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

= 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

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

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

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

Das Heiratsproblem. Definition Matching

Das Heiratsproblem. Definition Matching Das Heiratsproblem Szenario: Gegeben: n Frauen und m > n Männer. Bekanntschaftsbeziehungen zwischen allen Männern und Frauen. Fragestellung: Wann gibt es für jede der Frauen einen Heiratspartner? Modellierung

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

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

Wiederholung aus Diskreter Mathematik I: I: Graphentheorie

Wiederholung 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

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

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

Übungen zu Kombinatorik und Graphentheorie

Übungen zu Kombinatorik und Graphentheorie Übungen zu Kombinatorik und Graphentheorie Ilse Fischer, SS 07 (1) (a) In einer Schachtel sind 4 rote, 2 blaue, 5 gelbe und 3 grüne Stifte. Wenn man die Stifte mit geschlossenen Augen zieht, wieviele muss

Mehr

16. Flächenfärbungen

16. 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

Mehr

Diskrete Strukturen. Markus Lohrey. Wintersemester 2008/2009. Universität Leipzig

Diskrete Strukturen. Markus Lohrey. Wintersemester 2008/2009. Universität Leipzig Diskrete Strukturen Markus Lohrey Universität Leipzig Wintersemester 2008/2009 Lohrey (Universität Leipzig) Diskrete Strukturen Wintersem. 2008/2009 1 / 247 Organisatorisches zur Vorlesung Die aktuelle

Mehr

KARL-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 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

Mehr

Das Briefträgerproblem

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

Mehr

Theoretische Informatik 1

Theoretische 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

Mehr

Fortgeschrittene Netzwerk- und Graph-Algorithmen

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

Mehr

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

1. Einleitung wichtige Begriffe

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

Mehr

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

Diskrete Mathematik 1

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

Mehr

Graphentheorie I Dr. Markus Severitt L A TEX-Mitschrift von Christina und Jan

Graphentheorie I Dr. Markus Severitt L A TEX-Mitschrift von Christina und Jan 1 Graphentheorie I Dr. Markus Severitt L A TEX-Mitschrift von Christina und Jan Dies ist unsere Vorlesungsmitschrift der Veranstaltung Graphentherie I von Herrn Dr. Severitt, gelesen im Sommersemester

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

WS 2008/09. Diskrete Strukturen

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

Mehr

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

Anwendungen von Graphen

Anwendungen von Graphen Anwendungen von Graphen Strassen- und Verkehrsnetze Computernetzwerke elektrische Schaltpläne Entity-Relationship Diagramme Beweisbäume endliche Automaten Syntaxbäume für Programmiersprachen Entscheidungsbäume

Mehr

André Krischke Helge Röpcke. Graphen und Netzwerktheorie Grundlagen Methoden Anwendungen

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

Mehr

Grundbegriffe der Informatik

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

Mehr

Diskrete Strukturen 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

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

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

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

OR für Wirtschaftsingenieure. Übungsserie 7: Färbungen von Graphen

OR 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

Mehr

Ferienkurs Propädeutikum Diskrete Mathematik

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

Mehr

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

Kapitel 5: Minimale spannende Bäume Gliederung der Vorlesung

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

Mehr

Grundbegriffe der Informatik

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

Mehr

Bäume und Wälder. Seminar: Graphentheorie Sommersemester 2015 Dozent: Dr. Thomas Timmermann

Bäume und Wälder. Seminar: Graphentheorie Sommersemester 2015 Dozent: Dr. Thomas Timmermann Bäume und Wälder Seminar: Graphentheorie Sommersemester 2015 Dozent: Dr. Thomas Timmermann Ida Feldmann 2-Fach Bachelor Mathematik und Biologie 6. Fachsemester Inhaltsverzeichnis Einleitung 1 1. Bäume

Mehr

Seminar Graphenfärbung Greedy-Färbung und Verwandtes

Seminar Graphenfärbung Greedy-Färbung und Verwandtes Seminar Graphenfärbung Greedy-Färbung und Verwandtes Stefan Heinz 4. Juni 2004 Zusammenfassung Das Problem der Berechnung der chromatischen Zahl χ(g) ist N P-schwer, so dass es vermutlich keinen Algorithmus

Mehr

Zur Zykelschreibweise von Permutationen

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

Mehr

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

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

Die. Ramsey-Zahlen

Die. Ramsey-Zahlen Westfälische Willhelms-Universität Münster Fachbereich 10 Mathematik und Informatik Seminar Graphentheorie Sommersemester 2015 Dozent: Dr. Thomas Timmermann Die Ramsey-Zahlen 01.06.15 Kirsten Voß k_voss11@uni-muenster.de

Mehr

Diskrete Mathematik. Hamiltonsche Graphen Teil I. Karina Arndt

Diskrete Mathematik. Hamiltonsche Graphen Teil I. Karina Arndt Diskrete Mathematik Hamiltonsche Graphen Teil I Karina Arndt 21.06.2006 Übersicht Einleitung Hamiltonsch und eulersch Hamiltonsche Kreise Hamiltonsche Graphen neu zeichnen Kreise und Wege Reguläre Graphen

Mehr

Graphentheorie: Das Hamiltonische-Kreis-Problem: Definitionen, Resultate und Anwendungen

Graphentheorie: Das Hamiltonische-Kreis-Problem: Definitionen, Resultate und Anwendungen Graphentheorie: Das Hamiltonische-Kreis-Problem: Definitionen, Resultate und Anwendungen Dr. Gerold Jäger Habilitationsvorlesung Christian-Albrechts-Universität zu Kiel Institut für Informatik 21. April

Mehr

Näherungsalgorithmen (Approximationsalgorithmen) WiSe 2006/07 in Trier. Henning Fernau Universität Trier

Näherungsalgorithmen (Approximationsalgorithmen) WiSe 2006/07 in Trier. Henning Fernau Universität Trier Näherungsalgorithmen (Approximationsalgorithmen) WiSe 2006/07 in Trier Henning Fernau Universität Trier fernau@informatik.uni-trier.de 1 Näherungsalgorithmen Gesamtübersicht Organisatorisches Einführung

Mehr

2. November Gradfolgen Zusammenhang Kürzeste Wege. H. Meyerhenke: Algorithmische Methoden zur Netzwerkanalyse 37

2. November Gradfolgen Zusammenhang Kürzeste Wege. H. Meyerhenke: Algorithmische Methoden zur Netzwerkanalyse 37 2. November 2011 Gradfolgen Zusammenhang Kürzeste Wege H. Meyerhenke: Algorithmische Methoden zur Netzwerkanalyse 37 Satz von Erdős und Gallai Eine Partition einer natürlichen Zahl ist genau dann die Gradfolge

Mehr

2. Woche Eindeutige Entschlüsselbarleit, Sätze von Kraft und McMillan, Huffmancodierung

2. Woche Eindeutige Entschlüsselbarleit, Sätze von Kraft und McMillan, Huffmancodierung 2 Woche Eindeutige Entschlüsselbarleit, Sätze von Kraft und McMillan, Huffmancodierung 2 Woche: Eindeutige Entschlüsselbarleit, Sätze von Kraft und McMillan, Huffmancodierung 24/ 44 Zwei Beispiele a 0

Mehr

Graphentheorie 2. im Wintersemester 2015/16 - Dr. Oliver Schaudt - Universität zu Köln. Mathematisches Institut

Graphentheorie 2. im Wintersemester 2015/16 - Dr. Oliver Schaudt - Universität zu Köln. Mathematisches Institut Graphentheorie 2 im Wintersemester 2015/16 - Dr. Oliver Schaudt - Universität zu Köln Mathematisches Institut Inhaltsverzeichnis Inhaltsverzeichnis 1 0 Grundlegende Definitionen 2 1 Gerichtete Graphen

Mehr

Ausarbeitung über den Satz von Menger und den Satz von König

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

Mehr

Gruppenwertige Flüsse Übertragung endlicher Sätze ins unendliche. Bachelor Arbeit von Tim Sebastian Rühmann. 27. März Betreuer: Prof. R.

Gruppenwertige Flüsse Übertragung endlicher Sätze ins unendliche. Bachelor Arbeit von Tim Sebastian Rühmann. 27. März Betreuer: Prof. R. Gruppenwertige Flüsse Übertragung endlicher Sätze ins unendliche Bachelor Arbeit von Tim Sebastian Rühmann geboren am 30. Dezember 1986 in Hamburg 27. März 2010 Betreuer: Prof. R. Diestel Universität Hamburg

Mehr

Vorlesung Diskrete Strukturen Eulersche und Hamiltonsche Graphen

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

Mehr

3. Musterlösung. Problem 1: Boruvka MST

3. Musterlösung. Problem 1: Boruvka MST Universität Karlsruhe Algorithmentechnik Fakultät für Informatik WS 06/07 ITI Wagner. Musterlösung Problem : Boruvka MST pt (a) Beweis durch Widerspruch. Sei T MST von G, e die lokal minimale Kante eines

Mehr

Algorithmen und Datenstrukturen 2-1. Seminar -

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

Mehr

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

Vorlesung Diskrete Strukturen Eulersche und Hamiltonsche Graphen

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

Mehr

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

Systems of Distinct Representatives

Systems of Distinct Representatives Systems of Distinct Representatives Seminar: Extremal Combinatorics Peter Fritz Lehr- und Forschungsgebiet Theoretische Informatik RWTH Aachen Systems of Distinct Representatives p. 1/41 Gliederung Einführung

Mehr

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

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

Mehr

Färbungen auf Graphen

Färbungen 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

Mehr