Zusammenfassung Königsberger Brückenproblem Planare Graphen

Slides:



Advertisements
Ähnliche Präsentationen
Freie Universität Berlin Institut für Informatik
Advertisements

Christian Scheideler SS 2009
Kapitel 3 Arithmetische Schaltkreise
Wiederholung TexPoint fonts used in EMF.
Wiederholung TexPoint fonts used in EMF.
Wiederholung: Ziehen von Elementen
Übungsbetrieb Di neuer Raum HZO 60
Wiederholung Operationen auf Mengen Relationen, Abbildungen/Funktionen
HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik Algorithmische Probleme in Funknetzwerken IX Christian Schindelhauer
HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik Algorithmische Probleme in Funknetzwerken X Christian Schindelhauer
Friedhelm Meyer auf der Heide 1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Approximationsalgorithmen …liefern in polynomieller.
WS Algorithmentheorie 13 - Kürzeste (billigste) Wege Prof. Dr. Th. Ottmann.
Algorithmentheorie 12 – Spannende Bäume minimalen Gewichts
Kapitel 3 Graphentheorie
Wiederholung aus Diskreter Mathematik I: Graphentheorie Inhalt: W
Kapitel 3 Elementare Datenstrukturen TexPoint fonts used in EMF.
Wiederholung Formale Potenzreihen
Minimum Spanning Tree: MST
Effiziente Algorithmen
Effiziente Algorithmen
Flüsse, Schnitte, bipartite Graphen
Effiziente Algorithmen
Vier/Fünf-Farben-Satz
Chromatische Zahl.
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Institut für Theoretische Informatik
Institut für Theoretische Informatik
Institut für Theoretische Informatik
Institut für Theoretische Informatik
Institut für Theoretische Informatik
HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik Algorithmische Probleme in Funknetzwerken VIII Christian Schindelhauer
HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik Algorithmische Probleme in Funknetzwerken VI Christian Schindelhauer
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung Datenstrukturen für den Algorithmus von.
Gliederung der Vorlesung
Theory of Programming Prof. Dr. W. Reisig Was heißt „Korrektheit“? W. Reisig Workshop Modellierung Hamburg, März 2015.
Graphentheorie.
Referenten: Moritz S., Ina B. und Sebastian R.
Projekt Graphentheorie Eulerpfad
Wiederholung Größte gemeinsame Teiler Satz von Bezout:
Wiederholung TexPoint fonts used in EMF.
Wiederholung Gerichtete Graphen Digraph D=(V,E)
Wiederholung TexPoint fonts used in EMF.
TexPoint fonts used in EMF.
Christian Scheideler WS 2008
Übungen Übungsanmeldung Übungskorrektur
Wiederholung Breitensuche BFS mit Startknoten s Tiefensuche
Organisatorisches DiMa für Master of Science Mathe anrechenbar
Wiederholung Knotenfärbung von Graphen Matchings M
Fragestunden & Übungsschein
TexPoint fonts used in EMF.
TexPoint fonts used in EMF.
Klausurtermin Klausur Diskrete Mathematik I Do stündig
Wiederholung TexPoint fonts used in EMF.
Wiederholung Körper K Eigenschaften von multiplikativen Gruppen
Kleiner Schreibfehler
Korrektur Aufgabe 8.1 Anstatt x2-2x+3 muss es heissen x2-4x+3.
Wiederholung Gruppen Untergruppen Gruppenisomorphismen
Wiederholung Umwandlung in Koordinatenform
Wiederholung Chinesischer Restsatz RSA TexPoint fonts used in EMF.
Wiederholung Verband Ungerichtete Graphen Partielle Ordnung
 Präsentation transkript:

Zusammenfassung Königsberger Brückenproblem Planare Graphen Eulertour besucht alle Kanten Anfangs- und Endknoten sind gleich G eulersch , deg(v)=0 mod 2 für alle v 2 V Planare Graphen Flächenanzahl invariant: f = m-n+2 Dünn besetzte Graphen: m < 3(n-2) Jeder nicht planare enthält Unterteilung von K5 oder K3,3 Enthalten Knoten v mit deg(v) · 5. 27.11.2018 TexPoint fonts used in EMF. Read the TexPoint manual before you delete this box.: AAA

Färben von Graphen Def: G ist k-färbbar , 9 c:V ! [k] mit c(u)  c(v) für alle {u,v} 2 E. Chromatische Zahl: Â(G) = min{k 2 N| G ist k-färbbar}. Bsp: Jeder Graph ist n-färbbar. Â(Kn)=n C2n ist 2-färbbar. C2n+1 ist 3-färbbar. Kn1,n2 ist 2-färbbar. Bäume sind 2-färbbar. Anwendungen: Verteilen von Frequenzen benachbarte Sender erhalten verschiedene Frequenzen Färben von Landkarten benachbarte Länder erhalten verschiedene Farben 27.11.2018

Bipartite Graphen Satz: G bipartit , G ist 2-färbbar. , G enthält keinen Kreis ungerader Länge. Erste Äquivalenz nach Definition. Zweite Äquivalenz: „)“: Ann.: G enthält C=(v1,…,v2n+1). Sei c eine 2-Färbung von G. c(v1)=c(v3)=…=c(v2n+1), aber {v2n+1,v1} 2 E (Widerspruch) „(“: Starte Full-BFS in beliebigem Knoten s. Markiere Knoten mit Farbe (d[s] mod 2)+1. Da G nur Kreise gerader Länge besitzt: Benachbarte Knoten erhalten unterschiedliche Farbe. 27.11.2018

5-Färbbarkeit Satz (Heawood 1890): Jeder planare Graph ist 5-färbbar. Induktion über n. IV: n · 5 korrekt. IS: Betrachten ebenes Diagramm eines planaren Graphen G mit n+1 Knoten. G enthält v mit deg(v) · 5. G‘=(Vn{v}) ist nach IV 5-färbbar. Seien vi Nachbarn von v. Fall 1: {c(v1),…,c(v5}}  [5]: Färbe v mit Restfarbe. Fall 2: Sei c(vi)=i für i=1,…,5 Sei Vi={v 2 V | c(v)=i}. Fall 2.1: v1 und v3 in verschiedenen ZHK von G[V1[ V3]. Tausche Farben 1 und 3 in der ZHK von G[V1 [ V3], in der v1 liegt. Kein Nachbar von v hat Farbe 1. Setze c(v)=1. Fall 2.2: Pfad von v1 nach v3 ausschließlich mit Farben 1 und 3. Kein Pfad von v2 nach v4 mit Farben ausschließlich 2 und 4 (muss wegen Planarität Farbe 1 oder 3 enthalten) Analog zu Fall 2.1: Vertausche Farben 2 und 4 in ZHK, in der v2 liegt. Färbe v mit Farbe 2. v1 v2 v5 v v3 v4 27.11.2018

Vierfarbensatz Satz (Appel, Haken 1977): Jeder planare Graph ist 4-färbbar. Beweis der Korrektheit durch massiven Computereinsatz Beweis liefert O(n2)-Algorithmus für planare Graphen. Für allgemeine Graphen: Gegeben G=(V,E) und k. Schwer zu entscheiden, ob Â(G)· k. 27.11.2018

Nicht-optimale Lösung Algorithmus Greedy-Färbung Eingabe: G=(V,E) mit V={v1,…,vn} c[v1] à 1 for i à 2 to n c[vi] = min{k 2 N | k  c[u] für alle bereits gefärbten Nachbarn u von vi} Ausgabe: c:V ) [C(G)] Korrektheit: Nachbarknoten erhalten nie die gleiche Farbe. Sei ¢(G) = maxi{deg(vi)} Es gilt Â(G) · C(G) · ¢(G)+1. Für G=Kn oder G=C2n+1 ist Â(G)=¢(G)+1. Für alle anderen G gibt es einen effizienten Alg. mit C(G)· ¢(G). 27.11.2018

Kantenfärbung ¢(G) · ‘(G) · k · ¢(G)+1 Def: Eine k-Kantenfärbung ist eine Abb. c: E ! [k] mit c(e)  c(e‘) für e,e‘ 2 E mit e Å e‘  ; Chromatischer Index: ‘(G) = min{k 2 N| G hat k-Kantenfärbung}. Beobachtung: Leicht zu sehen: ‘(G) ¸ ¢(G) Satz von Vinzing: ‘(G) · ¢(G)+1 Entscheidungsproblem „Ist ‘(G)=¢(G)?“ ist schwer. Es gibt Alg. der in Zeit O(nm) k-Färbung berechnet mit ¢(G) · ‘(G) · k · ¢(G)+1 27.11.2018

Heiratsproblem Gegeben: Graph von Bekanntschaften Ziel: Verheirate alle Frauen. Anton Alice Bob Berta Claudio Carla Dirk Dörte Erwin Eva Fritz 27.11.2018

Matching Def: M µ E ist Matching der Größe |M| , 8 e,e‘ 2 M, e  e‘: e Å e‘ = ; M überdeckt v , 9 u: {u,v} 2 M M perfektes Matching , M überdeckt alle v 2 V , |M| = n/2. 27.11.2018

Heiratssatz Satz(Hall): Sei G=(A ] B, E) bipartit. G enthält Matching M der Größe |M|=|A| , |[x 2 X ¡(x)| =:|¡(X)| ¸ |X| für alle X µ A. „)“: Sei M Matching, |M|=|A|. Betrachte G‘=(A ] B,M). Jedes X µ A hat in G‘ genau |X| Nachbarn ) Jedes X µ A hat in G mindestens |X| Nachbarn. 27.11.2018

|¡(X)|¸|X| ) Matching,|M|=|A| Ann.: G=(A ] B, E) hat max. Matching M, |M|<|A| ) 9 nicht überdecktes a1 2 A mit Nachbarn b1.Existenz von b1 wegen |¡({a1})| ¸ 1. Algorithmus Augmentierender-Pfad Eingabe: G=(A ] B, E), M, a1, b1 k à 1 while (bk wird von M überdeckt) ak+1 à Nachbar von bk im Matching M bk+1 à beliebiges v 2 ¡({a1,…,ak+1}) n {b1, …, bk} k à k+1 Ausgabe: augmentierender Pfad pa = (a1, b1, …, ak, bk) Korrektheit: bk+1 existiert wegen |¡({a1,…,ak+1}) n {b1,…,bk}| ¸ (k+1)-k = 1 {ai, bi}  M für i=1,…,k: k Kanten nicht in M {bi, ai+1} 2 M für i=1,…,k-1: k-1 Kanten in M a1, bk nicht überdeckt. Nimm {ai, bi} in Matching auf und {bi, ai+1} aus Matching raus. M wird um Eins größer (Widerspruch zur Maximalität von M) 27.11.2018