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

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

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

Algorytmiczna teoria grafów

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

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

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

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

Teoria grafów i jej zastosowania. 1 / 126

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

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

10a: Wprowadzenie do grafów

Podstawowepojęciateorii grafów

Problemy optymalizacyjne - zastosowania

Minimalne drzewa rozpinaj ce

Wst p teoretyczny do wiczenia nr 3 - Elementy kombinatoryki

Metodydowodzenia twierdzeń

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

Teoria grafów i sieci 1 / 58

Algorytmy i Struktury Danych

XVII Warmi«sko-Mazurskie Zawody Matematyczne

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

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

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

Metody dowodzenia twierdze«

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

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

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

Wykªad 1. Wprowadzenie do teorii grafów

O pewnym zadaniu olimpijskim

Wybrane poj cia i twierdzenia z wykªadu z teorii liczb

Matematyka wykªad 1. Macierze (1) Andrzej Torój. 17 wrze±nia Wy»sza Szkoªa Zarz dzania i Prawa im. H. Chodkowskiej

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

Ukªady równa«liniowych

Kolorowanie wierzchołków

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

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

Geometria Algebraiczna

Przekroje Dedekinda 1

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Wektory w przestrzeni

Elementy teorii grafów, sposoby reprezentacji grafów w komputerze

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

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

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

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

Zadania z PM II A. Strojnowski str. 1. Zadania przygotowawcze z Podstaw Matematyki seria 2

Ekstremalnie maªe zbiory

Elementy teorii grafów, sposoby reprezentacji grafów w komputerze

Materiaªy do Repetytorium z matematyki

Interpolacja funkcjami sklejanymi

Funkcje, wielomiany. Informacje pomocnicze

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

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych.

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

1 Granice funkcji wielu zmiennych.

Strategia czy intuicja?

x y x y x y x + y x y

Teoria grafów i sieci 1 / 188

Matematyka dyskretna dla informatyków

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

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

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

TEORIA GRAFÓW I SIECI

Ekonometria. Typy zada«optymalizacyjnych Analiza pooptymalizacyjna SOLVER. 22 maja Karolina Konopczak. Instytut Rozwoju Gospodarczego

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

Wojewódzki Konkurs Matematyczny

Wstp. Warto przepływu to

Macierze. 1 Podstawowe denicje. 2 Rodzaje macierzy. Denicja

Stereometria (geometria przestrzenna)

Janusz Adamowski METODY OBLICZENIOWE FIZYKI Zastosowanie eliptycznych równa«ró»niczkowych

ELEMENTARNA TEORIA LICZB. 1. Podzielno±

Wykªad 4. Funkcje wielu zmiennych.

Maszyny Turinga i problemy nierozstrzygalne. Maszyny Turinga i problemy nierozstrzygalne

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

3. (8 punktów) EGZAMIN MAGISTERSKI, Biomatematyka

Ekstremalnie fajne równania

12: Znajdowanie najkrótszych ±cie»ek w grafach

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Indeksowane rodziny zbiorów

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Lab. 02: Algorytm Schrage

Skojarzenia. Najliczniejsze skojarzenia: Dokładne skojarzenia o maksymalnej sumie wag w obcionych pełnych grafach dwudzielnych.

Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt:

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15

r = x x2 2 + x2 3.

Ekonometria. wiczenia 13 Metoda ±cie»ki krytycznej. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

1 Poj cia pomocnicze. Przykªad 1. A A d

Zbiory i odwzorowania

Wykªad 4. Droga i cykl Eulera i Hamiltona

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

2 Podstawowe obiekty kombinatoryczne

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

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

ANALIZA MATEMATYCZNA Z ALGEBR

Ekonometria. wiczenia 1 Regresja liniowa i MNK. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

2 Liczby rzeczywiste - cz. 2

Zadanie 1. (8 punktów) Dana jest nast puj ca macierz: M =

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

Ÿ1 Oznaczenia, poj cia wst pne

Transkrypt:

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 (tw. Königa-Egervary'ego) Rozª czne ±cie»ki a rozci cia (tw. Mengera)

Problem kojarzenia maª»e«stw Rozwa»my graf dwudzielny G = (V 1 V 2, E), gdzie V 1 reprezentuje zbiór panien, V 2 zbiór kawalerów, kraw d¹ (u, v) E reprezentuje fakt,»e panna u zna kawalera v. Problem: czy mo»na tak skojarzy pary,»eby ka»da panna mogªa po±lubi kawalera, którego zna?

Skojarzenie (zbiór niezale»ny kraw dzi) Skojarzeniem w grae G = (V, E) nazywamy podzbiór M kraw dzi grafu taki,»e»adne dwie ró»ne kraw dzie z M nie s incydentne z tym samym wierzchoªkiem (jest to równowa»ne poj ciu zbioru go kraw dzi). przykªad Skojarzenie doskonaªe to skojarzenie M takie,»e ka»dy wierzchoªek z V jest incydentny z jak ± kraw dzi z M. przykªad zastosowania: Ze zbioru wielonarodowych ochotników wybra jak najwi cej 2-osobowych zespoªów takich,»e ka»dy zespóª potra si komunikowa w danym j zyku

w grafach dwudzielnych Skojarzenie caªkowite ze zbioru V 1 w zbiór V 2 w grae dwudzielnym G = (V 1 V 2, E) to takie skojarzenie,»e ka»dy wierzchoªek z V 1 jest incydentny z pewn kraw dzi z M. Problem kojarzenia maª»e«stw mo»na modelowa jako problem istnienia skojarzenia caªkowitego w grae dwudzielnym G = (V 1 V 2, E). Uwaga: Zagadnienie znajdowania skojarze«ma liczne zastosowania praktyczne w problemach przydziaªu zasobów (np. zadania do maszyn, zaj cia do wykªadowców, zadania do agentów o okre±lonych kwalikacjach, etc.)

w grafach dwudzielnych (Tw. ) Twierdzenie (Hall, 1935): Warunek konieczny i wystarczaj cy rozwi zania problemu kojarzenia maª»e«stw to by dla ka»dego zbioru k dziewcz t ze zbioru V 1 wszystkie one znaªy conajmniej k chªopców ze zbioru V 2. (dowód przez indukcj po liczbie dziewcz t) Twierdzenie (inne sformuªowanie tw. ): W grae dwudzielnym G = (V 1 V 2, E) istnieje skojarzenie caªkowite ze zbioru V 1 w zbiór V 2 dla ka»dego podzbioru A V 1 zachodzi N(A) A (gdzie N(A) oznacza zbiór wierzchoªków s siednich do wierzchoªków z A, nieb d cych w A). Twierdzenie: Niepusty graf dwudzielny regularny ma skojarzenie doskonaªe. (dowód wynika z tw. )

Transwersala Rozwa»my rodzin F = (S 1,..., S m ) niepustych podzbiorów pewnego zbioru X. transwersal rodziny F nazywamy zbiór ró»nych m elementów zbioru X wybranych po jednym z ka»dego podzbioru S i. Transwersal nazywamy te» systemem reprezentantów rodziny F. Twierdzenie: Rodzina F = (S 1,..., S m ) ma transwersal suma dowolnych k podzbiorów F ma conajmniej k elementów. Uwaga: mo»na zauwa»y,»e jest to jeszcze inne sformuªowanie tw.. przykªad

Transwersala cz ±ciowa Transwersal cz ±ciow rodziny F nazywamy transwersal dowolnej podrodziny rodziny F. Twierdzenie: Rodzina F = (S 1,..., S m ) ma t-elementow transwersal cz ±ciow suma dowolnych k podzbiorów F ma conajmniej k (m t) elementów. Uwaga: widoczna jest naturalna analogia mi dzy zagadnieniami istnienia transwersali i istnienia skojarzenia w grae dwudzielnym.

Zjawisko dualno±ci i twierdzenia minimaksowe Istniej zagadnienia optymalizacyjne posiadaj ce specyczn cech dualno±ci, tzn. zadanie maksymalizacji pewnej funkcji jest równowa»ne zagadnieniu minimalizacji innej funkcji. Do zagadnie«takich nale» np.: maksymalny niezale»ny zbiór wierzchoªków/kraw dzi vs minimalne pokrycie wierzchoªkowe/kraw dziowe (tw. Gallai) skojarzenie maksymalne vs pokrycie wierzchoªkowe (w grae dwudzielnym) (tw. Königa) maksymalna liczba jedynek niezale»nych w macierzy j vs minimalne pokrycie tej macierzy (tw. Königa-Egervary'ego) maksymalna liczba ±cie»ek wierzchoªkowo/kraw dziowo rozª cznych vs minimalny zbiór rozdzielaj cy/rozspajaj cy (tw. Mengera) maksymalny przepªyw w sieci vs minimalny przekrój (tw. Forda-Fulkersona)

Sªaba i silna dualno±, certykaty optymalno±ci W zagadnieniach tego typu istnieje na ogóª proste ograniczenie od góry maksymalizowanej wielko±ci przez minimalizowan (tzw. sªaba dualno± ). Ponadto, gdy znajdzie si par rozwi za«, dla których zachodzi równo±, oznacza to optymalno± obu wielko±ci równocze±nie (tzw. istnienie certykatu optymalno±ci) Typowe dla tych zagadnie«s tzw. twierdzenia minimaksowe, które orzekaj o równo±ci rozwi zania maksymalizuj cego jedn wielko± i minimalizuj cego drug (tzw. silna dualno± )

a programowanie liniowe Powy»sze zagadnienie dualno± i zwi zane jest z zagadnieniem dualno± i w tzw. programowaniu liniowym 1. Mo»na w ten bardzo ogólny sposób formuªowa rozmaite zagadnienia optymalizacyjne w jednolitej formie ukªadu równa«/nierówno±ci i w naturalny sposób otrzymywa pary dualnych zagadnie«. Jest to bardzo u»yteczna technika rozwi zywania zagadnie«optymalizacji dyskretnej. 1 Zagadnienie to nie jest obj te zakresem niniejszego kursu

przykªad Zbiór niezale»ny (i skojarzenie) W grae nieskierowanym G = (V, E) zbiorem niezale»nym wierzchoªków nazywamy taki podzbiór X wierzchoªków,»e»adne dwa ró»ne wierzchoªki z X nie s s siednie. przykªad Podobnie, zbiór kraw dzi nazywamy niezale»nym je±li»adne dwie ró»ne kraw dzie nie s incydentne z tym samym wierzchoªkiem. Inn u»ywan nazw tego poj cia jest skojarzenie w grae. Uwaga: ªatwo jest znale¹ jakikolwiek zbiór niezale»ny w grae (np. jedno-elementowy). Istnotne jest natomiast zagadnienie znajdowania zbioru go o maksymalnej liczno±ci

Zastosowania Za pomoc zbiorów niezale»nych wierzchoªków mo»na modelowa problemy polegaj ce na znajdowaniu optymalnych lokalizacji pewnych obiektów przy unikaniu podanych koniktów, np: ustawianie nieszachuj cych si wzajemnie gur na szachownicy umieszczanie mo»liwie du»ej liczby nadajników radiowych na pewnym obszarze, tak,»eby nie kolidowaªy ze sob lokowanie du»ych sklepów lub usªug o podobnym prolu sprzeda»y lub usªug umieszczanie np. niebezpiecznych substancji chemicznych w s siaduj cych kontenerach, czy pomieszczeniach, etc. Schemat rozwi zania: tworzymy tzw. graf koniktów (wierzchoªki to mo»liwe lokalizacje, ka»da kraw d¹ reprezentuje konikt). Poszukiwanie rozwi zanie to zbiór niezale»ny o maksymalnej liczno±ci w takim grae.

Pokrycie wierzchoªkowe/kraw dziowe Pokryciem wierzchoªkowym w grae G = (V, E) nazywamy taki podzbiór X wierzchoªków,»e ka»da kraw d¹ z E jest incydentna z conajmniej jednym wierzchoªkiem z X. przykªad Pokryciem kraw dziowym w grae G = (V, E) nazywamy taki podzbiór Y kraw dzi,»e ka»dy wierzchoªek z V jest incydentny z conajmniej jedn kraw dzi z Y. przykªad Uwaga: oczywi±cie V jest pokryciem wierzchoªkowym a E jest pokryciem kraw dziowym grafu G = (V, E). Istotnym problemem jest znalezienie pokrycia o minimalnej liczno±ci.

Niezale»no± i pokrycia Rozwa»my nast puj ce wielko±ci w pewnym grae G = (V, E) ν(g): maksymalna liczba kraw dzi niezale»nych α(g): maksymalna liczba wierzchoªków niezale»nych τ(g): minimalna liczno± pokrycia wierzchoªkowego ρ(g): minimalna liczno± pokrycia kraw dziowego (zakªadamy tu,»e graf nie ma wierzchoªków izolowanych)

Sªaba dualno± niezale»no±ci i pokry Fakt: ν(g) τ(g) (maksymalna liczba kraw dzi niezale»nych jest niewi ksza od minimalnej liczby wierzchoªków w pokryciu) (dowód: ju» na same kraw dzie ze zbioru go potrzeba przynajmniej po jednym wierzchoªku pokrywaj cym) Fakt: α(g) ρ(g) (maksymalna liczba wierzchoªków niezale»nych jest niewi ksza od minimalnej liczno±ci pokrycia kraw dziowego) (dowód: ju» na same wierzchoªki ze zbioru go potrzeba przynajmniej po jednej kraw dzi pokrywaj cej)

Silna dualno± niezale»no±ci i pokry (Tw. Gallai) Twierdzenie: Zbiór wierzchoªków jest pokryciem o maksymalnej liczno±ci jego dopeªnienie jest zbiorem niezale»nym o minimalnej liczno±ci. Wynika z tego,»e: α(g) + τ(g) = V (przypomnienie:) α(g): maksymalna liczba wierzchoªków niezale»nych τ(g): minimalna liczno± pokrycia wierzchoªkowego dowód: zbiór wierzchoªków (kraw dzi) jest pokryciem jego dopeªnienie jest zbiorem niezale»nym

Silna dualno± niezale»no±ci i pokry (Tw. Gallai), Co bardzo ciekawe, zachodzi tak»e druga, dualna równo± : ν(g) + ρ(g) = V (zauwa»my,»e lewa strona dotyczy kraw dzi a prawa wierzchoªków!) (przypomnienie:) ν(g): maksymalna liczba kraw dzi niezale»nych ρ(g): minimalna liczno± pokrycia kraw dziowego (zakªadamy tu,»e graf nie ma wierzchoªków izolowanych)

w grafach dwudzielnych, Tw Königa Twierdzenie: W grae dwudzielnym zachodzi: ν(g) = τ(g), czyli maksymalna liczba kraw dzi niezale»nych (maksymalna liczno± skojarzenia) jest równa minimalnej liczbie wierzchoªków w pokryciu. (jest to kolejny przykªad silnej dualno±ci) przypomnienie: ν(g): maksymalna liczba kraw dzi niezale»nych τ(g): minimalna liczno± pokrycia wierzchoªkowego

w dowolnych grafach Droga przemienna wzgl dem skojarzenia M to taka droga prosta, której kraw dzie na przemian nale» i nie nale» do skojarzenia M. (przyjmujemy,»e pojedyncza kraw d¹ jest zawsze drog przemienn ) przykªad Droga powi kszaj ca wzgl dem skojarzenia M to dowolna droga przemienna, która nie jest cyklem, taka,»e jej ko«ce nie s ko«cami kraw dzi z M przykªad Twierdzenie (Berge, 1957): skojarzenie jest skojarzeniem o maksymalnej liczno±ci nie istnieje ±cie»ka powi kszaj ca wzgl dem tego skojarzenia

doskonaªe (tw. Tutte'go) Twierdzenie (Tutte, 1945): Graf G = (V, E) ma skojarzenie doskonaªe dla ka»dego podzbioru wierzchoªków S V zachodzi: q(g S) S gdzie: q(g S) oznacza liczb tych skªadowych spójnych podgrafu grafu G, indukowanego przez S, które maj nieparzyst liczb wierzchoªków.

Tw Königa-Egervary'ego Rozwa»my macierz binarn (zawieraj c tylko warto±ci 0 lub 1). Lini nazwiemy dowoln kolumn lub wiersz tej macierzy. Twierdzenie (König-Egervary 1931): Maksymalna liczba jedynek niele» cych w tej samej linii równa jest minimalnej liczbie linii zawieraj cych wszystkie jedynki. Uwaga: mo»na zauwa»y,»e twierdzenie to jest równowa»ne twierdzeniu o skojarzeniu maksymalnym w grae dwudzielnym: macierz to macierz incydencji rozwa»anego grafu dwudzielnego!

a transwersale Dla rodziny F = (S 1,..., S m ) podzbiorów n-elementowego zbioru X = (x 1,..., x n ) rozwa»my odpowiadaj c jej macierz incydencji A(F ) tak,»e a ij = 1 gdy zbiór S i x j a pozostaªe wyrazy s zerami. Zauwa»my,»e twierdzenie o istnieniu transwersali wynika z powy»szego twierdzenia.

Rozª czne drogi a spójno± (silna dualno± ) Twierdzenie Mengera (wersja kraw dziowa i wierzchoªkowa): W dowolnym grae spójnym G, dla dowolnych nies siednich wierzchoªków u, v maksymalna liczba dróg rozª cznych kraw dziowo (wierzchoªkowo) ª cz cych u i v równa jest minimalnej liczno±ci zbioru rozspajaj cego (rozdzielaj cego) który oddziela wierzchoªki u i v przykªad

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 (tw. Königa-Egervary'ego) Rozª czne ±cie»ki a rozci cia (tw. Mengera)

Przykªadowe wiczenia znajd¹ maksymalne skojarzenie w podanym grae dwudzielnym znajd¹ maksymaln transwersal cz ±ciow w podanej rodzinie zbiorów oszacuj minimalne pokrycie lub maksymalny zbiór niezale»ny w podanym grae (dla kraw dzi lub wierzchoªków) oszacuj maksymaln liczb rozª cznych ±cie»ek pomi dzy danymi dwoma wierzchoªkami w podanym grae

Dzi kuj za uwag