Diskrete Mathematik. Kryptographie und Graphentheorie

Größe: px
Ab Seite anzeigen:

Download "Diskrete Mathematik. Kryptographie und Graphentheorie"

Transkript

1 Diskrete Matheatik Kryptographie und Graphentheorie Jochen Hores & Jonas Bühler Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 1

2 Inhaltsverzeichnis Inhaltsverzeichnis 1. Kryptographie 1. Einführung. Faktorisierung 3. Zusaenfassung. Graphentheorie 1. Ungerichtete Graphen. Weitere Merkale 3. Königsberg. Graphentheorie 4. Satz von Euler 6. Planar und plättbar 6. Eulerscher Polyedersatz 7. Wenig Kanten Plättbarkeit 9. Außerde 10. Zusaenfassung Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie

3 1. Einführung 1. Einführung Kryptographie Es werden Funktionen benötigt, die folgende Kriterien erfüllen: leicht zu berechnen it den richtigen Infos leicht ukehrbar ohne Infos extre schwer ukehrbar Eine verbreitete Möglichkeit ist das Produkt zweier großer Prizahlen. Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 3

4 . Faktorisierung. Faktorisierung U auch ohne die nötigen Inforationen die Ukehrung von n = p * q zu berechnen, gibt es verschiedene Ansätze: 1. Eine einfach Prifaktorzerlegung _ Untersuche alle Zahlen bis n, ob diese Zahl n teilt. Eine erste Verbesserung: _ Untersuche dies nur für Prizahlen bis n 3. Ferat: Existiert eine Zerlegung n = a² b² dann ist eine Zerlegung gefunden durch n = (a + b) * (a b) _ Es gilt dann auch b² = a² n. Berechne dies nun für die Zahlen a n. Ist das Ergebnis eine Quadratzahl b², so ist die Zerlegung gefunden. Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 4

5 . Faktorisierung Beispiel: n = 851 _ => n = 9, => Start bei a = 30 30² 851 = 49 = 7² => a = 30, b = 7 n = (30 + 7) * (30 7) = 37 * 3 Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 5

6 . Faktorisierung Übung: Zerlege die Zahl n = 85 it der Faktorisierungsethode von Ferat. Zerlege nach der selben Methode die Zahl n = Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 6

7 3. Zusaenfassung 3. Zusaenfassung Die Kryptographie ist ier ein Wettlauf zwischen besseren Verschlüsselungsalgorithen und weiterentwickelten Algorithen, die diese Verschlüsselung knacken sollen. Das Produkt aus großen Prizahlen wird z.b. in der Public-Key Verschlüsselung benutzt. Wie an sich vorstellen kann, ist es selbst it sehr eleganten Algorithen und odernen Rechnern sehr aufwändig eine Zerlegung in große Prizahlen durchzuführen. Solange dies nicht öglich ist, sind Algorithen, die diese Art der Verschlüsselung verwenden sicher. Mit herkölichen Methoden wird dies in absehbarer Zeit nicht öglich sein, ein Unsicherheitsfaktor sind oentan die Quantencoputer. Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 7

8 1. Ungerichtete Graphen Graphentheorie 1. Ungerichtete Graphen Die einfachste For sind ungerichtete Graphen. Sie bestehen aus: Knoten (auch Ecken genannt) Kanten, die bestite Knoten iteinander verbinden. Verwendung finden Graphen bei der Wegfindung (Speditionen, Flugoptiierung), in der Elektrotechnik (Leiterbahn-Layout), vielen Gebieten der Inforatik und noch einigen weiteren Bereichen. Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 8

9 1. Ungerichtete Graphen Beschrieben werden Graphen noral durch eine Durchnuerierung der Knoten und eine Auflistung der durch Kanten verbundenen Knoten: E = {1,,3,4,5,6,7,8,9} K = {(1,5),(1,7),(1,9),(,5),...,(6,7)} Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 9

10 . Weitere Merkale. Weitere Merkale vollständig Ein Graph heißt vollständig, wenn an von jeder Ecke direkt zu jeder anderen Ecke gelangen kann. Ein vollständiger Graph it n Ecke wird it Kn bezeichnet. zusaenhängend Kann an von jeder Ecke über eine Folge von Kanten zu jeder anderen Ecke gelangen kann. Das heißt, es existieren keine isolierten Punkte. Ein Kantenzug wird durch die Folge der zu benutzenden Kanten angegeben. I oberen Beispiel würde an it k,k14 (letzte Kante) von e1 zu e6 gelangen. geschlossen Ein Kantenzug heißt geschlossen, wenn Anfangs- und Endpunkt gleich sind. Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 10

11 . Weitere Merkale Weg Wird in eine Kantenzug jede Kante (axial) einal verwendet, so heißt er Weg. Kreis Ein geschlossener Weg heißt Kreis. Länge Die Länge eines Weges ist durch die Anzahl seiner Kanten definiert. Grad Der Grad einer Ecke ist gleich der Anzahl der von ih abgehenden Kanten. isoliert Ist grad(e) = 0, so heißt die Ecke e isoliert. Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 11

12 . Weitere Merkale Übung: Zeichne K1 bis K5. Kann an K1 bis K5 jeweils in eine einzigen geschlossenen Kantenzug zeichnen? Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 1

13 3. Königsberg 3. Königsberg Die Stadt Königsberg wird durch die Pregel in vier Teile, darunter eine Insel, geteilt. Nachde insgesat sieben Brücken über die Pregel gebaut wurden, entbrannte ein Streit, ob es einen Rundweg durch die Stadt gäbe, der alle Brücken einal überquert. Euler übersetzte dieses Proble in die Sprache der Graphentheorie, inde er die Landgebiete als Ecken und die Brücken als Kanten definierte. Gibt es nun einen Kreis, der jede Kante verwendet, so heißt er eulerscher Kreis und ein Graph it eulersche Kreis heißt ebenfalls eulersch. Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 13

14 Übung: Welcher der vollständigen Graphen K bis K5 ist eulersch? Ist das Haus vo Nikolaus eulersch? Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 14

15 4. Satz von Euler 4. Satz von Euler Wenn der Graph G eulersch ist, dann hat jede Ecke einen geraden Grad G eulersch grad( e ) = n i i Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 15

16 4. Satz von Euler Wenn alle Ecken geraden Grades sind, dann existiert ein eulerscher Kreis G eulersch grad( e ) = n i i Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 16

17 4. Satz von Euler G eulersch grad( e ) = n i i Finden wir eine Ecke ungeraden Grades, so kann dieser Graph nicht eulersch sein Haben nur zwei Ecken ungeraden Grad, so kann an diese durch eine zusätzliche Kante verbinden und an erhält einen eulerschen Kreis Beweis? Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 17

18 5. Planar und plättbar 5. Planar und plättbar Planar: Kanten berühren sich höchstens in den Ecken Ist das HvN plättbar? Aufgabe: Ecken - Kanten + Gebiete =? Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 18

19 5. Planar und plättbar Planare Graphen zerlegen die Ebene in Gebiete (Länder) HvN(planar): n = 5 Ecken = 8 Kanten g = 5 Länder Wir sehen: = Aufgabe: entferne das Dach und die nach außen verlegte Diagonale Ecken - Kanten + Gebiete =? Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 19

20 6. Eulerscher Polyedersatz 6. Eulerscher Polyedersatz Für einen zusaenhängenden, planaren Graphen it n Ecken, Kanten und g Gebieten gilt: n = 4 Ecken = 5 Kanten g = 3 Länder = 3 1 n + g = Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 0

21 6. Eulerscher Polyedersatz Beweis: Vollständige Induktion Beweis über die Kantenzahl Induktionsvorrausetzung: die Aussage = 1 g = 1, n = n + stie für die Kantenzahl g = n + g = (wir setzen außerde voraus: ) n = Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 1

22 6. Eulerscher Polyedersatz Betrachten Graphen it + 1 Kanten (n Ecken, g Gebieten) zu zeigen: n ( + 1) + g = Fall 1: e, grad( e) = wir entfernen diese Ecke it dieser Kante dieser Graph erfüllt nach Induktionsvorrausetzung 1 n ' = n 1, ' = + 1 1, g' = g Fall : e, grad( e) es existiert ein Kreis entfernen einer Kante dieses Kreises: nach Induktionsvorrausetzung n' = n, ' = + 1 1, g' = g 1 n' ' + n g' = ( + = 1) + n 1 g = + g n' ' + n g' = ( + = 1) + n + g = g 1 Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie

23 7. Wenig Kanten Wenig Kanten hat ein planarer zusaenhängender Graph! Nälich: 3n 6 Zu Beweis betrachten wir für jedes Gebiet eines Graphen die Zahl der g i uschließenden Kanten: Jedes Land hat indestens 3 Kanten: ( g ) 3g i Jetzt haben wir aber jede Kanten doppelt gezählt g ( g i ) ( g ) = i g1 Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 3

24 Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 4 in die Euler-Forel: g g g g i i 3 3 ) ( ) ( = n g n = n 3 1 = Multiplikation it n n qed 7. Wenig Kanten...

25 8. Plättbarkeit 8. Plättbarkeit Dank des Zusaenhangs 3n 6 zwischen Ecken und Kanten in eine planaren Graphen können wir jetzt Aussagen über die Plättbarkeit achen z.b. K5 n=5 =10 Wäre K5 planar, würde ja oben genannte Bedingung gelten: = 9 offensichtlich falsch daraus folgt, daß K5 nicht plättbar ist Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 5

26 8. Plättbarkeit Bei den 'Jeder it Jede' - Netzwerken Kn gilt: In Plättbarkeitsbedingung: ( n) = 1 n( n n( n 1) n 7n 1) 3n n = 3 n = 1 K4 ist der größte vollständige plättbare Graph 4 Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 6

27 9. Außerde 9. Außerde In jede planaren Graphen existiert eine Ecke e it grad(e) < 6 Beweis: grad( e i ) = 6n 1 Angenoen, jede Ecke habe ehr als 5 Kanten: Widerspruch grad( e i ) 6n Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 7

28 9. Außerde Übung Gibt es eine Lösung, jeden linken Knoten it allen rechten Knoten zu verbinden? Lösung: Wäre der Graph plättbar n g + = g 5 Jedes Gebiet enthält indestens 4 Kanten = 4g = Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 8

29 10. Zusaenfassung 10. Zusaenfassung G ist eulersch grad( e ) = n i i G ist planar bzw. plättbar n + g = 3n 6 Jochen Hores, Jonas Bühler Kryptographie & Graphentherorie 9

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

Graphentheorie. Eulersche Graphen. Eulersche Graphen. Eulersche Graphen. Rainer Schrader. 14. November Gliederung.

Graphentheorie. Eulersche Graphen. Eulersche Graphen. Eulersche Graphen. Rainer Schrader. 14. November Gliederung. Graphentheorie Rainer Schrader Zentrum für Angewandte Informatik Köln 14. November 2007 1 / 22 2 / 22 Gliederung eulersche und semi-eulersche Graphen Charakterisierung eulerscher Graphen Berechnung eines

Mehr

Elementargeometrie. Prof. Dr. Andreas Meister SS digital von: Frank Lieberknecht

Elementargeometrie. 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

Mehr

Diskrete Mathematik. Hamiltonsche Graphen Teil I. Karina Arndt

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

Mehr

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

Kapitel 3. Kapitel 3 Graphentheorie

Kapitel 3. Kapitel 3 Graphentheorie Graphentheorie Inhalt 3.1 3.1 Grundlagen 3.2 3.2 Das Das Königsberger Brückenproblem 3.3 3.3 Bäume 3.4. 3.4. Planare Graphen 3.5 3.5 Färbungen Seite 2 3.1 Grundlagen Definition. Ein Ein Graph besteht aus

Mehr

Westfählische Wilhelms-Universität. Eulersche Graphen. Autor: Jan-Hendrik Hoffeld

Westfählische Wilhelms-Universität. Eulersche Graphen. Autor: Jan-Hendrik Hoffeld Westfählische Wilhelms-Universität Eulersche Graphen Autor: 21. Mai 2015 Inhaltsverzeichnis 1 Das Königsberger Brückenproblem 1 2 Eulertouren und Eulersche Graphen 2 3 Auffinden eines eulerschen Zyklus

Mehr

Wiederholung aus Diskreter Mathematik I: I: Graphentheorie

Wiederholung aus Diskreter Mathematik I: I: Graphentheorie Wiederholung aus Diskreter Mathematik I: I: Graphentheorie Inhalt: W.1 Grundlagen W.2 Das Königsberger Brückenproblem W.3 Bäume W.4 Planare Graphen W.5 Färbungen W.1 Grundlagen Ein Ein Graph besteht aus

Mehr

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

Graphen für Einsteiger

Graphen für Einsteiger Manfred Nitzsche Graphen für Einsteiger Rund um das Haus vom Nikolaus vieweg 1 Erste Graphen 1 Das Haus vom Nikolaus 1 Was ist ein Graph? 2 Auch das ist bei Graphen möglich! 3 Der Grad einer Ecke 4 Verschiedene

Mehr

Graphen für Einsteiger

Graphen für Einsteiger Manfred Nitzsche Graphen für Einsteiger Rund um das Haus vom Nikolaus 2., korrigierte Auflage vieweg 1 Erste Graphen 1 Das Haus vom Nikolaus 1 Was ist ein Graph? 2 Auch das ist bei Graphen möglich! 3 Der

Mehr

WESTFÄLISCHE WILHELMS-UNIVERSITÄT MÜNSTER. Über 7 Brücken... wissen leben WWU Münster. Dietmar Lammers Hochschultag 201

WESTFÄLISCHE 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

Mehr

1. Einführung. Grundbegriffe und Bezeichnungen. Beispiele. gerichtete Graphen. 1. Einführung Kapitelübersicht

1. 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

Mehr

Eulerweg, Eulerkreis. Das Königsberger Brückenproblem. Definition 3.1. Ein Weg, der jede Kante von G genau einmal

Eulerweg, 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

Mehr

Minimal spannender Baum

Minimal spannender Baum Minimal spannender Baum 16 1 2 21 5 11 19 6 6 3 14 33 10 5 4 18 Die Kreise zeigen die vorgesehenen Standorte neu zu errichtender Filialen einer Bank. Entlang der bestehenden Straßen sollen Telefonleitungen

Mehr

Vorlesung Diskrete Strukturen Eulersche und Hamiltonsche Graphen

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

Mehr

6. Übung zur Linearen Optimierung SS08

6. Übung zur Linearen Optimierung SS08 6 Übung zur Linearen Optimierung SS08 1 Sei G = (V, E) ein schlichter ungerichteter Graph mit n Ecken und m Kanten Für eine Ecke v V heißt die Zahl der Kanten (u, v) E Grad der Ecke (a) Ist die Anzahl

Mehr

Graphen. Leonhard Euler ( )

Graphen. 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),

Mehr

1. Übung zur Vorlesung,,Diskrete Strukturen (SS 01)

1. Übung zur Vorlesung,,Diskrete Strukturen (SS 01) 1 Übung zur Vorlesung,,Disrete Struturen (SS 01 Lösung zu Aufgabe Es ist zu zeigen: Für, n N 0 gilt Algebraischer Beweis ( ( n + n + + 1 0 Es sei n N 0 beliebig Wir beweisen die Behauptung durch Indution

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

3. Die Datenstruktur Graph

3. Die Datenstruktur Graph 3. Die Datenstruktur Graph 3.1 Einleitung: Das Königsberger Brückenproblem Das Königsberger Brückenproblem ist eine mathematische Fragestellung des frühen 18. Jahrhunderts, die anhand von sieben Brücken

Mehr

Diskrete Mathematik 1

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

Mehr

Hausarbeit aus. Graphentheorie Formale Grundlagen Professor Franz Binder. zum Thema. Herbert Huber k Seite 1 von 21

Hausarbeit aus. Graphentheorie Formale Grundlagen Professor Franz Binder. zum Thema. Herbert Huber k Seite 1 von 21 Hausarbeit aus 368.712 Formale Grundlagen Professor Franz Binder zum Thema Graphentheorie Herbert Huber k0455780 Seite 1 von 21 Inhaltsverzeichnis Graphen Grundlagen und Begriffsdefinitionen...3 Graphenstrukturen...6

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

Diskrete Strukturen Kapitel 1: Einleitung

Diskrete Strukturen Kapitel 1: Einleitung WS 2015/16 Diskrete Strukturen Kapitel 1: Einleitung Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15

Mehr

2. Graphentheorie, Reinhard Diestel, Springer Verlag, 4. Auflage, 2012

2. Graphentheorie, Reinhard Diestel, Springer Verlag, 4. Auflage, 2012 Das vorliegende Skript beschäftigt sich mit dem Thema Graphentheorie. Das Skript entsteht entlang einer Unterrichtsreihe in der Mathematischen Schülergesellschaft(MSG) im Jahr 2013. Die vorliegende Version

Mehr

Theoretische Informatik 1

Theoretische Informatik 1 Theoretische Informatik 1 Approximierbarkeit David Kappel Institut für Grundlagen der Informationsverarbeitung Technische Universität Graz 10.06.2016 Übersicht Das Problem des Handelsreisenden TSP EUCLIDEAN-TSP

Mehr

Technische Universität München Zentrum Mathematik Propädeutikum Diskrete Mathematik. Weihnachtsblatt

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

Mehr

Berechnung von Abständen

Berechnung von Abständen 3. Kreis- und Wegeprobleme Abstände in Graphen Abstände in Graphen Definition 3.4. Es sei G = (V, E) ein Graph. Der Abstand d(v, w) zweier Knoten v, w V ist die minimale Länge eines Weges von v nach w.

Mehr

Bernd Döring. Wege, Plätten, Färben. Vom Problem zur Theorie der Graphen

Bernd 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

Mehr

Lösungen zu Kapitel 5

Lösungen zu Kapitel 5 Lösungen zu Kapitel 5 Lösung zu Aufgabe : (a) Es gibt derartige Graphen: (b) Offensichtlich besitzen 0 der Graphen einen solchen Teilgraphen. Lösung zu Aufgabe : Es sei G = (V, E) zusammenhängend und V

Mehr

Königsberger Brückenproblem

Königsberger Brückenproblem Philipps-Universität Marburg Fachbereich 12: Mathematik und Informatik PS: Klassische Probleme der Mathematik Leitung: Prof. Dr. Harald Upmeier, Benjamin Schwarz Referentin: Lene Baur WS 2009/2010 Königsberger

Mehr

Lernmodul 2 Graphen. Lernmodul 2: Geoobjekte und ihre Modellierung - Graphen

Lernmodul 2 Graphen. Lernmodul 2: Geoobjekte und ihre Modellierung - Graphen Folie 1 von 20 Lernmodul 2 Graphen Folie 2 von 20 Graphen Übersicht Motivation Ungerichteter Graph Gerichteter Graph Inzidenz, Adjazenz, Grad Pfad, Zyklus Zusammenhang, Trennende Kante, Trennender Knoten

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

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

1. Beschreiben Sie folgende Zahlenmengen durch Markierung auf der Zahlengeraden, der Zahlenebene bzw. durch Aufzählen der Elemente:

1. Beschreiben Sie folgende Zahlenmengen durch Markierung auf der Zahlengeraden, der Zahlenebene bzw. durch Aufzählen der Elemente: Lösung 1. Übung Elemente der Algebra WS017/18 1. Beschreiben Sie folgende Zahlenmengen durch Markierung auf der Zahlengeraden, der Zahlenebene bzw. durch Aufzählen der Elemente: (e) {(x,y) IR 3x+4y 1}.

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

Graphentheorie Mathe-Club Klasse 5/6

Graphentheorie Mathe-Club Klasse 5/6 Graphentheorie Mathe-Club Klasse 5/6 Thomas Krakow Rostock, den 26. April 2006 Inhaltsverzeichnis 1 Einleitung 3 2 Grundbegriffe und einfache Sätze über Graphen 5 2.1 Der Knotengrad.................................

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

Graphentheorie Graphentheorie. Grundlagen Bäume Eigenschaften von Graphen Graphen-Algorithmen Matchings und Netzwerke

Graphentheorie 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,

Mehr

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

Der Fünffarbensatz Proseminar: Graphentheorie Sommersemester 2006 Isa Topac, Markus Kunder, Tim Hahn Der Fünffarbensatz Proseminar: Graphentheorie Sommersemester 2006 Isa Topac, Markus Kunder, Tim Hahn 1. Geschichte - Frage kommt Mitte des 19 Jahrhunderts auf Wie viele Farben benötigt man um eine Karte

Mehr

Zur Zykelschreibweise von Permutationen

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

Mehr

Daniel Platt Einführung in die Graphentheorie

Daniel 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

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

Diskrete Strukturen Kapitel 4: Graphentheorie (Grundlagen)

Diskrete Strukturen Kapitel 4: Graphentheorie (Grundlagen) WS 2015/16 Diskrete Strukturen Kapitel 4: Graphentheorie (Grundlagen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15

Mehr

1. Einleitung wichtige Begriffe

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

Mehr

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

Praktische Grenzen der Berechenbarkeit

Praktische Grenzen der Berechenbarkeit Arno Schwarz Praktische Grenzen der Berechenbarkeit Während es im ersten Abschnitt um prinzipiell unlösbare Probleme ging, wenden wir uns nun Aufgaben zu, deren Lösbarkeit praktische Grenzen gesetzt sind.

Mehr

Gibt es in Königsberg einen Spaziergang, bei dem man jede der. Pregelbrücken. überquert?

Gibt es in Königsberg einen Spaziergang, bei dem man jede der. Pregelbrücken. überquert? Graphentheorie Gibt es in Königsberg einen Spaziergang, bei dem man jede der sieben Pregelbrücken genau einmal überquert? 1 Königsberger Brückenproblem Im Jahre 1736 Leonhard Euler löste das Problem allgemein

Mehr

2. Repräsentationen von Graphen in Computern

2. Repräsentationen von Graphen in Computern 2. Repräsentationen von Graphen in Computern Kapitelinhalt 2. Repräsentationen von Graphen in Computern Matrizen- und Listendarstellung von Graphen Berechnung der Anzahl der verschiedenen Kantenzüge zwischen

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

Gibt es in Königsberg einen Spaziergang, bei dem man jede der sieben Pregelbrücken genau einmal überquert?

Gibt es in Königsberg einen Spaziergang, bei dem man jede der sieben Pregelbrücken genau einmal überquert? Graphentheorie Gibt es in Königsberg einen Spaziergang, bei dem man jede der sieben Pregelbrücken genau einmal überquert? Königsberger Brückenproblem Gibt es in Königsberg einen Spaziergang, bei dem man

Mehr

Achilles und die Schildkröte Sommersemester 2008

Achilles und die Schildkröte Sommersemester 2008 Achilles und die Schildkröte Sommersemester 2008 Färbbarkeit planarer Graphen Alexander Damarowsky 20.05.2008 V6, 15.05.2008 Problemstellung /Ziel des Vortrags: Wie viele Farben werden benötigt, um jeden

Mehr

Graphen. Graphen und ihre Darstellungen

Graphen. Graphen und ihre Darstellungen Graphen Graphen und ihre Darstellungen Ein Graph beschreibt Beziehungen zwischen den Elementen einer Menge von Objekten. Die Objekte werden als Knoten des Graphen bezeichnet; besteht zwischen zwei Knoten

Mehr

Übersicht 2. Mathematik als Beruf? Von logischen Strukturen und spannenden Aufgaben. Martin Oellrich. wer das Problem löste 4

Übersicht 2. Mathematik als Beruf? Von logischen Strukturen und spannenden Aufgaben. Martin Oellrich. wer das Problem löste 4 Mathematik als Beruf? Von logischen Strukturen und spannenden Aufgaben Übersicht 5. April 009 5. April 009 Martin Oellrich 1 vom Problem zur Theorie die Idee weiter denken 3 MathematikerIn werden? Gibt

Mehr

8. Übung zu Algorithmen I 15. Juni 2016

8. Übung zu Algorithmen I 15. Juni 2016 8. Übung zu Algorithmen I 15. Juni 2016 Lisa Kohl Lisa.Kohl@kit.edu (mit Folien von Julian Arz, Timo Bingmann, Sebastian Schlag, Christian Staudt und Christoph Striecks) Nachtrag: Quicksort, alternative

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

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

Eulerscher Polyedersatz

Eulerscher Polyedersatz Schülerzirkel Mathematik Fakultät für Mathematik. Universität Regensburg Eulerscher Polyedersatz Beweis durch planare Graphen und Anwendung auf platonische Körper Die oben abgebildete Briefmarke wurde

Mehr

Einheit 11 - Graphen

Einheit 11 - Graphen Einheit - Graphen Bevor wir in medias res (eigentlich heißt es medias in res) gehen, eine Zusammenfassung der wichtigsten Definitionen und Notationen für Graphen. Graphen bestehen aus Knoten (vertex, vertices)

Mehr

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

Formale Grundlagen. bis , Lösungen. 1. Beweisen Sie, daß die Summe aller Grade der Knoten stets gerade ist.

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,

Mehr

Übungen zu Kombinatorik und Graphentheorie

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

Mehr

9. Übung Algorithmen I

9. 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

Mehr

6. Planare Graphen und Färbungen

6. Planare Graphen und Färbungen 6. Planare Graphen und Färbungen Lernziele: Den Begriff der Planarität verstehen und erläutern können, wichtige Eigenschaften von planaren Graphen kennen und praktisch einsetzen können, die Anzahl von

Mehr

5 Graphen und Polyeder

5 Graphen und Polyeder 5 Graphen und Polyeder 5.1 Graphen und Eulersche Polyederformel Ein Graph besteht aus einer Knotenmenge V (engl. vertex) und einer Kantenmenge E (engl. edge). Anschaulich verbindet eine Kante zwei Knoten,

Mehr

Wozu ist Mathematik gut? M. Hinze

Wozu ist Mathematik gut? M. Hinze Wozu ist Mathematik gut? M. Hinze Technische Universität Dresden Institut für Numerische Mathematik hinze@math.tu-dresden.de www.math.tu-dresden.de/ hinze Technische Universität Dresden Institut für Numerische

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

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

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

II. Wissenschaftliche Argumentation

II. Wissenschaftliche Argumentation Gliederung I. Motivation II. Wissenschaftliche Argumentation i. Direkter Beweis ii. iii. Indirekter Beweis Beweis durch vollständige Induktion Seite 35 II. Wissenschaftliche Argumentation Ein Beweis ist

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

Etwas Topologie. Thomas Jahn. LV Algebraische Topologie am 1. Dezember 2014

Etwas Topologie. Thomas Jahn. LV Algebraische Topologie am 1. Dezember 2014 Etwas Topologie Thomas Jahn LV Algebraische Topologie am 1. Dezember 214 1 Eulerscher Polyedersatz [2] Satz 1.1 (Eulerscher Polyedersatz). Sei G ein ebener Graph. (Multikanten und Schlingen sind erlaubt,

Mehr

Algebra und Diskrete Mathematik, PS3. Sommersemester Prüfungsfragen

Algebra und Diskrete Mathematik, PS3. Sommersemester Prüfungsfragen Algebra und Diskrete Mathematik, PS3 Sommersemester 2016 Prüfungsfragen Erläutern Sie die Sätze über die Division mit Rest für ganze Zahlen und für Polynome (mit Koeffizienten in einem Körper). Wodurch

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

Liegt eine Kante k auf einem Zyklus Z, so liegt k auf dem Rand genau zweier

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.

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

Algorithmen und Datenstrukturen 2-1. Seminar -

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

Mehr

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

Kapitel 7: Flüsse in Netzwerken und Anwendungen Gliederung der Vorlesung

Kapitel 7: Flüsse in Netzwerken und Anwendungen Gliederung der Vorlesung Gliederung der Vorlesung. Fallstudie Bipartite Graphen. Grundbegriffe. Elementare Graphalgorithmen und Anwendungen. Minimal spannende Bäume. Kürzeste Pfade. Traveling Salesman Problem. Flüsse in Netzwerken

Mehr

2 Eulersche Polyederformel und reguläre Polyeder

2 Eulersche Polyederformel und reguläre Polyeder 6 2 Eulersche Polyederformel und reguläre Polyeder 2.1 Eulersche Polyederformel Formal besteht ein Graph aus einer Knotenmenge X und einer Kantenmenge U. Jede Kante u U ist eine zweielementige Teilmenge

Mehr

Knotenfärbung. Def.: Eine Knotenfärbung eines Graphen G=(V,E) mit k Farben ist eine Abbildung c:v {1,...,k}, so dass c(u) c(v) für alle {u,v} E.

Knotenfärbung. Def.: Eine Knotenfärbung eines Graphen G=(V,E) mit k Farben ist eine Abbildung c:v {1,...,k}, so dass c(u) c(v) für alle {u,v} E. Knotenfärbung Def.: Eine Knotenfärbung eines Graphen G=(V,E) mit k Farben ist eine Abbildung c:v {1,...,k}, so dass c(u) c(v) für alle {u,v} E. Die chromatische Zahl χ(g) eines Graphen G ist die minimale

Mehr

Faktorisierung von Polynomen f Z[X] mit der Gittermethode (Lenstra-Lenstra-Lovasz)

Faktorisierung von Polynomen f Z[X] mit der Gittermethode (Lenstra-Lenstra-Lovasz) Faktorisierung von Polynoen f Z[X] it der Gitterethode (Lenstra-Lenstra-Lovasz) Factorize(f) input: quadratfreies Polyno f Z[X] output: Liste der Faktoren von f bestie eine Prizahl p it deg(f od p) = deg

Mehr

Das Briefträgerproblem

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

Mehr

Der Vier-Farben-Satz

Der Vier-Farben-Satz , Samuel Hetterich, Felicia Raßmann Goethe-Universität Frankfurt, Institut für Mathematik 21.Juni 2013 Wieviele Farben braucht man zum Färben einer Landkarte? Spielregeln Länder mit einer gemeinsamen Grenze

Mehr

Studientag zur Algorithmischen Mathematik

Studientag 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

Mehr

(v) bezeichnet man die Menge aller Nachbarn eines Knotens v in G. Ferner bezeichnet man mit N G

(v) bezeichnet man die Menge aller Nachbarn eines Knotens v in G. Ferner bezeichnet man mit N G MALA Zirkel 1 à Beginn Nikolaus-Haus - nur links unten, zu diesem Punkt kann man mit Stift hinkommen und von ihr weg, dies kann ein oder zweimal erfolgen - Frage: owie müsste man das Haus verändern, um

Mehr

Vorlesung. Vollständige Induktion 1

Vorlesung. Vollständige Induktion 1 WS 015/16 Vorlesung Vollständige Induktion 1 1 Einführung Bei der vollständigen Induktion handelt es sich um ein wichtiges mathematisches Beweisverfahren, mit dem man Aussagen, die für alle natürlichen

Mehr

Proseminar Graphentheorie Vortrag 3 Matching. Inhalt: 1. Grundlagen 2. Matchings in bipatiten Graphen 3. Matchings in allgemeinen Graphen

Proseminar Graphentheorie Vortrag 3 Matching. Inhalt: 1. Grundlagen 2. Matchings in bipatiten Graphen 3. Matchings in allgemeinen Graphen Proseminar Graphentheorie Vortrag 3 Matching Inhalt: 1. Grundlagen 2. Matchings in bipatiten Graphen 3. Matchings in allgemeinen Graphen 1. Grundlagen Definition Matching: Eine Menge M von unabhängigen

Mehr

2.4. Triangulierung von Polygonen

2.4. Triangulierung von Polygonen Als drittes Problem haben wir in Kapitel 1 die Triangulierung von Polygonen identifiziert, die etwa bei der Überwachung eines Museums durch Kameras auftritt. F70 F71 Definition und Theorie: Definition

Mehr

Ecken des Zuordnungsproblems

Ecken des Zuordnungsproblems Total unimodulare Matrizen Ecken des Zuordnungsproblems Definition.6 Ein Zuordnungsproblem mit den Vorzeichenbedingungen 0 apple x ij apple für i, j =,...,n statt x ij 2{0, } heißt relaxiertes Zuordnungproblem.

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

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

Euler und Hamiltonkreise

Euler und Hamiltonkreise Euler und Hamiltonkreise 1. Königsberger Brücken 2. Eulerwege und Kreise Definition, Algorithmus mit Tiefensuche 3. Hamiltonwege und Kreise Definition 4. Problem des Handlungsreisenden Enumeration und

Mehr

Eulerscher Polyedersatz

Eulerscher Polyedersatz Schülerzirkel Mathematik Fakultät für Mathematik. Universität Regensburg Eulerscher Polyedersatz Beweis durch planare Graphen und Anwendung auf platonische Körper Die oben abgebildete Briefmarke wurde

Mehr

4. Welchen Zusammenhang gibt es zwischen den Eckengraden und der Anzahl der Kanten eines ungerichteten Graphen?

4. Welchen Zusammenhang gibt es zwischen den Eckengraden und der Anzahl der Kanten eines ungerichteten Graphen? Kapitel 7 Graphentheorie Verständnisfragen Sachfragen 1. Was ist ein ungerichteter Graph? 2. Erläutern Sie den Begriff Adjazenz! 3. Erläutern Sie den Eckengrad in einem Graphen! 4. Welchen Zusammenhang

Mehr

Motivation Kap. 6: Graphen

Motivation Kap. 6: Graphen Motivation Kap. 6: Graphen Warum soll ich heute hier bleiben? Graphen sind wichtig und machen Spaß! Professor Dr. Lehrstuhl für Algorithm Engineering, LS Fakultät für Informatik, TU Dortmund Was gibt es

Mehr

Modul Diskrete Mathematik WiSe 2011/12

Modul Diskrete Mathematik WiSe 2011/12 1 Modul Diskrete Mathematik WiSe 2011/12 Ergänzungsskript zum Kapitel 4.2. Hinweis: Dieses Manuskript ist nur verständlich und von Nutzen für Personen, die regelmäßig und aktiv die zugehörige Vorlesung

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

Satz 324 Sei M wie oben. Dann gibt es für ein geeignetes k Konstanten c i > 0 und Permutationsmatrizen P i, i = 1,...

Satz 324 Sei M wie oben. Dann gibt es für ein geeignetes k Konstanten c i > 0 und Permutationsmatrizen P i, i = 1,... Satz 324 Sei M wie oben. Dann gibt es für ein geeignetes k Konstanten c i > 0 und Permutationsmatrizen P i, i = 1,..., k, so dass gilt M = k c i P i i=1 k c i = r. i=1 Diskrete Strukturen 7.1 Matchings

Mehr