Bsz2 Jegyzet

10. Összefüggőség

10. Többszörös összefüggőség és élösszefüggőség, illetve κ(G) és λ(G) fogalma, Menger ezekre vonatkozó tételei (a pontösszefüggőség és κ(G) esetében bizonyítás nélkül). Minimális összsúlyú feszítőfa, Kruskal algoritmusa.

10.1

k-szoros összefüggőség

k-szoros összefüggőség

Legyen $G$ (irányítatlan) gráf és $k \ge 1$ tetszőleges egész.

  • A $G$ gráfot **$k$-szorosan él összefüggőnek** mondjuk, ha az élei közül bárhogyan legfeljebb $(k-1)$-et törölve mindig összefüggő gráfot kapunk.

  • $G$-t **$k$-szorosan pont összefüggőnek** (vagy röviden $k$-szorosan összefüggőnek) mondjuk, ha legalább $k+1$ csúcsa van és a csúcsai közül bárhogyan legfeljebb $(k-1)$-et (az azokra illeszkedő élekkel együtt) törölve mindig összefüggő gráfot kapunk.

Ezek a fogalmak a hálózatok hibatűrését számszerűsítik. Míg az egyszerű összefüggőség csak egyetlen út létezését garantálja, a $k$-szoros összefüggőség biztosítja, hogy a gráf szerkezete több elem kiesése után is stabil maradjon.

10.2

Él- és pont-összefüggőségi szám

Összefüggőségi számok

A $G$ gráfra $\lambda(G)$, illetve $\kappa(G)$ jelöli a legnagyobb olyan $k$ egészet, amire $G$ $k$-szorosan él-összefüggő, illetve $k$-szorosan pont-összefüggő.

Gyakorlati szempontból $\lambda(G)$ és $\kappa(G)$ a hálózat „töréspontjait” mutatja meg. A $\lambda(G)$ érték azt adja meg, hány élt kell minimálisan eltávolítani a gráf széteséséhez, míg $\kappa(G)$ ugyanezt a csúcsokra vonatkoztatja. Általánosságban elmondható, hogy egy hálózat akkor igazán stabil, ha mindkét érték magas.

10.3

Menger tétele többszörös összefüggőségre

Legyen $G$ (irányítatlan) gráf és $k \ge 1$ egész szám. Ekkor:

  • (i) $G$ akkor és csak akkor **$k$-szorosan él-összefüggő**, ha bármely két különböző csúcsa között létezik $k$ éldiszjunkt út.
  • (ii) $G$ akkor és csak akkor **$k$-szorosan pont-összefüggő**, ha legalább $k+1$ csúcsú és bármely két különböző csúcsa között létezik $k$ pontdiszjunkt út.

Bizonyítás az élváltozatra (i)

Elegendőség ($\Leftarrow$): Tegyük fel, hogy $G$ bármely két különböző csúcsa között létezik $k$ éldiszjunkt út. Hagyjunk el $G$-ből tetszőlegesen legföljebb $k-1$ élet, a kapott gráfot jelölje $G'$. Ekkor bármely $s, t \in V(G), s \neq t$ csúcsok között léteznie kell útnak $G'$-ben, hiszen a $G$-ben köztük lévő $P_1, \dots, P_k$ éldiszjunkt utak közül legalább egy $G'$-ben is érintetlenül megmarad. Mivel egy él elhagyása legföljebb egy utat tehet tönkre, és mi $k$-nál kevesebb élt töröltünk, a gráf összefüggő marad.

Szükségesség ($\Rightarrow$): Tegyük fel, hogy $G$ $k$-szorosan él-összefüggő. Ha egy $s$ és $t$ csúcspár között nem létezne $k$ éldiszjunkt út, akkor az élváltozatú Menger-tétel szerint létezne egy legföljebb $k-1$ elemű lefogó élhalmaz. Ennek eltávolítása után a gráf szétesne, ami ellentmondana a $k$-szoros él-összefüggőség feltételének.

10.4

Kidolgozott feladat: Összefüggőségi számok meghatározása

10.14. Feladat

A $G$ gráf csúcshalmaza legyen $V(G) = \{10, 11, 12, \dots, 39\}$ és két csúcs akkor legyen szomszédos $G$-ben, ha a megfelelő számok első számjegye különböző. Határozzuk meg $\lambda(G)$ és $\kappa(G)$ értékét!

Megoldás

Vezessük be a $V_1 = \{10, \dots, 19\}$, $V_2 = \{20, \dots, 29\}$ és $V_3 = \{30, \dots, 39\}$ jelöléseket. Ekkor két csúcs pontosan akkor szomszédos $G$-ben, ha $V_1, V_2$ és $V_3$ közül nem ugyanabba esnek. (Ez egy teljes 3-partit gráf, ahol minden osztály 10 elemű.)

A pont-összefüggőség ($\kappa(G)$) vizsgálata

$G$-ből el lehet hagyni 20 csúcsot úgy, hogy a kapott gráf ne legyen összefüggő: például $V_1 \cup V_2$ elhagyásával csak a $V_3$ csúcsaiból álló, él nélküli gráf marad. Így $G$ nem 21-szeresen összefüggő. Ha viszont legfeljebb 19 tetszőleges csúcsot hagyunk el, a gráf összefüggő marad, hiszen bármely két megmaradt csúcs vagy szomszédos, vagy van közös szomszédjuk. Ezért $\kappa(G) = 20$.

Az él-összefüggőség ($\lambda(G)$) vizsgálata

$G$-ben minden pont foka 20, hiszen minden $v \in V_i$ csúcs a $V_i$-n kívüli 20 csúccsal szomszédos. Ezért 20 él elhagyásával (egy csúcs összes élével) az összefüggőség megszüntethető, tehát $\lambda(G) \le 20$. A részletesebb elemzés megmutatja, hogy legfeljebb 19 él elhagyása után bármely két csúcs között marad út (akár 1, 2 vagy 3 hosszú). Így $\lambda(G) = 20$.

10.5

Az összefüggőségi számok kapcsolata

Ha a $G$ gráf $k$-szorosan pont-összefüggő, akkor $k$-szorosan él-összefüggő is.

Tegyük fel, hogy $G$ $k$-szorosan pont-összefüggő. Menger tételének (ii) állítása szerint ekkor a gráf bármely két csúcsa között létezik $k$ pontdiszjunkt út.

Mivel a pontdiszjunkt utak egyben éldiszjunktak is, ezért bármely két csúcs között létezik $k$ éldiszjunkt út is.

Ebből Menger tételének (i) állítása szerint valóban következik, hogy $G$ $k$-szorosan él-összefüggő.

Ez a következmény formálisan is alátámasztja azt az intuitív tényt, hogy a pontok elhagyása „pusztítóbb” a gráfra nézve, mint az éleké. Ebből adódik az összefüggőségi számok közötti alapvető egyenlőtlenség: $\kappa(G) \le \lambda(G)$.

10.6

Összefüggőség vizsgálata Hamilton-körrel

10.17. Feladat

Legyen $H$ a 10.1. ábrán látható gráfból az élek irányításának figyelmen kívül hagyásával kapott gráf. Mutassuk meg, hogy $\lambda(H) = 3$ és $\kappa(H) = 2$.

s o p q r u v w x y z t

10.4. Ábra: H élei Hamilton-körrel (kék) és feszítőfával (piros)


Megoldás

Korábban láttuk, hogy $H$ nem négyszeresen él-összefüggő és nem háromszorosan pont-összefüggő, mert az $\{ \{p,q\}, \{p,v\}, \{y,z\} \}$ élhalmaz, illetve a $\{p,z\}$ csúcshalmaz elhagyásával kapott gráfok nem összefüggőek.

A 10.4. ábrán $H$ éleit két színnel jelöltük: a kék élek egy $C$ **Hamilton-kört**, a pirosak pedig egy $F$ **feszítőfát** alkotnak $H$-ban.

Mivel $H$ bármely két csúcsa között két pontdiszjunkt utat kapunk $C$ két megfelelő íve mentén, $H$ kétszeres pont-összefüggősége következik. Ráadásul ezt a két utat mindig kiegészíthetjük egy harmadikkal, aminek minden éle $F$-beli; az így kapott három út pedig mindig éldiszjunkt lesz.

Így $\lambda(H) = 3$ és $\kappa(H) = 2$ teljesül.

10.7

Minimális feszítőfa és a mohó algoritmus

Tétel

Ha a $G$ összefüggő gráf $F_{mohó}$ feszítőfáját úgy készítjük el, hogy az üres halmaztól indulva mindig az aktuális részgráf különböző komponenseit összekötő, **legkisebb súlyú** élek egyikével bővítjük az élhalmazt, akkor $F_{mohó}$ **minimális összsúlyú** feszítőfa $G$-ben.

Bizonyítás (Indirekt módon)

Számozzuk meg $G$ éleit $e_1, e_2, \dots, e_m$ sorrendben a súlyuk szerint: $w(e_1) \leq w(e_2) \leq \dots \leq w(e_m)$.

Tegyük fel indirekt, hogy $F_{mohó}$ nem minimális. Válasszunk egy optimális $F_{opt}$ feszítőfát, amely a **lehető legtovább azonos** a mohó megoldással (vagyis az első eltérés indexe, $k$, a lehető legnagyobb).

Vizsgáljuk meg az első eltérést az $e_k = \{u,v\}$ élnél:

  • 1

    $e_k \notin F_{mohó}$ de $e_k \in F_{opt}$: Ez csak akkor történhetett, ha a mohó algoritmus azért utasította el $e_k$-t, mert az a korábban beválasztott (és $F_{opt}$-tal közös) élekkel **kört alkotott** volna. Ez ellentmond $F_{opt}$ körmentességének.

  • 2

    $e_k \in F_{mohó}$ de $e_k \notin F_{opt}$: Mivel $F_{opt}$ feszítőfa, létezik benne egy $u-v$ út. Ebben kell lennie egy $e_\ell$ élnek, ami nincs benne $F_{mohó}$-ban. $e_k$ bevétele és $e_\ell$ kivétele egy új, optimális feszítőfát ad, ami több élben egyezik a mohóval — ez ellentmondás.

Rendezés
Optimális

A Mohó Stratégia Működése

Az algoritmus "vak" bizalma a legolcsóbb élben kifizetődő: a lokális döntések sorozata garantáltan a globális minimumhoz vezet.

1.
Rendezés
Élek sorba állítása súly szerint növekvő rendbe.
2.
Szűrés
Az él elvetése, ha a végpontjai már egy komponensben vannak.
3.
Bővítés
Az él hozzáadása a fához és a komponensek egyesítése.
10.8

Kruskal algoritmusa

Pszeudokód

Bemenet: Egy $n$ csúcsú és $m$ élű $G = (V,E)$ összefüggő gráf és egy $w: E \to \mathbb{R}$ súlyfüggvény.

1

RENDEZZÜK AZ ÉLEKET a $w(e)$ súlyok szerinti növekvő sorrendbe: $w(e_1) \leq w(e_2) \leq \dots \leq w(e_m)$

2

$k \leftarrow 0$; $j \leftarrow 1$; $E(F) \leftarrow \emptyset$

3

ciklus: amíg $k < n - 1$

4

VIZSGÁLJUK MEG, HOGY $e_j$ VÉGPONTJAI KÜLÖNBÖZŐ KOMPONENSBEN VANNAK-E

5

ha igen, akkor:

6

$E(F) \leftarrow E(F) \cup \{e_j\}$ // Él beválogatása

7

$k \leftarrow k + 1$

8

$j \leftarrow j + 1$

9

ciklus vége

Leállási feltétel

Az algoritmus pontosan $n-1$ él beválogatása után áll meg. Mivel egy $n$ csúcsú fa élszáma mindig ennyi (lásd a korábbi **2.3-as tételt**), ekkorra garantáltan egy összefüggő feszítőfát kapunk.

Komponens vizsgálat

A 4. lépés a „lelke” a körmentességnek: ha két pont már azonos komponensben van, egy új él kört zárna be közöttük. Ezt elkerülve az algoritmus végig erdő struktúrát tart fenn.

Kruskal-algoritmus: Interaktív szimuláció

Gráfépítő vászon

Kattints a vászonra csúcsokhoz, kösd össze őket az élekért!

Algoritmus lépései

> Rendszer készenlétben.

> Adj hozzá legalább 3 csúcsot és néhány élt!

Összsúly
0
MST Élek
0
10.9

Összefoglaló Kvíz

Gráf-összefüggőség és Algoritmusok

Vidd az egeret a kártyák fölé az ellenőrzéshez!

#01 Pont-összefüggőség feltétele

Miben tér el a $k$-szoros pont-összefüggőség definíciója az él-összefüggőségétől a csúcsok számát tekintve?

Válasz: A pont-összefüggőségnél feltétel, hogy a gráfnak legalább $k+1$ csúcsa legyen.

#02 Összefüggőségi hierarchia

Melyik összefüggőségi szám nem lehet soha nagyobb a másiknál?

Válasz: A pont-összefüggőségi szám sosem nagyobb az él-összefüggőséginél ($\kappa(G) \le \lambda(G)$).

#03 Mohó stratégia Kruskalban

Milyen feltétel alapján dönti el a Kruskal-algoritmus, hogy beválogat-e egy élet az MST-be?

Válasz: Ha az él két végpontja különböző komponensben van (tehát nem hoz létre kört).

#04 Kruskal leállása

Hány él beválogatása után állhat le garantáltan a Kruskal-algoritmus egy $n$ csúcsú gráfban?

Válasz: Pontosan $n-1$ él után, hiszen ekkor összeáll a feszítőfa.

Tudtad-e?

Villamoshálózatok és MST

A minimális feszítőfa problémáját (MST) legelőször Otakar Borůvka cseh matematikus írta le 1926-ban. Célja nem tisztán elméleti volt: Morvaország elektromos hálózatának legolcsóbb kiépítési tervét próbálta megalkotni.

Hálózati robusztusság

Az összefüggőségi szám ($\kappa$) közvetlenül méri egy hálózat hibatűrését. A modern internethálózatokat és az űreszközök belső rendszereit úgy tervezik, hogy magas legyen ez az érték, így több kritikus csomópont egyidejű meghibásodása esetén is megmarad a kapcsolat.

Joseph Kruskal és a Mohó elv

Joseph Kruskal 1956-ban publikálta algoritmusát. Zsenialitása abban rejlik, hogy egy "mohó" (greedy) stratégiát alkalmaz: mindig a pillanatnyilag legolcsóbb élt választja, és matematikailag bizonyítható, hogy ez a lokálisan legjobb döntés a végén a globálisan legolcsóbb hálózathoz vezet.

Természeti optimumok

A legrövidebb utak és minimális hálózatok optimalitási elve a természetben is megjelenik. A nyálkagombák például képesek a táplálékforrások között olyan hálózatot kiépíteni, amely kísértetiesen hasonlít egy minimális feszítőfára, sőt, le is utánozzák vele a tokiói vasúthálózatot!

Mindent megtanultál?

Ne add fel bro,
van remény!