Elżbieta Sidorowicz. Autoreferat

Wielkość: px
Rozpocząć pokaz od strony:

Download "Elżbieta Sidorowicz. Autoreferat"

Transkrypt

1 Elżbieta Sidorowicz Autoreferat 2014

2

3 Autoreferat 1 Spis treści I. Imie i nazwisko... 2 II. Dyplomy i stopnie naukowe... 2 III. Informacja o zatrudnieniu w jednostkach naukowych... 2 IV. Osiagniecie naukowe wynikajace z art. 16 ust. 2 ustawy z dnia 14 marca 2003 r. o stopniach naukowych i tytule naukowym oraz o stopniach i tytule w zakresie sztuki (Dz. U. nr 65, poz. 595 ze zm.)... 3 A) Tytu l osiagniecia naukowego... 3 B) Lista publikacji sk ladaj acych sie na osiagniecie naukowe... 3 C) Omówienie wyników zawartych w publikacjach wchodzacych w sk lad osiagniecia naukowego Wstep Definicje i oznaczenia Acykliczne kolorowanie grafów Krawedziowe kolorowanie grafów R(K 1,2,K 3 ) R(K 1,2,K m ) Rozgrywane kolorowanie grafów V. Omówienie pozosta lych osiagnieć naukowych A) Lista publikacji niewchodzacych w sk lad osiagniecia naukowego B) Omówienie wyników zawartych w publikacjach niewchodzacych w sk lad osiagniecia naukowego Literatura... 32

4 Autoreferat 2 I. Imi e i nazwisko: Elżbieta Sidorowicz II. Dyplomy i stopnie naukowe 1992 magister matematyki Wyższa Szko la Pedagogiczna Promotor: prof. dr hab. Mieczys law Borowiecki Tytu l: Grafy nasycone 2000 doktor nauk Politechnika Zielonogórska matematycznych Promotor: prof. dr hab. Mieczys law Borowiecki Tytu l: Problemy ekstremalne grafów III. Informacja o zatrudnieniu w jednostkach naukowych asystent Wyższa Szko la Inżynierska w Zielonej Górze adiunkt Politechnika Zielonogórska od 2001 adiunkt Uniwersytet Zielonogórski

5 Autoreferat 3 IV. Osiagni ecie naukowe wynikajace z art. 16 ust. 2 ustawy z dnia 14 marca 2003 r. o stopniach naukowych i tytule naukowym oraz o stopniach i tytule w zakresie sztuki (Dz. U. nr 65, poz. 595 ze zm.): A) Tytu l osiagni ecia naukowego Podzia ly i uogólnione kolorowania grafów B) Lista publikacji sk ladaj aca si e na osiagni ecie naukowe (prezentacja zgodna z kolejnościa omawiania): [H1] M. Borowiecki, A. Fiedorowicz, K. Jesse-Józefczyk, E. Sidorowicz, Acyclic colourings of graphs with bounded degree, Discrete Math. Theoret. Comput. Sci. 12 (2010) [H2] M. Borowiecki, K. Jesse-Józefczyk, E. Sidorowicz, The complexity of some acyclic improper colouring, Discrete Math. 311 (2011) [H3] A. Fiedorowicz, E. Sidorowicz, Acyclic improper colouring of graphs with maximum degree 4, Sci. China Math. doi: /s [H4] M.Borowiecki,I.Schiermeyer,E.Sidorowicz,Ramsey(K 1,2,K 3 )-minimalgraphs, Electron. J. Combin. 12 (2005). [H5] M. Borowiecki, M. Ha luszczak, E. Sidorowicz, On Ramsey minimal graphs, Discrete Math. 286 (2004) [H6] M. Borowiecki, E. Sidorowicz, Generalised game colouring of graphs, Discrete Math. 307 (2007) [H7] E. Sidorowicz, The game chromatic number and the colouring number of cactuses, Inform. Process. Lett. 102 (2007) [H8] E. Sidorowicz, Colouring game and generalized colouring game on graphs with cut-vertices, Discuss. Math. Graph Theory 30 (2010) [H9] E. Sidorowicz, On the relaxed colouring game and the unilateral colouring game, Graphs Combin. doi: /s

6 Autoreferat 4 C) Omówienie wyników zawartych w publikacjach wchodzacych w sk lad osiagni ecia naukowego: 1 Wst ep Kolorowanie grafów jest jednym z bardziej znanych i intensywnie badanych problemów w teorii grafów. W literaturze zosta lo opisane wiele różnych wersji i uogólnień kolorowania grafów. Wiekszość z nich możemy opisać używajac pojecia wierzcho lkowego podzia lu grafu, tzn. podzia lu wierzcho lków danego grafu na podzbiory, zwane klasami kolorów, które spe lniaj a pewne określone wewnetrzne lub zewnetrzne warunki. Przez warunki wewnetrzne rozumiemy ograniczenia narzucone na wierzcho lki należace do danej klasy kolorów, na przyk lad możemy wymagać, aby klasy kolorów by ly zbiorami niezależnymi, indukowa ly grafy o ograniczonym maksymalnym stopniu lub grafy acykliczne itd.. Przez warunki zewnetrzne rozumiemy ograniczenia jakie powinny spe lniać zbiory krawedzi l acz acych wierzcho lki dwóch różnych klas kolorów, na przyk lad możemy wymagać, aby indukowa ly one graf acykliczny lub las gwiazd itd.. Inne znane wersje kolorowania grafów zwiazane sa z podzia lem grafu z dodatkowym ograniczeniem na sposób w jaki dokonujemy podzia lu wierzcho lków. Na przyk lad możemy rozważać: on-line podzia l, off-line podzia l czy też podzia l z niewspó lpracuj acym partnerem, czyli podzia l grafu poprzez gre. W literaturze badanych by lo wiele różnych problemów zwiazanych z kolorowaniem (podzia lem) grafu wzgledem danych regu l. Jednym z najbardziej znanych problemów jest minimalizowanie liczby klas kolorów, na które dzielimy dany graf. Problem ten zwiazany jest z wyznaczeniem liczby chromatycznej grafu i różnych jej uogólnień. Z drugiej strony, dla ustalonej liczby klas kolorów, możemy optymalizować w lasności klas kolorów, na które chcemy podzielić graf. Innym ciekawym problemem jest charakteryzacja grafów, które posiadaja dany podzia l. Jednym z bardziej znanych problemów tego typu jest charakteryzacja grafów dwudzielnych, tzn. charakteryzacja grafów, których wierzcho lki można podzielić na dwa zbiory niezależne. Wiadomo, że graf jest dwudzielny wtedy i tylko wtedy, gdy nie zawiera cykli d lugości nieparzystej. Podobnie jak kolorowanie wierzcho lków grafów możemy rozważać kolorowanie krawedzi grafu, odpowiada ono podzia lowi krawedzi grafu na podzbiory nazywane krawedziowymi klasami kolorów. Krawedziowy podzia l grafu G czesto nazywany jest dekompozycja grafu G. Problemy zwiazane z krawedziowym kolorowaniem grafu odpowiadaja problemom zwiazanym z wierzcho lkowym kolorowaniem grafu, gdyż kolorowanie krawedzi grafu G zawsze możemy postrzegać jako kolorowanie wierzcho lków grafu krawedziowego L(G).

7 Autoreferat 5 Przed lożoneosi agniecienaukowesk ladasiezwynikówdotycz acych kolorowania wierzcho lków lub krawedzi grafu, stanowia one nie tylko kontynuacje, a także rozszerzenie dotychczasowych badań nad kolorowaniem grafów. W moich rozważanich skupi lam sie na trzech typach kolorowania: acyklicznym kolorowaniu wierzcho lków, krawedziowym kolorowaniu grafu i rozgrywanym kolorowaniu. Dla tych kolorowań rozważam problemy, w których minimalizowana jest liczba klas kolorów, optymalizowane sa w lasności klas kolorów i charakteryzuje grafy, które posiadaja pewien ustalony podzia l na klasy kolorów. 2 Definicje i oznaczenia W niniejszym opracowaniu zak ladamy, że wszystkie rozważane grafy sa skończone, bezpetliiwielokrotnychkrawedzi. Zbiórwierzcho lkówikrawedzigrafugoznaczamy odpowiednio przez V(G), E(G). Symbolem I oznaczamy klase wszystkich wzajemnie nieizomorficznych grafów. Przez w lasność grafów (krótko w lasność) bedziemy rozumieli dowolna podklase klasy I. Bedziemy używać pojecia w lasność grafów i klasa grafówzamiennie. Mówimy,żew lasnośćp jestdziedziczna,jeżelijestzamknieta ze wzgledu na bycie podgrafem, tzn. jeżeli H G i G P, to H P. Mówimy, że w lasność P jest addytwna, jeżeli jest zamknieta na sume grafów, tzn. jeżeli H P i G P, to H G P. W niniejszym opracowaniu rozważmy tylko takie podzia ly grafów, w których klasy kolorów indukuja addytywne w lasności dziedziczne. Poniżej podamy przyk lady i oznaczenia w lasności dziedzicznych wykorzystywane w opracowaniu. Niech k bedzie liczba naturalna. O = {G I : E(G) = }; O k = {G I : każda komponenta G ma co najwyżej k +1 wierzcho lków}; S k = {G I : (G) k}; D k = {G I : G jest grafem k-zdegenerowanym, tzn., δ(h) k dla H G}; I k = {G I : G nie zawiera K k+2 }; T 2 = {G I : G jest grafem zewnetrznie planarnym}. Zauważmy, że D 1 jest klasa grafów acyklicznych. Ponadto oznaczmy przez LF = D 1 S 2, klase lasów liniowych. Każda nietrywialna w lasność dziedziczna P może być w sposób jednoznaczny, opisana przez zbiór minimalnych podgrafów zabronionych, zdefiniowany nastepuj aco: F(P) = {G I : G / P ale każdy podgraf w laściwy H grafu G należy do P}. Zauważmy, że jeżeli P jest addytywna w lasności a dziedziczna, to każdy graf należacy dof(p)jestspójny. NiechF bedziezbioremgrafów. OznaczmyprzezForb(F)klase

8 Autoreferat 6 wszystkich grafów, które nie zawieraja podgrafu izomorficznego z żadnym grafem ze zbioru F. Na przyk lad I k 2 = Forb({K k }). W lasność I k 2 nazywamy klasa grafów K k -wolnych. Wprowadźmy pojecia uogólnionego kolorowania i uogólnionego krawedziowegokolorowania grafów. Niech G bedzie grafem i (P 1,P 2,...,P k ) uporzadkowanym zbiorem addytywnych w lasności dziedzicznych. (P 1,...,P k )-podzia lem (lub uogólnionym kolorowaniem) grafu G nazywamy podzia l (V 1,...,V k ) zbioru wierzcho lków V(G) taki, że dla każdego i {1,...,k} podgraf G[V i ] indukowany przez V i ma w lasność P i. Klase grafów, które maja (P 1,..., P k )-podzia l oznaczamy przez P 1 P k. Jeżeli (V 1,...,V k ) jest (P 1,...,P k )- podzia lem grafu G, to odpowiadajace mu kolorowanie c definujemy nastepuj aco c(v) = i dla v V i, i {1,...,k}. Jeżeli P i = O dla wszystkich i {1,...,k}, to (P 1,...,P k )-podzia l grafu G jest dobrze znanym w laściwym k-kolorowaniem grafu G. Ponadto najmniejsza liczba k, dla której G ma w laściwe k-kolorowanie, nazywana jest liczba chromatyczna χ(g) grafu G. (P 1,...,P k )-dekompozycja (lub uogólnionym krawedziowym-kolorowaniem) grafu G nazywamy podzia l (E 1,...,E k ) zbioru krawedzi E(G) taki, że dla każdego i {1,...,k} podgraf indukowany przez zbiór krawedzi E i ma w lasność P i. Klase grafów, które maja (P 1,...,P k )-dekompozycje oznaczamy przez P 1 P k. Jeżeli (E 1,...,E k )jest(p 1,...,P k )-dekompozycjagrafug,toodpowiadaj ace mu kolorowanie f definujemy nastepuj aco f(e) = i dla e E i, i {1,...,k}. Jeżeli P i = O 1 dla i {1,...,k}, to (P 1,...,P k )-dekompozycja grafu G jest w laściwym krawedziowym k-kolorowaniem grafu G. Najmniejsza liczba k, dla której G ma w laściwe krawedziowe k-kolorowanie, nazywana jest indeksem chromatycznym χ (G) grafu G. Pojeciapodzia likolorowanie, dekompozycjaikrawedziowekolorowaniebedziemy używali zamienie. 3 Acykliczne kolorowanie grafów W rozdziale tym zostana omówione wyniki z prac [H1], [H2], [H3]. Niech(V 1,...,V k )bedzie(p 1,...,P k )-podzia lemgrafug. Krawedź l acz ac awierzcho lek ze zbioru V i z wierzcho lkiem ze zbioru V j nazywamy (i,j)-krawedzi a. (P 1,...,P k )-podzia l nazywamy acyklicznym, jeżeli dla każdej pary (i,j), i j, podgraf indukowany przez wszystkie (i,j)-krawedzie nie zawiera cykli, tzn. podgraf G[V i V j ] może zawierać cykl, ale każdy taki cykl ma co najmniej dwa kolejne wierzcho lki, którenależadov i albov j. Mówimy, żegrafgmaw lasnośćp 1 P k, jeżeli ma acykliczny (P 1,...,P k )-podzia l. Zauważmy, że jeżeli w lasność P i jest dziedziczna

9 Autoreferat 7 dla każdego i {1,...,k}, to P 1 P k jest też w lasności a dziedziczna. Acykliczny(P 1,...,P k )-podzia lgrafugnazywamyacyklicznym k-kolorowaniem, jeżeli P i = O dla każdego i {1,...,k}. Najmniejsza liczbe k, dla której G ma acykliczne k-kolorowanie, nazywamy acykliczna liczba chromatyczna grafu G i oznaczamy przez χ a (G). Innym dobrze znanym acyklicznym (P 1,...,P k )-podzia lem jest acykliczne niew laściwe kolorowanie. Acykliczny (P 1,..., P k )-podzia l nazywamy acyklicznym t-niew laściwym k-kolorowaniem, jeżeli klasa P i zawiera grafy o maksymalnym stopniu co najwyżej t dla każdego i {1,...,k}, tzn. G[V i ] S t dla i {1,...,k}. Idee acyklicznego kolorowania grafów wprowadzi l Grűnbaum [40], od tej pory ten typ kolorowania jest intensywnie badany, jednakże znalezienie wartości χ a (G) w ogólnym przypadku jest problemem trudnym. Kostochka [44] udowodni l, że problem sprawdzenia, czy dla dowolnego grafu G zachodzi χ a (G) 3, jest problemem NP-zupe lnym. W literaturze badane by ly wartości acyklicznej liczby chromatycznej dla pewnych klas grafów, miedzy innymi dla grafów planarnych, czy grafów o ma lym maksymalnym stopniu. Jednym z bardziej znanych twierdzeń tego typu jest twierdzenie udowodnione przez Borodina [11], które mówi, że acykliczna liczba chromatyczna grafu planarnego wynosi co najwyżej 5. Wśród wyników dla grafów o ma lym maksymalnym stopniu znane sa ograniczenia acyklicznej liczby chromatycznej dla grafów o maksymalnym stopniu 3, 4, 5 lub 6. Grűnbaum w pracy [40] udowodni l, że χ a (G) 4 dla dowolnego grafu o maksymalnym stopniu co najwyżej 3 (patrz też [51]). Burstein [18] udowodni l, że χ a (G) 5 dla dowolnego grafu o maksymalnym stopniu co najwyżej 4. Kostochka et al. [45] pokazali, że χ a (G) 7 dla dowolnego grafu o maksymalnym stopniu co najwyżej 5. Zhao et al. [59] udowodnili, że dla grafów o maksymalnym stopniu co najwyżej 6, wystarczy 10 kolorów, aby acyklicznie pokolorować taki graf. W 1999 roku Boiron, Sopena i Vignal [10] rozpoczeli badanie acyklicznego (P 1,...,P k )-podzia lu grafów o ograniczonym maksymalnym stopniu. Udowodnili oni, że dowolny graf G S 3 (o maksymalnym stopniu co najwyżej 3) ma acykliczny (D 1,S 2 )-podzia l oraz acykliczny (S 1,S 1,S 1 )-podzia l. W tej samej pracy autorzy postawili hipoteze, że dowolny graf o maksymalnym stopniu co najwyżej 3, ma acykliczny (S 2,S 2 )-podzia l. Najważniejszym wynikiem jednotematycznego cyklu, zwiazanym z acylicznym kolorowaniem, jest dowód tej hipotezy. Mianowicie, w [H1] udowodniono nastepuj ace twierdzenie: Twierdzenie 1 ([H1], Thm. 2) S 3 S 2 S 2. Niezależnie te hipoteze udowodnili Addario-Berry et al. w pracy [1].

10 Autoreferat 8 Ponadto w pracy [H1] podano algorytm, oparty na dowodzie twierdzenia 1, który dokonuje acyklicznego (S 2,S 2 )-podzia lu dowolnego grafu o maksymalnym stopniu co najwyżej 3 w czasie wielomianowym. Powyższego twierdzenia nie można uogólnić na grafy o dowolnym maksymalnym stopniu. Twierdzenie 2 ([H1],Thm. 1) Dla dowolnego d 4 istnieje graf G o maksymalnym stopniu d, który nie ma acyklicznego (S d 1,S d 1 )-podzia lu. Yandet al. [57]rozważali(O,D 1 )-podzia lygrafówoograniczonymmaksymalnym stopniu. Udowodnili oni, że każdy graf o maksymalnym stopniu co najwyżej 3, z wyjatkiem K 4, ma (O,D 1 )-podzia l, tzn. S 3 \{K 4 } O D 1. Wyniku tego nie można przenieść na kolorowanie acykliczne. Ponieważ istnieje nieskończenie wiele grafów o maksymalnym stopniu 3 z acykliczna liczba chromatyczna równa 4, wiec istnieje też nieskończenie wiele grafów o maksymalnym stopniu 3, które nie maja acyklicznego (O,D 1 )-podzia lu. Boiron et al. [10] udowodnili, że S 3 \ {K 4,K 3,3 } D 1 D 1. Ponadto w tej samej pracy zosta lo pokazane, że S 3 D 1 S 2. W pracy [H2] pierwszy z wyników wzmocniono w nastepuj acy sposób: Twierdzenie 3 ([H2], Thm. 4) S 3 \{K 4,K 3,3 } D 1 LF. W pracy [H3] kontynuowane sa poprzednie badania, rozważano grafy o maksymalnym stopniu co najwyżej 4. Udowodniono, że każdy graf o maksymalnym stopniu co najwyżej 4 ma acykliczny (S 3,S 3,S 3 )-podzia l. Twierdzenie 4 ([H3], Thm. 3.1) S 4 S 3 S 3 S 3. Z twierdzenia 2 wynika, że istnieje graf należacy do S 4, który nie ma acyklicznego 3-niew laściwego 2-kolorowania. Zatem poprzedniego twierdzenia nie można wzmocnić przez ograniczenie liczby kolorów. W dalszej cześci pracy [H3] rozważano acykliczne kolorowanie, w którym klasy kolorów indukuja lasy. Zauważmy, że aby pokolorować w taki sposób graf K n+1 (n 2) musimy użyć co najmniej n kolorów. W [H3] udowodniono, że każdy graf G S 4 ma acykliczny (D 1,D 1,D 1,D 1 )-podzia l. Twierdzenie 5 ([H3], Thm. 4.1) S 4 D 1 D 1 D 1 D 1. Z zaobserwowanej w lasności dla grafu K n+1 wynika, że twierdzenia 5 nie można wzmocnić przez ograniczenie liczby kolorów. Można podać silniejsza wersje twierdzenia poprawiajac w lasności, na które dzielimy graf. W [H3] udowodniono, że każdy graf G S 4 można acyklicznie pokolorować za pomoca 4 kolorów w taki sposób, że każda klasa kolorów indukuje las o maksymalnym stopniu 3. Twierdzenie 6 ([H3], Thm. 4.3) S 4 P 1 P 2 P 3 P 4, gdzie P i = D 1 S 3 dla i {1,...,4}.

11 Autoreferat 9 4 Kraw edziowe kolorowanie grafów Zauważmy, że jeżeli P 1,P 2,...,P k sa w lasnościami dziedzicznymi, to P 1 P k jest również w lasności a dziedziczna. Zatem w lasność P 1 P k może być w sposób jednoznaczny opisana za pomoca zbioru minimalnych grafów zabronionych. W pracach [H4] i [H5], poprzez zbiór minimalnych grafów zabronionych, scharakteryzowano grafy, które maja (P 1,P 2 )-dekompozycje (dla ustalonych w lasności dziedzicznych P 1,P 2 ). Zbiór minimalnych grafów zabronionych dla w lasności dziedzicznej P 1 P 2 jest ściśle zwiazany ze zbiorem grafów minimalnych Ramseya. Piszemy, że G (F, H) jeżeli w każdym czerwono-niebieskim dwukolorowaniu krawedzi grafu G, czerwony podgraf zawiera F lub niebieski podgraf zawiera H. W przeciwnym razie piszemy G (F, H). Mówimy, że graf G jest (F, H)-minimalny (minimalnym grafem Ramseya), jeżeli G (F,H) i G (F,H) dla dowolnego podgrafu w laściwego G G. Zbiór wszystkich (F, H)-minimalnych grafów oznaczamy przez R(F, H). Niech P 1, P 2 bed a w lasnościami dziedzicznymi z jednym minimalnym podgrafem zabronionym, tzn. P 1 = Forb({F}) i P 2 = Forb({H}). (P 1,P 2 )-dekompozycja jest takim podzia lem (E 1,E 2 ) krawedzi E(G), że G[E 1 ] nie zawiera grafu F i G[E 2 ] nie zawiera grafu H. Zatem G nie ma (P 1,P 2 )-dekompozycji wtedy i tylko wtedy, gdy zachodzi G (F, H). Z tego wynika, że zbiór minimalnych podgrafów zabronionych dlaw lasnościp 1 P 2 jestdok ladniezbioremgrafów(f,h)-minimalnych,wiecf(p 1 P 2 ) = R(F,H) lub równoważnie możemy zapisać F(Forb({F}) Forb({H})) = R(F,H). W literaturze można znaleźć wiele prac, w których rozważa sie zbiór R(F,H). W cześci z nich bada sie, czy zbiór R(F,H) jest skończony czy nieskończony. W innych charakteryzuje sie grafy należace do zbioru R(F,H), tzn. charakteryzuje sie zbior minimalnych podgrafów zabronionych dla w lasności F orb({f}) F orb({h}). Wśród nichsapracezwi azanezgrafamiminimalnymiramseyadlagwiazdik 3. Naprzyk lad Mengersen et al. [47] scharakteryzowali grafy należace do zbioru R(2K 2,K 1,n ). W pracy [16] Burr et al. opisali zbiór R(2K 2,K 3 ). Burr et al. w pracy [15] pokazali, że jeżelim,nsanieparzyste, tor(k 1,m,K 1,n ) = {K m+n+1 }. Burret al. [17]udowodnili, że R(K 1,2,K 1,2 ) = {K 1,3 } {C 2n+1 : n N}. Natomiast problem scharakteryzowania grafów należacych do R(K 1,m,K 1,n ), gdy jedna z liczb m,n jest parzysta dla pozosta lych m, n, jest otwarty. Z twierdzenia udowodnionego przez Luczaka [49] wynika, że zbiór ten jest nieskończony. W pracy [H5] podano cześciowe rozwiazanie tego problemu, badano zbiór R(K 1,2,K 1,m ) dla m 3. Podano twierdzenia charakteryzujace grafy należace do tego zbioru, wyniki te podamy w podrozdziale 4.2. Ponadto w pracy [H5] podano warunek wystarczajacy na to, aby graf należa l do

12 Autoreferat 10 R(K 1,m,K 1,n ). W pracy [H4] opisano wszystkie grafy należace do R(K 1,2,K 3 ). Idea konstrukcji, która użyto w tej pracy, zosta la później zastosowana i uogólniona w pracach [7, 8, 12, 41]. Baskoro et al. w pracach [7, 8] za pomoca tej konstrukcji otrzymali nieskończona rodzine grafów należacych do R(K 1,2,C 4 ), Ha luszczak w pracy [41] wygenerowa l nieskończona rodzine grafów z R(K 1,2,K n ), natomiast w pracy [12] Borowiecka-Olszewska et al. wygenerowali nieskończona rodzine grafów należacych do R(K 1,2,G), gdzie G jest klasa grafów dwuspójnych. W lasność dziedziczna S k ma dok ladnie jeden minimalny podgraf zabroniony K 1,k+1, podobnie jedynym minimalnym podgrafem zabronionym dla w lasności I 1 jest graf K 3. Jeżeli graf G ma (S 1,S m 1 )-dekompozycje (G S 1 S m 1 ), to G (K 1,2,K 1,m ). Jeżeli graf G ma (S 1,I 1 )-dekompozycje (G S 1 I 1 ), to G (K 1,2,K 3 ). Zatem problem scharakteryzowaniania grafów należacych do R(K 1,2,K 1,m ), który badano w pracy [H5], możemy w sposób równoważny wyrazić jako problem scharakteryzowania zbioru minimalnych grafów zabronionych dla w lasności S 1 S m 1. Podobnie problem wyznaczenia grafów należacych do R(K 1,2,K 3 ), który badano w pracy [H4], jest równoważny problemowi wyznaczenia zbioru minimalnych grafów zabronionych dla w lasności S 1 I 1. Możemy wiec powiedzieć, że w obu przypadkach zbiory grafów, które maja pewna ustalona dekompozycje (kolorowanie krawedziowe) zosta ly opisane przez minimalne podgrafy zabronione. G lówne wyniki z prac [H4] i [H5] zostana przedstawione odpowiednio w podrozdzia- lach 4.1 i R(K 1,2,K 3 ) Omówienie g lównego twierdzenia zawartego w pracy [H4] rozpoczniemy od wprowadzenia potrzebnych definicji i oznaczeń. K 3 -droga nazywamy graf G o zbiorze wierzcho lków V(G) = {v 1,v 2,...,v k, w 1,w 2,...,w k 1 } i zbiorze krawedzi E(G) = {v i v i+1 : i = 1,2,...,k 1} {v i w i : i = 1,2,...,k 1} {w i v i+1 : i = 1,2,...,k 1}, dla k 2. K 3 -cyklem nazywamy graf G o zbiorze wierzcho lków V(G) = {v 1,v 2,...,v k,w 1,w 2,...,w k } i zbiorze krawedzi E(G) = {v i v j : i = 1,2,...,k, j i+1 (mod k)} {w i v i : i = 1,2,...,k} {w i v j : i = 1,2,...,k j i+1 (mod k)}, dla k 4. D lugości a K 3 -drogi (K 3 -cyklu) nazywamy liczbe trójkatów w niej zawartych. Z definicji wynika, że każdy K 3 -cykl ma d lugość co najmniej 4. Nieparzysta K3-drog 2 a nazywamy graf otrzymany z K 3 -drogi przez dodanie do niej krawedzi w i w i+1 (i = 1,...,k 2). D lugości a K3-drogi 2 nazywamy liczbe trójkatów w niej zawartych. Zauważmy, że d lugość K3-drogi 2 jest zawsze liczba nieparzysta.

13 Autoreferat 11 Przez R oznaczamy graf z korzeniem r przedstawiony na rysunku 1. r R Rysunek 1. Graf R. F 1 F 2 F 3 Rysunek 2. Grafy: F 1,F 2,F 3. Niech T bedzie klasa z lożon a z nastepuj acych grafów: 1. grafy F 1,F 2,F 3 przedstawione na rysunku 2; 2. F 4 (k), k 0 dwie wierzcho lkowo roz l aczne kopie grafu R, których korzenie sa po l aczone K 3 -droga d lugości k (rysunek 3), dla k = 0 mamy dwie kopie grafu R sklejone korzeniami; 3. F 5 (t 1,t 2,k), t 1 4, t 2 4, k 0 dwa wierzcho lkowo roz l aczne K 3 -cykle, d lugości t 1 i t 2, po l aczone K 3 -droga d lugości k (rysunek 3), dla k = 0 mamy dwa K 3 -cykle sklejone wierzcho lkiem; 4. F 6 (t,k), t 4,k 0 grafrik 3 -cykld lugościtrazemzk 3 -droga d lugości k, która l aczy korzeń R z dowolnym wierzcho lkiem K 3 -cyklu (rysunek 3), dla k = 0 mamy graf R i K 3 -cykl sklejone korzeniem grafu R i dowolnym wierzcho lkiem K 3 -cyklu;

14 Autoreferat F 7 (t,k), t 4,k 1 K 3 -cykl H d lugości t i K 3 -droga d lugości k, która l aczy dwa wierzcho lki x,y V(H) takie, że k+d H (x,y) 4 (symbol d H (x,y) oznacza odleg lość miedzy wierzcho lkami x i y w grafie H) (rysunek 3); 6. F 8 (t), F 9 (t),..., F 15 (t), t 4 grafy otrzymane z K 3 -cyklu d lugości t przez dodanie nowych trójkatów tak, jak na rysunku 4; 7. F 16 (t), t 5 graf otrzymany z nieparzystej K3-drogi 2 P d lugości t w nastepuj acy sposób: do P dodajemy nowe krawedzie zy,yz i zz, gdzie z,z sa wierzcho lkami stopnia 2 w P, y,y sa wierzcho lkami stopnia 3 w P (rysunek 3). F 4 (3) F 5 (4,4,3) F 6 (4,3) x y y z z y F 7 (6,3) F 16 (9) Rysunek 3. Przyk lady grafów F 4 (k),f 5 (t 1,t 2,k),F 6 (t,k),f 7 (t,k),f 16 (t).

15 Autoreferat 13 F 8 (t) F 11 (t) F 9 (t) F 10 (t) F 12 (t) F 13 (t) F 14 (t) F 15 (t) Rysunek 4. Grafy: F 8 (t),f 9 (t),...,f 15 (t). Twierdzenie 7 ([H4], Thm. 1) G R(K 1,2,K 3 ) wtedy i tylko wtedy, gdy G T. 4.2 R(K 1,2,K 1,m ) W pracy [H5] scharakteryzowano grafy należace do R(K 1,2,K 1,m ) dla m 3. Najpierw zauważmy, że K 1,m+1 R(K 1,2,K 1,m ). Zatem wszystkie pozosta le grafy G należace do R(K 1,2,K 1,m ) nie zawieraja podgrafu K 1,m+1, stad (G) m. Jeżeli (G) m 1, to każda krawedź grafu G możemy pokolorować na niebiesko i

16 Autoreferat 14 otrzymamy (S 1,S m 1 )-dekompozycje grafu G (tzn. G (K 1,2,K 1,m )), wówczas G / R(K 1,2,K 1,m ). Z tego wynika, że (G) = m. k-faktorem grafu nazywamy k- regularny podgraf rozpinajacy. Zauważmy, że jeżeli graf G, o maksymalnym stopniu równym m, ma 1-faktor, to kolorujac krawedzie 1-faktora na czerwono, a pozosta le krawedzie grafu na niebiesko, otrzymamy (S 1,S m 1 )-dekompozycje grafu G. Zatem (S 1,S m 1 )-dekompozycja grafu jest zwiazana z istnieniem 1-faktora w grafie. W charakteryzacji zbioru R(K 1,2,K 1,m ) wykorzystano dwa znane twierdzenia opisujace grafy, które posiadaja 1-faktor. Graf rzedu co najmniej 3 nazywamy faktor-krytycznym, jeżeli G v ma 1-faktor dla każdego v V(G). Zauważmy, że jeżeli graf G jest faktor-krytyczny, to G nie ma 1-faktora, bo jest nieparzystego rzedu. Oznaczmy przez C G zbiór komponent grafu G i przez q(g) liczbe komponent nieparzystego rzedu grafu G. Niech S V(G). Przez G S oznaczmy graf otrzymany z G przez ściagniecie komponent C C G S do pojedynczych wierzcho lków i usuniecie krawedzi miedzy wierzcho lkami zbioru S, tzn. G S jest grafem dwudzielnym o zbiorze wierzcho lków S C G S i zbiorze krawedzi {sc : s S i istnieje c C taki, że sc E}. Zbiór krawedzi niezależnych M grafu G nazywamy skojarzeniem. Mówimy, że zbiór wierzcho lków S jest skojarzony z G S, jeżeli istneje skojarzenie M w grafie G S takie, że każdy wierzcho lek zbioru S jest incydentny z krawedzi a M. Pierwsze twierdzenie, opisujace grafy, które posiadaja 1-faktor, jest konsekwencja twierdzenia Gallai-Edmondsa [27, 38, 39]. Przedstawimy je w postaci podanej w [24]. Twierdzenie 8 ([24]) Każdy graf G ma zbiór wierzcho lków S o nastepuj acych w lasnościach: (i) S jest skojarzony z G S; (ii) każda komponenta G S jest faktor-krytyczna. Niech S bedzie dowolnym zbiorem, który ma obie powyższe w lasności. Graf G ma 1-faktor wtedy i tylko wtedy, gdy S = C G S. W drugim twierdzeniu podamy warunek Tutte na istnienie 1-faktora w grafie. Twierdzenie 9 ([52]) Graf G ma 1-faktor wtedy i tylko wtedy, gdy q(g S) S dla każdego S V(G). Mówimy, że zbiór S V(G) ma w lasność S (lub krótko jest S-zbiorem), jeżeli spe lnia (i) and (ii) twierdzenia 8. Jeżeli S V(G) jest zbiorem, dla którego zachodzi

17 Autoreferat 15 q(g S) > S, tomówimy, żes maw lasność T (lubkrótkojestt-zbiorem). T -zbiór S jest T -maksymalny, jeżeli S nie jest podzbiorem w laściwym żadnego T -zbioru. W pierwszej charakteryzacji grafów należacych do R(K 1,2,K 1,m ) wykorzystano pojecie S-zbioru. Twierdzenie 10 ([H5], Thm. 3) Niech m 3. G R(K 1,2,K 1,m ) wtedy i tylko wtedy, gdy G = K 1,m+1 lub graf G ma nastepuj ace w lasności: 1. G jest spójny, 2. (G) = m, 3. w grafie G istnieje S-zbiór S, dla którego zachodzi: (a) d(v) = m dla każdego v V(G S), (b) S = q(g S) 1, (c) jeżeli C jest komponenta grafu G S, to S jest skojarzony z (G C) S, (d) G[S] jest grafem bezkrawedziowym. Ponadto w pracy [H5] udowodniono nastepuj ace twierdzenie: Twierdzenie 11 ([H5], Cor. 1) Niech m 3. Jeżeli G R(K 1,2,K 1,m ) i G K 1,m+1, to dla każdego S-zbioru S grafu G zachodzi: (a) d(v) = m dla każdego v V(G S), (b) S = q(g S) 1, (c) jeżeli C jest komponenta grafu G S, to S jest skojarzony z (G C) S, (d) G[S] jest grafem bezkrawedziowym. W drugiej charakteryzacji grafów należacych do R(K 1,2,K 1,m ) wykorzystano pojecie T -zbioru. Twierdzenie 12 ([H5], Thm. 4) Niech m 3. G R(K 1,2,K 1,m ) wtedy i tylko wtedy, gdy G = K 1,m+1 lub G ma nastepuj ace w lasności: 1. G jest spójny, 2. (G) = m,

18 Autoreferat istnieje T -maksymalny zbiór S, dla którego zachodzi: (a) d(v) = m dla każdego v V(G S), (b) dla każdego S S, który ma w lasność T w G, zbiór C G S zawiera tylko komponenty nieparzystego rzedu, (c) S = q(g S) 1, (d) G[S] jest grafem bezkrawedziowym. W pracy [H5] pokazano, że każdy T -maksymalny zbiór grafu G R(K 1,2,K 1,m ), podobnie jak każdy S-zbiór grafu G, spe lnia za lożenia twierdzenia 10. Twierdzenie 13 ([H5], Cor. 3) Niech m 3. Jeżeli G R(K 1,2,K 1,m ) i G K 1,m+1, to dla każdego T -maksymalnego zbioru S grafu G zachodzi: (a) d(v) = m dla każdego v V(G S), (b) S = q(g S) 1, (c) jeżeli C jest komponenta grafu G S, to S jest skojarzony z (G C) S, (d) G[S] jest grafem bezkrawedziowym. Ponadto udowodniono nastepuj ace twierdzenie: Twierdzenie 14 ([H5], Cor. 2) Niech G R(K 1,2,K 1,m ). Zbiór S ma w lasność S i spe lnia warunki (a) (d) twierdzenia 10 wtedy i tylko wtedy, gdy S jest T -maksymalnym zbiorem i spe lnia warunki (a) (d) twierdzenia 12. W pracy [H5] podano warunek wystarczajacy na to, aby graf należa l do zbioru R(K 1,m,K 1,n ). Twierdzenie 15 ([H5], Thm 6) Niech m bedzie liczba nieparzysta, n liczba parzysta oraz m,n 2. Jeżeli G (K 1,m,K 1,n ) oraz G R(K 1,2,K 1,m+n 2 ), to G R(K 1,m,K 1,n ).

19 Autoreferat 17 5 Rozgrywane kolorowanie grafów W tym rozdziale omówimy wyniki z prac: [H6], [H7], [H8], [H9], dotyczace kolorowaniawierzcho lkówgrafuzograniczeniemnasposób,wjakiwierzcho lkis a wybierane do pokolorowania. Zdefiniujemy podzia l grafu z niewspó lpracuj acym partnerem przez dwuosobowa gre. Niech dany bedzie graf G i uporzadkowany zbiór addytywnych w lasności dziedzicznych (P 1,...,P r ). Dwóch graczy Alice i Bob naprzemian koloruja wierzcho lki grafu G. Alice rozpoczyna gre. Każdy gracz koloruje jeden wierzcho lek grafu G kolorem ze zbioru {1,...,r} w taki sposób, że po jego ruchu podgraf indukowany przez G[V i ] ma w lasność P i dla i {1,2,...,r} (V i jest zbiorem wierzcho lków pokolorowanych kolorem i). Jeżeli po V(G) ruchach graczy otrzymaliśmy (P 1,...,P r )-podzia l grafu G, to gre wygrywa Alice. Mówimy wówczas, że graf G ma w lasnośćp 1 P r. Bobwygrywagre,gdyporuchugraczapojawisiewierzcho lek, którego nie można pokolorować żadnym kolorem ze zbioru {1,...,r}. Powyższa gre nazywamy (P 1,...,P r )-gra. Idee powyższej gry wprowadzono w pracy [H6]. Jeżeli P 1 = P 2 = = P r = P, topowyższagrenazywamyp-gr azr kolorami. Dladanego grafu G najmniejsza liczbe r, dla której Alice ma strategie wygrywajac a w P-gre z r kolorami, nazywamy P-rozgrywana liczba chromatyczna i oznaczamy χ P g (G). Niech R bedzie klasa grafów. Jeżeli zbiór {χ P g (G) : G R} jest skończony, to zdefiniujmy χ P g (R) = max{χ P g (G) : G R}. Gdy P jest klasa grafów bezkrawedziowych i gracze używaja r kolorów, to otrzymamydobrzeznanawersjep-gry grer-koloruj ac a. Wówczas gracz może pokolorowaćwierzcho lekv koloremi, i {1,...,r}tylko,gdyv niemasasiada pokolorowanego kolorem i. Najmniejsza liczbe r, dla której Alice ma strategie wygrywajac a w gre r-kolorujac a na grafie G, nazywamy rozgrywana liczba chromatyczna grafu G i oznaczamy χ g (G). Pojecie rozgrywanej liczby chromatycznej zosta lo wprowadzone przez Bodlaendera w pracy [9], który bada l także jej z lożoność obliczeniowa. Do tej pory zosta ly wyznaczone wartości rozgrywanej liczby chromatycznej dla różnych klas grafów. Wersja P-gry, w której P jest klasa grafów o maksymalnym stopniu co najwyżej d, zosta la wprowadzona przez Chou et al. [23] i nazywana jest gra (r,d)- niew laściwie kolorujac a. Najmniejsza liczbe r, dla której Alice ma strategie wygrywajac a w gre (r,d)-niew laściwie kolorujac a na grafie G, nazywamy d-niew laściw a rozgrywana liczba chromatyczna grafu G i oznaczamy χ (d) g (G). Dla klasy grafów R, podobie jak χ P g (R), zdefinujmy: χ g (R) = max{χ g (G) : G R}, χ (d) g (R) = max{χ (d) g (G) : G R}. Pierwszy rezultat otrzymany w pracy [H6] zwiazany jest z (O,O)-gra. Scharak-

20 Autoreferat 18 teryzowano wszystkie grafy, dla których Alice ma strategie wygrywajac a w te gre, tzn. scharakteryzowano wszystkie grafy należace do zbioru O O. Niech B bedzie klasa grafów dwudzielnych G, które maja nastepuj ace w lasności: (1) χ g (G) 3, (2) Dla dowolnego wierzcho lka v V(G) istnieje wierzcho lek u V(G) (u v) taki, że {v,u} jest zbiorem dominujacym w G. Twierdzenie 16 ([H6], Thm. 2) G O O wtedy i tylko wtedy, gdy G jest lasem gwiazd lub G = G 1 G t H, gdzie H jest lasem gwiazd nieparzystego rzedu, G i B (i {1,...,t}) oraz jeżeli t 2, to rzad każdego grafu G i jest parzysty. W pracy [60] Zhu postawi l nastepuj acy problem: Problem 1 Za lóżmy, że χ g (G) = k. Czy dla dowolnej liczby k, k > k, Alice ma strategie wygrywajac a w gre k -kolorujac a na grafie G? Twierdzenie 16 daje pozytywna odpowiedź na pytanie postawione w problemie 1 dla k = 2. Ponadto z twierdzenia 16 wynika, że można w czasie wielomianowym rozstrzygnać, czy Alice ma strategie wygrywajac a w (O, O)-grze. Z lożoność problemu gry r-kolorujacej zosta la postawiona w pracy [9] jako problem otwarty. Kolejne twierdzenie udowodnione w pracy [H6] dotyczy gry kolorujacej na lasach. Chou et al. [23] udowodnili, że każde drzewo należy do O 1 O 1 O 1. W tej samej pracy zosta lo wskazane drzewo T, dla którego Bob ma strategie wygrywajac a w (O 1,O 1 )-gre. Z tego wynika, że resultat otrzymany przez Chou et al. nie może być wzmocniony przez ograniczenie liczby kolorów. W pracy [H6] wzmocniono ten rezultat przez pokazanie, że każdy las należy do O O O 1. Twierdzenie 17 ([H6], Thm. 3) D 1 O O O 1. Ponadto w pracy [H6] wskazano las T, dla którego Bob ma strategie wygrywajac a w (O,SF)-gre. Twierdzenie 18 ([H6], Thm. 4) D 1 O SF. W literaturze rozważana by la też krawedziowa wersja gry kolorujacej. Rozgrywanym indeksem chromatycznym χ g(g) nazywamy najmniejsza liczbe r, dla której Alice ma strategie wygrywajac a w krawedziow a wersje gry r-kolorujacej na grafie G. Cai i Zhu [19] wyznaczyli ograniczenie górne, równe +3k 1, dla rozgrywanego indeksu chromatycznego grafów k-zdegenerowanych o maksymalnym stopniu. Z

21 Autoreferat 19 tego wyniku otrzymujemy, że rozgrywany indeks chromatyczny dowolnego drzewa o maksymalnym stopniu, wynosi co najwyżej + 2. W tej samej pracy autorzy poprawili ograniczenie górne dla drzew o maksymalnym stopniu 3. Udowodnili, że rozgrywany indeks chromatyczny drzewa o maksymalnym stopniu 3 z nieparzysta liczba krawedzi, wynosi co najwyżej 4. Powyższe wyniki zainspirowa ly badania nad nastepuj acym problemem: czy rozgrywany indeks chromatyczny dowolnego drzewa o maksymalnym stopniu wynosi co najwyżej + 1? Latwo zauważyć, że odpowiedź na powyższe pytanie jest pozytywna dla = 2. Erdős et al. [28] dali pozytywna odpowiedź dla 6. Andres [5] poprawi l poprzedni rezultat, udowodni l, że jeżeli 5, to χ g(t) + 1 dla drzewa T o maksymalnym stopniu. Ten sam autor w pracy [4] rozwiaza l przypadek dla = 3. Problem = 4 pozostaje otwarty. Ostatnio Chan et al. [21] udowodnili, że χ g(t) 5, jeżeli (T) = 4 i T jest lasem, którego każda komponenta jest gasienic a lub T nie ma dwóch sasiednich wierzcho lków stopnia 4. GrenakrawedziachgrafuGmożemyzawszepostrzegać,jakogrenawierzcho lkach grafu krawedziowego L(G). Kaktusem nazywamy graf, w którym każdy blok jest cyklemlubk 2 idowolnedwablokimaja co najwyżej jeden wspólny wierzcho lek. Graf krawedziowydrzewaomaksymalnymstopniu3jestwieckaktusemzcyklamid lugości co najwyżej 3 taki, że każdy wierzcho lek należy do co najwyżej dwóch bloków. Wynik Andes [4] implikuje, że rozgrywana liczba chromatyczna takich specjalnych kaktusów wynosi co najwyżej 4. W pracy [H7] rozważano gre na kaktusach. Z jednej strony wskazano kaktus, dla którego Bob ma strategie wygrywajac a w gre 4-kolorujac a. Z drugiej strony udowodniono twierdzenie mówiace, że dla dowolnego kaktusa Alice ma strategie wygrywajac a w gre 5-kolorujac a. Dowód tego twierdzenia oparty jest na badaniu innego inwariantu grafu rozgrywanej liczby kolorujacej, która zosta la wprowadzona przez Zhu w [60]. Rozgrywana liczba kolorujaca zosta la zdefiniowana poprzez dwuosobowa gre gre etykietujac a. Alice i Bob naprzemian oznaczaja wierzcho lki grafu G. Alice rozpoczyna gre. Gra kończy sie, gdy wszystkie wierzcho lki sa zaznaczone. Dla wierzcho lka v oznaczmy symbolem s(v) liczbe jego sasiadów, którzy byli zaznaczeni przed nim. Wynikiem gry nazywamy liczbe s = 1+max v V s(v). Celem Alice jest minimalizowanie wyniku gry, natomiast celem Boba jest maksymalizowanie wyniku gry. Rozgrywana liczba kolorujac a col g (G) nazywamy najmniejsza liczbe s, dla której Alice ma strategie wygrywajac a w gre etykietujac a z wynikem co najwyżej s. Latwo zauważyć, że dla dowolnego grafu G zachodzi χ g (G) col g (G). W lasność powyższa pozwala wykorzystywać rozgrywana liczbe kolorujac a, jako narzedzie do badania rozgrywanej liczby chromatycznej grafu. Niech R bedzie klasa grafów, podobnie jak wcześniej, zdefiniujmy rozgrywana

22 Autoreferat 20 liczbe kolorujac a dla klasy grafów col g (R) = max{col g (G) : G R}. W pracy [H7] udowodniono nastepuj ace twierdzenie: Twierdzenie 19 ([H7], Thm. 1) Jeżeli C jest klasa kaktusów, to χ g (C) = col g (C) = 5. W kolejnych dwóch pracach [H8] i [H9] rozważano gry kolorujace na klasie grafów oznaczonych symbolem H k : H k = {G : każdy blok grafu G ma co najwyżej k wierzcho lków}. Klasa H k jest interesujaca ze wzgledu na to, że zawiera w sobie wiele znanych klas grafów. Na przyk lad H 2 jest klasa lasów. Jeżeli G H k i każdy blok grafu jest grafem pe lnym, to G jest drzewem Husimi. Jeżeli G H k i każdy blok jest cyklem lub K 2, to G jest kaktusem. H k zawiera także w sobie grafy krawedziowe lasów. Jeżeli każdy blok grafu G H k jest grafem pe lnym i każdy wierzcho lek grafu G jest w co najwyżej dwóch blokach, to G jest grafem krawedziowym lasu o maksymalnym stopniu co najwyżej k. Zatem gra kolorujaca krawedzie lasu odpowiada grze kolorujacej wierzcho lki grafów należacych do H k. Pierwszy wynik z pracy [H8] mówi o rozgrywanej liczbie chromatycznej grafów należacych do H k. Przypomnijmy, że H 2 jest klasa lasów. Faigle et al. [31] udowodnili, że rozgrywana liczba chromatyczna lasu wynosi co najwyżej 4, czyli dla T H 2 zachodzi χ g (T) 4. W pracy [H8] pokazano, że dla dowolnego k liczba k + 2 jest ograniczeniem górnym rozgrywanej liczby chromatycznej grafu należacego H k. Twierdzenie 20 ([H8], Thm. 8) Dla k 2 zachodzi χ g (H k ) k +2. Zauważmy, że z powyższego twierdzenia wynika, że rozgrywany indeks chromatyczny lasu o maksymalnym stopniu k wynosi co najwyżej k+2. Wiadomo, że istnieje las T o maksymalnym stopniu k, dla którego χ g(t) = k +1. L acz ac to z twierdzeniem 20 otrzymujemy dolne i górne ograniczenie na rozgrywana liczbe chromatyczna klasy grafów H k, k + 1 χ g (H k ) k + 2. W pracy [H8] udowodniono, że dla k 6 ograniczenie dolne jest także ograniczeniem górnym dla rozgrywanej liczby chromatycznej klasy H k. Twierdzenie 21 ([H8], Thm. 11) Jeżeli k 6, to χ g (H k ) = k +1. Z powyższego twierdzenia wynika twierdzenie Erdős et al. [28] mówiace, że rozgrywany indeks chromatyczny lasów o maksymalnym stopniu, 6 wynosi +1. Zatem w pracy [H8] uogólniono, na szersza klase grafów, twierdzenie Erdős et al. [28].

23 Autoreferat 21 Kolejne wyniki pracy [H8] dotycza (P 1,...,P r )-gry na grafach należacych do H k. W pracy [H7] zosta l wskazany kaktus T, T H 3, którego rozgrywana liczba chromatyczna wynosi 5. Kaktus ten nie zawiera cykli d lugości wiekszej niż 3. Zatem χ g (H 3 ) 5, a z tego wynika, że H 3 O O O O. W pracy [H8] udowodniono natomiast nastepuj ac a w lasność klasy grafów H 3 : Twierdzenie 22 ([H8], Thm.17) H 3 O 1 O 1 O O. Przypomnijmy, że problem czy rozgrywany indeks chromatyczny lasów o maksymalnym stopniu 4 jest ograniczony przez 5 czy 6, jest problemem otwartym. W pracy[h8]zbliżonosiedorozwi azniategoproblemu. Otrzmanowyniktroches labszy, udowodniono, że Alice ma strategie wygrywajac a w (O 1,O,O,O,O)-gre na wierzcho lkach grafu krawedziowego lasu o maksymalnym stopniu 4. Ponieważ gra na wierzcho lkach grafu krawedziowego L(G) odpowiada grze na krawedziach grafu G, wiec w pracy [H8] pokazano strategie wygrywajac a dla Alice, w gre na krawedziach lasu o maksymalnym stopniu 4, w której gracze używaja 5 kolorów i koloruja krawedzie tak, że krawedzie w pierwszym kolorze indukuja las gwiazd o maksymalnym stopni 2, a krawedzie w pozosta lych kolorach indukuja skojarzenia. Wynik ten jest wnioskiem z ogólniejszego twierdzenia udowodnionego w pracy: Twierdzenie 23 ([H8], Thm. 19) Dla k 4 zachodzi H k P 1 P 2 P k+1, gdzie P 1 = O 1, P i = O (i = 2,...,k +1). W pracy [H9] kontynuowano rozważanie gier na grafach należacych do H k, w szczególności gier niew laściwie kolorujacych grafy. W literaturze gra niew laściwie kolorujac a by la intensywnie badana dla różnych klas grafów, miedzy innymi dla cześciowych k-drzew, grafów planarnych, grafów zewnetrznie planarnych, drzew. He et al. [42] zebrali udowodnione wyniki zwiazane z gra niew laściwie kolorujac a na drzewach w nastepuj ac a formu le: Twierdzenie 24 ([23, 31, 42]) Dla d {0,1,2} zachodzi χ (d) g (H 2 ) 4 d. orazpostawilihipoteze, żewpodobnysposóbmożnaopisaćwynikidlagrynagrafach zewnetrznie planarnych. Hipoteza ta zosta la udowodniona przez Wu et al. [56], którzy uogólnili znane dotychczas twierdzenia dla grafów zewnetrznie planarnych w nastepuj acy sposób: Twierdzenie 25 ([56]) Dla 0 d 4 zachodzi χ (d) g (T 2 ) 7 d.

24 Autoreferat 22 W pracy [H9] podano podobna formu le dla grafów należacych do H k dla k {3,4}. Najpierw zauważmy, że z twierdzenia 20 wynika χ (0) g (G) k + 2 dla G H k. Z twierdzeń 22 i 23 wynika χ (1) g (G) k + 1 dla G H k (k 3). Z twierdzenia 5 udowodnionego w pracy [H9] wynika, że χ (2) g (G) 3 dla G H 3. Z twierdzenia 6 udowodnionego w pracy [H9] wynika, że jeżeli d {2,3}, to χ (d) g (G) k+2 d dla G H 4. L acz ac, te wyniki otrzymujemy nastepuj ac a formu le: Twierdzenie 26 ([H9], Cor. 4) Dla k {3,4} i 0 d k 1 zachodzi χ (d) g (H k ) k +2 d. Pomimo, że w literaturze jest wiele wyników dotyczacych rozgrywanej liczby chromatycznej, to nie ma wielu strategii dla gry kolorujacej. Najbardziej znana strategia jest strategia aktywujaca, która zosta la wprowadzona w pracy [31] dla gry na drzewach. Później zosta la ulepszona w pracy [46]. Od tej pory jest ona bardzo czesto używana, Alice grajac zgodnie ze strategia aktywujac a może wygrać gre kolorujac a, jak również opisane zosta ly wersje tej strategii dla gry etykietujacej. W pracy [H8] podano nowa strategie, która umożliwia Alice wygranie nie tylko gry kolorujacej na danym grafie, ale także dowolnej (P 1,...,P r )-gry. W pracy [H9] rozwinieto i ulepszono te strategie poprzez wprowadzenie gry pomocniczej, nazwanej jednostronna gra kolorujac a oraz parametru zwiazanego z ta gra, nazwanego jednostronnie rozgrywana liczba chromatyczna. Kluczowym punktem tej strategii jest konstrukcja dla grafu G, na którym rozgrywana jest gra, specjalnej rodziny grafów cześciowo pokolorowanych, nazywanej rodzina rozgrywanie domkniet a, która zawiera niepokolorowany graf G. Alice wygra gre na G, jeżeli bedzie kolorowa la wierzcho lki w taki sposób, aby zawsze po jej ruchu, otrzymany cześciowo pokolorowany graf G, należa l do skonstruowanej wcześniej, rodziny rozgrywanie domknietej. Poniżej podamy formalna definicje rodziny rozgrywanie domknietej oraz opiszemy strategie gry. Ograniczymy sie do P-gry, latwo widać, że wszystkie pojecia można uogólnić na (P 1,...,P r )-gre. Cześciowym r-kolorowaniem grafu G nazywamy funkcje c r : S {1,...,r}, gdzie S V(G). Pare (G,c r ) nazywamy cześciowo r-pokolorowanym grafem. Jeżeli żaden wierzcho lek grafu nie jest pokolorowany lub wszystkie wierzcho lki grafu sa pokolorowane, to również mówimy, że graf jest cześciowo pokolorowany. Niech P bedzie addytywna w lasności a dziedziczna. Mówimy, że kolor i jest (P, r)-dopuszczalny dla niepokolorowanego wierzcho lka v, jeżeli i {1,...,r} i po pokolorowaniu wierzcho lka v kolorem i, nie pojawi sie monochromatyczny podgraf zabroniony dla w lasności P, zawierajacy v. Niech β(g) zawiera grafy izomorficzne z G, które zosta ly cześciowo pokolorowane.

25 Autoreferat 23 Definicja 1 Rodzine β(g) nazywamy (P,r)-rozgrywanie domkniet a, jeżeli dla każdego (G,c r ) β(g) zachodzi: (i) Jeżeli w (G,c r ) sa wierzcho lki niepokolorowane, to istnieje wierzcho lek, który może być pokolorowany przez Alice kolorem (P, r)-dopuszczalnym w taki sposób, że otrzymany graf bedzie należa l do β(g). (ii) Jeżeli Bob pokoloruje wierzcho lek grafu (G,c r ) dowolnym kolorem i, i {1,..., r} i po jego ruchu sa wierzcho lki niepokolorowane, to istnieje wierzcho lek, który może być pokolorowany przez Alice kolorem (P, r)-dopuszczalnym w taki sposób, że otrzymany graf bedzie należa l do β(g). Definicja 2 (G, P, r)-strategia (1) Alice konstruuje rodzine (P,r)-rozgrywanie domkniet a β(g), która zawiera niepokolorwany graf G. (2) Alice gra w taki sposób, że zawsze po jej ruchu otrzymany graf należy do β(g). Bezpośrednio z definicji rodziny rozgrywanie domknietej wynika, że grajac zgodnie z (G,P,r)-strategia, Alice wygra P-gre z r kolorami na grafie G. Ponadto zauważmy też, że grajac zgodnie z ta strategia Alice wygra gre, jeżeli pierwszy ruch bedzie należa l do Boba lub jeżeli bedziemy rozważali gre, w której dopuszczamy, że Bob może opuścić swój ruch. W pracy [H9] zdefiniowano gre, w której Bob ma wiecej swobody w kolorowaniu niż Alice i może opuścić swój ruch. (G, P, r)-strategia umożliwia Alice wygranie również tej gry. Niech dany bedzie graf G, addytywna w lasność dziedziczna P i zbiór kolorów {1,...,r}. Dwóch graczy, Alice i Bob, koloruja wierzcho lki grafu G, Alice rozpoczyna gre. Gracze graja naprzemian, ale Bob może opuścić swój ruch. Bob może pokolorować wierzcho lek dowolnym kolorem ze zbioru {1,...,r}, Alice musi pokolorować wierzcho lek kolorem (P, r)-dopuszczalnym dla tego wierzcho lka. Jeżeli wszystkie wierzcho lki grafu sa pokolorowane, to gre wygrywa Alice, w przeciwnym razie gre wygrywa Bob. Zatem Bob wygrywa gre, gdy pojawi sie niepokolorowany wierzcho lek, dla którego nie ma (P,r)-dopuszczalnego koloru. Powyższa gre nazywamy jednostronna P-gra z r kolorami. Jednostronnie P-rozgrywana liczba chromatyczna, oznaczana przez χ P ug(g), nazywamy najmniejsza liczbe kolorów r, dla której Alice ma strategie wygrywajac a w jednostronna gra P-kolorujac a. Ponieważ w jednostronnej P-grze Bob ma wieksz a swobode ruchu niż w P- grze, jednostronnie P-rozgrywana liczba chromatyczna jest ograniczeniem górnym P-rozgrywanej liczby chromatycznej

26 Autoreferat 24 Twierdzenie 27 ([H9], Lem. 5) Dla dowolnego grafu G zachodzi χ P g (G) χ P ug(g). W dotychczasowej literaturze bardzo czesto do oszacowania rozgrywanej liczby chromatycznejdanegografuwykorzystywanorozgrywanaliczbekoloruj ac a, ponieważ χ g (G) col g (G). Jednostronnie rozgrywana liczba chromatyczna jest lepszym ograniczeniem dla rozgrywanej liczby chromatycznej niż rozgrywana liczba kolorujaca. Przypomnijmy, że χ g (G) = χ O g (G). Twierdzenie 28 ([H9], Lem. 6) Dla dowolnego grafu G zachodzi χ g (G) χ O ug(g) col g (G). Ponadto rozgrywanej liczby kolorujacej nie można wykorzystać do ograniczenia rozgrywanej liczby d-niew laściwie chromatycznej, natomiast jednostronnie rozgrywana liczba chromatyczna może być też narzedziem do badania tego parametru. Twierdzenie 29 ([H9], Lem. 7) Dla dowolnego grafu G zachodzi χ d g(g) χ S d ug(g). Rozważmy graf K 3,3 i jego podgraf G = K 3,3 M, gdzie M jest 1-faktorem grafu K 3,3. Latwo sprawdzić, że χ g (K 3,3 ) = 3, natomiast dla grafu G Bob ma strategie wygrywajac a w gre 3-kolorujac a. Na tym przyk ladzie widzimy, że rozgrywana liczba chromatyczna nie jest monotoniczna, co czesto utrudnia jej badanie. W przeciwieństwie do rozgrywanej liczby chromatycznej, jednostronnie rozgrywana liczba chromatyczna jest monotoniczna. Twierdzenie 30 ([H9], Lem. 3) Jeżeli G jest podgrafem G, to χ P ug(g ) χ P ug(g). Ponadto odpowiedź na pytanie postawione w problemie 1 dla jednostronnej gry kolorujacej jest pozytywna. Twierdzenie 31 ([H9], Lem. 4) Jeżeli Alice ma strategie wygrywajac a dla jednostronnej P-gry na grafie G z r kolorami, to ma strategie wygrywajac a dla jednostronnej P-gry na G z t kolorami dla t r.

27 Autoreferat 25 V. Omówienie pozosta lych osiagni eć naukowo-badawczych A) Lista publikacji niewchodzacych w sk lad osiagniecia naukowego (prezentacja zgodna z kolejnościa omawiania): [P1] E. Sidorowicz, Size of C 3 -saturated graphs, Zeszyty Naukowe Politechniki Rzeszowskiej 118 (1993) [P2] K. Amin, J. Faudree, R.J. Gould, E. Sidorowicz, On the non-(p 1)-partite K p -free graphs, Discuss. Math. Graph Theory 33 (2013) [P3] M. Borowiecki, E. Sidorowicz, Weakly P-saturated graphs, Discuss. Math. Graph Theory 22 (2002) [P4] E. Sidorowicz, Size of weakly saturated graphs, Discrete Math. 307 (2007) [P5] M. Borowiecki, E. Sidorowicz, Some extremal problems of graphs with local constraints, Discrete Math. 251 (2002) [P6] M. Borowiecki, P. Borowiecki, E. Sidorowicz, Z. Skupień, On Extremal Size of Locally k-tree Graphs, Czech. Math. J. 60 (135) (2010) [P7] A. Hoffmann, E. Sidorowicz, L. Volkmann, Extremal bipartite graphs with a unique k-factor, Discuss. Math. Graph Theory 26 (2006) [P8] M. Borowiecki, D. Michalak, E. Sidorowicz, Generalized domination, independance and irredundance in graphs, Discuss. Math. Graph Theory 17 (1997) [P9] K. Jesse-Józefczyk, E. Sidorowicz, Secure sets and their expansion in cubic graphs, Cent. Eur. J. Math. doi: /s w druku. [P10] K. Jesse-Józefczyk, E. Sidorowicz, Global security in claw-free cubic graphs, Discrete Appl. Math. doi: /j.dam w druku. [P11] M. Borowiecki, E. Sidorowicz, Zs. Tuza, Game list colouring, Electron. J. Combin. 14 (2007).

28 Autoreferat 26 [P12] P. Borowiecki, E. Sidorowicz, Dynamic coloring of graphs, Fundam. Inform. 114 (2012) [P13] E. Sidorowicz, The relaxed game chromatic number of graphs with cut-vertices, submitted. [P14] P. Dorbec, I. Schiermeyer, E. Sidorowicz, E. Sopena, Rainbow Connection in Oriented Graphs, submitted. B) Omówienie wyników zawartych w publikacjach niewchodzacych w sk lad osiagni ecia naukowego Maksymalne grafy K p -wolne ([P1], [P2]) Graf G nazywamy K p -wolnym, jeżeli nie zawiera podgrafu izomorficznego z K p. Używajac terminologii w lasności dziedzicznych, graf G jest K p -wolny, jeżeli G I p 2. Graf G jest maksymalny K p - wolny (K p -nasycony), jeżeli dla dowolnej krawedzi e / E(G) graf G + e zawiera K p. Klasyczne Twierdzenie Turána [53] mówi, że jeżeli n-wierzcho lkowy graf K p - wolny ma najwiekszy rozmiar, to jest izomorficzny z grafem pe lnym (p 1)-dzielnym K n1,...,n p 1 takim, że n i n j 1 dla i,j = 1,...,p 1 i n n p 1 = n. Z drugiej strony Erdős et al. [29] udowodnili, że każdy n-wierzcho lkowy (n p 1) graf maksymalny K p -wolny ma co najmniej (p 2)n 1 (p 1)(p 2) krawedzi. Z 2 udowodnionego w pracy [29] twierdzenia wynika również, że każdy n-wierzcho lkowy graf maksymalny K p -wolny najmniejszego rozmiaru jest grafem (p 1)-dzielnym i ma wierzcho lek stopnia n 1. Problem znalezienia najmniejszego rozmiaru n- wierzcho lkowego grafu maksymalnego K p -wolnego bez wierzcho lka stopnia n 1 by l rozważany w pracach Füredi et al. [37], Erdős et al [30] i Alon et al. [2]. Duffus et al. [25] badali minimalny rozmiar maksymalnych grafów K p -wolnych z ustalonym minimalnym stopniem. Wpracach[P1]i[P2]rozważanografymaksymalneK p -wolne, któreniesa(p 1)- dzielne. Prace [P1] i [P2] zawieraja wyniki rozprawy doktorskiej autorki niniejszego opracowania. Najmniejszy i najwiekszy rozmiar n-wierzcho lkowego grafu maksymalnego K p -wolnego, który nie jest grafem (p 1)-dzielnym, oznaczamy odpowiednio przez s(n,k p ) i e(n,k p ). Wyznaczono wartości s(n,k p ) i e(n,k p ) oraz badano spektrum rozmiaru takich grafów. W pracy [P1] rozwiazano ten problem dla p = 3. PóźniejtesamewynikiotrzymaliBarefootet al. w[6]. Problemdlap = 4by lbadany przez Amin et al. w [3]. W pracy [P2] rozstrzygnieto ten problem dla dowolnego

13 Zastosowania Lematu Szemerédiego

13 Zastosowania Lematu Szemerédiego 13 Zastosowania Lematu Szemerédiego 13.1 Twierdzenie Erdősa-Stone a (Rozdzia ly 7.1 i 7.5 podre cznika) Jednym z g lównych zagadnień ekstremalnej teorii grafów jest wyznaczenie parametru ex(n, H) = max{

Bardziej szczegółowo

Kolorowanie wierzchołków Kolorowanie krawędzi Kolorowanie regionów i map. Wykład 8. Kolorowanie

Kolorowanie wierzchołków Kolorowanie krawędzi Kolorowanie regionów i map. Wykład 8. Kolorowanie Wykład 8. Kolorowanie 1 / 62 Kolorowanie wierzchołków - definicja Zbiory niezależne Niech G będzie grafem bez pętli. Definicja Mówimy, że G jest grafem k kolorowalnym, jeśli każdemu wierzchołkowi możemy

Bardziej szczegółowo

TEORIA GRAFÓW. MATERIA LY VI. semestr letni 2013/2014. Jerzy Jaworski. Typeset by AMS-TEX

TEORIA GRAFÓW. MATERIA LY VI. semestr letni 2013/2014. Jerzy Jaworski. Typeset by AMS-TEX TEORIA GRAFÓW. MATERIA LY VI. semestr letni 2013/2014. Jerzy Jaworski 20 Typeset by AMS-TEX 8. GRAFY PLANARNE. 8.1. Grafy p laskie i planarne. TEORIA GRAFÓW. MATERIA LY VI. 21 Mówimy, że graf jest uk ladalny

Bardziej szczegółowo

Szymon G l ab. Struktury losowe II Graf losowy. Instytut Matematyki, Politechnika Lódzka

Szymon G l ab. Struktury losowe II Graf losowy. Instytut Matematyki, Politechnika Lódzka Instytut Matematyki, Politechnika Lódzka Graf losowy jako granica Fraisse Przez K graf oznaczmy rodzinȩ wszystkich skończonych grafów (np. na N). Niech G bȩdzie granic a Fraisse rodziny K graf. Strukturȩ

Bardziej szczegółowo

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera Określenie podpierścienia Definicja 9.. Podpierścieniem pierścienia (P, +,, 0, ) nazywamy taki podzbiór A P, który jest pierścieniem ze wzgledu

Bardziej szczegółowo

Wyk lad 14 Cia la i ich w lasności

Wyk lad 14 Cia la i ich w lasności Wyk lad 4 Cia la i ich w lasności Charakterystyka cia la Określenie cia la i w lasności dzia lań w ciele y ly omówione na algerze liniowej. Stosujac terminologie z teorii pierścieni możemy powiedzieć,

Bardziej szczegółowo

Kolorowanie wierzchołków

Kolorowanie wierzchołków Kolorowanie wierzchołków Mając dany graf, pokolorować jego wierzchołki w taki sposób, aby każde dwa wierzchołki sąsiednie miały inny kolor. Każda krawędź łączy wierzchołki różnych kolorów. Takie pokolorowanie

Bardziej szczegółowo

SKOJARZENIA i ZBIORY WEWN. STABILNE WIERZCH. Skojarzeniem w grafie G nazywamy dowolny podzbiór krawędzi parami niezależnych.

SKOJARZENIA i ZBIORY WEWN. STABILNE WIERZCH. Skojarzeniem w grafie G nazywamy dowolny podzbiór krawędzi parami niezależnych. SKOJARZENIA i ZBIORY WEWN. STABILNE WIERZCH. Rozważamy graf G = (V, E) Dwie krawędzie e, e E nazywamy niezależnymi, jeśli nie są incydentne ze wspólnym wierzchołkiem. Skojarzeniem w grafie G nazywamy dowolny

Bardziej szczegółowo

E ' E G nazywamy krawędziowym zbiorem

E ' E G nazywamy krawędziowym zbiorem Niech G będzie grafem spójnym. Wierzchołek x nazywamy rozcinającym, jeśli G\{x} jest niespójny. Niech G będzie grafem spójnym. V ' V G nazywamy zbiorem rozcinającym jeśli G\V' jest niespójny Niech G będzie

Bardziej szczegółowo

Graf. Definicja marca / 1

Graf. Definicja marca / 1 Graf 25 marca 2018 Graf Definicja 1 Graf ogólny to para G = (V, E), gdzie V jest zbiorem wierzchołków (węzłów, punktów grafu), E jest rodziną krawędzi, które mogą być wielokrotne, dokładniej jednoelementowych

Bardziej szczegółowo

Znajdowanie skojarzeń na maszynie równoległej

Znajdowanie skojarzeń na maszynie równoległej 11 grudnia 2008 Spis treści 1 Skojarzenia w różnych klasach grafów Drzewa Grafy gęste Grafy regularne dwudzielne Claw-free graphs 2 Drzewa Skojarzenia w drzewach Fakt Wybierajac krawędź do skojarzenia

Bardziej szczegółowo

Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA

Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA Zad. 1 (12p.)Niech n 3k > 0. Zbadać jaka jest najmniejsza możliwa liczba krawędzi w grafie, który ma dokładnie n wierzchołków oraz dokładnie k składowych, z których

Bardziej szczegółowo

Wyk lad 12. (ii) najstarszy wspó lczynnik wielomianu f jest elementem odwracalnym w P. Dowód. Niech st(f) = n i niech a bedzie

Wyk lad 12. (ii) najstarszy wspó lczynnik wielomianu f jest elementem odwracalnym w P. Dowód. Niech st(f) = n i niech a bedzie 1 Dzielenie wielomianów Wyk lad 12 Ważne pierścienie Definicja 12.1. Niech P bedzie pierścieniem, który może nie być dziedzina ca lkowitości. Powiemy, że w pierścieniu P [x] jest wykonalne dzielenie z

Bardziej szczegółowo

Wyk lad 1 Podstawowe struktury algebraiczne

Wyk lad 1 Podstawowe struktury algebraiczne Wyk lad 1 Podstawowe struktury algebraiczne 1 Dzia lanie w zbiorze Majac dane dowolne dwa przedmioty a b możemy z nich utworzyć pare uporzadkowan a (a b) o poprzedniku a i nastepniku b. Warunek na równość

Bardziej szczegółowo

Niech X bȩdzie dowolnym zbiorem. Dobry porz adek to relacja P X X (bȩdziemy pisać x y zamiast x, y P ) o w lasnościach:

Niech X bȩdzie dowolnym zbiorem. Dobry porz adek to relacja P X X (bȩdziemy pisać x y zamiast x, y P ) o w lasnościach: Teoria miary WPPT IIr semestr zimowy 2009 Wyk lad 4 Liczby kardynalne, indukcja pozaskończona DOBRY PORZA DEK 14/10/09 Niech X bȩdzie dowolnym zbiorem Dobry porz adek to relacja P X X (bȩdziemy pisać x

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, B/14

Matematyka dyskretna. Andrzej Łachwa, UJ, B/14 Matematyka dyskretna Andrzej Łachwa, UJ, 2019 andrzej.lachwa@uj.edu.pl 1B/14 Drogi w grafach Marszruta (trasa) w grafie G z wierzchołka w do wierzchołka u to skończony ciąg krawędzi w postaci. W skrócie

Bardziej szczegółowo

Kody blokowe Wykład 5a;

Kody blokowe Wykład 5a; Kody blokowe Wykład 5a; 31.03.2011 1 1 Kolorowanie hiperkostki Definicja. W teorii grafów symbol Q n oznacza kostkę n-wymiarową, czyli graf o zbiorze wierzchołków V (Q n ) = {0, 1} n i zbiorze krawędzi

Bardziej szczegółowo

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA DRZEWA i LASY Drzewem nazywamy graf spójny nie zawierający cykli elementarnych. Lasem nazywamy graf nie zawierający cykli elementarnych. Przykłady drzew i lasów takie krawędzie są wykluczone drzewo las

Bardziej szczegółowo

Podstawowe własności grafów. Wykład 3. Własności grafów

Podstawowe własności grafów. Wykład 3. Własności grafów Wykład 3. Własności grafów 1 / 87 Suma grafów Niech będą dane grafy proste G 1 = (V 1, E 1) oraz G 2 = (V 2, E 2). 2 / 87 Suma grafów Niech będą dane grafy proste G 1 = (V 1, E 1) oraz G 2 = (V 2, E 2).

Bardziej szczegółowo

Wykłady z Matematyki Dyskretnej

Wykłady z Matematyki Dyskretnej Wykłady z Matematyki Dyskretnej dla kierunku Informatyka dr Instytut Informatyki Politechnika Krakowska Wykłady na bazie materiałów: dra hab. Andrzeja Karafiata dr hab. Joanny Kołodziej, prof. PK Kolorowanie

Bardziej szczegółowo

Wyk lad 3 Wyznaczniki

Wyk lad 3 Wyznaczniki 1 Określenie wyznacznika Wyk lad 3 Wyznaczniki Niech A bedzie macierza kwadratowa stopnia n > 1 i niech i, j bed a liczbami naturalnymi n Symbolem A ij oznaczać bedziemy macierz kwadratowa stopnia n 1

Bardziej szczegółowo

Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej

Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej 27-28/10/09 ZBIORY MIERZALNE WZGLȨDEM MIARY ZEWNȨTRZNEJ Niech µ bȩdzie miar

Bardziej szczegółowo

Wyk lad 4. Grafy skierowane

Wyk lad 4. Grafy skierowane Wyk lad 4 Grafy skierowane Definicja Graf skierowany G sk lada si e z dwóch zbiorów, niepustego zbioru V (G) grafu G i zbioru E(G) kraw edzi grafu G oraz z funkcji γ (gamma) ze zbioru E(G) w zbiór V (G)

Bardziej szczegółowo

ep do obliczeniowej biologii molekularnej (J. Tiuryn, wykĺady nr. 12 i 13; 25 stycznia 2006) 8 Konstrukcja drzew filogenetycznych

ep do obliczeniowej biologii molekularnej (J. Tiuryn, wykĺady nr. 12 i 13; 25 stycznia 2006) 8 Konstrukcja drzew filogenetycznych Wst ep do obliczeniowej biologii molekularnej (J. Tiuryn, wykĺady nr. 2 i 3; 25 stycznia 2006) Spis treści 8 Konstrukcja drzew filogenetycznych 82 8. Metoda UPGMA......................... 82 8.2 Metoda

Bardziej szczegółowo

Wyk lad 3 Wielomiany i u lamki proste

Wyk lad 3 Wielomiany i u lamki proste Wyk lad 3 Wielomiany i u lamki proste 1 Konstrukcja pierścienia wielomianów Niech P bedzie dowolnym pierścieniem, w którym 0 1. Oznaczmy przez P [x] zbiór wszystkich nieskończonych ciagów o wszystkich

Bardziej szczegółowo

SPÓJNOŚĆ. ,...v k. }, E={v 1. v k. i v k. ,...,v k-1. }. Wierzchołki v 1. v 2. to końce ścieżki.

SPÓJNOŚĆ. ,...v k. }, E={v 1. v k. i v k. ,...,v k-1. }. Wierzchołki v 1. v 2. to końce ścieżki. SPÓJNOŚĆ Graf jest spójny, gdy dla każdego podziału V na dwa rozłączne podzbiory A i B istnieje krawędź z A do B. Definicja równoważna: Graf jest spójny, gdy każde dwa wierzchołki są połączone ścieżką

Bardziej szczegółowo

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Wyk lad 7 Baza i wymiar przestrzeni liniowej Wyk lad 7 Baza i wymiar przestrzeni liniowej 1 Baza przestrzeni liniowej Niech V bedzie przestrzenia liniowa. Powiemy, że podzbiór X V jest maksymalnym zbiorem liniowo niezależnym, jeśli X jest zbiorem

Bardziej szczegółowo

Niezmienniki i pó lniezmienniki w zadaniach

Niezmienniki i pó lniezmienniki w zadaniach Niezmienniki i pó lniezmienniki w zadaniach Krzysztof Che lmiński Wydzia l Matematyki i Nauk Informacyjnych Politechnika Warszawska MiNI-Akademia Matematyki Warszawa, 2 marca, 2013 Na czym polega metoda

Bardziej szczegółowo

Algorytmiczna teoria grafów

Algorytmiczna teoria grafów Podstawowe pojęcia i klasy grafów Wykład 1 Grafy nieskierowane Definicja Graf nieskierowany (graf) G = (V,E) jest to uporządkowana para składająca się z niepustego skończonego zbioru wierzchołków V oraz

Bardziej szczegółowo

Wyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera

Wyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera Wyk lad 7 Metoda eliminacji Gaussa Wzory Cramera Metoda eliminacji Gaussa Metoda eliminacji Gaussa polega na znalezieniu dla danego uk ladu a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n =

Bardziej szczegółowo

Wprowadzenie Podstawy Fundamentalne twierdzenie Kolorowanie. Grafy planarne. Przemysław Gordinowicz. Instytut Matematyki, Politechnika Łódzka

Wprowadzenie Podstawy Fundamentalne twierdzenie Kolorowanie. Grafy planarne. Przemysław Gordinowicz. Instytut Matematyki, Politechnika Łódzka Grafy planarne Przemysław Gordinowicz Instytut Matematyki, Politechnika Łódzka Grafy i ich zastosowania Wykład 12 Plan prezentacji 1 Wprowadzenie 2 Podstawy 3 Fundamentalne twierdzenie 4 Kolorowanie grafów

Bardziej szczegółowo

Matematyczne kolorowanki. Tomasz Szemberg. Wykład dla studentów IM UP Kraków, 18 maja 2016

Matematyczne kolorowanki. Tomasz Szemberg. Wykład dla studentów IM UP Kraków, 18 maja 2016 Wykład dla studentów IM UP Kraków, 18 maja 2016 Gra wstępna Dany jest prostokąt podzielony na 8 pól. Gracze zamalowują pola na zmianę. Jeden na kolor czerwony, a drugi na kolor niebieski. Gra wstępna Dany

Bardziej szczegółowo

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika Wyk lad 4 Dzia lania na macierzach Określenie wyznacznika 1 Określenie macierzy Niech K bedzie dowolnym cia lem oraz niech n i m bed a dowolnymi liczbami naturalnymi Prostokatn a tablice a 11 a 12 a 1n

Bardziej szczegółowo

Wyk lad 4 Warstwy, dzielniki normalne

Wyk lad 4 Warstwy, dzielniki normalne Wyk lad 4 Warstwy, dzielniki normalne 1 Warstwy grupy wzgl edem podgrupy Niech H bedzie podgrupa grupy (G,, e). W zbiorze G wprowadzamy relacje l oraz r przyjmujac, że dla dowolnych a, b G: a l b a 1 b

Bardziej szczegółowo

MATEMATYKA DYSKRETNA - MATERIAŁY DO WYKŁADU GRAFY

MATEMATYKA DYSKRETNA - MATERIAŁY DO WYKŁADU GRAFY ERIAŁY DO WYKŁADU GRAFY Graf nieskierowany Grafem nieskierowanym nazywamy parę G = (V, E), gdzie V jest pewnym zbiorem skończonym (zwanym zbiorem wierzchołków grafu G), natomiast E jest zbiorem nieuporządkowanych

Bardziej szczegółowo

Niesimpleksowe metody rozwia zywania zadań PL. Seminarium Szkoleniowe Edyta Mrówka

Niesimpleksowe metody rozwia zywania zadań PL. Seminarium Szkoleniowe Edyta Mrówka Niesimpleksowe metody rozwia zywania zadań PL Seminarium Szkoleniowe Metoda Simplex: wady i zalety Algorytm SIMPLEX jest szeroko znany i stosowany do rozwi azywania zadań programowania liniowego w praktyce.

Bardziej szczegółowo

Uproszczony dowod twierdzenia Fredricksona-Maiorany

Uproszczony dowod twierdzenia Fredricksona-Maiorany Uproszczony dowod twierdzenia Fredricksona-Maiorany W. Rytter Dla uproszczenia rozważamy tylko teksty binarne. S lowa Lyndona sa zwartymi reprezentacjami liniowymi s lów cyklicznych. Dla s lowa x niech

Bardziej szczegółowo

Struktury danych i złożoność obliczeniowa Wykład 7. Prof. dr hab. inż. Jan Magott

Struktury danych i złożoność obliczeniowa Wykład 7. Prof. dr hab. inż. Jan Magott Struktury danych i złożoność obliczeniowa Wykład 7 Prof. dr hab. inż. Jan Magott Problemy NP-zupełne Transformacją wielomianową problemu π 2 do problemu π 1 (π 2 π 1 ) jest funkcja f: D π2 D π1 spełniająca

Bardziej szczegółowo

Matematyczne Podstawy Informatyki

Matematyczne Podstawy Informatyki Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 2013/2014 Twierdzenie 2.1 Niech G będzie grafem prostym

Bardziej szczegółowo

Drzewa. Jeżeli graf G jest lasem, który ma n wierzchołków i k składowych, to G ma n k krawędzi. Własności drzew

Drzewa. Jeżeli graf G jest lasem, który ma n wierzchołków i k składowych, to G ma n k krawędzi. Własności drzew Drzewa Las - graf, który nie zawiera cykli Drzewo - las spójny Jeżeli graf G jest lasem, który ma n wierzchołków i k składowych, to G ma n k krawędzi. Własności drzew Niech T graf o n wierzchołkach będący

Bardziej szczegółowo

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna Wyk lad 5 W lasności wyznaczników Macierz odwrotna 1 Operacje elementarne na macierzach Bardzo ważne znaczenie w algebrze liniowej odgrywaja tzw operacje elementarne na wierszach lub kolumnach macierzy

Bardziej szczegółowo

Wyk lad 2 Podgrupa grupy

Wyk lad 2 Podgrupa grupy Wyk lad 2 Podgrupa grupy Definicja 2.1. Pod grupy (G,, e) nazywamy taki podzbiór H G, że e H, h 1 H dla każdego h H oraz h 1 h 2 H dla dowolnych h 1, h 2 H. Jeśli H jest grupy G, to bedziemy pisali H G.

Bardziej szczegółowo

Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm

Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm 1 Grupa ilorazowa Niech H b edzie dzielnikiem normalnym grupy G. Oznaczmy przez G/H zbiór wszystkich warstw lewostronnych grupy G wzgl edem podgrupy

Bardziej szczegółowo

Matematyka dyskretna

Matematyka dyskretna Matematyka dyskretna Wykład 13: Teoria Grafów Gniewomir Sarbicki Literatura R.J. Wilson Wprowadzenie do teorii grafów Definicja: Grafem (skończonym, nieskierowanym) G nazywamy parę zbiorów (V (G), E(G)),

Bardziej szczegółowo

Optymalizacja Rozpoczniemy od przedstawienia kilku charakterystycznych przyk ladów zadań optymalizacji liniowej.

Optymalizacja Rozpoczniemy od przedstawienia kilku charakterystycznych przyk ladów zadań optymalizacji liniowej. Optymalizacja Rozpoczniemy od przedstawienia kilku charakterystycznych przyk ladów zadań optymalizacji liniowej. Zagadnienie diety. Jak wymieszać wymieszać pszenice, soje i maczk e rybna by uzyskać najtańsza

Bardziej szczegółowo

KOMBINATORYKA 1 WYK LAD 9 Zasada szufladkowa i jej uogólnienia

KOMBINATORYKA 1 WYK LAD 9 Zasada szufladkowa i jej uogólnienia KOMBINATORYKA 1 WYK LAD 9 Zasada szufladkowa i jej uogólnienia 18 grudnia 2006 Zasada szufladkowa, zwana też zasada Dirichleta, a w jez. ang.,,pigeonhole Principle może być sformu lowana naste puja co.

Bardziej szczegółowo

6d. Grafy dwudzielne i kolorowania

6d. Grafy dwudzielne i kolorowania 6d. Grafy dwudzielne i kolorowania Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie zima 2016/2017 rzegorz Kosiorowski (Uniwersytet Ekonomiczny w6d. Krakowie) Grafy dwudzielne i kolorowania zima

Bardziej szczegółowo

PODSTAWOWE W LASNOŚCI W ZBIORZE LICZB RZECZYWISTYCH

PODSTAWOWE W LASNOŚCI W ZBIORZE LICZB RZECZYWISTYCH PODSTAWOWE W LASNOŚCI DZIA LAŃ I NIERÓWNOŚCI W ZBIORZE LICZB RZECZYWISTYCH W dalszym cia gu be dziemy zajmować sie g lównie w lasnościami liczb rzeczywistych, funkcjami określonymi na zbiorach z lożonych

Bardziej szczegółowo

Grafy. Graf ( graf ogólny) to para G( V, E), gdzie:

Grafy. Graf ( graf ogólny) to para G( V, E), gdzie: Graf ( graf ogólny) to para G( V, E), gdzie: V jest zbiorem wierzchołków, ( czasami zwanymi węzłami lub punktami grafu) E jest rodziną ( być może powtarzających się) krawędzi, czyli jedno- i dwu- elementowych

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

Matematyka dyskretna. Andrzej Łachwa, UJ, /15 Matematyka dyskretna Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl 14/15 Grafy podstawowe definicje Graf to para G=(V, E), gdzie V to niepusty i skończony zbiór, którego elementy nazywamy wierzchołkami

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /14

Matematyka dyskretna. Andrzej Łachwa, UJ, /14 Matematyka dyskretna Andrzej Łachwa, UJ, 2016 andrzej.lachwa@uj.edu.pl 13/14 Grafy podstawowe definicje Graf to para G=(V, E), gdzie V to niepusty i skończony zbiór, którego elementy nazywamy wierzchołkami

Bardziej szczegółowo

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego Wyk lad 8 Rzad macierzy i twierdzenie Kroneckera-Capellego 1 Określenie rz edu macierzy Niech A bedzie m n - macierza Wówczas wiersze macierzy A możemy w naturalny sposób traktować jako wektory przestrzeni

Bardziej szczegółowo

Drzewa podstawowe poj

Drzewa podstawowe poj Drzewa podstawowe poj ecia drzewo graf reprezentujacy regularna strukture wskaźnikowa, gdzie każdy element zawiera dwa lub wiecej wskaźników (ponumerowanych) do takich samych elementów; wez ly (albo wierzcho

Bardziej szczegółowo

Wyk lad 6 Podprzestrzenie przestrzeni liniowych

Wyk lad 6 Podprzestrzenie przestrzeni liniowych Wyk lad 6 Podprzestrzenie przestrzeni liniowych 1 Określenie podprzestrzeni Definicja 6.1. Niepusty podzbiór V 1 V nazywamy podprzestrzeni przestrzeni liniowej V, jeśli ma on nastepuj ace w lasności: (I)

Bardziej szczegółowo

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA DROGI i CYKLE w grafach Dla grafu (nieskierowanego) G = ( V, E ) drogą z wierzchołka v 0 V do v t V nazywamy ciąg (naprzemienny) wierzchołków i krawędzi grafu: ( v 0, e, v, e,..., v t, e t, v t ), spełniający

Bardziej szczegółowo

KOMBINATORYKA 1 WYK LAD 10 Zbiory cze

KOMBINATORYKA 1 WYK LAD 10 Zbiory cze KOMBINATORYKA 1 WYK LAD 10 Zbiory cze ściowo uporza dkowane 17 maja 2012 W rozdziale tym omówimy jedno z fundamentalnych poje ć kombinatoryki, jakim jest zbiór cze ściowo uporza dkowany. Pokażemy w jaki

Bardziej szczegółowo

Ekonomia matematyczna i dynamiczna optymalizacja

Ekonomia matematyczna i dynamiczna optymalizacja Ekonomia matematyczna i dynamiczna optymalizacja Ramy wyk ladu i podstawowe narz edzia matematyczne SGH Semestr letni 2012-13 Uk lady dynamiczne Rozwiazanie modelu dynamicznego bardzo czesto można zapisać

Bardziej szczegółowo

WYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE

WYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE WYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE Definicja 1 Algebra abstrakcyjna nazywamy teorie, której przedmiotem sa dzia lania na

Bardziej szczegółowo

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym.

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym. Rozdzia l 11 Przestrzenie Euklidesowe 11.1 Definicja, iloczyn skalarny i norma Definicja 11.1 Przestrzenia Euklidesowa nazywamy par e { X K,ϕ }, gdzie X K jest przestrzenia liniowa nad K, a ϕ forma dwuliniowa

Bardziej szczegółowo

Kolorowanie wierzchołków grafu

Kolorowanie wierzchołków grafu Kolorowanie wierzchołków grafu Niech G będzie grafem prostym. Przez k-kolorowanie właściwe wierzchołków grafu G rozumiemy takie przyporządkowanie wierzchołkom grafu liczb naturalnych ze zbioru {1,...,

Bardziej szczegółowo

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera Wyk lad 4 Macierz odwrotna i twierdzenie Cramera 1 Odwracanie macierzy I n jest elementem neutralnym mnożenia macierzy w zbiorze M n (R) tzn A I n I n A A dla dowolnej macierzy A M n (R) Ponadto z twierdzenia

Bardziej szczegółowo

Normy wektorów i macierzy

Normy wektorów i macierzy Rozdzia l 3 Normy wektorów i macierzy W tym rozdziale zak ladamy, że K C. 3.1 Ogólna definicja normy Niech ψ : K m,n [0, + ) b edzie przekszta lceniem spe lniaj acym warunki: (i) A K m,n ψ(a) = 0 A = 0,

Bardziej szczegółowo

Matematyczne Podstawy Informatyki

Matematyczne Podstawy Informatyki Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 2013/2014 Informacje podstawowe 1. Konsultacje: pokój

Bardziej szczegółowo

Geometria odwzorowań inżynierskich rzut środkowy 06A

Geometria odwzorowań inżynierskich rzut środkowy 06A Scriptiones Geometrica Volumen I (2014), No. 6A, 1 10. Geometria odwzorowań inżynierskich rzut środkowy 06A Edwin Koźniewski Zak lad Informacji Przestrzennej 1. Rzut środkowy i jego niezmienniki Przyjmijmy

Bardziej szczegółowo

Teoria grafów podstawy. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Teoria grafów podstawy. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak Teoria grafów podstawy Materiały pomocnicze do wykładu wykładowca: dr Magdalena Kacprzak Grafy zorientowane i niezorientowane Przykład 1 Dwa pociągi i jeden most problem wzajemnego wykluczania się Dwa

Bardziej szczegółowo

WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3

WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3 WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3 Definicja 1 Przestrzenia R 3 nazywamy zbiór uporzadkowanych trójek (x, y, z), czyli R 3 = {(x, y, z) : x, y, z R} Przestrzeń

Bardziej szczegółowo

Ilustracja S1 S2. S3 ściana zewnętrzna

Ilustracja S1 S2. S3 ściana zewnętrzna Grafy płaskie G=(V,E) nazywamy grafem płaskim, gdy V jest skończonym podzbiorem punktów płaszczyzny euklidesowej, a E to zbiór krzywych Jordana (łamanych) o końcach w V i takich, że: 1) rożne krzywe mają

Bardziej szczegółowo

Ścieżki w grafach. Grafy acykliczne i spójne

Ścieżki w grafach. Grafy acykliczne i spójne TEORIA GRAFÓW I SIECI - ROZDZIAL II Ścieżki w grafach. Grafy acykliczne i spójne Ścieżka lub droga w grafie [digrafie] G nazywamy dowolny ciag d = (a 0, k 1, a 1,..., k n, a n ), gdzie n N {0}, a i V G,

Bardziej szczegółowo

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Wyk lad 9 Baza i wymiar przestrzeni liniowej Wyk lad 9 Baza i wymiar przestrzeni liniowej 1 Operacje elementarne na uk ladach wektorów Niech α 1,..., α n bed dowolnymi wektorami przestrzeni liniowej V nad cia lem K. Wyróżniamy nastepuj ace operacje

Bardziej szczegółowo

Sortowanie topologiczne skierowanych grafów acyklicznych

Sortowanie topologiczne skierowanych grafów acyklicznych Sortowanie topologiczne skierowanych grafów acyklicznych Metody boolowskie w informatyce Robert Sulkowski http://robert.brainusers.net 23 stycznia 2010 1 Definicja 1 (Cykl skierowany). Niech C = (V, A)

Bardziej szczegółowo

Kolorowanie płaszczyzny, prostych i okręgów

Kolorowanie płaszczyzny, prostych i okręgów Kolorowanie płaszczyzny, prostych i okręgów Jadwiga Czyżewska Pisane pod kierunkiem W.Guzickiego W 2013 roku na II etapie VIII edycji Olimpiady Matematycznej Gimnazjalistów pojawiło się zadanie o następującej

Bardziej szczegółowo

Metody teorii gier. ALP520 - Wykład z Algorytmów Probabilistycznych p.2

Metody teorii gier. ALP520 - Wykład z Algorytmów Probabilistycznych p.2 Metody teorii gier ALP520 - Wykład z Algorytmów Probabilistycznych p.2 Metody teorii gier Cel: Wyprowadzenie oszacowania dolnego na oczekiwany czas działania dowolnego algorytmu losowego dla danego problemu.

Bardziej szczegółowo

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 29 marca 2011 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś

Bardziej szczegółowo

MATEMATYKA DYSKRETNA - KOLOKWIUM 2

MATEMATYKA DYSKRETNA - KOLOKWIUM 2 1 MATEMATYKA DYSKRETNA - KOLOKWIUM 2 GRUPA A RACHUNKI+KRÓTKIE WYJAŚNIENIA! NA TEJ KARTCE! KAŻDA DODATKOWA KARTKA TO MINUS 1 PUNKT! Imię i nazwisko...... Nr indeksu... 1. (3p.) Znajdź drzewo o kodzie Prufera

Bardziej szczegółowo

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 31 marca 2014 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś

Bardziej szczegółowo

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1 1 STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1 Klasyczny Rachunek Prawdopodobieństwa. 1. Pojȩcia wstȩpne. Doświadczeniem losowym nazywamy doświadczenie, którego wynik nie jest znany. Posiadamy

Bardziej szczegółowo

Drzewa AVL definicje

Drzewa AVL definicje Drzewa AVL definicje Uporzadkowane drzewo binarne jest drzewem AVL 1, jeśli dla każdego wez la różnica wysokości dwóch jego poddrzew wynosi co najwyżej 1. M D S C H F K Z typowe drzewo AVL minimalne drzewa

Bardziej szczegółowo

MiNI Akademia Matematyki na Politechnice Warszawskiej

MiNI Akademia Matematyki na Politechnice Warszawskiej MiNI Akademia Matematyki na Politechnice Warszawskiej Krzysztof Che lmiński Okr egi i styczne MiNI PW, 14.10.2017 Podstawowe twierdzenia wykorzystywane w zadaniach z ćwiczeń Twierdzenie 1 (najmocniesze

Bardziej szczegółowo

OSOBNO ANALITYCZNYCH

OSOBNO ANALITYCZNYCH Uniwersytet Jagielloński Instytut Matematyki Zbigniew B locki ZBIORY OSOBLIWOŚCI FUNKCJI OSOBNO ANALITYCZNYCH Praca magisterska Promotor: Prof. dr hab. Józef Siciak Kraków 99 .Wstȩp. Jeśli Ω jest zbiorem

Bardziej szczegółowo

Zadania z egzaminów z Algorytmiki

Zadania z egzaminów z Algorytmiki 1 Najkrótsze ścieżki Zadania z egzaminów z Algorytmiki Zadanie 1 Dany jest spójny graf nieskierowany G = (V, E) z wagami na krawędziach w : E N oraz cztery wyróżnione wierzchołki a, b, c, d. Należy wybrać

Bardziej szczegółowo

Procesy Stochastyczne - Zestaw 1

Procesy Stochastyczne - Zestaw 1 Procesy Stochastyczne - Zestaw 1 Zadanie 1 Niech ξ i η bed a niezależnymi zmiennymi losowymi o rozk ladach N (0, 1). Niech X = ξ +η i Y = ξ η. Znaleźć rozk lad (X, Y ) i rozk lad warunkowy L X ( Y ). Zadanie

Bardziej szczegółowo

Wyk lad 11 1 Wektory i wartości w lasne

Wyk lad 11 1 Wektory i wartości w lasne Wyk lad 11 Wektory i wartości w lasne 1 Wektory i wartości w lasne Niech V bedzie przestrzenia liniowa nad cia lem K Każde przekszta lcenie liniowe f : V V nazywamy endomorfizmem liniowym przestrzeni V

Bardziej szczegółowo

(4) x (y z) = (x y) (x z), x (y z) = (x y) (x z), (3) x (x y) = x, x (x y) = x, (2) x 0 = x, x 1 = x

(4) x (y z) = (x y) (x z), x (y z) = (x y) (x z), (3) x (x y) = x, x (x y) = x, (2) x 0 = x, x 1 = x 2. Wykład 2: algebry Boole a, kraty i drzewa. 2.1. Algebra Boole a. 1 Ważnym dla nas przykładem algebr są algebry Boole a, czyli algebry B = (B,,,, 0, 1) typu (2, 2, 1, 0, 0) spełniające własności: (1)

Bardziej szczegółowo

celu przyjmijmy: min x 0 = n t Zadanie transportowe nazywamy zbilansowanym gdy podaż = popyt, czyli n

celu przyjmijmy: min x 0 = n t Zadanie transportowe nazywamy zbilansowanym gdy podaż = popyt, czyli n 123456789 wyk lad 9 Zagadnienie transportowe Mamy n punktów wysy lajacych towar i t punktów odbierajacych. Istnieje droga od każdego dostawcy do każdego odbiorcy i znany jest koszt transportu jednostki

Bardziej szczegółowo

Wyk lad 14 Formy kwadratowe I

Wyk lad 14 Formy kwadratowe I Wyk lad 14 Formy kwadratowe I Wielomian n-zmiennych x 1,, x n postaci n a ij x i x j, (1) gdzie a ij R oraz a ij = a ji dla wszystkich i, j = 1,, n nazywamy forma kwadratowa n-zmiennych Forme (1) można

Bardziej szczegółowo

Algebrą nazywamy strukturę A = (A, {F i : i I }), gdzie A jest zbiorem zwanym uniwersum algebry, zaś F i : A F i

Algebrą nazywamy strukturę A = (A, {F i : i I }), gdzie A jest zbiorem zwanym uniwersum algebry, zaś F i : A F i Algebrą nazywamy strukturę A = (A, {F i : i I }), gdzie A jest zbiorem zwanym uniwersum algebry, zaś F i : A F i A (symbol F i oznacza ilość argumentów funkcji F i ). W rozważanych przez nas algebrach

Bardziej szczegółowo

Kombinowanie o nieskończoności. 2. Wyspy, mosty, mapy i kredki materiały do ćwiczeń

Kombinowanie o nieskończoności. 2. Wyspy, mosty, mapy i kredki materiały do ćwiczeń Kombinowanie o nieskończoności. 2. Wyspy, mosty, mapy i kredki materiały do ćwiczeń Projekt Matematyka dla ciekawych świata spisał: Michał Korch 15 marzec 2018 Szybkie przypomnienie z wykładu Prezentacja

Bardziej szczegółowo

UWAGI O WŁAŚCIWOŚCIACH LICZBY ZNIEWOLENIA DLA GRAFÓW

UWAGI O WŁAŚCIWOŚCIACH LICZBY ZNIEWOLENIA DLA GRAFÓW PRACE WYDZIAŁU NAWIGACYJNEGO nr 19 AKADEMII MORSKIEJ W GDYNI 2006 SAMBOR GUZE Akademia Morska w Gdyni Katedra Matematyki UWAGI O WŁAŚCIWOŚCIACH LICZBY ZNIEWOLENIA DLA GRAFÓW W pracy zdefiniowano liczbę

Bardziej szczegółowo

Jeden przyk lad... czyli dlaczego warto wybrać MIESI.

Jeden przyk lad... czyli dlaczego warto wybrać MIESI. Jeden przyk lad... czyli dlaczego warto wybrać MIESI. Micha l Ramsza Szko la G lówna Handlowa Micha l Ramsza (Szko la G lówna Handlowa) Jeden przyk lad... czyli dlaczego warto wybrać MIESI. 1 / 13 Dlaczego

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

Matematyka dyskretna. Andrzej Łachwa, UJ, /15 Matematyka dyskretna Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl 15/15 Twierdzenie Dla grafu prostego następujące warunki są równoważne: 1) jest drzewem, 2) nie zawiera cykli i ma krawędzi, 3)

Bardziej szczegółowo

Coloring the Cartesian sum of graphs

Coloring the Cartesian sum of graphs oloring the artesian sum o grahs Dorota Dawczyk MS V, sem IX Klasyczne (wierzchołkowe) kolorowanie grau - rzyorządkowywanie wierzchołkom grau liczb naturalnych w taki sosób, aby końce żadnej krawędzi nie

Bardziej szczegółowo

w teorii funkcji. Dwa s lynne problemy. Micha l Jasiczak

w teorii funkcji. Dwa s lynne problemy. Micha l Jasiczak Równania różniczkowe czastkowe w teorii funkcji. Dwa s lynne problemy. Micha l Jasiczak Horyzonty 2014 Podstawowy obiekt wyk ladu: funkcje holomorficzne wielu zmiennych Temat: dwa problemy, których znane

Bardziej szczegółowo

Drzewa spinające MST dla grafów ważonych Maksymalne drzewo spinające Drzewo Steinera. Wykład 6. Drzewa cz. II

Drzewa spinające MST dla grafów ważonych Maksymalne drzewo spinające Drzewo Steinera. Wykład 6. Drzewa cz. II Wykład 6. Drzewa cz. II 1 / 65 drzewa spinające Drzewa spinające Zliczanie drzew spinających Drzewo T nazywamy drzewem rozpinającym (spinającym) (lub dendrytem) spójnego grafu G, jeżeli jest podgrafem

Bardziej szczegółowo

Wojciech Guzicki. Konferencja SEM(Kolory matematyki) Sielpia, 26 października 2018 r.

Wojciech Guzicki. Konferencja SEM(Kolory matematyki) Sielpia, 26 października 2018 r. 1 O KOLOROWANIU Wojciech Guzicki Konferencja SEM(Kolory matematyki) Sielpia, 26 października 2018 r. W. Guzicki: O kolorowaniu 2 KILKA ZADAŃ OLIMPIJSKICH NA DOBRY POCZĄTEK W. Guzicki: O kolorowaniu 3 Zadanie

Bardziej szczegółowo

P (x, y) + Q(x, y)y = 0. g lym w obszrze G R n+1. Funkcje. zania uk ladu (1) o wykresie przebiegaja

P (x, y) + Q(x, y)y = 0. g lym w obszrze G R n+1. Funkcje. zania uk ladu (1) o wykresie przebiegaja 19. O ca lkach pierwszych W paragrafie 6 przy badaniu rozwia zań równania P (x, y) + Q(x, y)y = 0 wprowadzono poje cie ca lki równania, podano pewne kryteria na wyznaczanie ca lek równania. Znajomość ca

Bardziej szczegółowo

(α + β) a = α a + β a α (a + b) = α a + α b (α β) a = α (β a). Definicja 4.1 Zbiór X z dzia laniami o wyżej wymienionych w lasnościach

(α + β) a = α a + β a α (a + b) = α a + α b (α β) a = α (β a). Definicja 4.1 Zbiór X z dzia laniami o wyżej wymienionych w lasnościach Rozdzia l 4 Przestrzenie liniowe 4.1 Przestrzenie i podprzestrzenie 4.1.1 Definicja i podstawowe w lasności Niech X z dzia laniem dodawania + b edzie grupa przemienna (abelowa). Oznaczmy przez 0 element

Bardziej szczegółowo

Niezb. ednik matematyczny. Niezb. ednik matematyczny

Niezb. ednik matematyczny. Niezb. ednik matematyczny Niezb ednik matematyczny Niezb ednik matematyczny Liczby zespolone I Rozważmy zbiór R R (zbiór par liczb rzeczywistych) i wprowadźmy w nim nastepuj ace dzia lania: z 1 + z 2 = (x 1, y 1 ) + (x 2, y 2 )

Bardziej szczegółowo

Praca dyplomowa magisterska

Praca dyplomowa magisterska Politechnika Gdańska WYDZIAŁ ELEKTRONIKI TELEKOMUNIKACJI I INFORMATYKI Katedra: Katedra Algorytmów i Modelowania Systemów Forma i poziom studiów: stacjonarne, jednolite magisterskie Kierunek studiów: Informatyka

Bardziej szczegółowo

Elementy teorii grafów Elementy teorii grafów

Elementy teorii grafów Elementy teorii grafów Spis tresci 1 Spis tresci 1 Często w zagadnieniach praktycznych rozważa się pewien zbiór obiektów wraz z zależnościami jakie łączą te obiekty. Dla przykładu można badać pewną grupę ludzi oraz strukturę

Bardziej szczegółowo

Problem Hadwigera-Nelsona. Agnieszka Maślanka

Problem Hadwigera-Nelsona. Agnieszka Maślanka Problem Hadwigera-Nelsona Agnieszka Maślanka Spis treści 1 Wstęp 2 2 Liczba chromatyczna grafów o różnych typach 3 3 Liczba chromatyczna różnych obiektów matematycznych 5 4 Oszacowanie dolne dla rozwiązań

Bardziej szczegółowo