• Keine Ergebnisse gefunden

4. Übungsblatt zu Computersimulationen SS 2006

N/A
N/A
Protected

Academic year: 2022

Aktie "4. Übungsblatt zu Computersimulationen SS 2006"

Copied!
2
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

4. Übungsblatt zu Computersimulationen SS 2006

1. Ein quadratisches Problem

f(x) = 1

2xT Ax−bT x+c

ist zu minimieren, wobei x, b ∈ Rn und A eine hermitesche n× n-Matrix ist.

Das ist (zumindest für positiv definite Matrizen) äquivalent mit dem Lösung des Gleichungssystems

Ax=b.

Dazu bietet sich daskonjugierte Gradienten-Verfahrenan, das durch folgende Iteration gegeben ist:

Man wähle einen Startvektorx0undg0 =r0 =b−Ax0.

• λi = gTi gi

rTi Ari

• xi+1 =xiiri

• gi+1 =gi−λiAri

• γi = g

T i+1gi+1

gTi gi

• ri+1 =gi+1iri

Nach spätestensnIterationen ist das Verfahren auskonvergiert.

Überlegen Sie, an welcher Stelle eventuell Probleme auftreten können. Wie kann man diese verhindern?

Test:

A=

1 0 0 10

, b=

1 2

. Bitte mitverschiedenen Startvektorentesten!

Der Lösungsvektor ist

x= 1

0.2

.

2. Schreibe ein Simulated Annealing Programm zur Lösung des Traveling Sales- man Problems. Beachte folgendes:

• Die Städteverteilung vonN = 20Städten wird mit Hilfe der zur Verfügung gestellten Funktion gsv1() (File: gsv1.m) generiert.

(2)

• Die Energie ist durch die Gesamtweglänge des Rundkurses bestimmt:

E({x}) = XN

i=1

|xi+1−xi| mit xN+1 =x1.

Die Festlegung des Startpunktes im Rundkurs ist willkürlich.

• Die Wahrscheinlichkeit für einen Zustand bei gegebener TemperaturT ist

pE({x}|T) = 1 Z exp

−1

TE({x})

• Vorschlag einer neuen Konfiguration nach folgender Regel.: Wähle zufällig zwei StädteSaundSb. Tausche ihre Position im Weg aus:

K: S1, . . . , Sa−1, Sa, Sa+1, . . . , Sb−1, Sb

| {z }

bisher

, Sb+1, . . . , Sn

K: S1, . . . , Sa−1, Sb, Sb−1, . . . , Sa+1, Sa

| {z }

neu

, Sb+1, . . . , Sn

Die entsprechende Differenz der Energien lautet (a < b)

E(K)−E(K) =Sa−1Sb+SaSb+1−Sa−1Sa−SbSb+1

• Akzeptanzwahrscheinlichkeit: min

1,ppE(K|T)

E(K|T)

• Anzahl der Schritte pro Temperatur: Faustregel: L=N(N −1)/2

• Abkühlstrategie: Tk=Taqkmit0< q <1(z.B.q= 0.95)

• Starttemperatur so wählen, dass ungefähr 80% der vorgeschlagenen Än- derungen akzeptiert werden.

Bestimme innerhalb einer Temperatur folgende Mittelwerte

• mittlere Energie: < E >= L1 P

KE(K)

• < E2 >= L1 P

KE(K)2

• Varianz:(∆E)2 =< E2 >−< E >2

und stelle sie grafisch dar. Auch der aufgefundene Pfad ist graphisch darzustellen.

Diskutieren Sie mögliche Konvergenzkriterien!

Referenzen

ÄHNLICHE DOKUMENTE

Führen Sie dieselben Untersuchungn nach Punkt 1 und 2 für den von MAT- LAB (oder dem Betriebssystem) zur Verfügung gestellten Zufallszahlengenera- tor (MATLAB: rand )

Überprüfen Sie die so erzeugte Zufallfolge

Am Ende des Trainings steht dann der Vektor ω ¯ zur Verfügung, welcher nicht mehr verändert wird.... Der Vergleich mit dem tatsächlichen Eintrag bestimmt dann

Es empfiehlt sich die Teilchen in einem Gitter zu plazieren, das in etwa die Gittergröße ihrer Gleichgewichts- abstände (∼ σ) besitzt..

Es kann aber auch eine feste Zahl von Autos vorgeben werden, welche entweder zufällig über die Strasse verteilt werden, oder an festen Startpunkten plaziert werden.. •

Das Teilchen kann so lange diffundieren, bis es entweder am Cluster ’hängen’ bleibt, also einen freien Platz in der unmittelbaren Nachbarschaft eines bereits vom Cluster

Berücksichtigt wurde hier bereits, dass s nur diskrete Werte anneh- men kann, weshalb über die möglichen Spinkonfigurationen summiert wird... mit nn(i) den Indizes der (vier)

(c) Aus Punkt (b) folgt, dass eine persönliche Anwesenheit während der, den ein- zelnen Gruppen zugeordneten, Übungszeiten nicht unbedingt erforderlich ist.. (d) Die Bewertung