Materiały pomocnicze do wykładu

Slides:



Advertisements
Podobne prezentacje
Metody optymalizacyjne w logistyce
Advertisements

Materiały pomocnicze do wykładu
DOMINOWANIE W GRAFACH Magdalena Lemańska.
Grafy spełniające nierówność Γ(G) < IR(G)
ALGORYTMY GRAFOWE.
Grafy inaczej, czyli inne modele grafów
Kolorowanie grafów Niech G = (V, E) będzie spójnym grafem nieskierowanym bez pętli. Kolorowaniem wierzchołków grafu nazywa się przypisanie wierzchołkom.
WYKŁAD 6. Kolorowanie krawędzi
ELEMENTY TEORII GRAFÓW
Wykład 6 Najkrótsza ścieżka w grafie z jednym źródłem
Algorytm Dijkstry (przykład)
Figury płaskie-czworokąty
Temat: WIELOŚCIANY KLASA III P r.
VI Rachunek predykatów
Przygotowały: Jagoda Pacocha Dominika Ściernicka
Badania operacyjne. Wykład 2
ALGORYTMY I STRUKTURY DANYCH
CZWOROKĄTY Patryk Madej Ia Rad Bahar Ia.
ALGORYTMY GEOMETRYCZNE.
WYKŁAD 5. Skojarzenia – ciąg dalszy
WYKŁAD 2. Kolorowanie wierzchołków
WYKŁAD 7. Spójność i rozpięte drzewa
WYKŁAD 1. Grafy są wokół nas. Pojęcia wstępne.
WYKŁAD 8. Siła spójności Wierzchołek v nazywamy wierzchołkiem cięcia grafu G, gdy podgraf G-v ma więcej składowych spójności niż G. Krawędź e nazywamy.
WĘDRÓWKI PO GRAFACH Obchody Eulera Cykle Hamiltona.
WYKŁAD 8. Siła spójności A,B – dowolne podzbiory V(G)
KOLOROWANIE MAP.
GRAFY PLANARNE To grafy, które można narysować na płaszczyźnie tak, by krawędzie nie przecinały się (poza swoimi końcami). Na przykład K_4, ale nie K_5.
Dariusz Odejewski Krzysztof Wójcik
Materiały pomocnicze do wykładu
Elementy kombinatoryki
12 grudnia 2001Matematyka Dyskretna, Elementy Kombinatoryki G.Mirkowska, PJWSTK 1 Wykład 11 Elementy Kombinatoryki.
Elementy Kombinatoryki (c.d.)
Macierz incydencji Macierzą incydencji grafu skierowanego D = (V, A), gdzie V = {1, ..., n} oraz A = {a1, ..., am}, nazywamy macierz I(D) = [aij]i=1,...,n,
Algorytmy grafowe Reprezentacja w pamięci
W krainie geometrii.
WYKŁAD 7. Spójność i rozpięte drzewa Graf jest spójny, gdy dla każdego podziału V na dwa rozłączne podzbiory A i B istnieje krawędź z A do B. Definicja.
Wykonała: mgr Renata Ściga
Minimalne drzewa rozpinające
SKIEROWANE Marek Bil Krzysztof Fitrzyk Krzysztof Godek.
Graf - jest to zbiór wierzchołków, który na rysunku przedstawiamy za pomocą kropek oraz krawędzi łączących wierzchołki. Czasami dopuszcza się krawędzie.
Algorytmy i struktury danych
Badania operacyjne Wykład 5.
Uniwersytet Dzieci Nieważne jaki masz komputer
Rodzaje, przechodzenie grafu
PODSTAWOWE WŁASNOŚCI PRZESTRZENI
Szkoła Podstawowa nr 29 w Lublinie, kl. VIa
Algorytm Dijkstry 1 Zbiory: T - zbiór wierzchołków
Wykonali -Max Barbucha -Max Kozłowski -Maciek Rutkowski.
Algorytmy i Struktury Danych
Bryły.
Vademecum: Bryły Zagadnienia.
PLANARNOŚĆ i KOLOROWANIE MAP. Problem Jaka jest minimalna liczba kolorów, za pomocą których można pokolorować obszary województw na mapie Polski tak,
Algorytmy i Struktury Danych Grafy
Drogi i cykle Eulera w grafach nieskierowanych
WĘDRÓWKI PO GRAFACH Obchody Eulera Cykle Hamiltona.
GRA CHOMP. Czym jest chomp? Jest to gra dla dwóch osób, rozgrywana na prostokątnej tablicy, zwanej „tabliczką czekolady”
Autor: Michał Salewski
WIELOKĄTY Karolina Zielińska kl.v Aleksandra Michałek kl v
Grafy.
Modelowanie matematyczne – złożoność obliczeniowa, teoria a praktyka
Pojęcia podstawowe c.d. Rachunek podziałów Elementy teorii grafów
Metody Badań Operacyjnych Michał Suchanek Katedra Ekonomiki i Funkcjonowania Przedsiębiorstw Transportowych.
Zagadnienia transportowe Katedra Ekonomiki i Funkcjonowania Przedsiębiorstw Transportowych.
FIGURY PŁASKIE.
Figury geometryczne.
Model matematyczny przydziału częstotliwości w sieciach komórkowych
ZNAJDOWANIE NAJKRÓTSZYCH DRÓG oraz NAJNIŻSZYCH i NAJKRÓTSZYCH DRZEW WSTĘP DO OBLICZEŃ NA GRAFACH
Algorytmy i struktury danych
ALGORYTMY I STRUKTURY DANYCH
Zapis prezentacji:

Materiały pomocnicze do wykładu VII Teoria grafów II Materiały pomocnicze do wykładu uczelnia: PJWSTK przedmiot: Matematyka Dyskretna 1 wykładowca: dr Magdalena Kacprzak data: czerwiec 2009

Graf planarny

Graf planarny Graf, który może być narysowany tak, by uniknąć przecinania się krawędzi, nazywamy grafem planarnym.

Izomorfizm grafów

Grafy izomorficzne Izomorfizmem grafu G na graf H nazywamy przekształcenie wzajemnie jednoznaczne  :V(G)  V(H) takie, że (u,v) jest krawędzią grafu G wtedy i tylko wtedy, gdy ((u), (v)) jest krawędzią w grafie H. Dwa grafy G i H są izomorficzne jeśli istnieje izomorfizm a z jednego grafu na drugi.

Grafy izomorficzne - przykład 9 3 2 8 1 4 6 7 5 (1) (2) (3) (4) (5) (6) (8) (7) (9)

Algorytmy przeszukujące grafy

Algorytmy przeszukujące grafy w głąb

Jak się ubierać? Slipki Spodnie Pasek Buty Skarpetki Koszula Krawat Marynarka Zegarek

Algorytm przeszukiwania w głąb Dopóki w grafie istnieje wierzchołek biały v to: zapamiętaj wierzchołek v, weź ostatni zapamiętany wierzchołek, niech będzie to w i zaznacz go kolorem szarym (czas wejścia), zapamiętaj wszystkie białe wierzchołki sąsiednie z wierzchołkiem w (w ustalonej kolejności) i jeżeli takie istnieją to przejdź do punktu 2, zaznacz wierzchołek w kolorem czarnym (czas wyjścia), zapomnij o wierzchołku w.  

Algorytm przeszukiwania w głąb sl,-,- sl,1,- sl,1,- sp,-,- b,-,- sl,1,- sp,-,- b,2,- sl,1,- sp,-,- b,2,3 sl,1,- sp,-,- sl,1,- sp,4,- sl,1,- sp,4,- pa,-,- sl,1,- sp,4,- pa,5,- sl,1,- sp,4,- pa,5,- m,-,- sl,1,- sp,4,- pa,5,- m,6,- sl,1,- sp,4,- pa,5,- m,6,7 Slipki Spodnie Pasek Buty Skarpetki Koszula Krawat Marynarka Zegarek

Algorytm przeszukiwania w głąb sl,1,- sp,4,- pa,5,- m,6,7 sl,1,- sp,4,- pa,5,- sl,1,- sp,4,- pa,5,8 sl,1,- sp,4,- sl,1,- sp,4,9 sl,1,- sl,1,10 sk,-,- sk,11,- sk,11,12 Slipki Spodnie Pasek Buty Skarpetki Koszula Krawat Marynarka Zegarek

Algorytm przeszukiwania w głąb ko,-,- ko,13,- ko,13,- kr,-,- ko,13,- kr,14,- ko,13,- kr,14,15 ko,13,16 z,-,- z,17,- z,17,18 Slipki Spodnie Pasek Buty Skarpetki Koszula Krawat Marynarka Zegarek

Algorytm przeszukiwania w głąb Slipki Spodnie Pasek Buty Skarpetki Koszula Krawat Marynarka Zegarek Zegarek Koszula Krawat Skarpetki Slipki Spodnie Pasek Marynarka Buty

Algorytmy przeszukujące grafy wszerz

Algorytm przeszukiwania wszerz Zakładamy, że każdy wierzchołek możemy pokolorować na biało, szaro i czarno oraz, że na początku wszystkie są białe. Dopóki w grafie istnieje wierzchołek biały v to: zapamiętaj wierzchołek v, weź pierwszy zapamiętany wierzchołek, niech będzie to w i zaznacz go kolorem szarym (czas wejścia), zapamiętaj wszystkie białe wierzchołki sąsiednie z wierzchołkiem w (w ustalonej kolejności), zaznacz wierzchołek w kolorem czarnym (czas wyjścia), zapomnij o wierzchołku w i przejdź do punktu 2.

Algorytm przeszukiwania wszerz sl,-,- sl,1,- sl,1,- sp,-,- b,-,- sl,1,2 sp,-,- b,-,- sp,-,- b,-,- sp,3,- b,-,- sp,3,- b,-,- p,-,- sp,3,4 b,-,- p,-,- b,-,- p,-,- b,5,- p,-,- b,5,6 p,-,- p,-,- Slipki Spodnie Pasek Buty Skarpetki Koszula Krawat Marynarka Zegarek

Algorytm przeszukiwania wszerz p,7,- m,-,- p,7,8 m,-,- m,-,- m,9,- m,9,10 sk,-,- sk,11,- sk,11,12 Slipki Spodnie Pasek Buty Skarpetki Koszula Krawat Marynarka Zegarek

Algorytm przeszukiwania wszerz ko,-,- ko,13,- ko,13,- kr,-,- ko,13,14 kr,-,- kr,-,- kr,15,- kr,15,16 z,-,- z,17,- z,17,18 Slipki Spodnie Pasek Buty Skarpetki Koszula Krawat Marynarka Zegarek

Algorytm przeszukiwania wszerz Slipki Spodnie Pasek Buty Skarpetki Koszula Krawat Marynarka Zegarek Slipki Spodnie Buty Pasek Marynarka Skarpetki Koszula Krawat Zegarek

Grafy z wagami

Graf skierowany z wagami Graf skierowany bez krawędzi wielokrotnych nazywamy grafem skierowanym z wagami, jeśli każdej krawędzi jest przyporządkowana pewna liczba, nazywana wagą tej krawędzi. W konkretnych zastosowaniach może ona być nazywana „kosztem”, „długością”, „pojemnością” itp.

Waga krawędzi i drogi Wagi krawędzi w grafie skierowanym G będą wartościami pewnej funkcji W o dziedzinie E(G) i wartościach w zbiorze R. Wagą drogi e1,e2,...,en w grafie G nazwiemy sumę i=1,..,nW(ei), gdzie W(ei) jest wagą krawędzi ei.

Waga i droga minimalna Najmniejszą wagę drogi (długości co najmniej 1) prowadzącej z wierzchołka u do wierzchołka v będziemy nazywać wagą minimalną z u do v i oznaczać symbolem W*(u,v). Drogę z u do v, mającą minimalną wagę, będziemy nazywać drogą minimalną.

Przykład W 1 2 3 4  0,7 0,5 0,1 0,2 1,2 1 2 4 3 0,7 0,1 0,2 0,5 1,2 1 W* 1 2 3 4  0,7 1,7 0,3 1,3 0,1 0,2 1,1 0,1

Zastosowania

Szeregowanie zadań

Pieczenie kiełbasek przygotowanie patyków, przygotowanie kiełbasek, krojenie chleba, pieczenie kiełbasek Jaki jest najmniejszy całkowity czas potrzebny do wykonania wszystkich czynności?

Pieczenie kiełbasek 35 10 15 20 5 15 10 przygotowanie patyków 10 15 20 5 15 10 przygotowanie patyków pieczenie przygotowanie kiełbasek krojenie chleba Najmniejszy całkowity czas potrzebny do wykonania wszystkich czynności wynosi 35 min.

Zagadnienie najkrótszej drogi

Szukanie najkrótszej drogi Poniższy graf prezentuje pewną mapę. Wierzchołki tego grafu oznaczają miasta, krawędzie oznaczają drogi łączące te miasta, a wagi oznaczają długości dróg (lub czas przejazdu lub koszt przejazdu). Jaka jest najkrótsza droga z miasta A do miasta L? D G B J F I C K E H A L 9 2 9 2 6 1 6 3 9 2 2 2 3 5 3 4 1 5 5

Szukanie najkrótszej drogi Algorytm Dijkstry {Dane: graf skierowany bez pętli i krawędzi wielokrotnych, którego zbiorem wierzchołków jest {1,...,n}, funkcja W wag krawędzi o wartościach nieujemnych} {Wynik: wagi minimalne W*(1,j) dla j=2,...,n} {Zmienne pomocnicze: zbiory L, V oraz funkcja D}

Szukanie najkrótszej drogi Niech L:=  oraz V:={2,..,n}. Dla iV wykonuj D(i):=W(1,i) Dopóki V \ L  , wykonuj wybierz k  V \ L o najmniejszej wartości D(k) dołącz k do zbioru L dla każdego j  V \ L wykonuj jeśli D(j) > D(k) + W(k,j), to zastąp D(j) sumą D(k) + W(k,j). Dla jV wykonuj W*(1,j):=D(j).

Szukanie najkrótszej drogi L B C D E F G H I J K L 3 2 - 9 - - - - - - - L{C} 3 2 - 8 11 - - - - - - L{B} 3 2 5 7 11 - - - - - - D G B J F I C K E H A L 9 2 9 2 6 1 6 3 9 2 2 2 3 5 3 4 1 5 5

Szukanie najkrótszej drogi L B C D E F G H I J K L L{B} 3 2 5 7 11 - - - - - - L{D} 3 2 5 7 11 8 - - - - - L{E} 3 2 5 7 11 8 9 - - - - L{G} 3 2 5 7 11 8 9 - 13 - - D G B J F I C K E H A L 9 2 9 2 6 1 6 3 9 2 2 2 3 5 3 4 1 5 5

Szukanie najkrótszej drogi L B C D E F G H I J K L L{G} 3 2 5 7 11 8 9 - 13 - - L{H} 3 2 5 7 10 8 9 - 13 15 18 L{F} 3 2 5 7 10 8 9 12 13 15 18 L{I} 3 2 5 7 10 8 9 12 13 14 18 D G B J F I C K E H A L 9 2 9 2 6 1 6 3 9 2 2 2 3 5 3 4 1 5 5

Szukanie najkrótszej drogi L B C D E F G H I J K L L{I} 3 2 5 7 10 8 9 12 13 14 18 L{J} 3 2 5 7 10 8 9 12 13 14 17 L{K} 3 2 5 7 10 8 9 12 13 14 17 Waga najkrótszej drogi to 17 2 3 5 B D G J 3 4 1 5 5 9 2 9 A E H L 2 6 1 6 3 C F I K 9 2 2

Zadanie chińskiego listonosza

Zadanie chińskiego listonosza Jest to zadanie postawione przez chińskiego matematyka Mei-Ku Kwana. Polega ono na tym, by listonosz, który musi doręczyć pocztę, przeszedł jak najkrótszą łączną drogę i powrócił do punktu wyjścia. Musi on przejść przez każda ulicę i unikać przechodzenia przez te same ulice kilka razy.

Sformułowanie problemu w języku teorii grafów Graf odpowiada sieci ulic, a waga każdej krawędzi jest długością odpowiedniej ulicy. Zadanie polega na znalezieniu takiej trasy zamkniętej, która całkowita waga jest minimalna i w której każda krawędź występuje co najmniej jeden raz. Jeśli graf jest eulerowski, to każdy cykl jest żądana trasą zamkniętą.

Przykład 5 3 14 8 10 4 9 6 W tym szczególnym przypadku mamy do czynienia z grafem, w którym dokładnie 2 wierzchołki B i E mają stopień nieparzysty. Możemy zatem wskazać drogę Eulera od B do E. Następnie wskazujemy najkrótszą drogę od E do B: E-F-A-B. Szukana droga jest połączeniem drogi Eulera z najkrótsza ścieżką. Jej długość, to 77. 5 4 3 8 14 10 6 9 B C A D F E

Przykład 5 3 14 8 10 4 9 6 W tym szczególnym przypadku mamy do czynienia z grafem, w którym dokładnie 2 wierzchołki B i E mają stopień nieparzysty. Możemy zatem wskazać drogę Eulera od B do E. Następnie wskazujemy najkrótszą drogę od E do B: E-F-A-B. Szukana droga jest połączeniem drogi Eulera z najkrótsza ścieżką. Jej długość, to 77. 5 4 3 8 14 10 6 9 B C A D F E

Przykład 5 3 14 8 10 4 9 6 W tym szczególnym przypadku mamy do czynienia z grafem, w którym dokładnie 2 wierzchołki B i E mają stopień nieparzysty. Możemy zatem wskazać drogę Eulera od B do E. Następnie wskazujemy najkrótszą drogę od E do B: E-F-A-B. Szukana droga jest połączeniem drogi Eulera z najkrótsza ścieżką. Jej długość, to 77. 5 4 3 8 14 10 6 9 B C A D F E

Problem komiwojażera

Problem komiwojażera Komiwojażer ma do odwiedzenia pewną liczbę miast. Chciałby dotrzeć do każdego z nich i wrócić do miasta, z którego wyruszył. Dane są również odległości między miastami. Jak powinien zaplanować trasę podróży, aby w sumie przebył możliwie najkrótsza drogę?

Sformułowanie problemu w języku teorii grafów Rysujemy graf. Wierzchołki tego grafu odpowiadają miastom, krawędzie łączącym je drogom, a waga każdej krawędzi jest długością odpowiedniej drogi. Zadanie polega na znalezieniu cyklu Hamiltona o najmniejszej całkowitej wadze w danym grafie.

Przykład B 2 6 A D 6 8 4 3 8 7 5 F E 9

Przykład A 2 6 B E 6 8 4 3 8 7 5 Waga drogi = 26 C D 9

O przyjaciołach i politykach

O przyjaciołach i politykach Przypuśćmy, że w pewnej grupie ludzi każda para przyjaciół ma dokładnie jednego wspólnego przyjaciela. Wtedy z pewnością istnieje osoba („polityk”), która jest przyjacielem wszystkich.

Sformułowanie problemu w języku teorii grafów Osoby z rozważanej grupy utożsamiamy z wierzchołkami grafu. Dwa wierzchołki łączymy krawędzią wtedy i tylko wtedy, kiedy odpowiednie osoby się przyjaźnią. Zakładamy, że przyjaźń jest zawsze obustronna, tzn. jeśli u jest przyjacielem v, to v jest przyjacielem u.

Twierdzenie o przyjaźni Przypuśćmy, że G jest grafem, w którym dowolna para wierzchołków ma dokładnie jednego wspólnego sąsiada. Istnieje wówczas wierzchołek, który sąsiaduje ze wszystkimi innymi wierzchołkami.

Kolorowanie grafów

Kolorowanie wierzchołków Jeśli G jest grafem bez pętli, to mówimy, że G jest grafem k-kolorowalnym, jeśli każdemu wierzchołkowi możemy przypisać jeden z kolorów w taki sposób, by sąsiednie wierzchołki mały różne kolory. Jeśli graf G jest k-kolorowalny, ale nie jest (k-1) - kolorowalny, to mówimy, że jest on k-chromatyczny lub, że jego liczba chromatyczna jest równa k.

Twierdzenie Jeśli G jest grafem prostym, w którym największym stopniem wierzchołka jest k, to graf G jest (k+1)-kolorowalny.

Zagadnienie czterech barw Twierdzenie (Appel i Haken, 1976) Każdy planarny graf prosty jest 4-kolorowalny.

Kolorowanie map Czy używając jedynie czterech barw można państwa na dowolnej mapie płaskiej pokolorować w taki sposób, by każde dwa państwa mające wspólny odcinek granicy (nie zaś tylko jeden punkt) różniły się kolorem?

Twierdzenie o czterech barwach Każda mapa jest cztero-kolorowalna.

Twierdzenie o czterech barwach Każda mapa jest cztero-kolorowalna.

Twierdzenie o czterech barwach Każda mapa jest cztero-kolorowalna.

Strażnicy w muzeum

Strażnicy w muzeum Problem postawiony przez Victora Klee w 1973 r. Przypuśćmy, że dyrektor muzeum chciałby mieć pewność, że wszystkie punkty muzeum znajdują się stale pod obserwacją jednego ze strażników. Strażnicy stoją na ustalonych posterunkach, ale mogą się obracać dookoła. Ilu strażników jest potrzebnych?

Twierdzenie o galerii sztuki Do pilnowania dowolnego wielokątnego muzeum o n ścianach wystarczy n/3 strażników. x - oznacza część całkowitą liczby x

Dowód (autorstwa Steve’a Fiska) Najpierw rysujemy n-3 nie przecinające się przekątne, wybierając je tak, by dokonać triangularyzacji wnętrz muzeum.

Dowód (autorstwa Steve’a Fiska) Najpierw rysujemy n-3 nie przecinające się przekątne, wybierając je tak, by dokonać triangularyzacji wnętrz muzeum.

Dowód (autorstwa Steve’a Fiska) Powstała figura może być traktowana jako graf, w którym wierzchołkami są narożniki muzeum, a krawędziami będą ściany i narysowane przekątne.

Dowód (autorstwa Steve’a Fiska) Ten graf jest trójkolorowalny. gdy n=3 – oczywiste gdy n>3 – wybieramy 2 dowolne wierzchołki u i v połączone przekątną. Dzieli ona cały graf na 2 mniejsze tego samego typu. Korzystamy z zasady indukcji matematycznej i stwierdzamy, że każdy z nich jest 3-kolorowalny. Łącząc oba kolorowania stwierdzamy, że cały graf jest 3-kolorowalny.

Dowód (autorstwa Steve’a Fiska) Mamy n wierzchołków pomalowanych 3 kolorami, więc istnieje kolor, którym pomalowano nie więcej niż n/3 wierzchołków.

Dowód (autorstwa Steve’a Fiska) Strażników należy ustawić właśnie w tych wierzchołkach. Każdy z trójkątów ma wierzchołek tego koloru, a zatem każdego trójkąta pilnuje co najmniej jeden strażnik.

Problem otwarty Przypuśćmy, ze każdy strażnik spaceruje wzdłuż jednej ze ścian muzeum i widzi wszystko, co można zobaczyć z dowolnego punktu leżącego gdziekolwiek na tej ścianie. Ilu (najmniej) takich spacerujących strażników potrzeba, by zapewnić ochronę muzeum?

Dziękuję za uwagę!