Pozostale

 0    53 flashcards    adamomasz
print play test yourself
 
Question - Answer -
Algorytm Kruskala
start learning
union-find Rozpatruje krawędzie w kolejności niemalejących wag i dodawaj do T te, które nie tworzą cyklu z poprzednio dodanymi, pozostałe odrzucaj, do momentu, gry T nie tworzy drzewa rozpinającego.
Graf planarny
start learning
graf, który można narysować na płaszczyźnie bez przecięć krawędzi.
Rysunek płaski
start learning
rysunek grafu planarnego taki, gdzie nie przecinają się krawędzie.
Liczba przecięć -
start learning
cr(G) - najmniejsza możliwa liczba przecięć krawędzi w dowolnym rysunku grafu G na płaszczyźnie. Miara “nieplanarności” grafu.
Grubość grafu
start learning
najmniejsza liczba „przezroczystych warstw” zawierających rysunki płaskie podgrafów G, które „złożone” dałyby graf G.
Ściana
start learning
dowolny maksymalny obszar spójny nie będący częścią grafu (krawędzią ani wierzchołkiem) w tym rysunku płaskim.
Ściana nieskończona
start learning
jedyna ściana nieograniczona (powyżej: f4 ).
Rzut stereograficzny
start learning
G=kładziemy sferę na płaszczyźnie ● Rysujemy dowolny obiekt na sferze (Uwaga: nie można tylko rysować po wierzchołku sfery) ● Rzut stereograficzny stanowi cień,
jaki rzucałby rysunek gdyby umieścić punktowe źródła światła w wierzchołku sfery
Graf wielościanu
start learning
graf utworzony przez wierzchołki i krawędzie wielościanu
Graf geometrycznie dualny G*
start learning
zastępujemy każdą ścianę G wierzchołkiem w G* ● 2 wierzchołki w G* są połączone krawędzią w G* ⇔ istnieje odpowiadająca im krawędź w G, która rozgranicza odpowiednie ściany w G.
Graf abstrakcyjnie dualny
start learning
- czyli istnieje taka wzajemnie jednoznaczna relacja między zbiorami krawędzi G i G ∗, że cykle w G odpowiadają krawędziom w G ∗
k-kolorowanie wierzchołków
start learning
- Przez kolorowanie wierzchołków grafu G nazywamy takie przyporządkowanie każdemu z jego wierzchołków pewnego koloru, reprezentowanego umownie przez liczbę naturalną, że żadne dwa sąsiednie wierzchołki nie mają przyporządkowanego tego samego koloru. G
. k-chromatyczny
start learning
gdzie liczba chromatyczna 𝜒(G) wynosi k.
Liczba chromatyczna 𝜒(G)
start learning
najmniejsza liczba k taka, że graf jest k-kolorowalny.
k-kolorowalnosc krawędzi
start learning
Graf jest k-kolorowalny(e) (k-kolorowalny krawędziowo) jeżeli jego krawędzie można pokolorować tak, że żadne dwie krawędzie incydentne z tym samym wierzchołkiem nie mają tego samego koloru.
Indeks chromatyczny𝜒’(G)
start learning
najmniejsza taka liczba k, że graf G jest k-kolorowalny(e), czyli krawędziowo.
Funkcja chromatyczna,
start learning
Funkcją chromatyczną PG (k) grafu G nazywamy funkcję, której wartość to liczba sposobów pokolorowania wierzchołków grafu G przy pomocy k kolorów
Średnica grafu -
start learning
diam(G): maksymalna odległość między wierzchołkami w tym grafie.
Ekscentryczność wierzchołka
start learning
ecc(v): maksymalna odległość od innego wierzchołka.
Promień grafu
start learning
rad(G): minimalna ekscentryczność wierzchołka w tym grafie.
Wierzchołek centralny
start learning
o minimalnej ekscentryczności
Centrum grafu
start learning
graf indukowany na zbiorze wierzchołków centralnych grafu G.
Dualność
start learning
Istnieją zagadnienia optymalizacyjne posiadające specyficzną cechę „dualności”, tzn. zadanie maksymalizacji pewnej funkcji jest równoważne zagadnieniu minimalizacji innej funkcji.
. Zbiór niezależny
start learning
- taki podzbiór X wierzchołków, że żadne dwa różne wierzchołki z X nie są sąsiednie.
. Pokrycie wierzchołkowe
start learning
w grafie G = (V, E) nazywamy taki podzbiór X wierzchołków V, że każda krawędź z E jest incydentna z co najmniej jednym wierzchołkiem z X.
Sieć przepływowa
start learning
- Sieć przepływowa ze źródłem s i ujściem t to graf skierowany G = (V, E) z wymiernymi, nieujemnymi wagami na krawędziach danymi przez funkcję (przepustowość) c: E → Q+,
przy czym indeg(s) = 0 i outdeg(t) = 0. Wagę c(e) krawędzi e ∈ E nazywamy przepustowością krawędzi.
Przepływ
start learning
Przepływ w sieci G z funkcją przepustowości c: E → Q+ to taka funkcja f: E → Q+ ∪ {0}, która spełnia warunki: ● f (e) ≤ c(e) dla każdej krawędzi e ∈ E (nieprzekraczalność przepustowości)
dla każdego wierzchołka poza s i t zachodzi: prawo zachowania przepływu w węzłach
Ścieżka powiększająca
start learning
ścieżka powiększająca dany przepływ f to taka ścieżka nieskierowana (tzn. krawędzie
● każda krawędź e skierowana od źródła do ujścia jest nienasycona (krawędź nasycona to spełniająca warunek: f(e) = c(e)) ● dla każdej krawędzi ścieżki e skierowanej przeciwnie (od ujścia do źródła) f (e) > 0.
Łańcuchy Markowa
start learning
macierz prawdopodobieństwa przejść P wymiaru n x n wraz z n-wymiarowym wektorem wierszowym x
Klasyfikacja stanów (Markowa)
start learning
powracający wtedy i tylko wtedy, gdy będąc w nim w momencie t prawdopodobieństwo ponownego bycia w nim w pewnym czasie t’ > t wynosi 1 (na pewno wrócimy) • chwilowy wtedy i tylko wtedy gdy nie jest powracający
• pochłaniający wtedy i tylko wtedy gdy prawdopodobieństwo przejścia w jednym kroku z v do innego stanu wynosi 0 • okresowy o okresie 1 < τ ∈ N wtedy i tylko wtedy gdy powrócić do stanu v można tylko po liczbie kroków będącej wielokrotnością τ
Liczba drzew rozpinających grafu pełnego)
start learning
Graf pełny Kn ma dokładnie n n-2 drzew rozpinających
charakteryzacja dwudzielnych przez cykle)
start learning
Jeżeli graf jest dwudzielny, to nie zawiera cykli nieparzystych!
Tw. Eulera "charakteryzacja grafów eulerowskich przez stopnie wierzchołków)
start learning
Graf spójny jest Eulerowski wtedy i tylko wtedy, gdy każdy jego wierzchołek ma stopień parzysty.
Tw. Orego):
start learning
Jeśli graf prosty G ma n wierzchołków (gdzie n ≥ 3) oraz deg(v) + deg(w) ≥ n dla każdej pary wierzchołków niesąsiednich v i w, to graf G jest hamiltonowski.
Tw. Cayleya
start learning
Istnieje n n-2 różnych n-wierzchołkowych drzew etykietowanych.
Kodowanie prufera
start learning
1. znalezienia liscia ktory ma najmniejsza etykiete, dodanie sasiada do zbioru S i usuniecie z grafu tego liscia, powtarzaj az graf stanie sie K2
(Nieplanarność K3,3 i K5 ):
start learning
Grafy K5 i K3,3 nie są planarne (tzw. Grafy Kuratowskiego) (dowód polega na bezpośrednim sprawdzeniu wszystkich możliwości narysowania) Wniosek: Jeśli graf zawiera graf Kuratowskiego jako podgraf to jest nieplanarny
(Tw. Kuratowskiego):
start learning
Dany graf jest planarny ⇔ nie zawiera podgrafu homeomorficznego z grafem K5 lub z grafem K3,3.
"Formuła Eulera" dla płaszczyzny):
start learning
Niech G będzie rysunkiem płaskim spójnego grafu płaskiego i niech n, m i f oznaczają odpowiednio liczbę wierzchołków, krawędzi i ścian grafu G. Wtedy n - m + f = 2
Idempotentność operacji dualności)
start learning
Jeśli graf G jest spójnym grafem płaskim, to graf G** jest izomorficzny z grafem G.
Zależność rozcięć i cykli przy dualności)
start learning
Niech G będzie grafem planarnym i niech G* będzie grafem geometrycznie dualnym do grafu G. Wówczas zbiór krawędzi grafu G tworzy cykl w G ⇔ odpowiadający mu zbiór krawędzi grafu G* jest rozcięciem w G*.
Symetryczność abstrakcyjnej dualności)
start learning
Jeżeli G* jest grafem abstrakcyjnie dualnym do grafu G, to graf G jest abstrakcyjnie dualnym do grafu G*
(d+1)-kolorowalność, gdzie d max stopień)
start learning
Jeśli G jest grafem prostym, w którym największym stopniem wierzchołka jest Δ, to graf G jest (Δ+1)-kolorowalny
Tw. Brooksa)
start learning
eśli G jest spójnym grafem prostym, niebędącym grafem pełnym, i jeśli największy stopień wierzchołka grafu G wynosi Δ (gdzie Δ ≥ 3), to graf G jest Δ-kolorowalny.
6-kolorowalność planarnych prostych
start learning
Każdy planarny graf prosty jest 6-kolorowalny.
2-kolorowalność map eulerowskich)]
start learning
Mapa G jest 2-kolorowalna(f) ⇔ graf G jest grafem eulerowskim.
k-kolorowalność(f)
start learning
mapa jest k-kolorowalna(f) ⇔ jej ściany można tak pokolorować k kolorami, że po obu stronach każdej krawędzi jest inny kolor
kolorowalność przy dualności)]
start learning
Niech G będzie grafem planarnym bez pętli i niech G* będzie grafem geometrycznie dualnym do grafu G. Wówczas graf G jest k-kolorowalny(v) ⇔ gdy graf G* jest k-kolorowalny(f). Wniosek: Każda mapa jest 4-kolorowalna
Tw. Vizinga
start learning
: Jeśli G jest grafem prostym, w którym największy stopień wierzchołka wynosi Δ, to: Δ ≤ χ ’(G) ≤ Δ+1 (gdzie χ ’(G) to indeks chromatyczny).
algorytm Fleury'ego
start learning
1. Zacznij cykl w dowolnym wierzchołku a. Usuwaj z grafu przechodzone krawędzie i wierzchołki izolowane powstające w wyniku usuwania tych krawędzi b. W każdym momencie przechodź przez most tylko wtedy, gdy nie masz innej możliwości. u
Tw. Forda Fulkersona -
start learning
Wartość maksymalnego przepływu w każdej sieci zawsze równa jest minimalnej wartości przekroju w tej sieci.
Przekrój sieci
start learning
rozcięcie w grafie reprezentującym sieć, które oddziela źródło od ujścia.
Twierdzenie o kojarzeniu małżeństw
start learning
Warunek konieczny i wystarczający rozwiązania problemu kojarzenia małżeństw to by dla każdego zbioru k dziewcząt ze zbioru V1 wszystkie one znały co najmniej k chłopców ze zbioru V2.

You must sign in to write a comment