Über ein Theorem von Hans Läuchli
|
|
|
- Marcus Messner
- vor 8 Jahren
- Abrufe
Transkript
1 Über ein Theorem von Hans Läuchli Lorenz Halbeisen Abstract. Für natürliche Zahlen n sei P n die folgende Aussage: Ist G ein unendlicher Graph, all dessen endliche Teilgraphen n-färbbar sind, so ist auch G selber n-färbbar hat Mycielski gezeigt, dass P n (für beliebige n) aus dem Primidealtheorem folgt. Umgekehrt gelang es Läuchli 1971 zu zeigen, dass das Primidealtheorem aus P 3 folgt, womit also für alle natürlichen Zahlen m,n 3 gilt: P m P n. Der Beweis, den Läuchli gegeben hat, ist relativ kompliziert, und am Schluss seines Beweises stellt er die Aufgabe, einen direkten Beweis für P 3 P 4 zu finden (also ohne das Primidealtheorem zu benutzen). Das Ziel dieses Artikels ist es nun, einen solchen Beweis zu führen. 1 Färben von Graphen Ein Graph G = (V,E) besteht aus einer Menge V von Knoten zusammen mit einer Menge E von Kanten zwischen den Knoten, d.h. E ist eine Menge von 2-elementigen Teilmengen von V. Ist G = (V,E) ein Graph und A V eine Menge von Knoten von G, so bezeichnet G A den Teilgraphen G = (A,E A ) mit der Knotenmenge A und der Kantenmenge E A =,y :,y A und,y E. Ein Graph G = (V,E) heisst n-färbbar falls es eine Färbung F : V 1,...,n gibt, so dass für alle Kanten,y E gilt: F() F(y). Als Beispiele für 3-färbbare Graphen schauen wir uns die folgenden drei speziellen Graphen an, die später eine wesentliche Rolle spielen und die wir mit den Farben grau (g), schwarz (s) und weiss (w) färben werden: y s t y z -Graph y-graph yz-graph Da jeder der drei Graphen ein Dreieck enthält, ist keiner dieser Graphen 2-färbbar. Andererseits sind, wie man sich leicht überzeugt, alle drei Graphen 3-färbbar. Weiter sehen wir, dass die Graphen folgende Eigenschaften haben: 1
2 Bei jeder 3-Färbung des -Graphen haben die beiden mit bezeichneten Knoten dieselbe Farbe. Wird also z.b. einer der beiden Knoten mit w gefärbt, so wird bei einer 3-Färbung auch der andere Knoten mit w gefärbt. Werden bei einer 3-Färbung des y-graphen die beiden mit bezeichneten Knoten mit derselben Farbe gefärbt, so hat auch der Knoten y diese Farbe. Werden also z.b. die mit bezeichneten Knoten mit s gefärbt, so wird bei einer 3-Färbung auch der Knoten y mit s gefärbt. Bei einer 3-Färbung des yz-graphen können die Knoten,y,z nicht alle mit s gefärbt werden, da sonst wegen der Eigenschaft des y-graphen auch die beiden Knoten s und t mit s gefärbt würden, was aber der Definition einer 3-Färbung widerspricht. Werden also z.b. die Knoten und y mit s gefärbt, so kann bei einer 3-Färbung der Knoten z nicht mit s gefärbt werden. Bemerkung: An dieser Stelle sei erwähnt, dass der yz-graph von Stockmeyer [4] benutzt wurde um zu zeigen, dass das Problem der 3-Färbbarkeit eines endlichen Graphen NP-vollständig ist, bzw. dass es im Wesentlichen gleich schwierig ist wie das sogenannte 3-SAT-Problem. Kommen wir nun zu Läuchlis Theorem, bzw. zur Aussage P n (für natürliche Zahlen n): P n : Ist G = (V,E) ein unendlicher Graph, so dass für alle endlichen TeilmengenA V dergraphg A n-färbbarist, soistauch Gselbern-färbbar. Mycielski [3] hat gezeigt, dass P n (für beliebige n) aus dem Primidealtheorem folgt, wobei das Primidealtheorem eine abgeschwächte Form des Auswahlaioms ist. Umgekehrt gelang es Läuchli [2] zu zeigen, dass das Primidealtheorem aus P 3 folgt, womit also für alle natürlichen Zahlen m,n 3 gilt: P m P n. Der Beweis, den Läuchli gegeben hat, ist relativ kompliziert, und am Schluss seines Beweises stellt er die Aufgabe, einen direkten Beweis für P 3 P 4 zu finden. Im nächsten Abschnitt lösen wir nun diese Aufgabe indem wir die Implikation P 3 P n (für n 2) direkt beweisen. Die Hauptideen unseres Beweises sind im Wesentlichen dieselben wie in Cowen [1, Theorem 4], der Läuchlis Theorem mit Hilfe des yz-graphen gezeigt hat, ausser dass unser Ziel nicht die Herleitung des Primidealtheorems aus P 3 ist, sondern direkt die Aussage P n, ohne das Primidealtheorem zu erwähnen. 2 P 3 P n für alle n 2 Um die Implikation P 3 P 2 zu zeigen nehmen wir einen beliebigen Graphen G = (V,E), all dessen endliche Teilgraphen 2-färbbar sind, und zeigen, dass unter der Annahme P 3 der 2
3 ganze Graph G 2-färbbar ist. Dazu fügen wir zu V einen weiteren Knoten z hinzu und erweitern die Kantenmenge E mit den Kanten,z : V. Der so erhaltene Graph G z hat die Eigenschaft, dass jeder endliche Teilgraph 3-färbbar ist. Mit P 3 ist also der ganze Graph G z 3-färbbar. Da nun jede 3-Färbung von G z eine 2-Färbung von G ist, ist G 2-färbbar, und weil G beliebig war, erhalten wir P 2. Um die Implikation P 3 P n (für n > 3) zu zeigen, müssen wir etwas weiter ausholen: Sei G = (V,E) ein unendlicher Graph (d.h. V ist unendlich), so dass für alle endlichen Teilmengen A V der Graph G A n-färbbar ist. Mit Hilfe von P 3 zeigen wir, dass auch G selber n-färbbar ist. Dazu konstruieren wir aus G zuerst einen Graphen G 3, und zeigen mit P 3, dass dieser Graph 3-färbbar ist. Mit einer 3-Färbbung von G 3 konstruieren wir schliesslich eine n-färbbung von G. Zuerst konstruieren wir also den Graphen G 3 = (V 3,E 3 ): Dazu sei S die Menge aller Funktionen f : V 1,..., n. Die Menge S kann aufgefasst werden als die Menge aller möglichen Färbungen der Knotenmenge V mit n Farben. Wir betrachten nun jede Teilmenge u S als einen Knoten in V 3 : u : u S V3 Nun fügen wir erste Kanten hinzu, indem wir jeden Knoten u S mit seinem Komplement ū := S \u verbinden: u,ū : u S E3 u ū Weiter zeichnen wir einen Graphen, der aus drei Knoten und drei Kanten besteht; die Knoten dieses Graphen färben wir mit den drei Farben grau (g), schwarz (s) und weiss (w): g,s,s,w,w,g E3 Fundamentaldreieck Vom grauen Knoten des Fundamentaldreiecks ziehen wir nun Kanten zu jedem Knoten u S: g,u : u S E3 3
4 Für jedes u S (bzw. ū S) enthält G 3 somit folgenden Teilgraphen: u uū-graph ū Wird dieser Teilgraph mit unseren drei Farben gefärbt, so wird einer der Knoten u,ū schwarz und der andere weiss gefärbt. Weiter fügen wir für jeweils zwei verschiedene Mengen u, v S einen yz-graphen an, wobei wir den schwarz gefärbten Knoten mit dem schwarz gefärbten Knoten des Fundamentaldreiecks identifizieren: ū v u v z ū v u v-graph Wird dieser Graph mit unseren drei Farben gefärbt, so haben, wegen der Eigenschaft des yz-graphen, nicht alle drei Knoten ū, v, u v die Farbe schwarz. Andererseits werden die Knoten ū, v,u v, weil ū, v,u v Teilmengen von S sind, durch die uū-graphen entweder mit schwarz oder weiss gefärbt. Somit wird bei einer 3-Färbung des ganzen Graphen G 3 mindestens einer der Knoten ū, v,u v weiss gefärbt. Im letzten Schritt der Konstruktion von G 3 fügen wir -Graphen hinzu, die erzwingen, dass bei einer 3-Färbbung von G 3 gewisse Knoten u S weiss gefärbt werden. Dazu definieren wir für Teilmengen A V die Menge χ A als die Menge aller Färbungen f S, so dass die Einschränkung von f auf A eine n-färbung von G A ist; mit anderen Worten: χ A := f S : f A ist eine n-färbung von G A Weil nach Voraussetzung jeder endliche Teilgraph von G n-färbbar ist, gilt für jede endliche Teilmenge A V, bezeichnet mit A fin(v), dass die Menge χ A nicht leer ist. Insbesondere haben wir χ = S. Weiter gilt für alle endlichen Teilmengen A,B fin(v), χ A χ B = χ A B. 4
5 Nun betrachten wir die Menge W aller Knoten u S, für die ein A fin(v) eistiert mit χ A u, d.h. W := u S : A fin(v)(χ A u). Für jede Menge u W fügen wir einen -Graphen an, wobei wir den weiss gefärbten Knoten mit dem weiss gefärbten Knoten des Fundamentaldreiecks identifizieren: w u wu-graph Dieser letzte Schritt schliesst die Konstruktion des Graphen G 3 = (V 3,E 3 ) ab und der Graph G 3 besteht somit aus dem Fundamentaldreieck, den uū-graphen (für u S), den ū vu v-graphen (für u,v S), sowie den wu-graphen (für u W ). Wir zeigen nun, dass der Graph G 3 3-färbbar ist. Mit P 3 genügt es zu zeigen, dass jeder endliche Teilgraph von G 3 3-färbbar ist. Dazu betrachten wir zuerst die Knoten u W. Diese haben wegen den wu-graphen alle die Farbe weiss. Wegen den uū-graphen haben dann alle Knoten ū mit u W die Farbe schwarz. Schliesslich können wegen den ū vu v- Graphen nicht alle drei Knoten ū, v, u v die Farbe schwarz haben. Das heisst, falls u,v W (d.h. ū, v schwarz gefärbt), so muss u v weiss gefärbt werden (weil u v S kann u v nicht grau gefärbt werden). Diese Bedingungen sind von den Knoten aus W erfüllt: (a) Ist u W, dann ist ū / W. (b) Sind u,v W, dann ist auch u v W. zu (a): Ist u W, so eistiert ein A fin(v) mit χ A u. Wäre nun ū auch in W, so gäbe es ein B fin(v) mit χ B ū. Dann wäre χ A B = χ A χ B u ū = was aber nicht sein kann, da A B eine endliche Teilmenge von V ist und somit χ A B nicht leer ist. 5
6 zu (b): Seien u,v W, und seien A,B fin(v) so, dass χ A u und χ B v. Dann ist χ A B u v, also u v W. Nun zeigen wir, dass jeder endliche Teilgraph von G 3 3-färbbar ist. Dazu nehmen wir irgend eine endliche Teilmenge A fin(v 3 ). Indem wir die Menge A erweitern dürfen wir annehmen, dass mit jedem Knoten u S der in A ist auch ū in A ist. Für W := ū : u W betrachten wir folgende beiden Teilmengen von A: u 1,...,u m := A W v 1,...,v n := ( A v : v S ) \(W W ) Die Menge u 1,...,u m sind diejenigen Knoten aus A die zwingend weiss gefärbt werden, und die Menge v 1,...,v n sind diejenigen Knoten aus A, die Teilmengen von S sind und deren Farbe noch nicht festgelegt ist. Da u 1,...,u m eine endliche Teilmenge von W ist, folgt aus den Eigenschaften von W, dass auch m i=1 u i in W ist. Es gilt sogar, weil V unendlich ist, dass m i=1 u i eine unendliche Menge ist. Nun färben wir v 1 wie folgt: Ist v 1 m i=1 u i unendlich, so färben wir v 1 weiss, andernfalls ist v 1 m i=1 u i unendlich und wir färben v 1 weiss. Für v 2 betrachten wir, im Fall dass v 1 weiss gefärbt wurde, die Mengen v 2 v 1 m i=1 u i und v 2 v 1 m i=1 u i, wobei wieder mindestens eine dieser Mengen unendlich ist und wir das entsprechende v 2 oder v 2 weiss färben. Wurde v 1 weiss gefärbt, so betrachten wir die Mengen v 2 v 1 m i=1 u i und v 2 v 1 m i=1 u i. Analog gehen wir vor für v 3,...,v n. Diese Färbung lässt sich dann zu einer 3-Färbung von G 3 A erweitern, womit gezeigt ist, dass jeder endliche Teilgraph von G 3 3-färbbar ist. Mit P 3 ist also der ganze Graph G 3 3-färbbar. Im letzten Schritt konstruieren wir aus einer 3-Färbung F von G 3 eine n-färbung von G. Sei also F : V 3 g,s,w eine 3-Färbung von G 3. Für V und i 1,...,n sei u,i := f S : f() = i. Dann ist n i=1 u,i = S und für i i gilt u,i u,i =. Damit erhalten wir für jedes i 1,...,n, ū,i = f S : f() i, d.h. ū,i = j iu,j. Weil u,i S, erhalten wir mit der Färbung F für jedes i 1,...,n, dass entweder u,i oder ū,i weiss gefärbt ist. Weiter gilt für i i, dass nicht beide Knoten u,i und ū,i weiss gefärbt sein können, da sonst auch weiss gefärbt wäre, was aber nicht sein kann da S W und somit W. Daraus folgt, dass es höchstens ein i 1,...,n gibt, so dass u,i durch die Färbung F weiss gefärbt ist. Andererseits lässt sich mit ähnlichen Überlegungen 6
7 zeigen, dass es mindestens ein i 1,...,n geben muss, so dass u,i durch die Färbung F weiss gefärbt ist. Somit gibt es für jedes V genau ein i 1,...,n, so dass u,i durch die Färbung F weiss gefärbt ist. Für jeden Knoten V sei nun i 1,...,n so, dass gilt: Die daraus abgeleitete Färbung F ( u,i ) = w γ : V 1,...,n der Knotenmenge V ist dann eine Färbung von G = (V,E) mit n Farben, so dass nach Konstruktion die Einschränkung der Färbung γ auf einen endlichen Teilgraphen von G eine n-färbung des Teilgraphen ist. Somit ist γ eine n-färbung von G, d.h. der Graph G ist n-färbbar, was zu zeigen war. i References [1] Robert H. Cowen, Two hypergraph theorems equivalent to BPI, Notre Dame Journal of Formal Logic, vol. 31(2), 1990, [2] Hans Läuchli, Coloring infinite graphs and the Boolean prime ideal theorem, Israel Journal of Mathematics, vol. 9, 1971, [3] Jan Mycielski, Some remarks and problems on the colouring of infinite graphs and the theorem of Kuratowski, Acta Mathematica Academiae Scientiarum Hungaricae, vol. 12, 1961, [4] Larry Stockmeyer, Planar 3-colorability is polynomial complete, ACM SIGACT News, vol. 5(3), 1973,
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
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
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
Übung 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
Eine notwendige und hinreichende Bedingung für einen Graphen mit Durchmesser 5, um 2-Durchmesser-stabil zu sein
Eine notwendige und hinreichende Bedingung für einen Graphen mit Durchmesser 5, um 2-Durchmesser-stabil zu sein Christian Hettkamp 25. Januar 2010 1 Inhaltsverzeichnis 1 Einführung 2 Definitionen, Vorraussetzungen
Theoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 01. Dezember 2011 INSTITUT FÜR THEORETISCHE 0 KIT 01.12.2011 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der
Satz 227 3SAT ist N P-vollständig. Info IV 2 N P-Vollständigkeit 375/388 c Ernst W. Mayr
Definition 6 3SAT ist die Menge der booleschen Formeln in konjunktiver Normalform, die in jeder Klausel höchstens drei Literale enthalten und die erfüllbar sind. Satz 7 3SAT ist N P-vollständig. Info IV
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
Arbeitsheft zur NP-Vollständigkeit
Arbeitsheft zur NP-Vollständigkeit (BuK / WS 2017 / RWTH Aachen) Gerhard J. Woeginger Dieses Arbeitsheft enthält einige Übungsaufgaben zur NP-Vollständigkeit. Jede Aufgabe besteht im Wesentlichen aus einem
Theoretische Grundlagen der Informatik. Vorlesung am 27. November INSTITUT FÜR THEORETISCHE INFORMATIK
Theoretische Grundlagen der Informatik 0 27.11.2018 Torsten Ueckerdt - Theoretische Grundlagen der Informatik KIT Die Forschungsuniversität in der Helmholtz-Gemeinschaft www.kit.edu Letzte Vorlesung Die
Dank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Reduktion. Komplexitätsklassen.
Dank Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Diese Vorlesungsmaterialien basieren ganz wesentlich auf den Folien zu den Vorlesungen
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 [email protected]
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
Übung 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.
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
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
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
Graphen 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
Univ.-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
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
= 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)
Kapitel 8: Bipartite Graphen Gliederung der Vorlesung
Gliederung der Vorlesung 1. Grundbegriffe. Elementare Graphalgorithmen und Anwendungen 3. Kürzeste Wege 4. Minimale spannende Bäume 5. Färbungen und Cliquen 6. Traveling Salesman Problem 7. Flüsse in Netzwerken
Algorithmik WS 07/ Vorlesung, Andreas Jakoby Universität zu Lübeck. 10 Matching-Probleme
10 Matching-Probleme 10.1 Definition von Matching-Probleme Definition 21 [2-dimensionales Matching] Sei G = (V, E) ein ungerichteter Graph und E E. E ist ein Matching, wenn für alle Kantenpaare e 1, e
3. Übung zur Vorlesung Planare Graphen
3. Übung zur Vorlesung Planare Graphen Übung 20. Mai 14 Andreas Gemsa INSTITUTE OF THEORETICAL INFORMATICS PROF. DR. DOROTHEA WAGNER KIT University of the State of Baden-Wuerttemberg and National Laboratory
Cliquen und unabhängige Mengen
Cliquen und unabhängige Mengen Sei G = (V, E) ein ungerichteter Graph, d.h. E ( V. Für Teilmengen U V bezeichnet man mit G U den induzierten Teilgraph G U = (U, E U ), wobei E U := E ( U ist. Eine Clique
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
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
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
Einführung in die Logik Aufgabenblatt 4,
TCS Prof. Dr. Roland Meyer, Dr. Jürgen Koslowski Einführung in die Logik Aufgabenblatt 4, 2018-05-14 Präsenzaufgabe 1 Die Tableau-Methode zur Überprüfung der Erfüllbarkeit einer Formel wird auf den deutschen
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
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
Theorie der Informatik Übersicht. Theorie der Informatik SAT Graphenprobleme Routing-Probleme. 21.
Theorie der Informatik 19. Mai 2014 21. einige NP-vollständige Probleme Theorie der Informatik 21. einige NP-vollständige Probleme 21.1 Übersicht 21.2 Malte Helmert Gabriele Röger 21.3 Graphenprobleme
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..............................
Diskrete Strukturen Endterm
Technische Universität München I7 Winter 2013/14 Prof. J. Esparza / Dr. M. Luttenberger LÖSUNG Diskrete Strukturen Endterm Beachten Sie: Soweit nicht anders angegeben, ist stets eine Begründung bzw. der
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
Algorithmen für schwierige Probleme
Algorithmen für schwierige Probleme Britta Dorn Wintersemester 2011/12 24. November 2011 Farbkodierung Beispiel Longest Path Longest Path gegeben: G = (V, E) und k N. Frage: Gibt es einen einfachen Pfad
Übungsblatt 4. Vorlesung Theoretische Grundlagen der Informatik im WS 17/18
Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Übungsblatt 4 Vorlesung Theoretische Grundlagen der Informatik im WS 17/18 Ausgabe 6. Dezember 2017 Abgabe 19. Dezember 2017, 11:00 Uhr
Kapitel 1: Fallstudie Bipartite Graphen Gliederung der Vorlesung
Kapitel : Fallstudie Bipartite Graphen Gliederung der Vorlesung. Fallstudie Bipartite Graphen. Grundbegriffe. Elementare Graphalgorithmen und. Minimal spannende Bäume. Kürzeste Wege 6. Traveling Salesman
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
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:
Es sei P ein einfaches Polygon in der Ebene; P habe n Ecken. Hilfssatz: Zu jedem einfachen Polygon mit mehr als 3 Ecken existiert eine Diagonale.
6. Polygontriangulierung: Wie bewacht man eine Kunstgalerie? 6.1. Grundlegendes zu Polygonen Es sei P ein einfaches Polygon in der Ebene; P habe n Ecken. Definition: Hilfssatz: Zu jedem einfachen Polygon
Naiver 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
15. Elementare Graphalgorithmen
Graphen sind eine der wichtigste Modellierungskonzepte der Informatik Graphalgorithmen bilden die Grundlage vieler Algorithmen in der Praxis Zunächst kurze Wiederholung von Graphen. Dann Darstellungen
Mengenlehre und vollständige Induktion
Fachschaft MathPhys Heidelberg Mengenlehre und vollständige Induktion Vladislav Olkhovskiy Vorkurs 018 Inhaltsverzeichnis 1 Motivation 1 Mengen.1 Grundbegriffe.................................. Kostruktionen
Approximationsalgorithmen Einführende Beispiele
Approximationsalgorithmen Einführende Beispiele Jochen Ott 11. Oktober 2007 1 Einleitung Viele kombinatorische Probleme, auf die man in der Praxis durchaus stößt (etwa die Frage nach dem optimalen Stundenplan
A Berlin, 10. April 2017
A Berlin, 10. April 2017 Name:... Matr.-Nr.:... Wiederholung der schriftlichen Prüfung zur Vorlesung Diskrete Strukturen (Niedermeier/Molter/Froese, Wintersemester 2016/17) Einlesezeit: 15 Minuten Bearbeitungszeit:
Indexmengen. Definition. n n n. i=1 A i := A 1... A n
Indexmengen Definition Es sei n N. Für Zahlen a 1,..., a n, Mengen M 1,..., M n und Aussagen A 1,..., A n definieren wir: n i=1 a i := a 1 +... + a n n i=1 a i := a 1... a n n i=1 M i := M 1... M n n i=1
Proseminar Online Algorithmen, Prof. Dr. Rolf Klein
Proseminar Online Algorithmen, Prof. Dr. Rolf Klein Vortrag von Michael Daumen am 13.12.2000 Thema : Minimum Spanning Tree und 2-Approximation der TSP-Tour Inhalt des Vortrags : 1. genaue Vorstellung des
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
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
Diskrete Mathematik für Informatiker
Universität Siegen Lehrstuhl Theoretische Inormatik Carl Philipp Reh Daniel König Diskrete Mathematik ür Inormatiker WS 2016/2017 Übung 6 1. Beweisen Sie die olgenden Aussagen: a) χ(k n ) = n b) χ(k m,n
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
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
Algorithmische Graphentheorie
Algorithmische Graphentheorie Vorlesung 2: Einführung in die Graphentheorie - Teil 2 Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca [email protected] 2. März 2018 1/48 OPERATIONEN
Vorlesungstermin 2: Graphentheorie II. Markus Püschel David Steurer. Algorithmen und Datenstrukturen, Herbstsemester 2018, ETH Zürich
Vorlesungstermin 2: Graphentheorie II Markus Püschel David Steurer Algorithmen und Datenstrukturen, Herbstsemester 2018, ETH Zürich Wiederholung: Vollständige Induktion Ziel: zeige n N. A(n) für eine Aussage
Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }
Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird
f(x) = x f 1 (x) = x. Aufgabe 2. Welche der folgenden Funktionen sind injektiv, surjektiv, bijektiv?
Umkehrfunktionen Aufgabe 1. Sei A = {1, 2, 3, 4}. Definieren Sie eine bijektive Funktion f A A und geben Sie ihre Umkehrfunktion f 1 an. Lösung von Aufgabe 1. Zum Beispiel f, f 1 A A mit f(x) = x f 1 (x)
Zählen perfekter Matchings in planaren Graphen
Zählen perfekter Matchings in planaren Graphen Kathlén Kohn Institut für Mathematik Universität Paderborn 25. Mai 2012 Inhaltsverzeichnis Motivation Einführung in Graphentheorie Zählen perfekter Matchings
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
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
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
Kapitel 7: Flüsse in Netzwerken und Anwendungen Gliederung der Vorlesung
Gliederung der Vorlesung 1. Grundbegriffe. Elementare Graphalgorithmen und Anwendungen 3. Kürzeste Wege 4. Minimale spannende Bäume 5. Färbungen und Cliquen 6. Traveling Salesman Problem 7. Flüsse in Netzwerken
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:
HA-Lösung TA-Lösung Diskrete Strukturen Hausaufgabenblatt 8. Abgabe bis zum um 12:00
Technische Universität München Winter 2018/19 Prof. J. Esparza / Dr. M. Luttenberger, C. Welzel 2019/01/29 HA- TA- Diskrete Strukturen Hausaufgabenblatt 8 Abgabe bis zum 12.12.2018 um 12:00 Beachten Sie:
Liegt eine Kante k auf einem Zyklus Z, so liegt k auf dem Rand genau zweier
4 Planare Graphen Bisher wurden Graphen abstrakt durch Mengen E und K und eine Abbildung ψ : K P(E) definiert. In diesem Kapitel beschäftigen wir uns mit einem Abschnitt der sogenannten topologischen Graphentheorie.
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.
NP-vollst. u. NP-äquiv. Probleme
NP-vollst. u. NP-äquiv. Probleme Literatur: Kapitel K6. Ziel: Weitere Probleme kennen lernen (und damit weitere Basisprobleme für eigene Reduktionen) Weitere Beispiele für NP-Vollständigkeitsbeweise kennen
Diskrete 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
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
8: 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
Übungsblatt 1. Lorenz Leutgeb. 30. März 2015
Übungsblatt Lorenz Leutgeb 30. März 205 Aufgabe. Annahmen ohne Einschränkungen: P Σ und P Γ. Per Definitionem der Reduktion: P P 2 f : Σ Γ wobei f total und berechenbar, genau so, dass: w Σ : w P f(w)
Alexandra Kuhls Proseminar Das Buch der Beweise
Der Fünf Farben Satz Alexandra Kuhls Proseminar Das Buch der Beweise 30.11.2017 Der Fünf Farben Satz Ist es möglich, die Gebiete einer ebenen Karte so Ist es möglich, die Gebiete einer ebenen Karte so
3. Minimale Spannbäume. Definition 99 T heißt minimaler Spannbaum (MSB, MST) von G, falls T Spannbaum von G ist und gilt:
3. Minimale Spannbäume Sei G = (V, E) ein einfacher ungerichteter Graph, der o.b.d.a. zusammenhängend ist. Sei weiter w : E R eine Gewichtsfunktion auf den Kanten von G. Wir setzen E E: w(e ) = e E w(e),
9 Minimum Spanning Trees
Im Folgenden wollen wir uns genauer mit dem Minimum Spanning Tree -Problem auseinandersetzen. 9.1 MST-Problem Gegeben ein ungerichteter Graph G = (V,E) und eine Gewichtsfunktion w w : E R Man berechne
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
Formale Grundlagen. bis , Lösungen. 1. Beweisen Sie, daß die Summe aller Grade der Knoten stets gerade ist.
Formale Grundlagen 4. Übungsaufgaben bis 2011-06-03, Lösungen 1. Beweisen Sie, daß die Summe aller Grade der Knoten stets gerade ist. 2. Finden Sie einen Eulerschen Weg im Briefumschlag, d.h. in: { ((1,
Weitere NP-vollständige Probleme
Weitere NP-vollständige Probleme Wir betrachten nun folgende Reduktionskette und weisen dadurch nach, daß alle diese Probleme NP-hart sind (sie sind auch in NP und damit NP-vollständig). SAT p 3-SAT p
SS Juli Übungen zur Vorlesung Logik Blatt 11
SS 2011 06. Juli 2011 Übungen zur Vorlesung Logik Blatt 11 Prof. Dr. Klaus Madlener Abgabe bis 13. Juli 2011 10:00 Uhr 1. Aufgabe: [Axiomatisierung, Übung] 1. Definieren Sie eine Formel A n der Prädikatenlogik
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
Theoretische Informatik
Theoretische Informatik Sommersemester 2016 Steffen Lange 0/1, Folie 1 2016 Prof. Steffen Lange - HDa/FbI - Theoretische Informatik Literatur S. Lange, M. Margraf, Theoretische Informatik, Lehrmaterial
Einführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Sascha Böhme, Lars Noschinski Sommersemester 2011 Lösungsblatt 9 25. Juli 2011 Einführung in die Theoretische Informatik
Hamilton-Pfad auf Gittergraphen ist NP vollständig
Hamilton-Pfad auf Gittergraphen ist NP vollständig von Stephanie Wilke 1. Einleitung Ein Hamilton-Pfad in einem ungerichteten Graphen ist ein Pfad, der jeden Knoten genau einmal enthält. Es soll nun gezeigt
Das starke Banach-Tarski Paradox und Satz von Tarski (Teil I)
Das starke Banach-Tarski Paradox und Satz von Tarski (Teil I) Lukas Fischer 17. Oktober 2017 Die folgenden Inhalte entstammen dem Buch Lectures on Amenability von Volker Runde, insbesondere den Seiten
Elemente der Mathematik - Winter 2016/2017
4 Elemente der Mathematik - Winter 2016/2017 Prof. Dr. Peter Koepke, Regula Krapf Lösungen Übungsblatt 7 Aufgabe 29 (8 Punkte). Für eine Menge M ist die Potenzmenge von M definiert als P(M) := {X X M},
