William Rowan Hamilton,

Ähnliche Dokumente
Diskrete Strukturen. wissen leben WWU Münster

durch Einfügen von Knoten konstruiert werden kann.

Zusammenfassung zu Graphentheorie

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

Bemerkung: Der vollständige Graph K n hat n(n 1)

A Berlin, 10. April 2017

WS 2009/10. Diskrete Strukturen

WS 2015/16 Diskrete Strukturen Kapitel 4: Graphen (Planare Graphen, Färbung)

Übung zur Vorlesung Diskrete Strukturen I

Bäume und Wälder. Definition 1

Diskrete Strukturen. Hausaufgabe 1 (5 Punkte) Hausaufgabe 2 (5 Punkte) Wintersemester 2007/08 Lösungsblatt Januar 2008

Bäume und Wälder. Definition 1

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

Univ.-Prof. Dr. Goulnara ARZHANTSEVA

Diskrete Mathematik Graphentheorie (Übersicht)

Das Heiratsproblem. Definition Matching

Für die Anzahl der Kanten in einem vollständigen Graphen (und damit für die maximale Anzahl von Kanten in einem einfachen Graphen) gilt:

Naiver Algorithmus für Hamiltonkreis

Planare Graphen und Färbungen. Kapitel 7. Peter Becker (H-BRS) Graphentheorie Wintersemester 2018/ / 296

Graphentheorie. Perfekte Graphen. Perfekte Graphen. Perfekte Graphen. Rainer Schrader. 22. Januar 2008

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.

WS 2008/09. Diskrete Strukturen

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

Übung zur Vorlesung Diskrete Strukturen I

Technische Universität München Zentrum Mathematik Propädeutikum Diskrete Mathematik. Klausurvorbereitung

Übungsaufgaben Graphentheorie, Wintersemester 2011/12

Übung zur Vorlesung Diskrete Mathematik (MAT.107) Blatt Beispiellösungen Abgabefrist:

Technische Universität München Zentrum Mathematik Propädeutikum Diskrete Mathematik. Weihnachtsblatt

Diskrete Mathematik für Informatiker

6. Planare Graphen und Färbungen

Dieser Graph hat 3 Zusammenhangskomponenten

Diskrete Strukturen Kapitel 4: Graphentheorie (Grundlagen)

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

Betriebswirtschaftliche Optimierung

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kap. 6: Graphentheorie

Betriebliche Optimierung

Vier-Farben-Vermutung (1)

Kapitel 1: Fallstudie Bipartite Graphen Gliederung der Vorlesung

= 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 Pfade in azyklischen Graphen

5 Graphen. Repräsentationen endlicher Graphen. 5.1 Gerichtete Graphen. 5.2 Ungerichtete Graphen. Ordnung von Graphen

HA-Lösung TA-Lösung Diskrete Strukturen Hausaufgabenblatt 8. Abgabe bis zum um 12:00

Graphen: Darstellungen, Isomorphie, Knotenfärbung

Def. 1.1: Graph, Knoten, Kanten, adjazent. Notwendige Bedingungen für Isomorphie. Das 3-Brunnen Problem, der vollständige bipartite Graph K 3,3

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

Zusammenfassung Graphentheorie

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

Nachbarschaft, Grad, regulär, Inzidenz

Listenfärbung von Graphen

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

Graphentheorie. Formale Grundlagen (WIN) 2008S, F. Binder. Vorlesung im 2008S

Diskrete Strukturen Kapitel 4: Graphentheorie (Bäume)

Färbungen auf Graphen

Zentralübung zur Vorlesung Diskrete Strukturen

OR für Wirtschaftsingenieure. Übungsserie 7: Färbungen von Graphen

2 Komplement eines Graphen

Diskrete Strukturen. Hausaufgabe 1 (5 Punkte) Wintersemester 2007/08 Lösungsblatt Januar 2008

3 Klassifikation wichtiger Optimierungsprobleme

A B = {(a,b) a A, b B}

Kapitel IV Minimale Spannbäume

Kapitel 3. Kapitel 3 Graphentheorie

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

Graphen: Rundwege, Kodierung von Bäumen

Graphentheorie. Zufallsgraphen. Zufallsgraphen. Zufallsgraphen. Rainer Schrader. 23. Januar 2008

Isomorphie von Bäumen

Algorithmen und Datenstrukturen 2-1. Seminar -

Wiederholung aus Diskreter Mathematik I: I: Graphentheorie

Achilles und die Schildkröte Sommersemester 2008

Kapitel 8: Bipartite Graphen Gliederung der Vorlesung

Algorithmische Graphentheorie

Algorithmische Graphentheorie

3. Übung zur Vorlesung Planare Graphen

Seien u, v V, u v. Da G zusammenhängend ist, muss mindestens ein Pfad zwischen u und v existieren.

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

Lösungen zu Kapitel 5

Der Vier-Farben-Satz

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.

1. Einige Begriffe aus der Graphentheorie

1.Aufgabe: Minimal aufspannender Baum

Graphen. Definitionen

Graphentheorie. Kardinalitätsmatchings. Kardinalitätsmatchings. Kardinalitätsmatchings. Rainer Schrader. 11. Dezember 2007

WS 2015/16 Diskrete Strukturen Kapitel 4: Graphen (Matchings)

8. Übung Algorithmen I

Vorlesung 1: Graphentheorie. Markus Püschel David Steurer. Algorithmen und Datenstrukturen, Herbstsemester 2018, ETH Zürich

Zählen perfekter Matchings in planaren Graphen

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

Graphen KAPITEL 3. Dieses Problem wird durch folgenden Graph modelliert:

Wiederholung zu Flüssen

Transkript:

3.2.2 Hamiltonkreise Definition 130. In einem Graph G = (V,E) nennt man einen Kreis, der alle Knoten aus V genau einmal durchläuft, einen Hamiltonkreis. Enthält ein Graph eine Hamiltonkreis, nennt man ihn hamiltonsch. William Rowan Hamilton, 1805-1865 Satz 131. Gilt in einem (wie alle unserer Graphen schleifenfreien) Graphen G = (V,E), das für alle Paare x,y V mit x y und (x,y) / E folgt deg(x) + deg(y) V, so gibt es in dem Graphen einen Hamiltonkreis. Beweis. (durch Widerspruch, etwas komplexer, z.b. Steger S. 78) Korollare 1. Hat jeder Knoten in einem schleifenfreien Graphen G = (V,E) einen Grad von mindestens V /2, ist der Graph hamiltonsch. 39

2. Die vollständigen Graphen K n sind hamiltonsch Satz 132. Jeder Hyperwürfel der Dimension d 2 ist hamiltonsch. Beweis. (Induktion nach d): IA: Für d = 2 ist der Hamiltonkreis genau der ganze Graph. IS: Q d+1 entsteht aus Q d, indem man Q d mit Namenswerweiterung der Knoten um führende 0 bzw. 1 verdoppelt, und dann jeweils die ehemals gleichen Knoten in Original und Kopie miteinander verbindet. In den Q d gibt es nach Voraussetzung Hamiltonkreise. Wir entnehmen diesen Kreisen nun eine beliebige Kante, aber in Original und Kopie die entsprechend gleiche, und verbinden die beiden nun offenen Kreise an den Bruchstellen über die Verbindungen von Kopie und Original. Das liefert einen Hamiltonkreis in Q d+1 3.2.3 Gray-Code Die Hyperwürfel-Konstruktion liefert nebenher einen binären Code, bei dem sich die einzelnen Codewörter nur um ein Bit unterscheiden - den Gray-Code. Definition 133. Der Gray-Code G(k) in n N Bits ist rekursiv aufgebaut. Für jeden Zweierpotenzbereich, also 2 n 1 k < 2 n ist G(k) gerade 2 n 1 G((2 n 1) k), dabei ist das bitweise oder, und 2 n die Binärzahl mit nur genau einer 1 an der n-ten Postition. Als Beispiel für n=4: G(0) = 0000 G(1) = 2^0 G(0) = 0001 n=1 G(2) = 2^1 G(1) = 0011 n=2 G(3) = 2^1 G(0) = 0010 G(4) = 2^2 G(3) = 0110 n=3 G(5) = 2^2 G(2) = 0111 G(6) = 2^2 G(1) = 0101 G(7) = 2^2 G(0) = 0100 G(8) = 2^3 G(7) = 1100 n=4... G(15) = 2^3 G(0) = 1000 Dezimalwerte, Gray- und Standard-Binärcode für 4 Bits: dez. 0 1 2 3 4 5 6 7 std. 0000 0001 0010 0011 0100 0101 0110 0111 Gray 0000 0001 0011 0010 0110 0111 0101 0100 dez. 8 9 10 11 12 13 14 15 std. 1000 1001 1010 1011 1100 1101 1110 1111 Gray 1100 1101 1111 1110 1010 1011 1001 1000 Der Gray-Code hat einen Hamming-Abstand von 1, und wird gern zur Codierung digitalisierter, ursprünglich stetiger Analogsignale verwendet. 3.3 Planare Graphen Etwas informell: Definition 134. Ein Graph heißt planar oder eben, wenn an ihn kreuzungsfrei in die Ebene einbetten kann. Definition 135. Für einen planaren Graphen G nennt man die Bereiche der Ebene, die man erhält, wenn man den Graphen an den Kanten zerschneidet, Gebiet. Die Anzahl der sich so ergebenden Gebiete wird mit faces(g) bezeichnet. Das äussere Gebiet zählt dabei mit. 40

41

Satz 136. (Eulersche Polyederformel) Sei G = (V,E) ein zusammenhängender ebener Graph. Dann gilt faces(g) = E V + 2 Beweis. Induktion nach E. Der IA sind Bäume, das IS-Argument Kreise! IA: Sei T ein Baum. Bäume sind planar und enthalten keine Kreise, es ergibt sich also faces(t) = 1. Ausserdem gilt für Bäume E = V 1, also E V + 2 = 1. IS: Sei nun ein Graph G = (V,E) gegeben, der kein Baum ist. G enhält mindestens einen Kreis, und dieser Kreis umschliesst ein Gebiet. Entfernt man eine Kante e aus dem Kreis, hat der Graph genau ein Gebiet weniger, und damit nach IV ( E 1) V + 2 Gebiete. G selbst hat genau ein Gebiet mehr, also E V + 2 Gebiete. Satz 137. Für jeden planaren Graphen G = (V,E) mit V > 2 gilt E 3 V 6 Beweis. Eine Einbettung in die Ebene liefert g Gebiete. Jedes Gebiet wird durch mindestens drei Kanten begrenzt, jede Kante begrenzt maximal zwei Gebiete, also: 3 g 2 E. Also 2/3 E g = E V + 2, mithin (1/3) E V 2 Folgerungen: 1. Es gibt keine planare Darstellung für den K 5. 2. Bei Triangularisierungen wird jedes Gebiet von genau drei Kanten begrenzt, für diese gilt daher E = 3 V 6 Satz 138. (Kuratowski) Ein Graph ist genau dann planar wenn er weder eine Unterteilung des K 5 noch des K 3,3 als Teilgraphen enthält. Beweis. Casimir Kuratowski: Sur le problème des courbes gauches en topologie. In: Fund. Math. 15. 1930, 271-283 Bemerkungen 1. Unterteilungen eines Graphen sind Graphen., bei denen einzelnen Kanten durch Pfade ersetzt werden 2. K(5) und K(3,3) sind also gewissermassen die einzigen echten Bausteine für mehrdimensionale Graphen 42

3.4 Graphenfärbungen Im WLAN gibt es 6 Frequenzen, und die AccessPoints müssen so verteilt sein, dass sich in ihrem Sendebereich keine gleichen Frequenzbereiche überlappen, da es sonst zu Störungen kommt. Das kann man durch 6 Farben modellieren: Definition 139. Sei G = (V,E) ein Graph. Eine Knotenfärbung mit k Farben von G ist eine Abbildung c : V [k] mit der Eigenschaft, das für alle Kanten (v, w) E gilt c(v) c(w). Definition 140. Zu einem Graphen G ist die chromatische Zahl (χ(g)) das minimale k, für das eine Knotenfärbung für G existiert. 43

Petersen-Graph P mit χ(p) = 3 Vollständige Graphen K n haben die chromatische Zahl n Kreise mit gerader Knotenzahl kann man abwechselnd färben, also gilt für alle n > 1: χ(c 2n ) = 2 Für Kreise mit ungerader Knotenzahl muss man für den letzten Knoten eine neue Farbe wählen, also gilt hier n > 1: χ(c 2n+1 ) = 3 Bipartite Graphen G haben χ(g) = 2 Satz 141. Ein Graph G = (V,E) ist genau dann bipartit, wenn er keinen Kreis ungerader Knotenzahl als Teilgraphen enthält. Beweis. : Angenommen, G sei bipartit und beinhalte einen Kreis ungerader Ordnung. Dann gäbe es eine Knotenfärbung mit zwei Farben auch für den Kreis - Widerspruch! Beweis. : Man beginnt bei einem Knoten, färbt ihn rot, und färbt in Breitensuche immer nach dem Abstand (also der Zahl der Knoten dazwischen), bei geradem Abstand rot, ungeradem Abstand blau. Da es keinen Kreis ungerader Knotenzahl als Untergraphen gibt, kann man so alle Knoten färben, und die Knoten gleicher Farbe bilden jeweils eine Partition des bipartiten Graphen Satz 142. (Vierfarbensatz): Für jeden planaren Graphen ist χ(g) 4 Beweis. Als Vermutung ist diese Aussage schon recht alt, konnte aber erst 1977 durch Appel und Haken gelöst werden. Er wurde von Mathematikern zunächst (und ggf.immer noch) nur ungern gesehen, da er das Problem in mehrere Mengen von Problemfällen teilt. Der Beweis für die unendliche Menge war dann formal,aber für den Nachweis der Aussage für 1963 problematische Fälle wurde ein Computer(programm) bemüht. Im allgemeinen ist das Problem, χ(g) für einen gegebenenen Graphen bestimmen, recht aufwändig. 44

Das Problem Ist für einen gegebenen Graphen χ(g) 3? ist NP-vollständig. In der Praxis verwendet man daher Näherungslösungen, die idr auf lokalen Informationen beruhen. Beispiel 143. (Greedy-Algorithmus:) Wir besuchen die Knoten des Graphen in einer beliebigen Reihenfolge v 1, v 2,...,v n und ordnen dem aktuellen Knoten jeweils die kleinste Farbe zu, die noch nicht für einen benachbarten, bereits besuchten Knoten verwendet wird. Der Greedy-Algorithmus benötigt im worst case max({deg(v) v V }) Farben. Statt der Knoten kann man auch die Kanten färben Definition 144. Sei G = (V,E) ein Graph. Eine Kantenfärbung mit k Farben von G ist eine Abbildung c : E [k] mit der Eigenschaft, dass für alle Kanten e,f E mit e f (e und f haben also mindestens einen gemeinsamen Knoten) gilt c(e) c(f). Definition 145. Zu einem Graphen G ist der chromatische Index (χ (G)) das minimale k, für das eine Kantenfärbung für G existiert. Definition 146. Für G = (V,E) ist maxdeg(g) := max{deg(v) v V } Sicher muss χ (G) maxdeg(g) gelten. Es gilt aber folgender Satz von Vizing (Wadym G. Wysyng, 1964): χ (G) maxdeg(g) + 1 Zum Beweis gab Wysyng einen Algorithmus an, der in O( V E ) eine Kantenfärbung liefert. Das Entscheidungsproblem, ob für einen gegebenenen Graphen G gilt χ (G) = maxdeg(g) oder χ (G) = maxdeg(g) + 1 ist aber wieder NP-vollständig (Holyer, 1981). Eine Annäherung an die Lösung lieferten Erdős & Wilson 1977 mit dem Satz: χ (G) = maxdeg(g) für fast alle Graphen maxdeg(p) = 3, χ(p) = 3, χ (P) = 4 3.5 Matchings Es sind oft Elemente einer Menge einer anderern paarweise nach gewünschten Eigenschaften zuzuordnen, z.b. Stellen zu Arbeitssuchenden Zeitungsartikel den Plätzen auf einer Seite, Vorlesungen zu Räumen, 45

... Beispiel 147. Fünf Vorlesungen V25M, V40B, V45, V60B und V200M suchen entsprechend grosse Räume, die mit Beamer und/oder Musikanlagen ausgestattet sind. Dazu gibt es folgende Hörsääle mit Platzzahlen und Ausstattung: H200BM, H150B, H100B, H120M, H50BM. Gibt es ein sinnvolle Verteilung der Vorlesungen auf die Hörsääle? Definition 148. Sei ein Graph G = (V,E) gegeben. 1. Eine Teilmenge M E heisst Matching oder Paarung, wenn die Kanten von M paarweise keine gemeinsamen Knoten haben, d.h. e,f M : e f =. 2. Ein Knoten k heisst (von einem Matching) überdeckt, wenn er in einer Kante des Matchings enthalten ist. 3. Ein Matching M heisst maximal, wenn für alle Kanten e E M gilt: M {e} ist kein Matching mehr. 4. Ein Matching M heisst perfekt, wenn alle Knoten überdeckt sind. Links einfaches, rechts perfektes Matching. 46

U.a. für Sterngraphen gibte es kein perfektes Matching. Satz 149. (Heiratssatz, Hall 1935:) In bipartiten Graphen G mit Bipartition {A, B} existiert genau dann ein Matching, das jeden Knoten aus A überdeckt, falls für jedes S A gilt, dass ihre Nachbarschaft mindestens so groß ist wie S selbst. Die Nachbarschaft einer Knotenmenge sind dabei die Nachbarn all ihrer Knoten. Mi V45M statt V25 gäbe es hier ein Problem, denn N({V 25M,V 45M, V 200M}) = 2 Erfüllt ein bipartiter Graph G = (V,E) die Bedingungen des Satzes von Hall, so kann man ein Matching M der Kardinalität M = A in Zeit O( V E ) bestimmen. 4 Arithmetik - Zahlentheorie Die Menge der ganzen Zahlen Z ist bezüglich der Division nicht abgeschlossen. Deswegen ist interessant zu untersuchen, wann Divisionsergebnisse wieder in Z liegen. Definition 150. k m = n 1. Seien n, m Z. Man sagt m teilt n (m n), wenn es ein k N, k > 0 gibt, für das gilt: 2. Für n, m Z bezeichnet den grössten gemeinsamen Teiler von n und m 3. Für n, m Z bezeichnet das kleinste gemeinsame Vielfache von n und m 4. m, n 0 : kgv (m, n) = m n ggt(m,n) ggt(n, m) := max{d N : d m und d n} kgv (n, m) := min{v N : m v und n v} 47