Grafy inaczej, czyli inne modele grafów

Slides:



Advertisements
Podobne prezentacje
Sympleksy n=2.
Advertisements

Wycinanki - składanki czyli o mierze inaczej.
Teoria Grafów.
DOMINOWANIE W GRAFACH Magdalena Lemańska.
Grafy spełniające nierówność Γ(G) < IR(G)
Zadania przygotowawcze na egzamin
Grafy o średnicy 2 i dowolnej liczbie dominowania
ALGORYTMY GRAFOWE.
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
Minimalne drzewa rozpinające
Algorytm Dijkstry (przykład)
ALGORYTMY I STRUKTURY DANYCH
Ciągi de Bruijna generowanie, własności
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)
KOLOROWANIE MAP.
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
Materiały pomocnicze do wykładu
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
Hipergrafy Hipergraf jest rozszerzeniem pojęcia grafu. Hipergraf różni się od grafu nieskierowanego tym, że każda hiperkrawędź może być incydentna do dowolnej.
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
Przepływy w sieciach. Twierdzenie minimaksowe.
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
Algorytmy i struktury danych
Badania operacyjne Wykład 5.
Geometria obliczeniowa Wykład 3
Reprezentacja grafów i operacje na grafach na przykładzie algorytmu Dijkstry i algorytmu na odnajdywanie Silnych Spójnych Składowych Temat Opracowali:
Trójkąty.
Rodzaje, przechodzenie grafu
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,
Algorytmy i Struktury Danych Grafy
Drogi i cykle Eulera w grafach nieskierowanych
WĘDRÓWKI PO GRAFACH Obchody Eulera Cykle Hamiltona.
Algorytmy grafowe Minimalne drzewa rozpinające
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.
Geometria obliczeniowa Wykład 3
Działania na grafach Autor: Anna Targońska.
Model matematyczny przydziału częstotliwości w sieciach komórkowych
Geometria obliczeniowa Wykład 3
Twierdzenie odwrotne do twierdzenia Pitagorasa.
Algorytmy i struktury danych
ALGORYTMY I STRUKTURY DANYCH
Zapis prezentacji:

Grafy inaczej, czyli inne modele grafów Multigrafy Grafy z wagami Grafy skierowane Hipergrafy Grafy losowe (MPK 410, STL 510)

Multigrafy Multigrafy to grafy z wagami na krawędziach; wagi to lczby naturalne – krotności krawędzi. Problem Chińskiego listonosza: znaleźć rozpięty nadgraf eulerowski o najmniejszej wadze. Inny problem: znaleźć rozpięty nadgraf o najmniejszej maksymalnej wadze krawędzi, w którym wszystkie stopnie są różne. Wariant: jak wyżej, ale chcemy tylko, by pary sąsiednich wierzchołków miały różne stopnie (stopnie w roli kolorów wierzchołków). Dla K_n odpowiedź wynosi 3 (ćw.)

Grafy z wagami G=(V,E,w), w:ER Wagę podgrafu określamy jako sumę wag jego krawędzi. Klasyczne problemy optymalizacji: MST – znaleźć rozpięte drzewo o minimalnej wadze. Optimal Assignment Problem – znaleźć skojarzenie doskonałe w grafie dwudzielnym K_{n,n} o minimalnej (maksymalnej) wadze. TSP – znaleźć cykl Hamiltona o minimalnej wadze (problem w klasie NP– zupełnej).

Parametry ułamkowe Skojarzenie ułamkowe to funkcja w:E  [0,1] taka, że dla każdego v α’*(G) to największa waga skojarzenia ułamkowego w grafie G, czyli rozwiązanie problemu PL

Parametry dualne Wierzchołkowe pokrycie ułamkowe to funkcja w:V  [0,1] taka, że dla każdej krawędzi e=uv β*(G) to najmniejsza waga wierzchołkowego pokrycia ułamkowego w grafie G, czyli rozwiązanie problemu PL

Twierdzenie o dualności PL Tw. o dualności: β*(G)= α’*(G) – tzn. ułamkowe tw. Königa zachodzi dla wszystkich grafów. Dla grafów dwudzielnych zachodzi tw. Königa: β(G)= α’(G) . Zatem, dla grafów dwudzielnych α’(G) ≤ α’*(G) = β*(G) ≤ β(G)= α’(G), a więc α’(G) = α’*(G) .

Grafy skierowane Graf skierowany (digraf) to para (V,A), gdzie A jest zbiorem uporządkowanych par różnych wierzchołków z V. Elementy zbioru A nazywamy łukami, a na rysunkach parę (u,v) przedstawiamy w postaci strzałki z u do v. u v

Orientacje, turnieje i grafy podskórne Z (nieskierowanego) grafu G można utworzyć graf skierowny nadając kierunek każdej krawędzi – orientacja grafu G. Turniej to orientacja grafu pełnego K_n Odwrotnie, z digrafu D można utworzyć zwykły (multi)graf G(D) ,,wymazując” wszystkie strzałki – tzw. podskórny graf nieskierowany digrafu D.

Odpowiednik Tw. Diraca Półstopnie wejścia i wyjścia, d^-(v), d^+(v) Twierdzenie Diraca dla digrafów. Jeśli wszystkie półstopnie wejścia i wyjścia są większe bądź równe n/2, to D zawiera skierowany cykl Hamiltona. 

Spójność i odpowiednik Tw. Eulera Digraf D jest spójny, gdy jego graf podskórny G(D) jest spójny. Digraf D jest silnie spójny, gdy dla każdej pary wierzchołków (u,v) istnieje w D skierowana ścieżka z u do v. Tw. Eulera dla digrafow. Spójny digraf D ma skierowany obchód Eulera wgdy dla każdego v: d^-(v)=d^+(v).

Silna spójność orientacji Czy dany, spójny system dróg G można zmienić na jednokierunkowy, tak, by każdy wszędzie mógł (legalnie) dojechać? Chodzi tu o silnie spójną orientację grafu G. Jeśli G ma most, to nie. Tw. o silnie spójnej orientacji (Robbins 1939). Jeśli G jest 2-krawędziowo-spójny, to posiada silnie spójną orientację.

Silna spójność turnieju Tw. (Moon 1966) Jeśli D jest silnie spójnym turniejem, to dla każdego k=3,…,n każdy wierzchołek leży na skierowanym cyklu długości k. Szkic dowodu (ind. wzgl. k): Ustal wierzchołek u i pokaż, że u leży na skierowanym trójkącie. Pokaż, ze skoro u leży na cyklu C_k, to leży też na cyklu C_{k+1}.  Wniosek. Turniej ma skierowny cykl Hamiltona wgdy jest silnie spójny.

Liczba chromatyczna a najdłuższa ścieżka skierowana Niech l(D) będzie długością najdłuższej ścieżki skierowanej w D. Tw. (Roy 67, Gallai 68) χ(G(D)) ≤ l(D) +1. Wniosek. χ(G)=min {l(D)+1}, gdzie minimum jest wzięte po wszystkich orientacjach G.

Dowód wniosku Dowod Wniosku: Pokolorujmy G optymalnie kolorami 1,2,…, χ i skierujmy krawędzie od koloru mniejszego do większego. Wtedy najdłuższa skierowana ścieżka nie będzie dłuższa niż χ-1. Nierówność w drugą stronę wynika z Tw. (Roy 67, Gallai 68). 

Ilustracja χ 1 2

Skierowane ścieżki Hamiltona w turnieju Wniosek (Redei, 1934) Każdy turniej ma ścieżkę Hamiltona. Dowod: Jeśli D jest turniejem, to χ(G(D))=n i na podstawie Tw. (Roy 67, Gallai 68) ma ścieżkę skierowaną długości n-1. Dowód indukcyjny (ćw.)

Królewskie zbiory niezależne Tw. (Chvatal i Lovasz, 1974) Każdy digraf posiada zbiór niezależny, z którego każdy inny wierzchołek jest osiągalny ścieżką skierowaną długości 1 lub 2. Szkic dowodu: indukcja względem n; w kroku indukcyjnym usunąć wierzchołek v wraz ze zbiorem sąsiadów N^+(v) (strzałki wychodzące).  Wniosek. Każdy turniej ma króla, tzn. wierzchołek, z którego każdy inny wierzchołek jest osiągalny ścieżką skierowaną długości 1 lub 2. Dowod: α(G(D))= α(K_n)=1.  Dowód indukcyjny (ćw.)

Hipergrafy Hipergraf to para H=(V,E), gdzie E to rodzina niepustych pozdbiorów zbioru V. V – zbiór wierzchołków, E – zbiór krawędzi Hipergraf jest k-jednostajny, gdy wszystkie krawędzie mają tę samą moc k. Hipergraf 2-jednostajny to po prostu graf.

Skojarzenia i pokrycia hipergrafów Skojarzenie to zbiór rozłącznych krawędzi. α’(H) – moc największego skojarzenia w H. Pokrycie to zbiór wierzchołków, który przecina każdą krawędź. β(H) – moc najmniejszego pokrycia w H. Jasne: α’(H) ≤ β(H) Problem: Kiedy α’(H) = β(H) ???

Problemy NP-zupełne W przeciwieństwie do grafów, wyznaczenie α’ (H) jest problemem z klasy NP-zupełnej. Nawet, jeśli ograniczyć sie do hipergrafów 3-jednostajnych. Pokażmy równoważność (redukcję wielomianową) tego problemu z obliczaniem α(G):  α’(H)= α(L(H)), gdzie L(H) – graf krawędziowy (albo: przecięć) hipergrafu H.  α(G)= α’(St(G)), gdzie St(G) jest hipergrafem gwiazd, tzn. wierzchołkami są krawędzie G, a krawędziami są maksymalne gwiazdy w G. (ćw)

Hipergrafy 2-kolorowalne H nazywamy 2-kolorowalnym, gdy jego wierzchołki można pomalować 2 kolorami tak, by każda krawędź mocy co najmniej 2 zawierała wierzchołki obu kolorów. Podhipergraf indukowany przez U to H[U]=(U,E’), gdzie E’sklada sie ze wszystkich niepustych części wspólnych zbioru U z krawędziami H. H jest zrównoważony, gdy każdy podhipergraf indukowany jest 2-kolorowalny. Tw. (Berge i Las Vergnas, 1970) Każdy zrównoważony hipergraf spełnia własność Königa: α’(H) = β(H).

Podhipergraf indukowany