METODY ALGORYTMICZNE W BADANIACH SIŠY NIEREGULARNO CI GRAFÓW
|
|
- Anna Jankowska
- 6 lat temu
- Przeglądów:
Transkrypt
1 Uniwersytet im. Adama Mickiewicza Wydziaª Matematyki i Informatyki Maciej Kalkowski METODY ALGORYTMICZNE W BADANIACH SIŠY NIEREGULARNO CI GRAFÓW rozprawa doktorska Promotor: prof. dr hab. Michaª Karo«ski Pozna«, 00
2 Spis tre±ci Podzi kowania Wprowadzenie 3. Cel rozprawy Podstawowe denicje Lokalne rozró»nianie wierzchoªków 9. Rozró»nianie totalnymi sumami Rozró»nianie sumami Globalne rozró»nianie wierzchoªków Rozró»nianie sumami Rozró»nianie totalnymi sumami Pokrewne problemy rozró»niania 4 4. Lokalne rozró»nianie totalnymi iloczynami Konguracje»etonów Bibliograa 46
3 Podzi kowania Chciaªbym bardzo podzi kowa mojemu promotorowi prof. dr. hab. Micha- ªowi Karo«skiemu, za okazan pomoc przez wszystkie lata studiów doktoranckich oraz za olbrzymi wkªad w powstawanie tej rozprawy doktorskiej. Jestem mu bardzo wdzi czny za inspiracj do pracy naukowej i pokierowanie moim rozwojem w dziedzinie teorii grafów i algorytmów grafowych. Dzi kuj mu równie», za mo»liwo±ci kontaktu z innymi matematykami, w szczególno±ci za uczestnictwo w Pozna«-Berlin Seminar 008. Z caªego serca chciaªbym podzi kowa rodzicom Bernadecie i Ludwikowi Kalkowskim, którzy wpoili we mnie ciekawo± ±wiata, nauczyli pokonywa przeszkody i dali skuteczne narz dzia do realizacji moich celów. Dzi kuj równie» caªej rodzinie Bartonezzów, za wsparcie i wiar we mnie. Chciaªbym szczególnie podzi kowa Hani, która przez ostatnie lata ponosiªa ze mn wspólnie konsekwencje mojego zaanga»owania w tworzenie prac naukowych, które cz sto zakªócaªy moje my±li w trakcie odpoczynku. Dzi kuj jej za wszystko co dla mnie zrobiªa, co dla mnie po±wi ciªa, za ci»k prac dla nas obojga, za ciepªo i miªo± którymi mnie obdarza i za to jak stara si by. Zaª czam równie» podzi kowania dla wszystkich moich wspóªpracowników z Wydziaªu Matematyki i Informatyki, z którymi realizowaªem wiele ciekawych projektów. Dzi kuj równie» wszystkim wspóªpracownikom i partnerom w ramach rm Centuria sp. z o.o. i istream.pl sp. z o.o., którzy przez wszystkie lata moich studiów musieli cz sto dostosowywa si do mojego planu zaj na uczelni.
4 Rozdziaª Wprowadzenie. Cel rozprawy Celem niniejszej pracy jest przedstawienie nowych metod rozwi zywania problemów globalnej i lokalnej siªy nieregularno±ci. Powy»sze dwa zagadnienia rozpatrzymy zarówno dla grafów wa»onych jak i totalnie wa»onych. Tym samym powstaj dwa problemy lokalnego rozró»niania wierzchoªków i dwa problemy globalnego rozró»niania wierzchoªków. Wszystkie przedstawione metody i dowody b d miaªy charakter algorytmów wyznaczaj cych warto±ci funkcji wa» cych. Dla ka»dego z omawianych problemów zostaªy sformuªowane hipotezy dotycz ce górnego ograniczenia na warto± siªy. Najciekawsz i najszerzej omówion jest hipoteza --3 dla problemu lokalnej siªy nirergularno±ci, dla której zaprezentujemy trzy wyniki, ka»dy poprawiaj cy górne ograniczenie inn metod. Pomimo,»e problem globalnej nieregularno±ci grafu zostaª sformuªowany prawie 5 lat przed wersj lokaln, ze wzgl du na kolejno± i konsekwencje powstawania wyników przedstawionych w niniejszej pracy, rozpoczniemy od wprowadzenia lokalnej wersji dla totalnego wa»enia. Rozdziaª drugi dotyczy lokalnego rozró»niania wierzchoªków i skªada si z dwóch cz ±ci. W pierwszej omówimy problem lokalnej siªy nieregularno±ci dla totalnego wa»enia. Wprowadzimy podstawowe zagadanienia oraz przytoczymy dotychczasowe wyniki w tej dziedzinie, w tym najlepszy: -totalnewa»enie. Nast pnie udowodnimy dwa nowe twierdzenia poprawiaj ce ró»- nymi metodami wcze±niejsze osi gni cia w tej dziedzinie. Pierwsze z nich pokazuje konstrukcj lokalnie nieregularnego 5-totalnego-wa»enia i wykorzystuje metod podziaªu zbioru wierzchoªków na trzy podzbiory w celu nadania odpowiednich wag modulo 4. Drugie zasªuguje na szczególn uwag, gdy» do-
5 . Podstawowe denicje 4 wodzi faktu istnienia lokalnie nieregularnego 3-totalnego-wa»enia, a metoda w nim wykorzystana, posiadaj ca pewn cech zachªann, otworzyªa drog do powstania serii wyników dla wszystkich czterech problemów nieregularno±ci grafów. W drugiej cz ±ci rozdziaªu omówimy problem lokalnej siªy nieregularno±ci dla wa»enia kraw dzi grafu. Przytoczymy dotychczasowe rezultaty, z których najlepszy dowodzi,»e istnieje lokalnie nieregularne 3-wa»enie, oraz, jak ju» wspomnieli±my, zaprezentujemy trzy twierdzenia, które dowodz istnienia lokalnie nieregularnego 0-wa»enia, 6-wa»enia i 5-wa»enia. Ka»de z tych twierdze«korzysta z innej metody konstrukcji wa»enia. W rozdziale trzecim przejdziemy do globalnej siªy nieregularno±ci grafu. W pierwszej cz ±ci rozpatrzymy to zagadanienie dla wa»enia kraw dzi. Omówimy najwa»niejsze wyniki, w tym twierdzenie, które rozró»nia wierzchoªki wykorzystuj c wagi mniejsze od n + 8. Poprawimy ten rezultat, dowodz c istnienia 6 δ n δ -wa»enia, które rozró»nia wszystkie wierzchoªki w grae. W drugiej cz ±ci rozpatrzymy zagadnienie globalnego rozró»niania wierzchoªków, korzystaj c z totalnego wa»enia grafu. Przedstawimy w niej dotychczasowe rezultaty. Najlepszy z nich pokazuje konstrukcj (3 n + 8)-wa»enia rozró»niaj cego wszystkie wierzchoªki w grae. Udowodnimy twierdzenie, które δ poprawi ten rezultat i ograniczy najwi ksz wag kraw dzi do 3 n +. δ W ostatnim rozdziale zaprezentujemy dwie pokrewne dziedziny rozró»- niania wierzchoªków, w których stosuj c metody wprowadzone w niniejszej pracy udaªo si uzyska nowe wyniki.. Podstawowe denicje Przedmiotem naszych bada«b d grafy proste, rozumiane jako uporz dkowane pary G = (V, E), dla których przez V lub V (G) oznaczamy zbiór wierzchoªków, a przez E lub E(G) zbiór kraw dzi e = {u, v}, takich,»e u, v V. Dla uproszczenia kraw d¹ e = {v, u} cz sto oznaczamy przez uv lub vu. Moc zbioru wierzchoªków zapisujemy jako V (G) lub V, a zbioru kraw dzi E(G) lub G. Moc zbioru wierzchoªków zazwyczaj oznaczamy liter n. Mówimy,»e wierzchoªek u V jest incydentny z kraw dzi e E w przypadku gdy v e. Dwa wierzchoªki v, v V s s siaduj ce, je±li istnieje kraw d¹ e E, taka,»e e = uv. Dwie kraw dzie e, e E s s siaduj ce, je±li istnieje taki wierzchoªek v V,»e v e i v e. Zbiór s siadów wierzchoªka v w grae G oznaczamy przez N G (V ) lub po prostu N(v), gdy kontekst nie wymaga wskazania grafu G. W kolejnych wprowadzanych denicjach stosujemy podobne uproszczenie, je±li nie jest
6 . Podstawowe denicje 5 konieczne wskazanie grafu, którego grafu dotyczy dane oznaczenie. Stopniem wierzchoªka v V w grae G nazywamy liczb kraw dzi z nim incydentnych. Je±li wierzchoªek zawiera p tl, wówczas jego stopie«wzrasta o. Stopie«wierzchoªka oznaczamy przez d G (v) lub te» d(v). Minimalny stopie«wierzchoªka w grae G oznaczamy przez δ = min {d G (v) : v V }. Analogicznie maksymalny stopie«wierzchoªka w grae G, deniujemy jako = max {d G (v) : v V }. Graf G = (V, E ) nazywamy podgrafem grafu G i zapiszemy to jako G G, gdy V V oraz E E. W przypadku, gdy E zawiera wszystkie kraw dzie e = uv E, takie»e u, v V, mówimy»e podgraf G jest podgrafem indukowanym grafu G i oznaczamy to przez G[V ]. Mówimy,»e graf jest k-regularny (lub te» jest grafem regularnym stopnia k), je±li wszystkie jego wierzchoªki s stopnia k. W przypadku gdy wszystkie wierzchoªki grafu s ze sob s siaduj ce, tzn. G jest (n )-regularny, wówczas mówimy,»e jest grafem peªnym i oznaczamy przez K n. Grafem dwudzielnym nazywamy graf którego, którego zbiór wierzchoªków mo»na podzieli na dwa zbiory V i V, tak,»e V V =, V V = V oraz nie istnieje kraw d¹ e = (u, v), taka,»e u, v V lub u, v V. Grafem peªnym dwudzielnym nazywamy taki graf dwudzielny o podziale V = V V,»e wszystkie wierzchoªki u, v, takie»e u V oraz v V s poª czone kraw dzi. Peªny graf dwudzielny oznaczamy K n,n, gdzie n = V oraz n = V cie»k nazywamy graf G = (V, E) zawieraj cy co najmniej trzy wierzchoªki, V = {v, v,..., v n }, o zbiorze kraw dzi nast puj cej postaci: E = {v 0 v, v v,..., v n v n }. Mo»emy zatem zauwa»y,»e ±cie»ka jest grafem zawieraj cym uporz dkowane n wierzchoªków, z czego pierwszy i ostatni s stopnia, a pozostaªe stopnia. Tak ±cie»k oznaczamy przez P n. Zbiór jej kraw dzi ma n elementów. Je±li do zbioru kraw dzi ±cie»ki P n, zdeniowanej w sposób jak powy»ej, dodamy jedn kraw d¹ v n v 0, wówczas uzyskamy graf o n kraw dziach i n wierzchoªkach stopnia. Taki graf nazywamy cyklem i oznaczamy C n. Grafem spójnym, nazywamy taki graf, w którym mi dzy ka»d par wierzchoªków istnieje ±cie»ka. W przypadku gdy G nie posiada tej wªasno- ±ci, wówczas mo»emy powiedzie»e ma co najmniej dwie skªadowe spójno- ±ci. Przez skªadow spójno±ci grafu G rozumiemy, taki podgraf indukowany G = (V, E ) grafu G = (V, E), który jest spójny i nie istnieje wierzchoªek nale» cy do zbioru V \ V poª czony ±ci»k w G z dowolnym wierzchoªkiem nale» cym do V. Drzewem nazywamy graf G, w którym dowolne dwa wierzchoªki s po- ª czone dokªadnie jedn ±cie»k. Podgrafem rozpi tym grafu G = (V, E) nazywamy taki G = (V, E ), gdzie E jest podzbiorem E. Grafem zawieraj cym izolowan kraw d¹ nazywamy niespójny graf G,
7 . Podstawowe denicje 6 który zawiera K jako jedn ze skªadowych spójno±ci. Grafem zawieraj cym dwa wierzchoªki izolowane nazywamy niespójny graf G, który zawiera co najmniej dwa wierzchoªki stopnia 0. Grafem wa»onym nazywamy graf G, którego kraw dzie maj dodatkowo przyporz dkowane liczby naturalne wi ksze od zera, zwane wagami. Funkcja ω, zwana wa»eniem, okre±la to przyporz dkowanie: ω : E {,..., k} (.) Przez ω(e) oznaczamy wag kraw dzi e, a caªe wa»enie ω nazywamy k- wa»eniem. Stopniem wa»onym wierzchoªka v w grae wa»onym nazywamy sum wag kraw dzi z nim incydentnych, co zapisujemy w nast puj cy sposób: ψ(v) = e=vu ω(e) (.) Grafem totalnie wa»onym nazywamy graf wa»ony, którego wierzchoªki maj dodatkowo przyporz dkowan liczb naturaln wi ksz od zera. Przyporz dkowanie dla tego grafu okre±la funkcja ω zwana totalnym wa»eniem: ω : E V {,..., k} (.3) Takie totalne wa»enie grafu G, nazywamy k-totalnym-wa»eniem. Stopniem totalnie wa»onym wierzchoªka v nazywamy w tym przypadku sum jego wagi i wag kraw dzi z nim incydentnych: ψ(v) = e=vu ω(e) + ω(v). (.4) W dalszej cz ±ci pracy, omawiaj c algorytmy totalnego wa»enia, dla uproszczenia cz sto pomijamy sªowo "totalne". Jednak»e w przypadku, gdy w kontek±cie danego paragrafu lub dowodu mówimy zarówno o wa»eniu zwykªym jak i totalnym, wówczas nie stosujemy tego uproszczenia. Ponadto, zamiast nazwy stopie«wa»ony lub stopie«totalnie wa»ony, cz sto u»ywamy nazwy kolor lub totalny kolor. Mówimy,»e graf G jest nieregularny w przypadku, gdy wszystkie lub tylko s siaduj ce wierzchoªki s ró»nego stopnia (zale»y to od rodzaju nieregularno±ci, które omówimy poni»ej). Zauwa»my,»e ka»dy graf zawiera co najmniej dwa wierzchoªki tego samego stopnia. Sytuacja zmienia si, kiedy rozpatrzymy grafy wa»one i totalnie wa»one (rys..) oraz uzyskane kolory wierzchoªków. W niniejszej pracy rozwa»amy dwa rodzaje nieregularno±ci. Lokaln nieregularno±, zwan te» w odniesieniu do klasycznej teorii grafów kolorowaniem
8 . Podstawowe denicje 7 Ψ(v)=4 3 Ψ(v)=5 Ψ(v)=3 Ψ(v)=4 Ψ(v)=3 Ψ(v)=5 Rysunek.: Graf prosty, graf wa»ony i graf totalnie wa»ony wªa±ciwym, oraz globaln nieregularno±, zwan dalej po prostu nieregularno±ci. Lokalna nieregularno± grafu polega na takim ustaleniu kolorów w gra- e G, by ka»de dwa wierzchoªki poª czone kraw dzi miaªy ró»ne kolory. W odniesieniu do interpretacji stopnia wa»onego jako koloru wierzchoªka, znalezienie lokalnej nieregularno±ci polega na znalezieniu takiego wa»enia (totalnego wa»enia) grafu, by stopnie wa»one (totalne stopnie wa»one) dowolnych dwóch poª czonych wierzchoªków byªy ró»ne. Denicja.. Mówimy,»e graf G jest lokalnie nieregularny, gdy dla ka»- dej kraw dzi e = uv stopie«wa»ony wierzchoªków z ni incydentnych jest ró»ny. e=uv ψ(u) ψ(v) (.5) Globalna nieregularno± grafu polega na takim ustaleniu kolorów w grae G,»e dowolne dwa wierzchoªki maj ró»ne kolory. W przypadku koloru wierzchoªka, rozumianego jako jego stopie«wa»ony, znalezienie globalnej nieregularno±ci grafu polega na wyznaczeniu takiego wa»enia (totalnego wa»enia) grafu, by kolory (totalne kolory) wszystkich wierzchoªków byªy ró»ne. Denicja.. Mówimy,»e graf G jest nieregularny, gdy dla ka»dej pary wierzchoªków w G ich stopie«wa»ony jest ró»ny. v,u V ψ(u) ψ(v) (.6) Grafy wa»one maj swoj prost graczn interpretacj jako multigrafy, w których ka»da kraw d¹ e jest reprezentowana przez jej ω(e) kopii. Wówczas stopie«wierzchoªka w multigrae równy jest stopniowi wa»onemu w grae wa»onym. Reprezentacja graczna grafów totalnie wa»onych poprzez multigrafy jest niemo»liwa ze wzgl du na brak mo»liwo±ci skonstruowania
9 . Podstawowe denicje 8 kraw dzi, która nada wierzchoªkowi nieparzysty kolor (p tla zwi ksza kolor o ). Dlatego te» w obu przypadkach w niniejszej pracy, w celu oznaczenia wa»enia i totalnego wa»enia korzystamy z liczb naturalnych umieszczonych wewn trz wierzchoªka lub obok jej kraw dzi. Przez siª grafu wa»onego G rozumiemy najwi ksz wag spo±ród jego kraw dzi. Tym samym lokaln siª nieregularno±ci, sl(g), nazywamy najmniejsz mo»liw siª G, tak by graf byª lokalnie nieregularny. Globaln siª nieregularno±ci, s(g), nazywamy najmniejsz mo»liw siª G, tak by graf byª globalnie nieregularny. Analogicznie dla wa»e«totalnych, deniujemy lokaln totaln siª nieregularno±ci, sl t (G), oraz globaln totaln siª nieregularno±ci, s t (G). Šatwo mo»na wykaza,»e w przypadku zwykªego wa»enia, uzyskanie nieregularnego wa»enia mo»e by niemo»liwe. Na przykªad, gdy G zawiera izolowan kraw d¹ lub dwa izolowane wierzchoªki. W takim przypadku przyjmujemy,»e siªa nieregularno±ci wynosi. Algorytmem wa»enia grafu G nazywamy ci g operacji, które wyzanaczaj warto±ci funkcji ω. Algorytm mo»e posiada informacj o warto±ci siªy nieregularno±ci w G, jak równie» dziaªa niezale»nie od niej. Zªo»ono±ci obliczeniow algorytmu lub te» jego zªo»ono±ci czasow nazywamy liczb wykonanych elementarnych operacji. Zªo»ono± obliczeniowa jest najcz ±ciej zale»na od rozmiaru danych wej±ciowych. W niniejszej pracy przez rozmiar danych wej±ciowych rozumiemy liczb wierzchoªków grafu G. Okre±laj c szacowan zªo»ono± obliczeniow algorytmu korzystamy z zapisu mówi cego o asymptotycznym zachowaniu si funkcji. Pisz c,»e algorytm P o zªo»ono±ci obliczeniowej f(n) ma zªo»ono± obliczeniow O(g(n)), rozumiemy,»e istnieje taka staªa C oraz taka warto± n 0,»e: n>n0 f(n) Cg(n) (.7) Algorytmem zachªannym nazywamy taki sposób dziaªania algorytmu, który w ka»dym kroku dokonuje zachªannego wyboru, tzn. najlepszego w danej chwili wyboru rozwi zania cz ±ciowego. W klasycznej teorii grafów, problem kolorowania wªa±ciwego sprowadza si do wykorzystania jak najmniejszej liczby kolorów nadanych wierzchoªkom. W przypadku nieregularno±ci grafów wa»onych parametrem, który jest gªównym przedmiotem bada«, jest siªa nieregularno±ci grafu. Oczywi±cie liczba kolorów nadanych w grae lokalnie nieregularnym jest co najmniej tak du»a, jak liczba kolorów w rozumieniu klasycznym.
10 Rozdziaª Lokalne rozró»nianie wierzchoªków. Rozró»nianie totalnymi sumami Problem lokalnej siªy nieregularno±ci totalnego wa»enia grafu zostaª sformu- ªowany przez Przybyªo i Wo¹niaka w 007 roku w pracy [36]. Pomimo,»e zostaª on sformuªowany jako ostatni z czterech gªównych zagadnie«omawianych w niniejszej pracy, rozpoczynamy od niego, gdy» metodologia wykorzystana w przeprowadzonych dowodach, miaªa kluczowy wpªyw na powstanie wyników zaprezentowanych w dalszej cz ±ci pracy. Problem ten wywodzi si z dwóch rozpatrywanych wcze±niej zagadanie«: totalnego wa»enia grafu, wprowadzonego przez Ba, Jendrola, Millera i Ryana w 00 roku w pracy [7] (rozdziaª 3.) oraz lokalnego rozró»niania grafu sumami wag kraw dzi, wprowadzonego w tym samym roku przez Karo«skiego, Šuczaka i Thomasona w pracy [7] (rozdziaª.). Problem lokalnej siªy nieregularno±ci grafu dla totalnego wa»enia polega na znalezieniu takiego totalnego wa»enia grafu, którego stopnie wa»one s siaduj cych wierzchoªków s ró»ne oraz siªa grafu jest minimalna (tzn. maksymalna nadana waga jest mo»liwie najmniejsza). Kierunki bada«b d zatem zmierzaªy do znalezienia ogranicze«na warto± sl t (G) oraz algorytmów wa-»enia o jak najmniejszej sile. Wskazanie ograniczenia dolnego dla dowolnego grafu sprowadza si do konstrukcji grafu, którego siªa nie mo»e by mniejsza ni» zadana warto±. Oczywiste jest istnienie grafów, których stopnie (rozumiane w sposób zwykªy) s siaduj cych wierzchoªków s ró»ne i tym samym sl t (G) =. Nale» do nich np. gwiazda lub peªne grafy dwudzielne K n,n, takie,»e n n. Konstrukcja tych grafów przedstawiona jest na rysunku.. Dla formalno±ci
11 . Rozró»nianie totalnymi sumami 0 Ψ(v)=3 Ψ(v)=3 Ψ(v)=3 Ψ(v)=4 Ψ(v)=4 Ψ(v)= Ψ(v)= Ψ(v)=6 Ψ(v)= Ψ(v)= Ψ(v)= Rysunek.: Graf peªny dwudzielny K,3, gwiazda K,5 mo»emy zatem powiedzie,»e totalna lokalna siªa nieregularno±ci dowolnego grafu prostego jest na pewno wi ksza lub równa. Mo»liwe jest równie» wykazanie istnienia grafów o sl t (G) =. Nale» do nich zarówno znane grafy rzadkie o zadanej strukturze np. cykle, ±cie»ki, jak i grafy g ste - peªne. Zauwa»my,»e w przypadku grafu peªnego warto± totalnej lokalnej siªy nieregularno±ci jest równa warto±ci globalnej totalnej siªy nieregularno±ci, to znaczy, sl t (G) = s t (G). Twierdzenie. (Przybyªo, Wo¹niak [36]). Totalna lokalna siªa nieregularno±ci grafu peªnego wynosi. Dowód tego twierdzenia ma konstrukcj indukcyjn i opiera si na dowodzie znanego wcze±niej twierdzenia, mówi cego»e lokalna siªa nieregularno±ci dla zwykªego wa»enia wynosi 3 (patrz Twierdzenie.9). W prosty sposób mo»na wykaza prawdziwo± poni»szych dwóch oszacowa«. Twierdzenie.. Dla dowolnego grafu G: sl t (G) n < (.) sl t (G) sl(g) (.) Dowód. Zaªó»my»e mamy dany graf G = (V, E). Nadajemy wszystkim kraw dziom grafu wagi, a wierzchoªkom tymczasowo 0. Nast pnie ustawiamy wierzchoªki w kolejno±ci od najmniejszego do najwi kszego stopnia (v,..., v n ), tak,»e ψ(v )... ψ(v n ). W ustalonej przed kolejno±ci nadajemy wierzchoªkom wagi kolejno z uporz dkowanego zbioru (,..., n). Tym
12 . Rozró»nianie totalnymi sumami samym uzyskujemy ostatecznie ψ(v ) <... < ψ(v n ). Maksymalna waga kraw dzi w grae wynosi, a maksymalna waga wierzchoªka wynosi n, co dowodzi poprawno± oszacowania (.). W celu udowodnienia oszacowania (.), skorzystamy z zaªo»enia,»e istnieje nieregularne zwykªe wa»enie ω : E {,..., k} grafu G = (V, E) o sile sl(g). Nast pnie, nadaj c wagi wszystkim wierzchoªkom, oraz pozostawiaj c wagi ω bez zmian, uzyskujemy nieregularne wa»enie ω : E V {,..., k} o sile nieregularno±ci sl t (G) sl(g). Dotychczas nie udaªo si wykaza istnienia grafów, dla których sl t (G) >. Pozwala to przypuszcza,»e totalna lokalna siªa nieregularno± wynosi. W pracy [36], Przybyªo i Wo¹niak sformuªowali tak zwan hipotez -: Hipoteza.3 (Przybyªo, Wo¹niak, [36]). Dla dowolnego grafu G istnieje -totalne-wa»enie b d ce kolorowaniem wªa±ciwym. Hipoteza pozostaªa dotychczas nieudowodniona, a najlepszym znanym oszacowaniem warto±ci sl t (G) jest wynik zaprezentowany w dalszej cz ±ci rozdziaªu. Autorami wi kszo±ci znanych ogranicze«na totaln lokaln siª nieregularno±ci s Przybyªo i Wo¹niak. Uzyskali oni bardzo dobre ograniczenia, przeksztaªcaj c metody, które powstaªy wcze±niej dla lokalnej siªy nieregularno±ci. Twierdzenie.4 (Przybyªo, Wo¹niak, [36]). Dla dowolnego grafu G = (V, E) istnieje -totalne-wa»enie b d ce kolorowaniem wªa±ciwym, podczas gdy dla grafów 3-kolorowalnych, 4-regularnych oraz dwudzielnych istnieje - totalne-wa»enie b d ce kolorowaniem wªa±ciwym. Zauwa»my,»e dowód twierdzenia dla grafu dwudzielnego ma bardzo prost konstrukcj. Zaªó»my,»e mamy dany dwudzielny graf G = (V, E) o podziale zbioru wierzchoªków V = V V. Nadajemy wszystkim kraw dziom w grae wagi. Nast pnie ka»demu wierzchoªkowi ze zbioru V nadajemy wag w przypadku, gdy suma wag jego kraw dzi jest nieparzysta, a w przeciwnym przypadku. Analogicznie ka»demu wierzchoªkowi ze zbioru V nadajemy wag w przypadku, gdy suma wag jego kraw dzi jest parzysta, a w przeciwnym przypadku. Uzyskujemy tym samym parzyste kolory dla wierzchoªków ze zbioru V oraz nieparzyste kolory dla wierzchoªków ze zbioru V. Jednocze±nie maksymalna waga wynosi. Wkrótce po opublikowaniu pracy [36], Przybyªo udowodniª w notce [3] nast puj ce twierdzenie, które do czasu powstania wyników zaprezentowanych w niniejszej rozprawie, byªo najlepszym oszacowaniem dla grafów regu-
13 . Rozró»nianie totalnymi sumami larnych: Twierdzenie.5 (Przybyªo, [3]). Dla dowolnego regularnego grafu G = (V, E) istnieje 7-totalne-wa»enie b d ce kolorowaniem wªa±ciwym. W dalszej cz ±ci rozdziaªu udowodnimy dwa twierdzenia dotycz ce totalnej lokalnej siªy nieregularno±ci dla dowolnego grafu. Pierwsze, pokazuje konstrukcj 5-totalnego-wa»enia b d cego kolorowaniem wªa±ciwym. Wynik ten nie doczekaª si publikacji, gdy» kilka tygodni po powstaniu zostaª poprawiony. Jednak»e ze wzgl du na metod, z której korzysta w dowodzie, jest u»yteczny z punktu widzenia dalszych bada«. W szczególno±ci, idea dowodu mo»e si okaza u»yteczna przy poprawianiu ogranicze«dla pokrewnych problemów rozró»niania wierzchoªków. Twierdzenie.6 (Kalkowski, []). Dla dowolnego grafu G istnieje 5- totalne-wa»enie b d ce kolorowaniem wªa±ciwym. W dowodzie tego twierdzenia skorzystamy z lematu udowodnionego w pracy [] przez Addario-Berry'ego, Aldreda, Dalala i Reeda : Lemat.7 (Addario-Berry, Aldred, Dalal, Reed, []). Dla dowolnego spójnego grafu G = (V, E), który nie jest 3-kolorowalny, istnieje taki podziaª zbioru wierzchoªków na rozª czne zbiory V 0, V, V,»e (dla i liczonego modulo 3):. v Vi N(v) V i+ N(v) V i,. v Vi N(v) V i+ Dowód Twierdzenia.6. Zaªó»my,»e G jest grafem spójnym. W przypadku gdy G jest grafem niespójnym, mo»emy przeprowadzi dowód osobno niezale»nie dla ka»dej skªadowej spójno±ci. Dodatkowo zaªó»my,»e G nie jest 3-kolorowalny. W przeciwnym przypadku skorzystamy z Twierdzenia.4 udowodnionego w pracy [36]. Dzielimy zbiór wierzchoªków tak, by speªniaª zaªo»enia Lematu.7. Nast pnie nadajemy wszystkim kraw dziom w grae wag 3, a wierzchoªkom wag. Tym samym, w celu uzyskania 5-totalnego-wa»enia, mamy mo»liwo± zwi kszenia lub zmniejszenia wag kraw dzi o warto±ci {0,, } oraz zwi kszenia wag wierzchoªków o warto± ze zbioru {0,,, 3, 4}. Naszym celem jest taka modykacja wag w grae, by po zako«czeniu dziaªania procedury kolory s siaduj cych wierzchoªków byªy ró»ne oraz: dla ka»dego v V 0, ψ(v) mod 4,
14 . Rozró»nianie totalnymi sumami 3 dla ka»dego v V, ψ(v) 3 mod 4, dla ka»dego v V, ψ(v) 0, mod 4. Wierzchoªki przetwarzamy w ustalonej kolejno±ci, najpierw analizuj c zbiór V 0, nast pnie V, a jako ostatni V. W trakcie przetwarzania wierzchoªka v wybieramy dla niego jego docelowy kolor, tj. taki, który otrzyma po zako«czeniu dziaªania caªej procedury. Kolor ten oznaczamy przez ϕ(v). Kolor wierzchoªka mo»e si zmienia w trakcie przetwarzania s siadów wyst puj cych w ustalonej kolejno±ci po v. Tzn. mo»e wyst pi taka sytuacja»e ψ(v) ϕ(v). Dbamy jednak o to, by v miaª mo»liwo± takiego zmodykowania swojej wagi, by w ostatnim kroku algorytmu uzyskaª ψ(v) = ϕ(v). Rozpoczynamy od wierzchoªków ze zbioru V 0. Ustalamy ich kolejno± {v,..., v k } oraz przypisujemy warto± do licznika i, który oznacza numer wierzchoªka przetwarzanego w bie» cym kroku. W trakcie przetwarzania wierzchoªka v i sprawdzamy czy jego obecny kolor przystaje do mod 4, oraz czy jest ró»ny od kolorów docelowych wierzchoªków ze zbioru N(v i ) {v,..., v i }. Je±li speªnia oba warunki, przechodzimy do nast pnego wierzchoªka w kolejno±ci, ustawiaj c ϕ(v i ) = ψ(v i ) oraz i = i +. W przeciwnym przypadku kolor wierzchoªka nie przystaje do mod 4 lub powoduje konikt z którym± ze swoich s siadów ze zbioru N(v i ) {v,..., v i }. W celu ustalenia koloru docelowego dla v i modykujemy wagi kraw dzi ze zbioru E vi = {e = v i v j : v j N(v i ) V }. Do wagi ka»dej takiej kraw dzi mo»emy doda lub odj warto± ze zbioru {0,, }. Dzi ki temu, kolor wierzchoªka v i mo»e przyj jedn z warto±ci ze zbioru { E vi + ψ(v i ),..., E vi + ψ(v i )}. W zbiorze tym jest 4 E vi + kolejnych warto±ci. Dodatkowo pozwolimy na dodanie do wagi wierzchoªka warto±ci ze zbioru {0,,, 3}. W ten sposób uzyskali±my zbiór mo»liwych kolorów dla v i zawieraj cy 4 E vi +4 kolejnych warto±ci. Jest w nim co najmniej E vi + warto±ci przystaj cych do mod 4. Opieraj c si na podziale zbioru V, wynikaj cym z Lematu.7, wiemy,»e E vi N(v i ) {v,..., v i }. Zatem, modykuj c odpowiednio wagi kraw dzi E vi i wag wierzchoªka v i, mo»emy wybra nowy kolor dla v i, który przystaje do mod 4 i nie powoduje koniktów z kolorami wierzchoªków ze zbioru N(v i ) {v,..., v i }. Dokonujemy odpowiednich modykacji i ustalamy warto± ϕ(v i ). Przechodzimy do kolejnego wierzchoªka ustawiaj c i = i +. W przypadku gdy warto± licznika i przekroczyªa k przechodzimy do przetwarzania wierzchoªków ze zbioru V. Ustalamy w nim kolejno± wierzchoªków {v k+,..., v l } i post pujemy zgodnie z poni»szym opisem.
15 . Rozró»nianie totalnymi sumami 4 W trakcie przetwarzania wierzchoªka v i sprawdzamy, czy jego obecny kolor przystaje do 3 mod 4 oraz czy jest ró»ny od kolorów docelowych wierzchoªków z N(v i ) {v k+,..., v i }. Je±li speªnia oba warunki, przechodzimy do nast pnego wierzchoªka w kolejno±ci, ustawiaj c ϕ(v i ) = ψ(v i ) oraz i = i +. W przeciwnym przypadku kolor wierzchoªka nie przystaje do 3 mod 4 lub powoduje konikt z którym± ze swoich s siadów N(v i ) {v k+,..., v i }. W celu ustalenia koloru docelowego dla v i modykujemy wagi kraw dzi ze zbioru E vi = {e = v i v j : v j N(v i ) V }. Do wagi ka»dej takiej kraw dzi mo»emy doda lub odj warto± ze zbioru {0,, }. Tym samym, kolor wierzchoªka v i mo»e przyj jedn z warto±ci ze zbioru { E vi + ψ(v i ),..., E vi + ψ(v i )}. W zbiorze tym jest 4 E vi + kolejnych warto±ci. Dodatkowo pozwolimy na dodanie do wagi wierzchoªka warto±ci ze zbioru {0,,, 3}. W ten sposób uzyskamy zbiór mo»liwych kolorów dla v i zawieraj cy 4 E vi + 4 kolejnych warto±ci. Jest w nim co najmniej E vi + warto±ci przystaj cych do 3 mod 4. Zatem, na podstawie podziaªu zbioru V, wynikaj cym z Lematu.7, wiemy,»e E vi N(v i ) {v k+,..., v i }. Tym samym modykuj c odpowiednio wagi kraw dzi E vi i wag wierzchoªka v i wyznaczamy nowy kolor dla v i, który przystaje do 3 mod 4 i nie powoduje koniktów z kolorami wierzchoªków ze zbioru N(v i ) {v k+,..., v i }. Warto± t oznaczamy przez ϕ(v i ). Przechodzimy do kolejnego wierzchoªka ustawiaj c i = i +. W przypadku gdy warto± licznika i przekroczyªa l przechodzimy do przetwarzania wierzchoªków ze zbioru V. Ustalamy kolejno± wierzchoªków {v l+,..., v n }. W trakcie przetwarzania wierzchoªka v i sprawdzamy czy jego obecny kolor przystaje do 0, mod 4 oraz czy jest ró»ny od kolorów docelowych wierzchoªków ze zbioru N(v i ) {v l+,..., v i }. Je±li speªnia oba warunki, przechodzimy do sprawdzania nast pnego wierzchoªka w kolejno±ci, ustawiaj c i = i +. W przeciwnym przypadku wiemy,»e kolor wierzchoªka nie przystaje do 0, mod 4 lub powoduje konikt z którym± ze swoich s siadów ze zbioru N(v i ) {v l+,..., v i }. W celu ustalenia koloru docelowego dla v i modykujemy wagi kraw dzi ze zbioru E vi = {e = v i v j : v j N(v i ) V 0 }. W tym przypadku rozpatrzymy ka»d kraw d¹ indywidualnie, gdy» musimy uwa-»a, by kolory wierzchoªków z V 0 nie oddaliªy si za bardzo od swojego docelowego koloru. Rozpatrujemy zatem kraw dzie postaci e = v i v j, gdzie j k. Zauwa»my,»e wszystkie te kraw dzie maj wag 3, a wierzchoªki v j mog mie wag ze zbioru {,, 3, 4}. Dodatkowo przed rozpocz ciem przetwarzania v l wszystkie wierzchoªki ze zbioru V 0 maj ϕ(v) = ψ(v). Rozpatrzmy zatem kraw d¹ e = v i v j, j k. Je±li ω(v j ) 3, wówczas
16 . Rozró»nianie totalnymi sumami 5 mo»emy doda do ω(e) warto±ci {0,, }, jednocze±nie odpowiednio zmniejszaj c warto± ω(v j ) i tym samym pozostawiaj c ψ(v j ) bez zmian. W przypadku gdy ω(v j ), wówczas sprawdzamy warto± ψ(v j ). Je±li: ψ(v j ) = ϕ(v j ) wówczas mo»emy odj od wagi ω(e) warto±ci {0,, }, ψ(v j ) = ϕ(v j ) wówczas mo»emy doda lub odj od wagi ω(e) warto±ci {0, }, ψ(v j ) = ϕ(v j ) wówczas mo»emy doda do wagi ω(e) warto±ci {0,, }. Spowoduje to,»e kolor ψ(v j ) b dzie ró»ny od koloru docelowego ϕ(v j ), który zapewniaª nam poprawne kolorowanie. Jednak»e ªatwo mo»emy zauwa»y,»e taka sytuacja ma miejsce tylko w przypadku, gdy ω(v j ). Ponadto bie» cy koloru nie b dzie si ró»niª o wi cej ni» od koloru docelowego (tj. ϕ(v j ) ψ(v j ) ). Powy»szy krok dla ka»dej kraw dzi e = v i v j umo»liwia nam modykacj jej wagi o dwie warto±ci (uzyskuj c 3 kolejne potencjalne warto±ci dla ψ(v j )). Zatem kolor ψ(v j ) mo»e przyj warto±ci ze zbioru { m + ψ(v i ),..., p + ψ(v i )}, gdzie p+m = E vi. Fakt ten, w poª czeniu z mo»liwo±ci modykacji wagi wierzchoªka v i o {0, +, +}, pozwala na uzyskanie E vi + kolejnych warto±ci dla koloru v i. Jest w±ród nich co najmniej E vi + ró»nych kolorów, przystaj cych do 0, mod 4. Zatem na podstawie podziaªu zbioru V, wynikaj cym z Lematu.7, wiemy,»e E vi N(v i ) {v l+,..., v i }. Modykuj c odpowiednio wagi kraw dzi E vi i wag wierzchoªka v i wyznaczamy nowy kolor dla v i, który przystaje do 0, mod 4 i nie powoduje koniktów z kolorami docelowymi wierzchoªków ze zbioru N(v i ) {v l+,..., v i }. Warto± tak oznaczymy przez ϕ(v i ). W nalnym kroku, pozostaje ponowne przetworzenie wierzchoªków ze zbioru V 0. Je±li dla wierzchoªka v i ( i k) kolor docelowy ró»ni si od koloru bie» cego ϕ(v i ) ψ(v i ), wówczas dodajemy do ω(v i ) warto± ϕ(v i ) ψ(v i ), uzyskuj c tym samym ϕ(v i ) = ψ(v i ), co ko«czy dowód. Drugie twierdzenie, które udowodnimy, poprawia wynik zaprezentowany powy»ej i jest obecnie najlepszym ograniczeniem górnym. Jednocze±nie jest to mo»liwie najbli»sze nieoptymalne ograniczenie górne w odniesieniu do Hipotezy.3. Twierdzenie.8 (Kalkowski, [0]). Dla dowolnego grafu G = (V, E) istnieje 3-totalne-wa»enie ω b d ce kolorowaniem wªa±ciwym. Wa»enie ω nadaje kraw dziom wagi ze zbioru {,, 3}, a wierzchoªkom wagi ze zbioru {, }.
17 . Rozró»nianie totalnymi sumami 6 Dowód. Zaªó»my,»e mamy dany spójny graf G = (V, E). W przypadku gdy G jest grafem niespójnym, mo»emy przeprowadzi dowód osobno niezale»nie dla ka»dej skªadowej spójno±ci. Przez ψ(v) oznaczamy kolor wierzchoªka, który za ka»dym razem jest obliczany w sposób zdeniowany w równaniu (.4). Dla ka»dego wierzchoªka w trakcie dziaªania algorytmu przypiszemy jego kolor docelowy, oznaczany przez ϕ(v). Kolor ten nie ulega pó¹niejszej zmianie i chcemy, by po zako«- czeniu procedury ka»dy wierzchoªek miaª ψ(v) = ϕ(v). Niech V (G) = n. W przypadku, gdy n = nie ma nic do wykazania. Je±li n =, wówczas nadajemy wag jedynej kraw dzi w G, a dwóm wierzchoªkom odpowiednio wag i. Zaªó»my zatem,»e n 3. W pierwszym kroku nadajemy wszystkim kraw dziom w grae wag, a wszystkim wierzchoªkom wag. W ten sposób uzyskujemy mo»liwo± co najwy»ej jednokrotnego dodania albo odj cia warto±ci od wagi kraw dzi oraz jednokrotnego zwi kszenia wagi wierzchoªka o warto±. W dalszej cz ±ci algorytmu przetwarzamy wierzchoªki w ustalonej kolejno- ±ci V = {v,..., v n }. Rozpoczynaj c od wierzchoªka v, ustalamy ϕ(v ) = ψ(v ) = d(v i ). Nast pnie, w trakcie przetwarzania ka»dego kolejnego wierzchoªka v i, gdzie i n, korzystamy z nast puj cych zaªo»e«algorytmu: ψ(v j ) = ϕ(v j ) lub ψ(v j ) = ϕ(v j ), dla ka»dego j < i. ϕ(v j ) ϕ(v l ), je±li istnieje kraw d¹ v i v j E(G) oraz j, l < i. ω(e) =, dla ka»dej kraw dzi e = v i v l. Zaªó»my,»e v i ma k wierzchoªków s siaduj cych w zbiorze {v,..., v i }, k = N(v) {v,..., v i }, które nazywamy s siadami poprzedzaj cymi v i. Wyznaczymy kolor docelowy dla v i, ró»ny od docelowych kolorów jego s siadów poprzedzaj cych. W tym celu pozwalamy na modykacj wag kraw dzi do jego s siadów poprzedzaj cych, e = v j v i, j < i, w taki sposób,»e: mo»emy pozostawi wag kraw dzi bez zmiany, lub, albo dodajemy do wagi kraw dzi, je±li ψ(v j ) = ϕ(v j ), albo odejmujemy od wagi kraw dzi, je±li ψ(v j ) = ϕ(v j ) +. Zauwa»my,»e w ten sposób uzyskujemy mo»liwo± zmiany koloru wierzchoªka v i na jedn z warto±ci z przedziaªu [d(v i ) s, d(v i ) + t], gdzie s + t = k. W przedziale tym jest k + potencjalnych warto±ci dla ψ(v i ). Wiedz c,»e v i ma dokªadnie k s siadów poprzedzaj cych, mo»emy wyznaczy jego kolor w ten
18 . Rozró»nianie sumami 7 sposób, by zachowa zaªo»enia algorytmu oraz by nie powodowaª»adnego koniktu z kolorami docelowymi jego s siadów poprzedzaj cych. Wybieramy zatem wªa±ciw warto± ψ(v i ), dokonuj c jednocze±nie odpowiednich zmian wag kraw dzi e = v j v i, j < i. Ustalamy ϕ(v i ) = ψ(v i ). W powy»szy sposób przetwarzamy wszystkie pozostaªe wierzchoªki. Po przetworzeniu v n, graf G posiada nast puj ce wªasno±ci: ka»dy wierzchoªek v V ma albo ψ(v) = ϕ(v) albo ψ(v) = ϕ(v),»adne dwa s siaduj ce wierzchoªki nie maj tego samego koloru docelowego, wagi wszystkich kraw dzi nale» do zbioru {,, 3}, wagi wszystkich wierzchoªków wynosz. W ostatnim kroku, w celu uzyskania kolorowania wªa±ciwego zgodnego z wyborem kolorów ostatecznych, dodajemy wag do wagi tych wierzchoªków dla których ψ(v) = ϕ(v), co ko«czy dowód. Powy»szy algorytm ma wielomianowy czas dziaªania (O(n )) oraz wielomianow zªo»ono± pami ciow (O(n )). Z punktu widzenia konieczno±ci nadania wag wszystkim kraw dziom w grae jest to minimalna mo»liwa zªo-»ono± obliczeniowa. Zauwa»my,»e algorytm korzysta z pewnej cechy zachªannej, dokonuj c w trakcie przetwarzania v i zachªannego wyboru koloru docelowego. Technika zastosowana w dowodzie zapocz tkowaªa powstanie nowych ogranicze«dla pozostaªych warto±ci siªy nieregularno±ci grafów, które zostan omówione w dalszej cz ±ci pracy.. Rozró»nianie sumami Problem lokalnej siªy nieregularno±ci dla zwykªego wa»enia grafu (sl(g)) zostaª sformuªowany przez Karo«skiego, Šuczaka i Thomasona w 00 roku w pracy [7]. Wywodzi si on z problemu klasycznego kolorowania grafu i polega na znalezieniu takiego wa»enia kraw dzi grafu, w którym stopnie wa»one s - siaduj cych wierzchoªków s ró»ne oraz siªa grafu jest minimalna. Problemy siªy nieregularno±ci skupiaj si na minimalizacji maksymalnej wagi kraw dzi, dlatego b dziemy szukali ogranicze«na warto± sl(g) oraz algorytmów wa»enia o jak najmniejszej sile. Opieraj c si na nierówno±ci (.) udowodnionej w pierwszej cz ±ci rozdziaªu, mo»emy powiedzie,»e problem lokalnej siªy nieregularno±ci jest problemem co najmniej tak trudnym, jak jego totalna wersja. Zauwa»my jednak,
19 . Rozró»nianie sumami 8»e w tym przypadku nie mamy mo»liwo±ci lokalnej zmiany koloru wierzchoªka. Wyznaczaj c dolne ograniczenie dla dowolnego grafu posªu»ymy si, podobnie jak w rozdziale poprzednim, konstrukcj grafów o zadanej strukturze i ograniczonej z doªu warto±ci sl(g). Zauwa»my na rysunku.,»e mo»- liwe jest pokolorowanie wierzchoªków grafu b d cego gwiazd korzytaj c z maksymalnej wagi kraw dzi, podczas gdy dla ±cie»ki na n wierzchoªkach musimy skorzysta z wagi, a dla grafu peªnego 3. Konstrukcja dowodu Ψ(v)=4 Ψ(v)=3 Ψ(v)= Ψ(v)=3 Ψ(v)= Ψ(v)= Ψ(v)=5 Ψ(v)=6 3 Ψ(v)=5 Ψ(v)= Ψ(v)= Ψ(v)= Ψ(v)= Ψ(v)= Rysunek.: Graf peªny K 4, ±cie»ka P 4 i gwiazda K,5 nast puj cego twierdzenia znalazªa zastosowanie we wszystkich problemach rozró»niania wierzchoªków omówionych w niniejszej pracy. Twierdzenie.9 (Chartrand, Jacobson, Lehel, Oellermann, Ruiz, Saba, [8]). Siªa nieregularno±ci grafu peªnego K n wynosi 3, dla n 3. Dowód. Konstrukcj wa»enia grafu K n wagami {,, 3} przeprowadzimy w sposób indukcyjny, buduj c najpierw wa»enie dla K n, a pó¹niej rozszerzaj c je o jeden wierzchoªek. Rozpoczynamy od lokalnie nieregularnego grafu K 3, nadaj c trzem pierwszym kraw dziom odpowiednio wagi,, 3 (tym samym otrzymuj c kolory wierzchoªków 3, 4, 5). Nast pnie, dodaj c ka»dy kolejny wierzchoªek, ª czymy go z powstaªym wcze±niej grafem kraw dziami o wagach albo, je±li powstaªy wcze±niej graf miaª nieparzyst liczb wierzchoªków, albo 3 je±li powstaªy wcze±niej graf miaª parzyst liczb wierzchoªków. Post pujemy tak, a» do uzyskania grafu peªnego o zadanej liczbie wierzchoªków. Zauwa»my,»e dodaj c wierzchoªek poª czony kraw dziami o wagach, tworzymy najl»ejszy (w sensie najmniejszego koloru) wierzchoªek w gra- e. Analogicznie, dodaj c wierzchoªek poª czony kraw dziami o wagach 3, tworzymy najci»szy wierzchoªek w grae.
20 . Rozró»nianie sumami 9 W celu wykazania,»e dla nieregularnego pokolorowania grafu peªnego trzeba skorzysta z wag {,, 3}, wyka»emy,»e wagi {, } nie wystarcz. K n to graf na n wierzchoªkach, z których ka»dy jest stopnia n. Zatem korzystaj c tylko z wag {, } najmniejszy mo»liwy stopie«wa»ony wynosi d(v) = n, w przypadku gdy wszystkim kraw dziom incydentnym do v nadamy wag, a najwi kszy mo»liwy stopie«wa»ony wierzchoªka wynosi d(v) = (n ), w przypadku gdy wszystkim kraw dziom incydentnym nadamy wag. W zbiorze liczb {n,..., (n )} jest dokªadnie n ró»nych warto±ci. Zatem, w celu pokolorowania grafu wagami {, }, musieliby±my skorzysta ze wszystkich tych warto±ci. Jednak»e niemo»liwe jest nadanie wagi wszystkim kraw dziom incydentnym do jednego wierzchoªka oraz wagi wszystkim kraw dziom incydentnym do innego wierzchoªka w tym samym grae K n. Zatem kolorowanie wªa±ciwe grafu peªnego wymaga skorzystania z wag {,, 3}. Uzyskali±my pewno±,»e dla dowolnego grafu lokalna siªa nieregularno±ci wynosi co najmniej 3. Oczywiste jest,»e dla grafu K nie istnieje nieregularne wa»enie (zarówno lokalnie jak i globalnie). Podobna sytuacja ma miejsce, gdy graf zawiera K jako skªadow spójno±ci. Wykluczaj c te szczególne przypadki, mo»emy postawi pytanie, jakie s ograniczenia warto±ci sl(g) dla grafu na n-wierzchoªkach. Autorzy pracy [7] sformuªowali tak zwan hipotez --3. Hipoteza.0 (Karo«ski, Šuczak, Thomason, [7]). Dla dowolnego nietrywialnego grafu G istnieje 3-wa»enie kraw dzi b d ce kolorowaniem wªa±ciwym. Odniesienie do grafu nietrywialnego ma na celu wyeliminowanie grafów zawieraj cych K jako skªadow spójno±ci. W pracy [7], oprócz sformuªowania hipotezy, przedstawione zostaªo twierdzenie z dowodem jej poprawno±ci dla grafów 3-kolorowalnych. Twierdzenie. (Karo«ski, Šuczak, Thomason, [7]). Niech Γ b dzie sko«czon grup abelow o nieparzystej liczbie elementów. Niech G b dzie Γ -kolorowalnym grafem. Wówczas istnieje takie wa»enie kraw dzi grafu G, elementami zbioru Γ, które jest kolorowaniem wªa±ciwym. Ponadto, dla grafów o zadanej strukturze powstaªo wiele twierdze«wykazuj cych istnienie lokalnie nieregularnego 3-wa»enia. Jednak»e dla dowolnego grafu nie udaªo si dotychczas wykaza prawdziwo±ci hipotezy. Poni»ej przytoczymy wyniki najwa»niejszych prac, które dotyczyªy zagadnienia lokalnej
21 . Rozró»nianie sumami 0 siªy nieregularno±ci dla dowolnego grafu. Pierwszym górnym ograniczeniem jest rezultat udowodniony w pracy []. Twierdzenie. (Addario-Berry, Dalal, McDiarmid, Reed, Thomason, []). Dla dowolnego grafu, który nie zawiera kraw dzi izolowanej, istnieje 30- wa»enie kraw dzi, b d ce kolorowaniem wªa±ciwym. Dowód tego twierdzenia korzystaª z do± skomplikowanych technik podziaªu zbioru wierzchoªków na 8 podzbiorów oraz nadawania im kolorów modulo. Krótko potem udowodnione zostaªo twierdzenie poprawiaj ce powy»szy wynik, które korzystaªo z podobnych technik podziaªu zbioru wierzchoªków (tym razem na 5 podzbiorów) oraz z bardziej skomplikowanej metody nadawania wag. Twierdzenie.3 (Addario-Berry, Aldred, Dalal, Reed, []). Dla dowolnego grafu, który nie zawiera kraw dzi izolowanej, istnieje 6-wa»enie kraw dzi b d ce kolorowaniem wªa±ciwym. Korzystaj c z technik opisanych w [], Wang i Yu, w 008 roku, w pracy [39], poprawili oszacowanie i otrzymali nast puj cy rezultat. Twierdzenie.4 (Wang, Yu, [39]). Dla dowolnego grafu, który nie zawiera kraw dzi izolowanej, istnieje 3-wa»enie kraw dzi b d ce kolorowaniem wªa±ciwym. Jak ju» wspomnieli±my w poprzednim paragrae, w 007 roku zostaªa sformuªowana wersja totalna problemu lokalnej siªy nieregularno±ci. Równocze±nie rozpocz ªy si badania nad transformacj zadanego k-totalnegowa»enia w wynikaj ce z niego wa»enie zwykªe z siª uzale»nion od k. Tym samym mo»emy sformuªowa pytanie, czy potwierdzenie prawdziwo±ci hipotezy - implikuje potwierdzenie hipotezy --3. Badania te doprowadziªy do nast puj cego nieopublikowanego rezultatu wykazanego wspólnie z Krzysztofem Krzywdzi«skim: Twierdzenie.5 (Kalkowski, Krzywdzi«ski, [3]). Dla dowolnego grafu, nie zawieraj cego kraw dzi izolowanych, istnieje 0-wa»enie, b d ce kolorowaniem wªa±ciwym. W celu wykazania prawdziwo±ci tego twierdzenia, skorzystamy z Twierdzenia.8 oraz z nast puj cego lematu.
22 . Rozró»nianie sumami Lemat.6 (Kalkowski, Krzywdzi«ski, [3]). Dla dowolnego grafu G = (V, E), nie zawieraj cego kraw dzi izolowanych, je±li istnieje lokalnie nieregularne totalne wa»enie, takie,»e ω : E(G) {,..., k}, V (G) {, }, wówczas istnieje lokalnie nieregularne wa»enie, takie,»e ω : E(G) {,..., 3k+ }. Dowód. Niech dany b dzie spójny graf G = (V, E), nie zawieraj cy K. W przypadku gdy G jest grafem niespójnym, mo»emy przeprowadzi dowód osobno niezale»nie dla ka»dej skªadowej spójno±ci. Z zaªo»enia mamy dane wa»enie ω : E(G) {,..., k}, V (G) {, }. W pierwszym kroku redukujemy o wagi wszystkich wierzchoªków. Tym samym kolory wszystkich wierzchoªków zmniejszyªy si o (nie powoduj c»adnych nowych koniktów). Zatem funkcja ω przyporz dkuje wierzchoªkom wagi {0, }. Oznaczmy zbiorem V wierzchoªki posiadaj ce wag. Je±li V zawiera nieparzyst liczb wierzchoªków, wówczas szukamy w G wierzchoªka, który ma najmniejszy stopie«wa»ony w swoim otoczeniu i dodatkowo nie nale»y do V. Oznaczamy ten wierzchoªek przez v min i dodajmy go do zbioru V. Je±li nie ma takiego wierzchoªka, tzn. wszystkie takie wierzchoªki nale» do V, wówczas wybieramy spo±ród nich dowolny, który ma minimalny stopie«wa»ony w swoim otoczeniu i zmieniamy jego wag z na 0, gdy» jego kolor zmniejszony o nie spowoduje»adnego koniktu. W ten sposób mamy pewno±,»e V ma parzyst liczb wierzchoªków. W kolejnym kroku mno»ymy wagi wszystkich kraw dzi przez 3, uzyskuj c w ten sposób nowe wa»enie ω. Nie spowoduje to»adnych koniktów w kolorach wierzchoªków, natomiast pozwoli je pó¹niej w odpowiedni sposób zmieni. Mo»emy zauwa»y,»e w tak zmodykowanym wa»eniu, nie istnieje wierzchoªek o kolorze 3k dla dowolnego k =,,.... Zauwa»my te»,»e kolory wierzchoªków z V maj warto± 3k + dla k =,,..., a kolory wierzchoªków z V \ V maj warto± 3k dla k =,,.... Nast pnie szukamy spójnego drzewa T rozpinaj cego G. W dalszej cz - ±ci algorytmu drzewo to ograniczymy w ten sposób, by zawieraªo wszystkie wierzchoªki z V oraz pozostaªe wierzchoªki z V \ V i kraw dzie e E, niezb dne do zachowania spójno±ci T. Maj c tak wyznaczone drzewo T, dokonamy jego podziaªu na zbiór rozª cznych kraw dziowo ±cie»ek P, tak by pierwszy i ostatnio wierzchoªek ka»dej ±cie»ki nale»aª do V. Wybierzmy dowolny wierzchoªek v r V. Rozwa»my zbiór ±cie»ek S, do którego nale» wszystkie ±cie»ki w T o jednym ko«cu v r a drugim nale» cym do zbioru V \ {v r }. Dla wszystkich v T wyznaczmy warto± p(v), która oznacza do ilu z tych ±cie»ek nale»y v. Usuwamy z T wszystkie wierzchoªki, dla których p(v) = 0. Je±li dla wszystkich wierzchoªków p(v) =, wówczas T jest ±cie»k i
23 . Rozró»nianie sumami dodaj c j do P, osi gamy po» dany cel. W przeciwnym przypadku istnieje co najmniej jeden wierzchoªek v, taki,»e p(v). Niech u b dzie wierzchoªkiem najbardziej odlegªym od v r, takim»e p(u). Niech V p oznacza zbiór, do którego nale»y u oraz wierzchoªki v V, które s poª czone z v r ±cie»k zawieraj c u. Je±li wszystkie wierzchoªki maj p(v) =, wówczas zostaªa nam w grae jedna ±cie»ka. Dodajemy j do P, ko«czymy procedur podziaªu T i przechodzimy do kolejnego kroku. Je±li u = v r, wówczas p(u) = k + dla k {,,...} oraz istnieje k, rozª cznych kraw dziowo ±cie»ek postaci {v p,..., u,..., v p }, takich,»e v p, v p V p oraz jedna {v p,..., u}, v p V p. Dodajemy te ±cie»ki do P, ko«czymy procedur podziaªu T i przechodzimy do kolejnego kroku. W przeciwnym przypadku, gdy u v r, mamy dwie mo»liwo±ci. Je±li p(u) = k, dla k {,,...}, wówczas wiemy,»e k lub k ±cie»ek ma posta {v r,..., u,..., v p }, v p V p, w zale»no±ci od tego czy u V. Je±li u V, wówczas jedna ±cie»ka b dzie miaªa posta {v r,..., u}. Tworzymy zatem k rozª cznych kraw dziowo ±cie»ek postaci {v p,..., u,..., v p }, takich,»e v p, v p V p, oraz jedn dodatkow ±cie»k {u,..., v p }, v p V p gdy u V, lub jedn dodatkow ±cie»k {v p,..., u,..., v p }, v p, v p V p, gdy u / V. Tak utworzone ±cie»ki dodajemy do P, a nast pnie usuwamy z T wierzchoªki nale»ace do tych ±cie»ek. Je±li p(u) = k +, dla k {,,...}, wówczas wiemy,»e na pewno k ±cie»ek ma posta {v r,..., u,..., v p }, v p V p. Tworzymy k rozª cznych kraw dziowo ±cie»ek postaci {v p,..., u,..., v p }, takich,»e v p, v p V p. Tak utworzone ±cie»ki dodajemy do P i usuwamy z T wszystkie wierzchoªki nale» ce do tych ±cie»ek (z wyj tkiem u). Nast pnie obliczamy na nowo warto±ci p(v) i usuwamy z T wszystkie wierzchoªki, dla których p(v) = 0. Powtarzamy powy»sze post powanie, a» do usuni cia ostatnich dwóch wierzchoªków v V z T. Maj c wyznaczony zbiór ±cie»ek P = {P,..., P l }, zauwa»my,»e dla dowolnego wierzchoªka v V, wiemy»e znajduje si on na jednym z ko«ców dokªadnie jednej ±cie»ki P m, m l oraz mo»e wyst pi w ±rodku kilku innych ±cie»ek. Nast pnie zmodykujemy wagi kraw dzi ka»dej z wyznaczonych powy»ej ±cie»ek na zmian dodaj c lub odejmuj c. Rozpatrzmy przykªadow ±cie»k P m = {v,..., v k }. Je±li v k = v min, wówczas odwrócimy kolejno± wierzchoªków w P m tak, by v = v min. Dokonujemy zmiany wag kraw dzi P m w nast puj cy sposób: ω (v, v ) = ω (v, v ), ω (v, v 3 ) = ω (v, v 3 ) +, itd. na zmian odejmuj c i dodaj c. Zauwa»my,»e kolor wierzchoªka v zmniejszy si o, a kolor v k albo zmniejszy si o, je±li k jest nieparzyste, albo wzro±nie o, gdy k jest parzyste. Jednocze±nie
24 . Rozró»nianie sumami 3 v r T P v r P 4 P 5 P 3 P P Rysunek.3: Rozbicie drzewa na kraw dziowo rozª czne ±cie»ki kolory wierzchoªków v,..., v k pozostan niezmienione. Nast pnie nadajemy wagom wierzchoªków v i v k warto± 0, tzn. ω (v ) = 0 i ω (v k ) = 0. Zaªó»my,»e przed modykacj ±cie»ki P m, kolor wierzchoªka v wynosiª 3p+, p N (w szczególnym przypadku, gdy byª to v min kolor mógª wynosi 3p). Po zmodykowaniu wag kraw dzi nale» cych do ±cie»ki P m i nadaniu wadze wierzchoªka v warto±ci 0, kolor wierzchoªka v wynosi 3p. Wierzchoªek v nie mo»e by poª czony z»adnym innym wierzchoªkiem o tym kolorze. Podobnie dla v k, zaªó»my»e przed modykacj ±cie»ki P m, jego kolor wynosiª 3p +, p N. Po zmodykowaniu wag kraw dzi nale» cych do ±cie»ki P m i wagi v k, kolor v k wynosi albo 3p + albo 3p. W obu tych przypadkach wierzchoªek v k równie» nie jest poª czony z»adnym innym wierzchoªkiem o takim kolorze. Tym samym nadali±my 0 wagom v i v k, a ich kolory nie powoduj»adnych koniktów. Powy»sze dziaªania przeprowadzamy dla wszystkich ±cie»ek z P, uzyskuj c zerowe wagi dla wszystkich wierzchoªków w grae. Zauwazmy,»e w»adnym z tych kroków nie powstan konikty kolorów, co nale»aªo wykaza. Opieraj c si na Twierdzeniu.8 oraz korzystaj c z prawdziwo±ci powy»- szego lematu mo»emy teraz udowodni Twierdzenie.5. Dowód Twierdzenia.5. W poprzednim rozdziale wykazali±my (w Twierdzeniu.8),»e istnieje takie totalne lokalnie nieregularne wa»enie dowolnego grafu G = (V, E), które nadaje kraw dziom wagi {,, 3}, a wierzchoªkom
25 . Rozró»nianie sumami 4 wagi {, }. Opieraj c si na tym fakcie oraz na Lemacie.6, udowodnionym powy»ej, mo»emy stwierdzi,»e dla dowolnego grafu G, nie zawieraj - cego kraw dzi izolowanych, istnieje 0-wa»enie b d ce kolorowaniem wªa±ciwym. W dalszej cz ±ci tego rozdziaªu omówimy jeszcze dwa twierdzenia. Pierwsze z nich pozwoli na konstrukcj 6-wa»enia kraw dzi, b d cego kolorowaniem wªa±ciwym. Metoda w nim wykorzystana opiera si na lemacie b d cym uogólnieniem metody wykorzystanej w dowodzie Twierdzenia.4. Twierdzenie.7 (Kalkowski, Karo«ski, Pfender, [5]). Dla dowolnego grafu, nie zawieraj cego kraw dzi izolowanych, istnieje 6-wa»enie kraw dzi b d ce kolorowaniem wªa±ciwym. W celu udowodnienia powy»szego twierdzenia, skorzystamy z nast puj - cego lematu: Lemat.8 (Kalkowski, Karo«ski, Pfender, [5]). Niech α R oraz niech β R \ {0}. Wówczas, dla dowolnego spójnego grafu G, G 3, i dla dowolnego drzewa rozpinaj cego T, istnieje totalne wa»enie ω : E(G) {α β, α, α + β} V (G) {0, β}, takie»e jego totalne wagi tworz kolorowanie wªa±ciwe. Ponadto mo»liwe jest takie wybranie ω,»e dla wszystkich kraw dzi e T, ω(e) = α. Dowód. Ustalamy kolejno± wierzchoªków w grae V (G) = {v,..., v n }, tak,»e dla k ka»dy v k ma w T dokªadnie jednego s siada nale» cego do zbioru {v,..., v k }. Rozpoczynamy od nadania wszystkim kraw dziom w grae wag α. W kolejnych krokach pozwolimy na jednokrotne zmodykowanie wagi ka»dej kraw dzi, co umo»liwi ka»demu kolejnemu v k wybór totalnego koloru. Przetwarzaj c v k wybieramy dla niego kolor docelowy, który oznaczymy przez ϕ(v k ). Wierzchoªek v otrzymuje ϕ(v ) = αd(v ). Zaªó»my,»e w ka»dym kolejnym kroku dla k ustalili±my wagi kraw dzi E(G[{v,..., v k }]) \ E(T ) i wierzchoªków {v,..., v k } w ten sposób,»e k wierzchoªków otrzymaªo swoje docelowe kolory ϕ(v i ), i =,..., k. Dla v k modykujemy wagi jego kraw dzi E(v k, {v,..., v k }) \ E(T ), dodaj c lub odejmuj c β. Je±li v k v i E(G) \ E(T ) oraz ω(v i ) = 0, wówczas mo»emy wybra mi dzy [ω(v k v i ) = α, ω(v i ) = 0] i [ω(v k v i ) = α β, ω(v i ) = β], pozostawiaj c jednocze±nie ψ(v i ) bez zmian. Analogicznie, je±li v k v i E(G) \ E(T ) oraz ω(v i ) = β, wówczas mo»emy wybra mi dzy [ω(v k v i ) = α, ω(v i ) = β] i [ω(v k v i ) = α + β, ω(v i ) = 0], pozostawiaj c jednocze±nie ψ(v i ) bez zmian. Dodatkowo mamy mo»liwo± wybrania jednej z dwóch wag (0 lub
26 . Rozró»nianie sumami 5 β) wierzchoªka v i. Otrzymujemy w ten sposób E(v k, {v,..., v k }) \ E(T ) + ró»nych mo»liwych kolorów dla ψ(v k ). Zauwa»my,»e E(v k, {v,..., v k }) \ E(T ) + = E(v k, {v,..., v k }) +, zatem mo»liwe jest wybranie koloru ró»nego od koloru wierzchoªków N(v k ) {v,..., v k }. Powtarzaj c powy»sze kroki dla kolejnych warto±ci k, uzyskujemy kolorowanie wªa±ciwe. Dowód Twierdzenia.7. Bez straty ogólno±ci zaªó»my,»e G jest grafem spójnym. W przypadku gdy G jest grafem niespójnym, mo»emy przeprowadzi dowód osobno niezale»nie dla ka»dej skªadowej spójno±ci. Rozpoczynamy od zastosowania Lematu.8 dla dowolnego wybranego drzewa rozpinaj cego T oraz parametrów α = 4 i β =. Spowoduje to nadanie parzystych kolorów wszystkim wierzchoªkom w grae. W dalszej cz ±ci modykujemy ω tak, by kolory wierzchoªków pozostaªy niezmienione. Niech H = G[{v V (G) : ω(v) = }] b dzie podgrafem indukowanym grafu G, do którego nale» wszystkie wierzchoªki o wadze równej, oraz znajd¹my maksymalny rozpi ty podgraf H H o maksymalnym stopniu. Zmniejszamy o wag wszystkich kraw dzi ω(e), e H, zmieniaj c odpowiednio wagi wierzchoªków tak, by ich kolory pozostaªy niezmienione. Po tym kroku uzyskujemy wagi wszystkich wierzchoªków ω(v) {0,, } oraz wagi wszystkich kraw dzi e E(G), ω(e) {,..., 6}, przy czym dla e E(T ) mamy ω(e) {3, 4}. Niech, dla i {0,, } S i := {v V (G) : ω(v) = i} (.3) oraz niech s i = S i. Zauwa»my,»e dla wierzchoªków v S 0 S warto±ci ψ(v i ) ω(v i ) s parzyste, a dla v S s nieparzyste. Poniewa» H jest maksymalnym podgrafem H, to nie mo»e istnie kraw d¹ ª cz ca wierzchoªek u S z wierzchoªkiem v S, gdy» taka kraw d¹ znalazªaby si w H, a u nale»aªby do S 0 i v do S. Zatem wszystkie kraw dzie ª cz ce wierzchoªki u, v S S, nale» do E(H ) oraz wierzchoªki u, v znajduj si w S. W szczególno±ci, dla ka»dej takiej kraw dzi uv, u, v S, mamy ψ(u) ω(u) ψ(v) ω(v), co wynika z faktu,»e kolory u i v byªy ró»ne przed zmniejszeniem wag kraw dzi nale» cych do H. Oznaczmy zbiór takich kraw dzi przez E. Je±li zbiór S nie zawiera»adnych elementów, to znaczy s = 0, wówczas ograniczamy wa»enie ω tylko do zbioru kraw dzi (co oznaczamy ω E(G) ) i uzyskujemy kolorowanie wªa±ciwe. Zauwa»my,»e wierzchoªki nale» ce do S 0 nie zmieniaj koloru, a wierzchoªki nale» ce do S nie powoduj koniktu z
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
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
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,
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
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
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
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
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
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
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.
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
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
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,
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
Lab. 02: Algorytm Schrage
Lab. 02: Algorytm Schrage Andrzej Gnatowski 5 kwietnia 2015 1 Opis zadania Celem zadania laboratoryjnego jest zapoznanie si z jednym z przybli»onych algorytmów sªu» cych do szukania rozwi za«znanego z
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
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
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
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
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
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
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.
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
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
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.
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
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
1 Metody iteracyjne rozwi zywania równania f(x)=0
1 Metody iteracyjne rozwi zywania równania f()=0 1.1 Metoda bisekcji Zaªó»my,»e funkcja f jest ci gªa w [a 0, b 0 ]. Pierwiastek jest w przedziale [a 0, b 0 ] gdy f(a 0 )f(b 0 ) < 0. (1) Ustalmy f(a 0
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
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,
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
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
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........................
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
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)
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
Materiaªy do Repetytorium z matematyki
Materiaªy do Repetytorium z matematyki 0/0 Dziaªania na liczbach wymiernych i niewymiernych wiczenie Obliczy + 4 + 4 5. ( + ) ( 4 + 4 5). ( : ) ( : 4) 4 5 6. 7. { [ 7 4 ( 0 7) ] ( } : 5) : 0 75 ( 8) (
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
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):
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
ANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15
ANALIZA NUMERYCZNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Metoda Eulera 3 1.1 zagadnienia brzegowe....................... 3 1.2 Zastosowanie ró»niczki...................... 4 1.3 Output do pliku
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
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
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*
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 )
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
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........................
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
Ukªady równa«liniowych
dr Krzysztof yjewski Mechatronika; S-I 0 in» 7 listopada 206 Ukªady równa«liniowych Informacje pomocnicze Denicja Ogólna posta ukªadu m równa«liniowych z n niewiadomymi x, x, x n, gdzie m, n N jest nast
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
Wykªad 1. Wprowadzenie do teorii grafów
Wykªad 1. Wprowadzenie do teorii grafów 1 / 112 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.
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
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
Kolorowanie punktów na pªaszczy¹nie, czyli kilka sªów o geometrii kombinatorycznej.
Kolorowanie punktów na pªaszczy¹nie, czyli kilka sªów o geometrii kombinatorycznej. Paulina Michta V Liceum Ogólnoksztaªc ce im. Augusta Witkowskiego w Krakowie Opiekun: dr Jacek Dymel 2 1 Wprowadzenie
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
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
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
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
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
Informacje pomocnicze
Funkcje wymierne. Równania i nierówno±ci wymierne Denicja. (uªamki proste) Wyra»enia postaci Informacje pomocnicze A gdzie A d e R n N (dx e) n nazywamy uªamkami prostymi pierwszego rodzaju. Wyra»enia
1 Bª dy i arytmetyka zmiennopozycyjna
1 Bª dy i arytmetyka zmiennopozycyjna Liczby w pami ci komputera przedstawiamy w ukªadzie dwójkowym w postaci zmiennopozycyjnej Oznacza to,»e s one postaci ±m c, 01 m < 1, c min c c max, (1) gdzie m nazywamy
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
Skojarzenia. Najliczniejsze skojarzenia: Dokładne skojarzenia o maksymalnej sumie wag w obcionych pełnych grafach dwudzielnych.
206 Skojarzenia Najliczniejsze skojarzenia: grafy proste dwudzielne, dowolne grafy proste. Dokładne skojarzenia o maksymalnej sumie wag w obcionych pełnych grafach dwudzielnych. 207 Definicje Def Zbiór
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:
Wielomiany o wspóªczynnikach rzeczywistych
Wielomiany o wspóªczynnikach rzeczywistych Wielomian: W (x) = a n x n + a n 1 x n 1 + a n 2 x n 2 +... + a 2 x 2 + a 1 x + a 0 wspóªczynniki wielomianu: a 0, a 1, a 2,..., a n 1, a n ; wyraz wolny: a 0
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
Subversion - jak dziaªa
- jak dziaªa Krótka instrukcja obsªugi lstelmach@gmail.com Stelmisoft 12/07/2010 1 1 2 1 2 3 1 2 3 4 1 2 3 4 5 1 2 3 4 5 6 Spis tre±ci Czym jest Czym jest repozytorium 1 Czym jest Czym jest repozytorium
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
Listy i operacje pytania
Listy i operacje pytania Iwona Polak iwona.polak@us.edu.pl Uniwersytet l ski Instytut Informatyki pa¹dziernika 07 Który atrybut NIE wyst puje jako atrybut elementów listy? klucz elementu (key) wska¹nik
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_
Wst p teoretyczny do wiczenia nr 3 - Elementy kombinatoryki
Wst p teoretyczny do wiczenia nr 3 - Elementy kombinatoryki 1 Zadania na wiczenia nr 3 - Elementy kombinatoryki Zad. 1. Ile istnieje ró»nych liczb czterocyfrowych zakªadaj c,»e cyfry nie powtarzaj si a
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
ALGORYTMY SORTOWANIA DANYCH
ALGORYTMY SORTOWANIA DANYCH W zagadnieniu sortowania danych rozpatrywa b dziemy n liczb caªkowitych, b d cych pierwotnie w losowej kolejno±ci, które nale»y uporz dkowa nierosn co. Oczywi±cie sortowa mo»emy
PRZYPOMNIENIE Ka»d przestrze«wektorow V, o wymiarze dim V = n < nad ciaªem F mo»na jednoznacznie odwzorowa na przestrze«f n n-ek uporz dkowanych:
Plan Spis tre±ci 1 Homomorzm 1 1.1 Macierz homomorzmu....................... 2 1.2 Dziaªania............................... 3 2 Ukªady równa«6 3 Zadania 8 1 Homomorzm PRZYPOMNIENIE Ka»d przestrze«wektorow
Lekcja 9 - LICZBY LOSOWE, ZMIENNE
Lekcja 9 - LICZBY LOSOWE, ZMIENNE I STAŠE 1 Liczby losowe Czasami spotkamy si z tak sytuacj,»e b dziemy potrzebowa by program za nas wylosowaª jak ± liczb. U»yjemy do tego polecenia: - liczba losowa Sprawd¹my
Matematyka dyskretna dla informatyków
UNIWERSYTET IM. ADAMA MICKIEWICZA W POZNANIU Jerzy Jaworski, Zbigniew Palka, Jerzy Szyma«ski Matematyka dyskretna dla informatyków uzupeænienia Pozna«007 A Notacja asymptotyczna Badaj c du»e obiekty kombinatoryczne
Liczenie podziaªów liczby: algorytm Eulera
Liczenie podziaªów liczby: algorytm Eulera Wojciech Rytter Podziaªy liczb s bardzo skomplikowanymi obiektami kombinatorycznymi, przedstawimy dwa algorytmy liczenia takich oblektów. Pierwszy prosty algorytm
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,
Bash i algorytmy. Elwira Wachowicz. 20 lutego
Bash i algorytmy Elwira Wachowicz elwira@ifd.uni.wroc.pl 20 lutego 2012 Elwira Wachowicz (elwira@ifd.uni.wroc.pl) Bash i algorytmy 20 lutego 2012 1 / 16 Inne przydatne polecenia Polecenie Dziaªanie Przykªad
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
Uczenie Wielowarstwowych Sieci Neuronów o
Plan uczenie neuronu o ci gªej funkcji aktywacji uczenie jednowarstwowej sieci neuronów o ci gªej funkcji aktywacji uczenie sieci wielowarstwowej - metoda propagacji wstecznej neuronu o ci gªej funkcji
MODEL HAHNFELDTA I IN. ANGIOGENEZY NOWOTWOROWEJ Z UWZGL DNIENIEM LEKOOPORNO CI KOMÓREK NOWOTWOROWYCH
MODEL HAHNFELDTA I IN. ANGIOGENEZY NOWOTWOROWEJ Z UWZGL DNIENIEM LEKOOPORNO CI KOMÓREK NOWOTWOROWYCH Urszula Fory± Zakªad Biomatematyki i Teorii Gier, Instytut Matematyki Stosowanej i Mechaniki, Wydziaª
Strategia czy intuicja?
Strategia czy intuicja czyli o grach niesko«czonych Instytut Matematyki Uniwersytetu Warszawskiego Grzegorzewice, 29 sierpnia 2009 Denicja gry Najprostszy przypadek: A - zbiór (na ogóª co najwy»ej przeliczalny),
Problemy optymalizacyjne - zastosowania
Problemy optymalizacyjne - zastosowania www.qed.pl/ai/nai2003 PLAN WYKŁADU Zło ono obliczeniowa - przypomnienie Problemy NP-zupełne klika jest NP-trudna inne problemy NP-trudne Inne zadania optymalizacyjne
1) Grafy eulerowskie własnoci algorytmy. 2) Problem chiskiego listonosza
165 1) Grafy eulerowskie własnoci algorytmy 2) Problem chiskiego listonosza 166 Grafy eulerowskie Def. Graf (multigraf, niekoniecznie spójny) jest grafem eulerowskim, jeli zawiera cykl zawierajcy wszystkie
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
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
Statystyka matematyczna - ZSTA LMO
Statystyka matematyczna - ZSTA LMO Šukasz Smaga Wydziaª Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza w Poznaniu Wykªad 4 Šukasz Smaga (WMI UAM) ZSTA LMO Wykªad 4 1 / 18 Wykªad 4 - zagadnienia
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.
Rozdział 6. Pakowanie plecaka. 6.1 Postawienie problemu
Rozdział 6 Pakowanie plecaka 6.1 Postawienie problemu Jak zauważyliśmy, szyfry oparte na rachunku macierzowym nie są przerażająco trudne do złamania. Zdecydowanie trudniejszy jest kryptosystem oparty na
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
Funkcje wielu zmiennych
dr Krzysztof yjewski Informatyka I rok I 0 in» 12 stycznia 2016 Funkcje wielu zmiennych Informacje pomocnicze Denicja 1 Niech funkcja f(x y) b dzie okre±lona przynajmniej na otoczeniu punktu (x 0 y 0 )
ZADANIA. Maciej Zakarczemny
ZADANIA Maciej Zakarczemny 2 Spis tre±ci 1 Algebra 5 2 Analiza 7 2.1 Granice iterowane, granica podwójna funkcji dwóch zmiennych....... 7 2.2 Caªki powierzchniowe zorientowane...................... 8 2.2.1
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.
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...
Funkcje, wielomiany. Informacje pomocnicze
Funkcje, wielomiany Informacje pomocnicze Przydatne wzory: (a + b) 2 = a 2 + 2ab + b 2 (a b) 2 = a 2 2ab + b 2 (a + b) 3 = a 3 + 3a 2 b + 3ab 2 + b 3 (a b) 3 = a 3 3a 2 b + 3ab 2 b 3 a 2 b 2 = (a + b)(a
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
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
Lekcja 12 - POMOCNICY
Lekcja 12 - POMOCNICY 1 Pomocnicy Pomocnicy, jak sama nazwa wskazuje, pomagaj Baltiemu w programach wykonuj c cz ± czynno±ci. S oni szczególnie pomocni, gdy chcemy ci g polece«wykona kilka razy w programie.
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