• Keine Ergebnisse gefunden

Vorlesung Kombinatorische Optimierung (Wintersemester 2014/15)

N/A
N/A
Protected

Academic year: 2022

Aktie "Vorlesung Kombinatorische Optimierung (Wintersemester 2014/15)"

Copied!
24
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Vorlesung

Kombinatorische Optimierung (Wintersemester 2014/15)

Kapitel 1: K¨urzeste Wege und Kreise

Volker Kaibel

Otto-von-Guericke Universit¨at Magdeburg

(Version vom 23. Oktober 2014)

(2)

Graphen und Digraphen

Definition 1.1

EinGraph ist ein Paar G = (V,E) bestehend aus einer endlichen KnotenmengeV und einer TeilmengeE ⊆ V2

der

zweielementigen Teilmengen vonV, der KantenmengevonG. Definition 1.2

EinDigraph (gerichteter Graph) ist ein Paar D= (V,A) bestehend aus einer endlichenKnotenmenge V und einer Teilmenge

A⊆V ×V \ {(v,v)|v ∈V},

derBogenmengevon D. Zwei B¨ogen (v,w),(w,v)∈Aheißen antiparallel.

(3)

Wege und Kreise in Graphen

Definition 1.3

SeiG = (V,E) ein Graph mit V ={v0,v1, . . . ,vl}und E ={{v0,v1},{v1,v2}, . . . ,{vl−1,vl}}

1. Sind v0,v1, . . . ,vl paarweise verschieden, so heißt G ein v0−vl-Weg der(kombinatorischen) L¨ange l.

2. Istv0 =vl und sindv0=vl,v1, . . . ,vl−1 paarweise verschieden, so istG einKreisder (kombinatorischen) L¨angel.

(4)

Wege und Kreise in Digraphen

Definition 1.4

SeiD = (V,A) ein Digraph mit V ={v0,v1, . . . ,vl} und A={(v0,v1),(v1,v2), . . . ,(vl−1,vl)}

1. Sind v0,v1, . . . ,vl paarweise verschieden, so heißt D ein (gerichteter) v0−vl-Wegder (kombinatorischen) L¨ange l.

2. Istv0 =vl und sindv0=vl,v1, . . . ,vl−1 mit l ≥2 paarweise verschieden, so istG ein(gerichteter) Kreisder

(kombinatorischen) L¨ange l.

(5)

Teilgraphen

Definition 1.5

SindG = (V,E) und G0 = (V0,E0) (bzw. D = (V,A) und D0= (V0,A0)) zwei Graphen (bzw. Digraphen) mitV0 ⊆V und E0 ⊆E (bzw. A0 ⊆A), so ist G0 einTeilgraphvon G (bzw.D0 ein TeildigraphvonD). Falls sogar

E0 =E∩ V0

2

bzw. A0=A∩(V0×V0) gilt, so heißt der Teilgraphinduzierter Untergraph(bzw.

induzierter Unterdigraph). GiltV0 =V, so heißt der Teilgraph spannend.

(6)

Induzierte Knoten-, Kanten-, B¨ ogenmengen

Definition 1.6

SeiG = (V,E) ein Graph. F¨ur Teilmengen V0 ⊆V und E0 ⊆E definieren wirE(V0) :=E ∩ V20

und

V(E0) :={v ∈V| {v,w} ∈E0 f¨ur ein w ∈V}

Definition 1.7

SeiD = (V,A) ein Graph. F¨ur TeilmengenV0⊆V und A0 ⊆A definieren wirA(V0) :=A∩(V0×V0) und

V(A0) :={v ∈V |(v,w)∈A0 oder (w,v)∈A0 f¨ur ein w ∈V}

(7)

Wege und Kreise in Graphen

Definition 1.8

F¨ur eine endliche MengeM,c ∈RM und N⊆M definieren wir c(N) := X

x∈N

cx.

Definition 1.9

IstG = (V,E) ein Graph,c ∈RE, und G0 = (V0,E0) ein Untergraph vonG, der eins-t-Weg (bzw. ein Kreis) ist, so heißt E0 ⊆E ein s-t-Weg (bzw. Kreis) inG. Seinec-L¨angeist c(E0).

Die Menge dervon E0 besuchten Knoten istV0 =V(E0).

(8)

Wege und Kreise in Digraphen

Definition 1.10

IstD= (V,A) ein Digraph,c ∈RA, undD0 = (V0,A0) ein Unterdigraph vonD, der ein (gerichteter) s-t-Weg (bzw. ein (gerichteter) Kreis) ist, so heißtA0 ⊆A ein (gerichteter) s-t-Weg (bzw. (gerichteter) Kreis) inD. Seinec-L¨ange istc(A0). Die Menge dervon A0 besuchten Knotenist V0=V(A0).

(9)

Wege- und Kreisprobleme

Problem 1.11 (K¨urzeste-Wege Problem)

Instanz: Digraph D= (V,A), c ∈QA, s,t ∈V

Aufgabe: Finde einen s-t-Weg k¨urzester c-L¨ange oder stelle fest, dass es keinen s-t-Weg in D gibt.

Problem 1.12 (K¨urzester-Kreis-Problem) Instanz: Digraph D= (V,A), c ∈QA

Aufgabe: Finde einen Kreis k¨urzester c-L¨ange oder stelle fest, dass es keinen Kreis in D gibt.

(10)

Ungerichtete Graphen

Bemerkung 1.13

Das Problem, in einem ungerichteten Graphen G = (V,E) k¨urzeste Wege oder Kreise zu finden, kann man durch Konstruktion des Digraphen D= (V,A)mit

A={(v,w)∈V ×V| {v,w} ∈E} auf die Probleme 1.11 bzw. 1.12 zur¨uck f¨uhren.

(11)

Weitere Bemerkungen

Bemerkung 1.14

I Analog zum K¨urzesten-Wege bzw. K¨urzesten-Kreis Problem ist das L¨angste-Wege Problem bzw. das L¨angster-Kreis Problemdefiniert.

I Durch Multiplikation des L¨angenvektors c mit(−1)kann man K¨urzeste- und L¨angste-Wege/Kreise-Probleme ineinander transformieren (solange es nicht auf Vorzeichen ankommt).

I K¨urzester/L¨angster-Kreis Probleme kann man mit Hilfe von

|A|K¨urzeste/L¨angste-Wege Problemen l¨osen.

I Das K¨urzeste/L¨angste-Wege/Kreise Probleme f¨ur beliebige D und c sind NP-schwer (z.B. Reduktion von Hamilton-Kreis oder Hamilton-Pfad, s. ¨Ubungen).

(12)

Nachbarn, Sterne, Knotengrade

Definition 1.19

F¨ur einen Digraphen D= (V,A) undv ∈V definieren wir:

I Naus(v) :={w ∈V|(v,w)∈A}

I Nein(v) :={w ∈V |(w,v)∈A}

I δaus(v) :={(v,w)|w ∈Naus(v)}

I δein(v) :={(w,v)|W ∈Nein(v)}

aus(v)|und |δein(v)|sind derAusgradbzw. der Eingradvon v.

F¨ur einen Graphen G = (V,E) und v ∈V definieren wir:

I N(v) :={w ∈V | {v,w} ∈E}

I δ(v) :={{v,w} |w ∈N(v)}

|δ(v)|ist derGrad vonv.

(13)

Zusammenhang

Definition 1.21

Ein GraphG = (V,E) heißt zusammenh¨angend, wenn es f¨ur jedes Paars,t∈V einen s-t-Weg inG gibt. Die

(inklusions-)maximalen zusammenh¨angenden Teilgraphen eines Graphen sind seineZusammenhangskomponenten.

Definition 1.22

F¨ur einen Digraphen D= (V,A) heißtG = (V,E) mit E ={{v,w} |(v,w)∈Aoder (w,v)∈A}

derD zugrunde liegende ungerichtete Graph.

Definition 1.23

Ein DigraphD= (V,A) heißtstark zusammenh¨angend, wenn es f¨ur jedes Paars,t ∈V einen (gerichteten) s-t-Weg inD gibt. Ist derD zugrunde liegende ungerichtete Graph zusammenh¨angend, so heißtD schwach zusammenh¨angend.

(14)

B¨ aume und W¨ alder

Definition 1.24

EinWald ist ein (ungerichteter) Graph, der keine Kreise enth¨alt.

Ein Wald ist einBaum, wenn er zusammenh¨angend ist.

Bemerkung 1.25

Ein Graph G = (V,E)mit|V| ≥1ist genau dann ein Baum, wenn er zusammenh¨angend ist und|E|=|V| −1gilt.

(15)

Branchings und Arboreszenzen

Definition 1.26

Ein DigraphD= (V,A) heißt ein Branching, wenn er keine antiparallelen B¨ogen hat, der D zugrunde liegende ungerichtete Graph ein Wald ist und|δein(v)| ≤1 f¨ur alle v ∈V gilt. Ein schwach zusammenh¨angendes Branching ist eineArboreszenz.

Bemerkung 1.27

In einer Arboreszenz D= (V,A)gibt es genau einen Knoten r∈V mitNein(r) =∅. Er heißt die Wurzel von D. F¨ur jedes v∈V gibt es einen eindeutigen r -v -Weg in D.

Bemerkung 1.28

Eine Arboreszenz D = (V,A) mit Wurzel r ∈V ist eindeutig bestimmt durch die Abbildung p:V \ {r} −→V mit

(p(v),v)∈A.

(16)

K¨ urzeste-Wege B¨ aume

Definition 1.29

F¨ur einen Digraphen D= (V,A) unds ∈V bezeichnen wir mit RD(s)⊆V die Menge alle Knoten v∈V, f¨ur die ein s-w-Weg inD existiert.

Korollar 1.30 (aus Satz 1.16)

F¨ur einen Digraphen D= (V,A)mit konservativen Bogenl¨angen c ∈RA und s ∈V gibt es eine Arboreszenz T = (RD(s),A0), so dass f¨ur jedes v ∈RD(s) der s-v -Weg in T ein c-k¨urzester s-v -Weg in D ist.

Definition 1.31

Eine Arboreszenz wie in Kor. 1.30 heißt ein K¨urzeste-Wege-Baum (f¨ur D,c,s).

(17)

K¨ urzeste Wege in azyklischen Digraphen

Algorithmus 1.36 (K¨urzeste Wege in azyklischen Digraphen) Eingabe: Azyklischer Digraph D = (V,A) mit topologischer

Sortierung V ={v1, . . . ,vn}, c ∈QA,σ∈[n]

Ausgabe: F¨ur jeden Knoten v ∈V \ {vσ} den Wert

d(v) = distc(vσ,v) und, falls d(v)6=∞, den letzten Bogen(p(v),v) auf einem vσ-v -Weg k¨urzester c-L¨ange (k¨urzeste-Wege Baum bzgl. vσ)

1: for i = 1, . . . ,n do

2: d(vi)← ∞

3: d(vσ)←0

4: for i =σ+ 1, . . . ,n do

5: d(vi)←min{d(w) +c(w,vi)|w ∈Nein(vi)}

6: p(vi)←ein w ∈Nein(vi) mit d(vi) =d(w) +c(w,vi)

(p(vi)bleibt undefiniert, falls d(vi) =∞ oderNein(vi) =∅)

(18)

Dijkstras Algorithmus

Algorithmus 1.38 (Dijkstra-Algorithmus) Eingabe: Digraph D= (V,A),c ∈QA+,s ∈V

Ausgabe: F¨ur alle v ∈V \ {s} den Wert d(v) = distc(s,v) und, falls d(v)6=∞, den letzten Bogen(p(v),v) auf einem s-v -Weg k¨urzester c-L¨ange

1: for all {v ∈V \ {s}} do

2: d(v)← ∞

3: d(s)←0;F ← ∅

4: Bestimme v ∈V \F mit d(v) = min{d(w)|w ∈V \F}

5: F ←F ∪ {v}

6: for all {w ∈Naus(v)\F}do

7: if{d(w)>d(v) +cvw} then

8: d(w)←d(v) +cvw

9: p(w)←v

10: if{F 6=V}then

11: Gehe zu Schritt 4.

(19)

Pfade

Definition 1.45

SeiD = (V,A) ein Digraph und c ∈RA. Ein l-Tupel P = (v0,v1),(v1,v2),(v2,v3), . . . ,(vl−1,vl)

∈Al von B¨ogen inA heißt ein v0-vl-Pfad in D (dabei d¨urfen einzelne Knoten und einzelne B¨ogen beliebig oft auftreten) der c-L¨ange

c(P) :=

l

X

i=1

cvi−1,vi.

Seine(kombinatorische) L¨angeist l.

Bemerkung 1.46

In einem Digraphen D= (V,A) mit konservativen Bogenl¨angen c ∈RA gilt c(P)≥distc(s,t) f¨ur jeden s-t-Pfad P.

(20)

Der Bellman-Ford Digraph

Definition 1.47

SeiD = (V,A) ein Digraph,c ∈RA. Der Graph BF(D) = (V0,A0) hat die Knotenmenge

V0=V × {0,1, . . . ,|V|}

und die Bogenmenge A0 =

((v,i−1),(w,i))

(v,w)∈A,i ∈[|V|]

((v,i−1),(v,i))

i ∈[|V|] . Die Mengen{(v,i) :i ∈ {0,1, . . . ,|V|}}(v ∈V) sind dieZeilen vonBF(D). Analog sind {(v,i) :v ∈V}(i ∈ {0,1, . . . ,|V|}) die Spaltenvon BF(D). Die B¨ogen, welche Knoten einer Zeile verbinden, heißenwaagerecht. Wir definierenc0 ∈RA

0 via c(v,i),(w,i+1)0 =

cvw , falls (v,w)∈A 0 , falls v =w

.

(21)

BF (D )

1 2

3 5

4

6

1

2

3

4

5

6

1 2

3 5

4

6

1

2

3

4

5

6

1 2

3 5

4

6

1

2

3

4

5

6

1 2

3 5

4

6

1

2

3

4

5

6

(22)

0/1-Knapsack

1

2

3

4

5

6

0 1 2 3 4 5 6 7

5

3

4 3

2

4 5

4 1 2

a= (2,1,3,1,2,2), c = (5,1,3,2,4,1),β = 7

(23)

K (D )

1 2

3 5

4

6

1

2

3

4

5

6 s

(24)

Beweis des Min Mean Cycle Satzes

w

v s

P1 (Q1) P

P2 (Q2)

P3

Referenzen

ÄHNLICHE DOKUMENTE

Kombinatorische Optimierung (Wintersemester 2018/19). Kapitel

I Das Modell hat exponentiell viele Subtour-Eliminations Bedingungen, f¨ ur die aber das Separationsproblem effizient gel¨ ost werden kann (MinCut Problem mit wegen x ≥

Kapitel 2: Fl¨ usse und Zirkulationen..

I Die Klasse coNP enth¨ alt alle Entscheidungsprobleme, f¨ ur die man, falls die Antwort ”NEIN” ist, diese in polynomialer Zeit mit Hilfe eines geeigneten Zertifikats beweisen kann.

duspärasuste alusel kujunenud tänapäevased vormid, näiteks eesti keeles on sisekao tõttu kadunud teise lahtise silbi vokaal a, mis aga on säilinud rahva lauluke e le s,

Eesti Rahva Muuseumi arhiiv-raamatukogus (Aia t. ulernairaline abiöppejöud eesti ja uldise kirjanduse alal. Aeg ja koht antakse hiljemini teada. - Kónetunnid:

Damit ist die Maximallänge eines kürzesten Weges durch ein n ∈ N beschränkt und es gibt nur endlich viele Kandidaten für kürzeste Wege.. Bemerkung: es kann exponentiell viele

Damit ist die Maximallänge eines kürzesten Weges durch ein n ∈ N beschränkt und es gibt nur endlich viele Kandidaten für kürzeste Wege.. Bemerkung: es kann exponentiell viele