• Keine Ergebnisse gefunden

Diskrete Optimierung

N/A
N/A
Protected

Academic year: 2022

Aktie "Diskrete Optimierung"

Copied!
2
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Fachbereich Mathematik Prof. Dr. Michael Joswig Silke M¨oser

SS 2010 29./30. April 2010

Diskrete Optimierung

3. ¨ Ubungsblatt

Gruppen¨ ubungen

Aufgabe G3.1 Betrachte den Kegel C, der von v1, . . . , vk ∈ Rn aufgespannt wird. Be- stimme mit Hilfe eines linearen Programms, ob C spitz ist.

Aufgabe G3.2 Erinnere dich an das Rucksack-Problem aus der Vorlesung: Du willst eine Wanderung machen. Es kommenN verschiedene Gegenst¨ande infrage, die du vielleicht mit- nehmen willst. Leider hat dein Rucksack nur eine begrenzte Kapazit¨atG. Jeder Gegenstand j hat ein Gewicht gj und einen Nutztennj. Du willst den Nutzten deines Rucksackinhalts maximieren.

(a) Modelliere das Problem als ILP.

(b) Wie modelliert man, dass ein Gegenstand A nur einen Nutzen hat, wenn du B auch dabei hast?

(c) Wie modelliert man, dass du zwei Gegenst¨andenCundDnicht gleichzeitig mitnehmen willst?

Aufgabe G3.3 Geben Sie Ungleichungsformulierung des Satzes von Caratheodory an.

Aufgabe G3.4 Gegeben sei die Knapsack-Ungleichung Pn

i=1aixi ≤b.

Wir betrachten die beiden Polytope

P := conv (

x∈[0,1]n |

n

X

i=1

aixi ≤b )

und

S := conv{x∈ {0,1}n|x ist eine L¨osung des gegebenen Rucksackproblems}. (a) Zeige: S ⊂P.

(b) Gilt auchP ⊂S?

Haus¨ ubungen

Aufgabe H3.1 (6 Punkte) Sei C ⊆ Rn ein Kegel. Eine Menge S ⊆ C heißt Erzeu- gendensystem f¨urC, falls cone(S) =C. Ist S minimal (bzgl. Mengeninklusion), so heißtS Kegelbasis.

(a) Gib zwei Kegelbasen des R2 unterschiedlicher Kardinalit¨at an.

(b) Zeige: Eine MengeSist genau dann eine Kegelbasis f¨ur einen KegelC, wenn cone(S) = C und s /∈cone(S− {s}) f¨ur alle s∈S gilt.

(2)

(c) Gibt es im Rn Kegel mit Kegelbasen unendlicher Kardinalit¨at?

Aufgabe H3.2 (6 Punkte) F¨ur n≥1 betrachte das Ungleichungssystem X

i∈I

xi−X

i6∈I

xi ≤ |I| −1 f¨urI ⊆[n]. (1)

(a) Zeige, dass (1) keine ganzzahlige L¨osung hat.

(b) Zeige, dass jedes Ungleichungssystem, das man erh¨alt, indem man mindestens eine Ungleichung aus (1) streicht, eine ganzzahlige L¨osung hat.

Aufgabe H3.3 (6 Punkte) Seien f, g:N→R. Dann ist f ∈O(g) :⇔ ∃c >0 ∃n0 ∈N ∀n≥n0 :

f(n)≤c·g(n)

⇔ ”f w¨achst h¨ochstens so stark wie g.“

⇔ ”g ist eine obere Schranke f¨ur f.“

f ∈o(g) :⇔ ∀c >0 ∃n0 ∈N ∀n ≥n0 : 0≤f(n)< c·g(n)

⇔ ”f w¨achst echt langsamer als g.“

⇔ ”g ist eine echte obere Schranke f¨ur f.“

(a) Seien f(n) = 2n2+ 7n−10 und g(n) = n2. Zeige f(n)∈O(g(n)) und g(n)∈O(f(n)).

Wie muss man c und n0 jeweils w¨ahlen?

(b) Zeige:

f ∈O(g(n)) undg ∈O(h(n))⇒f ∈O(h(n)) und

f ∈o(g(n)) und g ∈o(h(n))⇒f ∈o(h(n)).

(c) Sortiere die Funktionen

n2, √

n, n!, logn, 2n, nn, n nach aufsteigender Komplexit¨at unter Verwendung der

”O“- und

”o“-Notation. Bestim- me jeweils n0.

Referenzen

ÄHNLICHE DOKUMENTE

” Einf¨uhrung in die Optimierung“ beweisen, in dem wir zeigen, dass das Finden einer Optimall¨osung polynomial ¨aquivalent zum Augmentierungspro- blem ist, das heißt zu dem

Zum Beispiel können aus einer Standardrolle zwei Rollen von je 35 cm Breite und eine Rolle von 30 cm Breite geschnitten werden. Das ergibt einen Schnittverlust von

Fachbereich Mathematik Prof..

Aufgabe G6.1 Zeige, dass eine ganzzahlige Matrix A genau dann total unimodular ist, wenn das System Ax ≤ b, x ≥ 0 f¨ ur jeden Vektor b TDI ist. Aufgabe G6.2 Beweise folgenden Satz

Fachbereich

(1) Betr¨ agt die (euklidische) Distanz zwischen zwei Antennen weniger als D 0 km, darf diesen beiden Antennen nicht dieselbe Frequenz zugewiesen werden.. (2) Bei einer Distanz

Hinweis: Rate eine Optimall¨osung (wende einen kontinuierlichen Gewichtsdichtengree- dy an) und konstruiere daraus mit Hilfe des dualen Problems eine duale L¨osung mit dem

Zur Erinnerung: Das Knoten¨ uberdeckungsproblem zu einem Graphen G = (V, E) besteht in dem Finden einer kardinalit¨ atsminimalen Teilmenge S ⊂ V , sodass jede Kante von G mit