Grafy spełniające nierówność Γ(G) < IR(G)

Slides:



Advertisements
Podobne prezentacje
Sympleksy n=2.
Advertisements

DOMINOWANIE W GRAFACH Magdalena Lemańska.
Zadania przygotowawcze na egzamin
Grafy o średnicy 2 i dowolnej liczbie dominowania
Grażyna Mirkowska PJWSTK 15 listopad 2000
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.
Homologia, Rozdział I „Przegląd” Homologia, Rozdział 1.
ELEMENTY TEORII GRAFÓW
Wykład 6 Najkrótsza ścieżka w grafie z jednym źródłem
Minimalne drzewa rozpinające
Algorytm Dijkstry (przykład)
Badania operacyjne. Wykład 2
ALGORYTMY I STRUKTURY DANYCH
Materiały pochodzą z Platformy Edukacyjnej Portalu
Logika Kategoryjna Michał R. Przybyłek.
Ciągi de Bruijna generowanie, własności
-skeletony w przestrzeniach R 2 i R 3 Mirosław Kowaluk Wydział Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski.
ZLICZANIE cz. II.
WYKŁAD 5. Skojarzenia – ciąg dalszy
WYKŁAD 2. Kolorowanie wierzchołków
WYKŁAD 7. Spójność i rozpięte drzewa
WYKŁAD 1. Grafy są wokół nas. Pojęcia wstępne.
WYKŁAD 4. Skojarzenia Skojarzenie w grafie G to niezależny zbiór krawędzi (rozłączne, bez wspólnych konców). Skojarzenie M w G traktujemy jak podgraf.
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)
WYKŁAD 3. Kliki i zbiory niezależne
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.
WYKŁAD 5. Skojarzenia – ciąg dalszy
WYKŁAD 4. Skojarzenia Skojarzenie w grafie G to niezależny zbiór krawędzi (rozłączne, bez wspólnych konców). Skojarzenie M w G traktujemy jak podgraf G.
Dariusz Odejewski Krzysztof Wójcik
Wykład 3 Sparametryzowane rodziny funkcji
Materiały pomocnicze do wykładu
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,
Układ równań stopnia I z dwoma niewiadomymi
Komputerowa analiza sieci genowych (GRN)
ALGORYTMY I STRUKTURY DANYCH
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.
TRANSAKCJE TYLKO ODCZYT TYLKO ZAPIS
Kod Graya.
Minimalne drzewa rozpinające
Przepływy w sieciach. Twierdzenie minimaksowe.
ANALIZA LEKSYKALNA. Zadaniem analizatora leksykalnego jest przetwarzanie danych pochodzących ze strumienia wejściowego a także rozpoznawanie ciągów znaków.
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.
Reprezentacja grafów i operacje na grafach na przykładzie algorytmu Dijkstry i algorytmu na odnajdywanie Silnych Spójnych Składowych Temat Opracowali:
Rodzaje, przechodzenie grafu
FUNKCJE Opracował: Karol Kara.
Szeregi funkcyjne dr Małgorzata Pelczar.
Aplikacje internetowe
Algorytmy i Struktury Danych
PLANARNOŚĆ i KOLOROWANIE MAP. Problem Jaka jest minimalna liczba kolorów, za pomocą których można pokolorować obszary województw na mapie Polski tak,
Drogi i cykle Eulera w grafach nieskierowanych
WĘDRÓWKI PO GRAFACH Obchody Eulera Cykle Hamiltona.
Szachy a grafy. Powiązanie szachownicy z grafem Szachownicę można przedstawić jako graf. Wierzchołek odpowiada polu, a krawędzie ruchowi danej figury.
GRA CHOMP. Czym jest chomp? Jest to gra dla dwóch osób, rozgrywana na prostokątnej tablicy, zwanej „tabliczką czekolady”
NP-zupełność Problemy: rozwiązywalne w czasie wielomianowym - O(nk)
WYKŁAD 5. Skojarzenia – ciąg dalszy Skojarzenie w grafie G to niezależny zbiór krawędzi (rozłączne, bez wspólnych końców). α’(G) – moc największego skojarzenia.
Autor: Michał Salewski
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.
Działania na grafach Autor: Anna Targońska.
Matematyka przed egzaminem czyli samouczek dla każdego
Metoda klasyczna (wg książki Sasao)
Liczby pierwsze: szukanie, rozmieszczenie, zastosowanie, ciekawostki. Liczby pierwsze: szukanie, rozmieszczenie, zastosowanie, ciekawostki. Kinga Cichoń.
Zarządzanie projektami
Zapis prezentacji:

Grafy spełniające nierówność Γ(G) < IR(G) Krzysztof Turowski

Uwagi początkowe Największy zbiór nienadmierny nie może być zbiorem dominującym. Dobrym obszarem poszukiwania wydają się grafy postaci: gdzie owal oznacza graf o minimalnym zbiorze dominującym ściśle ustalonej postaci np. graf pełny, cykl, ścieżkę.

Uwagi początkowe Dlaczego akurat te rodziny podgrafów? Ponieważ mają one ściśle narzucone ograniczenia na Γ(G), co można wykorzystać konstruując graf docelowy. Dlaczego akurat takie połączenia między podgrafami? Ponieważ dają nam one oczywiste ograniczenie z dołu na IR(G).

Γ(G) < IR(G): Przykład grafu Rzeczywiście można znaleźć przykłady grafów takiej postaci z daną własnością: Poniższy graf ma Γ(G) = 2, IR(G) = 3:

Rodziny grafów spełniających Γ(G) < IR(G) Okazuje się, że każdy graf złożony z dwóch grafów Kn o wierzchołkach połączonych parami przez n – k krawędzi ma własność Γ(G) < IR(G), o ile tylko n > k ≥ 3. W takim grafie mamy Γ(G) = 2, natomiast IR(G) = k > Γ(G).

Rodziny grafów spełniających Γ(G) < IR(G) Co więcej, nawet jeśli mamy dwa grafy Km i Kn połączone krawędziami tak, że: Istnieje w Km wierzchołek niepołączony z Kn Istnieje w Kn wierzchołek niepołączony z Km Istnieje zbiór nienadmierny N  V(Km): |N| > 2 to IR(G) ≥ |N| > 2 = Γ(G) . Ponadto istnieje wówczas zbiór nienadmierny N’  Kn: |N’| = |N|

Rodziny grafów spełniających Γ(G) < IR(G) Możemy też spróbować zastąpić jeden z grafów pełnych ścieżką lub cyklem. Wtedy mamy np. graf Cm (Pm) i Kn połączone ze sobą pewną liczbą krawędzi. Do tego: Istnieje w Kn wierzchołek niepołączony z Pm/Cm Istnieje zbiór nienadmierny N  V(Km) Dla Cm i Kn: Γ(G) ≤ m/2 + 1 Dla Pm i Kn: Γ(G) ≤ m/2 + 2 IR(G) ≥ |N|

Γ(G) < IR(G): Przykład grafu Przykładowo dla poniższego grafu: m = n = 6, |N| = 5 i Γ(G) = 4, IR(G) = 5 Dla grafu Km+Pn najmniejszy graf ma m = n = 7

Uwagi i spostrzeżenia Zestawy: cykl – cykl lub cykl – ścieżka mają w każdym przypadku Γ(G) = IR(G). Każda z przedstawionych powyżej rodzin grafów ma jedną cechę wspólną: są to grafy gęste, tzn. |E(G)| = Θ(|V(G)|2). Jednak – jak się okazuje – nie jest to warunek konieczny. Przykładowa rodzina grafów rzadkich (dla których |E(G)| = Θ(|V(G)|)) jaką znalazłem, to grafy złożone z P2m i Kn, gdzie m >> n.

Uwagi i spostrzeżenia Na koniec podgrafy grafów Mm,n takie, że: Dla pewnych k liczb i  {1, 2, …, m} wierzchołki u1,i, u2,i, … um,i są niepołączone m – k > n ≥ 2 Wówczas w grafie jest: m – k podgrafów Kn n podgrafów Km Γ(G) = n, a IR(G) = m – k + n – 2. Z kolei V(G) = mn i E(G) = Θ(m2n).

Dziękuję za uwagę