Wykªad 1. Wprowadzenie do teorii grafów

Wielkość: px
Rozpocząć pokaz od strony:

Download "Wykªad 1. Wprowadzenie do teorii grafów"

Transkrypt

1 Wykªad 1. Wprowadzenie do teorii grafów 1 / 112

2 Literatura 1 W. Lipski; Kombinatoryka dla programistów. 2 T. Cormen, Ch. E. Leiserson, R. L. Rivest; Wprowadzenie do algorytmów. 3 K. A. Ross, Ch. R. B. Wright; Matematyka dyskretna. 4 M. Sysªo, N. Deo; Metody optymalizacji dyskretnej z przykªadami w Turbo Pascalu. 5 M. Libura, J. Sikorski; Wykªady z matematyki dyskretnej. Cz. I: Kombinatoryka. 6 M. Libura, J. Sikorski; Wykªady z matematyki dyskretnej. Cz. II: Teoria grafów. 7 J. Kurose, K. Ross; Sieci komputerowe. Od ogóªu do szczegóªu z Internetem w tle. 8 J. Harris, J. Hirst, M. Mossingho; Combinatorics and Graph Theory. 9 D. Medhi, K. Ramasamy; Network Routing: Algorithms, Protocols and Architectures. 10 D. Jungnickel, Graphs; Networks and Algorithms. 11 B. Korte, J. Vygen; Combinatorial optimization. 2 / 112

3 grafu nieskierowanego Grafem nieskierowanym nazywamy uporz dkowan trójk : G = V, E, γ gdzie: V niepusty zbiór wierzchoªków grafu G, E zbiór kraw dzi grafu G, γ funkcja ze zbioru E w zbiór {{u, v} : u, v V } wszystkich podzbiorów jedno lub dwuelementowych zbioru V. 3 / 112

4 grafu nieskierowanego Grafem nieskierowanym nazywamy uporz dkowan trójk : G = V, E, γ gdzie: V niepusty zbiór wierzchoªków grafu G, E zbiór kraw dzi grafu G, γ funkcja ze zbioru E w zbiór {{u, v} : u, v V } wszystkich podzbiorów jedno lub dwuelementowych zbioru V. Je»eli e E oraz γ (e) = {v 1, v 2}, to elementy v 1 i v 2 nazywamy ko«cami kraw dzi e. 4 / 112

5 Przykªad W praktyce cz sto wykorzystujemy graczn reprezentacj grafu 1 a d b c 3 m l k 2 f 8 4 h 5 6 g 7 5 / 112

6 Przykªad W praktyce cz sto wykorzystujemy graczn reprezentacj grafu 1 a d b c 3 m l k 2 f 8 4 Niech G = V, E, γ, gdzie: h 5 6 g 7 V = {1, 2,...8}, E = {a, b, c, d, e, f, g, h, k, l, m}, 6 / 112

7 Przykªad W praktyce cz sto wykorzystujemy graczn reprezentacj grafu 1 a d b c 3 m l k 2 f 8 4 Niech G = V, E, γ, gdzie: h 5 6 g 7 V = {1, 2,...8}, E = {a, b, c, d, e, f, g, h, k, l, m}, za± funkcja γ okre±lona jest za pomoc tabeli e a b c d f g h γ (e) {1, 2} {2} {2, 3} {4} {3, 6} {6, 7} {5, 6} k l m {2, 5} {1, 5} {1, 5} 7 / 112

8 Kraw dzie grafu 1 a m l k d b c 3 2 f 8 4 h 5 6 g 7 Je»eli γ (e) = {v, v} = {v}, to kraw d¹ e nazywamy p tl. 8 / 112

9 Kraw dzie grafu 1 a m l k d b c 3 2 f 8 4 h 5 6 g 7 Je»eli γ (e) = {v, v} = {v}, to kraw d¹ e nazywamy p tl. Na rysunku p tlami s kraw dzie b i d, poniewa» γ (b) = {2} i γ (d) = {4}. 9 / 112

10 Kraw dzie grafu 1 a m l k d b c 3 2 f 8 4 h 5 6 g 7 Je»eli kraw dzie e i f s ró»ne (e f ) i γ (e) = γ (f ), to nazywamy je kraw dziami wielokrotnymi (równolegªymi) 10 / 112

11 Kraw dzie grafu 1 a m l k d b c 3 2 f 8 4 h 5 6 g 7 Je»eli kraw dzie e i f s ró»ne (e f ) i γ (e) = γ (f ), to nazywamy je kraw dziami wielokrotnymi (równolegªymi) Na rysunku kraw dziami wielokrotnymi s kraw dzie m i l, bowiem γ (l) = γ (m) = {1, 5} 11 / 112

12 Kraw dzie grafu 1 a m l k d b c 3 2 f 8 4 h 5 6 g 7 Je»eli kraw dzie e i f s ró»ne (e f ) i γ (e) = γ (f ), to nazywamy je kraw dziami wielokrotnymi (równolegªymi) Na rysunku kraw dziami wielokrotnymi s kraw dzie m i l, bowiem γ (l) = γ (m) = {1, 5} Uwaga W przypadku, gdy nie ma w grae G kraw dzi wielokrotnych, to funkcja γ jest ró»nowarto±ciowa. 12 / 112

13 Je»eli w grae G, a i b nie s kraw dziami równolegªymi oraz γ (a) = {x, y} i γ (b) = {y, z}, to mówimy,»e: 13 / 112

14 Je»eli w grae G, a i b nie s kraw dziami równolegªymi oraz γ (a) = {x, y} i γ (b) = {y, z}, to mówimy,»e: 1 Kraw dzie a i b s kraw dziami s siednim lub przylegªymi (maj wspólny wierzchoªek y). 14 / 112

15 Je»eli w grae G, a i b nie s kraw dziami równolegªymi oraz γ (a) = {x, y} i γ (b) = {y, z}, to mówimy,»e: 1 Kraw dzie a i b s kraw dziami s siednim lub przylegªymi (maj wspólny wierzchoªek y). 2 Wierzchoªki x, y (oraz y i z) s wierzchoªkami s siednimi. 15 / 112

16 Je»eli w grae G, a i b nie s kraw dziami równolegªymi oraz γ (a) = {x, y} i γ (b) = {y, z}, to mówimy,»e: 1 Kraw dzie a i b s kraw dziami s siednim lub przylegªymi (maj wspólny wierzchoªek y). 2 Wierzchoªki x, y (oraz y i z) s wierzchoªkami s siednimi. 3 Wierzchoªek x (a tak»e y) jest incydentny do kraw dzi a (jest ko«cem tej kraw dzi) 16 / 112

17 Graf prosty Graf bez kraw dzi wielokrotnych i p tli nazywamy grafem prostym. 17 / 112

18 Graf prosty Graf bez kraw dzi wielokrotnych i p tli nazywamy grafem prostym. Przykªadem grafu prostego jest graf G przedstawiony na rysunku 3 f b a d 4 e c / 112

19 W przypadku grafów bez kraw dzi wielokrotnych (w szczególno±ci w przypadku grafów prostych) denicja grafu sprowadza si do podania zbioru wierzchoªków V i kraw dzi w postaci {p, q}, gdzie p, q V, np. na rysunku zamiast pisa γ (a) = {1, 3} b dziemy pisa a = {1, 3}. 19 / 112

20 W przypadku grafów bez kraw dzi wielokrotnych (w szczególno±ci w przypadku grafów prostych) denicja grafu sprowadza si do podania zbioru wierzchoªków V i kraw dzi w postaci {p, q}, gdzie p, q V, np. na rysunku zamiast pisa γ (a) = {1, 3} b dziemy pisa a = {1, 3}. Uwaga W dalszej cz ±ci graf bez kraw dzi wielokrotnych (w szczególno±ci graf prosty) b dziemy zapisywali jako G = V, E pami taj c,»e E = {{p, q} : p, q V }. 20 / 112

21 Stopie«wierzchoªka i stopie«grafu, w grae nieskierowanym Liczb kraw dzi incydentnych do danego wierzchoªka v (z p tlami liczonymi podwójnie) nazywamy stopniem wierzchoªka v i oznaczamy deg(v). 21 / 112

22 Stopie«wierzchoªka i stopie«grafu, w grae nieskierowanym Liczb kraw dzi incydentnych do danego wierzchoªka v (z p tlami liczonymi podwójnie) nazywamy stopniem wierzchoªka v i oznaczamy deg(v). Liczb wierzchoªków stopnia k oznaczamy D k (G). 22 / 112

23 Stopie«wierzchoªka i stopie«grafu, w grae nieskierowanym Liczb kraw dzi incydentnych do danego wierzchoªka v (z p tlami liczonymi podwójnie) nazywamy stopniem wierzchoªka v i oznaczamy deg(v). Liczb wierzchoªków stopnia k oznaczamy D k (G). Dla ka»dego grafu deniujemy ci g stopni wierzchoªków grafu G (D 0 (G), D 1 (G), D 2 (G),...). 23 / 112

24 Stopie«wierzchoªka i stopie«grafu, w grae nieskierowanym Liczb kraw dzi incydentnych do danego wierzchoªka v (z p tlami liczonymi podwójnie) nazywamy stopniem wierzchoªka v i oznaczamy deg(v). Liczb wierzchoªków stopnia k oznaczamy D k (G). Dla ka»dego grafu deniujemy ci g stopni wierzchoªków grafu G (D 0 (G), D 1 (G), D 2 (G),...). Stopniem grafu G nazywamy liczb (G) := max deg (v). v V Stopie«grafu jest wi c równy najwy»szemu ze stopni jego wierzchoªków. 24 / 112

25 Wierzchoªek stopnia zerowego nazywamy wierzchoªkiem izolowanym. 25 / 112

26 Wierzchoªek stopnia zerowego nazywamy wierzchoªkiem izolowanym. Wierzchoªek stopnia pierwszego nazywamy wierzchoªkiem ko«cowym lub wisz cym. 26 / 112

27 Przykªad Rozwa»my graf: f x 1 x 2 a b e d c x 8 h x 3 g x 5 x 4 x6 x 7 27 / 112

28 Przykªad Rozwa»my graf: f x 1 x 2 a b e d c x 8 h x 3 g x 5 x 4 x6 x 7 Na rysunku: 28 / 112

29 Przykªad Rozwa»my graf: f x 1 x 2 a b e d c x 8 h x 3 g x 5 x 4 x6 x 7 Na rysunku: 1 wierzchoªki izolowane, to x 5 i x 7 29 / 112

30 Przykªad Rozwa»my graf: f x 1 x 2 a b e d c x 8 h x 3 g x 5 x 4 x6 x 7 Na rysunku: 1 wierzchoªki izolowane, to x 5 i x 7 2 wierzchoªki wisz ce to x 4 i x 6 30 / 112

31 Przykªad Rozwa»my graf: f x 1 x 2 a b e d c x 8 h x 3 g x 5 x 4 x6 x 7 Na rysunku: 1 wierzchoªki izolowane, to x 5 i x 7 2 wierzchoªki wisz ce to x 4 i x 6 3 ponadto deg (x 1) = 2 i deg (x 2) = 5, deg (x 3) = 4 i deg (x 8) = 3 31 / 112

32 Przykªad Rozwa»my graf: f x 1 x 2 a b e d c x 8 h x 3 g x 5 x 4 x6 x 7 Na rysunku: 1 wierzchoªki izolowane, to x 5 i x 7 2 wierzchoªki wisz ce to x 4 i x 6 3 ponadto deg (x 1) = 2 i deg (x 2) = 5, deg (x 3) = 4 i deg (x 8) = 3 4 ci g stopni wierzchoªków tego grafu jest nast puj cy (2, 2, 1, 1, 1, 1) 32 / 112

33 Przykªad Rozwa»my graf: f x 1 x 2 a b e d c x 8 h x 3 g x 5 x 4 x6 x 7 Na rysunku: 1 wierzchoªki izolowane, to x 5 i x 7 2 wierzchoªki wisz ce to x 4 i x 6 3 ponadto deg (x 1) = 2 i deg (x 2) = 5, deg (x 3) = 4 i deg (x 8) = 3 4 ci g stopni wierzchoªków tego grafu jest nast puj cy (2, 2, 1, 1, 1, 1) 5 stopie«tego grafu wynosi wi c (G) = 5 33 / 112

34 Kraw dzie szeregowe Mówimy,»e dwie nierównolegªe kraw dzie s kraw dziami szeregowymi, je»eli ich wspólny wierzchoªek jest stopnia drugiego. 34 / 112

35 Kraw dzie szeregowe Mówimy,»e dwie nierównolegªe kraw dzie s kraw dziami szeregowymi, je»eli ich wspólny wierzchoªek jest stopnia drugiego. f x 1 x 2 a b e d c x 8 h x 3 g x 5 x 4 x6 x 7 35 / 112

36 Kraw dzie szeregowe Mówimy,»e dwie nierównolegªe kraw dzie s kraw dziami szeregowymi, je»eli ich wspólny wierzchoªek jest stopnia drugiego. f x 1 x 2 a b e d c x 8 h x 3 g x 5 x 4 x6 x 7 W grae kraw dzie a i b s szeregowe, natomiast kraw dzie b i c s przylegªe ale nie s poª czone szeregowo, bowiem ich wspólny wierzchoªek jest stopnia trzeciego. 36 / 112

37 Izomorzm grafów Niech dane b d grafy G 1 = V 1, E 1 oraz G 2 = V 2, E 2 (bez kraw dzi wielokrotnych). 37 / 112

38 Izomorzm grafów Niech dane b d grafy G 1 = V 1, E 1 oraz G 2 = V 2, E 2 (bez kraw dzi wielokrotnych). Mówimy,»e grafy G 1 i G 2 s izomorczne, je»eli istnieje wzajemnie jednoznaczne przeksztaªcenie α : V 1 V 2 takie,»e kraw d¹ {u, v} jest kraw dzi grafu G 1 ({u, v} E 1) wtedy i tylko wtedy, gdy 38 / 112

39 Izomorzm grafów Niech dane b d grafy G 1 = V 1, E 1 oraz G 2 = V 2, E 2 (bez kraw dzi wielokrotnych). Mówimy,»e grafy G 1 i G 2 s izomorczne, je»eli istnieje wzajemnie jednoznaczne przeksztaªcenie α : V 1 V 2 takie,»e kraw d¹ {u, v} jest kraw dzi grafu G 1 ({u, v} E 1) wtedy i tylko wtedy, gdy {α (u), α (v)} jest kraw dzi grafu G 2 ({α (u), α (v)} E 2). 39 / 112

40 Izomorzm grafów Dla grafów z kraw dziami wielokrotnymi sytuacja nieco si komplikuje 40 / 112

41 Izomorzm grafów Dla grafów z kraw dziami wielokrotnymi sytuacja nieco si komplikuje Niech dane b d grafy G 1 = V 1, E 1, γ 1 oraz G 2 = V 2, E 2, γ 2 Mówimy,»e grafy G 1 i G 2 s izomorczne, je»eli istniej przeksztaªcenia α : V 1 V 2 i β : E 1 E 2 wzajemnie jednoznaczne, takie,»e kraw d¹ e E 1 ª czy wierzchoªki u, v V 1 (γ 1 (e) = {u, v}) wtedy i tylko wtedy, 41 / 112

42 Izomorzm grafów Dla grafów z kraw dziami wielokrotnymi sytuacja nieco si komplikuje Niech dane b d grafy G 1 = V 1, E 1, γ 1 oraz G 2 = V 2, E 2, γ 2 Mówimy,»e grafy G 1 i G 2 s izomorczne, je»eli istniej przeksztaªcenia α : V 1 V 2 i β : E 1 E 2 wzajemnie jednoznaczne, takie,»e kraw d¹ e E 1 ª czy wierzchoªki u, v V 1 (γ 1 (e) = {u, v}) wtedy i tylko wtedy, gdy odpowiadaj ca jej kraw d¹ β (e) E 2 ª czy wierzchoªki α (u) i α (v) tzn. γ 2 (β (e)) = {α (u), α (v)}. 42 / 112

43 Izomorzm grafów Dla grafów z kraw dziami wielokrotnymi sytuacja nieco si komplikuje Niech dane b d grafy G 1 = V 1, E 1, γ 1 oraz G 2 = V 2, E 2, γ 2 Mówimy,»e grafy G 1 i G 2 s izomorczne, je»eli istniej przeksztaªcenia α : V 1 V 2 i β : E 1 E 2 wzajemnie jednoznaczne, takie,»e kraw d¹ e E 1 ª czy wierzchoªki u, v V 1 (γ 1 (e) = {u, v}) wtedy i tylko wtedy, gdy odpowiadaj ca jej kraw d¹ β (e) E 2 ª czy wierzchoªki α (u) i α (v) tzn. γ 2 (β (e)) = {α (u), α (v)}. Zapis G 1 G 2 czytamy: grafy G 1 i G 2 s izomorczne. 43 / 112

44 Izomorzm grafów 44 / 112

45 Izomorzm grafów 45 / 112

46 Niezmienniki izomorzmu grafów Z denicji izomorzmu wynika,»e grafy izomorczne musz mie 1 t sam liczb wierzchoªków 2 t sam liczb kraw dzi 3 t sam liczb p tli 4 t sam liczb wierzchoªków ko«cowych 5 t sam liczb wierzchoªków izolowanych 6 równ liczb wierzchoªków tego samego stopnia 7 ten sam ci g stopni wierzchoªków (D 0 (G), D 1 (G),...) Powy»sze warunkami s warunkami koniecznymi izomorzmu dwu grafów, ale nie s warunkami wystarczaj cymi. 46 / 112

47 Graf skierowany Grafem skierowanym lub digrafem G (directed graph) nazywamy uporz dkowan trójk G = V, E, γ, gdzie V jest niepustym zbiorem wierzchoªków, E zbiorem kraw dzi skierowanych (ªuków), γ odwzorowaniem zbioru E w zbiór V V. 47 / 112

48 Graf skierowany Grafem skierowanym lub digrafem G (directed graph) nazywamy uporz dkowan trójk G = V, E, γ, gdzie V jest niepustym zbiorem wierzchoªków, E zbiorem kraw dzi skierowanych (ªuków), γ odwzorowaniem zbioru E w zbiór V V. Je±li e (e E) jest ªukiem grafu G i γ(e) = (p, q) ((p, q) V V ), to 48 / 112

49 Graf skierowany Grafem skierowanym lub digrafem G (directed graph) nazywamy uporz dkowan trójk G = V, E, γ, gdzie V jest niepustym zbiorem wierzchoªków, E zbiorem kraw dzi skierowanych (ªuków), γ odwzorowaniem zbioru E w zbiór V V. Je±li e (e E) jest ªukiem grafu G i γ(e) = (p, q) ((p, q) V V ), to p nazywamy pocz tkiem ªuku 49 / 112

50 Graf skierowany Grafem skierowanym lub digrafem G (directed graph) nazywamy uporz dkowan trójk G = V, E, γ, gdzie V jest niepustym zbiorem wierzchoªków, E zbiorem kraw dzi skierowanych (ªuków), γ odwzorowaniem zbioru E w zbiór V V. Je±li e (e E) jest ªukiem grafu G i γ(e) = (p, q) ((p, q) V V ), to p nazywamy pocz tkiem ªuku q nazywamy ko«cem ªuku 50 / 112

51 Graf skierowany Grafem skierowanym lub digrafem G (directed graph) nazywamy uporz dkowan trójk G = V, E, γ, gdzie V jest niepustym zbiorem wierzchoªków, E zbiorem kraw dzi skierowanych (ªuków), γ odwzorowaniem zbioru E w zbiór V V. Je±li e (e E) jest ªukiem grafu G i γ(e) = (p, q) ((p, q) V V ), to p nazywamy pocz tkiem ªuku q nazywamy ko«cem ªuku o ªuku e mówimy równie»,»e 51 / 112

52 Graf skierowany Grafem skierowanym lub digrafem G (directed graph) nazywamy uporz dkowan trójk G = V, E, γ, gdzie V jest niepustym zbiorem wierzchoªków, E zbiorem kraw dzi skierowanych (ªuków), γ odwzorowaniem zbioru E w zbiór V V. Je±li e (e E) jest ªukiem grafu G i γ(e) = (p, q) ((p, q) V V ), to p nazywamy pocz tkiem ªuku q nazywamy ko«cem ªuku o ªuku e mówimy równie»,»e ªuk e biegnie od wierzchoªka p do wierzchoªka q 52 / 112

53 Graf skierowany Grafem skierowanym lub digrafem G (directed graph) nazywamy uporz dkowan trójk G = V, E, γ, gdzie V jest niepustym zbiorem wierzchoªków, E zbiorem kraw dzi skierowanych (ªuków), γ odwzorowaniem zbioru E w zbiór V V. Je±li e (e E) jest ªukiem grafu G i γ(e) = (p, q) ((p, q) V V ), to p nazywamy pocz tkiem ªuku q nazywamy ko«cem ªuku o ªuku e mówimy równie»,»e ªuk e biegnie od wierzchoªka p do wierzchoªka q ªuk e wychodzi z wierzchoªka p i wchodzi do wierzchoªka q 53 / 112

54 Graf skierowany Grafem skierowanym lub digrafem G (directed graph) nazywamy uporz dkowan trójk G = V, E, γ, gdzie V jest niepustym zbiorem wierzchoªków, E zbiorem kraw dzi skierowanych (ªuków), γ odwzorowaniem zbioru E w zbiór V V. Je±li e (e E) jest ªukiem grafu G i γ(e) = (p, q) ((p, q) V V ), to p nazywamy pocz tkiem ªuku q nazywamy ko«cem ªuku o ªuku e mówimy równie»,»e ªuk e biegnie od wierzchoªka p do wierzchoªka q ªuk e wychodzi z wierzchoªka p i wchodzi do wierzchoªka q ªuk e jest incydentny z wierzchoªka p i jest incydentny w wierzchoªek q 54 / 112

55 Graf skierowany Analogicznie, jak w przypadku grafu nieskierowanego mamy Je»eli γ(e) = (p, p), to e nazywamy p tl. 55 / 112

56 Graf skierowany Analogicznie, jak w przypadku grafu nieskierowanego mamy Je»eli γ(e) = (p, p), to e nazywamy p tl. Je»eli e, k E oraz γ(e) = (p, q) i γ(k) = (p, q), to kraw dzie e i k nazywamy równolegªymi lub wielokrotnymi. 56 / 112

57 Graf skierowany Analogicznie, jak w przypadku grafu nieskierowanego mamy Je»eli γ(e) = (p, p), to e nazywamy p tl. Je»eli e, k E oraz γ(e) = (p, q) i γ(k) = (p, q), to kraw dzie e i k nazywamy równolegªymi lub wielokrotnymi. Je»eli G jest grafem prostym (bez p tli i kraw dzi równolegªych), to przeksztaªcenie γ jest ró»nowarto±ciowe a graf G mo»emy oznacza jako G = V, E. 57 / 112

58 Przykªad We¹my graf G = V, E, γ, w którym dane s zbiory: V = {u, w, x, y, z} zbiór wierzchoªków, E = {(a, b, c, d, e, f, g, h, k, l, m} zbiór ªuków 58 / 112

59 Przykªad We¹my graf G = V, E, γ, w którym dane s zbiory: V = {u, w, x, y, z} zbiór wierzchoªków, E = {(a, b, c, d, e, f, g, h, k, l, m} zbiór ªuków oraz funkcja γ postaci: e a b c d e f g γ(e) (x, y) (z, y) (z, y) (u, y) (u, x) (z, u) (x, z) h k l m (y, y) (z, w) (w, x) (x, w) 59 / 112

60 Przykªad We¹my graf G = V, E, γ, w którym dane s zbiory: V = {u, w, x, y, z} zbiór wierzchoªków, E = {(a, b, c, d, e, f, g, h, k, l, m} zbiór ªuków oraz funkcja γ postaci: e a b c d e f g γ(e) (x, y) (z, y) (z, y) (u, y) (u, x) (z, u) (x, z) h k l m (y, y) (z, w) (w, x) (x, w) w k z m g f c b l e u d x a y h 60 / 112

61 Przykªad w k z m g f c b l e u d x a y h kraw d¹ h jest p tl 61 / 112

62 Przykªad w k z m g f c b l e u d x a y h kraw d¹ h jest p tl kraw dzie c i b s wielokrotne (równolegªe) 62 / 112

63 Przykªad w k z m g f c b l e u d x a y h kraw d¹ h jest p tl kraw dzie c i b s wielokrotne (równolegªe) kraw dzie l i m nie s wielokrotne (równolegªe) 63 / 112

64 Stopie«wyj±ciowy i wej±ciowy wierzchoªka w grae skierowanym w k z Liczb kraw dzi skierowanych g wychodz cych z wierzchoªka x m nazywamy stopniem wyj±ciowym l tego wierzchoªka i oznaczamy degout(x). x a e f u c d b y h 64 / 112

65 Stopie«wyj±ciowy i wej±ciowy wierzchoªka w grae skierowanym w k z Liczb kraw dzi skierowanych g wychodz cych z wierzchoªka x m nazywamy stopniem wyj±ciowym l tego wierzchoªka i oznaczamy degout(x). x a e f u c d b y h degout(x) = 3, degout(u) = 2, degout(z) = 4, degout(w) = 1, degout(y) = 1, 65 / 112

66 Stopie«wyj±ciowy i wej±ciowy wierzchoªka w grae skierowanym w k z m g f c b l e u d x a y h Liczb ªuków wchodz cych do wierzchoªka x nazywamy stopniem wej±ciowym wierzchoªka x i oznaczamy degin(x). degout(x) = 3, degout(u) = 2, degout(z) = 4, degout(w) = 1, degout(y) = 1, 66 / 112

67 Stopie«wyj±ciowy i wej±ciowy wierzchoªka w grae skierowanym w k z m g f c b l e u d x a y h Liczb ªuków wchodz cych do wierzchoªka x nazywamy stopniem wej±ciowym wierzchoªka x i oznaczamy degin(x). degout(x) = 3, degin(x) = 2, degout(u) = 2, degin(u) = 1, degout(z) = 4, i degin(z) = 1, degout(w) = 1, degin(w) = 2, degout(y) = 1, degin(y) = 5, 67 / 112

68 Stopie«wierzchoªka i stopie«grafu, w grae skierowanym Stopniem wierzchoªka deg(x) w grae skierowanym nazywamy sum stopni wej±ciowych i wyj±ciowych wierzchoªka x. deg(x) = degout(x) + degin(x) 68 / 112

69 Stopie«wierzchoªka i stopie«grafu, w grae skierowanym Stopniem wierzchoªka deg(x) w grae skierowanym nazywamy sum stopni wej±ciowych i wyj±ciowych wierzchoªka x. deg(x) = degout(x) + degin(x) Stopie«grafu (G) okre±lamy jako maksymalny stopie«wierzchoªka w tym grae, czyli (G) = max u V deg(u) 69 / 112

70 ródªo i uj±cie w grae skierowanym W digrafach wyró»niamy szczególnie dwa typy wierzchoªków, które nie wyst puj w grafach nieskierowanych, s to ¹ródªa i uj±cia. 70 / 112

71 ródªo i uj±cie w grae skierowanym W digrafach wyró»niamy szczególnie dwa typy wierzchoªków, które nie wyst puj w grafach nieskierowanych, s to ¹ródªa i uj±cia. ródªem w digrae nazywamy nieizolowany wierzchoªek, do którego nie wchodzi»aden ªuk. Wierzchoªek u jest w digrae ¹ródªem wtedy i tylko wtedy gdy degin(u) = 0 degout(u) > 0 71 / 112

72 ródªo i uj±cie w grae skierowanym W digrafach wyró»niamy szczególnie dwa typy wierzchoªków, które nie wyst puj w grafach nieskierowanych, s to ¹ródªa i uj±cia. ródªem w digrae nazywamy nieizolowany wierzchoªek, do którego nie wchodzi»aden ªuk. Wierzchoªek u jest w digrae ¹ródªem wtedy i tylko wtedy gdy degin(u) = 0 degout(u) > 0 Nieizolowany wierzchoªek digrafu, który nie jest pocz tkiem»adnego ªuku nazywamy uj±ciem. Wierzchoªek t jest uj±ciem wtedy i tylko wtedy, gdy degout(t) = 0 degin(u) > 0 72 / 112

73 Przykªad a b c d e 73 / 112

74 Przykªad a b c d e Stopnie wierzchoªków w grae wynosz : 74 / 112

75 Przykªad a b c d e Stopnie wierzchoªków w grae wynosz : deg(a) = degout(a) + degin(a) = = 1 75 / 112

76 Przykªad a b c d e Stopnie wierzchoªków w grae wynosz : deg(a) = degout(a) + degin(a) = = 1 deg(b) = degout(b) + degin(b) = = 3 76 / 112

77 Przykªad a b c d e Stopnie wierzchoªków w grae wynosz : deg(a) = degout(a) + degin(a) = = 1 deg(b) = degout(b) + degin(b) = = 3 deg(c) = degout(c) + degin(c) = = 2 77 / 112

78 Przykªad a b c d e Stopnie wierzchoªków w grae wynosz : deg(a) = degout(a) + degin(a) = = 1 deg(b) = degout(b) + degin(b) = = 3 deg(c) = degout(c) + degin(c) = = 2 deg(d) = degout(d) + degin(d) = = 2 78 / 112

79 Przykªad a b c d e Stopnie wierzchoªków w grae wynosz : deg(a) = degout(a) + degin(a) = = 1 deg(b) = degout(b) + degin(b) = = 3 deg(c) = degout(c) + degin(c) = = 2 deg(d) = degout(d) + degin(d) = = 2 deg(e) = degout(e) + degin(e) = = 2 79 / 112

80 Przykªad a b c d e Stopnie wierzchoªków w grae wynosz : deg(a) = degout(a) + degin(a) = = 1 deg(b) = degout(b) + degin(b) = = 3 deg(c) = degout(c) + degin(c) = = 2 deg(d) = degout(d) + degin(d) = = 2 deg(e) = degout(e) + degin(e) = = 2 Stopie«grafu wynosi: (G) = max u V deg(u) = 3 80 / 112

81 Przykªad a b c d e Stopnie wierzchoªków w grae wynosz : deg(a) = degout(a) + degin(a) = = 1 deg(b) = degout(b) + degin(b) = = 3 deg(c) = degout(c) + degin(c) = = 2 deg(d) = degout(d) + degin(d) = = 2 deg(e) = degout(e) + degin(e) = = 2 ródªem w grae G s wierzchoªki a i c. Stopie«grafu wynosi: (G) = max u V deg(u) = 3 81 / 112

82 Przykªad a b c d e Stopnie wierzchoªków w grae wynosz : deg(a) = degout(a) + degin(a) = = 1 deg(b) = degout(b) + degin(b) = = 3 deg(c) = degout(c) + degin(c) = = 2 deg(d) = degout(d) + degin(d) = = 2 deg(e) = degout(e) + degin(e) = = 2 Stopie«grafu wynosi: ródªem w grae G s wierzchoªki a i c. Uj±ciem jest wierzchoªek e. (G) = max u V deg(u) = 3 82 / 112

83 Grafy wa»one, sieci Grafem wa»onym nazywamy graf, w którym ka»dej kraw dzi przyporz dkowana jest liczba rzeczywista (czasami tylko nieujemna) zwana wag tej kraw dzi. 83 / 112

84 Grafy wa»one, sieci Grafem wa»onym nazywamy graf, w którym ka»dej kraw dzi przyporz dkowana jest liczba rzeczywista (czasami tylko nieujemna) zwana wag tej kraw dzi / 112

85 Wa»nym zastosowaniem grafów wa»onych s sieci. W teorii grafów terminami okre±laj cymi w zeª jest wierzchoªek, a ª cze jest kraw dzi. 85 / 112

86 Wa»nym zastosowaniem grafów wa»onych s sieci. W teorii grafów terminami okre±laj cymi w zeª jest wierzchoªek, a ª cze jest kraw dzi. 86 / 112

87 Wa»nym zastosowaniem grafów wa»onych s sieci. W teorii grafów terminami okre±laj cymi w zeª jest wierzchoªek, a ª cze jest kraw dzi. W sieci, któr wykorzystujemy do rozwi zywania problemów praktycznych waga kraw dzi mo»e oznacza dªugo± odcinka drogi, czas przejazdu, koszt budowy tego odcinka drogi, przepustowo± (w sieci gazowej lub wodoci gowej), prawdopodobie«stwo przej±cia sygnaªów, niezawodno± poª czenia (w sieci telekomunikacyjnej lub komputerowej) albo dowoln inn cech mierzaln ilo±ciowo przyporz dkowan danej kraw dzi. 87 / 112

88 Droga w grae e x 5 d f c g k b x 4 h x 3 Drog w grae G nazywamy sko«czony ci g kraw dzi e 1e 2...e n taki,»e e i E, i = 1,..., n oraz istniej wierzchoªki x 1x 2...x n+1 takie,»e γ(e i ) = {x i, x i+1 } dla i = 1,..., n. x 1 x a 2 88 / 112

89 Droga w grae e x 5 d f c g k b x 4 h x 3 Drog w grae G nazywamy sko«czony ci g kraw dzi e 1e 2...e n taki,»e e i E, i = 1,..., n oraz istniej wierzchoªki x 1x 2...x n+1 takie,»e γ(e i ) = {x i, x i+1 } dla i = 1,..., n. x 1 x a 2 droga efkhk jest drog w grae G 89 / 112

90 Droga w grae e x 5 d f c g k b x 4 h x 3 Drog w grae G nazywamy sko«czony ci g kraw dzi e 1e 2...e n taki,»e e i E, i = 1,..., n oraz istniej wierzchoªki x 1x 2...x n+1 takie,»e γ(e i ) = {x i, x i+1 } dla i = 1,..., n. x 1 x a 2 droga efkhk jest drog w grae G γ(e) = {x 5, x 5}, γ(f ) = {x 5, x 4}, γ(k) = {x 4, x 3}, γ(h) = {x 3, x 4}, γ(k) = {x 4, x 3} 90 / 112

91 Droga w grae e x 5 d f c g k b x 4 h x 3 Drog w grae G nazywamy sko«czony ci g kraw dzi e 1e 2...e n taki,»e e i E, i = 1,..., n oraz istniej wierzchoªki x 1x 2...x n+1 takie,»e γ(e i ) = {x i, x i+1 } dla i = 1,..., n. x 1 x a 2 droga efkhk jest drog w grae G Mówimy,»e droga e 1e 2...e n jest drog dªugo±ci n od wierzchoªka x 1 do wierzchoªka x n+1. γ(e) = {x 5, x 5}, γ(f ) = {x 5, x 4}, γ(k) = {x 4, x 3}, γ(h) = {x 3, x 4}, γ(k) = {x 4, x 3} 91 / 112

92 Droga w grae e x 5 d f c g k b x 4 h x 3 Drog w grae G nazywamy sko«czony ci g kraw dzi e 1e 2...e n taki,»e e i E, i = 1,..., n oraz istniej wierzchoªki x 1x 2...x n+1 takie,»e γ(e i ) = {x i, x i+1 } dla i = 1,..., n. x 1 x a 2 droga efkhk jest drog w grae G jest to droga dªugo±ci 5, od wierzchoªka x 5 do wierzchoªka x 3 Mówimy,»e droga e 1e 2...e n jest drog dªugo±ci n od wierzchoªka x 1 do wierzchoªka x n+1. γ(e) = {x 5, x 5}, γ(f ) = {x 5, x 4}, γ(k) = {x 4, x 3}, γ(h) = {x 3, x 4}, γ(k) = {x 4, x 3} 92 / 112

93 Droga w grae e x 5 d f c g k b x 4 h x 3 Drog w grae G nazywamy sko«czony ci g kraw dzi e 1e 2...e n taki,»e e i E, i = 1,..., n oraz istniej wierzchoªki x 1x 2...x n+1 takie,»e γ(e i ) = {x i, x i+1 } dla i = 1,..., n. x 1 x a 2 droga efkhk jest drog w grae G jest to droga dªugo±ci 5, od wierzchoªka x 5 do wierzchoªka x 3 γ(e) = {x 5, x 5}, γ(f ) = {x 5, x 4}, γ(k) = {x 4, x 3}, γ(h) = {x 3, x 4}, γ(k) = {x 4, x 3} Mówimy,»e droga e 1e 2...e n jest drog dªugo±ci n od wierzchoªka x 1 do wierzchoªka x n+1. Wierzchoªek x 1 nazywamy wierzchoªkiem pocz tkowym, x n+1 - wierzchoªkiem ko«cowym drogi. 93 / 112

94 Droga w grae e x 5 d f c g k b x 4 h x 3 Drog w grae G nazywamy sko«czony ci g kraw dzi e 1e 2...e n taki,»e e i E, i = 1,..., n oraz istniej wierzchoªki x 1x 2...x n+1 takie,»e γ(e i ) = {x i, x i+1 } dla i = 1,..., n. x 1 x a 2 droga efkhk jest drog w grae G jest to droga dªugo±ci 5, od wierzchoªka x 5 do wierzchoªka x 3 x 5 jest wierzchoªkiem pocz tkowym, x 3 jest wierzchoªkiem ko«cowym γ(e) = {x 5, x 5}, γ(f ) = {x 5, x 4}, γ(k) = {x 4, x 3}, γ(h) = {x 3, x 4}, γ(k) = {x 4, x 3} Mówimy,»e droga e 1e 2...e n jest drog dªugo±ci n od wierzchoªka x 1 do wierzchoªka x n+1. Wierzchoªek x 1 nazywamy wierzchoªkiem pocz tkowym, x n+1 - wierzchoªkiem ko«cowym drogi. 94 / 112

95 Droga w grae e x 5 d f c g k b x 4 h x 3 Drog w grae G nazywamy sko«czony ci g kraw dzi e 1e 2...e n taki,»e e i E, i = 1,..., n oraz istniej wierzchoªki x 1x 2...x n+1 takie,»e γ(e i ) = {x i, x i+1 } dla i = 1,..., n. x 1 x a 2 Ci g kraw dzi ec nie jest drog w grae G, poniewa» γ(e) = {x 5, x 5} a γ(c) = {x 1, x 3} Mówimy,»e droga e 1e 2...e n jest drog dªugo±ci n od wierzchoªka x 1 do wierzchoªka x n+1. Wierzchoªek x 1 nazywamy wierzchoªkiem pocz tkowym, x n+1 - wierzchoªkiem ko«cowym drogi. 95 / 112

96 Droga w grae Je»eli w drodze wierzchoªek pocz tkowy pokrywa si z wierzchoªkiem ko«cowym, to tak drog nazywamy drog zamkni t. e f g k x 4 h x 5 x 3 d c b x 1 x a 2 96 / 112

97 Droga w grae Je»eli w drodze wierzchoªek pocz tkowy pokrywa si z wierzchoªkiem ko«cowym, to tak drog nazywamy drog zamkni t. e f g k x 4 h x 5 x 3 d c b x 1 x a 2 Droga degba jest drog zamkni t. Droga zaczyna si i ko«czy w wierzchoªku x / 112

98 Droga prosta (±cie»ka) Drog prost lub ±cie»k nazywamy drog, w której wszystkie kraw dzie s ró»ne. 98 / 112

99 Droga prosta (±cie»ka) Drog prost lub ±cie»k nazywamy drog, w której wszystkie kraw dzie s ró»ne. e f g k x 4 h x 5 x 3 d c b x 1 x a 2 Droga degbac jest drog prost x 1, x 5, x 5, x 3, x 2, x 1, x 3 99 / 112

100 Droga prosta (±cie»ka) Drog prost lub ±cie»k nazywamy drog, w której wszystkie kraw dzie s ró»ne. e f g k x 4 h e f g k x 4 h x 5 x 3 x 5 x 3 d c b d c b x 1 x a 2 x 1 x a 2 Droga degbac jest drog prost x 1, x 5, x 5, x 3, x 2, x 1, x 3 Droga fkhkc nie jest drog prost, poniewa» kraw d¹ k powtarza si dwa razy. 100 / 112

101 Cykl w grae Zamkni t drog prost, której odpowiada ci g wierzchoªków x 1x 2...x nx 1, nazywamy cyklem je±li wszystkie wierzchoªki x 1x 2...x n s ró»ne. 101 / 112

102 Cykl w grae Zamkni t drog prost, której odpowiada ci g wierzchoªków x 1x 2...x nx 1, nazywamy cyklem je±li wszystkie wierzchoªki x 1x 2...x n s ró»ne. e f g k x 4 h x 5 x 3 d c b x 1 x a 2 Droga dgba jest drog prost, zamkni t. Ci g wierzchoªków, które jej odpowiadaj jest postaci x 1, x 5, x 3, x 2, x 1, a wi c wszystkie wierzchoªki x 1, x 5, x 3, x 2 s ró»ne. 102 / 112

103 Cykl w grae Zamkni t drog prost, której odpowiada ci g wierzchoªków x 1x 2...x nx 1, nazywamy cyklem je±li wszystkie wierzchoªki x 1x 2...x n s ró»ne. e f g k x 4 h e f g k x 4 h x 5 x 3 x 5 x 3 d c b d c b x 1 x a 2 x 1 x a 2 Droga dgba jest drog prost, zamkni t. Ci g wierzchoªków, które jej odpowiadaj jest postaci x 1, x 5, x 3, x 2, x 1, a wi c wszystkie wierzchoªki x 1, x 5, x 3, x 2 s ró»ne. Droga degba nie jest cyklem, chocia» jest drog prost, zamkni t, poniewa» w ci gu wierzchoªków, odpowiadaj cych tej drodze x 1, x 5, x 5, x 3, x 2, x 1 wierzchoªek x 5 powtarza si. 103 / 112

104 Graf acykliczny Graf nie zawieraj cy cykli nazywamy grafem acyklicznym. 104 / 112

105 Graf acykliczny Graf nie zawieraj cy cykli nazywamy grafem acyklicznym. Graf acykliczny. 105 / 112

106 Graf acykliczny Graf nie zawieraj cy cykli nazywamy grafem acyklicznym. e f g k x 4 h x 5 x 3 d c b x 1 x a 2 Graf acykliczny. Graf posiada cykle np. fgh, acb itd. 106 / 112

107 Odlegªo± wierzchoªków Odlegªo±ci pomi dzy wierzchoªkiem u i wierzchoªkiem v nazywamy dªugo± najkrótszej drogi od u do v i oznaczamy j symbolem d(u, v). e f g k x 4 h x 5 x 3 d c b x 1 x a / 112

108 Odlegªo± wierzchoªków Odlegªo±ci pomi dzy wierzchoªkiem u i wierzchoªkiem v nazywamy dªugo± najkrótszej drogi od u do v i oznaczamy j symbolem d(u, v). e f g k x 4 h x 5 x 3 d c b x 1 x a 2 Odlegªo± pomi dzy wierzchoªkami x 2 i x 4 wynosi d(x 2, x 4) = / 112

109 Odlegªo± wierzchoªków Odlegªo±ci pomi dzy wierzchoªkiem u i wierzchoªkiem v nazywamy dªugo± najkrótszej drogi od u do v i oznaczamy j symbolem d(u, v). e f g k x 4 h x 5 x 3 d c b x 1 x a 2 Odlegªo± pomi dzy wierzchoªkami x 2 i x 4 wynosi d(x 2, x 4) = 2. Ka»da inna droga ª cz ca te wierzchoªki ma dªugo± wi ksz ni» 2 np. droga x 2x 3x 1x 5x 4 ma dªugo± / 112

110 Graf spójny Graf G nazywamy spójnym wtedy i tylko wtedy, gdy, ka»da para jego ró»nych wierzchoªków jest poª czona drog w tym grae. 110 / 112

111 Drzewo Graf spójny i acykliczny nazywamy drzewem. w u t v m s k l y x z n 111 / 112

112 Dzi kuj za uwag!!! 112 / 112

Teoria grafów i sieci 1 / 58

Teoria grafów i sieci 1 / 58 Teoria grafów i sieci 1 / 58 Literatura 1 B.Korte, J.Vygen, Combinatorial optimization 2 D.Jungnickel, Graphs, Networks and Algorithms 3 M.Sysªo, N.Deo Metody optymalizacji dyskretnej z przykªadami w Turbo

Bardziej szczegółowo

c Marcin Sydow Spójno± Grafy i Zastosowania Grafy Eulerowskie 2: Drogi i Cykle Grafy Hamiltonowskie Podsumowanie

c Marcin Sydow Spójno± Grafy i Zastosowania Grafy Eulerowskie 2: Drogi i Cykle Grafy Hamiltonowskie Podsumowanie 2: Drogi i Cykle Spis Zagadnie«drogi i cykle spójno± w tym sªaba i silna k-spójno± (wierzchoªkowa i kraw dziowa) dekompozycja grafu na bloki odlegªo±ci w grae i poj cia pochodne grafy Eulera i Hamiltona

Bardziej szczegółowo

Wykład 1. Wprowadzenie do teorii grafów

Wykład 1. Wprowadzenie do teorii grafów Wykła 1. Wprowazenie o teorii grafów 1 / 111 Literatura 1 W. Lipski; Kombinatoryka la programistów. 2 T. Cormen, Ch. E. Leiserson, R. L. Rivest; Wprowazenie o algorytmów. 3 K. A. Ross, Ch. R. B. Wright;

Bardziej szczegółowo

Mosty królewieckie, chi«ski listonosz i... kojarzenie maª»e«stw

Mosty królewieckie, chi«ski listonosz i... kojarzenie maª»e«stw Mosty królewieckie, chi«ski listonosz i... kojarzenie maª»e«stw 3 kwietnia 2014 roku 1 / 106 Mosty królewieckie W Królewcu, na rzece Pregole znajduj si dwie wyspy poª czone ze sob, a tak»e z brzegami za

Bardziej szczegółowo

Teoria grafów i jej zastosowania. 1 / 126

Teoria grafów i jej zastosowania. 1 / 126 Teoria grafów i jej zastosowania. 1 / 126 Mosty królewieckie W Królewcu, na rzece Pregole znajduj si dwie wyspy poª czone ze sob, a tak»e z brzegami za pomoc siedmiu mostów, tak jak pokazuje rysunek 2

Bardziej szczegółowo

10a: Wprowadzenie do grafów

10a: Wprowadzenie do grafów 10a: Wprowadzenie do grafów Spis zagadnie«zastosowania grafów denicja grafu (i skierowanego), prostego, multigrafu drogi i cykle, spójno± w tym sªaba i silna drzewo i las: denicja, charakteryzacje, wªasno±ci

Bardziej szczegółowo

Grafy i Zastosowania. 1: Wprowadzenie i poj cia podstawowe. c Marcin Sydow. Wprowadzenie. Podstawowe poj cia. Operacje na grafach.

Grafy i Zastosowania. 1: Wprowadzenie i poj cia podstawowe. c Marcin Sydow. Wprowadzenie. Podstawowe poj cia. Operacje na grafach. 1: i podstawowe Spis Zagadnie«zastosowania grafów denicja grafu (i skierowanego), prostego, multigrafu s siedztwo i incydencja izomorzm grafów stopnie wierzchoªków (w tym wej±ciowy i wyj±ciowy), lemat

Bardziej szczegółowo

c Marcin Sydow Przepªywy Grafy i Zastosowania Podsumowanie 12: Przepªywy w sieciach

c Marcin Sydow Przepªywy Grafy i Zastosowania Podsumowanie 12: Przepªywy w sieciach 12: w sieciach Spis zagadnie«sieci przepªywowe przepªywy w sieciach ±cie»ka powi kszaj ca tw. Forda-Fulkersona Znajdowanie maksymalnego przepªywu Zastosowania przepªywów Sieci przepªywowe Sie przepªywowa

Bardziej szczegółowo

Zadania z kolokwiów ze Wst pu do Informatyki. Semestr II.

Zadania z kolokwiów ze Wst pu do Informatyki. Semestr II. Zadania z kolokwiów ze Wst pu do Informatyki. Semestr II. Poni»sze zadania s wyborem zada«z kolokwiów ze Wst pu do Informatyki jakie przeprowadziªem w ci gu ostatnich lat. Marek Zawadowski Zadanie 1 Napisz

Bardziej szczegółowo

Podstawowepojęciateorii grafów

Podstawowepojęciateorii grafów 7 Podstawowepojęciateorii grafów Wiele sytuacji z»ycia codziennego mo»e by w wygodny sposób opisanych gracznie za pomoc rysunków skªadaj cych si ze zbioru punktów i linii ª cz cych pewne pary tych punktów.

Bardziej szczegółowo

Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA. W obu podpunktach zakªadamy,»e kolejno± ta«ców jest wa»na.

Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA. W obu podpunktach zakªadamy,»e kolejno± ta«ców jest wa»na. Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA Zadanko 1 (12p.) Na imprezie w Noc Kupaªy s 44 dziewczyny. Nosz one 11 ró»nych imion, a dla ka»dego imienia s dokªadnie 4 dziewczyny o tym imieniu przy czym ka»da

Bardziej szczegółowo

Wektory w przestrzeni

Wektory w przestrzeni Wektory w przestrzeni Informacje pomocnicze Denicja 1. Wektorem nazywamy uporz dkowan par punktów. Pierwszy z tych punktów nazywamy pocz tkiem wektora albo punktem zaczepienia wektora, a drugi - ko«cem

Bardziej szczegółowo

Drzewa Gomory-Hu Wprowadzenie. Drzewa Gomory-Hu. Jakub Š cki. 14 pa¹dziernika 2009

Drzewa Gomory-Hu Wprowadzenie. Drzewa Gomory-Hu. Jakub Š cki. 14 pa¹dziernika 2009 Wprowadzenie Drzewa Gomory-Hu Jakub Š cki 14 pa¹dziernika 2009 Wprowadzenie 1 Wprowadzenie Podstawowe poj cia i fakty 2 Istnienie drzew Gomory-Hu 3 Algorytm budowy drzew 4 Problemy otwarte Wprowadzenie

Bardziej szczegółowo

Relacj binarn okre±lon w zbiorze X nazywamy podzbiór ϱ X X.

Relacj binarn okre±lon w zbiorze X nazywamy podzbiór ϱ X X. Relacje 1 Relacj n-argumentow nazywamy podzbiór ϱ X 1 X 2... X n. Je±li ϱ X Y jest relacj dwuargumentow (binarn ), to zamiast (x, y) ϱ piszemy xϱy. Relacj binarn okre±lon w zbiorze X nazywamy podzbiór

Bardziej szczegółowo

Elementy geometrii w przestrzeni R 3

Elementy geometrii w przestrzeni R 3 Elementy geometrii w przestrzeni R 3 Z.Šagodowski Politechnika Lubelska 29 maja 2016 Podstawowe denicje Wektorem nazywamy uporz dkowan par punktów (A,B) z których pierwszy nazywa si pocz tkiem a drugi

Bardziej szczegółowo

Stereometria (geometria przestrzenna)

Stereometria (geometria przestrzenna) Stereometria (geometria przestrzenna) Wzajemne poªo»enie prostych w przestrzeni Stereometria jest dziaªem geometrii, którego przedmiotem bada«s bryªy przestrzenne oraz ich wªa±ciwo±ci. Na pocz tek omówimy

Bardziej szczegółowo

Algorytmy i Struktury Danych

Algorytmy i Struktury Danych Lista zada«. Nr 4. 9 kwietnia 2016 IIUWr. II rok informatyki. Algorytmy i Struktury Danych 1. (0pkt) Rozwi» wszystkie zadania dodatkowe. 2. (1pkt) Uªó» algorytm znajduj cy najta«sz drog przej±cia przez

Bardziej szczegółowo

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14 WST P DO TEORII INFORMACJI I KODOWANIA Grzegorz Szkibiel Wiosna 2013/14 Spis tre±ci 1 Kodowanie i dekodowanie 4 1.1 Kodowanie a szyfrowanie..................... 4 1.2 Podstawowe poj cia........................

Bardziej szczegółowo

TEORIA GRAFÓW. Graf skierowany dla ka»dej kraw dzi (oznaczanej tutaj jako ªuk) para wierzchoªków incydentnych jest par uporz dkowan {u, v}.

TEORIA GRAFÓW. Graf skierowany dla ka»dej kraw dzi (oznaczanej tutaj jako ªuk) para wierzchoªków incydentnych jest par uporz dkowan {u, v}. Podstawowe denicje: TEORIA GRAFÓW Graf (nieskierowany) G = (V, E) struktura skªadaj ca si ze: zbioru wierzchoªków V = {,,..., v n } oraz zbioru kraw dzi E = {e 1, e 2,..., e m }. Z ka»d kraw dzi e skojarzona

Bardziej szczegółowo

Teoria grafów i sieci 1 / 188

Teoria grafów i sieci 1 / 188 Teoria grafów i sieci / Drzewa z wagami Drzewem z wagami nazywamy drzewo z korzeniem, w którym do ka»dego li±cia przyporz dkowana jest liczba nieujemna, nazywana wag tego li±cia. / Drzewa z wagami Drzewem

Bardziej szczegółowo

Grafy i Zastosowania. 9: Digrafy (grafy skierowane) c Marcin Sydow. Digrafy. Porz dki cz ±ciowe * Euler i Hamilton. Turnieje

Grafy i Zastosowania. 9: Digrafy (grafy skierowane) c Marcin Sydow. Digrafy. Porz dki cz ±ciowe * Euler i Hamilton. Turnieje 9: (grafy skierowane) Spis zagadnie«cz ±ciowe Przykªady: gªosowanie wi kszo±ciowe, Digraf (graf skierowany) Digraf to równowa»ny termin z terminem graf skierowany (od ang. directed graph). W grafach skierowanych

Bardziej szczegółowo

12: Znajdowanie najkrótszych ±cie»ek w grafach

12: Znajdowanie najkrótszych ±cie»ek w grafach 12: Znajdowanie najkrótszych ±cie»ek w grafach Spis zagadnie«problem najkrótszych ±cie»ek z jednym ¹ródªem Rozwi zanie sznurkowe kraw dzi Wariant 1: Wariant 2: nieujemne kraw dzie (Dijkstra) Wariant 3:

Bardziej szczegółowo

A = n. 2. Ka»dy podzbiór zbioru sko«czonego jest zbiorem sko«czonym. Dowody tych twierdze«(elementarne, lecz nieco nu» ce) pominiemy.

A = n. 2. Ka»dy podzbiór zbioru sko«czonego jest zbiorem sko«czonym. Dowody tych twierdze«(elementarne, lecz nieco nu» ce) pominiemy. Logika i teoria mnogo±ci, konspekt wykªad 12 Teoria mocy, cz ± II Def. 12.1 Ka»demu zbiorowi X przyporz dkowujemy oznaczany symbolem X obiekt zwany liczb kardynaln (lub moc zbioru X) w taki sposób,»e ta

Bardziej szczegółowo

c Marcin Sydow Wst p Grafy i Zastosowania Wierzchoªki 8: Kolorowanie Grafów Mapy Kraw dzie Zliczanie Podsumowanie

c Marcin Sydow Wst p Grafy i Zastosowania Wierzchoªki 8: Kolorowanie Grafów Mapy Kraw dzie Zliczanie Podsumowanie 8: Kolorowanie Grafów Spis zagadnie«kolorowanie wierzchoªków Kolorowanie map Kolorowanie kraw dzi Wielomian chromatyczny Zastosowania Problem kolorowania grafów ma wiele odmian (np. kolorowanie wierzchoªków,

Bardziej szczegółowo

Digraf. 13 maja 2017

Digraf. 13 maja 2017 Digraf 13 maja 2017 Graf skierowany, digraf, digraf prosty Definicja 1 Digraf prosty G to (V, E), gdzie V jest zbiorem wierzchołków, E jest rodziną zorientowanych krawędzi, między różnymi wierzchołkami,

Bardziej szczegółowo

Metody dowodzenia twierdze«

Metody dowodzenia twierdze« Metody dowodzenia twierdze«1 Metoda indukcji matematycznej Je±li T (n) jest form zdaniow okre±lon w zbiorze liczb naturalnych, to prawdziwe jest zdanie (T (0) n N (T (n) T (n + 1))) n N T (n). 2 W przypadku

Bardziej szczegółowo

Algorytmy grafowe 2. Andrzej Jastrz bski. Akademia ETI. Politechnika Gda«ska Algorytmy grafowe 2

Algorytmy grafowe 2. Andrzej Jastrz bski. Akademia ETI. Politechnika Gda«ska Algorytmy grafowe 2 Algorytmy grafowe 2 Andrzej Jastrz bski Akademia ETI Minimalne drzewo spinaj ce Drzewem nazywamy spójny graf nie posiadaj cy cyklu. Liczba wierzchoªków drzewa jest o jeden wi ksza od liczby jego kraw dzi.

Bardziej szczegółowo

Minimalne drzewa rozpinaj ce

Minimalne drzewa rozpinaj ce y i y i drzewa Spis zagadnie«y i drzewa i lasy cykle fundamentalne i rozci cia fundamentalne wªasno±ci cykli i rozci minimalne drzewa algorytm algorytm Drzewo y i spójnego, nieskierowanego grafu prostego

Bardziej szczegółowo

Wykªad 4. Droga i cykl Eulera i Hamiltona

Wykªad 4. Droga i cykl Eulera i Hamiltona Wykªad 4. Droga i cykl Eulera i Hamiltona 1 / 92 Grafy Eulera Droga i cykl Eulera Niech G b dzie grafem spójnym. Denicja Je»eli w grae G istnieje zamkni ta droga prosta zawieraj ca wszystkie kraw dzie

Bardziej szczegółowo

Elementy geometrii analitycznej w przestrzeni

Elementy geometrii analitycznej w przestrzeni Wykªad 3 Elementy geometrii analitycznej w przestrzeni W wykªadzie tym wi kszy nacisk zostaª poªo»ony raczej na intuicyjne rozumienie deniowanych poj, ni» ±cisªe ich zdeniowanie. Dlatego niniejszy wykªad

Bardziej szczegółowo

Metodydowodzenia twierdzeń

Metodydowodzenia twierdzeń 1 Metodydowodzenia twierdzeń Przez zdanie rozumiemy dowolne stwierdzenie, które jest albo prawdziwe, albo faªszywe (nie mo»e by ono jednocze±nie prawdziwe i faªszywe). Tradycyjnie b dziemy u»ywali maªych

Bardziej szczegółowo

1 a + b 1 = 1 a + 1 b 1. (a + b 1)(a + b ab) = ab, (a + b)(a + b ab 1) = 0, (a + b)[a(1 b) + (b 1)] = 0,

1 a + b 1 = 1 a + 1 b 1. (a + b 1)(a + b ab) = ab, (a + b)(a + b ab 1) = 0, (a + b)[a(1 b) + (b 1)] = 0, XIII Warmi«sko-Mazurskie Zawody Matematyczne. Olsztyn 2015 Rozwi zania zada«dla szkóª ponadgimnazjalnych ZADANIE 1 Zakªadamy,»e a, b 0, 1 i a + b 1. Wykaza,»e z równo±ci wynika,»e a = -b 1 a + b 1 = 1

Bardziej szczegółowo

Wykªad 4. Funkcje wielu zmiennych.

Wykªad 4. Funkcje wielu zmiennych. Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 4. Funkcje wielu zmiennych. Zbiory na pªaszczy¹nie i w przestrzeni.

Bardziej szczegółowo

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych.

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Denicja Mówimy,»e funkcja

Bardziej szczegółowo

Grafy. Andrzej Jastrz bski. Akademia ET I. Politechnika Gda«ska

Grafy. Andrzej Jastrz bski. Akademia ET I. Politechnika Gda«ska Andrzej Jastrz bski Akademia ET I Graf Grafem nazywamy par G = (V, E), gdzie V to zbiór wierzchoªków, E zbiór kraw dzi taki,»e E {{u, v} : u, v V u v}. Wierzchoªki v, u V s s siaduj ce je±li s poª czone

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

Podstawy matematyki dla informatyków

Podstawy matematyki dla informatyków Podstawy matematyki dla informatyków Wykªad 6 10 listopada 2011 W poprzednim odcinku... Zbiory A i B s równoliczne (tej samej mocy ), gdy istnieje bijekcja f : A 1 1 B. Piszemy A B lub A = B. na Moc zbioru

Bardziej szczegółowo

Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt:

Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt: Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt: zdzedzej@mif.pg.gda.pl www.mif.pg.gda.pl/homepages/zdzedzej () 5 pa¹dziernika 2016 1 / 1 Literatura podstawowa R. Rudnicki, Wykªady z analizy

Bardziej szczegółowo

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14 WST P DO TEORII INFORMACJI I KODOWANIA Grzegorz Szkibiel Wiosna 203/4 Spis tre±ci Kodowanie i dekodowanie 4. Kodowanie a szyfrowanie..................... 4.2 Podstawowe poj cia........................

Bardziej szczegółowo

Notatki z AiSD. Nr 2. 4 marca 2010 Algorytmy Zachªanne.

Notatki z AiSD. Nr 2. 4 marca 2010 Algorytmy Zachªanne. Notatki z AiSD. Nr 2. 4 marca 2010 Algorytmy Zachªanne. IIUWr. II rok informatyki. Przygotowaª: Krzysztof Lory± 1 Schemat ogólny. Typowe zadanie rozwi zywane metod zachªann ma charakter optymalizacyjny.

Bardziej szczegółowo

XVII Warmi«sko-Mazurskie Zawody Matematyczne

XVII Warmi«sko-Mazurskie Zawody Matematyczne 1 XVII Warmi«sko-Mazurskie Zawody Matematyczne Kategoria: klasa VIII szkoªy podstawowej i III gimnazjum Olsztyn, 16 maja 2019r. Zad. 1. Udowodnij,»e dla dowolnych liczb rzeczywistych x, y, z speªniaj cych

Bardziej szczegółowo

Algorytmy i struktury danych

Algorytmy i struktury danych Algorytmy i struktury danych Cz ± druga Prowadz cy: dr Andrzej Mróz, Wydziaª Matematyki i Informatyki, Uniwersytet Mikoªaja Kopernika 1 / 82 Rekurencja Procedura (funkcja) rekurencyjna wywoªuje sam siebie.

Bardziej szczegółowo

i, lub, nie Cegieªki buduj ce wspóªczesne procesory. Piotr Fulma«ski 5 kwietnia 2017

i, lub, nie Cegieªki buduj ce wspóªczesne procesory. Piotr Fulma«ski 5 kwietnia 2017 i, lub, nie Cegieªki buduj ce wspóªczesne procesory. Piotr Fulma«ski Uniwersytet Šódzki, Wydziaª Matematyki i Informatyki UŠ piotr@fulmanski.pl http://fulmanski.pl/zajecia/prezentacje/festiwalnauki2017/festiwal_wmii_2017_

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

Prawdopodobie«stwo warunkowe, twierdzenie Bayesa, niezale»no± zdarze«.

Prawdopodobie«stwo warunkowe, twierdzenie Bayesa, niezale»no± zdarze«. Prawdopodobie«stwo warunkowe, twierdzenie Bayesa, niezale»no± zdarze«. Alicja Czy» WFTiMS April 14, 2010 Spis tre±ci 1 Wprowadzenie Denicja prawdopodobie«stwa warunkowego Twierdzenie Bayesa Niezale»no±

Bardziej szczegółowo

Grafy i Zastosowania. 6: Najkrótsze ±cie»ki. c Marcin Sydow. Najkrótsze cie»ki. Warianty. Relaksacja DAG. Algorytm Dijkstry.

Grafy i Zastosowania. 6: Najkrótsze ±cie»ki. c Marcin Sydow. Najkrótsze cie»ki. Warianty. Relaksacja DAG. Algorytm Dijkstry. 6: ±cie»ki Spis zagadnie«problem najkrótszych ±cie»ek z jednym ¹ródªem Rozwi zanie sznurkowe kraw dzi Wariant 1: Wariant 2: nieujemne kraw dzie (Dijkstra) Wariant 3: dowolny graf () ±cie»ki dla wszystkich

Bardziej szczegółowo

c Marcin Sydow Planarno± Grafy i Zastosowania Tw. Eulera 7: Planarno± Inne powierzchnie Dualno± Podsumowanie

c Marcin Sydow Planarno± Grafy i Zastosowania Tw. Eulera 7: Planarno± Inne powierzchnie Dualno± Podsumowanie 7: Spis zagadnie«twierdzenie Kuratowskiego Wªasno±ci planarno±ci Twierdzenie Eulera Grafy na innych powierzchniach Poj cie dualno±ci geometrycznej i abstrakcyjnej Graf Planarny Graf planarny to taki graf,

Bardziej szczegółowo

Zbiory i odwzorowania

Zbiory i odwzorowania Zbiory i odwzorowania 1 Sposoby okre±lania zbiorów 1) Zbiór wszystkich elementów postaci f(t), gdzie t przebiega zbiór T : {f(t); t T }. 2) Zbiór wszystkich elementów x zbioru X speªniaj cych warunek ϕ(x):

Bardziej szczegółowo

Elementy teorii grafów, sposoby reprezentacji grafów w komputerze

Elementy teorii grafów, sposoby reprezentacji grafów w komputerze Elementy teorii grafów, sposoby reprezentacji grafów w komputerze Autor projektu: dr Andrzej Mróz (UMK) Projekt pn. Wzmocnienie potencjaªu dydaktycznego UMK w Toruniu w dziedzinach matematyczno-przyrodniczych

Bardziej szczegółowo

Algorytmy grafowe. Wykład 1 Podstawy teorii grafów Reprezentacje grafów. Tomasz Tyksiński CDV

Algorytmy grafowe. Wykład 1 Podstawy teorii grafów Reprezentacje grafów. Tomasz Tyksiński CDV Algorytmy grafowe Wykład 1 Podstawy teorii grafów Reprezentacje grafów Tomasz Tyksiński CDV Rozkład materiału 1. Podstawowe pojęcia teorii grafów, reprezentacje komputerowe grafów 2. Przeszukiwanie grafów

Bardziej szczegółowo

Najkrótsze drogi w grafach z wagami

Najkrótsze drogi w grafach z wagami Najkrótsze drogi w grafach z wagami Autor projektu: dr Andrzej Mróz (UMK) Projekt pn. Wzmocnienie potencjaªu dydaktycznego UMK w Toruniu w dziedzinach matematyczno-przyrodniczych realizowany w ramach Poddziaªania

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

c Marcin Sydow Podstawy Grafy i Zastosowania Kod Prüfera 3: Drzewa Drzewa ukorzenione * Drzewa binarne Zastosowania Podsumowanie

c Marcin Sydow Podstawy Grafy i Zastosowania Kod Prüfera 3: Drzewa Drzewa ukorzenione * Drzewa binarne Zastosowania Podsumowanie Grafy i Grafy i 3: Spis zagadnie«grafy i drzewo i las: denicja, charakteryzacje, wªasno±ci kodowanie Prüfera i zliczanie drzew etykietowanych (tw. Cayleya) drzewa drzewa zliczanie drzew binarnych (tw.

Bardziej szczegółowo

Grafy i Zastosowania. 11: Twierdzenia Minimaksowe. c Marcin Sydow. Wst p: Tw. Halla. Dualno± Zbiory niezale»ne. Skojarzenia c.d.

Grafy i Zastosowania. 11: Twierdzenia Minimaksowe. c Marcin Sydow. Wst p: Tw. Halla. Dualno± Zbiory niezale»ne. Skojarzenia c.d. 11: Twierdzenia Minimaksowe Spis zagadnie«wst p: Kojarzenie Maª»e«stw i i twierdzenia minimaksowe i pokrycia (Tw. Gallai) w grafach (tw. Berge'a) w grafach dwudzielnych (tw. Königa, ) Pokrycia macierzy

Bardziej szczegółowo

Równania ró»niczkowe I rz du (RRIR) Twierdzenie Picarda. Anna D browska. WFTiMS. 23 marca 2010

Równania ró»niczkowe I rz du (RRIR) Twierdzenie Picarda. Anna D browska. WFTiMS. 23 marca 2010 WFTiMS 23 marca 2010 Spis tre±ci 1 Denicja 1 (równanie ró»niczkowe pierwszego rz du) Równanie y = f (t, y) (1) nazywamy równaniem ró»niczkowym zwyczajnym pierwszego rz du w postaci normalnej. Uwaga 1 Ogólna

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Metoda tablic semantycznych. 1 Metoda tablic semantycznych

Metoda tablic semantycznych. 1 Metoda tablic semantycznych 1 Zarówno metoda tablic semantycznych, jak i rezolucji, to dosy sprawny algorytm do badania speªnialni±ci formuª, a wi c i tautologii. Chodzi w niej o wskazanie, je±li istnieje, modelu dla formuªy. Opiera

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Elementy teorii grafów, sposoby reprezentacji grafów w komputerze

Elementy teorii grafów, sposoby reprezentacji grafów w komputerze Elementy teorii grafów, sposoby reprezentacji grafów w komputerze dr Andrzej Mróz (UMK w Toruniu) 2013 Projekt wspóªnansowany ze ±rodków Unii Europejskiej w ramach Europejskiego Funduszu Spoªecznego Projekt

Bardziej szczegółowo

JAO - J zyki, Automaty i Obliczenia - Wykªad 1. JAO - J zyki, Automaty i Obliczenia - Wykªad 1

JAO - J zyki, Automaty i Obliczenia - Wykªad 1. JAO - J zyki, Automaty i Obliczenia - Wykªad 1 J zyki formalne i operacje na j zykach J zyki formalne s abstrakcyjnie zbiorami sªów nad alfabetem sko«czonym Σ. J zyk formalny L to opis pewnego problemu decyzyjnego: sªowa to kody instancji (wej±cia)

Bardziej szczegółowo

Wykªad 12. Transformata Laplace'a i metoda operatorowa

Wykªad 12. Transformata Laplace'a i metoda operatorowa Wykªad 2. Tranformata Laplace'a i metoda operatorowa Tranformata Laplace'a Dla odpowiednio okre±lonej klay funkcji zdeniujemy operator L, nazywany tranformat Laplace'a, okre±lony wzorem L[ f ]() = f(t)e

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /14

Matematyka dyskretna. Andrzej Łachwa, UJ, /14 Matematyka dyskretna Andrzej Łachwa, UJ, 2012 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

Uogólnione drzewa Humana

Uogólnione drzewa Humana czyli ang. lopsided trees Seminarium Algorytmika 2009/2010 Plan prezentacji Sformuªowanie 1 Sformuªowanie problemów Wyj±ciowy problem Problem uogólniony 2 3 Modykacje problemu Zastosowania Plan prezentacji

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

Szeregowanie zada« Wykªad nr 6. dr Hanna Furma«czyk. 11 kwietnia 2013

Szeregowanie zada« Wykªad nr 6. dr Hanna Furma«czyk. 11 kwietnia 2013 Wykªad nr 6 11 kwietnia 2013 System otwarty - open shop O3 C max Problem O3 C max jest NP-trudny. System otwarty - open shop O3 C max Problem O3 C max jest NP-trudny. Dowód Redukcja PP O3 C max : bierzemy

Bardziej szczegółowo

Indeksowane rodziny zbiorów

Indeksowane rodziny zbiorów Logika i teoria mnogo±ci, konspekt wykªad 7 Indeksowane rodziny zbiorów Niech X b dzie przestrzeni zbiorem, którego podzbiorami b d wszystkie rozpatrywane zbiory, R rodzin wszystkich podzbiorów X za± T

Bardziej szczegółowo

c Marcin Sydow Grafy i Zastosowania BFS DFS 4: Przeszukiwanie Grafów (BFS, DFS i zastosowania) DFS nieskierowane DFS skierowane Podsumowanie

c Marcin Sydow Grafy i Zastosowania BFS DFS 4: Przeszukiwanie Grafów (BFS, DFS i zastosowania) DFS nieskierowane DFS skierowane Podsumowanie 4: Przeszukiwanie Grafów (, i zastosowania) Spis zagadnie«przeszukiwanie grafów (rola, schemat ogólny, zastosowania) realizacje (kolejka, stos, rekurencja) przeszukiwanie wszerz zastosowania przeszukiwanie

Bardziej szczegółowo

Najkrótsze drogi w grafach z wagami

Najkrótsze drogi w grafach z wagami Najkrótsze drogi w grafach z wagami dr Andrzej Mróz (UMK w Toruniu) 013 Projekt wspóªnansowany ze ±rodków Unii Europejskiej w ramach Europejskiego Funduszu Spoªecznego Projekt pn. Wzmocnienie potencjaªu

Bardziej szczegółowo

Funkcja kwadratowa, wielomiany oraz funkcje wymierne

Funkcja kwadratowa, wielomiany oraz funkcje wymierne Funkcja kwadratowa, wielomiany oraz funkcje wymierne Šukasz Dawidowski Nocne powtórki maturalne 28 kwietnia 2014 r. Troch teorii Funkcj f : R R dan wzorem: f (x) = ax 2 + bx + c gdzie a 0 nazywamy funkcj

Bardziej szczegółowo

Twierdzenie Wainera. Marek Czarnecki. Warszawa, 3 lipca Wydziaª Filozoi i Socjologii Uniwersytet Warszawski

Twierdzenie Wainera. Marek Czarnecki. Warszawa, 3 lipca Wydziaª Filozoi i Socjologii Uniwersytet Warszawski Twierdzenie Wainera Marek Czarnecki Wydziaª Filozoi i Socjologii Uniwersytet Warszawski Wydziaª Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski Warszawa, 3 lipca 2009 Motywacje Dla dowolnej

Bardziej szczegółowo

Biedronka. Wej±cie. Wyj±cie. Przykªady. VI OIG Zawody dru»ynowe, Finaª. 19 V 2012 Dost pna pami : 64 MB.

Biedronka. Wej±cie. Wyj±cie. Przykªady. VI OIG Zawody dru»ynowe, Finaª. 19 V 2012 Dost pna pami : 64 MB. Biedronka Pªot ma D cm dªugo±ci i zbudowany jest z desek zako«czonych trójk tami równoramiennymi, poª czonych ze sob w jedn caªo±. Dªugo± ramienia ka»dego z trójk tów stanowi P % dªugo±ci podstawy. Po

Bardziej szczegółowo

Arkusz maturalny. Šukasz Dawidowski. 25 kwietnia 2016r. Powtórki maturalne

Arkusz maturalny. Šukasz Dawidowski. 25 kwietnia 2016r. Powtórki maturalne Arkusz maturalny Šukasz Dawidowski Powtórki maturalne 25 kwietnia 2016r. Odwrotno±ci liczby rzeczywistej 1. 9 8 2. 0, (1) 3. 8 9 4. 0, (8) 3 4 4 4 1 jest liczba Odwrotno±ci liczby rzeczywistej 3 4 4 4

Bardziej szczegółowo

Wybrane poj cia i twierdzenia z wykªadu z teorii liczb

Wybrane poj cia i twierdzenia z wykªadu z teorii liczb Wybrane poj cia i twierdzenia z wykªadu z teorii liczb 1. Podzielno± Przedmiotem bada«teorii liczb s wªasno±ci liczb caªkowitych. Zbiór liczb caªkowitych oznacza b dziemy symbolem Z. Zbiór liczb naturalnych

Bardziej szczegółowo

r = x x2 2 + x2 3.

r = x x2 2 + x2 3. Przestrze«aniczna Def. 1. Przestrzeni aniczn zwi zan z przestrzeni liniow V nazywamy dowolny niepusty zbiór P z dziaªaniem ω : P P V (które dowolnej parze elementów zbioru P przyporz dkowuje wektor z przestrzeni

Bardziej szczegółowo

Zastosowania matematyki

Zastosowania matematyki Zastosowania matematyki Monika Bartkiewicz 1 / 126 ...czy«cie dobrze i po»yczajcie niczego si nie spodziewaj c(šk. 6,34-35) Zagadnienie pobierania procentu jest tak stare jak gospodarka pieni»na. Procent

Bardziej szczegółowo

Oba zbiory s uporz dkowane liniowo. Badamy funkcj w pobli»u kresów dziedziny. Pewne punkty szczególne (np. zmiana denicji funkcji).

Oba zbiory s uporz dkowane liniowo. Badamy funkcj w pobli»u kresów dziedziny. Pewne punkty szczególne (np. zmiana denicji funkcji). Plan Spis tre±ci 1 Granica 1 1.1 Po co?................................. 1 1.2 Denicje i twierdzenia........................ 4 1.3 Asymptotyka, granice niewªa±ciwe................. 7 2 Asymptoty 8 2.1

Bardziej szczegółowo

Geometria Algebraiczna

Geometria Algebraiczna Geometria Algebraiczna Zadania domowe: seria 1 Zadania 1-11 to powtórzenie podstawowych poj z teorii kategorii. Zapewne rozwi zywali Pa«stwo te zadania wcze±niej, dlatego nie b d one omawiane na wiczeniach.

Bardziej szczegółowo

Hotel Hilberta. Zdumiewaj cy ±wiat niesko«czono±ci. Marcin Kysiak. Festiwal Nauki, 20.09.2011. Instytut Matematyki Uniwersytetu Warszawskiego

Hotel Hilberta. Zdumiewaj cy ±wiat niesko«czono±ci. Marcin Kysiak. Festiwal Nauki, 20.09.2011. Instytut Matematyki Uniwersytetu Warszawskiego Zdumiewaj cy ±wiat niesko«czono±ci Instytut Matematyki Uniwersytetu Warszawskiego Festiwal Nauki, 20.09.2011 Nasze do±wiadczenia hotelowe Fakt oczywisty Hotel nie przyjmie nowych go±ci, je»eli wszystkie

Bardziej szczegółowo

Teoria mnogo±ci. Twierdzenia podziaªowe. Piotr Zakrzewski. Toru«, 31 sierpnia 2009. Instytut Matematyki Uniwersytet Warszawski

Teoria mnogo±ci. Twierdzenia podziaªowe. Piotr Zakrzewski. Toru«, 31 sierpnia 2009. Instytut Matematyki Uniwersytet Warszawski Teoria mnogo±ci Twierdzenia podziaªowe Piotr Zakrzewski Instytut Matematyki Uniwersytet Warszawski Toru«, 31 sierpnia 2009 Istota twierdze«podziaªowych Jesli,du»y' zbiór podzielimy na,niewielk ' liczb

Bardziej szczegółowo

O pewnym zadaniu olimpijskim

O pewnym zadaniu olimpijskim O pewnym zadaniu olimpijskim Michaª Seweryn, V LO w Krakowie opiekun pracy: dr Jacek Dymel Problem pocz tkowy Na drugim etapie LXII Olimpiady Matematycznej pojawiª si nast puj cy problem: Dla ka»dej liczby

Bardziej szczegółowo

Maszyny Turinga i problemy nierozstrzygalne. Maszyny Turinga i problemy nierozstrzygalne

Maszyny Turinga i problemy nierozstrzygalne. Maszyny Turinga i problemy nierozstrzygalne Maszyny Turinga Maszyna Turinga jest automatem ta±mowym, skª da si z ta±my (tablicy symboli) potencjalnie niesko«czonej w prawo, zakªadamy,»e w prawie wszystkich (tzn. wszystkich poza sko«czon liczb )

Bardziej szczegółowo

Przetwarzanie sygnaªów

Przetwarzanie sygnaªów Przetwarzanie sygnaªów Wykªad 8 - Wst p do obrazów 2D Marcin Wo¹niak, Dawid Poªap Przetwarzanie sygnaªów Pa¹dziernik, 2018 1 / 27 Plan wykªadu 1 Informacje wstepne 2 Przetwarzanie obrazu 3 Wizja komputerowa

Bardziej szczegółowo

Matematyka dyskretna dla informatyków

Matematyka dyskretna dla informatyków Matematyka dyskretna dla informatyków Cz ± I: Elementy kombinatoryki Jerzy Jaworski Zbigniew Palka Jerzy Szyma«ski Uniwersytet im. Adama Mickiewicza Pozna«2007 2 Podstawowe zasady i prawa przeliczania

Bardziej szczegółowo

Podstawowe algorytmy grafowe i ich zastosowania

Podstawowe algorytmy grafowe i ich zastosowania Podstawowe algorytmy grafowe i ich zastosowania Autor projektu: dr Andrzej Mróz (UMK) Projekt pn. Wzmocnienie potencjaªu dydaktycznego UMK w Toruniu w dziedzinach matematyczno-przyrodniczych realizowany

Bardziej szczegółowo

ELEMENTARNA TEORIA LICZB. 1. Podzielno±

ELEMENTARNA TEORIA LICZB. 1. Podzielno± ELEMENTARNA TEORIA LICZB IZABELA AGATA MALINOWSKA N = {1, 2,...} 1. Podzielno± Denicja 1.1. Niepusty podzbiór A zbioru liczb naturalnych jest ograniczony, je»eli istnieje taka liczba naturalna n 0,»e m

Bardziej szczegółowo

Przekroje Dedekinda 1

Przekroje Dedekinda 1 Przekroje Dedekinda 1 O liczbach wymiernych (tj. zbiorze Q) wiemy,»e: 1. zbiór Q jest uporz dkowany relacj mniejszo±ci < ; 2. zbiór liczb wymiernych jest g sty, tzn.: p, q Q : p < q w : p < w < q 3. 2

Bardziej szczegółowo

Macierze i Wyznaczniki

Macierze i Wyznaczniki Macierze i Wyznaczniki Kilka wzorów i informacji pomocniczych: Denicja 1. Tablic nast puj cej postaci a 11 a 12... a 1n a 21 a 22... a 2n A =... a m1 a m2... a mn nazywamy macierz o m wierszach i n kolumnach,

Bardziej szczegółowo

Ekstremalnie fajne równania

Ekstremalnie fajne równania Ekstremalnie fajne równania ELEMENTY RACHUNKU WARIACYJNEGO Zaczniemy od ogólnych uwag nt. rachunku wariacyjnego, który jest bardzo przydatnym narz dziem mog cym posªu»y do rozwi zywania wielu problemów

Bardziej szczegółowo

istnienie elementu neutralnego dodawania (zera): 0 K a K a + 0 = a, istnienie elementu neutralnego mno»enia (jedynki): 1 K a K a 1 = a,

istnienie elementu neutralnego dodawania (zera): 0 K a K a + 0 = a, istnienie elementu neutralnego mno»enia (jedynki): 1 K a K a 1 = a, Ciaªo Denicja. Zbiór K z dziaªaniami dodawania + oraz mno»enia (których argumentami s dwa elementy z tego zbioru, a warto±ciami elementy z tego zbioru) nazywamy ciaªem, je±li zawiera co najmniej dwa elementy

Bardziej szczegółowo

Wstp. Warto przepływu to

Wstp. Warto przepływu to 177 Maksymalny przepływ Załoenia: sie przepływow (np. przepływ cieczy, prdu, danych w sieci itp.) bdziemy modelowa za pomoc grafów skierowanych łuki grafu odpowiadaj kanałom wierzchołki to miejsca połcze

Bardziej szczegółowo

Macierze i Wyznaczniki

Macierze i Wyznaczniki dr Krzysztof yjewski Mechatronika; S-I.in». 5 pa¹dziernika 6 Macierze i Wyznaczniki Kilka wzorów i informacji pomocniczych: Denicja. Tablic nast puj cej postaci a a... a n a a... a n A =... a m a m...

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Podstawowe algorytmy grafowe i ich zastosowania

Podstawowe algorytmy grafowe i ich zastosowania Podstawowe algorytmy grafowe i ich zastosowania dr Andrzej Mróz (UMK w Toruniu) 2013 Projekt wspóªnansowany ze ±rodków Unii Europejskiej w ramach Europejskiego Funduszu Spoªecznego Projekt pn. Wzmocnienie

Bardziej szczegółowo

Egzaminy i inne zadania. Semestr II.

Egzaminy i inne zadania. Semestr II. Egzaminy i inne zadania. Semestr II. Poni»sze zadania s wyborem zada«ze Wst pu do Informatyki z egzaminów jakie przeprowadziªem w ci gu ostatnich lat. Ponadto doª czyªem szereg zada«, które pojawiaªy si

Bardziej szczegółowo

Szeregowanie zada« Przedmiot fakultatywny 15h wykªadu + 15h wicze« dr Hanna Furma«czyk. 7 pa¹dziernika 2013

Szeregowanie zada« Przedmiot fakultatywny 15h wykªadu + 15h wicze« dr Hanna Furma«czyk. 7 pa¹dziernika 2013 Przedmiot fakultatywny 15h wykªadu + 15h wicze«7 pa¹dziernika 2013 Zasady zaliczenia 1 wiczenia (ocena): kolokwium, zadania dodatkowe (implementacje algorytmów), praca na wiczeniach. 2 Wykªad (zal): zaliczone

Bardziej szczegółowo

Ciaªa i wielomiany. 1 Denicja ciaªa. Ciaªa i wielomiany 1

Ciaªa i wielomiany. 1 Denicja ciaªa. Ciaªa i wielomiany 1 Ciaªa i wielomiany 1 Ciaªa i wielomiany 1 Denicja ciaªa Niech F b dzie zbiorem, i niech + (dodawanie) oraz (mno»enie) b d dziaªaniami na zbiorze F. Denicja. Zbiór F wraz z dziaªaniami + i nazywamy ciaªem,

Bardziej szczegółowo

Grafy i Zastosowania. 5: Drzewa Rozpinaj ce. c Marcin Sydow. Drzewa rozpinaj ce. Cykle i rozci cia fundamentalne. Zastosowania

Grafy i Zastosowania. 5: Drzewa Rozpinaj ce. c Marcin Sydow. Drzewa rozpinaj ce. Cykle i rozci cia fundamentalne. Zastosowania Grafy i Grafy i 5: Rozpinaj ce Spis zagadnie«grafy i i lasy cykle fundamentalne i wªasno±ci cykli i rozci przestrzenie cykli i rozci * : zastosowanie w sieciach elektrycznych minimalne * algorytm Kruskala*

Bardziej szczegółowo

Egzaminy i inne zadania. Semestr II.

Egzaminy i inne zadania. Semestr II. Egzaminy i inne zadania. Semestr II. Poni»sze zadania s wyborem zada«ze Wst pu do Informatyki z egzaminów jakie przeprowadziªem w ci gu ostatnich lat. Ponadto doª czyªem szereg zada«, które pojawiaªy si

Bardziej szczegółowo

*** Teoria popytu konsumenta *** I. Pole preferencji konsumenta 1. Przestrze«towarów 2. Relacja preferencji konsumenta 3. Optymalny koszyk towarów

*** Teoria popytu konsumenta *** I. Pole preferencji konsumenta 1. Przestrze«towarów 2. Relacja preferencji konsumenta 3. Optymalny koszyk towarów *** Teoria popytu konsumenta *** I. Pole preferencji konsumenta 1. Przestrze«towarów 2. Relacja preferencji konsumenta 3. Optymalny koszyk towarów I.1 Przestrze«towarów Podstawowe poj cia Rynek towarów

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo