• Keine Ergebnisse gefunden

Diskrete Optimierung 5. Übungsblatt

N/A
N/A
Protected

Academic year: 2022

Aktie "Diskrete Optimierung 5. Übungsblatt"

Copied!
2
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Diskrete Optimierung 5. Übungsblatt

Fachbereich Mathematik SoSe 2013

Prof. Dr. Michael Joswig 14. und 16. Mai 2013

Dipl.-Math. Madeline Lips

Gruppenübung

Aufgabe G1 (Hinreichendes Kriterium für totale Unimodularität) Zeigen Sie folgendes hinreichendes Kriterium für totale Unimodularität:

Eine MatrixA∈ {0,±1}m×nist total unimodular, falls

• höchstens zwei Einträge in jeder Spalte ungleich 0 sind,

• die Zeilen in zwei disjunkte MengenI1,I2aufgeteilt werden können, sodass:

Hat eine Spalte zwei Einträge mit gleichen Vorzeichen, so liegen die entsprechenden Zeilen in verschiedenen Ij.

Hat eine Spalte zwei Einträge mit verschiedenen Vorzeichen, so liegen die entsprechenden Zeilen in gleichen Ij.

Aufgabe G2 (Totale Unimodularität) SeiA∈Km×n. Zeigen Sie:

(a) Aist genau dann total unimodular, wenn[A,I]unimodular ist.

(b) Aist genau dann total unimodular, wenn

A

A I

I

total unimodular ist.

(c) Aist genau dann total unimodular, wennATtotal unimodular ist.

Aufgabe G3 (Knoten-Kanten-Inzidenzmatrix)

Zeigen Sie, dass die Knoten-Kanten-Inzidenzmatrix eines ungerichteten bipartiten Graphen total unimodular ist.

Hinweis: Ein GraphG= (V,E)heißtbipartit, fallsX,Y6=;existieren mitV =X·∪Y undE⊆ {{v,w} |vX,wY}. DieKnoten-Kanten-InzidenzmatrixvonGist die MatrixA= (ai j)iV,jEmit

ai j=

(1, fallsij, 0, sonst.

Hausübung

Aufgabe H1 (Totale Unimodularität) (5 Punkte)

SeiA∈ {0, 1}m×n.Zeigen Sie, dass wenn die Zeilen vonAso angeordnet werden können, dass in jeder Spalte vonAdie Einsen konsekutiv auftreten,Atotal unimodular ist.

Aufgabe H2 (Total unimodulare Matrizen) (5 Punkte)

Entscheiden Sie, ob die folgenden Matrizen total unimodular sind und begründen Sie Ihre Antwort.

A=

1 0 2

0 1 0

1 1 1

, B=

1 1 0

1 1 1

1 0 1

, C=

1 0 1 0

0 1 1 0

0 1 0 1

1 0 0 1

 , D=

1 1 0

1 0 1

0 1 1

.

1

(2)

Aufgabe H3 (Modellierung) (5 Punkte) Gegeben sei folgendes Optimierungsproblem:

EQUALITY-KNAPSACK

Instanz: ai,wi∈R+miti=1, . . . ,n(n∈N),λ∈R+. Frage: Findex∈Nn, so dassPn

i=1aiximaximal ist undPn

i=1wixi=λ gilt.

(a) Berechnen Sie mit Hilfe vonCPLEXein Optimum für die InstanzI mitn=5,

a= (213,−1928,−11111,−2345, 9123),w= (12223, 12224, 36674, 611, 85569)undλ=89643482.

(b) Betrachten Sie nun das entsprechende relaxierte UNBOUNDED-KNAPSACK-Problem, d. h.Pn

i=1wixiλund xi∈R+ für allei=1, . . . ,n. Stellen Sie fürI das resultierende KNAPSACK-Polytop mit Hilfe vonpolymakegraphisch dar.

Hierbei könnten die Funktionen/Methodenfacet,projection_full,projection,DUAL_GRAPHundVISUALhilf- reich sein.

(c) Berechnen Sie mit Hilfe vonpolymakeein Optimum für das relaxierte Problem.

Hinweis: SowohlCPLEXals auchpolymakesind in den Poolräumen im Mathebau installiert. Weitere Informationen fin- den Sie unterwww-01.ibm.com/software/commerce/optimization/cplex-optimizer/undwww.polymake.org/doku.

php.

Bitte drucken Sie Ihre Lösung zur Abgabe aus.

2

Referenzen

ÄHNLICHE DOKUMENTE

Die Verkaufspreise für die Fertigpro- dukte, die Einkaufspreise für die Rohstoffe sowie die Mengenbegrenzungen für die Rohstoffe (in dem betrachteten Planungszeitraum von einem

Die Verkaufspreise für die Fertigprodukte, die Einkaufspreise für die Rohstoffe sowie die Mengenbegrenzungen für die Rohstoffe (in dem betrachteten Planungszeitraum von einem

Fachbereich Mathematik SoSe 2011.

There are benefits to be derived from doing this (cheaper housing, government incentives, easier recruitment, etc.) which have been costed.. Also, however, there will be greater

c) Bringen Sie die Lagrange-Relaxierung aus Aufgabenteil a) in eine Form, die es erlaubt, die Berechnung von L (λ) auf die Bestimmung eines gewichtsminimalen 1-Baumes

b) Für Antennen, welche in Grenznähe stehen, kann es Einschränkungen hinsichtlich der zuweisbaren Frequenzen geben. für jede Antenne in einem Grenzgebiet gibt es eine Teilmenge von

In dem großen Würfel nennen wir drei kleine Würfel eine Linie, falls sie parallel zu einer Kante des großen Würfels aufgereiht liegen, eine Diagonale parallel zu einer der

Tritt in den Nebenbedingungen oder der Zielfunktion eines Optimierungsproblems eine stetige Funktion g : R → R auf, so kann diese durch einen linearen Spline approximiert werden.. , n