10. Kolorowanie wierzchołków grafu

Podobne dokumenty
TEORIA GRAFÓW I SIECI

Kolorowanie wierzchołków grafu

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

0.1. Logika podstawowe pojęcia: zdania i funktory, reguły wnioskowania, zmienne zdaniowe, rachunek zdań.

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

Kolorowanie wierzchołków

Reprezentacje grafów nieskierowanych Reprezentacje grafów skierowanych. Wykład 2. Reprezentacja komputerowa grafów

0. ELEMENTY LOGIKI. ALGEBRA BOOLE A

Podstawowe własności grafów. Wykład 3. Własności grafów

Logika binarna. Prawo łączności mówimy, że operator binarny * na zbiorze S jest łączny gdy (x * y) * z = x * (y * z) dla każdego x, y, z S.

Wstęp do Techniki Cyfrowej... Algebra Boole a

Rachunek podziałów i elementy teorii grafów będą stosowane w procedurach redukcji argumentów i dekompozycji funkcji boolowskich.

Wykłady z Matematyki Dyskretnej

Matematyka dyskretna. 1. Relacje

Teoretyczne podstawy programowania liniowego

Algebra Boole a. Ćwiczenie Sprawdź, czy algebra zbiorów jestrównież algebrą Boole a. Padaj wszystkie elementy takiej realizacji.

Matematyczne Podstawy Informatyki

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

1 Macierze i wyznaczniki

Matematyka dyskretna. Andrzej Łachwa, UJ, B/14

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem

1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych.

5. Algebra działania, grupy, grupy permutacji, pierścienie, ciała, pierścień wielomianów.

Zadanie 2. Obliczyć rangę dowolnego elementu zbioru uporządkowanego N 0 N 0, gdy porządek jest zdefiniowany następująco: (a, b) (c, d) (a c b d)

2. FUNKCJE. jeden i tylko jeden element y ze zbioru, to takie przyporządkowanie nazwiemy FUNKCJĄ, lub

PROGRAMOWANIE SIECIOWE. METODA ŚCIEŻKI KRYTYCZNEJ

LOGIKA I TEORIA ZBIORÓW

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

Wielopoziomowa synteza układów logicznych

Zbiory. Specjalnym zbiorem jest zbiór pusty nie zawierajacy żadnych elementów. Oznaczamy go symbolem.

Metalogika (1) Jerzy Pogonowski. Uniwersytet Opolski. Zakład Logiki Stosowanej UAM

Macierz o wymiarach m n. a 21. a 22. A =

Relacje. opracował Maciej Grzesiak. 17 października 2011

DEFINICJA. Definicja 1 Niech A i B będą zbiorami. Relacja R pomiędzy A i B jest podzbiorem iloczynu kartezjańskiego tych zbiorów, R A B.

Matematyczne Podstawy Informatyki

Matematyka dyskretna. Andrzej Łachwa, UJ, /14

Minimalizacja formuł Boolowskich

Macierze - obliczanie wyznacznika macierzy z użyciem permutacji

1 Macierz odwrotna metoda operacji elementarnych

Algebra Boole a i jej zastosowania

Matematyka dyskretna. Andrzej Łachwa, UJ, /14

Podstawy Automatyki. Wykład 12 - synteza i minimalizacja funkcji logicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Elementy logiki matematycznej

1 Działania na zbiorach

I. Podstawowe pojęcia i oznaczenia logiczne i mnogościowe. Elementy teorii liczb rzeczywistych.

macierze jednostkowe (identyczności) macierze diagonalne, które na przekątnej mają same

E ' E G nazywamy krawędziowym zbiorem

Przykłady zdań w matematyce. Jeśli a 2 + b 2 = c 2, to trójkąt o bokach długości a, b, c jest prostokątny (a, b, c oznaczają dane liczby dodatnie),

FUNKCJE LICZBOWE. Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y.

Wykład 2. Informatyka Stosowana. 8 października 2018, M. A-B. Informatyka Stosowana Wykład 2 8 października 2018, M. A-B 1 / 41

Algebra. Jakub Maksymiuk. lato 2018/19

Rozważmy funkcję f : X Y. Dla dowolnego zbioru A X określamy. Dla dowolnego zbioru B Y określamy jego przeciwobraz:

Macierze. Rozdział Działania na macierzach

1 Zbiory i działania na zbiorach.

Arytmetyka liczb binarnych

Matematyka dyskretna

RACHUNEK ZBIORÓW 5 RELACJE

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2017

Relacje binarne. Def. Relację ϱ w zbiorze X nazywamy. antysymetryczną, gdy x, y X (xϱy yϱx x = y) spójną, gdy x, y X (xϱy yϱx x = y)

Układy równań i nierówności liniowych

φ(x 1,..., x n ) = a i x 2 i +

Elementy logiki. Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń

1. R jest grupą abelową względem działania + (tzn. działanie jest łączne, przemienne, istnieje element neutralny oraz element odwrotny)

dr inż. Rafał Klaus Zajęcia finansowane z projektu "Rozwój i doskonalenie kształcenia i ich zastosowań w przemyśle" POKL

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn a 1j a 2j R i = , C j =

Chcąc wyróżnić jedno z działań, piszemy np. (, ) i mówimy, że działanie wprowadza w STRUKTURĘ ALGEBRAICZNĄ lub, że (, ) jest SYSTEMEM ALGEBRAICZNYM.

Działania na przekształceniach liniowych i macierzach

Digraf. 13 maja 2017

Logika Stosowana. Wykład 1 - Logika zdaniowa. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017

INŻYNIERIA BEZPIECZEŃSTWA LABORATORIUM NR 2 ALGORYTM XOR ŁAMANIE ALGORYTMU XOR

Semantyka rachunku predykatów

Funkcja kwadratowa. f(x) = ax 2 + bx + c = a

Matematyka Dyskretna - zadania

Analiza matematyczna i algebra liniowa Macierze

Metody Programowania

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm

Podstawy Automatyki. Wykład 9 - Podstawy matematyczne automatyki procesów dyskretnych. dr inż. Jakub Możaryn. Instytut Automatyki i Robotyki

Funkcja kwadratowa. f(x) = ax 2 + bx + c,

b) bc a Rys. 1. Tablice Karnaugha dla funkcji o: a) n=2, b) n=3 i c) n=4 zmiennych.

Grupy. Permutacje 1. (G2) istnieje element jednostkowy (lub neutralny), tzn. taki element e G, że dla dowolnego a G zachodzi.

Matematyka dyskretna. Andrzej Łachwa, UJ, /10

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

13. Funkcje wielu zmiennych pochodne, gradient, Jacobian, ekstrema lokalne.

Koszt literału (literal cost) jest określony liczbą wystąpień literału w wyrażeniu boolowskim realizowanym przez układ.

domykanie relacji, relacja równoważności, rozkłady zbiorów

Lista. Algebra z Geometrią Analityczną. Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami:

Minimalizacja funkcji boolowskich

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

Wykład 4. Określimy teraz pewną ważną klasę pierścieni.

Np. Olsztyn leży nad Łyną - zdanie prawdziwe, wartość logiczna 1 4 jest większe od 5 - zdanie fałszywe, wartość logiczna 0

1 Określenie pierścienia

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

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

Pierścienie łączne - ich grafy i klasy Veldsmana

Elementy cyfrowe i układy logiczne

PLAN WYNIKOWY PROSTO DO MATURY KLASA 1 ZAKRES PODSTAWOWY

5c. Sieci i przepływy

Schematy Piramid Logicznych

Ciała i wielomiany 1. przez 1, i nazywamy jedynką, zaś element odwrotny do a 0 względem działania oznaczamy przez a 1, i nazywamy odwrotnością a);

MATEMATYKA WYKAZ UMIEJĘTNOŚCI WYMAGANYCH NA POSZCZEGÓLNE OCENY DLA KLASY DRUGIEJ

Transkrypt:

p. 10. Kolorowanie wierzchołków grafu 10.1 Definicje i twierdzenia Przez k-kolorowanie wierzchołków grafu G rozumiemy przyporzadkowanie każdemu wierzchołkowi grafu G jednego z k kolorów 1, 2,...,k.

p. 10. Kolorowanie wierzchołków grafu 10.1 Definicje i twierdzenia Przez k-kolorowanie wierzchołków grafu G rozumiemy przyporzadkowanie każdemu wierzchołkowi grafu G jednego z k kolorów 1, 2,...,k. Kolorowanie jest właściwe jeżeli żadne dwa różne i przyległe wierzchołki nie sa tego samego koloru. Zatem właściwe k-kolorowanie wierzchołków grafu G (bez pętel) jest to podział (V 1,...,V k ) zbioru V (G) na k (być może pustych) zbiorów niezależnych.

Graf G jest k-kolorowalny wierzchołkowo jeżeli posiada właściwe k-kolorowanie wierzchołków. Dla wygody zamiast właściwe kolorowanie wierzchołków będziemy mówili kolorowanie a zamiast właściwe k-kolorowanie wierzchołków k-kolorowanie; podobnie będziemy skracali k-kolorowalny wierzchołkowo do k-kolorowalny. p.

p. Graf G jest k-kolorowalny wierzchołkowo jeżeli posiada właściwe k-kolorowanie wierzchołków. Dla wygody zamiast właściwe kolorowanie wierzchołków będziemy mówili kolorowanie a zamiast właściwe k-kolorowanie wierzchołków k-kolorowanie; podobnie będziemy skracali k-kolorowalny wierzchołkowo do k-kolorowalny. Oczywiście, graf jest k-kolorowalny wtedy i tylko wtedy, gdy podległy mu graf prosty jest k-kolorowalny. Zatem w naszych rozważaniach ograniczymy się jedynie do grafów prostych.

p. Graf G jest k-kolorowalny wierzchołkowo jeżeli posiada właściwe k-kolorowanie wierzchołków. Dla wygody zamiast właściwe kolorowanie wierzchołków będziemy mówili kolorowanie a zamiast właściwe k-kolorowanie wierzchołków k-kolorowanie; podobnie będziemy skracali k-kolorowalny wierzchołkowo do k-kolorowalny. Oczywiście, graf jest k-kolorowalny wtedy i tylko wtedy, gdy podległy mu graf prosty jest k-kolorowalny. Zatem w naszych rozważaniach ograniczymy się jedynie do grafów prostych. Graf prosty jest 1-kolorowalny wtedy i tylko wtedy, gdy jest pusty a jest 2-kolorowalny wtedy i tylko wtedy, gdy jest dwudzielny.

p. Definicja. Liczba chromatyczna χ(g) grafu G jest to najmniejsze k dla którego G jest k-kolorowalny; jeżeli χ(g) = k to o G mówimy, że jest k-chromatyczny.

p. Definicja. Liczba chromatyczna χ(g) grafu G jest to najmniejsze k dla którego G jest k-kolorowalny; jeżeli χ(g) = k to o G mówimy, że jest k-chromatyczny. Twierdzenie. Dla dowolnego grafu G ω(g) χ(g) (G) + 1, gdzie ω(g) to rzad największej kliki a (G) to maksymalny stopień wierzchołka w G.

p. Definicja. Liczba chromatyczna χ(g) grafu G jest to najmniejsze k dla którego G jest k-kolorowalny; jeżeli χ(g) = k to o G mówimy, że jest k-chromatyczny. Twierdzenie. Dla dowolnego grafu G ω(g) χ(g) (G) + 1, gdzie ω(g) to rzad największej kliki a (G) to maksymalny stopień wierzchołka w G. Twierdzenie (Brooks, 1941). Jeżeli graf G nie jest ani grafem pełnym ani nieparzystym cyklem to χ(g) (G).

p. Twierdzenie. n 2 n 2 2m χ(g) 2m + 1

p. Twierdzenie. n 2 n 2 2m χ(g) 2m + 1 Definicja. Podzbiór U zbioru wierzchołków V grafu G nazywamy pokryciem jeżeli każda krawędź grafu G ma przynajmniej jeden koniec w U.

p. Twierdzenie. n 2 n 2 2m χ(g) 2m + 1 Definicja. Podzbiór U zbioru wierzchołków V grafu G nazywamy pokryciem jeżeli każda krawędź grafu G ma przynajmniej jeden koniec w U. Twierdzenie. Podzbiór U zbioru wierzchołków V grafu G jest pokryciem wtedy i tylko wtedy gdy V \ U jest zbiorem niezależnym w G.

p. Algorytm kolorowania wierzchołków 1. Znajdujemy wszystkie maksymalne zbiory niezależne (uzyskane jako dopełnienia minimalnych pokryć): W 1,W 2,...,W K, K j=1 W j = V (G) 2. Znajdujemy wszystkie minimalne pokrycia zbioru V (G) zbiorami W j. Niech takim pokryciem o minimalnej liczbie podzbiorów będzie W i1,w i2,...,w it 3. Znajdujemy rozbicie zbioru V (G) (na kolory K 1,K 2,...K t ): K 1 = W i1,k 2 = W i2 W i1,..., K t = W it (W i1... W it 1 )

p. 10.2 Wykorzystanie aparatu funkcji boolowskich w znajdowaniu optymalnych kolorowań grafu Przypomnijmy podstawowe wiadomości o dwuwartościowej algebrze Boole a. Algebra ta składa się z dwuelementowego zbioru B = {0, 1}, na którym określono działania: sumy logicznej (alternatywy): 0 + 0 = 0; 1 + 0 = 1; 0 + 1 = 1; 1 + 1 = 1; iloczynu logicznego (koniunkcji): 0 0 = 0; 1 0 = 0; 0 1 = 0; 1 1 = 1; negacji: 0 = 1; 1 = 0

p. Działania sumy i iloczynu logicznego sa łaczne, przemienne i rozdzielne jedno względem drugiego i dla dowolnego a B a + ( a) = 1; a ( a) = 0; a + 0 = a; a 1 = a Definicja. Funkcja boolowska n zmiennych nazywamy dowolna funkcję f : B n B, gdzie B n = B B... B. Oczywiście taka funkcja jest równocześnie działaniem n argumentowym określonym na B. Definicja. Wyrażeniem boolowskim (formuła boolowska) nazywamy ciag zmiennych i ewentualnie stałych boolowskich połaczonych znakami działań oraz nawiasami wskazujacymi kolejność wykonywania tych działań.

p. Każda funkcję boolowska można przedstawić za pomoca odpowiedniego wyrażenia boolowskiego. Funkcję boolowska można również określić za pomoca tabelki określajacej wartości dla wszystkich elementów dziedziny lub za pomoca wykresu - dwukolorowania wierzchołków n kostki. Wyrażenia boolowskie w których występuja tylko działania sumy, iloczynu logicznego i ewentualnie stałe boolowskie (w których nie używamy działania negacji) nazywamy wyrażeniami alternatywno koniunkcyjnymi.

p. Określmy dwie relacje dwuargumentowe (częściowego porzadku), jedna ( ) na B = {(0, 0), (0, 1), (1, 1)}; druga ( )na B n zdefiniowana: dla dowolnych x = (x 1,x 2,...,x n ) i y = (y 1,y 2,...,y n ) należacych do B n x y wtedy i tylko wtedy, gdy 1 s n x s y s. Funkcja boolowska f jest monotoniczna wtedy i tylko wtedy, gdy dla każdego x B n i dla każdego y B n prawdziwa jest implikacja x y = f(x) f(y)

p. 1 Twierdzenie. Funkcja boolowska f jest funkcja monotoniczna wtedy i tylko wtedy, gdy istnieje wyrażenie alternatywno koniunkcyjne określajace tę funkcję. Definicja. Wektorem minimalnym funkcji monotonicznej f( ) nazywamy, każdy wektor x taki, że f(x) = 1, a dla wszystkich wektorów y będacych poprzednikami x, ale różnymi od x, f(y) = 0. Definicja. Minimalna formuła alternatywna (mfa) boolowskiej funkcji monotonicznej nazywamy wyrażenie boolowskie określajace tę funkcję, o postaci sumoiloczynu logicznego, zawierajace najmniejsza ilość składników sumy.

p. 1 Twierdzenie. Każdemu składnikowi (iloczynowi) sumy logicznej, będacej minimalna formuła alternatywna boolowskiej funkcji monotonicznej odpowiada wzajemnie jednoznacznie wektor minimalny tej funkcji (zmiennym występujacym w tym iloczynie odpowiadaja jedynkowe składowe wektora minimalnego, a pozostałe składowe sa równe zero). Formułę określajac a funkcję boolowska przekształcamy (redukujemy) do postaci mfa korzystajac z własności algebry Boola. Szczególnie użyteczne sa równości a+a = a; a+a b = a; (a+b) (a+c)... (a+d) = a+b c... d; oraz dualne do nich a a = a; a (a+b) = a; a b+a c+...+a d = a (b+c+...+d)

p. 1 Algorytm kolorowania wierzchołków 1. Znajdujemy wszystkie maksymalne zbiory niezależne (uzyskane jako dopełnienia minimalnych pokryć): W 1,W 2,...,W K, K j=1 W j = V (G) 2. Znajdujemy wszystkie minimalne pokrycia zbioru V (G) zbiorami W j. Niech takim pokryciem o minimalnej liczbie podzbiorów będzie W i1,w i2,...,w it 3. Znajdujemy rozbicie zbioru V (G) (na kolory K 1,K 2,...K t ): K 1 = W i1,k 2 = W i2 W i1,..., K t = W it (W i1... W it 1 )

p. 1 Algorytm wyznaczania wszystkich minimalnych pokryć grafu 1. Tworzymy binarna macierz incydencji M(G) = [m ij ] n m (wiersze odpowiadaja wierzchołkom, a kolumny krawędziom) 2. Tworzymy wyrażenie boolowskie m j=1 n i=1 m ijx i 3. Przekształcamy powyższa formułę do mfa 4. Na podstawie mfa określamy wszystkie pokrycia minimalne grafu G.

p. 1 a b f c e d

(a + b)(a + d)(a + e)(b + c)(b + d)(c + d)(d + e)(e + f) = p. 1

p. 1 (a + b)(a + d)(a + e)(b + c)(b + d)(c + d)(d + e)(e + f) = = (a + bde)(b + c)(d + bce)(e + f) =

p. 1 (a + b)(a + d)(a + e)(b + c)(b + d)(c + d)(d + e)(e + f) = = (a + bde)(b + c)(d + bce)(e + f) = = (ab + bde + ac + bcde)(de + bce + df + bcef) =

p. 1 (a + b)(a + d)(a + e)(b + c)(b + d)(c + d)(d + e)(e + f) = = (a + bde)(b + c)(d + bce)(e + f) = = (ab + bde + ac + bcde)(de + bce + df + bcef) = = abde + bde + acde + bcde + abce + bcde + bcde + abce + bcde + abdf + bdef + acdf + bcdef + abcef + bcdef + abcef + bcdef =

p. 1 (a + b)(a + d)(a + e)(b + c)(b + d)(c + d)(d + e)(e + f) = = (a + bde)(b + c)(d + bce)(e + f) = = (ab + bde + ac + bcde)(de + bce + df + bcef) = = abde + bde + acde + bcde + abce + bcde + bcde + abce + bcde + abdf + bdef + acdf + bcdef + abcef + bcdef + abcef + bcdef = = bde + acde + abce + abdf + bdef + acdf =

p. 1 (a + b)(a + d)(a + e)(b + c)(b + d)(c + d)(d + e)(e + f) = = (a + bde)(b + c)(d + bce)(e + f) = = (ab + bde + ac + bcde)(de + bce + df + bcef) = = abde + bde + acde + bcde + abce + bcde + bcde + abce + bcde + abdf + bdef + acdf + bcdef + abcef + bcdef + abcef + bcdef = = bde + acde + abce + abdf + bdef + acdf = = bde + acde + abce + abdf + bdef + acdf =

p. 1 (a + b)(a + d)(a + e)(b + c)(b + d)(c + d)(d + e)(e + f) = = (a + bde)(b + c)(d + bce)(e + f) = = (ab + bde + ac + bcde)(de + bce + df + bcef) = = abde + bde + acde + bcde + abce + bcde + bcde + abce + bcde + abdf + bdef + acdf + bcdef + abcef + bcdef + abcef + bcdef = = bde + acde + abce + abdf + bdef + acdf = = bde + acde + abce + abdf + bdef + acdf = = bde + acde + abce + abdf + acdf

p. 1 (a + b)(a + d)(a + e)(b + c)(b + d)(c + d)(d + e)(e + f) = = (a + bde)(b + c)(d + bce)(e + f) = = (ab + bde + ac + bcde)(de + bce + df + bcef) = = abde + bde + acde + bcde + abce + bcde + bcde + abce + bcde + abdf + bdef + acdf + bcdef + abcef + bcdef + abcef + bcdef = = bde + acde + abce + abdf + bdef + acdf = = bde + acde + abce + abdf + bdef + acdf = = bde + acde + abce + abdf + acdf W 1 = {a,c,f}, W 2 = {b,f}, W 3 = {d,f}, W 4 = {c,e}, W 5 = {b,e}

p. 1 a b f c e d

p. 1 a b f c e d

p. 1 a b f c e d

p. 1 a b f c e d

p. 2 a b f c e d

p. 2 Algorytm wyznaczania pokryć minimalnych zbioru W Dane: W = n, W = {w 1,w 2,...,w n }; W = {W 1,W 2,...,W K }; v = (x 1,x 2,...,x K ); 1. Zapisujemy zbiór W i rodzinę W w postaci macierzy { 1 gdy w i W j B = [b ij ] = 0 w przeciwnym razie. 2. Tworzymy formułę funkcji boolowskiej: n i=1 K j=1 b ijx j 3. Przekształcamy powyższa formułę do mfa. 4. Iloczyny mfa określaja minimalne pokrycia zbiorów.

(x 1 )(x 2 + x 5 )(x 1 + x 4 )(x 3 )(x 4 + x 5 )(x 1 + x 2 + x 3 ) = p. 2

p. 2 (x 1 )(x 2 + x 5 )(x 1 + x 4 )(x 3 )(x 4 + x 5 )(x 1 + x 2 + x 3 ) = = (x 1 x 3 )(x 2 + x 5 )(x 4 + x 1 x 5 )(x 1 + x 2 + x 3 ) =

p. 2 (x 1 )(x 2 + x 5 )(x 1 + x 4 )(x 3 )(x 4 + x 5 )(x 1 + x 2 + x 3 ) = = (x 1 x 3 )(x 2 + x 5 )(x 4 + x 1 x 5 )(x 1 + x 2 + x 3 ) = = (x 1 x 3 )[(x 2 + x 5 )(x 2 + x 1 ) + (x 3 )(x 2 + x 5 )](x 4 + x 1 x 5 ) =

p. 2 (x 1 )(x 2 + x 5 )(x 1 + x 4 )(x 3 )(x 4 + x 5 )(x 1 + x 2 + x 3 ) = = (x 1 x 3 )(x 2 + x 5 )(x 4 + x 1 x 5 )(x 1 + x 2 + x 3 ) = = (x 1 x 3 )[(x 2 + x 5 )(x 2 + x 1 ) + (x 3 )(x 2 + x 5 )](x 4 + x 1 x 5 ) = = (x 1 x 3 )[(x 2 + x 5 x 1 ) + (x 3 )(x 2 + x 5 )](x 4 + x 1 x 5 ) =

p. 2 (x 1 )(x 2 + x 5 )(x 1 + x 4 )(x 3 )(x 4 + x 5 )(x 1 + x 2 + x 3 ) = = (x 1 x 3 )(x 2 + x 5 )(x 4 + x 1 x 5 )(x 1 + x 2 + x 3 ) = = (x 1 x 3 )[(x 2 + x 5 )(x 2 + x 1 ) + (x 3 )(x 2 + x 5 )](x 4 + x 1 x 5 ) = = (x 1 x 3 )[(x 2 + x 5 x 1 ) + (x 3 )(x 2 + x 5 )](x 4 + x 1 x 5 ) = = (x 1 x 3 )[(x 2 x 4 + x 5 x 1 ) + (x 3 )(x 2 + x 5 )(x 4 + x 1 x 5 )] =

p. 2 (x 1 )(x 2 + x 5 )(x 1 + x 4 )(x 3 )(x 4 + x 5 )(x 1 + x 2 + x 3 ) = = (x 1 x 3 )(x 2 + x 5 )(x 4 + x 1 x 5 )(x 1 + x 2 + x 3 ) = = (x 1 x 3 )[(x 2 + x 5 )(x 2 + x 1 ) + (x 3 )(x 2 + x 5 )](x 4 + x 1 x 5 ) = = (x 1 x 3 )[(x 2 + x 5 x 1 ) + (x 3 )(x 2 + x 5 )](x 4 + x 1 x 5 ) = = (x 1 x 3 )[(x 2 x 4 + x 5 x 1 ) + (x 3 )(x 2 + x 5 )(x 4 + x 1 x 5 )] = = x 1 x 3 x 5 +x 1 x 2 x 3 x 4 +x 1 x 2 x 3 x 4 +x 1 x 3 x 4 x 5 +x 1 x 2 x 3 x 5 +x 1 x 3 x 5

p. 2 (x 1 )(x 2 + x 5 )(x 1 + x 4 )(x 3 )(x 4 + x 5 )(x 1 + x 2 + x 3 ) = = (x 1 x 3 )(x 2 + x 5 )(x 4 + x 1 x 5 )(x 1 + x 2 + x 3 ) = = (x 1 x 3 )[(x 2 + x 5 )(x 2 + x 1 ) + (x 3 )(x 2 + x 5 )](x 4 + x 1 x 5 ) = = (x 1 x 3 )[(x 2 + x 5 x 1 ) + (x 3 )(x 2 + x 5 )](x 4 + x 1 x 5 ) = = (x 1 x 3 )[(x 2 x 4 + x 5 x 1 ) + (x 3 )(x 2 + x 5 )(x 4 + x 1 x 5 )] = = x 1 x 3 x 5 +x 1 x 2 x 3 x 4 +x 1 x 2 x 3 x 4 +x 1 x 3 x 4 x 5 +x 1 x 2 x 3 x 5 +x 1 x 3 x 5 = x 1 x 3 x 5 + x 1 x 2 x 3 x 4

p. 2 (x 1 )(x 2 + x 5 )(x 1 + x 4 )(x 3 )(x 4 + x 5 )(x 1 + x 2 + x 3 ) = = (x 1 x 3 )(x 2 + x 5 )(x 4 + x 1 x 5 )(x 1 + x 2 + x 3 ) = = (x 1 x 3 )[(x 2 + x 5 )(x 2 + x 1 ) + (x 3 )(x 2 + x 5 )](x 4 + x 1 x 5 ) = = (x 1 x 3 )[(x 2 + x 5 x 1 ) + (x 3 )(x 2 + x 5 )](x 4 + x 1 x 5 ) = = (x 1 x 3 )[(x 2 x 4 + x 5 x 1 ) + (x 3 )(x 2 + x 5 )(x 4 + x 1 x 5 )] = = x 1 x 3 x 5 +x 1 x 2 x 3 x 4 +x 1 x 2 x 3 x 4 +x 1 x 3 x 4 x 5 +x 1 x 2 x 3 x 5 +x 1 x 3 x 5 = x 1 x 3 x 5 + x 1 x 2 x 3 x 4 W 1 = {a,c,f},w 3 = {d,f},w 5 = {b,e}

p. 2 (x 1 )(x 2 + x 5 )(x 1 + x 4 )(x 3 )(x 4 + x 5 )(x 1 + x 2 + x 3 ) = = (x 1 x 3 )(x 2 + x 5 )(x 4 + x 1 x 5 )(x 1 + x 2 + x 3 ) = = (x 1 x 3 )[(x 2 + x 5 )(x 2 + x 1 ) + (x 3 )(x 2 + x 5 )](x 4 + x 1 x 5 ) = = (x 1 x 3 )[(x 2 + x 5 x 1 ) + (x 3 )(x 2 + x 5 )](x 4 + x 1 x 5 ) = = (x 1 x 3 )[(x 2 x 4 + x 5 x 1 ) + (x 3 )(x 2 + x 5 )(x 4 + x 1 x 5 )] = = x 1 x 3 x 5 +x 1 x 2 x 3 x 4 +x 1 x 2 x 3 x 4 +x 1 x 3 x 4 x 5 +x 1 x 2 x 3 x 5 +x 1 x 3 x 5 = x 1 x 3 x 5 + x 1 x 2 x 3 x 4 W 1 = {a,c,f},w 3 = {d,f},w 5 = {b,e} K 1 = W 1 = {a,c,f}, K 2 = W 3 \ W 1 = {d,f} \ {a,c,f} = {d}, K 3 = W 5 \ (W 1 W 3 ) = {b,e} \ {a,c,d,f} = {b,e}

p. 2 a b f c e d

10.1 Algorytmy aproksymacyjne p. 2

10.1 Kolorowanie krawędzi grafu p. 2

p. 2

p. 2

p. 2

p. 2

p. 3

p. 3

p. 3