Westfählische Wilhelms-Universität. Eulersche Graphen. Autor: Jan-Hendrik Hoffeld
|
|
- Maria Seidel
- vor 7 Jahren
- Abrufe
Transkript
1 Westfählische Wilhelms-Universität Eulersche Graphen Autor: 21. Mai 2015
2 Inhaltsverzeichnis 1 Das Königsberger Brückenproblem 1 2 Eulertouren und Eulersche Graphen 2 3 Auffinden eines eulerschen Zyklus 4 I
3 1 Das Königsberger Brückenproblem Abbildung 1: Die Brücken Königsbergs Im 18. Jahrhundert kam kaum ein Mathematiker, der sich in Königsberg wiederfand, darum herum sich zu fragen, ob es ihm gelänge, einen Weg durch die Stadt zu finden, sodass er jede Brücke genau einmal überquerte und dort endete, wo er gestartet war nahm sich der schweizer Mathematiker Leonhard Euler, der zu der Zeit Professor der Mathematik in St. Petersburg war, des Problems an. Euler gelang es zu beweisen, dass ein solcher Rundweg nicht existiert. 1.1 Euler und das Königsberger Brückenproblem Bei der Suche nach einem Rundweg durch Königsberg, bei dem jede der sieben Brücken genau einmal überquert werden muss, schrieb Euler, dass eine Möglichkeit der Problemlösung sei, alle nur möglichen Wege durch Königsberg zu betrachten und zu überprüfen, ob einer den Ansprüchen genügt. Dieses Vorgehen sei jedoch zu aufwändig und nicht auf allgemeine Problemstellungen mit mehr Brücken anwendbar. Stattdessen wolle er erst eine Methode entwickeln, die ihm verrät, ob ein solcher Rundweg existiert. 1 Um zu überprüfen, ob ein solcher Rundweg existiert, vereinfachte Euler zuerst die Darstellung der Lage der Brücken von Königsberg wie in Abb. 2 zu sehen. Mithilfe einer Buchstabensequenz, bestehend aus A,B,C und D ließ sich nun einfach ein Weg durch Königsberg beschreiben. 1 Norman L. Biggs, E. Keith Lloyd und Robin J. Wilson. Graph Theory Oxford University Press,
4 Abbildung 2: Anordnung der Brücken von Königsberg Zum Beispiel beschrieb die Sequenz ADCABAC den Weg, der bei A startete, dann über eine Brücke zu D, dann zurück zu A usw. führte. Dieser Weg überquert sechs der sieben Brücken, die mit den Buchstabenpaaren AD, DC, CA, AB, BA und AC identifiziert werden können. Durch diese Schreibweise vereinfachte sich das Problem dahingehend, dass nur noch eine Sequenz von acht Buchstaben (da es sieben Brücken sind) gesucht werden musste, in denen die einzelnen Buchstaben entsprechend oft auftauchen. Bevor Euler jedoch eine solche Sequenz suchte, wollte er überprüfen, ob eine solche Sequenz zu finden sei. 2 Euler argumentierte, dass D in der Sequenz genau zwei mal auftauchen müsse, da D mit drei Brücken verbunden ist. Würde D nur einmal in der Sequenz stehen, würden maximal zwei der drei Brücken überquert. Würde D dreimal in der Sequenz erscheinen, müsste D mit mindestens vier Brücken verbunden sein. Analog müssen auch C und B zweimal auftauchen und A dreimal. Insgesamt braucht die Sequenz daher neun Buchstaben. Dies ist allerdings nicht möglich, da nur sieben Brücken zur Verfügung stehen. Damit ist gezeigt, dass kein solcher Rundweg existiert. Durch diesen Überlegungen begründete Euler die Graphentheorie, auch wenn er noch keine Begriffe wie Knoten, Kanten oder Graphen verwendete. 2 Eulertouren und Eulersche Graphen Definition 1. Ein Weg W innerhalb eines zusammenhängenden Graphens G heißt Eulertour, wenn jede Kante von G in W liegt. Definition 2. Ein zusammenhängender Graph G heißt eulersch, wenn er eine geschlossene Eulertour enthält. Eine geschlossene Eulertour nennen wir Eulerschen Zyklus. 2 Biggs, Lloyd und Wilson, s. Anm. 1. 2
5 Satz 1. Für einen zusammenhängenden Graph G sind folgende Aussagen äquivalent: 1. G ist eulersch. 2. Jeder Knoten von G hat einen geraden Grad. 3. Die Kanten von G lassen sich disjunkt in Kreise zerlegen. Beweis. Der Satz wird mittels Kreisschluss bewiesen Angenommen G enthält einen Eulerschen Zyklus C. Sei v ein beliebiger Knoten von G. Jedes Mal wenn C durch v läuft, muss C zwei Kanten durchlaufen, die inzident zu v sind. Wenn jede Kante, die inzident zu v ist, genau einmal von C durchlaufen werden muss, muss v einen geraden Grad haben Angenommen, jeder Knoten von G hat einen geraden Grad. Wir zeigen die Implikation durch Induktion über die Anzahl der Kreise in G. Da G zusammenhängend ist und keine Knoten vom Grad 1 hat, ist G kein Baum und besitzt somit mindestens einen Kreis. Hat G genau einen Kreis, so ist G ein Kreisgraph C n für ein n und die Zerlegung besteht allein aus diesem Kreis. Angenommen, die Implikation gelte nun für Graphen, die nicht mehr als k Kreise beinhalten und G bestehe aus k + 1 Kreisen. Sei C ein beliebiger Kreis in G und sei G der Graph, der aus G hervorgeht, wenn die Kanten von C gelöscht werden. Durch das Löschen der Kanten von C verringert sich der Grad aller Knoten von C um 2. Daher hat jeder Knoten von G einen geraden Grad. Weiterhin hat jede zusammenhängende Komponente von G nicht mehr als k Kreise. Jede Komponente von G erfüllt nun die Induktionsannahme. Also lassen sich die Kanten von G disjunkt in Kreise zerlegen. Zusammen mit C liefert das die Zerlegung für G Angenommen, die Kanten von G lassen sich disjunkt in Kreise zerlegen. Wir nennen diese Kreise S 1, S 2,..., S k. Sei C der längste Zyklus in G, sodass die Menge der Kanten von C gerade E(C) = E(S j1 ) E(S j2 )... E(S jm ) für einige S j1, S j2,..., S jm ist. Sei nun e eine Kante, die nicht in C liegt, aber inzident mit einem Knoten v von C ist, dann müssen e und v in einem Kreis S i für ein i liegen, der keine gemeinsame Kante mit C hat. Sei nun C der Zyklus, der entsteht, wenn man C und S i in v verknüpft. Da C aus den Kanten von C und von S i besteht, ist das ein Widerspruch dazu, dass C maximal ist. Daher enthält C bereits alle Kanten von G und ist somit ein Eulerscher Zyklus. Somit ist G eulersch. Korollar 1. Ein zusammenhängender Graph G enthält genau dann eine Eulertour, wenn keiner oder genau zwei seiner Knote einen ungeraden Grad haben. 3
6 Beweis. Haben alle Knoten von G einen geraden Grad, ist G ein eulerscher Graph und die Aussage folgt trivialer Weise aus Satz 1. Angenommen, genau zwei Knoten v 1 und v 2 von G haben einen ungeraden Grad. Sei G der Graph, der aus G hervorgeht, indem eine Kante e hinzugefügt wird, die v 1 und v 2 verbindet. Dann hat jeder Knoten von G einen geraden Grad und ist somit ein Eulerscher Graph. G enthält daher eine geschlossene Eulertour C. Der Weg, der entsteht wenn die Kante e aus C entfernt wird, ist dann eine Eulertour in G. 3 Auffinden eines eulerschen Zyklus Jetzt, da wir wissen, ob ein Graph G eulersch ist, gilt es einen Eulerschen Zyklus in G zu finden. Der Algorithmus von Hierholzer bietet einen einfachen Weg solch einen Zyklus ausfindig zu machen. 3.1 Algorithmus von Hierholzer Gegeben sei ein Eulerscher Graph G. 1. Finde einen Zyklus in G und nenne ihn R 1. Markiere seine Kanten. Sei i=1. 2. Falls R i alle Kanten von G enthält, ist R i schon ein eulerscher Zyklus. 3. Enthält R i nicht alle Kanten von G, sei v i ein Knoten in R i, der inzident mit einer nicht markierten Kante e i ist. 4. Finde einen Zyklus Q i, der nur aus nicht markierten Kanten besteht, sowie v i und e i enthält. Markiere die Kanten von Q i. 5. Erstelle einen neuen Zyklus R i+1, indem R i und Q i in v i verknüpft werden. 6. Erhöhe i um 1 und fahre fort mit Schritt 2. Dass der Algorithmus von Hierholzer zu einem Eulerschen Zyklus führt, folgt direkt aus der Bedingung 3 von Satz 1. Definition 3. Sei G ein Graph und e E(G). Falls durch das Entfernen von e die Anzahl der Komponenten von G erhöht wird, so nennen wir e eine Brücke von G. 3.2 Algorithmus von Fleury Sei G ein zusammenhängender Eulerscher Graph, in dem alle Kanten unmarkiert sind. 1. Wähle einen Knoten und nenne ihn Hauptknoten 4
7 Abbildung 3: Die Schritte des Algorithmus von Hierholz 2. Falls alle Kanten von G markiert sind, sind wir fertig. Andernfalls fahre fort mit Schritt Wähle von den unmarkierten Kanten, die inzident zum Hauptknoten sind, wenn möglich eine, die keine Brücke des Untergraphens von G, der von den unmarkierten Kanten gebildet wird, ist. Ist das nicht möglich, wähle eine beliebige inzidente Kante des Hauptknotens. Markiere die Kante und nenne den anderen inzidenten Knoten den neuen Hauptknoten. 4. Fahre fort mit Schritt 2. Beweis. Um zu zeigen, dass der Algorithmus von Fleury tatsächlich einen Eulerschen Zyklus ausgibt, muss gefragt werden, wo der Algorithmus stecken bleiben könnte. Da jeder Knoten von G einen geraden Grad hat, können wir uns aus jedem Knoten wieder herausbewegen, es sei denn, es handelt sich um den Startknoten v. Angenommen der Algorithmus bleibt in v stecken. Die nicht markierten Kanten bilden zusammenhängende Komponenten, die alle eulersch sind, da alle Knoten einen geraden Grad besitzen. Angenommen, das letzte Mal, dass der Algorithmus den Knoten w, der Teil einer zusammenhängenden Komponente ist, durchlaufen hat, wurde w durch die Kante wv 1 verlassen. Sei der Rest des Weges v 1 v 2...v k = v. Die Kante wv 1 ist also eine Brücke in Feury s 5
8 Algorithmus. Der Knoten w ist allerdings inzident zu mindestens zwei Kanten, die keine Brücken sind. Daher hätte der Algorithmus die Kante wv 1 erst gar nicht ausgewählt. Im Gegensatz zum Algorithmus von Hierholzer lässt sich mit dem Algorithmus von Fleury auch eine Eulertour in solchen Graphen finden, die genau zwei Knoten mit ungeradem Grad haben. Hierzu wählt man einen dieser beiden Knoten als den ersten Hauptknoten und verfährt wie oben. 6
9 Literatur Literatur Biggs, Norman L., E. Keith Lloyd und Robin J. Wilson. Graph Theory Oxford University Press, Bollobás, Béla. Graph Theory - an introductory course. Bd. 63. Graduated Texts in Mathematics. Springer, Diestel, Reinhard. Graph Theory. 3. Edition. Bd Graduated Texts in Mathematics. Springer, Harris, John M., Jeffry L. Hirst und Michael J. Mossinghoff. Combinatorics and graph theory. 2. Edition. Undergraduate Texts in Mathematics. Springer,
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
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
MehrBemerkung: 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
MehrDie. 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
Mehr4. Kreis- und Wegeprobleme
4. Kreis- und Wegeprobleme Kapitelübersicht 4. Kreis- und Wegeprobleme Charakterisierung von eulerschen Graphen Bestimmung von eulerschen Wegen und Kreisen Hamiltonsche Graphen Abstände in Graphen Berechnung
MehrWS 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
MehrDiskrete Strukturen Kapitel 4: Graphentheorie (Euler-Hamilton)
WS 2015/16 Diskrete Strukturen 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
MehrWESTFÄLISCHE WILHELMS-UNIVERSITÄT MÜNSTER. Über 7 Brücken... wissen leben WWU Münster. Dietmar Lammers Hochschultag 201
MÜNSTER Über 7 Brücken... Dietmar Lammers Hochschultag 201 MÜNSTER Über 7 Brücken... 2/29 > Dauerwerbeveranstaltung für ein Studium der Informatik- aber mit mathematischem Inhalt! Hier: Ein Auszug aus
MehrGraphen: Rundwege, Kodierung von Bäumen
TH Mittelhessen, Wintersemester 2013/2014 Lösungen zu Übungsblatt 11 Fachbereich MNI, Diskrete Mathematik 4./5./6. Februar 2014 Prof. Dr. Hans-Rudolf Metz Graphen: Rundwege, Kodierung von Bäumen Aufgabe
MehrAlgorithmische Graphentheorie
Algorithmische Graphentheorie Vorlesung 7 und 8: Euler- und Hamilton-Graphen Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 17. April 2018 1/96 WIEDERHOLUNG Eulersche
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
MehrGraphen. Leonhard Euler ( )
Graphen Leonhard Euler (1707-1783) 2 Graph Ein Graph besteht aus Knoten (nodes, vertices) die durch Kanten (edges) miteinander verbunden sind. 3 Nachbarschaftsbeziehungen Zwei Knoten heissen adjazent (adjacent),
MehrWestfälische Wilhelms-Universität Münster. Fachbereich: Mathematik und Informatik. Planare Graphen
Westfälische Wilhelms-Universität Münster Fachbereich: Mathematik und Informatik Planare Graphen Kreuzungslemma und Charakterisierung planarer Graphen nach Kuratowski Andrea Vollmer Seminar: Graphentheorie
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
MehrNaiver Algorithmus für Hamiltonkreis
Naiver Algorithmus für Hamiltonkreis Algorithmus HAMILTON EINGABE: G = ([n], E) in Adjazenzmatrixdarstellung 1 Für alle Permutationen π : [n] [n]. 1 Falls (π(1), π(2),..., π(n)) ein Kreis in G ist, AUSGABE
MehrAlgorithmische Graphentheorie
Algorithmische Graphentheorie Vorlesung 6: Kreis- und Wegeprobleme Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 27. März 2018 1/47 KREIS- UND WEGEPROBLEME 2/47
MehrWS 2015/16 Diskrete Strukturen Kapitel 4: Graphen (Planare Graphen, Färbung)
WS 2015/16 Diskrete Strukturen Kapitel 4: Graphen (Planare Graphen, Färbung) 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
MehrGraphen. Definitionen
Graphen Graphen werden häufig als Modell für das Lösen eines Problems aus der Praxis verwendet, wie wir im Kapitel 1 gesehen haben. Der Schweizer Mathematiker Euler hat als erster Graphen verwendet, um
MehrWS 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
MehrGraphen KAPITEL 3. Dieses Problem wird durch folgenden Graph modelliert:
KAPITEL 3 Graphen Man kann als Ursprung der Graphentheorie ein Problem sehen, welches Euler 1736 von Studenten aus Königsberg gestellt bekam. Der Fluss Pregel wird von 7 Brücken überquert, und die Frage
MehrVorlesung 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
MehrNachbarschaft, 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
MehrVorlesung 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
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
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
Mehr5. Bäume und Minimalgerüste
5. Bäume und Minimalgerüste Charakterisierung von Minimalgerüsten 5. Bäume und Minimalgerüste Definition 5.1. Es ein G = (V, E) ein zusammenhängender Graph. H = (V,E ) heißt Gerüst von G gdw. wenn H ein
MehrÜbung zur Vorlesung Diskrete Mathematik (MAT.107) Blatt Beispiellösungen Abgabefrist:
Svenja Hüning, Michael Kerber, Hannah Schreiber WS 2016/2017 Übung zur Vorlesung Diskrete Mathematik (MAT.107) Blatt Beispiellösungen Abgabefrist: Hinweise: Dieses Blatt präsentiert Beispiellösungen zu
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..............................
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
MehrFormale 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
Mehr1. Einführung. Grundbegriffe und Bezeichnungen. Beispiele. gerichtete Graphen. 1. Einführung Kapitelübersicht
1. Einführung Kapitelübersicht 1. Einführung Grundbegriffe und Bezeichnungen Beispiele Bäume gerichtete Graphen Graphentheorie HS Bonn-Rhein-Sieg, WS 2014/15 15 Das Königsberger Brückenproblem Beispiel
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
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
MehrZur 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).
MehrAufgabe 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.
MehrÜbersicht. Bielefeld Hannover. Kamen Paderborn. Unna Wünnenberg Kassel. Ziffer wählen. abheben. auflegen. Gespräch führen
Übersicht Graphen beschreiben Objekte und Beziehungen zwischen ihnen geeignet für Modellierung verschiedener Aufgaben betrachten endliche, ungerichtete und endliche, gerichtete Graphen Graphen bestehen
MehrÜbung zur Vorlesung Diskrete Strukturen I
Technische Universität München WS 00/03 Institut für Informatik Aufgabenblatt 6 Prof. Dr. J. Csirik 18. November 00 Brandt & Stein Übung zur Vorlesung Diskrete Strukturen I Abgabetermin: Tutorübungen am
MehrÜbung zur Vorlesung Diskrete Strukturen I
Technische Universität München WS 00/0 Institut für Informatik Aufgabenblatt Prof. Dr. J. Csirik. November 00 Brandt & Stein Übung zur Vorlesung Diskrete Strukturen I Abgabetermin: Tutorübungen am. und.
MehrAusarbeitung zum Modulabschluss. Graphentheorie. spannende Bäume, bewertete Graphen, optimale Bäume, Verbindungsprobleme
Universität Hamburg Fachbereich Mathematik Seminar: Proseminar Graphentheorie Dozentin: Haibo Ruan Sommersemester 2011 Ausarbeitung zum Modulabschluss Graphentheorie spannende Bäume, bewertete Graphen,
MehrBäume 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
MehrBipartite Graphen. Beispiele
Bipartite Graphen Ein Graph G = (V, E) heiÿt bipartit (oder paar), wenn die Knotenmenge in zwei disjunkte Teilmengen zerfällt (V = S T mit S T = ), sodass jede Kante einen Knoten aus S mit einem Knoten
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
MehrDiskrete 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
MehrFreie Universität Berlin. Diskrete Mathematik. Ralf Borndörfer, Stephan Schwartz. Freie Universität. 08. April 2013
Diskrete Mathematik Ralf Borndörfer, Stephan Schwartz 08. April 2013 FUB VL Diskrete Mathematik SS 2013 1 Leonhard Euler (1707-1783) e i sin cos f(x) FUB VL Diskrete Mathematik SS 2013 2 Das Königsberger
Mehr1 Beispiele für Graphen
Beispiele für Graphen 1 Beispiele für Graphen 1. Kreuzungsproblem : 3 Häuser sollen mit einem Wasser-, Gas- und Elektroanschluß verbunden werden, wobei keine Kreuzung entstehen darf. Abbildung 1: Kreuzungsproblem
MehrBäume 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
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
MehrBetriebswirtschaftliche Optimierung
Institut für Statistik und OR Uni Graz 1 Approximationsalgorithmen auf metrischen Instanzen Minimum Spanning Tree Definition (Spannbaum) Ein Spannbaum in einem Graphen G = (V,E) ist ein kreisfreier Teilgraph
MehrBetriebliche Optimierung
Betriebliche Optimierung Joachim Schauer Institut für Statistik und OR Uni Graz Joachim Schauer ( Institut für Statistik und OR Uni Graz Betriebliche ) Optimierung 1 / 21 1 Approximationsalgorithmen auf
MehrQ.E.D. Algorithmen und Datenstrukturen Wintersemester 2018/2019 Übung#2, Christian Rieck, Arne Schmidt
Institute of Operating Systems and Computer Networks Algorithms Group Q.E.D. Algorithmen und Datenstrukturen Wintersemester 2018/2019 Übung#2, 01.11.2018 Christian Rieck, Arne Schmidt Einführendes Beispiel
MehrGraphalgorithmen II. Werner Sembach Werner Sembach Graphalgorithmen II / 22
Graphalgorithmen II Werner Sembach 14.04.2014 Werner Sembach Graphalgorithmen II 14.04.2014 1 / 22 Übersicht Datenstrukturen Union-Find Fibonacci-Heap Werner Sembach Graphalgorithmen II 14.04.2014 2 /
MehrDiskrete 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
Mehr1. 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
MehrAusarbeitung 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
MehrBernd Döring. Wege, Plätten, Färben. Vom Problem zur Theorie der Graphen
Bernd Döring Wege, Plätten, Färben Vom Problem zur Theorie der Graphen Bernd Döring, 2002-2005 Bernd Döring Johannes-Althusius-Gymnasium Früchteburger Weg 28 26721 Emden - 2 - Inhaltsverzeichnis 0. Einleitung
MehrStudientag zur Algorithmischen Mathematik
Studientag zur Algorithmischen Mathematik Eulertouren, 2-Zusammenhang, Bäume und Baumisomorphismen Winfried Hochstättler Diskrete Mathematik und Optimierung FernUniversität in Hagen 22. Mai 2011 Outline
MehrDie 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
MehrTutoraufgabe 1 (Suchen in Graphen):
Prof. aa Dr. E. Ábrahám Datenstrukturen und Algorithmen SS14 F. Corzilius, S. Schupp, T. Ströder Tutoraufgabe 1 (Suchen in Graphen): a) Geben Sie die Reihenfolge an, in der die Knoten besucht werden, wenn
MehrGraphentheorie Graphentheorie. Grundlagen Bäume Eigenschaften von Graphen Graphen-Algorithmen Matchings und Netzwerke
Graphen Graphentheorie Graphentheorie Grundlagen Bäume Eigenschaften von Graphen Graphen-Algorithmen Matchings und Netzwerke 2 Was ist ein Graph? Ein Graph ist in der Graphentheorie eine abstrakte Struktur,
MehrProseminar 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
MehrDiskrete Mathematik. Kryptographie und Graphentheorie
Diskrete Matheatik Kryptographie und Graphentheorie Jochen Hores & Jonas Bühler 14.06.006 Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 1 Inhaltsverzeichnis Inhaltsverzeichnis 1. Kryptographie
MehrDiskrete Mathematik Graphentheorie (Übersicht)
Diskrete Mathematik Graphentheorie (Übersicht) Dr. C. Löh 2. Februar 2010 0 Graphentheorie Grundlagen Definition (Graph, gerichteter Graph). Ein Graph ist ein Paar G = (V, E), wobei V eine Menge ist (die
MehrBrückenkurs Mathematik. Jörn Steuding (Uni Würzburg), 13. Januar 2018
Brückenkurs Mathematik Jörn Steuding (Uni Würzburg), 3. Januar 08 unser Programm. November:. Zahlen und einfache Gleichungen Zahlen, Rechengesetze, lineare u. quadratische Gleichungen, Dezimalbrüche, ein
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
Mehr11: Die Euler sche Polyederformel für planare Graphen
Chr.Nelius: Graphentheorie (WS 2016/17) 38 11: Die Euler sche Polyederformel für planare Graphen (11.1) BEM: a) Ein Polyeder (auch Vielflach oder Vielflächner) ist ein geometrischer Körper, der nur von
Mehr8: Bipartite Graphen. s 1. bei dem es eine Kante zwischen s i und k gibt, wenn der Schüler s i die Note k für seine Arbeit bekommen hat.
Chr.Nelius: Graphentheorie (WS 2018/19) 8 Bipartite Graphen 26 8: Bipartite Graphen In einer Schulklasse mit 24 Schülern s 1,s 2,s 3,...,s 24 wurde eine Mathe Arbeit geschrieben. Um das Ergebnis bildlich
MehrGraphentheorie. Kardinalitätsmatchings. Kardinalitätsmatchings. Kardinalitätsmatchings. Rainer Schrader. 11. Dezember 2007
Graphentheorie Rainer Schrader Zentrum für Angewandte Informatik Köln 11. Dezember 2007 1 / 47 2 / 47 wir wenden uns jetzt einem weiteren Optimierungsproblem zu Gliederung Matchings in bipartiten Graphen
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
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
Mehr6. 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
MehrDas Briefträgerproblem
Das Briefträgerproblem Paul Tabatabai 30. Dezember 2011 Inhaltsverzeichnis 1 Problemstellung und Modellierung 2 1.1 Problem................................ 2 1.2 Modellierung.............................
MehrElementargeometrie. Prof. Dr. Andreas Meister SS digital von: Frank Lieberknecht
Prof. Dr. Andreas Meister SS 2004 digital von: Frank Lieberknecht Geplanter Vorlesungsverlauf...1 Graphentheorie...1 Beispiel 1.1: (Königsberger Brückenproblem)... 1 Beispiel 1.2: (GEW - Problem)... 2
Mehr9. Algorithmus der Woche Die Eulertour Wie Leonhard Euler das Haus vom Nikolaus zeichnet
9. Algorithmus der Woche Die Eulertour Wie Leonhard Euler das Haus vom Nikolaus zeichnet Autoren Michael Behrisch, Humboldt-Universität zu Berlin Amin Coja-Oghlan, Humboldt-Universität zu Berlin, Humboldt-Universität
MehrSeien u, v V, u v. Da G zusammenhängend ist, muss mindestens ein Pfad zwischen u und v existieren.
Beweis: 1. 2. Seien u, v V, u v. Da G zusammenhängend ist, muss mindestens ein Pfad zwischen u und v existieren. Widerspruchsannahme: Es gibt zwei verschiedene Pfade zwischen u und v. Dann gibt es einen
MehrKantengraphen und Planare Graphen. Seminararbeit
Kantengraphen und Planare Graphen Seminararbeit in Mathematisches Seminar für LAK 621.378 SS 2018 vorgelegt von Anna Maria Gärtner bei: Baur, Karin, Univ.-Prof. Dr.phil. Graz, 2018 Inhaltsverzeichnis 1
MehrIlse Fischer. Fakultät für Mathematik, Universität Wien, Nordbergstraße 15, A-1090 Wien, Austria.
GRAPHEN MÜSSEN NICHT IMMER FUNKTIONEN DARSTELLEN Ilse Fischer Fakultät für Mathematik, Universität Wien, Nordbergstraße 15, A-1090 Wien, Austria. E-mail: Ilse.Fischer@univie.ac.at Zusammenfassung. In der
MehrDie umgekehrte Richtung
Die umgekehrte Richtung Satz 95 Sei n N, n 2. Dann gilt: b n 1 1 mod n für alle b Z n \ {0} = n ist prim. Beweis: [durch Widerspruch] Annahme: r n für ein r N, r > 1. Dann also r n 1 1 (r mod n) n 1 1
MehrUniv.-Prof. Dr. Goulnara ARZHANTSEVA
Diskrete Mathematik Univ.-Prof. Dr. Goulnara ARZHANTSEVA SS 2018 c Univ.-Prof. Dr. Goulnara Arzhantseva Kapitel 08: Menger, König und Hall / Planare Graphen 1 / 30 Der Satz von Menger: s t trennende Kantenmenge
MehrDaniel Platt Einführung in die Graphentheorie
Einführung in die Für die Mathematische Schülergesellschaft Leonhard Euler Humboldt Universität zu Berlin, Institut für Mathematik Das vorliegende Skript beschäftigt sich mit dem Thema. Das Skript entsteht
MehrÜbungsaufgaben Graphentheorie, Wintersemester 2011/12
Übungsaufgaben Graphentheorie, Wintersemester 2011/12 Frank Göring 25. Januar 2012 Zusammenfassung Übungsaufgaben zur Graphentheorievorlesung. 1 Bis 19.10.2011 1. Wir hatten einen Graphen G als zusammenhängend
Mehr9: Gewichtete Graphen
Chr.Nelius: Graphentheorie (WS 06/7) 9 9: Gewichtete Graphen Beispiel: Eine Straßenkarte mit Entfernungsangaben zwischen den Orten ist ein Beispiel für einen gewichteten Graphen. (9.) DEF: Ein Graph G
MehrEinführung in die Diskrete Mathematik
Einführung in die Diskrete Mathematik Sommersemester 2014 PD Dr. Nils Rosehr Inhaltsverzeichnis I Einleitung 5 II Kombinatorik 5 1 Grundlagen der Kombinatorik 6 1.1 Standardbezeichnungen......................
MehrPlanare Graphen und Färbungen. Kapitel 7. Peter Becker (H-BRS) Graphentheorie Wintersemester 2018/ / 296
Kapitel 7 Peter Becker (H-BRS) Graphentheorie Wintersemester 2018/19 256 / 296 Inhalt Inhalt 7 Färbungen Peter Becker (H-BRS) Graphentheorie Wintersemester 2018/19 257 / 296 Jordankurve Zentrale Frage
MehrLösungen 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
MehrOPTIMALE ROUTENPLANUNG - MÜLLABFUHR -
OPTIMALE ROUTENPLANUNG - MÜLLABFUHR - https://functionalptcenter.com/indecision-leads-poorperformance/ Sarina Zens HS Mathematische Modellierung WS 2018/19 Dozentin: Prof. Dr. Mária Lukácová-Medvidová
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 17. Januar 2012 INSTITUT FÜR THEORETISCHE 0 KIT 18.01.2012 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der
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
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
Mehr8. 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
Mehr3. 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
MehrKapitel IV Minimale Spannbäume
Kapitel IV Minimale Spannbäume 1. Grundlagen Ein Graph G = (V, E) besteht aus einer Menge V von Knoten und einer Menge E von Kanten. Wir werden nur endliche Knoten- (und damit auch Kanten-) Mengen betrachten.
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)
Mehr5 Graphen. Repräsentationen endlicher Graphen. 5.1 Gerichtete Graphen. 5.2 Ungerichtete Graphen. Ordnung von Graphen
Grundlagen der Mathematik für Informatiker 1 Grundlagen der Mathematik für Informatiker 5 Graphen 5.1 Gerichtete Graphen Definition 5.1 (V, E) heißt gerichteter Graph (Digraph), wenn V Menge von Knoten
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
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
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..............................
MehrChristian Rieck, Arne Schmidt
Institute of Operating Systems and Computer Networks Algorithms Group Algorithmen und Datenstrukturen Wintersemester 207/208 Übung#2, 09..207 Christian Rieck, Arne Schmidt Organisatorisches Anmeldung Mailingliste
Mehr9. Übung Algorithmen I
Timo Bingmann, Christian Schulz INSTITUT FÜR THEORETISCHE INFORMATIK, PROF. SANDERS 1 KIT Timo Universität Bingmann, des LandesChristian Baden-Württemberg Schulz und nationales Forschungszentrum in der
MehrGeraden in der Ebene und Zerlegung von Graphen
Geraden in der Ebene und Zerlegung von Graphen Proseminar: Beweise aus dem Buch am 17.01.2015 von Ina Seidel 1 Historisches zu Sylvester und Gallai James Joseph Sylvester * 1814, 1897 war britischer Mathematiker.Unter
Mehr