Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume?

Ähnliche Dokumente
Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume?

Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume?

Ein Turnierplan mit fünf Runden

Diskrete Strukturen Kapitel 4: Graphentheorie (Bäume)

Graphen. Graphen und ihre Darstellungen

WS 2013/14. Diskrete Strukturen

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

Vorlesung Diskrete Strukturen Eulersche und Hamiltonsche Graphen

Vorlesung Diskrete Strukturen Eulersche und Hamiltonsche Graphen

2. Repräsentationen von Graphen in Computern

Isomorphie von Bäumen

Mehr über Abbildungen

Zentralübung zur Vorlesung Diskrete Strukturen (Prof. Esparza)

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).

a 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema:

WS 2009/10. Diskrete Strukturen

Mathematik I. Vorlesung 12. Lineare Abbildungen

Diskrete Mathematik 1

Lineare Algebra I (WS 13/14)

Zentralübung zur Vorlesung Diskrete Strukturen

In diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N. Wenn (mit einem n > 1)

Zentralübung zur Vorlesung Diskrete Strukturen (Prof. Mayr)

Ecken des Zuordnungsproblems

Definition 7.1. Der Coxeter Graph zu W ist der ungerichtete gewichtete Graph Γ W = (V, E), mit Eckenmenge V und Kantenmenge E, gegeben durch V = und

10. Übung zur Linearen Algebra I -

1. Einige Begriffe aus der Graphentheorie

5. Bäume und Minimalgerüste

Tutorium 23 Grundbegriffe der Informatik (7. Sitzung)

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

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

Diskrete Strukturen Kapitel 4: Graphentheorie (Grundlagen)

Determinanten. I. Permutationen

2. Symmetrische Gruppen

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

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

35 Matrixschreibweise für lineare Abbildungen

6. Planare Graphen und Färbungen

Graphen und Bäume. A.1 Graphen

Vorlesung Diskrete Strukturen Die natürlichen Zahlen

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

Verteilen von Bällen auf Urnen

Funktionen oder Abbildungen sind wir schon mehrere Male begegnet. Es wird Zeit mal genau fest zu legen, was gemeint ist.

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

= 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

Lineare Algebra und analytische Geometrie I

Diskrete Mathematik. Hamiltonsche Graphen Teil I. Karina Arndt

Algebraische Zahlentheorie. Teil II. Die Diskriminante.

3 Determinanten, Eigenwerte, Normalformen

Diskrete Strukturen Nachholklausur

Mathematik III. Vorlesung 68. Das Verhalten von Maßen bei linearen Abbildungen

Graphentheorie 1. Diskrete Strukturen. Sommersemester Uta Priss ZeLL, Ostfalia. Hausaufgaben Graph-Äquivalenz SetlX

8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem

8.2 Invertierbare Matrizen

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

: das Bild von ) unter der Funktion ist gegeben durch

Übungen zu Kombinatorik und Graphentheorie

Grundbegriffe der Informatik

Quadratische Formen und Definitheit

WS 2008/09. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen

Zentralübung zur Vorlesung Diskrete Strukturen

7.2 Die adjungierte Abbildung

und Unterdeterminante

Lineare Algebra und analytische Geometrie I

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

Darstellung von Gruppen

Mathematik für Anwender I

1 Zum Aufwärmen. 1.1 Notationen. 1.2 Lineare Abbildungen und Matrizen. 1.3 Darstellungsmatrizen

6. Übung zur Linearen Optimierung SS08

Serie 5. Lineare Algebra D-MATH, HS Prof. Richard Pink. 1. [Aufgabe] Invertieren Sie folgende Matrizen über Q:

Grundbegriffe der Informatik

Lineare Algebra I (WS 12/13)

a 1 a 1 A = a n . det = λ det a i

15. Elementare Graphalgorithmen

Universität Stuttgart Physik und ihre Didaktik PD Dr. Holger Cartarius. Matrizen. a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A = a m,1 a m,2 a m,n

Fortgeschrittene Netzwerk- und Graph-Algorithmen

Lösungsskizzen zu den Klausuraufgaben zum Kurs 1142 Algorithmische Mathematik

2.5 Smith-Normalform für Matrizen über Euklidischen Ringen

Leitfaden Lineare Algebra: Determinanten

9.2 Invertierbare Matrizen

Universität Innsbruck WS 2013/2014. Brückenkurs. Formale Konzepte. 3. Auflage. Harald Zankl. 15. Januar 2014

Algorithmische Graphentheorie

Vier-Farben-Vermutung (1)

Flüsse in Netzwerken

Matrizen - I. Sei K ein Körper. Ein rechteckiges Schema A = wobei a ij K heißt Matrix bzw. eine m n Matrix (mit Elementen aus K).

(1) In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt.

Vollständige Induktion. Analysis I. Guofang Wang. Universität Freiburg

1 Definition. 2 Besondere Typen. 2.1 Vektoren und transponieren A = 2.2 Quadratische Matrix. 2.3 Diagonalmatrix. 2.

Elementare Beweismethoden

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

Hausaufgabenüberprüfung 1 zu Mathematische Strukturen Hagen Knaf, SS 2016

Mathematik für Anwender I

Mathematik für Physiker, Informatiker und Ingenieure

WS 2008/09. Diskrete Strukturen

Mathematik I. Vorlesung 14. Rang von Matrizen

3.9 Elementarmatrizen

5 Lineare Gleichungssysteme und Determinanten

Einführung in die Informatik 2

Kapitel III. Lineare Abbildungen

Eigenwerte. Ein Eigenwert einer quadratischen n n Matrix A ist ein Skalar λ C (eine komplexe Zahl) mit der Eigenschaft Ax = λx (1)

Transkript:

Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume? Bernhard Ganter WS 2009/10 Isomorphie Zwei Graphen (V 1, E 1 ) und (V 2, E 2 ) heißen isomorph, wenn es eine bijektive, Kanten erhaltende und Kanten reflektierende Abbildung von V 1 nach V 2 gibt. Jede solche Abbildung ist ein Isomorphismus. Dabei heißt eine Abbildung ϕ : V 1 V 2 Kanten erhaltend, wenn aus {u, v} E 1 stets {ϕ(u), ϕ(v)} E 2 folgt, und Kanten reflektierend, wenn aus {u, v} / E 1 stets {ϕ(u), ϕ(v)} / E 2 folgt. Bäume Wenn im Folgenden von Bäumen geredet wird, sind Bäume im Sinne der Graphentheorie gemeint: Ein Baum ist hier also ein zusammenhängender kreisloser Graph. Bäume sind damit auch genau diejenigen Graphen, in denen je zwei Ecken durch genau einen Weg verbunden sind. Eine Ecke vom Grad 1 in einem Baum nennt man ein Blatt. Einen Baum mit genau zwei Blättern nennt man auch einen Weg. Ein Baum, in dem alle Ecken bis auf (höchstens) eine Blätter sind, ist ein Stern. Wieviele Bäume mit 4 Ecken gibt es? Wenn eine solche Frage wie Wieviele Bäume mit 4 Ecken gibt es? 1

beantwortet werden soll, muss man zunächst klären, was gemeint ist. Insbesondere muss präzisiert werden, ob die Anzahl bis auf Isomorphie bestimmt werden soll oder nicht (engl.: unlabeled vs. labeled ). Es gibt, wie man durch Probieren findet, genau 16 verschiedene Bäume mit den vier Ecken V := {0, 1, 2, 3}. Davon sind zwölf isomorph zum Weg mit vier Ecken und vier isomorph zum Stern. Bis auf Isomorphie gibt es also genau zwei Bäume mit vier Ecken. Wieviele Bäume mit n Ecken gibt es? Es ist mathematisch anspruchsvoll, die Anzahl der Isomorphietypen von Bäumen mit genau n Ecken allgemein zu bestimmen. Die dafür entwickelte Zähltheorie nach G. Polya wird in dieser Vorlesung nicht behandelt. Stattdessen beweisen wir den folgenden Satz. Satz 1. Die Anzahl der Bäume (V, E) mit V := {0, 1,..., n 1} ist n n 2. n 1 2 3 4 5 t(n) 1 1 3 16 125 Beweisstrategie Der Satz besagt, dass es genau so viele Bäume auf {0, 1,..., n 1} gibt wie n 2-Tupel mit Komponenten aus {0, 1,..., n 1}. Ein Beweis kann also geführt werden, indem eine bijektive Abbildung zwischen der Menge aller Bäume auf Z n und der Menge Z n 2 n angegeben wird. Dazu müssen wir eine Vorschrift angeben, die jedem Baum auf Z n auf eindeutige und umkehrbare Weise ein n 2-Tupel zuordnet. Eine bekannte Weise, dies zu tun, liefert der sogenannte Prüfer-Code. Der Prüfer-Code eines Baumes Der Prüfer-Code ordnet (für n 2) jedem Baum (V, E) mit linear geordneter n-elementiger Eckenmenge V ein (n 2)-Tupel mit Komponenten aus V zu, und zwar wie folgt: 2

Falls n = 2 ist, wird dem Baum das Nulltupel zugeordnet. Falls n > 2 ist, sei b das kleinste Blatt des Baums und a 0 die zu b adjazente Ecke. Dem Baum wird das Tupel (a 0, a 1,..., a n 3 ) zugeordnet, wobei (a 1,..., a n 3 ) der Prüfercode des Baumes ist, der entsteht, wenn man das Blatt b entfernt, also der des Baums (V \ {b}, E \ {{b, a 0 }}). Beispiel 2 3 1 6 7 4 0 8 5 Das kleinste Blatt ist das mit der Nummer 0. Die dazu adjazente Ecke ist 8. Der Prüfer-Code beginnt also mit (8,...). Für den nächsten Schritt wird das Blatt 0 entfernt. 2 3 1 6 7 4 8 5 Nun ist 2 das kleinste Blatt. Die dazu adjazente Ecke ist 1. Der Prüfer-Code beginnt also mit (8, 1,...). Für den nächsten Schritt wird das Blatt 2 entfernt, usw. Als Prüfer-Code des oben abgebildeten Baumes erhält man so (8, 1, 8, 3, 1, 4, 4). Die Blätter Eine Beobachtung, die uns noch nützlich sein wird, notieren wir als Hilfssatz: Die Blätter des Baumes kommen im Prüfer-Code nicht vor. Das ist aufgrund der Konstruktion recht offensichtlich: Im Tupel werden ja nur Ecken notiert, die zu einem Blatt adjazent sind. Solche Ecken können aber für n > 2 keine Blätter sein, und für n = 2 werden sie nicht notiert. Weil aber jede Ecke, die im Prüfer-Code nicht vorkommt, zu nur einer anderen adjazent sein kann, gilt sogar noch mehr: Hilfssatz 1. Die Blätter des Baums sind genau diejenigen Ecken, die im Prüfer-Code nicht vorkommen. 3

Vom Prüfer-Code zum Baum Gegeben sei ein n 2-Tupel (a 0, a 1,..., a n 3 ) mit Komponenten aus der linear geordneten Menge V. Wir bestimmen ein (n 2)-Tupel (b 0,..., b n 3 ) wie folgt: b 0 sei das kleinste Element von V \ {a 0,..., a n 3 }. b i+1 sei das kleinste Element von V \ {b 0,... b i, a i+1,..., a n 3 }, für i := 0,..., n 4. Außerdem sei e := V \ {b 0,..., b n 3 }. Der gesuchte Baum hat dann die Kantenmenge E := {{a 0, b 0 },..., {a n 3, b n 3 }, e}. Beispiel Gegeben sei V := {0, 1,..., 8} (also n = 9) und (a 0, a 1,..., a n 3 ) := (8, 1, 8, 3, 1, 4, 4). Wir berechnen (b 0,..., b n 3 ) nach der angegebenen Regel: (8, 1, 8, 3, 1, 4, 4) (0, (8, 1, 8, 3, 1, 4, 4) (0, 2, (8, 1, 8, 3, 1, 4, 4) (0, 2, 5, 6, 3, 1, 7) Ergebnis: Die kleinste Zahl, die in {a 0,..., a n 3 } nicht vorkommt, ist 0. Also b 0 := 0. Die kleinste Zahl, die in {b 0, a 1,..., a n 3 } nicht vorkommt, ist 2. Also b 1 := 2, usw. Die im vollständigen Tupel (b 0,..., b n 3 ) fehlenden Elemente ergeben e := {4, 8}. E = {{0, 8}, {1, 2}, {5, 8}, {3, 6}, {1, 3}, {1, 4}, {4, 7}, {4, 8}}. Satz und Beweis Satz 2. Es sei V eine linear geordnete n-elementige Menge, n 2. Der oben definierte Prüfer-Code ordnet jedem Baum mit Eckenmenge V ein (n 2)- Tupel mit Komponenten aus V zu, und jedes solche (n 2)-Tupel ist Prüfer- Code genau eines Baumes. 4

Den Beweis führen wir durch Induktion über n. Für den kleinstmöglichen Fall, n = 2, ist die Behauptung offenbar richtig. Nun sei n > 2. Der erste Teil der Behauptung ist offensichtlich. Zu beweisen ist deshalb nur noch, dass jedes (n 2)-Tupel der Prüfer-Code genau eines Baumes ist. Sei also (a 0, a 1,..., a n 3 ) ein solches Tupel und b 0 das kleinste Element der Menge V \ {a 0,..., a n 3 }. Beweis (Fortsetzung) Nach der Induktionsannahme ist (a 1,..., a n 3 ) Prüfer-Code genau eines Baumes mit der Eckenmenge V \{b 0 }. Die Blätter dieses Baumes sind genau die Elemente von V \ {b 0 }, die nicht im Tupel (a 1,..., a n 3 ) vorkommen, und b 0 ist kleiner als all diese Blätter. Deshalb ist b 0 das kleinste Blatt des Baumes, der entsteht, wenn man die Kante {a 0, b 0 } hinzufügt. Dieser Baum, und kein anderer, hat also den Prüfer-Code (a 0, a 1,..., a n 3 ). Noch ein Beispiel als Korollar Die Bäume mit n Ecken und n 1 Blättern sind genau die Sterne. Wieviele Bäume gibt es mit n Ecken und genau n 2 Blättern? Nach dem Hilfssatz sind dies genau so viele, wie es Tupel in Z n 2 n gibt mit genau zwei verschiedenen Komponenten. Diese Anzahl ist leicht zu bestimmen, sie lautet (für n > 2) ( ) n (2 n 2 2). 2 Man hat ja ( n 2) Möglichkeiten, die beiden Komponenten zu wählen, und kann aus den beiden genau 2 n 2 Tupel der Länge n 2 bilden, von denen aber genau zwei konstant sind, also aus nur einer Komponente bestehen. Die Anzahl der Bäume auf {0, 1,..., 5} mit genau vier Blättern ist also gleich 210. Die Adjazenzmatrix Als Adjazenzmatrix eines endlichen Graphen (V, E) mit V := {v 1,..., v n } bezeichnet man die n n-matrix { 1 falls {v i, v j } E A := (a i,j ) i,j {1,...,n} mit a i,j := 0 sonst. 5

Die Adjazenzmatrix ist symmetrisch, hat Nullen in der Hauptdiagonale und die Spalten- und Zeilensummen sind gleich dem jeweiligen Eckengrad. v 2 v 1 v 3 v 4 0 1 1 1 1 0 1 0 1 1 0 1 1 0 1 0 Gradmatrix Als Gradmatrix von (V, E) mit V := {v 1,..., v n } bezeichnen wir die Diagonalmatrix { 0 falls i j D := (d i,j ) i,j {1,...,n} mit d i,j := deg(v i ) falls i = j. Die Diagonaleinträge der Gradmatrix sind die Eckengrade des Graphen, alle anderen Komponenten sind Null. Der Matrix-Gerüst Satz v 2 v 1 v 3 v 4 3 0 0 0 0 2 0 0 0 0 3 0 0 0 0 2 Satz 3. Sei G := (V, E) ein Graph mit n > 1 Ecken, der Adjazenzmatrix A und der Gradmatrix D. Die Matrix (D A) i entstehe aus D A durch Streichen der i-ten Zeile und der i-ten Spalte. Dann ist det((d A) i ) die Anzahl τ(g) der Gerüste im Graphen (G). 3 1 1 1 1 2 1 0 1 1 3 1 1 0 1 2 det 2 1 0 1 3 1 0 1 2 = 8. Beweis Wir führen den Beweis durch Induktion über die Eckenzahl n und über die Zahl m der Kanten bei fester Eckenzahl. 6

Beweis 1. Hat der Graph keine Kanten, so ist D A die Nullmatrix und damit det((d A) i ) = 0. Der Graph hat keine Gerüste, die Behauptung ist damit erfüllt. Hat der Graph G := (V, E) n Ecken und m > 0 Kanten, so können wir durch Umnummerieren erreichen, dass i = 1 und e := {v 1, v 2 } eine Kante ist. Nun bezeichne G \ e den Graphen (V, E \ {e}), der druch Wegnahme der Kante e einsteht, und G/e den Graphen mit Eckenmenge {v 2,..., v n } und der Kantenmenge (E \ {{v 1, w} {v 1, w} E} {{v 2, w} {v 1, w} E \ {{v 1, v 2 }}), der entsteht, wenn man die Ecken v 1 und v 2 kontrahiert. Beweis, Fortsetzung Beweis 2. Es gilt τ(g) = τ(g \ e) + τ(g/e), denn τ(g \ e) ist die Anzahl der Gerüste von G, die die Kante e nicht enthalten, und G/e enthält genau so viele Gerüste, wie es Gerüste in G gibt, die e enthalten. Diese beiden Graphen haben weniger Ecken oder gleichviel Ecken und weniger Kanten als G, erfüllen also nach der Induktionsannahme die Behauptung des Satzes. Wir setzen d 1 := deg(v 1 ), d 2 := deg(v 2 ) und d := d 1 + d 2 2 (dann ist d der Grad der Ecke v 2 in G/e), und betrachten die Matrizen (D A) 1 für die beiden Graphen G \ e und G/e. Beweis, Fortsetzung Beweis 3. τ(g) = τ(g \ e) + τ(g/e) = d 1 1 d 2 1 N det + det N T M d N T N M Entwickelt man die erste Determinante nach der ersten Zeile, so erhält man das gleiche Ergebnis wie... 7

Beweis (Schluss) Beweis. beim Entwickeln der Matrix (D A) 1 für den Ausgangsgraphen G, denn diese hat folgende Gestalt: d 1 1 det 1 d 2 N T N M 8