• Keine Ergebnisse gefunden

5. ¨ Ubung zur Kombinatorischen Optimierung

N/A
N/A
Protected

Academic year: 2021

Aktie "5. ¨ Ubung zur Kombinatorischen Optimierung"

Copied!
2
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Prof. Dr. R. Schrader WS 2004/2005 D. R¨abiger

5. ¨ Ubung zur Kombinatorischen Optimierung

Abgabe in der ¨Ubungsgruppe, Montag, 22. November

Aufgabe 1: Bellman/Ford mit Matrixmultiplikation 6 Punkte

Seiuk Rn+ ein Vektor, so daßuki die Distanz des Knotensiunter Verwendung eines K¨urzesten Weges mit maximal k Kanten ist. Wir indizieren den Startknoten mit 0, so daß anfangs u0 = (0,∞, . . . ,∞)ist. Außerdem speichern wir die Entfernungen c : E R+ des gerichteten Gra- phenG= (V, E)in einer AdjazenzmatrixAmit

Aij =



c(i, j) falls(i, j)∈E

falls(i, j)6∈E undi6=j 0 ansonsten

Wir definieren einen Operatorf¨ur zwei quadratische Matrizen wie folgt:

P = (pij) =A⊗B mit

pij = min

k {Aik+Bkj}

Der Algorithmus von Bellman/Ford l¨aßt sich durch Matrixmultiplikation anhand der folgenden Rekursion berechnen:

uk+1 =uk⊗A

(i) Wenden Sie das beschriebene Verfahren zur Berechnung aller k¨urzesten Wege vons= 0auf den folgenden Graphen an:

1

2 4

3

0 5

3

2 2

2 1

(ii) Welche Laufzeit hat das Verfahren?

(iii) SeiAkdiek–te Potenz vonAbez¨uglich. Zeigen Sie:uk+1 =u0⊗Ak

(iv) Geben Sie eine Variante des vorgestellen Verfahrens an, das mitO(logn)Matrixmultiplika- tionen auskommt.

(2)

Aufgabe 2: Seilschaften 3 Punkte Betrachten Sie folgendes Seile–Modell zur L¨osung des ungerichteten K¨urzesten Wege Problems:

F¨ur jede Kante benutzen wir ein Seil entsprechend der L¨ange der Kante. Wir verkn¨upfen zwei Seile an den Enden, falls die betreffenden Kanten adjazent sind. (Wir sind sehr geschickt und ben¨otigen f¨ur das Kn¨upfen keinerlei Seill¨ange!) Dann fassen wir den Startknoten und Zielknoten mit jeweils einer Hand und heben sie so weit hoch, bis alle Knoten in der Luft sind.

Zeigen Sie, daß dieses Vorgehen genau das Duale des K¨urzeste Wege Problems l¨ost und interpre- tieren Sie die einzelnen Komponenten des Modells sowie die Schritte dieses Algorithmus.

Aufgabe 3: Matroide 5 Punkte

(i) F¨ur gegebene Elemente e1, e2 E enthalteF die Teilmengen vonE, die nichte1 und e2

gleichzeitig enthalten. Ist(E,F)ein Matroid?

(ii) Zwei GraphenG undH heißen isomorph, wenn es BijektionenφV : V(G) V(H)und φE : E(G) E(H)gibt, so daß φE((v, w)) = (φV(v), φV(w))f¨ur alle(v, w) E(G).

Geben Sie ein einfaches Beispiel an, um zu beweisen, daß zwei nichtisomorphe und unge- richtete Graphen durch das gleiche Matroid beschrieben werden k¨onnen.

Referenzen

ÄHNLICHE DOKUMENTE

K¨onnen Sie die Optimalit¨at Ihrer L¨osung durch Aufstellen des Dualen Problems und Einsetzen der Werte (10, 10, 0) f¨ur die Dualvariablen beweisen. Aufgabe 4: (Dualit¨at)

Total duale Ganzzahligkeit ist also eine Eigenschaft der Darstellung durch ein Ungleichungssystem und keine Eigenschaft des

¨ Ubung zur Kombinatorischen Optimierung.. Abgabe in der ¨ Ubungsgruppe,

der Greedy–Algorithmus funktioniert, ben¨otigt man eine Funktion, die zu einer Menge X ⊆ E in polynomieller Zeit Aussagen ¨uber F macht.. Eine solche Funktion nennt

Zeigen Sie dazu, wie eine Instanz des Kostenminimalen r –Arboreszenzpro- blems in eine Instanz des Maximalen Branching Problems ¨uberf¨uhrt werden kann... Geben Sie dazu f¨ur

Betrachten Sie die folgende Verallgemeinerung des maximalen Flußproblems: Jeder Kante (i, j) ∈ A wird neben ihrer Kapazit¨at c ij auch eine Durchflußzeit τ ij ∈ N zugeordnet.

Wir betrachten das in der Vorlesung besprochene Verfahren zur Bestimmung eines kostenminima- len Flusses mittels negativer Kreise.. Geben Sie ein Beispiel an, f¨ur das das

Wir suchen einen ganzzahligen Fluß x , der die Zielfunktion max e∈E {w e x e } minimiert, so daß die teuerste Kante, die der Fluß benutzt, minimal ist. (i) Betrachten Sie