Baixe o app para aproveitar ainda mais
Prévia do material em texto
Aplicações de relações de recorrência em Teoria Espectral de Grafos. Vilmar Trevisan Instituto de Matemática e Estatística, UFRGS, Brasil Seminários online de Grafos, Algoritmos e Combinatória, 1 de Outubro de 2020 Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Belo Horizonte, LAGOS 2019 Que voltem logo tempos como estes! V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Belo Horizonte, LAGOS 2019 Que voltem logo tempos como estes! V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Objetivos da TEG O que se quer? Objetivo 1 Associar uma matrix a um grafo e obter informações sobre os autovalores. Linear Algebra Objetivo 2 A partir dos autovalores obter informações estruturais sobre o grafo. Spectral Graph Theory V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Objetivos da TEG O que se quer? Objetivo 1 Associar uma matrix a um grafo e obter informações sobre os autovalores. Linear Algebra Objetivo 2 A partir dos autovalores obter informações estruturais sobre o grafo. Spectral Graph Theory V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Objetivos da TEG O que se quer? Objetivo 1 Associar uma matrix a um grafo e obter informações sobre os autovalores. Linear Algebra Objetivo 2 A partir dos autovalores obter informações estruturais sobre o grafo. Spectral Graph Theory V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Exemplo Exemplo 1 A soma dos autovalores ao quadrado é duas vezes o número de arestas: n∑ i=1 λ2i = 2m. Matriz de adjacências Exemplo 2 O segundo menor autovalor determine a conectividade: µn−1 > 0 ⇐⇒ G é conexo Matriz Laplaciana V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Exemplo Exemplo 1 A soma dos autovalores ao quadrado é duas vezes o número de arestas: n∑ i=1 λ2i = 2m. Matriz de adjacências Exemplo 2 O segundo menor autovalor determine a conectividade: µn−1 > 0 ⇐⇒ G é conexo Matriz Laplaciana V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Contribuição do Grupo de Pesquisa Temos obtido algoritmos eficientes para matrizes M associados a um grafos que determinam uma matriz diagonal que é congruente a M . Algoritmos que são O(n) e tem importância per se em teoria de matrizes. Aplicações não triviais tem sido obtidas em TEG. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Contribuição do Grupo de Pesquisa Temos obtido algoritmos eficientes para matrizes M associados a um grafos que determinam uma matriz diagonal que é congruente a M . Algoritmos que são O(n) e tem importância per se em teoria de matrizes. Aplicações não triviais tem sido obtidas em TEG. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Contribuição do Grupo de Pesquisa Temos obtido algoritmos eficientes para matrizes M associados a um grafos que determinam uma matriz diagonal que é congruente a M . Algoritmos que são O(n) e tem importância per se em teoria de matrizes. Aplicações não triviais tem sido obtidas em TEG. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Tree width Lembro que Carlos Hoppen no segundo seminário desta série falou sobre isso Mas há outros algoritmos especializados para classes de grafos Pessoas que fizeram algoritmos de localização: Rodrigo Braga, Renata Del-Vecchio, Martin Furer, Carlos Hoppen, David Jacobs, Virginia Rodrigues, Fernando Tura, Cybele Vinagre. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Nosso objetivo - Our view V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Nosso objetivo - Our view Vamos falar sobre o avo deste algoritmo. Árvores Ver como relações de recorrência aparecem quando o algoritmo é aplicado a árvores e mostrar algumas aplicações. Aplicações em TEG V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Nosso objetivo - Our view Vamos falar sobre o avo deste algoritmo. Árvores Ver como relações de recorrência aparecem quando o algoritmo é aplicado a árvores e mostrar algumas aplicações. Aplicações em TEG V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Nosso objetivo - Our view Vamos falar sobre o avo deste algoritmo. Árvores Ver como relações de recorrência aparecem quando o algoritmo é aplicado a árvores e mostrar algumas aplicações. Aplicações em TEG V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência SecundaRecorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Our setting A is real and symmetric =⇒ { A is diagonalizable A has an associated graph vi adjacent to vj if and only if ai,j 6= 0. L2 = 3 −1 0−1 4 −1 0 −1 1 . Has an underlying graph 3 4 1 −1 −1 V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Our setting A is real and symmetric =⇒ { A is diagonalizable A has an associated graph vi adjacent to vj if and only if ai,j 6= 0. L2 = 3 −1 0−1 4 −1 0 −1 1 . Has an underlying graph 3 4 1 −1 −1 V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Our setting A is real and symmetric =⇒ { A is diagonalizable A has an associated graph vi adjacent to vj if and only if ai,j 6= 0. L2 = 3 −1 0−1 4 −1 0 −1 1 . Has an underlying graph 3 4 1 −1 −1 V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Our setting A is real and symmetric =⇒ { A is diagonalizable A has an associated graph vi adjacent to vj if and only if ai,j 6= 0. L2 = 3 −1 0−1 4 −1 0 −1 1 . Has an underlying graph 3 4 1 −1 −1 V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Our setting • Duas matrizes A e B são ditas similares (ou semelhantes) se existe uma matriz invertível M tal que A = MBM−1. • Duas matrizes A e B são ditas congruentes se existe uma matriz invertível N tal que A = NBNT . Theorem Matrizes similares têm os mesmos autovalores. Theorem (Lei da Inércia de Sylvester1852) Matrizes simétricas congruentes têm o mesmo número de autovalores positivos, o mesmo número de autovalores negativos e o mesmo número de autovalores nulos. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Our setting • Duas matrizes A e B são ditas similares (ou semelhantes) se existe uma matriz invertível M tal que A = MBM−1. • Duas matrizes A e B são ditas congruentes se existe uma matriz invertível N tal que A = NBNT . Theorem Matrizes similares têm os mesmos autovalores. Theorem (Lei da Inércia de Sylvester1852) Matrizes simétricas congruentes têm o mesmo número de autovalores positivos, o mesmo número de autovalores negativos e o mesmo número de autovalores nulos. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Our goal Design a O(n) algorithm Diagonalize, so that on input A, an n× n matrix, and x ∈ R, Diagonalize(A, x) outputs a diagonal matrix D congruent to Bx = A+ xI. Let D = Diagonalize(A,−x). • The number of positive entries of D is the number of eigenvalues of A greater than x. • The number of negative entries of D is the number of eigenvalues of A less than x. • The number of zero entries of D is the multiplicity of x. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Application Corollary The number of eigenvalues in an interval (α, β], counting multiplicities, is the number of positive entries in the diagonalization of B−α, minus the number of positive entries in the diagonalization of B−β. ... in two calls to Diagonalize, we can determine how many eigenvalues lie in an interval. We call this locate the eigenvalues of the matrix. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Application Corollary The number of eigenvalues in an interval (α, β], counting multiplicities, is the number of positive entries in the diagonalization of B−α, minus the number of positive entries in the diagonalization of B−β. ... in two calls to Diagonalize, we can determine how many eigenvalues lie in an interval. We call this locate the eigenvalues of the matrix. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Application Corollary The number of eigenvalues in an interval (α, β], counting multiplicities, is the number of positive entries in the diagonalization of B−α, minus the number of positive entries in the diagonalization of B−β. ... in two calls to Diagonalize, we can determine how many eigenvalues lie in an interval. We call this locate the eigenvalues of the matrix. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Main features We Diagonalize A+ xI. Keeping in mind: WHY Sylvester’s Law of Inertia’1852: The number of positive, neg- ative and zero eigenvalues of D is the number of eigenvalues greater than, less than and equal to x, respectively. Congruence HOW The algorithm performs elementary row operations, immediately followed by the corresponding column operation. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Main features We Diagonalize A+ xI. Keeping in mind: WHY Sylvester’s Law of Inertia’1852: The number of positive, neg- ative and zero eigenvalues of D is the number of eigenvalues greater than, less than and equal to x, respectively. Congruence HOW The algorithm performs elementary row operations, immediately followed by the corresponding column operation. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Main features We Diagonalize A+ xI. Keeping in mind: WHY Sylvester’s Law of Inertia’1852: The number of positive,neg- ative and zero eigenvalues of D is the number of eigenvalues greater than, less than and equal to x, respectively. Congruence HOW The algorithm performs elementary row operations, immediately followed by the corresponding column operation. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência The tree algorithm - 2011 David Jacos V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Usamos ideias de várias algoritmos que obtivemos desde 1995 V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência The tree algorithm Let A be a matrix whose underlying tree is such that vertices are orderedso that if vi is child of vj then i < j. We store each vertex v, its diagonal value d(v). Initially, d(v) = d(v) + x, for all v ∈ V . The algorithm processes the vertices bottom-up, performing Gaussian elimination. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência The tree algorithm Let A be a matrix whose underlying tree is such that vertices are orderedso that if vi is child of vj then i < j. We store each vertex v, its diagonal value d(v). Initially, d(v) = d(v) + x, for all v ∈ V . The algorithm processes the vertices bottom-up, performing Gaussian elimination. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência The tree algorithm Let A be a matrix whose underlying tree is such that vertices are orderedso that if vi is child of vj then i < j. We store each vertex v, its diagonal value d(v). Initially, d(v) = d(v) + x, for all v ∈ V . The algorithm processes the vertices bottom-up, performing Gaussian elimination. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência The tree algorithm Let A be a matrix whose underlying tree is such that vertices are orderedso that if vi is child of vj then i < j. We store each vertex v, its diagonal value d(v). Initially, d(v) = d(v) + x, for all v ∈ V . The algorithm processes the vertices bottom-up, performing Gaussian elimination. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Matrices of Trees vi is a child of vj : ... ... . . . ajj . . . ` ... ... . . . ` . . . aii . . . ... Perform Rj ← Rj − `aiiRi V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Matrices of Trees vi is a child of vj : ... ... . . . ajj . . . ` ... ... . . . ` . . . aii . . . ... Perform Rj ← Rj − `aiiRi V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Trees if aii 6= 0, after Rj ← Rj − `aiiRi ... ... . . . ajj − ` 2 aii . . . 0 ... ... . . . ` . . . aii . . . ... Perform Cj ← Cj − `aiiCi V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Trees if aii 6= 0, after Rj ← Rj − `aiiRi ... ... . . . ajj − ` 2 aii . . . 0 ... ... . . . ` . . . aii . . . ... Perform Cj ← Cj − `aiiCi V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Trees After Cj ← Cj − laiiCi ... ... . . . ajj − ` 2 aii . . . 0 ... ... . . . 0 . . . aii . . . ... V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Trees The ordering of the vertices avoids fill-in. Assuming all children c of node vj have nonzero diagonal values, then collectively d(v)− ∑ c∈C `2c d(c) . (1) A little more work needs to be done when some of the children have value zero. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Trees The ordering of the vertices avoids fill-in. Assuming all children c of node vj have nonzero diagonal values, then collectively d(v)− ∑ c∈C `2c d(c) . (1) A little more work needs to be done when some of the children have value zero. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Trees The ordering of the vertices avoids fill-in. Assuming all children c of node vj have nonzero diagonal values, then collectively d(v)− ∑ c∈C `2c d(c) . (1) A little more work needs to be done when some of the children have value zero. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Trees Child with zero value d(vj) = −12 and d(vi) = 2. If vj is not the root, then the edge incident to its parent vk is removed. All other children of vj are unaffected, including those that might also have zero values. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana:terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Trees Child with zero value d(vj) = −12 and d(vi) = 2. If vj is not the root, then the edge incident to its parent vk is removed. All other children of vj are unaffected, including those that might also have zero values. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Diagonalize tree Algorithm Diagonalize(T, x) initialize d(v) := d(v) + x, for all vertices v for i = 1 to n if vk is a leaf then continue else if d(c) 6= 0 for all children c of vk then d(vk) := d(vk)− ∑ `2c d(c), summing over children else select one child vj of vk for which d(vj) = 0 d(vk) := −12 d(vj) := 2 if vk has a parent vl, remove the edge vkvl. end loop V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência An example - Adjacency x = 1, dv = −1 The algorithm is executed the tree. Diagonal values of D are stored at node values. Choose an arbitrary node as a root. -1 -1 -1 -1 -1-1 -1 -1 V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência An example - Adjacency x = 1, dv = −1 The algorithm is executed the tree. Diagonal values of D are stored at node values. Choose an arbitrary node as a root. -1 -1 -1 -1 -1-1 -1 -1 V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência An example - Adjacency x = 1, dv = −1 The algorithm is executed the tree. Diagonal values of D are stored at node values. Choose an arbitrary node as a root. -1 -1 -1 -1 -1-1 -1 -1 V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência An example - Adjacency x = 1, dv = −1 The algorithm is executed the tree. Diagonal values of D are stored at node values. Choose an arbitrary node as a root. -1 -1 -1 -1 -1-1 -1 -1 V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência An example Leaves are processed. Nodes whose children are all processed may be processed. If all children values of v are different from zero, then a(v) = a(v)− ∑ c a(c): -1 -1 -1 -1 -1-1 -1 -1 -1 -1 -1 -1 00 -1 -1 V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência An example Leaves are processed. Nodes whose children are all processed may be processed. If all children values of v are different from zero, then a(v) = a(v)− ∑ c a(c): -1 -1 -1 -1 -1-1 -1 -1 -1 -1 -1 -1 00 -1 -1 V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência An example Leaves are processed. Nodes whose children are all processed may be processed. If all children values of v are different from zero, then a(v) = a(v)− ∑ c a(c): -1 -1 -1 -1 -1-1 -1 -1 -1 -1 -1 -1 00 -1 -1 V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência An example Leaves are processed. Nodes whose children are all processed may be processed. If all children values of v are different from zero, then a(v) = a(v)− ∑ c a(c): -1 -1 -1 -1 -1-1 -1 -1 -1 -1 -1 -1 00 -1 -1 V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência An example If some child of v is zero, then 1. that child gets 2 2.a(v) = −1/2 3. If v has a parent, delete its edge. -1 -1 -1 -1 00 -1 -1 -1 -1 -1/2 -1/2 22 -1 -1 V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência An example If some child of v is zero, then 1. that child gets 2 2.a(v) = −1/2 3. If v has a parent, delete its edge. -1 -1 -1 -1 00 -1 -1 -1 -1 -1/2 -1/2 22 -1 -1 V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência An example If some child of v is zero, then 1. that child gets 2 2.a(v) = −1/2 3. If v has a parent, delete its edge. -1 -1 -1 -1 00 -1 -1 -1 -1 -1/2 -1/2 22 -1 -1 V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência An example If some child of v is zero, then 1. that child gets 2 2.a(v) = −1/2 3. If v has a parent, delete its edge. -1 -1 -1 -1 00 -1 -1 -1 -1 -1/2 -1/2 22 -1 -1 V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência An example If some child of v is zero, then 1. that child gets 2 2.a(v) = −1/2 3. If v has a parent, delete its edge. -1 -1 -1 -1 00 -1 -1 -1 -1 -1/2 -1/2 22 -1 -1 V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência An example Finally, we process the root: 0 -1 -1/2 -1/2 22 -1 -1 There are 5 eigenvalues smaller than 1, 2 eigenvalues larger than 1 and 1 is a simple eigenvalue. V. Trevisan Recorrências emTEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência An example Finally, we process the root: 0 -1 -1/2 -1/2 22 -1 -1 There are 5 eigenvalues smaller than 1, 2 eigenvalues larger than 1 and 1 is a simple eigenvalue. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Aplicação V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Aplicação Comparando o índice de duas árvores Aqui a matriz pode ser qualquer. O índice é o maior autovalor, que é o raio espectral, que é simples. Considera árvore T e T ′. Apply the algorithm to T with the index λ1(T ) • All but one value is negative • There is a zero value • This happens at the root Apply the algorithm to T ′ with the same λ = −λ1(T ) of T and • if all values are negative then λ1(T ′) < λ1(T ) • If all but one value is negative and one is positive, then λ1(T ′) < λ1(T ). V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Aplicação Comparando o índice de duas árvores Aqui a matriz pode ser qualquer. O índice é o maior autovalor, que é o raio espectral, que é simples. Considera árvore T e T ′. Apply the algorithm to T with the index λ1(T ) • All but one value is negative • There is a zero value • This happens at the root Apply the algorithm to T ′ with the same λ = −λ1(T ) of T and • if all values are negative then λ1(T ′) < λ1(T ) • If all but one value is negative and one is positive, then λ1(T ′) < λ1(T ). V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Aplicação Comparando o índice de duas árvores Aqui a matriz pode ser qualquer. O índice é o maior autovalor, que é o raio espectral, que é simples. Considera árvore T e T ′. Apply the algorithm to T with the index λ1(T ) • All but one value is negative • There is a zero value • This happens at the root Apply the algorithm to T ′ with the same λ = −λ1(T ) of T and • if all values are negative then λ1(T ′) < λ1(T ) • If all but one value is negative and one is positive, then λ1(T ′) < λ1(T ). V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Aplicação Comparando o índice de duas árvores Aqui a matriz pode ser qualquer. O índice é o maior autovalor, que é o raio espectral, que é simples. Considera árvore T e T ′. Apply the algorithm to T with the index λ1(T ) • All but one value is negative • There is a zero value • This happens at the root Apply the algorithm to T ′ with the same λ = −λ1(T ) of T and • if all values are negative then λ1(T ′) < λ1(T ) • If all but one value is negative and one is positive, then λ1(T ′) < λ1(T ). V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Aplicação Comparando o índice de duas árvores Aqui a matriz pode ser qualquer. O índice é o maior autovalor, que é o raio espectral, que é simples. Considera árvore T e T ′. Apply the algorithm to T with the index λ1(T ) • All but one value is negative • There is a zero value • This happens at the root Apply the algorithm to T ′ with the same λ = −λ1(T ) of T and • if all values are negative then λ1(T ′) < λ1(T ) • If all but one value is negative and one is positive, then λ1(T ′) < λ1(T ). V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Aplicação Comparando o índice de duas árvores Aqui a matriz pode ser qualquer. O índice é o maior autovalor, que é o raio espectral, que é simples. Considera árvore T e T ′. Apply the algorithm to T with the index λ1(T ) • All but one value is negative • There is a zero value • This happens at the root Apply the algorithm to T ′ with the same λ = −λ1(T ) of T and • if all values are negative then λ1(T ′) < λ1(T ) • If all but one value is negative and one is positive, then λ1(T ′) < λ1(T ). V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Aplicação Comparando o índice de duas árvores Aqui a matriz pode ser qualquer. O índice é o maior autovalor, que é o raio espectral, que é simples. Considera árvore T e T ′. Apply the algorithm to T with the index λ1(T ) • All but one value is negative • There is a zero value • This happens at the root Apply the algorithm to T ′ with the same λ = −λ1(T ) of T and • if all values are negative then λ1(T ′) < λ1(T ) • If all but one value is negative and one is positive, then λ1(T ′) < λ1(T ). V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Aplicação Comparando o índice de duas árvores Aqui a matriz pode ser qualquer. O índice é o maior autovalor, que é o raio espectral, que é simples. Considera árvore T e T ′. Apply the algorithm to T with the index λ1(T ) • All but one value is negative • There is a zero value • This happens at the root Apply the algorithm to T ′ with the same λ = −λ1(T ) of T and • if all values are negative then λ1(T ′) < λ1(T ) • If all but one value is negative and one is positive, then λ1(T ′) < λ1(T ). V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Aplicação Comparando o índice de duas árvores Aqui a matriz pode ser qualquer. O índice é o maior autovalor, que é o raio espectral, que é simples. Considera árvore T e T ′. Apply the algorithm to T with the index λ1(T ) • All but one value is negative • There is a zero value • This happens at the root Apply the algorithm to T ′ with the same λ = −λ1(T ) of T and • if all values are negative then λ1(T ′) < λ1(T ) • If all but one value is negative and one is positive, then λ1(T ′) < λ1(T ). V. TrevisanRecorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência O desafio é que os índice λ1(T ) ou λ1(T ′) são desconhecidos. Essa ideia simples pode funcionar se as árvores T e T ′ são próximas E se tivermos alguma ferramenta analítica (não numérica) V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência O desafio é que os índice λ1(T ) ou λ1(T ′) são desconhecidos. Essa ideia simples pode funcionar se as árvores T e T ′ são próximas E se tivermos alguma ferramenta analítica (não numérica) V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência O desafio é que os índice λ1(T ) ou λ1(T ′) são desconhecidos. Essa ideia simples pode funcionar se as árvores T e T ′ são próximas E se tivermos alguma ferramenta analítica (não numérica) V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Primeira Recorrência Aplica o algoritm em um caminho de uma árvore, começando na extremidade, caminhando em direção à raiz. Digamos que A seja a matriz de adjacências e λ o raio espectral de A z1 z2 zr dvn Note z1 = −λ, z2 = −λ− 1z1 , z3 = −λ− 1 z2 . Em geral obtemos a seguinte recorrência:{ z1 = −λ zi = −λ− 1zi−1 , i = 2, . . . , k. (2) V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Primeira Recorrência Aplica o algoritm em um caminho de uma árvore, começando na extremidade, caminhando em direção à raiz. Digamos que A seja a matriz de adjacências e λ o raio espectral de A z1 z2 zr dvn Note z1 = −λ, z2 = −λ− 1z1 , z3 = −λ− 1 z2 . Em geral obtemos a seguinte recorrência:{ z1 = −λ zi = −λ− 1zi−1 , i = 2, . . . , k. (2) V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Primeira Recorrência Aplica o algoritm em um caminho de uma árvore, começando na extremidade, caminhando em direção à raiz. Digamos que A seja a matriz de adjacências e λ o raio espectral de A z1 z2 zr dvn Note z1 = −λ, z2 = −λ− 1z1 , z3 = −λ− 1 z2 . Em geral obtemos a seguinte recorrência:{ z1 = −λ zi = −λ− 1zi−1 , i = 2, . . . , k. (2) V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Primeira Recorrência Aplica o algoritm em um caminho de uma árvore, começando na extremidade, caminhando em direção à raiz. Digamos que A seja a matriz de adjacências e λ o raio espectral de A z1 z2 zr dvn Note z1 = −λ, z2 = −λ− 1z1 , z3 = −λ− 1 z2 . Em geral obtemos a seguinte recorrência:{ z1 = −λ zi = −λ− 1zi−1 , i = 2, . . . , k. (2) V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência starlikes=partitions Elismar Oliveira and Dragan Stevanovic Estudando esta recorrência, conseguimos determinar um ordenamento total pelo índice das starlikes trees. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência starlikes=partitions Elismar Oliveira and Dragan Stevanovic Estudando esta recorrência, conseguimos determinar um ordenamento total pelo índice das starlikes trees. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência starlike = partition A starlike with n vertices and r rays may be represented by a partition of n− 1 in r parts. c Uma starlike com 5 raios e 15 vértices. Pode ser representado por [1, 2, 3, 3, 5] V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência starlike = partition A starlike with n vertices and r rays may be represented by a partition of n− 1 in r parts. c Uma starlike com 5 raios e 15 vértices. Pode ser representado por [1, 2, 3, 3, 5] V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência starlike = partition A starlike with n vertices and r rays may be represented by a partition of n− 1 in r parts. c Uma starlike com 5 raios e 15 vértices. Pode ser representado por [1, 2, 3, 3, 5] V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência The result The order by index is the same as the lexicographic order of the partitions Oliveira, Stevanovic, T., LAMA, 2018 Given n ≥ 3, the smallest partition of n− 1 is [1, 1, n− 3], whereas the largest is [1, 1, . . . , 1]︸ ︷︷ ︸ n−1 Exemplo: n = 8 [1, 1, 5] ≺ [1, 2, 4] ≺ [1, 3, 3] ≺ [2, 2, 3] ≺ [1, 1, 1, 4] ≺ [1, 1, 2, 3] ≺ [1, 2, 2, 2] ≺ [1, 1, 1, 1, 3] ≺ [1, 1, 1, 2, 2] ≺ [1, 1, 1, 1, 1, 2] ≺ [1, 1, 1, 1, 1, 1, 1] V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência The result The order by index is the same as the lexicographic order of the partitions Oliveira, Stevanovic, T., LAMA, 2018 Given n ≥ 3, the smallest partition of n− 1 is [1, 1, n− 3], whereas the largest is [1, 1, . . . , 1]︸ ︷︷ ︸ n−1 Exemplo: n = 8 [1, 1, 5] ≺ [1, 2, 4] ≺ [1, 3, 3] ≺ [2, 2, 3] ≺ [1, 1, 1, 4] ≺ [1, 1, 2, 3] ≺ [1, 2, 2, 2] ≺ [1, 1, 1, 1, 3] ≺ [1, 1, 1, 2, 2] ≺ [1, 1, 1, 1, 1, 2] ≺ [1, 1, 1, 1, 1, 1, 1] V. Trevisan Recorrências em TEGIntrodução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência The result The order by index is the same as the lexicographic order of the partitions Oliveira, Stevanovic, T., LAMA, 2018 Given n ≥ 3, the smallest partition of n− 1 is [1, 1, n− 3], whereas the largest is [1, 1, . . . , 1]︸ ︷︷ ︸ n−1 Exemplo: n = 8 [1, 1, 5] ≺ [1, 2, 4] ≺ [1, 3, 3] ≺ [2, 2, 3] ≺ [1, 1, 1, 4] ≺ [1, 1, 2, 3] ≺ [1, 2, 2, 2] ≺ [1, 1, 1, 1, 3] ≺ [1, 1, 1, 2, 2] ≺ [1, 1, 1, 1, 1, 2] ≺ [1, 1, 1, 1, 1, 1, 1] V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Francesco Belardo-Elismar Oliveira A applicação é comparar os índices de alguns pares de árvores. Isso determinaria um ordenamento e resolveria uma conjectura antiga. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Francesco Belardo-Elismar Oliveira A applicação é comparar os índices de alguns pares de árvores. Isso determinaria um ordenamento e resolveria uma conjectura antiga. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Francesco Belardo-Elismar Oliveira A applicação é comparar os índices de alguns pares de árvores. Isso determinaria um ordenamento e resolveria uma conjectura antiga. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Segunda recorrência z1 z2 zr−1 z1 b1 b2 br br+1 dvn As recorrências que aparecem agora são a mesma zi das starlikes Mas também aparece{ b1 = −λ− 1z1 1 zr−1 = zr + 1 λ , bi = −λ− 1bi−1 , 2 ≤ i. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Segunda recorrência z1 z2 zr−1 z1 b1 b2 br br+1 dvn As recorrências que aparecem agora são a mesma zi das starlikes Mas também aparece{ b1 = −λ− 1z1 1 zr−1 = zr + 1 λ , bi = −λ− 1bi−1 , 2 ≤ i. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Segunda recorrência z1 z2 zr−1 z1 b1 b2 br br+1 dvn As recorrências que aparecem agora são a mesma zi das starlikes Mas também aparece{ b1 = −λ− 1z1 1 zr−1 = zr + 1 λ , bi = −λ− 1bi−1 , 2 ≤ i. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência The result Analisando recorrências do tipo{ z1 = −λ zj+1 = −λ− 1zj , j ≥ 1. e { b1 = zr + 1 λ , bi = −λ− 1bi−1 , 2 ≤ i. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Mostramos, por exemplo que λ1(T6(r)) < λ(T5(r)), onde T5 e T6 são as seguintes 2r − 1 r r − 2 Isso permitiu o ordenamento de árvores que têm índice no intervalo (2, √ 2 + √ 5). Note que 2.05817102727− 2 < 0.06. Numericamente nenhum método poderia funcionar. Belardo, Oliveira, T, LAA, 2019. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Mostramos, por exemplo que λ1(T6(r)) < λ(T5(r)), onde T5 e T6 são as seguintes 2r − 1 r r − 2 Isso permitiu o ordenamento de árvores que têm índice no intervalo (2, √ 2 + √ 5). Note que 2.05817102727− 2 < 0.06. Numericamente nenhum método poderia funcionar. Belardo, Oliveira, T, LAA, 2019. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Mostramos, por exemplo que λ1(T6(r)) < λ(T5(r)), onde T5 e T6 são as seguintes 2r − 1 r r − 2 Isso permitiu o ordenamento de árvores que têm índice no intervalo (2, √ 2 + √ 5). Note que 2.05817102727− 2 < 0.06. Numericamente nenhum método poderia funcionar. Belardo, Oliveira, T, LAA, 2019. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência terceira recorrência V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência terceira recorrência Matriz Laplaciana Essa conjectura foi forjada pela Renata Del-Vecchio no Lagos 2009, em Gramado Conjectura Renata Pelo menos a metade dos autovalores laplacianos de qualquer árvore são menores que a média d = 2− 2n Poucos autovalores grandes e muito são pequenos. Distribuição V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência terceira recorrência Matriz Laplaciana Essa conjectura foi forjada pela Renata Del-Vecchio no Lagos 2009, em Gramado Conjectura Renata Pelo menos a metade dos autovalores laplacianos de qualquer árvore são menores que a média d = 2− 2n Poucos autovalores grandes e muito são pequenos. Distribuição V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Terceira recorrência Aplicar o algoritmo para uma árvore qualquer com α = d = 2− 2n e mostrar que pelo menos metade dos valores são negativos. ideia Qual recorrência que aparece? Recorrência V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência SecundaRecorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Terceira recorrência Aplicar o algoritmo para uma árvore qualquer com α = d = 2− 2n e mostrar que pelo menos metade dos valores são negativos. ideia Qual recorrência que aparece? Recorrência V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Média dos graus Aplica o algoritm em um caminho de uma árvore, começando na extremidade, caminhando em direção à raiz. Agora a matriz é a Laplaciana L = D −A e λ = 2− 2/n é a média dos autovalores. x1 x2 xr dvn Note x1 = 1− λ = −1 + 2n < 0, x2 = 2− λ− 1 x1 , x3 = 2− λ− 1x2 . Em geral obtemos a seguinte recorrência:{ x1 = 1− λ = −1 + 2n xi = 2− λ− 1xi−1 , i = 2, . . . , k. (3) V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Média dos graus Aplica o algoritm em um caminho de uma árvore, começando na extremidade, caminhando em direção à raiz. Agora a matriz é a Laplaciana L = D −A e λ = 2− 2/n é a média dos autovalores. x1 x2 xr dvn Note x1 = 1− λ = −1 + 2n < 0, x2 = 2− λ− 1 x1 , x3 = 2− λ− 1x2 . Em geral obtemos a seguinte recorrência:{ x1 = 1− λ = −1 + 2n xi = 2− λ− 1xi−1 , i = 2, . . . , k. (3) V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Média dos graus Aplica o algoritm em um caminho de uma árvore, começando na extremidade, caminhando em direção à raiz. Agora a matriz é a Laplaciana L = D −A e λ = 2− 2/n é a média dos autovalores. x1 x2 xr dvn Note x1 = 1− λ = −1 + 2n < 0, x2 = 2− λ− 1 x1 , x3 = 2− λ− 1x2 . Em geral obtemos a seguinte recorrência:{ x1 = 1− λ = −1 + 2n xi = 2− λ− 1xi−1 , i = 2, . . . , k. (3) V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Média dos graus Aplica o algoritm em um caminho de uma árvore, começando na extremidade, caminhando em direção à raiz. Agora a matriz é a Laplaciana L = D −A e λ = 2− 2/n é a média dos autovalores. x1 x2 xr dvn Note x1 = 1− λ = −1 + 2n < 0, x2 = 2− λ− 1 x1 , x3 = 2− λ− 1x2 . Em geral obtemos a seguinte recorrência:{ x1 = 1− λ = −1 + 2n xi = 2− λ− 1xi−1 , i = 2, . . . , k. (3) V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Média dos graus Aplica o algoritm em um caminho de uma árvore, começando na extremidade, caminhando em direção à raiz. Agora a matriz é a Laplaciana L = D −A e λ = 2− 2/n é a média dos autovalores. x1 x2 xr dvn Note x1 = 1− λ = −1 + 2n < 0, x2 = 2− λ− 1 x1 , x3 = 2− λ− 1x2 . Em geral obtemos a seguinte recorrência:{ x1 = 1− λ = −1 + 2n xi = 2− λ− 1xi−1 , i = 2, . . . , k. (3) V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência General recursion Note que as recorrências{ z1 = −λ zj+1 = −λ− 1zj , j ≥ 1. { b1 = zr + 1 λ , bi = −λ− 1bi−1 , 1 ≤ i ≤ r + 2.{ x1 = 1− λ = −1 + 2n xi = 2− λ− 1xi−1 , i = 2, . . . , k. são todas do mesmo tipo: Transforming these sequences into real function, they are of the form: xj+1 = ϕ (xj) , where ϕ(t) = α+ γt V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência General recursion Note que as recorrências{ z1 = −λ zj+1 = −λ− 1zj , j ≥ 1. { b1 = zr + 1 λ , bi = −λ− 1bi−1 , 1 ≤ i ≤ r + 2.{ x1 = 1− λ = −1 + 2n xi = 2− λ− 1xi−1 , i = 2, . . . , k. são todas do mesmo tipo: Transforming these sequences into real function, they are of the form: xj+1 = ϕ (xj) , where ϕ(t) = α+ γt V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência General recursion Note que as recorrências{ z1 = −λ zj+1 = −λ− 1zj , j ≥ 1. { b1 = zr + 1 λ , bi = −λ− 1bi−1 , 1 ≤ i ≤ r + 2.{ x1 = 1− λ = −1 + 2n xi = 2− λ− 1xi−1 , i = 2, . . . , k. são todas do mesmo tipo: Transforming these sequences into real function, they are of the form: xj+1 = ϕ (xj) , where ϕ(t) = α+ γt V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Um teoremão – ocupa 3 slides!! V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência The general formula Theorem Given xj+1 = ϕ(xj), j ≥ 1, where ϕ(t) = α+ γt , for t 6= 0, α, γ ∈ R are fixed numbers (γ 6= 0) and x1 is a given initial condition. Then the general solution is one of three possibilities according the sign of ∆ = α2 + 4γ: For ∆ = 0 the solution is xj = θ ( 1 + 1 (β + j) ) , where θ = α2 and β ∈ R is defined by the initial point x1 by the formula β = −1 + θx1−θ . V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Theorem Given xj+1 = ϕ(xj), j ≥ 1, where ϕ(t) = α+ γt , for t 6= 0, α, γ ∈ R are fixed numbers (γ 6= 0) and x1 is a given initial condition. ∆ = α2 + 4γ > 0 the solution is xj = θ + θ′ − θ β ( θ θ′ )j + 1 , where θ = α2 + 1 2 √ α2 + 4γ, θ′ = α2 − 1 2 √ α2 + 4γ and β ∈ R is defined by the initial point x1 by the formula β = θ ′ θ ( θ′−θ x1−θ − 1 ) . V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Theorem Given xj+1 = ϕ(xj), j ≥ 1, where ϕ(t) = α+ γt , for t 6= 0, α, γ ∈ R are fixed numbers (γ 6= 0) and x1 is a given initial condition. Then the general solution is one of three possibilities according the sign of ∆ = α2 + 4γ: For ∆ < 0 the solution is xj = ρ (cos(φ)− sin(φ) tan(jφ+ ω)) , where ρ =√ −γ, φ = arctan (√ −α2−4γ α ) if α > 0, φ = arctan (√ −α2−4γ α ) + π if α < 0 and ω ∈ [0, 2π) is defined by the initial point x1 by the formula ω = −φ+ arctan ( cot(φ)− x1ρ csc(φ) ) . V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência As recorrências neste Framework { z1 = −λ zj+1 = −λ− 1zj , j ≥ 1. e{ b1 = zr + 1 λ , bi = −λ− 1bi−1 , 1 ≤ i ≤ r + 2. são do tipo 2: ∆ = α2 + 4γ = (−λ)2 + 4(−1) > 0 Para λ > 2 V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência As recorrências neste Framework { z1 = −λ zj+1 = −λ− 1zj , j ≥ 1. e{ b1 = zr + 1 λ , bi = −λ− 1bi−1 , 1 ≤ i ≤ r + 2. são do tipo 2: ∆ = α2 + 4γ = (−λ)2 + 4(−1) > 0 Para λ > 2 V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Analisando as recorrências como funções reais, mostra-se que para recorrências do tipo 2: Se z1 < θ = −λ− √ λ2−4 2 então zi < 0, cresce monotonicamente para θ Se θ < z1 < θ′ = −λ+ √ λ2−4 2 então zi < 0 decresce monotonicamente para θ′ V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Analisando as recorrências como funções reais, mostra-se que para recorrências do tipo 2: Se z1 < θ = −λ− √ λ2−4 2 então zi < 0, cresce monotonicamente para θ Se θ < z1 < θ′ = −λ+ √ λ2−4 2 então zi < 0 decresce monotonicamente para θ′ V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Analisando as recorrências como funções reais, mostra-se que para recorrências do tipo 2: Se z1 < θ = −λ− √ λ2−4 2 então zi < 0, cresce monotonicamente para θ Se θ < z1 < θ′ = −λ+ √ λ2−4 2 então zi < 0 decresce monotonicamente para θ′ V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Analisando as recorrências como funções reais, mostra-se que para recorrências do tipo 2: Se z1 < θ = −λ− √ λ2−4 2 então zi < 0, cresce monotonicamente para θ Se θ < z1 < θ′ = −λ+ √ λ2−4 2 então zi < 0 decresce monotonicamente para θ′ V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Analisando as recorrências como funções reais, mostra-se que para recorrências do tipo 2: Se z1 < θ = −λ− √ λ2−4 2 então zi < 0, cresce monotonicamente para θ Se θ < z1 < θ′ = −λ+ √ λ2−4 2 então zi < 0 decresce monotonicamente para θ′ V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Exemplo - Pontos limites Um problema famoso de Hoffman (1972) pede para caracterizar números que sejam pontos limites de raios espectrais de matrizes simétricas com entradas positivas Sabe-se que, neste caso, as matrizes se reduzem a matrizes com estradas 0,1: adjacências de grafos. Para matrizes Laplacianas sabe-se muito pouco. Definition A real number µ is said to be a limit point of the Laplacian spectral radii of graphs if there exists a sequence {Gk} of graphs such that ρL(Gi) 6= ρL(Gj), i 6= j and lim k→∞ ρL(Gk) = µ. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Exemplo - Pontos limites Um problema famoso de Hoffman (1972) pede para caracterizar números que sejam pontos limites de raios espectrais de matrizes simétricas com entradas positivas Sabe-se que, neste caso, as matrizes se reduzem a matrizes com estradas 0,1: adjacências de grafos. Para matrizes Laplacianas sabe-se muito pouco. Definition A real number µ is said to be a limit point of the Laplacian spectral radii of graphs if there exists a sequence {Gk} of graphs such that ρL(Gi) 6= ρL(Gj), i 6= j and lim k→∞ ρL(Gk) = µ. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Exemplo - Pontos limites Um problema famoso de Hoffman (1972) pede para caracterizar números que sejam pontos limites de raios espectrais de matrizes simétricas com entradas positivas Sabe-se que, neste caso, as matrizes se reduzem a matrizes com estradas 0,1: adjacências de grafos. Para matrizes Laplacianas sabe-se muito pouco. Definition A real number µ is said to be a limit point of the Laplacian spectral radii of graphs if there exists a sequence {Gk} of graphs such that ρL(Gi) 6= ρL(Gj), i 6= j and lim k→∞ ρL(Gk) = µ. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Ji-Ming Guo - 2008 z1 z1z2zn z1z2zn a(v) Figure: Trees T1,n,n with labels. Theorem lim n→∞ µ(T1,n,n) = 2 + � ≈ 4.382975767, where � is the real root of x3 − 4x− 4. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Ji-Ming Guo - 2008 z1 z1z2zn z1z2zn a(v) Figure: Trees T1,n,n with labels. Theorem lim n→∞ µ(T1,n,n) = 2 + � ≈ 4.382975767, where � is the real root of x3 − 4x− 4. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Ji-Ming Guo - 2008 z1 z1z2zn z1z2zn a(v) Figure: Trees T1,n,n with labels. Theorem lim n→∞ µ(T1,n,n) = 2 + � ≈ 4.382975767, where � is the real root of x3 − 4x− 4. V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrênciaLaplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência A prova de Guo é difícil. Para nós isso é piece of cake! z1 z1z2zn z1z2zn a(v) Aplicamos o algoritmo para λn o raio espectral Laplaciano de T (1, n, n), para um n fixo. A recorrência que obtemos é: z1 = 1− λn and zi = 2− λn − 1zi−1 Que é do tipo 2(∆ > 0) θn = 2−λn− √ λ2n−4λn 2 and θ ′ n = 2−λn+ √ λ2n−4λn 2 . z1 = 1− λn < θn then zi → θn de forma crescente. Como λn é limitado, segue λn → λ0 (a ser determinado) V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência A prova de Guo é difícil. Para nós isso é piece of cake! z1 z1z2zn z1z2zn a(v) Aplicamos o algoritmo para λn o raio espectral Laplaciano de T (1, n, n), para um n fixo. A recorrência que obtemos é: z1 = 1− λn and zi = 2− λn − 1zi−1 Que é do tipo 2(∆ > 0) θn = 2−λn− √ λ2n−4λn 2 and θ ′ n = 2−λn+ √ λ2n−4λn 2 . z1 = 1− λn < θn then zi → θn de forma crescente. Como λn é limitado, segue λn → λ0 (a ser determinado) V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência A prova de Guo é difícil. Para nós isso é piece of cake! z1 z1z2zn z1z2zn a(v) Aplicamos o algoritmo para λn o raio espectral Laplaciano de T (1, n, n), para um n fixo. A recorrência que obtemos é: z1 = 1− λn and zi = 2− λn − 1zi−1 Que é do tipo 2(∆ > 0) θn = 2−λn− √ λ2n−4λn 2 and θ ′ n = 2−λn+ √ λ2n−4λn 2 . z1 = 1− λn < θn then zi → θn de forma crescente. Como λn é limitado, segue λn → λ0 (a ser determinado) V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência A prova de Guo é difícil. Para nós isso é piece of cake! z1 z1z2zn z1z2zn a(v) Aplicamos o algoritmo para λn o raio espectral Laplaciano de T (1, n, n), para um n fixo. A recorrência que obtemos é: z1 = 1− λn and zi = 2− λn − 1zi−1 Que é do tipo 2(∆ > 0) θn = 2−λn− √ λ2n−4λn 2 and θ ′ n = 2−λn+ √ λ2n−4λn 2 . z1 = 1− λn < θn then zi → θn de forma crescente. Como λn é limitado, segue λn → λ0 (a ser determinado) V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência A prova de Guo é difícil. Para nós isso é piece of cake! z1 z1z2zn z1z2zn a(v) Aplicamos o algoritmo para λn o raio espectral Laplaciano de T (1, n, n), para um n fixo. A recorrência que obtemos é: z1 = 1− λn and zi = 2− λn − 1zi−1 Que é do tipo 2(∆ > 0) θn = 2−λn− √ λ2n−4λn 2 and θ ′ n = 2−λn+ √ λ2n−4λn 2 . z1 = 1− λn < θn then zi → θn de forma crescente. Como λn é limitado, segue λn → λ0 (a ser determinado) V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência A prova de Guo é difícil. Para nós isso é piece of cake! z1 z1z2zn z1z2zn a(v) Aplicamos o algoritmo para λn o raio espectral Laplaciano de T (1, n, n), para um n fixo. A recorrência que obtemos é: z1 = 1− λn and zi = 2− λn − 1zi−1 Que é do tipo 2(∆ > 0) θn = 2−λn− √ λ2n−4λn 2 and θ ′ n = 2−λn+ √ λ2n−4λn 2 . z1 = 1− λn < θn then zi → θn de forma crescente. Como λn é limitado, segue λn → λ0 (a ser determinado) V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência A prova de Guo é difícil. Para nós isso é piece of cake! z1 z1z2zn z1z2zn a(v) Aplicamos o algoritmo para λn o raio espectral Laplaciano de T (1, n, n), para um n fixo. A recorrência que obtemos é: z1 = 1− λn and zi = 2− λn − 1zi−1 Que é do tipo 2(∆ > 0) θn = 2−λn− √ λ2n−4λn 2 and θ ′ n = 2−λn+ √ λ2n−4λn 2 . z1 = 1− λn < θn then zi → θn de forma crescente. Como λn é limitado, segue λn → λ0 (a ser determinado) V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência z1 z1z2zn z1z2zn a(v) O valor na raiz é: a(v) = 3− λn − 1/z1 − 2/zn = 0, onde zn → θn = 2−λn− sqrtλ 2 n−4λn 2 Mostre-se que θn → θ0 = 2−λ0− √ λ20−4λ0 2 Portanto, o valor na raiz é a(v) = 3− λn − 1/z1 − 2/zn → 3− λ0 − 1 1− λ0 − 2 θ0 = 0 V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência z1 z1z2zn z1z2zn a(v) O valor na raiz é: a(v) = 3− λn − 1/z1 − 2/zn = 0, onde zn → θn = 2−λn− sqrtλ 2 n−4λn 2 Mostre-se que θn → θ0 = 2−λ0− √ λ20−4λ0 2 Portanto, o valor na raiz é a(v) = 3− λn − 1/z1 − 2/zn → 3− λ0 − 1 1− λ0 − 2 θ0 = 0 V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência z1 z1z2zn z1z2zn a(v) O valor na raiz é: a(v) = 3− λn − 1/z1 − 2/zn = 0, onde zn → θn = 2−λn− sqrtλ 2 n−4λn 2 Mostre-se que θn → θ0 = 2−λ0− √ λ20−4λ0 2 Portanto, o valor na raiz é a(v) = 3− λn − 1/z1 − 2/zn → 3− λ0 − 1 1− λ0 − 2 θ0 = 0 V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência z1 z1z2zn z1z2zn a(v) O valor na raiz é: a(v) = 3− λn − 1/z1 − 2/zn = 0, onde zn → θn = 2−λn− sqrtλ 2 n−4λn 2 Mostre-se que θn → θ0 = 2−λ0− √ λ20−4λ0 2 Portanto, o valor na raiz é a(v) = 3− λn − 1/z1 − 2/zn → 3− λ0 − 1 1− λ0 − 2 θ0 = 0 V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência z1 z1z2zn z1z2zn a(v) O valor na raiz é: a(v) = 3− λn − 1/z1 − 2/zn = 0, onde zn → θn = 2−λn− sqrtλ 2 n−4λn 2 Mostre-se que θn → θ0 = 2−λ0− √ λ20−4λ0 2 Portanto, o valor na raiz é a(v) = 3− λn − 1/z1 − 2/zn → 3− λ0 − 1 1− λ0 − 2 θ0 = 0 V. Trevisan Recorrências em TEG Introdução - Histórico Trees Starlike trees Secunda Recorrência Secunda Recorrência Secunda Recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência Laplaciana: terceira recorrência 3− λ0 − 11−λ0 − 2 θ0 = 0 Solving this (Maple!!!) gives λ0 = 3 √ 54 + 6
Compartilhar