Teoria

 0    162 flashcards    mateuszrus92
download mp3 print play test yourself
 
Question język polski Answer język polski
Definicja matematyczna grafu skierowanego
start learning
to uporzadkowana para zbiorow G = (V, E) gdzie, V to zbiór wierzchołkow grafu, E to zbiór skierowanych krawędzi grafy G. Każda skierowana krawędź e (v,w) ze zbioru W to uporzadkowana para wierzchołków ze zbioru V, zwanych początkiem i końcem krawedzi e.
Czym jest stopień wierzchołka
start learning
to liczba krawędzi grafu incydentna do wierzchołka. Jest ob równy sumie liczb wszystkich łuków wchodzących, wychodzących, krawędzi i pętli
Lemat o uściskach dłoni
start learning
został wykazany przez Leandra Eulera w roku 1736. Fakt ten mówi, że w każdym grafie suma stopni wszystkich wierzchołków jest liczbą parzystą - dokładnie jest równa podwojonej liczbie krawędzi, gdyż każda krawędź zwiększa tę sumę o 2
Graf spójny
start learning
to taki graf, gdzie każda para wierzchołków jest połączona drogą
Graf dwudzielny
start learning
to taki graf gdzie zbior wierzcholkow grafu G moze byc podzielony na dwa zbiory rozlaczne A i B w taki sposob, by kazda krawedz G laczyla wierzcholek zbioru A z wierzcholkiem zbioru B.
Grafy platońskie
start learning
to grafy utworzone z wierzchołków i krawędzi pięciu wielomianów foremnych (platońskich) - czworościan, sześcian, ośmiościan, dwunastościan i dwudziestościan
Jaka jest liczba chrmatyczna dwudziestościanu i dlaczego?
start learning
Zgodnie z twierdzeniem o czterech barwach, graf ten (jest planarny) daje się zawsze pokolorować przy użyciu co najwyżej czterech kolorów.
Czym jest rozcięcie grafu
start learning
jest to zbiór rozspajający, którego żaden podzbiór właściwy nie jest już zbiorem rozspajającym.
Graf Hamiltonowski
start learning
to taki graf G, ktory zawiera sciezke przechodzaca przez kazdy wierzchołek dokladnie jeden raz
Średnica grafu
start learning
to inaczej diag(G) czyli maksymalna odleglosc miedzy wierzcholkami w tym grafie
Tw. charakteryzacja grafu Eulera
start learning
Jesli w grafie G kazdy wierzcholek ma stopien rowny co najmmuej 2, to graf G zawiera cykl. Graf spojny G jest grafem eulerowskim wtedy i tylko wtedy gdy stopien kazdego wierzcholka grafu G jest liczba parzysta
Drzewo i własności
start learning
to graf nieskierowany, ktory nie zawiera cykli i jest spojny. Wlasnosci to chociazby wysokosc i glebokosc.
Co to są cykle fundamentalne
start learning
Niech L oznacza pewien las rozpinający grafu G, Zauważmy, że dodanie jakiejkolwiek krawędzi z G nie należącej do L utworzy dokładnie jeden cykl. Taki cykl nazywamy cyklem fundamentalnym grafu G związanym z lasem rozpinającym L.
Twierdzenie Kuratowskiego
start learning
dany graf jest planarny wtedy i tylko wtedy, gdy nie zawiera podgrafu homeomorficznego z grafem K5 lub z grafem K3,3
Formuła Eulera
start learning
niech G bedzie rysunkiem plaskiego spojnego grafu i niech n, m i f oznaczaja liczbe wierzcholkow, krawiedzi i scian grafu G to: n - m + f = 2
Indeks chromatyczny
start learning
x’ (G) grafu G to najmniejsza taka liczba, że graf G jest k-kolorowalny (e)
Twierdzenie o kolorowaniu mapy
start learning
dla każdego skończonego grafu planarnego (V,E) możliwe jest przypisanie każdemu z jego wierzchołków jednej z czterech liczb 1, 2, 3 i 4 w taki sposób, aby żadne sąsiednie wierzchołki nie miały przyporządkowanej tej samej liczby.
Warunek istnienia cyklu Eulera w grafie skierowanym
start learning
graf musi być spójny (z pominięciem wierzchołków o stopniu 0 ) oraz każdy jego wierzchołek musi posiadać stopień parzysty.
Co to jest prawidłowy przepływ w sieci przepływowej?
start learning
wartosc przepływu nie moze byc wyzsza niz przepustowosc jakiegokolwiek przekroju. Jesli znajdziemy taki przepływ f i taki przekrój, ze wartosc przepływu równa jest przepustowosci tego przekroju, to mamy pewnosc, ze przepływ jest maksymalny
Tw Ford-Fulkerson
start learning
Wartosc maksymalnego przepływu w kazdej sieci zawsze równa jest minimalnej wartosci przekroju w tej sieci.
Wzor rekurencyjny na wieloman chromatyczny
start learning
P G(k) = P G−e (k) − P G\e (k)
Graf nieskierowany
start learning
to uporzadkowana para zbiorow G = (V, E) gdzie, V to zbiór wierzchołkow grafu, E to zbiór krawędzi grafy G. Każda krawędź e (v,w) ze zbioru E to uporzadkowana para wierzchołków ze zbioru V, zwanych początkiem i końcem krawedzi e.
Graf zerowy
start learning
to graf w ktorym zbiory V i E są puste
Graf prosty
start learning
to graf bez krawedzi wielokrotnych i pętli
Graf ogólny
start learning
to graf, w ktorym moga wystepowac krawedzie wielokrotne i petle
Izomorfizm grafu
start learning
istnieje wtedy gdy graf G jest izomorficzny z grafem H. Izomorfizm jest wtedy, gdy istnieje bijekcja wierzcholkow grafu H wierzcholkom grafu G, jesli dwa wierzcholki w jednym grafie sa polsczone to odpowiadajace im wierzcholki drugiego są tez połączone
Sąsiedztwo grafu
start learning
jest wtedy, gdy dwa wierzcholki V i W grafu G sa sasiednie, czyli istnieje krawedz VW ktora je laczy. Mowimy tez wtedy, ze wierzcholki VW sa incydentne
Stopien wierzcholka V grafu G
start learning
oznaczany symbolem deg(V). Jest loczba krawedzi incydentnych z V. Przy obliczeniu stopnia wierzcholka V przyjmujemy zwykle, że peyla W wierzcholka V podnosi stopien tego wierzcholka o 2
Woerzchołek izolowany
start learning
to wierzchołek stopnia 0
Wierzchołek koncowy
start learning
to wierzcholek stopnia 1
Ciag stopni grafu
start learning
sklada sie ze stopni wierzcholkow w kolejnosci wzrastajacej przy czym wzglednione sa w nim powtorzenia. Np ciag (1,1,2,2,3)
Podgrafem grafu G
start learning
nazwiemy graf, ktorego wszystkie wierzcholki naleza do V(G), a krawedzie do zbioru E(G)
Symbol G\e
start learning
oznacza graf otrzymany przez sciagniecie krawedzi e, czyli usuniecie jej i zidentyfikowanie jej koncow
Macierz sasiedztwa A
start learning
jest macierza wymiaru nxn, ktorej wyraz o indeksie i, j jest rowny liczbie krawedzi laczacych wierzcholek i z wierzcholkiem j
Macierz incydentna M
start learning
to macierz wymiaru nxm ktorej wyraz o indeksoe i, j jest rowny 1 jesli wierzcholek i jest incydentny z krawedzia j i rowny 0 w przeciwnym razie
Graf pusty
start learning
to graf, ktorego zbior krawedzi jest zbiorem pustym. Oznaczany jako N
Graf pełny
start learning
to graf prosty, w ktorym kazda para roznych wierzcholkow jest polaczona krawedzia. Graf pelny majacy n wierzcholkow oznaczymy symbolem Kn
Graf cykliczny
start learning
to graf spojny, regularny stopnia 2. Graf taki majacy n wierzcholkow oznaczamy symbolem Cn
Graf liniowy
start learning
to graf otrzymany z grafu cyklicznego przez usuniecie jednej krawedzi. Graf taki majacy n wierzcholkkw nazwiemy symbolem Pn
Kolo
start learning
to graf powstajacy z grafu Cn-1 poprzez polaczenie kazdego wierzcholka z nowym wierzcholkiem V. Oznaczany jest symbolem Wn
Graf regularny
start learning
to graf, w ktorym kazdy wierzcholek ma ten sam stopien. Jesli kazdy wierzcholek ma stopien r, to ten graf nazwiemy grafem reguralnym stopnia r lub grafem r-reguralnym
Graf kubiczny
start learning
to graf reguralny stopnia 3. Przykladem jest graf Petersona
Graf pelny dwudzielny
start learning
to graf dwudzielny, w ktorym kazdy wierzcholek zbioru A jest polaczony dokladnie jedna krawedzia z kazdym wierzcholkiem zbioru B. Graf pelny dwudzielny majacy r czarnych i s bialych wierzcholkow oznaczonym symbolem Krs
Kostka
start learning
graf reguralny dwudzielny K-kostka Qk nazywamy graf ktorego wierzcholki odpowiadaja ciagom (a1, a2,... ak) takim, ze kazdy wyrwz ai jest rowny 0 lub 1 i ktorego krawedzie lacza ciagi rozniace sie dokladnie jednym wyrazem. Ma 2^k wierz i k*2^k-1 kraw
Dopelnienie grafu G
start learning
graf G_ zawierajacy te same wierzcholki co graf G natomiast pomiedzy wierzcholkami grafu G_ istnieje krawedz wtrdy i tylko wtedy gdy pomoedzy tymi wierzcholkami nie istnieje krawedz w grafie G
Trasa (marszruta)
start learning
w danym grafie G nazywamy ciag krawedzi postaci v0v1, v1v2... vm-1vm w ktorym kazdy dwie kolejne krawedzie sa albo sasiednie albo incydentne. Wierzch v0 nazywamy poczatkiem a wierzch vm koncem trasy
Dlugosc trasy
start learning
nazwiemy liczbe krawedzi na trasie
Sciezka
start learning
to trasa, w ktorej wszystkie krawedzie sa rozne
Droga
start learning
to sciezka, w ktorej wierzcholki v0, v1, ..., vm sa rozne (z wyjatkiem rownosci v0=vm). Wtedy droga jest zamknieta
Cykl
start learning
to zamknieta sciezka zawierajaca co najmniej jedna krawedz
Zbior rozspajajacy grafu spojnego G
start learning
nazwiemy zbior krawedzi, ktorego usuniecie spowoduje, ze graf G przestanie byc spojny
Most
start learning
to rozciecie skladajace sie z jednej krawedzi
Spojnosc krawedziowa
start learning
nazywamy liczbe krawedzi nalezacych do najmniej licznego grafu G. Zatrm spojnosc jest najmniejsza liczba krawedzi, ktora nalezy usunac by graf przestal byc spojny
Zbiorem rozdzielajacym grafu spojnego G
start learning
nazwiemy zbior wierzcholkow ktorych usuniecie powoduje, że ten graf przestaje byc spojny
Spojnosc wierzcholkowa k(G)
start learning
jest to liczba elementow najmniej liczbego zbioru rozdzielajacego. Zatem k(G) jest najmniejsza liczba wierzcholkow, ktore nalezy usunac by graf powstaly w ten sposob z grafu G nie byl spojny
Graf eulerowski
start learning
to graf spojny G, jesli istnieje zamknieta sciezka zawierajaca kazda krawedz G
Cykl Eulera
start learning
to sciezka w grafie G zawierajaca kazda krawedz G
Graf poleulerowski
start learning
to taki graf, ktory nie jest grafem eulerowskim. Jesli istnieje sciezka zawierajaca kazda krawedz grafy G
Algorytm Fleuriego
start learning
to algorytm sluzacy do konstrukcji cyklu Eulera w danym grafie eulerowskim. Zaczynamy w dowolnym momencie i usuwamy z grafu przechodzone krawedzie i wierzcholki izolowane powstale w momencie usunicieca kraw. Do tego przechodzimy przez most tylko gdy trzeb
Sciezka Hamiltona
start learning
to sciezka w grafie przebiegajaca przez wszystkoe jego wierzcholki dokladnie jeden raz
Graf polhamiltonowski
start learning
to taki graf, jesli istnieje droga przechodzaca dokladnie jeden raz przez kazdy wierzcholek
Twierdzenie Diraca
start learning
jesli w grafie prostym G ktory ma n wierzcholkow gdzie n jest wieksze lub rowne 3, deg wieksze rowne n/2 dla kazdego wierzcholka V, to graf G jest hamiltonowski
Las
start learning
nazwiemy graf nie zawierajacy cykli
Twierdzenie wlasnosci drzew
start learning
Niech T bedzie grafem majacym n wierzcholkwo. Wtedy T jest drzewem. T nie zawoera cykli i ma n-1 krawedzi. Jest grafem spojnyn i kazda krawedz jest mostem. T jest grafem spojnym i ma n-1 kraw. Kazde 2 wierzcholki sa polaczone jedna droga
Drzewo spinajace
start learning
to drzewo, ktore zawiera wszystkie wierzcholki grafu G. Konstrukcja drzewa spinajacego polega na usunieciu z grafu tych krawedzi, ktore naleza do cykli
Las spinajacy
start learning
jesli G jest dowolnym gtafem, ktory ma n wierzcholkow, m ktawedzi i k skladowych, to mozemy zastosoeac te procedure do kazdej skladowej G. Tak otrzymany gtaf nazwiemy lasem spinajacym
Rzad cyklicznosci (liczba cyklimeryczna)
start learning
to laczna liczba krawedzi usunietych w czasie tego procesu
Rzad rozciecia (rzad spojnosci)
start learning
grafu G to liczba krawedzi w lesie spinajacym. Oznaczamy go symbolem E(G)
Dopelnieniem lasu spinajacego T grafu
start learning
nazwiemy graf otrzymany z grafu G przez usuniecie krawedzi nalezacacych do T
Twierdzenie Cayleya
start learning
istnieje n^n-2 roznych drzew oznaczonych majacych n wierzcholkow
Powiazanie
start learning
para drzew (A, B) gdzie drzewo B powstaje z drzewa A
Graf planarny
start learning
to graf, ktory mozna narysowac na plaszczyznie bez przecirc tzn tak, by zadne dwie krawedzie nie przecinaly sie na rysunku poza wierzcholkiem, z ktorym obie sa icydentne
Graf płaski
start learning
to rysunek grafy planarnego na plaszczyznie
Twierdzenie dotyczace grafow planarnych
start learning
grafy K3,3 i K5 nie sa planarne
Homeomorfizm grafow
start learning
to relacje rownosci w zbiorze grafow wiazace grafy jednoksztaltne. Dwa grafy G1 i H1 sa homeomorficzne jesli mozna je otrzymac z oewnego grafu G poprzez skonczona sekwensje operacji elementarnego podpodzialu
Liczba przeciec cv(G) grafu G
start learning
nazywamy najmniejsza liczbe przeciec, ktora musi wystapic gdy rysujemy graf G na plaszczyznie
Sciana grafu plaskiego
start learning
to czesc olaszczyzny wyznaczona przez krawedzie tego gradu. Kazdy graf plaski posiada jedna nieograniczona sciane zwana zewnetrzna oraz skonczona liczbe scian zamknietych
Graf nieskonczony G
start learning
sklada sie z nieskonczonego zbioru V(G) ktorego elementy nazywamy wierzchoklami i z nieskonczonej rodziny E(G) par nieuporzadkowanych elementow zbioru V(G) nazywanych krawedziami
Graf przeliczalny
start learning
to taki gdzie oba zbiory V(G) i E(G) sa przeliczalne
Lemat Königa
start learning
niech G bedzie spojnym lokalnie skonczonym grafem nieskonczonym. Wtedy dla kazdego wierzcholka V grafu G istnieje droga jednostajnie nieskonczona o poczatku v
Kolorowanie grafu
start learning
polega na przypisaniu okreslonym elementom skladowym grafu wybranych kolorow wedlug regul. Kolorowanie grafu jest zwiazane z przypisaniem wszystkim wierzcholkom w grafie jednej z wybranych barw w ten sposob by zadne dwa sasiednie wierz mialy inny kolor
Twierdzenie kolorowani grafu
start learning
jesli G jest grafem prostym w ktorym najwiekszym stopniem wierzcholka jest delta to graf g jest delta + 1 kolorowalng. Kazdy planarny graf jest 6-kolorowalny. Kazdy planarny graf prosty jest 4 kolorowany
Twierdzenie Brooksa
start learning
jesli G jest grafem prostym w ktorym najwiekszy stopien wierzcholka grafu G wynosi Delta (gdzie delta jest wieksze rowne 3) to graf G jest detla kolorowalng
Twierdzenie Vizinga
start learning
Jesli G jest grafem prostym, w ktorym najwiekszy stopien wierzcholka wynosi delta to delta jest mniejsze rowne X’(G) mniejsze delta + 1
Sciezka Eulerowska
start learning
to digraf spojny D nazywa eulerowskim jesli istnieje zamknieta sciezka zawoerajaca kazdy luk Digrafu D
Stopien wyjsciowy wierzcholka v digrafu D
start learning
nazwiemy liczbe lukow postaci vw i oznaczamy ja symbolem outdeg(v)
Stopien wejsciowy wierzcholka V
start learning
nazwiemy liczbe lukow digrafu D postaci wv. Oznaczymy ja symbolem indeg(v)
Twierdzenie o digrafach eulerowskich
start learning
digraf spojny jest digrafem eulerowskim wtedy i tylko wtedy, gfy dla kazdego wierzcholka v digrafu D zachodzi rownosc outdeg(v) = indeg(v)
Twierdzenie Ghouila-Houriego
start learning
niech D bedzie digrafem silnie spojnym majacym n wierzcholkow. Jesli outdeg(v) >= n/2 i indeg(v) >= n/2 dla kazdego wierzcholka v, to digraf D jest hamiltonowski
Turniej
start learning
digraf, w ktorym kazde dwa wierzcholki sa polaczone dokladnie jednym lukiem. Takich digrafow mozna utworzyc do przedstawiania wynikow turniejow tenisowych czy innych, w ktorych nie ma remisow
Twierdzenie Redeia-Camiona
start learning
kazdy turniej nie bedacy digrafem hamiltonowskim jest polhamiltonowski. Kazdy turniej silnie spojny jest hamiltonowski
Multigraf
start learning
graf w ktorym moga wystepowac krawedzie wielokrotne oraz petle
Hipergraf
start learning
rozszerzenie pojecia grafu. Jego krawedzie nazywane hiperkrawedziami moga byc incydentne do dowolnej liczby wierzcholkow
Silnie spojna skladowa
start learning
jest maksymalnym podgrafem, w ktorym istnieje sciezka pomiedzy kazdymi dwoma wierzcholkami. Jesli podgraf ten obejmuje wszystkie wierzcholki grafu to mowimy, ze dany graf skierowany jest silnie spojny
Silnie spojny skierowang graf G
start learning
jest wtedy, jesli istnieje sciezka pomiedzy kazda para wierzcholkow z V
Slabo spojny skierowany graf G = (V,E)
start learning
jest wtedy, jesli jego graf podstawowy taki sam graf ale bez kierunkow na krawedziach jest silnie spojny
Graf blokowy grafu G (BL(G))
start learning
wierzcholek BL(G) odpowiadajacy blokom G, krawedz laczy 2 wierzcholki w BL(G) wtedy i tylko wtedy gdy odpowiadajace im bloki maja wspolny wierzcholek w G
Odleglosc miedzy dwoma wierzcholkami v i W w grafie G
start learning
to odleglosc najlrotszej sciezki laczacej v i w
Ekscentrycznosc wierzcholka (ecc(V))
start learning
to makaymalna odleglosc od innego wierzcholka
Promien grafu (rad(G))
start learning
to minimalna ekscentrycznosc w tym grafie
Wierzcholek centralny
start learning
o minimalnej ekscentrycznosci ecc(v) = rad(G)
Centrum grafu (Z(G))
start learning
to graf indukowany na zbiorze wierzcholkiw centralnych grafu G
Kodowanie Prufera
start learning
pozwala w jednoznaczny sposob zakodowac dowolne drzewo etykietowane o n wierzcholkach za pomoca (n-2)elementowego ciagu liczb z zakresu [1, n]
Algorytm Prufera
start learning
majqc dane drzewo etykietoeane nkech b1 bedzie najmniejsza liczba przypisana lisciowi i niech a1 bedzie jedynym sasiadem tego liscia. Usuwamy ten lisc z drzewa z krawedzia i zapisujemy a1 jako piereszy element ciagu. Szukamy najmniejszej etykiety itd
Dekodowanie Prufera
start learning
kazdy (n-2)elementowy ciag liczb z zakresu [1, n] moze odkodowac otrzymujac n-wierzcholkowe drzewo etykietowane, przy czym dekodowanie jest roznowartosciowe
Algorytm dekodowania Prufera
start learning
Majac dany cisg (a1, an-2) znajdujemy najmniejsza liczbe b1 nalezaca do [1, n] ktore nie wystepuje w ciagu i laczymy kraweszie wierzcholka a1 i b1. Usuwamy a1 z ciagu a b1 pomijamy w dalszym rozwazaniu. Kontynuujemy analogicznie dodajac kolejne w i k do G
Indeks Wienera ds(G) dla grafu G
start learning
to suma wszystkich odleglosfi miedzy parami wierzcholkiw grafu
Ciag drzewowy
start learning
to ciagnliczb dodatnich naturalbych, gdy pewna jego permutacja stanowi ciag stopni pewnego drzewa
Drzewo etykietowane
start learning
to drzewa, ktorych wierzcholki maja etykiety bedace kolejnymi dodatnimi liczbami naturalnymi
Drzewo ukorzenione
start learning
to drzewo z pewnym wyroznionym wierzcholkiem nazywanym korzeniem drzewa
Glebokosc (poziom) depth(V) wierzcholka w drzewie ukorzenionym
start learning
to jego odleglosc od korzenia
Przodkiem wierzcholka V
start learning
nazywamy wierzcholek w lezacy na drodze od korzenia do v. V nazywamy wredy potomkiem wierzcholka w. Korzen nie ma przodka, lisc nie maja potomka). Przodek to rodzic(ojciec), potomek to dziecko(syn)
Blizniakiem
start learning
nazwiemy wierzcholek U majacy tego samego rodzica co V
Lisc w drzewie ukorzenionym
start learning
to wierzcholek bez dzieci
Poddrzewo wierzcholka V drzewa ukorzenionego T
start learning
to podgraf T bedacy drzewem ukorzenionym ktorego korzeniem jest V (jest tyle poddrzew v ile dzieci ma v)
Drzewo d-arne
start learning
to drzewo ukorzenione gdzie kazdy wierzcholek ma co najwyzej d dzieci, dla pewnej ustalonej liczby d nalezy do N+
Zupelne drzewo d-arne
start learning
to drzewo d-arne o mozliwie duzej liczbie wierzcholkow i wszystkie liscie roznia sie glebokosfia co najwyzej o 1
Drzewo uporzadkowane
start learning
to drzewo d-arne gdzie dla kazdego wierzcholka wszystkie dzieci maja przypiwany pewien porzadek liniowy
Porzadek standardowy drzewa uporzadkowanego
start learning
to uporzadkowanie liniowe wszystkich jego wierzcholkow rekurencyjnie po poziomach, a nastepnie zgodnie z porzadkiem dzieci
Drzewo binarne
start learning
to 2-arne drzewo uporzadkowane, w ktorym dodatkowo jest okreslane, ktore dziecko jest lewe. a ktore prawe (nie moga byc oba lewe ani oba prawe)
Pre-order
start learning
wypisz wierzcholki pierwszy raz po napotkaniu
Post-order
start learning
wypisz wierzcholki ostatni raz po napotkaniu
In-order
start learning
wypisz wierzcholki posiadajace lewego syna drugi raz go napotykajac, a kazdy inny poerwszy raz go napotykajac
Liczba Catalana
start learning
to licxba bn roznych drzew binarnych o n wierzcholkach bn = 1/n+1 (2n n)
Sciezka DFS
start learning
to fragment drzewa przeszukiwania DFS zbudowany do momentu, gdy jakis wierzcholek staje sie czarny
Zbior cykli fundamentalnych
start learning
to zbior cykli fundamentalnych zwiekszonych z lasem L
Algorytm Prima
start learning
zaczyna od wierzcholka startowego s i stopniowo powieksza drzewo rozpinajace. Niech S oznacza zbior wierzcholkow rosnacego drzewa. Poczatkowo S={s}. W kazdym kolejnym kroku dodawany jest wierzcholek bedacy drugim koncem najlzszejszej krawedzi ze zbioru
Graf zewnetrznie planarny
start learning
to graf ktory mozna narysowac na plaszczyznie bez przeciec krawedzi, ze wszystkie wierzcholki leza na zewnetrznym obrzezu
Grubosc t(G) grafu G
start learning
to najmniejsza liczba przezroczystych warstw zawierajacych rysunki plaskie podgrafu G ktore zlozone dalyby graf G. Jest to inna miara nieplanarnosci grafu
Genus grafu
start learning
to najnizszy mozliwy genus powierzchni na ktorej mozna dany graf narysowac bez przeciec krawedzi
Mapa
start learning
opisana jest przez graf G planarny 3-spojny. Wtedy sciany G odpowiadaja obszarom mapy krawedzi G granicom miedzy obszarami a wierzcholki G odpowiadaja punktom, w ktorym stykaja sie granice
Funkcja chromatyczna Pg(K) grafu G
start learning
nazywamy funkcje ktorej wartosc to liczba sposobow pokolorowania wierzcholkow grafu G (tak aby zadne sasiednie wierzcholki nie mialy tego samego koloru)
Szkielet digrafu
start learning
to graf nieskierowany powstaly z zastapienia kazdego luku (u,v) krawedzi nieskierowanych u,v. Szkielet dografy prostego nie musi byc grafem prostym
Digraf przeciwny do digrafu D
start learning
nazywamy digraf D^T w ktorym kazda krawedz zastepowana jest krawedzia przeciwna
Orientowalny graf nieskonczony G
start learning
to taki graf, ktory kazdy jego krawedz da sie zastaoic lukiem yak, że otrzymany digraf jest silnie spojny
Przechodzenie digrafu
start learning
to digraf, ktory dla dowolnych wierzcholkow u, v, w istnieje krawedz (u,w) i (v,w) implikuje istnienie krawedzi (u,w)
Domkniecie przechodnie digrafu D
start learning
to najmniejszy dograf D przechodni ktorego D jest podgrafem
Porzadek czesciwoy P= (V<=)
start learning
to para skladajaca sie ze zbioru elementow., relacji binaenej na zbiorze V, ktora jest zwrotna, asymetryczna i przechodnia
Digram Hassego danego porzadku czesciowego P=(V<=)
start learning
to rysunek grafu G = (V, <) taki ze elementy maksymalne sa na gorze, dla dowolnej pary wierzcholkow takich ze U < V wierzcholek U umieszczony ponizej V
Twierdzenie Dilwortha
start learning
minimalna liczba lancuchow niezbednych do pokrycia calego zbioru V rowna jest maksymalnej liczebnosci antylancuchow w P
Dualne twierdzenie Dilwortha
start learning
minimalna liczba antylancuchow niezbednych do pokrycia zbiorow V rowna jest licznosci lancucha w P
Kondensacja digrafu D (cond(D))
start learning
to taki graf, ktorego wierzcholki stanowia skladowe silnie spojne grafu D a luk ze skladowej C do skladowej C^T istnieje wtedy i tylko wtedy gdy istnieje krawedz (v,w) dla pewnych wierzcholkow v i w nalezacych do C^T
Nierozkladalnym turniejem
start learning
nazywamy turniej, w ktorym nie mozna podzielic jego zbioru wierzcholkow na 2 rozlaczne podzbiory V1 i V2 takie, ze luk pomiedzy tymi podzbiorani prowadsi z v1 do v2
Wynik wierzcholka V z turnieju
start learning
to jego stopien wyjsciowy (z iloma graczami wygral)
Ranking turnieju
start learning
to ciag nierosnacy wynikow turnieju odpowiadajacych wszystkim wierzchokkim tego turnieju
Dominacja stopnia k
start learning
zachodzi pomiedzy wierzcholkami V i W digrafy jesli iatnieje skierowana sciezka z V do W dlugosci K. K nalezy do N
Krol turnieju
start learning
to wierzcholek R taki, ze kazdy inny wierzcholek jest zdominowany stopania 1 lub 2 przez V
Glosowanie wiekszosciowe
start learning
polega na agregacji k turniejow w jeden zagregowany turniej T, taki ze obiekt V jest preferowany niz W (tzn jest krawedz v, w jesli V jest preferowany orzez wiekszosc glosujacych)
Page rank
start learning
jest to rozklad stacjonarny nieredukowalnego i acyklicznego lancucha Markowa
Skojarzenie w grafie G = VE
start learning
nazywamy podzbior M krawedzi grafu taki ze zadne dwa rozne krawedzie z M nie sa incydentne z tym samym wierzcholkiem
Paradoks Concorcet
start learning
polega na tym, ze nie jest tak, ze mimo, ze wszystkie preferencje sa racjonalne (czyli turnieje sa acykliczne) zagregowany turniej moze zawierac chkle a wiec nie da sie utrzymac rankingu preferencji glosujacych
Skojarzenie doskonale
start learning
to skojarzenie M takie ze kazdu wierzcholek z V jest incydentny z jakas krawedzia M
Skojarzenie calkowite
start learning
ze zbioru V1 w zbior V2 w grafie dwudzielnym G =(v1 u V2, E) to takie skojarzenie ze kazdy wierzcholek z v1 jest indydentny z pewna krawedzia z M
Trawersala rodziny F
start learning
nazywamy zbior roznych M elementow zbioru X wybranych po jednym z kazdego podzbioru Si
Trawesaly czesciowe rodziny F
start learning
nazywamy trawersale dowolnej podrodziny rodziny F
Pokryciem wierzcholkowym w grafie G = V,E
start learning
nazywamy taki podzbior X wierzcholkow ze kazda kraerdz z E jest incydentna z co najmnjej jednym wierzcholkjem z X
Pokryciem krawedziowym w grafie G = V,E
start learning
nazwiemy taki podzbior Y krawedzi, ze kazdy wierzcholek z V jest incydentny z co najmniej jedna krawdzi z Y
Droga przemienna wzgledem skojarzenia M
start learning
to taka droga prosta, ktorej krawedzie na przemian naleza i nie naleza do skojarzenia M
Droga powiekszona wzgledem skokarzenia M
start learning
to dowolna droga przemienna, ktora nie jest cyklem, taka ze jej konce nie sa koncami krawedzi z M
Twierdzenie Tutte
start learning
graf G = V, E ma skojarzenia doskonale jesli dla kazdego podzbioru wierzcholkow S <= V zachodzi g(G-S) <= |S|
Twierdzenie Kóning-Egenary
start learning
maksymalnie liczba jedynek nalezacych do tej samej linii rowna jest minimalnej liczbie linii zawierajacych wszystkie jedynki
Twierdzenie Mangana
start learning
w dowolnym grafie spojnym G dla dowolnych niesasiednich wierzcholkow u1, u2 maksymalnej liczbie drog rozlacznych krawedzi (wierzcholkow) laczacych u1 i u2 rowna jest minimalnej liczebnosci zbioru rozspajajacego ktory oddziela wierzcholki u1 i u2

You must sign in to write a comment