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

Größe: px
Ab Seite anzeigen:

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

Transkript

1 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 der zweielementigen Teilmengen von V ist. Die Elemente von V werden Ecken von, die Elemente von E Kanten von genannt. Wir sagen auch = (V, E) ist ein raph auf V und schreiben V () statt V und E () statt E. Wir betrachten nur endliche raphen, d.h. V ist endlich. Mit = V () wird die Ordnung von bezeichnet und kk = E (). Der leere raph ist (, ) =. Für eine Kante {, } schreiben wir kürzer oder. Ist X V und Y V, so heiÿt eine X Y -Kante. Die Menge aller X Y -Kanten aus E bezeichnen wir mit E (X, Y ). Bei einelementigen Mengen lassen wir die Mengenklammern weg. Die Menge E (v, V \ {v}) aller mit v inzidenten Kanten wird mit E (v) bezeichnet. Eine Ecke v heiÿt mit einer Kante e inzident, wenn v e. Die beiden mit einer Kante e inzidenten Ecken heiÿen Endecken von e und e verbindet diese Ecken. Zwei Ecken, sind benachbart in und heiÿen Nachbarn voneinander, wenn E. Zwei Kanten e 6= f sind benachbart, falls sie eine gemeinsame Endecke haben. Sind je zwei Ecken von benachbart, so heiÿt vollständig. Einen vollständigen raphen mit n Ecken bezeichnen wir mit K n. f w e h v Abbildung 1: Beispiel raph Die Ecke v ist mit der Kante e und der Kante f inzident,, v sind die Endecken von e. Zum Beispiel sind die Ecken und benachbart. Die Kanten e und f sind benachbart, da sie die gemeinsame Endecke haben, die Kanten f und h sind nicht benachbart. Der raph ist nicht vollständig, da beispielsweise die Ecken und v nicht benachbart sind. Die gröÿte Mächtigkeit einer Menge paarweise benachbarter Ecken in ist die Cliquenzahl ω (). Im obigen Beispiel ist ω = 2. Eine Teilmenge von V oder von E heiÿt unabhängig, wenn ihre Elemente paarweise nicht benachbart sind. Die gröÿte Mächtigkeit einer unabhängigen Eckenmenge in ist die Unabhängigkeitszahl α (). Sei 0 = (V 0, E 0 ) ein weiterer raph. heiÿt isomorph zu 0 (kurz: ' 0 ), wenn es eine Bijektion φ : V V 0 gibt mit E φ () φ () E 0 für alle, V. Eine solche Abbildung φ heiÿt Isomorphismus ; ist V = V 0, heiÿt Φ auch Automorphismus. Ordnet eine Funktion isomorphen raphen gleiche Werte zu, so wird sie (raphen-) Invariante genannt. Beispielsweise sind Ecken- und Kantenzahl oder α und ω rapheninvarianten. Wir de nieren 0 := (V V 0, E E 0 ) und 0 := (V V 0, E E 0 ). Ist 0 =, so sind und 0 disjunkt und 0 := (V V 0, E E 0 {vv 0 : v V, v 0 V 0 }). Das Komplement von ist der raph auf V, in dem zwei Ecken genau dann benachbart sind, wenn sie es in nicht sind. 1

2 raphen- und Berechenbarkeitstheorie ist isomorph zum Komplement. Der Kantengraph L () von ist der raph auf E in dem, E genau dann als Ecken benachbart sind, wenn sie es als Kanten in sind. ilt V 0 V und E 0 E, so heiÿt 0 Teilgraph von (bzw. Obergraph von 0 ), kurz 0. Der Teilgraph 0 heiÿt induziert oder aufgespannt von V 0 in, wenn er alle Kanten E mit, V 0 enthält. Dann heiÿt 0 Untergraph von und wir schreiben [V 0 ] für 0. Umgekehrt nennt man 0 einen aufspannenden Teilgraphen von, wenn V 0 ganz aufspannt, d.h. V 0 = V. Sei U beliebige Menge, dann ist [V \ U ] = U der raph der aus durch Löschen aller Ecken in U V und aller mit diesen Ecken identi zierten Kanten entsteht. Wir schreiben wieder v statt {v} für einelementige Mengen und für raphen V (0 ) = 0. Ist F Teilmenge von [V ]2, so setze F := (V, E \ F ) und + F := (V, E F ). 0.2 Der rad einer Ecke Sei = (V, E) ein nicht leerer raph. Dann ist N (v) die Menge aller Nachbarn einer Ecke v. Allgemeiner bezeichnet N (U ) für U V die Menge aller Nachbarn in V \ U von Ecken aus U. Der rad d (v) = d (v) einer Ecke v bezeichnet die Anzahl E (v) der mit v inzidenten Kanten. Eine Ecke vom rad 0 heiÿt isoliert. Weiter nennt man δ () := minv V d (v) Minimalgrad von und () := mav V d (v) Maimalgrad von. Hat jede Ecke von den gleichen rad k, so heiÿt (k-)regulär. Einen 3regulären raphen bezeichnet man auch als kubisch. Der Durchschnittsgrad d () von. O ensichtlich gilt δ () d () (). ist de niert durch d () := v V d(v) V Also liefert Durchschnittsgrad ein Maÿ für die ungefähre Anzahl der Kanten pro Ecke. E auch direkt ausdrücken werden. Da jede Dieses Verhältnis kann durch () := V Kante genau zwei Endecken hat, folgt E = 12 v V d (v) = 12 d () V. Somit gilt () = 12 d (). roposition Die Anzahl der Ecken ungeraden rades in ist stets gerade. Wegen E = 12 v V d (v) und E N folgt, dass v V d (v)eine gerade Zahl sein muss. Damit ist die Anzahl an ungeraden d(v) in der Summe v V gerade und die roposition folgt. Beweis. Hoher Minimalgrad impliziert, dass der raph auch global viele Kanten hat, da 1 d () 21 δ (). Die Umkehrung gilt im Allgemeinen jedoch nicht: Dazu 2 betrachte eine global gesehen dichten raphen mit einer isolierten Ecke. Aber es kann ein Teilgraph H geeignet gewählt werden, so dass die Umkehrung für H gilt. Dies ist Aussage der folgenden roposition: () = 2

3 raphen- und Berechenbarkeitstheorie Sei δ (H) > (H) (). roposition mit ein raph mit kk 1. Dann hat einen Teilgraphen H Um dies zu zeigen, konstruieren wir H aus. Dazu werden sukzessive Ecken geringen rades aus entfernt, bis nur noch Ecken höheren rades übrig sind. Wir setzen 0 := und i+1 := i vi, wobei vi eine Ecke von i vom rad d (vi ) (i ) ist. Wenn i keine solche Ecke besitzt, setzen wir H := i. Da endlich ist, ist die Folge von Untergraphen endlich. Nach Wahl von vi gilt (i+1 ) (i ) für alle i. Insbesondere also (H) (). Wegen (K 1 ) = 0 < () tritt K 1 unter den i nicht auf. Insbesondere ist H nicht leer. Da H dennoch keine Ecken vi mit d (vi ) enthält, gilt für alle Ecken v in H d (v) > (H). Dies liefert δ (H) > (H) und damit die Aussage. Beweis. 0.3 Wege und Kreise Ein Weg ist ein nicht leerer raph = (V, E) der Form V = {0, 1,..., k } und E = {0 1, 1 2,..., k 1 k }, wobei die Ecken i paarweise verschieden sind. Die Ecken 0 und k heiÿen Endecken von, man sagt sie sind durch verbunden. Die Ecken 1,..., k 1 heiÿen innere Ecken von. Die Anzahl der Kanten eines Weges nennt man seine Länge. Der Weg der Länge k wird mit k bezeichnet. Ein Weg wird oft auch durch die Folge seiner Ecken bezeichnet, d.h. wir schreiben = k. Dann heiÿt 0 Anfangs- und k Endecke von. Dann wird auch Weg von 0 nach k (oder zwischen diesen Ecken ) genannt. Für 0 i j k setzen wir i := 0... i, i := i... k, i := 0... i 1, i j := i... j, := 1... k 1, und i j := i+1... j 1. i := i+1... k Für Wege, die durch Aneinanderhängen mehrerer Wege entstanden sind, schreiben wir QR statt Q R. Für Eckenmegen A, B nennen wir einen A B -Weg, wenn V ( ) A = {0 } und V ( ) B = {k }. Wie zuvor werden bei einelementigen Mengen A, B die Mengenklammern weggelassen. z z Q Qz Beispiel zum Aneinanderhängen zweier Wege Zwei oder mehr Wege heiÿen kreuzungsfrei, wenn keiner eine innere Ecke des anderen enthält. Beispiel: Zwei a b-wege sind kreuzungsfrei, wenn sie bis auf a und b disjunkt sind. Ist H ein raph, so nennen wir einen H -Weg, wenn den raphen H genau in seinen Endecken 0, k tri t und diese verschieden sind. Ist = 0... k 1 ein Weg und k 3, so ist der raph C := + k 1 0 ein Kreis. Auch einen Kreis bezeichnen wir häu g kurz durch seine Eckenfolge (z.b k 1 0 ). Die Länge eines Kreises ist wieder die Anzahl seiner Kanten, und den Kreis der Länge k bezeichnen wir mit C k. Die Länge des kürzesten Kreises in einem raph ist die 3

4 raphen- und Berechenbarkeitstheorie g () von, die Länge des längsten Kreises ist der Umfang. Enthält keinen Kreis, so habe Taillenweite und Umfang 0. Eine Kante von, die zwei Ecken eines Kreises in verbindet, jedoch nicht selbst Kante des Kreises ist, heiÿt Sehne dieses Kreises. Ein Kreis in genau dann sehnenlos, wenn er als Teilgraph in induziert ist, was man wie folgt einsieht: Ein Kreis C ist genau dann als Teilgraph induziert, wenn C alle Kanten enthält, deren Endecken beide in C liegen. Dies gilt genau dann wenn keine Kante in eistiert, die nicht Kante des Kreises ist, aber deren beide Endecken im Kreis C liegen. Letzte Bedingung ist äquivalent zur Tatsache, dass C in sehnenlos ist. Taillenweite Kreis C 8 mit Sehne und induzierte C 4, C 6. Hat hohen Minimalgrad, so enthält lange Wege und Kreise: roposition δ () 2 Jeder raph enthält einen Weg der Länge δ () und falls auch einen Kreis der Länge mindestens gröÿer gleich δ () + 1 und insbesondere impliziert δ () + 1. (d.h. der Umfang ist δ () 2 die Eistenz eines Krei- ses). Beweis. Es sei 0... k ein längster Weg in. Alle Nachbarn von k in liegen dann auf diesem Weg, denn sei ein Nachbar von k und liege nicht auf dem Weg, dann ist 0... k ein Weg der Länge k + 1. Dies ist ein Widerspruch dazu, dass 0... k längster Weg ist. 0 i k Alle Nachbarn von k liegen auf dem längsten Weg. Es folgt k d (k ) δ () und damit die erste Aussage. Da δ () 2, hat k mindestens zwei Nachbarn. Damit eistiert neben k 1 ein weiterer Nachbar. Also gibt es ein i s.d. i k E (). Sei i < k minimal mit dieser Eigenschaft, so ist i... k i ein Kreis der Länge mindestens δ () + 1. Es besteht bei variabler Eckenzahl kein Zusammenhang zwischen dem Minimalgrad und der Taillenweite. Das bedeutet beliebig hohes δ und g sind gleichzeitig möglich. Dazu vergleiche auch Kapitel 9. Der Abstand zweier Eckenmengen X, Y in ist die Länge des kürzesten X Y Weges in. Eistiert kein solcher Weg, so sei ihr Abstand unendlich. Den Abstand zweier einzelner Ecken, bezeichnen wir mit d (, ). Der gröÿte Abstand zweier Ecken in ist der Durchmesser diam von. 4

5 raphen- und Berechenbarkeitstheorie Folgende roposition liefert einen Zusammenhang zwischen Durchmesser und Taillenweite: roposition Enthält der raph einen Kreis, so gilt g () 2 diam () + 1. Beweis. Es sei C ein kürzester Kreis in. Angenommen g () 2 diam () + 2, so enthält C zwei Ecken,, die in C einen Abstand von mindestens diam () + 1 haben. Nach Denition des Durchmessers haben diese Ecken in geringeren Abstand. Somit liegt ein kürzerer Weg nicht in C. Folglich enthält einen C-Weg. Zusammen mit dem kürzeren der beiden -Wege in C ergibt einen kürzeren Kreis als C. Eine Ecke heiÿt zentral in, wenn ihr gröÿter Abstand von anderen Ecken möglichst klein ist. Dieser Abstand ist der Radius von, kurz: rad. Es gilt also: rad () = min V () ma V () d (, ). Oensichtlich gilt: rad () diam 2 rad (). roposition Ein raph mit Radius k und Maimalgrad höchstens d (wobei d d 3) hat weniger als (d d 2 1)k Ecken. Beweis. Sei z eine zentrale Ecke in und bezeichne D i die Menge der Ecken von mit Abstand i von z. Dann gilt: V () = k D i. (1) Oensichtlich ist D 0 = 1 und D 1 d. Für i 2 gilt folgendes: Jede Ecke in D i ist Nachbar einer Ecke in D i 1. Da jede Ecke in D i 1 bereits mindestens einen Nachbarn in D i 2 hat und () d hat sie höchstens d 1 Nachbarn in D i. Somit gilt i=0 D i (d 1) D i 1 für alle i 2. (2) Behauptung: D i d (d 1) i 1 für alle i 1. Beweis mit Induktion nach i: Induktionsanfang i = 1: D 1 d = d (d 1) 0. Induktionsschritt: Es gelte die Aussage für i 1. Dann folgt D i (2) (d 1) D i 1 IV (d 1) d (d 1) i 2 = d (d 1) i 1. Das zeigt die Behauptung. Somit haben wir (1) = k D i 1 + d i=0 k i=1 (d 1) i 1 = 1 + d ( ) (d 1) k 1 < d d 2 d 2 (d 1)k, wobei wir im dritte Schritt die geometrischen Reihe, genauer k 1 i=0 (d 1)i = 1 (d 1)k 1 (d 1) verwendet haben. 0.4 Zusammenhang Ein nicht leerer raph heiÿt zusammenhängend, wenn er für je zwei seiner Ecken, einen -Weg enthält. Trivialerweise sind vollständige raphen zusammenhängend. 5

6 raphen- und Berechenbarkeitstheorie Ist U V () und [U ] zusammenhängend, so nennen wir auch U selbst zusammenhängend in. = (V, E) ein zusammenhängender raphen. Dann besitzt v1,..., vn, so dass für jedes i der Untergraph i := [v1,... vi ] roposition V eine Aufzählung Sei zusammenhängend ist. Wähle v1 beliebig. O ensichtlich ist [v1 ] zusammenhängend. Seinen nun v1,..., vi bereits gewählt und i <. Wähle nun eine Ecke v aus i beliebig. Da zusammenhängend ist, enthält einen v v1 -Weg. Wähle vi+1 als letzte Ecke von in i. Dann hat vi+1 einen Nachbarn in i. Also ist [v1,... vi, vi+1 ] Beweis. zusammenhängend. Mit vollständiger Induktion folgt die Behauptung. Es sei = (V, E) ein raph. Ein maimaler zusammenhängender Teilgraph von ist eine Komponente von. Als zusammenhängende raphen sind Komponenten nicht leer. Somit hat genau dann keine Komponenten, wenn leer ist. Ein minimaler aufspannender Teilgraph von, dessen Schnitt mit jeder Komponente von zusammenhängend ist, heiÿt erüst von. raph mit drei Komponenten und erüst K 1 K 4 K 1 4 Sind A, B V und X V E und enthält jeder A B -Weg in eine Ecke oder Kante aus X, so trennt X die Mengen A und B in und ist ein A B -Trenner. Insbesondere gilt A B X. X trennt den raphen, wenn X in zwei Ecken aus X trennt. Eine Ecke die zwei andere Ecken der gleichen Komponente trennt, heiÿt Artikulation. Eine Kante heiÿt Brücke, wenn sie ihre Endecken trennt. O ensichtlich gilt dies genau dann wenn sie auf keinem Kreis liegt. v w e raph mit Artikulationen v, w,, und Brücke = e. Sei k N. Dann heiÿt k-zusammenhängend, wenn > k und X für jede Eckenmenge X V mit X < k zusammenhängend ist. Das bedeutet, dass keine zwei Ecken von durch weniger als k andere Ecken getrennt werden. Jeder nicht leere raph ist 0-zusammenhängend. 1-zusammenhängende raphen sind gerade die nicht trivialen zusammenhängenden raphen. Die gröÿte natürliche Zahl k <, für die k -zusammenhängend ist, ist der Zusammenhang κ () von. Insbesondere gilt: 6

7 raphen- und Berechenbarkeitstheorie κ () = 0 genau dann wenn nicht zusammenhängend oder = K 1. Da K n vollständig ist, ist jeder Ecke aus K n mit n 1 Ecken verbunden. Daher gilt κ (K n ) = n 1 für alle n 1. Ist > 1, so heiÿt l-kantenzusammenhängend, wenn F für jede Kantenmenge F E der Mächtigkeit < l zusammenhängend ist. Das gröÿte l N, für das l-kantenzusammenhängend ist, ist der Kantenzusammenhang λ () von. Es gilt: λ () = 0 genau dann wenn nicht 1-kantenzusammenhängend, also eine Kantenmenge F E der Mächtigkeit 0 eistiert, so dass F nicht zusammenhängend ist. Folglich gilt λ () = 0 genau dann wenn nicht zusammenhängend. Für vollständige raphen gilt λ (K n ) = n 1. roposition Sei 2. Dann gilt κ () λ () δ (). Zu λ () δ (): Sei v die Ecke mit rad δ (). Dann ist nicht (δ () + 1)kantenzusammenhängend, da die δ () mit v inzidenten Kanten v in trennen. Folglich λ () δ (). Zu κ () λ (): Sei F eine Menge von λ () Kanten, so dass F nicht zusammenhängend ist. Dabei wird F minimal gewählt, d.h. kein F mit F = F e für eine Kante e in F erfüllt diese Eigenschaft. Wir zeigen: κ () F. 1.Fall: hat eine Ecke v, die nicht Endecke einer Kante aus F ist. Sei C die v enthaltende Komponente von F. Dann trennen die Endecken der Kanten aus F die Ecke v von C nach Konstruktion. Da F minimal und C maimal zusammenhängend, hat keine Kante mehr als eine Endecke in C. Damit gibt es höchstens F solche Endecken. Also κ () F im ersten Fall. 2.Fall: Jede Ecke von ist Endecke einer Kante aus F. Sei v beliebige Ecke, und C die v enthaltende Komponente von F. Da C maimal zusammenhängend mit v C liegen alle Nachbarn w von v mit vw 6 F in C. Nach Annahme im 2.Fall sind alle diese Nachbarn Endecken von (paarweise verschiedenen) Kanten aus F, wobei die Eigenschaft, dass die Kanten dabei paarweise verschieden sind aus der Minimalität von F folgt. Folglich d (v) F. Die Nachbarn N (v) trennen v o ensichtlich von den restlichen Ecken aus. Das impliziert κ () d(v) F, es sei denn es gibt keine solchen (restlichen) Ecken, d.h. N (v) {v} = V. Da v beliebig war, gilt dies dann aber für alle v V (). Somit ist vollständig und es gilt κ () = 1 = λ (). Beweis. H Das Oktaeder (links) mit κ() = λ() = 4 und ein raph H mit κ(h) = 2 und λ(h) = 4. Hoher Zusammenhang impliziert also hohen Minimalgrad. Umgekehrt sichert hoher Minimalgrad aber keinen hohen Zusammenhang, ja nicht einmal hohen Kantenzusammenhang. Dazu betrachte z.b. einen raph der aus zwei Untergraphen 1, 2 mit hohem δ(i ) besteht, die nur durch eine Kante verbunden sind. 7

8 raphen- und Berechenbarkeitstheorie Theorem (Mader 1972). Jeder raph mit Durchschnittsgrad mindestens 4k hat einen k-zusammenhängenden Teilgraphen. Beweis. Da der Durchschnittsgrad für deniert ist, ist nichtleer. Somit folgt für k = 0 direkt die Aussage. Für k = 1 folgt aus d() 4 schon 4. Dann ist eine Kante mit ihren beiden Endecken ein 1-zusammenhängender Teilgraph. Sei nun = (V, E), n := V und m := E sowie k 2. Um den Satz von Mader zu zeigen induzieren wir über die Ordnung n des raphen. Aus Induktionsgründen ist es einfacher, die folgende stärkere Behauptung zu zeigen: Induktionsannahme: hat einen k-zusammenhängenden Teilgraphen, wenn (i) n 2k 1 und (ii) m (2k 3) (n k + 1) + 1. Dies sind schwächere Voraussetzungen als d () 4k, was wie folgt eingesehen werden kann: Aus d () 4k folgen (i) und (ii), da n > () d () 4k 2k 1 und m = 2 1 d () n 2kn 2kn 2 (k 1) 2 3n + k = (2k 3) (n k + 1) + 1. }{{}}{{}}{{} 4k 0 0 Damit sind (i) und (ii) schwächere Voraussetzungen und es reicht die Induktionsannahme zu zeigen. Induktion über n, die Ordnung des raphen. Induktionsanfang: n = 2k 1 3. Dann gilt k = 2 1 (n + 1) < n 1. Nach (ii) gilt somit: m ( 2 ( 2 1 (n + 1) ) 3 ) ( n 2 1 n ) + 1 = = (n 2) ( 2 1 n + 2 1) + 1 = 2 1 ((n 2) (n + 1) + 2) = =2 1 n (n 1). Ein raph mit n Ecken ist oensichtlich genau dann vollständig, wenn er ( n 2) = 2 1 n (n 1) Kanten enthält. Somit ist vollständig. Da k+1 < n, ist = K n K k+1 und die Behauptung wahr. Induktionsschritt: n 2k und gelte die Aussage für alle raphen der Ordnung < n. Ist v eine Ecke mit d (v) 2k 3, so können wir die Induktionsannahme auf v anwenden und sind fertig. Es gelte daher, dass der Minimalgrad δ () 2k 2. Ist k-zusammenhängend, so gibt es nichts zu zeigen. Andernfalls hat die Form = 1 2 mit 1 2 < k und 1, 2 < n. Da jede Kante von eine Kante von 1 oder von 2 ist, hat keine Kante zwischen 1 2 und 2 1. Nach der Annahme δ () 2k 2 hat jede Ecke in diesen Untergraphen 2k 2 Nachbarn und so gilt 1, 2 2k 1. Angenommen weder 1 noch 2 erfüllen die Induktionsannahme (ii). Dann gilt i (2k 3) ( i k + 1) für i = 1, 2 (3) 8

9 raphen- und Berechenbarkeitstheorie und somit m (3) (2k 3) ( k + 2) (2k 3) (n k + 1), weil = n + k 1. Dies ist ein Widerspruch dazu, dass (ii) für gilt. Damit erfüllt mindestens einer der raphen 1 und 2 die Induktionsannahme, woraus die Behauptung folgt. 9

0 Grundbegriffe. 0.1 Graphen

0 Grundbegriffe. 0.1 Graphen 0 rundbegriffe In diesem Kapitel stellen wir in relativ kompakter Form die in der raphentheorie üblichen rundbegriffe zusammen. lücklicherweise sind fast all diese Begriffe und ihre Bezeichnungen anschaulich

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

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

Bachelor Arbeit von Tim Sebastian Rühmann

Bachelor Arbeit von Tim Sebastian Rühmann 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

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. 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

Unendliche Graphen. Daniel Perz 24. Dezember Definition 1. Ein Graph G heißt lokal endlich, wenn alle Knotengrade endlich sind.

Unendliche Graphen. Daniel Perz 24. Dezember Definition 1. Ein Graph G heißt lokal endlich, wenn alle Knotengrade endlich sind. Unendliche Graphen Daniel Perz 24. Dezember 2011 1 Definition Definition 1. Ein Graph G heißt lokal endlich, wenn alle Knotengrade endlich sind. Definition 2. Ein Graph G=(V,E) heißt Strahl, wenn gilt

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

= 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

Skriptum Konstruierbare Zahlen. Projekttage Mathematik 2007

Skriptum Konstruierbare Zahlen. Projekttage Mathematik 2007 Skriptum Konstruierbare Zahlen Projekttage Mathematik 007 c Florian Stefan und Stefan Englert Würzburg, 007 Konstruktion mit Zirkel und Lineal Gegeben sei eine Menge M von Punkten in der Zeichenebene Dann

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

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

Fachwissenschaftliche Grundlagen

Fachwissenschaftliche Grundlagen Fachwissenschaftliche Grundlagen Vorlesung im Wintersemester 2011/2012, Universität Landau Roland Gunesch 9. Vorlesung Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 9. Vorlesung 1 / 17 Themen

Mehr

3 Vollständige Induktion

3 Vollständige Induktion 3.1 Natürliche Zahlen In den vorherigen Kapiteln haben wir die Menge der natürlichen Zahlen schon mehrfach als Beispiel benutzt. Das Konzept der natürlichen Zahlen erscheint uns einfach, da wir es schon

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

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

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

Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion

Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion Saskia Klaus 07.10.016 1 Motivation In den ersten beiden Vorträgen des Vorkurses haben wir gesehen, wie man aus schon bekannten Wahrheiten

Mehr

Beispiel 27 (Beweis durch Widerspruch) Satz 28 3 ist irrational, d. h. Beweis: Widerspruchsannahme: 3 Q.

Beispiel 27 (Beweis durch Widerspruch) Satz 28 3 ist irrational, d. h. Beweis: Widerspruchsannahme: 3 Q. Beispiel 27 (Beweis durch Widerspruch) Wir nehmen an, dass die zu zeigende Aussage falsch ist und führen diese Annahme zu einem Widerspruch. Satz 28 3 ist irrational, d. h. 3 / Q. Beweis: Widerspruchsannahme:

Mehr

2 Mengen und Abbildungen

2 Mengen und Abbildungen 2.1 Mengen Unter einer Menge verstehen wir eine Zusammenfassung von Objekten zu einem Ganzen. Die Objekte heiÿen Elemente. Ist M eine Menge und x ein Element von M so schreiben wir x M. Wir sagen auch:

Mehr

Tutoraufgabe 1 (Suchen in Graphen):

Tutoraufgabe 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

Mehr

Übungsaufgaben Graphentheorie, Wintersemester 2011/12

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

Mehr

Ein Turnierplan mit fünf Runden

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

Mehr

11: Die Euler sche Polyederformel für planare Graphen

11: 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

Mehr

Behauptung: Es gibt unendlich viele Primzahlen.

Behauptung: Es gibt unendlich viele Primzahlen. Behauptung: Es gibt unendlich viele Primzahlen. 1 Der Beweis von Euklid Annahme: Es gibt endlich viele Primzahlen {p 1,..., p r }. Wir bilden die Zahl n = p 1... p r + 1. Nun gibt es zwei Möglichkeiten.

Mehr

Donnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl.

Donnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl. Unterräume und Lineare Hülle 59 3. Unterräume und Lineare Hülle Definition.1 Eine Teilmenge U eines R-Vektorraums V heißt von V, wenn gilt: Unterraum (U 1) 0 U. (U ) U + U U, d.h. x, y U x + y U. (U )

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

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

Lösungsvorschlag zu den Präsenzaufgaben der 1. Übung

Lösungsvorschlag zu den Präsenzaufgaben der 1. Übung Michael Winkler Johannes Lankeit 8.4.2014 Lösungsvorschlag zu den Präsenzaufgaben der 1. Übung Präsenzaufgabe 1: Rufe dir die folgenden Definitionen wieder in Erinnerung: C = {(x, y); x R, y R} bildet

Mehr

Analyis I -Metrische Räume - eine Einführung in die Topologie

Analyis I -Metrische Räume - eine Einführung in die Topologie Analyis I -Metrische Räume - eine Einführung in die Topologie E = E isolierter Punkte x 1 x 2 x 3 E ist abgeschlossen U ɛ (x) x innerer Punkt Ω Häufungspunkte Ω Metrik Metrische Räume Definition Sei X

Mehr

Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume?

Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume? Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume? Bernhard Ganter WS 2009/10 Isomorphie Zwei Graphen (V 1, E 1 ) und (V 2, E 2 ) heißen isomorph, wenn es eine bijektive, Kanten erhaltende und Kanten

Mehr

Topologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen

Topologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen Topologische Grundbegriffe I Vortrag zum Proseminar Analysis, 26.04.2010 Nina Neidhardt und Simon Langer Im Folgenden soll gezeigt werden, dass topologische Konzepte, die uns schon für die Reellen Zahlen

Mehr

aus der Bedingung/Annahme A folgt ein Widerspruch ), so ist A falsch!

aus der Bedingung/Annahme A folgt ein Widerspruch ), so ist A falsch! Bemerkungen: 1 Die Bedeutung von (und damit ) ist klar. wird oft, vor allem in Beweisen, auch als geschrieben (im Englischen: iff, if and only if). 2 Für zwei boolesche Aussagen A und B ist A B falsch

Mehr

7 Graphentheorie. Beispiele. Die folgende Liste gibt Beispiele für Graphen mit einer zweielementigen Eckenmenge E = {A, B} an.

7 Graphentheorie. Beispiele. Die folgende Liste gibt Beispiele für Graphen mit einer zweielementigen Eckenmenge E = {A, B} an. 7 Graphentheorie Definition. Ein Graph ist ein Paar (E, K) bestehend aus einer Eckenmenge E und einer Kantenmenge K, zusammen mit einer Zuordnung, die jedem Element der Menge K genau zwei Elemente der

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

Elektronische Ausgabe 2006

Elektronische Ausgabe 2006 Reinhard Diestel Graphentheorie Elektronische Ausgabe 2006 c Springer-Verlag Heidelberg 1996, 2000, 2006 Dies ist eine vollständige elektronische Fassung des gleichnamigen Springer-Lehrbuchs in seiner

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

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

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

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

Mehr

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

Vollständige Induktion. Analysis I. Guofang Wang. Universität Freiburg

Vollständige Induktion. Analysis I. Guofang Wang. Universität Freiburg Universität Freiburg 26.10.2011 Vollständige Induktion Wir unterbrechen jetzt die Diskussion der Axiome der reellen Zahlen, um das Beweisverfahren der vollständigen Induktion kennenzulernen. Wir setzen

Mehr

Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen. Steven Klein

Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen. Steven Klein Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen Steven Klein 04.01.017 1 In dieser Ausarbeitung konstruieren wir die reellen Zahlen aus den rationalen Zahlen. Hierzu denieren wir zunächst

Mehr

Kapitel 3: Die Sätze von Euler, Fermat und Wilson. 8 Der Satz von Euler

Kapitel 3: Die Sätze von Euler, Fermat und Wilson. 8 Der Satz von Euler Kapitel 3: Die Sätze von Euler, Fermat und Wilson In diesem Kapitel wollen wir nun die eulersche -Funktion verwenden, um einen berühmten Satz von Euler zu formulieren, aus dem wir dann mehrere interessante

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

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

Lösungsvorschlag zur Nachklausur. Zeigen Sie die folgenden voneinander unabhängigen Aussagen:

Lösungsvorschlag zur Nachklausur. Zeigen Sie die folgenden voneinander unabhängigen Aussagen: Lösungsvorschlag zur Nachklausur Aufgabe 1 Es seien G eine Gruppe und H, K zwei Untergruppen von G. Weiterhin gelte G = {hk h H, k K}. Zeigen Sie die folgenden voneinander unabhängigen Aussagen: a) Sind

Mehr

technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller

technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 4.3 und 4.4

Mehr

Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume?

Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume? Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume? Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2009/10 1 Bernhard Ganter, TU Dresden Modul Einführung

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

Übung: Teilmengen. Beweis: Für alle Elemente einer Menge, die Teilmenge einer Menge ist, gilt, dass auch Element von ist. (Definition der Teilmenge)

Übung: Teilmengen. Beweis: Für alle Elemente einer Menge, die Teilmenge einer Menge ist, gilt, dass auch Element von ist. (Definition der Teilmenge) 15 Übung: Teilmengen seien Mengen. Zu zeigen ist: wenn Beweis: dann auch Für alle Elemente einer Menge, die Teilmenge einer Menge ist, gilt, dass auch Element von ist. (Definition der Teilmenge) für alle

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

Grundlagen: Begriffe zu Graphen

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

Mehr

KAPITEL 1: ENDLICHE KÖRPER 1 ALLGEMEINES 2 GLEICHUNGEN ÜBER EINEM ENDLICHEN KÖRPER

KAPITEL 1: ENDLICHE KÖRPER 1 ALLGEMEINES 2 GLEICHUNGEN ÜBER EINEM ENDLICHEN KÖRPER RUPRECHT-KARLS-UNIVERSITÄT HEIDELBERG MATHEMATISCHES INSTITUT SEMINAR: QUADRATISCHE FORMEN ÜBER DEN RATIONALEN ZAHLEN SOMMERSEMESTER 2007 DOZENT: PROF. DR. KAY WINGBERG ASSISTENT: JOHANNES BARTELS KAPITEL

Mehr

Kapitel 1. Grundlagen Mengen

Kapitel 1. Grundlagen Mengen Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig

Mehr

a) Sei [G : B] = n und [B : A] = m. Seien weiter X G,B = {g 1,..., g n } vollständiges Repräsentantensystem der Linksnebenklassen von A in G.

a) Sei [G : B] = n und [B : A] = m. Seien weiter X G,B = {g 1,..., g n } vollständiges Repräsentantensystem der Linksnebenklassen von A in G. 5. Übungszettel zur Vorlesung Geometrische Gruppentheorie Musterlösung WiSe 2015/16 WWU Münster Prof. Dr. Linus Kramer Nils Leder Cora Welsch Aufgabe 5.1 Sei G eine Gruppe und seien A, B G Untergruppen

Mehr

(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge

(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge ÜBUNGSBLATT 0 LÖSUNGEN MAT/MAT3 ANALYSIS II FRÜHJAHRSSEMESTER 0 PROF DR CAMILLO DE LELLIS Aufgabe Finden Sie für folgende Funktionen jene Punkte im Bildraum, in welchen sie sich lokal umkehren lassen,

Mehr

Einführung in die Graphentheorie. Monika König

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

Mehr

Distanzprobleme in der Ebene

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

Mehr

3 Topologische Gruppen

3 Topologische Gruppen $Id: topgr.tex,v 1.4 2010/05/31 08:41:53 hk Exp hk $ 3 Topologische Gruppen Nachdem wir jetzt gezeigt haben das Quotienten G/H topologischer Gruppen wieder topologische Gruppen sind, wollen wir das Ergebnis

Mehr

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

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

Mehr

(c) (a) X ist abgeschlossen. X = A,wobeiderDurchschnittüberalleabgeschlossenenMengengebildet wird, die X enthalten. (d) (e)

(c) (a) X ist abgeschlossen. X = A,wobeiderDurchschnittüberalleabgeschlossenenMengengebildet wird, die X enthalten. (d) (e) 27 15. Metrische Räume Mit Hilfe einer Norm können wir den Abstand x y zweier Punkte x, y messen. Eine Metrik ist eine Verallgemeinerung dieses Konzepts: 15.1. Metriken. Es sei M eine beliebige Menge.

Mehr

Lösung zur Übung für Analysis einer Variablen WS 2016/17

Lösung zur Übung für Analysis einer Variablen WS 2016/17 Blatt Nr. 3 Prof. F. Merkl Lösung zur Übung für Analysis einer Variablen WS 206/7 Aufgabe Das Guthaben G setzt sich zusammen aus der Summe aller bisherigen Einzahlungen multipliziert mit ( + p) k, wobei

Mehr

5. Musterlösung. Problem 1: Vitale Kanten * ω(f) > ω(f ). (a) Untersuchen Sie, ob es in jedem Netzwerk vitale Kanten gibt.

5. Musterlösung. Problem 1: Vitale Kanten * ω(f) > ω(f ). (a) Untersuchen Sie, ob es in jedem Netzwerk vitale Kanten gibt. Universität Karlsruhe Algorithmentechnik Fakultät für Informatik WS 05/06 ITI Wagner 5. Musterlösung Problem : Vitale Kanten * In einem Netzwerk (D = (V, E); s, t; c) mit Maximalfluß f heißen Kanten e

Mehr

Mengenlehre: Mächtigkeit (Ordnung) einer Menge

Mengenlehre: Mächtigkeit (Ordnung) einer Menge Mengenlehre: Mächtigkeit (Ordnung) einer Menge Def. Seien A, B Mengen. Wir sagen, dass A höchstens gleichmächtig zu B ist, falls es eine injektive Abbildung f : A B gibt. Schreibweise: A B. Wir sagen,

Mehr

Elemente in Φ werden Wurzeln genannt. Bemerkung 3.2. (a) Zu einem Wurzelsystem können wir immer eine Spiegelungsgruppe definieren

Elemente in Φ werden Wurzeln genannt. Bemerkung 3.2. (a) Zu einem Wurzelsystem können wir immer eine Spiegelungsgruppe definieren 3. Wurzelsysteme Als erstes führen wir den Begriff eines Wurzelsystems ein. Definition 3.1 (Wurzelsystem). Eine endliche Teilmenge Φ V {0} heißt Wurzelsystem falls gilt: (R1) Φ Rα = {±α} für α Φ, (R2)

Mehr

Vollständigkeit. 1 Konstruktion der reellen Zahlen

Vollständigkeit. 1 Konstruktion der reellen Zahlen Vortrag im Rahmen des Proseminars zur Analysis, 17.03.2006 Albert Zeyer Ziel des Vortrags ist es, die Vollständigkeit auf Basis der Konstruktion von R über die CAUCHY-Folgen zu beweisen und äquivalente

Mehr

Mathematische Grundlagen der Computerlinguistik

Mathematische Grundlagen der Computerlinguistik Mengen und Mengenoperationen (Teil II) Centrum für Informations- und Sprachverarbeitung (CIS) 2. Juni 2014 Table of Contents 1 2 3 Definition Mengenfamilie Eine Menge, deren sämtliche Elemente selbst wiederum

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

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

4. Kreis- und Wegeprobleme

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

Mehr

2 Komplement eines Graphen

2 Komplement eines Graphen TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum für Mathematik Prof. Dr. Ulrich Bauer, Zi Ye WS2015/2016 Datum: 21. Dezember Übungen zu Fallstudien der Mathematischen Modellbildung (Modellierung mit Graphen) (1

Mehr

6.6 Normal- und Kompositionsreihen

6.6 Normal- und Kompositionsreihen 282 6.6 Normal- und Kompositionsreihen Es geht jetzt um die innere Struktur von Gruppen, soweit diese mit Ketten von ineinandergeschachtelten Normalteilern beschrieben werden kann. Erinnern wir uns deshalb

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

Mathematische Probleme, SS 2013 Montag $Id: convex.tex,v /10/22 15:58:28 hk Exp $

Mathematische Probleme, SS 2013 Montag $Id: convex.tex,v /10/22 15:58:28 hk Exp $ $Id: convex.tex,v 1.12 2013/10/22 15:58:28 hk Exp $ 3 Konvexgeometrie 3.1 Konvexe Polyeder Wir hatten einen konvexen Polyeder P im R n als die konvexe Hülle von endlich vielen Punkten definiert, wobei

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

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

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

Mehr

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

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

Mehr

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

Kardinalzahlen. Bemerkung. Eine unendliche Kardinalzahl α muss eine Limesordinalzahl sein. (Beweis zur Übung)

Kardinalzahlen. Bemerkung. Eine unendliche Kardinalzahl α muss eine Limesordinalzahl sein. (Beweis zur Übung) Kardinalzahlen Kardinalzahlen sollen die Größe von Mengen messen, daher suchen wir eine Aussage der Form, dass jede Menge bijektiv auf eine Kardinalzahl abgebildet werden kann. Um eine brauchbare Theorie

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

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

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

Kapitel 1. Grundlagen

Kapitel 1. Grundlagen Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig

Mehr

8 Diskrete Optimierung

8 Diskrete Optimierung 8 Diskrete Optimierung Definition 8.1. Ein Graph G ist ein Paar (V (G), E(G)) besteh aus einer lichen Menge V (G) von Knoten (oder Ecken) und einer Menge E(G) ( ) V (G) 2 von Kanten. Die Ordnung n(g) von

Mehr

Kapitel 1. Grundlagen

Kapitel 1. Grundlagen Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig

Mehr

Cauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit

Cauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit Vortrag zum Seminar zur Analysis, 10.05.2010 Michael Engeländer, Jonathan Fell Dieser Vortrag stellt als erstes einige Sätze zu Cauchy-Folgen auf allgemeinen metrischen Räumen vor. Speziell wird auch das

Mehr

8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN

8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN 8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN (vi) Konvergenz von Folgen ist in topologischen Räumen folgendermaßen definiert: Ist (a n ) M eine Folge, so heißt sie konvergent gegen a M, wenn es

Mehr

Graphentheorie. Reinhard Diestel. 5. elektronische Auflage 2016 Nach dem englischen Original, Springer GTM. c Reinhard Diestel

Graphentheorie. Reinhard Diestel. 5. elektronische Auflage 2016 Nach dem englischen Original, Springer GTM. c Reinhard Diestel Reinhard Diestel Graphentheorie 5. elektronische Auflage 2016 Nach dem englischen Original, Springer GTM c Reinhard Diestel Dies ist die deutsche Parallel-Ausgabe zum Springer Graduate Text in Mathematics,

Mehr

: das Bild von ) unter der Funktion ist gegeben durch

: das Bild von ) unter der Funktion ist gegeben durch % 1.3 Funktionen Seien und Mengen nennt man Funktion oder Abbildung. Beachte: Zuordnung ist eindeutig. Bezeichnungen: : Definitionsbereich : Bildbereich (Zielmenge) von Der Graph einer Funktion: graph!

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

Lösungsvorschlag zu den Hausaufgaben der 8. Übung

Lösungsvorschlag zu den Hausaufgaben der 8. Übung FAKULTÄT FÜR MATHEMATIK Prof Dr Patrizio Ne Frank Osterbrink Johannes Lankeit 9503 Lösungsvorschlag zu den Hausaufgaben der 8 Übung Hausaufgabe : Beweise den Satz über die Parallelogrammgleichung Sei H

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

8 Summen von Quadraten

8 Summen von Quadraten 8 Summen von Quadraten A. Summen von zwei Quadraten. Sei p eine Primzahl. Beispiele. = 1 + 1, 5 = 1 +, 13 = + 3 Aber 3 und 7 sind nicht Summen von zwei Quadraten. 8.1 Satz. Genau dann ist p Summe von zwei

Mehr

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

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

Mehr

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

Zusammenfassung Analysis 2

Zusammenfassung Analysis 2 Zusammenfassung Analysis 2 1.2 Metrische Räume Die Grundlage metrischer Räume bildet der Begriff des Abstandes (Metrik). Definition 1.1 Ein metrischer Raum ist ein Paar (X, d), bestehend aus einer Menge

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

3. Übungszettel zur Vorlesung. Geometrische Gruppentheorie Musterlösung. Cora Welsch

3. Übungszettel zur Vorlesung. Geometrische Gruppentheorie Musterlösung. Cora Welsch 3. Übungszettel zur Vorlesung Geometrische Gruppentheorie Musterlösung WiSe 2015/16 WWU Münster Prof. Dr. Linus Kramer Nils Leder Cora Welsch Aufgabe 3.1 Sei I eine Indexmenge und A α für jedes α I eine

Mehr

Fortgeschrittene Netzwerk- und Graph-Algorithmen

Fortgeschrittene Netzwerk- und Graph-Algorithmen Fortgeschrittene Netzwerk- und Graph-Algorithmen Dr. Hanjo Täubig Lehrstuhl für Eziente Algorithmen (Prof. Dr. Ernst W. Mayr) Institut für Informatik Technische Universität München Wintersemester 2007/08

Mehr

11 Dezimalbruchdarstellung reeller Zahlen; Mächtigkeitsvergleich von Mengen

11 Dezimalbruchdarstellung reeller Zahlen; Mächtigkeitsvergleich von Mengen 11 Dezimalbruchdarstellung reeller Zahlen; Mächtigkeitsvergleich von Mengen 11.1 g-adische Entwicklung von Zahlen aus [0, 1[ 11.2 g-adische Entwicklung reeller Zahlen 11.3 g-adische Entwicklung nicht-negativer

Mehr