Přednášející. Literatura. Co je diskrétní matematika. Příklady úloh. Pojmy #2: 06/10/13. Binární relace. Uspořádání

Rozměr: px
Začít zobrazení ze stránky:

Download "Přednášející. Literatura. Co je diskrétní matematika. Příklady úloh. Pojmy #2: 06/10/13. Binární relace. Uspořádání"

Transkript

1 #: 06/0/6 Přednášející Literatura Co je diskrétní matematika Příklady úloh Pojmy #2: 06/0/ Binární relace Uspořádání Zobrazení, permutace a faktoriál #: 06/0/20 Zobrazení (pokračoání) Kombinační číslo Binomická ěta Multinomická ěta #4: 06/0/27 Multinomická ěta (z minula) Odhady faktoriálů a kombinačních čísel Princip inkluze a exkluze #5: 06//0 Princip inkluze a exkluze (pokračoání) Úod do teorie grafů Definice. Graf G je uspořádaná dojice (V, E), kde V je liboolná konečná množina (obecněji liboolná) a E (V nad 2) V rcholy (ertices) E hrany (edges) Př.: G = {{a,b,c,d} {{a,b}, {a,c}, {a,d}, {c,d}} a b c d Toto je jen znázornění grafu. Graf je něco jiného:). a b c d Definice. Úplný graf K n (na n rcholech): šechny možné hrany K n = (V,(V nad 2)), V = n Definice. Kružnice

2 C n = ( {,, n }, { {, 2 }, { 2, },, { n, n- }, { n, } ), n C = C 4 = délka = počet rcholů = počet hran #6: 06//0 Úod do teorie grafů (pokračoání) Definice. Cesta P n = ( { 0,, n }, { { 0, }, {, 2 },, { n, n- } } ); n 0 délka = počet hran = počet rcholů - Definice. Úplný bipartitní graf K m,e V = {, m, w, w e } E = { {w i, w j }; i= m, j= e } E(K m,e ) = m e Definice. Bipartitní graf V = {, m, w, w e } = V V 2 E { {, '}; V, ' V 2 } (je podmožinou odpoídajícího úplného grafu) Definice. Isomorfismus Grafy s přeznačením rcholů jsou isomorfní. Formálně: G G' bijekce f mezi V(G) a V(G') takoá, že ( {x, y} E(G) {f(x), f(y)} E(G') ) Zápis: G G' Př.: 4 2! " Pozn.: Isomorfismus je ekialence (RST). Definice. G je podgraf grafu G': (G G') V(G) V(G') & E(G) E(G') (V(G') nad 2) Definice. G je indukoaný podgraf grafu G': (G G') V(G) V(G') & E(G) = E(G') (V(G') nad 2) & $ d a c b Příklad: Pozoroání: Graf na n rcholech má 2 n indukoaných podgrafů (ybírám jen rcholy, hrany se yberou samy, neboli každá podmožina množiny V indukuje indukoaný podgraf). Definice. G je souislý graf x,y V(G) G cesta z x do y 2

3 Příklad: (nesouislý) Značení: x ~ G y G existuje cesta z x do y x ~ G y je ekialence na V(G) Definice. sled: 0, e 0,, e,, e m, m, kde e i = { i-, i ) pro i = m Sleď pacifický, přezato z Encyklopedie Worldbook Důkaz transitiity x ~ G y & y ~ G z sled z x do z ( G) nejkratší sled z x do z je cestou x ~ G z Definice. podgrafy indukoané třídou ekialence ~ G se nazýají komponenty grafu G Poznámka: Souislý graf má tedy jednu komponentu (sebe sama). Poznámka: G souislý x, y V(G) sled z x do y. Definice. zdálenost x,y G: d G (x,y) = délka nejkratší cesty z x do y Poznámka: d G (x,y) má lastnosti metriky: d G (x,y) 0 d G (x,y) = 0 x, y d G (x,y) = d G (y,x) d G (a,c) d G (a,b) + d G (b,c) Definice. y je soused x G pokud {x,y} E(G) Definice. matice sousednosti G = ({,, n}, E) A G = (A ij ) i,j= n, kde a ij = ({i,j} E)? : 0 (záisí na očísloání rcholů) Definice. stupeň rcholu x G: deg G (x) = počet hran obsahujících x = počet sousedů x = součet příslušného řádku (sloupce) A G #7: 06//24 Skóre grafu Věta. Princip sudosti: G = (V, E) : V deg G () = 2 E Vleo každá hrana přispěje dakrát. Důsledek: G: počet rcholů lichého stupně je ždy sudý (jinak by V deg G () nemohlo být sudé). Definice. G = ({,, n }, E): skóre grafu G = D(G) = ( deg G ( ),, deg G ( n ) ), kde skóre jsou stejná, pokud se liší jen pořadím prků. Příklad: Grafy a mají skóre (,2,2,2,), ale nejsou isomorfní. V deg G () = 0, E(G) = 5 Věta o skóre: D = (d,, d n ), 0 d d n

4 D je skóre nějakého grafu D = (d,..., d n dn, d n dn,..., d n ) je skóre nějakého graf Příklad použití: Je (, 2,,,, 4, 4, 4) skóre grafu? 244 je skóre (nějakého grafu) 2222 je skóre 2 je skóre (změna pořadí) 2 je skóre 00 je skóre 00 je skóre 000 je skóre (tři nespojené rcholy). Ano, je to tedy skóre. implikace : G' má skóre D' 2 n-dn n- G' Přidáme noý rchol n a spojíme ho hranou s rcholy n-dn,, n-, dostááme graf se skóre D. implikace : Mějme G = ({,, n }, E) se skóre D, označme d = d n = deg n. případ: z n edou hrany práě do rcholů n-d, n- (tj. do předchozích d rcholů: Odstraněním těchto hran a rcholu n dostaneme graf se skóre G' (jako prní implikaci, ale pozpátku). 2. případ (neplatí prní případ): Potom i < n-d j: { i, j } E, { j, n } E: n 2 i n-d j n- Protože deg i deg j, existuje k takoý, že { j, k } E, { i, k } E: n 2 i k n-d j n- n Přidejme do E hrany { i, k }, { j, n } a odeberme { i, n }, { j, k }, skóre zůstáá D: + x 2 i k n-d j n- x + n Opakoáním postupu dostaneme prní případ. Grafy jednotažky Uzařený tah začíná a končí e stejném rcholu. 4

5 Opakoání: sled: 0, e 0,, e,, e m, m, kde e i = { i-, i ) pro i = m Definice. tah: 0, e 0,, e,, e m, m, kde e i = { i-, i ) pro i = m, e i e j (pro i j) Definice. uzařený tah: 0, e 0,, e,, e m, m, kde e i = { i-, i ) pro i = m, e i e j (pro i j), 0 = m Alternatině: cesta: 0, e 0,, e,, e m, m, kde e i = { i-, i ) pro i = m, e i e j (pro i j), i = j (pro i j) Definice. Graf G je euleroský (lze nakreslit jedním uzařeným tahem), pokud existuje uzařený tah, takoý, že e E!i: e = e i & V i: = i Věta. G je euleroský G je souislý a šechny stupně G jsou sudé implikace : Uzařený euleroský graf dáá souislost (mezi každými děma rcholy existuje tah) i sudé stupně (při procházení sledu, projdu rchol k-krát, připadá na něj tedy 2k hran k donitř a k en, platí i pro počáteční = koncoý rchol) implikace : Pozoroání: Všechny stupně sudé (ne nutně souislý graf) každou hranou ede nějaký uzařený tah nejdelší tah danou hranou je uzařený Předpokládejme, že není uzařený: Chodíme grafu, když se dostaneme do nějaké hrany, můžeme ho ždycky prodloužit (ede z ní neprojitá hrana). G = (V, E) souislý graf, šechny stupně sudé Ukážeme sporem, že nejdelší uzařený tah T G je euleroský: Nechť není euleroský (nenakreslí celý graf), potom (ze souislosti) existuje e E(T) V(T) T e T e #8: 06/2/0 (pokračoání příště) Grafy jednotažky (pokračoání) (Věta. G je euleroský G je souislý a šechny stupně G jsou sudé) () 5

6 implikace (pokračoání): V grafu G' = (V, E-E(T)) jsou šechny stupně sudé, tedy hranou e ede uzařený tah T' G' (podle Pozoroání). Ve rcholu propojíme T, T' do jednoho uzařeného tahu: T T T' e e Delší než T: Spor. Tedy T musel být euleroský. Některé operace na grafech Definice. G = (V, E) graf odebrání hrany e E G G - e = (V, E-{e}) přidání hrany e (V nad 2)-E G G + e = (V, E {e}) odebrání rcholu V G G - = (V, {e E: e})! dělení hrany e = {x, y} E G G % = (V {z}, z V; (E-{e}) {{x, z}, {y, z}}) Definice. G' je dělení grafu G, pokud ho dostaneme z G postupným opakoáním operace dělení hrany. Ekialetně: G' dostaneme z G nahrazením hran cestami délek. 2-souislost grafu Čte se dousouislost. Definice. Graf G = (V, E) je (rcholoě) 2-souislý, pokud V a V: G- je souislý. Moje poznámka (dle skript): Obdobně k-souislý, pokud odebráním liboolných nejýše k- rcholů získáme souislý graf. Příklady: je 2-souislý. není 2-souislý. Definice. Graf G = (V, E) je hranoě 2-souislý, pokud G je souislý a e E: G-e. Pozoroání. G 2-souislý, pak: a) G + e je 2-souislý pro e (V nad 2)-E Dá se snadno ymyslet proč. 6

7 b) G - e je souislý pro e E e = {x, y} E G-x je (z definice) souislý y je G-e jedné komponentě s rcholem x. G-y je souislý y je G-e jedné komponentě s rcholem y. Z předchozích dou plyne, že šechny rcholy jsou jedné komponentě. Tedy G-e má jednu komponentu. TODO: Takže rcholoě hranoě 2-souislý c) G % e je 2-souislý pro e E G' = G%e (s přidaným rcholem z) G'- je souislý pro z G'-z = G-e je souislý podle b) Definice. Přidání ucha ke grafu Přidání cesty mezi u,, nitřní rcholy cesty jsou noé rcholy (pokud {u, } E(G), může být uchem hrana {u, }). G u! G u u! Alternatiní ilustrace, přezato z encyklopedie World Book Lemma o uších nebo o uchách? G je 2-souislý G lze dostat z kružnice postupným přidááním uší. implikace : Přidání ucha lze složit z přidáání a dělená hran: nejdříe rozdělím hranu a pak přidám k půodním koncoým rcholům ucho ( tomhle pořadí to ždycky funguje). implikace : V G kružnice: {x, y} = e E liboolná hrana G-e souislý G-e existuje cesta z x do y, a ta spolu s e toří kružnici. (Našli jsme tedy kružnici e 2-souislém grafu.) Nechť G' je podgraf G, který znikne z kružnice přidááním uší. Stačí ukázat G' G ke G' můžeme přidat další ucho s hranami z E(G). Pokud V(G') = V(G): můžeme přidat liboolnou hranu e E(G) - E(G') Pokud V(G') V(G): souislost G existuje hrana {, w} E(G) mezi V(G') a V(G)-V(G') 7

8 V(G) V(G) - V(G') G u #9: 06/2/08 Nechť P je nejkratší cesta z w do V(G') G-, potom P+hrana {,w} je ucho, které můžeme přidat ke G'. 2-souislost grafu Důsledek lemmatu o uších: G 2-souislý G znikne z K postupným přidááním a dělením hran. Takhle je to e skriptech. z lemmatu o uších. Věta. Ve 2-souislém grafu leží každé da rcholy na společné kružnici. Podle lemmatu o uších stačí dokázat, že ěta platí pro G ěta platí pro G + ucho (skrytá indukce?) G G + ucho x y, w da rcholy G + ucho (x, y koncoé body ucha). Nechť V(G), w V(G) (ostatní případy zřejmé). Nechť C = společná kružnice pro, x. 2 případy: C x w C x w y P y Stromy Nechť P = Nejkratší cesta z y do V(C) G-x. Okomentoat TODO Poznámka: V 2-souislém grafu leží také liboolné dě hrany na společné kružnici. 8

9 Definice. Strom je souislý graf bez kružnice mající alespoň jeden rchol. Poznámka: Podle skript má každý graf aspoň jeden rchol, pak je takoá podmínka pro strom zbytečná. Definice. List je rchol stupně. List (přezato z New Oxford American Dictionary) Trzení: Každý strom s alespoň děma rcholy má alespoň da listy. Koncoé rcholy nejdelší cesty jsou listy. To (říkají to i e skriptech) neplatí pro nekonečné stromy. Pozoroání: G graf, V(G) list, potom G je strom G- je strom G obsahuje kružnici G- obsahuje kružnici & G souislý G- souislý. (Je třeba si uědomit ýznam definice listu.) Důsledek: G strom z G dostaneme graf K postupným odebíráním listů. Věta. Nechť G(V, E) je graf a V. Potom následující trzení jsou ekialentní ( NTJE ): () G je strom (souislý graf bez kružnice mající alespoň jeden rchol) (2) x, y V existuje práě jedna cesta z x do y () G je souislý, ale G-e není souislý pro e E (4) G nemá kružnici, ale G+e má kružnici pro e, které nejsou G. (5) G je souislý a V = E + Podle srkipt se tomu říká Eulerů zorec. Důkazy předchozích ět (stačí dokázat implikace , ale uděláme i nějaké naíc): Důkaz 2 Souislý existuje cesta z x do y. Bez kružnic neexistují 2 cesty z x do y. Nechť P, R jsou různé cesty z x do y P = x e e 2 2 y R = x e ' ' e 2 ' 2 ' y Dejme tomu, že cesty se od sebe určité chíli rozejdou a pak zase sejdou (to se může stát i ícekrát). Tím se ale ytoří kružnice. Spor. (Rozepsáno formálně: kdo to má opisoat furt ) Důkaz 2 Vede cesta mezi každými děma rcholy souislost e = {x, y}, G-e není souislý, jinak by existoaly 2 cesty z x do y. Důkaz 4 9

10 Předpoklad, nechť má kružnici, spor s (ynecháním liboolné hrany kružnice se neporuší souislost), tedy nemá kružnici. Důkaz, že G+e má kružnici: Souislý, přidáme hranu e = {x, y}. Mezi {x, y} je cesta (která neobsahuje e). Hrana e a tato cesta toří dohromady kružnici. Důkaz 4 Bez kružnic Ok. Chceme dokázat 4 souislý: mějme da rcholy {x, y} V(G) a) {x, y} hrana Ok. b) {x, y} ne hrana G+e má kružnici (která nebyla G) pro e = {x, y}, tedy nutně prochází hranou e, když ji umažeme, zbude z ní cesta mezi x a y. Důkaz 5 Máme strom (tedy souislý). Z důsledku ýše (G strom z G dostaneme graf K postupným odebíráním listů.) plyne, že V = E +. (Odebrání listu odebrání hrany.) Důkaz 5 #0: 06/2/5 Souislý a V = E +. G nemá kružnici: Pokud by měl kružnici, odebereme jednu její hranu a neporušíme souislost, má-li stále ještě nějaké kružnice, opět mu odebereme hranu atd. Dostaneme graf G' = (V,E') souislý bez kružnice (tedy strom) tedy V = E' + e sporu s trzením V = E +q Minimální kostra grafu Definice. Kostra souislého grafu G = (V, E) je liboolný strom T = (V, E'), kde E' E. Poznámka: Kostra ždy existuje: dokud G existuje kružnice, odebíráme z G (jednu liboolnou) hranu kružnice, dostaneme tak kostru grafu. Příklad: Definice. Graf s ohodnocenými hranami: G = (V, E) graf, w: E R +, Problém minimální kostry: Pro daný souislý graf G = (V, E) graf, w: E R +, nalézt minimální kostru, tj. kostru K = (V, E') takoou, že její áha w(k) = w(e') = e E' w(e) je minimální /2! Kruskalů (hladoý) algoritmus: G = (V, E) souislý, w: E R + Předpokládejme, že E = {e,, e m }, přičemž w(e ) w(e 2 ) w(e m ). E 0 = 2. pro i =, 2,, m pokládáme E i = = E i- {e i }, pokud (V, E i- {e i }) neobsahuje kružnice = E i- jinak. (V, E m ) ýstup (min. kostra) Výsledek je určitě strom, je ale minimální? Věta. Kostra nalezená hladoým algoritmem je minimální. 0

11 Nechť (V, K) ýsledná kostra, (V, L) jiná kostra. Chceme w(l) w(k). Indukcí podle d = KΔL, symetrická diference KΔL = (K-L) (L-K). d = 0 K=L, zjeně platí 2. d > 0 a platí to pro d' < d K L (i když K = L ) e L-K Vezmeme hranu z L a přidáme do K: (V, L - {e}) má 2 komponenty (zali jsme hranu ze stromu): V a V 2. (V, K {e}) má (jedinou) kružnici C, přičemž e E(C). e' E(C): e' V e' V 2 e' K, e' L (není L, protože jinak by L byla kružnice, je tam přece také e), tedy e' = K - L (V, L') je kostra (zachoáá se nám, že je to strom, přidááme hrany a rušíme kružnice) ' = (L-{e}) {e'} je podobnější K než byla L, takže se nám íc hodí pro zbytek důkazu: L'ΔK < LΔK w(l') w(k) (indukční předpoklad) w(l) w(l') odpoídá w(e) w(e') Hladoý algoritmus přece nezal hranu e, protože by znikla kružnice C, tedy už byla ybrána hrana e', tedy w(e') w(e) Z předchozích dou neroností plyne w(l) w(k) Jarníků algoritmus na minimální kostru. V 0 = {}, kde je liboolný rchol z V 2. pro i =,, n- nechť e i hrana minimální áhy edoucí z V i- do V-V i- V i = V i- e i (neboli přidáme koncoý rchol hrany, ten, který tam ještě není). strom (V, {e, e 2,, e n- }) ýstup Roinné grafy Definice. Oblouk je množina bodů {γ(x), x [0, ]}, přičemž γ:[0, ] R 2 je prosté a spojité zobrazení. Definice. Graf G = (V, E) je roinný, má li roinné nakreslení: rcholy odpoídají různým bodům R 2 a hrany obloukům spojujícím příslušné dojice bodů tak, že mají-li da oblouky společný bod, potom je tento bod pro oba oblouky koncoý. Příklady: K 4 je roinný: C n je roinný. Liboolný strom je roinný. Je známo, že roinný graf lze nakreslit, tak, že hrany odpoídají úsečkám Důkaz je těžký, nebudeme ho dělat. (Búú!:-( Já se tak těšil ) #: 06/2/22 Roinné grafy (pokračoání) Definice. Stěna roinného nakreslení: liboolná maximální souislá oblast množiny R 2 - X, kde X je množina bodů ležících na obloucích nakreslení (souislost bereme intuitině). Příklad:

12 s u t má 4 stěny (nitřní oblasti označené písmeny) Definice. Vždy jedna stěna je neomezená, a to nější stěna. Ostatní jsou nitřní stěny. Definice. Topologická kružnice je uzařený oblouk (tj. γ(0) = γ()) Příklad: Jordanoa ěta o kružnici. Topologické kružnice rozděluje roinu na práě 2 souislé oblasti (nitřek a nějšek dané kružnice) Důkaz je fakt těžký, nebudeme ho dělat:(. Věta. K 5 není roinný. Důkaz sporem: V = {, 2,, 4, 5} Oblouky, 2, toří topologickou kružnici K, 4 leží unitř nebo ně. Kam potom s 5 (žádná stěna nemá na hranici šechny 4 rcholy, 2,, 4). Věta. K, není roinný. Důkaz sporem: Vrcholy, 2,, ', 2', ' ' 2' 2 ' 2 2' ' 2 2' Kam s '? Pozoroání: Graf G roinný každé dělení grafu G je roinný graf. Noé rcholy nakreslím na oblouky. Naopak taky platí: Dělení grafu je i ten graf samotný. Věta (Kuratowski). G je roinný G neobsahuje dělení K 5 ani K,. je jasné, ale zpátky bez důkazu:(. Trzení (Eulerů zorec): Graf G je souislý, roinný graf, V. Nechť s = počet stěn nějakého roinného nakreslení G. Potom V - E + s = 2. Tudíž počet stěn nezáisí na olbě nakreslení. Indukcí podle E : Nejdříe E = 0, graf má nutně jeden rchol, aby splňoal podmínky: V =, s=, +0+=2 E G neobsahuje kružnici: Je to tedy strom: V = E + ; s = takže to ychází. G obsahuje kružnici C: e je liboolná hrana na C nakreslení G-e splňuje Eulerů zorec (z indukčního předpokladu) Má o hranu a stěnu méně (odebráním e se 2 stěny spojí do jedné ně a unitř kružnice). 2

13 Tedy i G splňuje Eulerů zorec. Trzení: Graf G je roinný, 2-souislý. Potom hranice liboolné stěny liboolném nakreslení G odpoídá kružnici G. z lemmatu o uších: platí pro kružnici přidání ucha se platnost neporuší Nechť G (roinný, 2-souislý) = G' + ucho a nechť trzení platí pro G' Vezměme liboolné nakreslení G a ucho yhoďme: Trzení platí G', opětoným dokreslením se jedna stěna ohraničená kružnicí rozdělí na dě trakoé stěny, ostatní stěny se nezmění. Trzení: G = (V, E) roinný, V. Potom (i) E V - 6 Přidááme hrany, dokud nedostaneme maximální roinný graf, určitě dostaneme 2- souislý graf (to intuitině jde). Každá stěna ohraničená kružnicí, dokonce trojúhelníkem (jinak lze přidat nějakou diagonálu ) (ii) G neobsahuje K E 2 V - 4 #2: 07/0/05 Roinné grafy (pokračoání) Trzení: G = (V, E) roinný, V. Potom (dokončení z minula) (i) E V - 6 Přidááme hrany, dokud nedostaneme maximální roinný graf, určitě dostaneme 2- souislý graf (to intuitině jde). Každá stěna ohraničená kružnicí, dokonce trojúhelníkem (jinak lze přidat nějakou diagonálu ) Počet incidentních dojic hrana-stěna = s (haždá stěna má tři hrany) = 2 E (každá stěna je hranicí dou stěn) s = 2 E Eulerů ztah (krát ): E = V + s - 6 Tedy: E = V - 6 pro každý maximální roinný graf (tz. roinná triangulace). (ii) G neobsahuje K E 2 V - 4 Obdobně přidááme hrany, dokud nedostaneme maximální roinný graf bez trojúhelníků. (a) ýsledný graf není 2-souislý, potom je hězdou (jeden bod spojený se šemi ostatními) E = V - 2 V - 4 (protože V a 2 V V + ) (b) ýsledný graf je 2-souislý, proto je každá stěna ohraničená kružnicí délky alespoň 4 (a nanejýš 5, šestiúhelník mohu rozdělit na da čtyřúhelníky) Počet incidentních dojic hrana-stěna = 2 E 4s, tedy 2s E Eulerů ztah (dakrát): 2 E = 2 V + 2s - 4 Tedy obecně E 2 V -4. Důsledky:. každý roinný graf má rchol stupně 5 (šechny rcholy 6 E V spor) 2. K 5 ani K, nejsou roinné. z (i): 0 (není) 5-6 z (ii): 9 (není) Barení map a grafů Modeloý problém: Chceme, aby na politické mapě měly sousední státy různé bary. Předpoklady:. Pro to být sousedem nestačí jeden bod. 2. Každý stát je souislý. Problém čtyř bare: Stačí ždycky 4 bary?

14 5 bare se dá jednoduše dokázat, 4 už těžko:(, několik známých matematiků se prý ztrapnilo špatným důkazem. Teď je to dokázáno pomocí počítače. Definice. Graf G = (V, E) lze (řádně) obarit k barami, pokud existuje zobrazení b: V {, 2,, k} takoé, že {x, y} E b(x) b(y) Definice. Barenost grafu G = χ(g) (chí) = min {k : G lze obarit k barami} Příklady:. χ(k n ) = n 2. χ(k m,n ) = 2, m, n. χ(c 2k ) = 2 4. χ(c 2k+ ) = 5. χ(t) = 2; T je strom Vztah mezi barením map a roinných grafů (náznak) Udělám si silnice mezi hlaními městy sousedních států (tak, aby se nekřížily). A mám z toho barení roinného grafu. A tohle funguje i zpátky. Problém čtyř bare (jinak): χ(g) 4 pro každý roinný graf G? Věta o pěti barách: χ(g) 5 pro každý roinný graf G = (V, E) indukcí podle V Pro V 5 platí. V 6 a ěta platí pro grafy s menším počtem rcholů G má rchol stupně 5 (iz dříe tuto hodinu) (a) deg x 4: obaríme G-x 5 barami (to jde z předpokladu), poté dobaríme x barou rcholu, se kterým x nemá hranu (b) deg x = 5: sousedi u, u 5 G roinný G neobsahuje K 5 BÚNO {u 4, u 5 } E #: 07/0/2 Grafy, počet koster Bez Újmy Na Obecnosti V G-x ztotožníme u 4, u 5 (násobnost hran odstraníme), yjde nám (intuitině) roinný graf Podle indukčního předpokladu existuje obarení tohoto menšího grafu b 0 pěti barami, z toho yrobíme obarení G-x: b() := b 0 () pro u4, u5 b(u4 = b(u5) := b() Dobaríme rchol x barou různou od b(u), b(u2), b(u), b(u4) = b(u5) Cauchy-Schwarzoa neronost: Viz poslední přednáška z lineární algebry. n x i y i n x 2 i n yi 2 pro liboolná x i, y i R i= n i= j= 2 n i= i= n (x i y j x j y i ) 2 0 x 2 i i= j= n n yj 2 2( x i y i ) 2 0 i= Věta. Nechť G=(V,E) je graf na n rcholech obsahující K2,2 (= C4). Potom E (n n+2)/2. (n nad 2) (# cest délky 2 G) = V (deg nad 2) = V (deg )(deg - )/2 u, u' V, u u': nejýše jedna cesta délky 2 z u do u' 4

15 u (Jinak dostaneme C 4 : ) u' /2 V (deg - ) 2 deg (deg -) (n nad 2) V (deg - ) ( V (deg - ) 2 ) ( V 2 ) 2 E -n ( n 2 ) (=n) 2 E -n n n 2 E (n n+n)/2 Věta. (Cayleyho formule): n 2: Počet koster grafu K n je n n-2 (stromů na V = {, 2,, n} ) Příklady: n = 2: 2 0 = kostra n = : = kostry (yhození jedné hrany z trojúhelníku) Důkaz (n 2): Definice. Orientoaný graf (se smyčkami): G = (V, E ), kde V je liboolná konečná množina a E V V Příklad: G = ( {a, b, c}, {(a,b), (b, b), (a, c), (c, a)} ) c a b Definice. Kětina je strom, němž šechny hrany jsou zorientoány směrem od jediného rcholu (kořene kětiny). Pozoroání : (# kětin na {,, n}) = n (# stromů na {,, n}) Každý strom lze zorientoat n různými způsoby na kětinu (odpoídajícími n různým olbám kořene). Definice. Záhon je graf, jehož šechny komponenty jsou kětiny. Pozoroání 2: Kětina se yhozením k hran změní na záhon k+ kětin. Vyhození hrany se kětina rozpadne na 2 kětiny atd. (Vyhodím druhou, jedna ze dou kytek se taky rozpadne na dě, mám tři, atd.) Pozoroání : Přidáním orientoané hrany do záhony dostaneme opět záhon práě, když přidaná hrana ede z liboolného rcholu do kořene jiné komponenty. (TODO obrázek). Kdyby byly komponenty stejné, znikne kružnice. Kdyby needla do kořene, znikly by da kořeny a srazily by se dě šipky na jednom rcholu, takže ne kětina. Vlastní důkaz formule: Z grafu 2 n dostaneme kětinu na {, 2,, n} postupným přidááním orientoaných hran práě, když přidáaná hrana ždy ede z nějaké komponenty do kořene jiné komponenty (kětiny). Na začátku mám jednorcholoé kětiny: mám n(n-) možností olby prní hrany. Máme n- komponent, rcholů je stále stejně. Následně máme n(n-2) možností (lze snadno rozmyslet, TODO obrázek). Máme n-2 komponent, rcholů je stále stejně. Až nakonec máme n možností, jak zolit (n-). (n-minus-prní) hranu. Tedy máme n n- (n-)! možností, jak zolit prní až (n-). hranu. Stejná kětina yjde (n-)!-krát, tedy kětin je n n- (n-)!/(n-)! = n n-. Proto stromů je n n- /n = n n-2. 5

10 Přednáška ze

10 Přednáška ze 10 Přednáška ze 17. 12. 2003 Věta: G = (V, E) lze nakreslit jedním uzavřeným tahem G je souvislý a má všechny stupně sudé. Důkaz G je souvislý. Necht v je libovolný vrchol v G. A mějme uzavřený eurelovský

Více

Grafy. RNDr. Petra Surynková, Ph.D. Univerzita Karlova v Praze Matematicko-fyzikální fakulta.

Grafy. RNDr. Petra Surynková, Ph.D. Univerzita Karlova v Praze Matematicko-fyzikální fakulta. 6 RNDr., Ph.D. Katedra didaktiky matematiky Univerzita Karlova v Praze Matematicko-fyzikální fakulta petra.surynkova@mff.cuni.cz http://surynkova.info množina vrcholů a množina hran hrana vždy spojuje

Více

Definice 5.1 Graf G = (V, E) je tvořen množinou vrcholů V a množinou hran, kde

Definice 5.1 Graf G = (V, E) je tvořen množinou vrcholů V a množinou hran, kde Kapitola 5 Grafy 5.1 Definice Definice 5.1 Graf G = (V, E) je tvořen množinou vrcholů V a množinou hran E ( V 2), kde ( ) V = {{x, y} : x, y V a x y} 2 je množina všech neuspořádaných dvojic prvků množiny

Více

Jan Březina. 7. března 2017

Jan Březina. 7. března 2017 TGH03 - stromy, ukládání grafů Jan Březina Technical University of Liberec 7. března 2017 Kružnice - C n V = {1, 2,..., n} E = {{1, 2}, {2, 3},..., {i, i + 1},..., {n 1, n}, {n, 1}} Cesta - P n V = {1,

Více

H {{u, v} : u,v U u v }

H {{u, v} : u,v U u v } Obyčejný graf Obyčejný graf je dvojice G= U, H, kde U je konečná množina uzlů (vrcholů) a H {{u, v} : u,v U u v } je (konečná) množina hran. O hraně h={u, v} říkáme, že je incidentní s uzly u a v nebo

Více

4 Stromy a les. Definice a základní vlastnosti stromů. Kostry grafů a jejich počet.

4 Stromy a les. Definice a základní vlastnosti stromů. Kostry grafů a jejich počet. 4 Stromy a les Jedním ze základních, a patrně nejjednodušším, typem grafů jsou takzvané stromy. Jedná se o souvislé grafy bez kružnic. Přes svou (zdánlivou) jednoduchost mají stromy bohatou strukturu a

Více

4 Pojem grafu, ve zkratce

4 Pojem grafu, ve zkratce Petr Hliněný, FI MU Brno, 2014 1 / 24 FI: IB000: Pojem grafu 4 Pojem grafu, ve zkratce Třebaže grafy jsou jen jednou z mnoha struktur v matematice a vlastně pouze speciálním případem binárních relací,

Více

Diskrétní matematika. DiM /01, zimní semestr 2018/2019

Diskrétní matematika. DiM /01, zimní semestr 2018/2019 Diskrétní matematika Petr Kovář petr.kovar@vsb.cz Vysoká škola báňská Technická univerzita Ostrava DiM 470-2301/01, zimní semestr 2018/2019 O tomto souboru Tento soubor je zamýšlen především jako pomůcka

Více

Vrcholová barevnost grafu

Vrcholová barevnost grafu Vrcholová barevnost grafu Definice: Necht G = (V, E) je obyčejný graf a k N. Zobrazení φ : V {1, 2,..., k} nazýváme k-vrcholovým obarvením grafu G. Pokud φ(u) φ(v) pro každou hranu {u, v} E, nazveme k-vrcholové

Více

Definice 1 eulerovský Definice 2 poloeulerovský

Definice 1 eulerovský Definice 2 poloeulerovský Dále budeme předpokládat, že každý graf je obyčejný a má aspoň tři uzly. Definice 1 Graf G se nazývá eulerovský, existuje-li v něm uzavřený tah, který obsahuje každou hranu v G. Definice 2 Graf G se nazývá

Více

Diskrétní matematika. DiM /01, zimní semestr 2016/2017

Diskrétní matematika. DiM /01, zimní semestr 2016/2017 Diskrétní matematika Petr Kovář petr.kovar@vsb.cz Vysoká škola báňská Technická univerzita Ostrava DiM 470-2301/01, zimní semestr 2016/2017 O tomto souboru Tento soubor je zamýšlen především jako pomůcka

Více

MATEMATIKA A 3 Metodický list č. 1

MATEMATIKA A 3 Metodický list č. 1 Metodický list č. 1 Název tématického celku: Úvod do problematiky diskrétní matematiky Cíl: Cílem tohoto tématického celku je vymezení oblasti diskrétní matematiky a příprava na další výklad kurzu. Jedná

Více

8 Přednáška z

8 Přednáška z 8 Přednáška z 3 12 2003 Problém minimální kostry: Dostaneme souvislý graf G = (V, E), w : E R + Našim úkolem je nalézt strom (V, E ) tak, aby výraz e E w(e) nabýval minimální hodnoty Řešení - Hladový (greedy)

Více

TGH02 - teorie grafů, základní pojmy

TGH02 - teorie grafů, základní pojmy TGH02 - teorie grafů, základní pojmy Jan Březina Technical University of Liberec 5. března 2013 Počátek teorie grafů Leonard Euler (1707 1783) 1735 pobyt v Královci (Prusko), dnes Kaliningrad (Rusko) Úloha:

Více

Diskrétní matematika. DiM /01, zimní semestr 2018/2019

Diskrétní matematika. DiM /01, zimní semestr 2018/2019 Diskrétní matematika Petr Kovář petr.kovar@vsb.cz Vysoká škola báňská Technická univerzita Ostrava DiM 470-2301/01, zimní semestr 2018/2019 O tomto souboru Tento soubor je zamýšlen především jako pomůcka

Více

TGH02 - teorie grafů, základní pojmy

TGH02 - teorie grafů, základní pojmy TGH02 - teorie grafů, základní pojmy Jan Březina Technical University of Liberec 31. března 2015 Počátek teorie grafů Leonard Euler (1707 1783) 1735 pobyt v Královci (Prusko), dnes Kaliningrad (Rusko)

Více

Stromové rozklady. Definice 1. Stromový rozklad grafu G je dvojice (T, β) taková, že T je strom,

Stromové rozklady. Definice 1. Stromový rozklad grafu G je dvojice (T, β) taková, že T je strom, Stromové rozklady Zdeněk Dvořák 25. října 2017 Definice 1. Stromový rozklad grafu G je dvojice (T, β) taková, že T je strom, β je funkce přiřazující každému vrcholu T podmnožinu vrcholů v G, pro každé

Více

Učební texty k státní bakalářské zkoušce Matematika Teorie grafů. študenti MFF 15. augusta 2008

Učební texty k státní bakalářské zkoušce Matematika Teorie grafů. študenti MFF 15. augusta 2008 Učební texty k státní bakalářské zkoušce Matematika Teorie grafů študenti MFF 15. augusta 2008 1 17 Teorie grafů Požiadavky Základní pojmy teorie grafů, reprezentace grafu. Stromy a jejich základní vlastnosti,

Více

Grafy. doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava. Prezentace ke dni 13.

Grafy. doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava. Prezentace ke dni 13. Grafy doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava Prezentace ke dni 13. března 2017 Jiří Dvorský (VŠB TUO) Grafy 104 / 309 Osnova přednášky Grafy

Více

8 Rovinnost a kreslení grafů

8 Rovinnost a kreslení grafů 8 Rovinnost a kreslení grafů V přímé návaznosti na předchozí lekci se zaměříme na druhý důležitý aspekt slavného problému čtyř barev, který byl původně formulován pro barevné rozlišení států na politické

Více

TGH02 - teorie grafů, základní pojmy

TGH02 - teorie grafů, základní pojmy TGH02 - teorie grafů, základní pojmy Jan Březina Technical University of Liberec 28. února 2017 Metainformace materiály: jan.brezina.matfyz.cz/vyuka/tgh (./materialy/crls8.pdf - Introduction to algorithms)

Více

TEORIE GRAFŮ TEORIE GRAFŮ 1

TEORIE GRAFŮ TEORIE GRAFŮ 1 TEORIE GRAFŮ 1 TEORIE GRAFŮ Přednášející: RNDr. Jiří Taufer, CSc. Fakulta dopravní ČVUT v Praze, letní semestr 1998/99 Zpracoval: Radim Perkner, tamtéž, v květnu 1999 ZÁKLADNÍ POJMY Říkáme, že je dán prostý

Více

Úvod do informatiky. Miroslav Kolařík

Úvod do informatiky. Miroslav Kolařík Úvod do informatiky přednáška pátá Miroslav Kolařík Zpracováno dle učebního textu R. Bělohlávka: Úvod do informatiky, KMI UPOL, Olomouc 2008 a dle učebního textu R. Bělohlávka a V. Vychodila: Diskrétní

Více

Výroková a predikátová logika - IV

Výroková a predikátová logika - IV Výroková a predikátová logika - IV Petr Gregor KTIML MFF UK ZS 2018/2019 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - IV ZS 2018/2019 1 / 17 Tablo metoda Tablo Tablo - příklady F (((p q)

Více

Drsná matematika III 9. přednáška Rovinné grafy: Stromy, konvexní mnohoúhelníky v prostoru a Platónská tělesa

Drsná matematika III 9. přednáška Rovinné grafy: Stromy, konvexní mnohoúhelníky v prostoru a Platónská tělesa Drsná matematika III 9. přednáška Rovinné grafy: Stromy, konvexní mnohoúhelníky v prostoru a Platónská tělesa Jan Slovák Masarykova univerzita Fakulta informatiky 14. 11. 21 Obsah přednášky 1 Literatura

Více

Úvod do teorie grafů

Úvod do teorie grafů Úvod do teorie grafů Neorientovaný graf G = (V,E,I) V množina uzlů (vrcholů) - vertices E množina hran - edges I incidence incidence je zobrazení, buď: funkce: I: E V x V relace: I E V V incidence přiřadí

Více

Základní pojmy teorie grafů [Graph theory]

Základní pojmy teorie grafů [Graph theory] Část I Základní pojmy teorie grafů [Graph theory] V matematice grafem obvykle rozumíme grafické znázornění funkční závislosti. Pro tento předmět je však podstatnější pohled jiný. V teorii grafů rozumíme

Více

Drsná matematika III 9. přednáška Rovinné grafy: Stromy, konvexní mnohoúhelníky v prostoru a Platónská tělesa

Drsná matematika III 9. přednáška Rovinné grafy: Stromy, konvexní mnohoúhelníky v prostoru a Platónská tělesa Drsná matematika III 9. přednáška Rovinné grafy: Stromy, konvexní mnohoúhelníky v prostoru a Platónská tělesa Jan Slovák Masarykova univerzita Fakulta informatiky 13. 11. 2006 Obsah přednášky 1 Literatura

Více

Základy informatiky. Teorie grafů. Zpracoval: Pavel Děrgel Úprava: Daniela Szturcová

Základy informatiky. Teorie grafů. Zpracoval: Pavel Děrgel Úprava: Daniela Szturcová Základy informatiky Teorie grafů Zpracoval: Pavel Děrgel Úprava: Daniela Szturcová Obsah přednášky Barvení mapy Teorie grafů Definice Uzly a hrany Typy grafů Cesty, cykly, souvislost grafů Barvení mapy

Více

Barevnost grafů MFF UK

Barevnost grafů MFF UK Barevnost grafů Z. Dvořák MFF UK Plán vztah mezi barevností a maximálním stupněm (Brooksova věta) hranová barevnost (Vizingova věta) příště: vztah mezi barevností a klikovostí, perfektní grafy Barevnost

Více

Teorie grafů. zadání úloh. letní semestr 2008/2009. Poslední aktualizace: 19. května 2009. First Prev Next Last Go Back Full Screen Close Quit

Teorie grafů. zadání úloh. letní semestr 2008/2009. Poslední aktualizace: 19. května 2009. First Prev Next Last Go Back Full Screen Close Quit Teorie grafů zadání úloh letní semestr 2008/2009 Poslední aktualizace: 19. května 2009 Obsah Úloha číslo 1 5 Úloha číslo 2 6 Úloha číslo 3 7 Úloha číslo 4 8 Úloha číslo 5 9 Úloha číslo 6 10 Úloha číslo

Více

Kolik existuje různých stromů na pevně dané n-prvkové množině vrcholů?

Kolik existuje různých stromů na pevně dané n-prvkové množině vrcholů? Kapitola 9 Matice a počet koster Graf (orientovaný i neorientovaný) lze popsat maticí, a to hned několika různými způsoby. Tématem této kapitoly jsou incidenční matice orientovaných grafů a souvislosti

Více

Kreslení grafů na plochy Tomáš Novotný

Kreslení grafů na plochy Tomáš Novotný Kreslení grafů na plochy Tomáš Novotný Úvod Abstrakt. V první části příspěvku si vysvětlíme základní pojmy týkající se ploch. Dále si ukážeme a procvičíme možné způsoby jejich zobrazování do roviny, abychom

Více

Vybíravost grafů, Nullstellensatz, jádra

Vybíravost grafů, Nullstellensatz, jádra Vybíravost grafů, Nullstellensatz, jádra Zdeněk Dvořák 10. prosince 2018 1 Vybíravost Přiřazení seznamů grafu G je funkce L, která každému vrcholu G přiřadí množinu barev. L-obarvení je dobré obarvení

Více

TGH05 - aplikace DFS, průchod do šířky

TGH05 - aplikace DFS, průchod do šířky TGH05 - aplikace DFS, průchod do šířky Jan Březina Technical University of Liberec 31. března 2015 Grafová formulace CPM (critical path method) Orientovaný acyklický graf (DAG) je orientovaný graf neobsahující

Více

TGH09 - Barvení grafů

TGH09 - Barvení grafů TGH09 - Barvení grafů Jan Březina Technical University of Liberec 15. dubna 2013 Problém: Najít obarvení států na mapě tak, aby žádné sousední státy neměli stejnou barvu. Motivační problém Problém: Najít

Více

PŘEDNÁŠKA 7 Kongruence svazů

PŘEDNÁŠKA 7 Kongruence svazů PŘEDNÁŠKA 7 Kongruence svazů PAVEL RŮŽIČKA Abstrakt. Definujeme svazové kongruence a ukážeme jak pro vhodné binární relace svazu ověřit, že se jedná o svazové kongruence. Popíšeme svaz Con(A) kongruencí

Více

MATEMATIKY. Přednášel: Prof. RNDr. Jaroslav Nešetřil, DrSc. Zapsal: Michal Hrušecký

MATEMATIKY. Přednášel: Prof. RNDr. Jaroslav Nešetřil, DrSc. Zapsal: Michal Hrušecký Poznámky z přednášek z DISKRÉTNÍ MATEMATIKY Přednášel: Prof. RNDr. Jaroslav Nešetřil, DrSc. Zapsal: Michal Hrušecký zimní semestr 2003/2004 Obsah 1 Přednáška z 1. 10. 2003 1 2 Přednáška z 22. 10. 2003

Více

TGH05 - aplikace DFS, průchod do šířky

TGH05 - aplikace DFS, průchod do šířky TGH05 - aplikace DFS, průchod do šířky Jan Březina Technical University of Liberec 28. března 2017 Grafová formulace CPM (critical path method) Orientovaný acyklický graf (DAG) je orientovaný graf neobsahující

Více

Úvod do vybíravosti grafů, Nullstellensatz, polynomiální metoda

Úvod do vybíravosti grafů, Nullstellensatz, polynomiální metoda Úvod do vybíravosti grafů, Nullstellensatz, polynomiální metoda Zdeněk Dvořák 12. prosince 2017 1 Vybíravost Přiřazení seznamů grafu G je funkce L, která každému vrcholu G přiřadí množinu barev. L-obarvení

Více

Teorie grafů Jirka Fink

Teorie grafů Jirka Fink Teorie grafů Jirka Fink Nejprve malý množinový úvod Definice. Množinu {Y; Y X} všech podmnožin množiny X nazýváme potenční množinoumnožiny Xaznačíme2 X. Definice. Množinu {Y; Y X, Y =n}všech n-prvkovýchpodmnožinmnožiny

Více

5 Orientované grafy, Toky v sítích

5 Orientované grafy, Toky v sítích Petr Hliněný, FI MU Brno, 205 / 9 FI: IB000: Toky v sítích 5 Orientované grafy, Toky v sítích Nyní se budeme zabývat typem sít ových úloh, ve kterých není podstatná délka hran a spojení, nýbž jejich propustnost

Více

Obsah prezentace. Základní pojmy v teorii o grafech Úlohy a prohledávání grafů Hledání nejkratších cest

Obsah prezentace. Základní pojmy v teorii o grafech Úlohy a prohledávání grafů Hledání nejkratších cest Obsah prezentace Základní pojmy v teorii o grafech Úlohy a prohledávání grafů Hledání nejkratších cest 1 Základní pojmy Vrchol grafu: {množina V} Je to styčná vazba v grafu, nazývá se též uzlem, prvkem

Více

10 Podgrafy, isomorfismus grafů

10 Podgrafy, isomorfismus grafů Typické příklady pro zápočtové písemky DiM 470-2301 (Kovář, Kovářová, Kubesa) (verze: November 25, 2018) 1 10 Podgrafy, isomorfismus grafů 10.1. Určete v grafu G na obrázku Obrázek 10.1: Graf G. (a) největší

Více

Teorie grafů BR Solutions - Orličky Píta (Orličky 2010) Teorie grafů / 66

Teorie grafů BR Solutions - Orličky Píta (Orličky 2010) Teorie grafů / 66 Teorie grafů Petr Hanuš (Píta) BR Solutions - Orličky 2010 23.2. 27.2.2010 Píta (Orličky 2010) Teorie grafů 23.2. 27.2.2010 1 / 66 Pojem grafu Graf je abstraktní pojem matematiky a informatiky užitečný

Více

Graf. Uzly Lokality, servery Osoby fyzické i právní Informatické objekty... atd. Hrany Cesty, propojení Vztahy Informatické závislosti... atd.

Graf. Uzly Lokality, servery Osoby fyzické i právní Informatické objekty... atd. Hrany Cesty, propojení Vztahy Informatické závislosti... atd. Graf 2 0 3 1 4 5 Uzly Lokality, servery Osoby fyzické i právní Informatické objekty... atd. Hrany Cesty, propojení Vztahy Informatické závislosti... atd. Běžné reprezentace grafu Uzly = indexy Stupně uzlů

Více

GRAFY A GRAFOVÉ ALGORITMY

GRAFY A GRAFOVÉ ALGORITMY KATEDRA INFORMATIKY PŘÍRODOVĚDECKÁ FAKULTA UNIVERZITA PALACKÉHO GRAFY A GRAFOVÉ ALGORITMY ARNOŠT VEČERKA VÝVOJ TOHOTO UČEBNÍHO TEXTU JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM ROZPOČTEM ČESKÉ

Více

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2015

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2015 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 05 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

Více

Důkaz Heineho Borelovy věty. Bez újmy na obecnosti vezmeme celý prostor A = M (proč? úloha 1). Implikace. Nechť je (M, d) kompaktní a nechť.

Důkaz Heineho Borelovy věty. Bez újmy na obecnosti vezmeme celý prostor A = M (proč? úloha 1). Implikace. Nechť je (M, d) kompaktní a nechť. Přednáška 3, 19. října 2015 Důkaz Heineho Borelovy věty. Bez újmy na obecnosti vezmeme celý prostor A = M (proč? úloha 1). Implikace. Nechť je (M, d) kompaktní a nechť X i = M i I je jeho pokrytí otevřenými

Více

Diskrétní matematika. DiM /01, zimní semestr 2015/2016

Diskrétní matematika. DiM /01, zimní semestr 2015/2016 Diskrétní matematika Petr Kovář petr.kovar@vsb.cz Vysoká škola báňská Technická univerzita Ostrava DiM 470-2301/01, zimní semestr 2015/2016 O tomto souboru Tento soubor je zamýšlen především jako pomůcka

Více

PŘEDNÁŠKA 2 POSLOUPNOSTI

PŘEDNÁŠKA 2 POSLOUPNOSTI PŘEDNÁŠKA 2 POSLOUPNOSTI 2.1 Zobrazení 2 Definice 1. Uvažujme libovolné neprázdné množiny A, B. Zobrazení množiny A do množiny B je definováno jako množina F uspořádaných dvojic (x, y A B, kde ke každému

Více

Kapitola 11. Vzdálenost v grafech. 11.1 Matice sousednosti a počty sledů

Kapitola 11. Vzdálenost v grafech. 11.1 Matice sousednosti a počty sledů Kapitola 11 Vzdálenost v grafech V každém grafu lze přirozeným způsobem definovat vzdálenost libovolné dvojice vrcholů. Hlavním výsledkem této kapitoly je překvapivé tvrzení, podle kterého lze vzdálenosti

Více

3.3. Operace s vektory. Definice

3.3. Operace s vektory. Definice Operace s ektory.. Operace s ektory Výklad Definice... Nechť ϕ je úhel do nenloých ektorů, (obr. ). Skalárním sočinem ektorů, rozmíme číslo, které bdeme označoat. (někdy strčně ) a které definjeme roností.

Více

Učební texty k státní bakalářské zkoušce Matematika Diskrétní matematika. študenti MFF 15. augusta 2008

Učební texty k státní bakalářské zkoušce Matematika Diskrétní matematika. študenti MFF 15. augusta 2008 Učební texty k státní bakalářské zkoušce Matematika Diskrétní matematika študenti MFF 15. augusta 2008 1 16 Diskrétní matematika Požadavky Uspořádané množiny Množinové systémy, párování, párování v bipartitních

Více

Teoretická informatika Tomáš Foltýnek Barvení grafů Platónská tělesa

Teoretická informatika Tomáš Foltýnek Barvení grafů Platónská tělesa Tomáš Foltýnek foltynek@pef.mendelu.cz Barvení grafů Platónská tělesa strana 2 Opakování z minulé přednášky Co je to prohledávání grafu? Jaké způsoby prohledávání grafu známe? Jak nalézt východ z bludiště?

Více

Věta o dělení polynomů se zbytkem

Věta o dělení polynomů se zbytkem Věta o dělení polynomů se zbytkem Věta. Nechť R je okruh, f, g R[x], přičemž vedoucí koeficient polynomu g 0 je jednotka okruhu R. Pak existuje jediná dvojice polynomů q, r R[x] taková, že st(r) < st(g)

Více

Teorie grafů. Kostra grafu. Obsah. Radim Farana Podklady pro výuku pro akademický rok 2013/2014

Teorie grafů. Kostra grafu. Obsah. Radim Farana Podklady pro výuku pro akademický rok 2013/2014 Teorie grafů Radim Farana Podklady pro výuku pro akademický rok 013/014 Obsah Kostra grafu. Tahy,. Úloha čínského pošťáka. Zdroj: Vítečková, M., Přidal, P. & Koudela, T. Výukový modul k předmětu Systémová

Více

07 Základní pojmy teorie grafů

07 Základní pojmy teorie grafů 07 Základní pojmy teorie grafů (definice grafu, vlastnosti grafu, charakteristiky uzlů, ohodnocené grafy) Definice grafu množina objektů, mezi kterými existují určité vazby spojující tyto objekty. Uspořádaná

Více

Konstrukce relace. Postupně konstruujeme na množině všech stavů Q relace i,

Konstrukce relace. Postupně konstruujeme na množině všech stavů Q relace i, [161014-1204 ] 11 2.1.35 Konstrukce relace. Postupně konstruujeme na množině všech stavů Q relace i, kde i = 0, 1,..., takto: p 0 q právě tehdy, když bud p, q F nebo p, q F. Dokud i+1 i konstruujeme p

Více

Modely teorie grafů, min.kostra, max.tok, CPM, MPM, PERT

Modely teorie grafů, min.kostra, max.tok, CPM, MPM, PERT PEF ČZU Modely teorie grafů, min.kostra, max.tok, CPM, MPM, PERT Okruhy SZB č. 5 Zdroje: Demel, J., Operační výzkum Jablonský J., Operační výzkum Šubrt, T., Langrová, P., Projektové řízení I. a různá internetová

Více

PQ-stromy a rozpoznávání intervalových grafů v lineárním čase

PQ-stromy a rozpoznávání intervalových grafů v lineárním čase -stromy a rozpoznávání intervalových grafů v lineárním čase ermutace s předepsanými intervaly Označme [n] množinu {1, 2,..., n}. Mějme permutaci π = π 1, π 2,..., π n množiny [n]. Řekneme, že množina S

Více

Základy informatiky. 07 Teorie grafů. Kačmařík/Szturcová/Děrgel/Rapant

Základy informatiky. 07 Teorie grafů. Kačmařík/Szturcová/Děrgel/Rapant Základy informatiky 07 Teorie grafů Kačmařík/Szturcová/Děrgel/Rapant Obsah přednášky barvení mapy teorie grafů definice uzly a hrany typy grafů cesty, cykly, souvislost grafů Barvení mapy Kolik barev je

Více

zejména Dijkstrův algoritmus pro hledání minimální cesty a hladový algoritmus pro hledání minimální kostry.

zejména Dijkstrův algoritmus pro hledání minimální cesty a hladový algoritmus pro hledání minimální kostry. Kapitola Ohodnocené grafy V praktických aplikacích teorie grafů zpravidla graf slouží jako nástroj k popisu nějaké struktury. Jednotlivé prvky této struktury mají často přiřazeny nějaké hodnoty (může jít

Více

Drsná matematika III 10. demonstrovaná cvičení Kostry grafů

Drsná matematika III 10. demonstrovaná cvičení Kostry grafů Drsná matematika III 10. demonstrovaná cvičení Kostry grafů Martin Panák Masarykova univerzita Fakulta informatiky 21.11. 2006 1 Domácí úlohy z minulého týdne Příklad 1 Příklad 2 Příklad 3 2 Borůvkův algoritmus

Více

Hypergrafové removal lemma a Szemérediho

Hypergrafové removal lemma a Szemérediho Hypergrafové removal lemma a Szemérediho věta Zdeněk Dvořák 7. prosince 207 Hypergrafové removal lemma a jeho důsledek Definice. Dvojice (V, E) je k-uniformní hypergraf, je-li E množina neuspořádaných

Více

Matematické důkazy Struktura matematiky a typy důkazů

Matematické důkazy Struktura matematiky a typy důkazů Matematické důkazy Struktura matematiky a typy důkazů Petr Liška Masarykova univerzita 18.9.2014 Motto: Matematika je tvořena z 50 procent formulemi, z 50 procent důkazy a z 50 procent představivostí.

Více

- Pokud máme na množině V zvoleno pevné očíslování vrcholů, můžeme váhovou funkci jednoznačně popsat. Symbolem ( i)

- Pokud máme na množině V zvoleno pevné očíslování vrcholů, můžeme váhovou funkci jednoznačně popsat. Symbolem ( i) DSM2 C 8 Problém neratší cesty Ohodnocený orientoaný graf: - Definice: Ohodnoceným orientoaným grafem na množině rcholů V = { 1, 2,, n} nazýáme obet G = V, w, de zobrazení w : V V R { } se nazýá áhoá funce

Více

autorovu srdci... Petr Hliněný, FI MU Brno 1 FI: MA010: Průnikové grafy

autorovu srdci... Petr Hliněný, FI MU Brno 1 FI: MA010: Průnikové grafy 9 Krátké povídání o průnikových grafech Od této lekce teorie grafů se zaměříme lehce na několik vybraných partíı teorie grafů bĺızkých autorovu srdci... Naším prvním výběrem jsou průnikové grafy, což jsou

Více

Matematická analýza III.

Matematická analýza III. 1. - limita, spojitost Miroslav Hušek, Lucie Loukotová UJEP 2010 Úvod Co bychom měli znát limity posloupností v R základní vlastnosti funkcí jedné proměnné (definiční obor, monotónnost, omezenost,... )

Více

Matematika III 10. přednáška Stromy a kostry

Matematika III 10. přednáška Stromy a kostry Matematika III 10. přednáška Stromy a kostry Michal Bulant Masarykova univerzita Fakulta informatiky 20. 11. 2007 Obsah přednášky 1 Izomorfismy stromů 2 Kostra grafu 3 Minimální kostra Doporučené zdroje

Více

Přijímací zkouška - matematika

Přijímací zkouška - matematika Přijímací zkouška - matematika Jméno a příjmení pište do okénka Číslo přihlášky Číslo zadání 1 Grafy 1 Pro který z následujících problémů není znám žádný algoritmus s polynomiální časovou složitostí? Problém,

Více

Těleso racionálních funkcí

Těleso racionálních funkcí Těleso racionálních funkcí Poznámka. V minulém semestru jsme libovolnému oboru integrity sestrojili podílové těleso. Pro libovolné těleso R je okruh polynomů R[x] oborem integrity, máme tedy podílové těleso

Více

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

Více

Teorie grafů. Teoretická informatika Tomáš Foltýnek

Teorie grafů. Teoretická informatika Tomáš Foltýnek Teorie grafů Teoretická informatika Tomáš Foltýnek foltynek@pef.mendelu.cz Opakování z minulé přednášky Co je to složitostní třída? Jaké složitostní třídy známe? Kde leží hranice mezi problémy řešitelnými

Více

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2014

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2014 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 204 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

Více

TOPOLOGIE A TEORIE KATEGORIÍ (2017/2018) 4. PREDNÁŠKA - SOUČIN PROSTORŮ A TICHONOVOVA VĚTA.

TOPOLOGIE A TEORIE KATEGORIÍ (2017/2018) 4. PREDNÁŠKA - SOUČIN PROSTORŮ A TICHONOVOVA VĚTA. TOPOLOGIE A TEORIE KATEGORIÍ (2017/2018) 4. PREDNÁŠKA - SOUČIN PROSTORŮ A TICHONOVOVA VĚTA. PAVEL RŮŽIČKA 4.1. (Kvazi)kompaktnost a sub-báze. Buď (Q, ) uspořádaná množina. Řetězcem v Q budeme rozumět lineárně

Více

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory K množina reálných nebo komplexních čísel, U vektorový prostor nad K. Lineární kombinace vektorů u 1, u 2,...,u

Více

Fakulta elektrotechniky a informatiky Vysoká škola báňská - Technická univerzita Ostrava. Diskrétní matematika 2012/2013.

Fakulta elektrotechniky a informatiky Vysoká škola báňská - Technická univerzita Ostrava. Diskrétní matematika 2012/2013. Fakulta elektrotechniky a informatiky Vysoká škola báňská - Technická univerzita Ostrava Diskrétní matematika 2012/2013 Projekt číslo 3 jméno: Jiří Znoj login: zno0011 hodnotící: Mgr. Pavel Skalný Příklad:

Více

Principy indukce a rekurentní rovnice

Principy indukce a rekurentní rovnice Principy indukce a rekurentní rovnice Jiří Velebil: X01DML 22. října 2010: Indukce 1/15 Příklad Místností rozměru n budeme rozumět šachovnici rozměru 2 n 2 n, ze které je jedno (libovolné) pole vyjmuto.

Více

Lineární algebra : Změna báze

Lineární algebra : Změna báze Lineární algebra : Změna báze (13. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 8. dubna 2014, 10:47 1 2 13.1 Matice přechodu Definice 1. Nechť X = (x 1,..., x n ) a Y = (y 1,...,

Více

PLANARITA A TOKY V SÍTÍCH

PLANARITA A TOKY V SÍTÍCH PLANARITA A TOKY V SÍTÍCH Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze BI-GRA, LS 2010/2011, Lekce 9 Evropský sociální fond Praha & EU: Investujeme

Více

1 Lineární prostory a podprostory

1 Lineární prostory a podprostory Lineární prostory a podprostory Přečtěte si: Učebnice AKLA, kapitola první, podkapitoly. až.4 včetně. Cvičení. Které z následujících množin jsou lineárními prostory s přirozenými definicemi operací?. C

Více

Výhody a nevýhody jednotlivých reprezentací jsou shrnuty na konci kapitoly.

Výhody a nevýhody jednotlivých reprezentací jsou shrnuty na konci kapitoly. Kapitola Reprezentace grafu V kapitole?? jsme se dozvěděli, co to jsou grafy a k čemu jsou dobré. rzo budeme chtít napsat nějaký program, který s grafy pracuje. le jak si takový graf uložit do počítače?

Více

Výroková a predikátová logika - III

Výroková a predikátová logika - III Výroková a predikátová logika - III Petr Gregor KTIML MFF UK ZS 2017/2018 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - III ZS 2017/2018 1 / 16 2-SAT 2-SAT Výrok je v k-cnf, je-li v CNF a

Více

Kombinatorika. Michael Krbek. 1. Základní pojmy. Kombinatorika pracuje se spočitatelnými (tedy obvykle

Kombinatorika. Michael Krbek. 1. Základní pojmy. Kombinatorika pracuje se spočitatelnými (tedy obvykle Kombinatorika Michael Krbek. Základní pojmy. Kombinatorika pracuje se spočitatelnými (tedy obvykle konečnými) strukturami a patří kvůli tomu mezi nejstarší oblasti matematiky. Je těžké podat přesný výčet

Více

Úvod do informatiky. Miroslav Kolařík

Úvod do informatiky. Miroslav Kolařík Úvod do informatiky přednáška sedmá Miroslav Kolařík Zpracováno dle učebního textu R. Bělohlávka: Úvod do informatiky, KMI UPOL, Olomouc 2008. Obsah 1 Čísla a číselné obory 2 Princip indukce 3 Vybrané

Více

(4x) 5 + 7y = 14, (2y) 5 (3x) 7 = 74,

(4x) 5 + 7y = 14, (2y) 5 (3x) 7 = 74, 1. V oboru celých čísel řešte soustavu rovnic (4x) 5 + 7y = 14, (2y) 5 (3x) 7 = 74, kde (n) k značí násobek čísla k nejbližší číslu n. (P. Černek) Řešení. Z první rovnice dané soustavy plyne, že číslo

Více

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

Více

2. přednáška 8. října 2007

2. přednáška 8. října 2007 2. přednáška 8. října 2007 Konvergence v metrických prostorech. Posloupnost bodů (a n ) M v metrickém prostoru (M, d) konverguje (je konvergentní), když v M existuje takový bod a, že lim n d(a n, a) =

Více

FIT ČVUT MI-LOM Lineární optimalizace a metody. Dualita. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti

FIT ČVUT MI-LOM Lineární optimalizace a metody. Dualita. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti FIT ČVUT MI-LOM Lineární optimalizace a metody Dualita Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Michal Černý, 2011 FIT ČVUT, MI-LOM, M. Černý, 2011: Dualita 2/5 Dualita Evropský

Více

1 Determinanty a inverzní matice

1 Determinanty a inverzní matice Determinanty a inverzní matice Definice Necht A = (a ij ) je matice typu (n, n), n 2 Subdeterminantem A ij matice A příslušným pozici (i, j) nazýváme determinant matice, která vznikne z A vypuštěním i-tého

Více

Kostry. 9. týden. Grafy. Marie Demlová (úpravy Matěj Dostál) 16. dubna 2019

Kostry. 9. týden. Grafy. Marie Demlová (úpravy Matěj Dostál) 16. dubna 2019 Grafy 16. dubna 2019 Tvrzení. Je dán graf G, pak následující je ekvivalentní. 1 G je strom. 2 Graf G nemá kružnice a přidáme-li ke grafu libovolnou hranu, uzavřeme přesně jednu kružnici. 3 Graf G je souvislý

Více

Algoritmizace prostorových úloh

Algoritmizace prostorových úloh INOVACE BAKALÁŘSKÝCH A MAGISTERSKÝCH STUDIJNÍCH OBORŮ NA HORNICKO-GEOLOGICKÉ FAKULTĚ VYSOKÉ ŠKOLY BÁŇSKÉ - TECHNICKÉ UNIVERZITY OSTRAVA Algoritmizace prostorových úloh Grafové úlohy Daniela Szturcová Tento

Více

LAPLACEOVA MATICE. Laplacian matrix of selected graph classes

LAPLACEOVA MATICE. Laplacian matrix of selected graph classes VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra aplikované matematiky LAPLACEOVA MATICE VYBRANÝCH TŘÍD GRAFŮ Laplacian matrix of selected graph classes 2014 Petra Hoffmannová

Více

5 Minimální kostry, Hladový algoritmus

5 Minimální kostry, Hladový algoritmus 5 Minimální kostry, Hladový algoritmus Kromě teoretických hrátek mají kostry grafů (Oddíl 4.4) následující důležité praktické použití: Dříve jsme uvažovali spojení v grafech cestami jdoucími z jednoho

Více

Jazyk matematiky. 2.1. Matematická logika. 2.2. Množinové operace. 2.3. Zobrazení. 2.4. Rozšířená číslená osa

Jazyk matematiky. 2.1. Matematická logika. 2.2. Množinové operace. 2.3. Zobrazení. 2.4. Rozšířená číslená osa 2. Jazyk matematiky 2.1. Matematická logika 2.2. Množinové operace 2.3. Zobrazení 2.4. Rozšířená číslená osa 1 2.1 Matematická logika 2.1.1 Výrokový počet logická operace zapisujeme čteme česky negace

Více

Algoritmus pro hledání nejkratší cesty orientovaným grafem

Algoritmus pro hledání nejkratší cesty orientovaným grafem 1.1 Úvod Algoritmus pro hledání nejkratší cesty orientovaným grafem Naprogramoval jsem v Matlabu funkci, která dokáže určit nejkratší cestu v orientovaném grafu mezi libovolnými dvěma vrcholy. Nastudoval

Více

Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice

Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice Jan Tomeček Tento stručný text si klade za cíl co nejrychlejší uvedení do teorie Greenových funkcí pro obyčejné diferenciální

Více

( ) Sčítání vektorů. Předpoklady: B. Urči: a) S. Př. 1: V rovině jsou dány body A[ 3;4]

( ) Sčítání vektorů. Předpoklady: B. Urči: a) S. Př. 1: V rovině jsou dány body A[ 3;4] 722 Sčítání ektorů Předpoklady: 7201 Př 1: V roině jso dány body A[ 3;4], [ 1;1] B Urči: a) S AB b) = B A a) S AB ( ) a1 + b 3 1 1 a2 + b2 + 4 + 1 5 ; = ; = 2; 2 2 2 2 2 b) = B A = [ 1;1] [ 3; 4] = ( 2;

Více

DISKRÉTNÍ MATEMATIKA PRO INFORMATIKY II

DISKRÉTNÍ MATEMATIKA PRO INFORMATIKY II KATEDRA INFORMATIKY PŘÍRODOVĚDECKÁ FAKULTA UNIVERZITA PALACKÉHO DISKRÉTNÍ MATEMATIKA PRO INFORMATIKY II RADIM BĚLOHLÁVEK, VILÉM VYCHODIL VÝVOJ TOHOTO UČEBNÍHO TEXTU JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM

Více