Prüfungsklausur Operations Research,

Größe: px
Ab Seite anzeigen:

Download "Prüfungsklausur Operations Research,"

Transkript

1 HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Operations Research, B Name, Vorname Matr. Nr. Aufgabe 2 3a 3b gesamt erreichbare P. 2+(5) 2+(4) (9) erreichte P. Bemerkungen: Die angewendeten Algorithmen müssen erkannbar sein. Fragen sind mit einem Satz zu beantworten. Aufgabe : Auf dem Arbeitsblatt ist ein Graph mit einer Kantenbewertung gegeben. Dieser Graph ist das Modell eines Straßennetzes wobei die Kantenbewertung die Länge der entsprechenden Straßen in Längeneinheiten ( Längeneinheit = 00 m) angibt. (a) Ermitteln Sie die kürzesten Wege von Kreuzung 6 zu allen anderen Kreuzungen. Verdeutlichen Sie den Ablauf des Algorithmus (möglichst anhand von Tabellen). Markieren Sie die entsprechenden Kanten im Graphen. (b) Ein Fahrzeug der Straßenreinigung soll am Depot (Kreuzung ) starten, jede Straße mindestens einmal abfahren und zum Depot zurückkehren. Die Länge der vom Fahrzeug zu fahrenden Strecke soll minimiert werden. Bestimmen Sie die Straßen, die das Fahrzeug unter dieser Bedingung doppelt fahren muß. Wieviele Kilometer sind damit zusätzlich (zur Gesamtlänge der zu reinigenden Straßen) zurückzulegen? Der Lösungsweg ist anzugeben. Tipp: Die Länge eines kürzesten Weges von Kreuzung 4 zu Kreuzung 0 ist 6 Längeneinheiten. Von Kreuzung 4 zu Kreuzung 8 und von Kreuzung 8 zu Kreuzung 0 ist der kürzeste Weg die direkte Verbindung. (c) Zusatzaufgabe: Wegen Straßenbauarbeiten ist die Straße zwischen den Kreuzungen 8 und gesperrt und muss logischerweise nicht gereinigt werden. Welche Straßen sind in diesem Fall doppelt zu fahren, wenn wieder die Länge der Fahrstrecke des Reinigungsfahrzeuges minimert werden soll? Tipp: Die Länge eines kürzesten Weges von 4 nach ist 22 Längeneinheiten und von 0 nach ist der kürzeste Weg die direkte Verbindung.

2 Aufgabe 2 : Für das gegebene Netzwerk (s. unten) N = (G, c, s, t) mit s = und t = 4 bestimme man mit Hilfe des Algorithmus von Ford und Fulkerson einen maximalen (s, t)-fluß, sowie einen minimalen (s, t)-schnitt F = I + (A). Es ist bereits ein Fluß f vorgegeben. Die Werte an den Kanten bedeuten f(e)/c(e), wobei c(e) die maximale Kapazität der jeweiligen Kante angibt. Verdeutlichen Sie den Verlauf des Algorithmus, insbesondere die Markierungen mit Tabellen oder/und direkt in der Figur. Geben Sie den Wert des maximalen Flusses und die Kantenmenge des minimalen Schnittes an. Zusatzaufgabe: Ist es sinnvoll zur Erhöhung der Kapazität des Netzwerkes die Kapazität der Kante von 4 nach 8 auf 0 Einheiten zu erhöhen? Welche Maßnahmen könnte man durchführen, um die Kapazität des Netzwerkes um 5 Einheiten zu erhöhen? Begründen Sie Ihre Antwort jeweils mit bis 2 Stichpunkten / /0 3 5/5 4 0/0 5 5/5 5/ /0 0/0 5/0 5/5 0/5 0/0 25 5/ /5 5/5 0/0 5 0/ / /5 35/45 5/ x y V or(y) d(y) Fortsetzung auf dem Arbeitsblatt

3 Aufgabe 3 : Die Firma Data-Fix mit Sitz in S möchte die Orte S, S 2, S 3, S 4 und S 5 mittels Glasfaserkabel verbinden. Die jeweiligen Entfernungen in km zwischen den Orten sind in nebenstehender Tabelle gegeben. (a) (ohne Arbeitsblatt) Die Gesamtlänge des Kabelnetzes soll minimal werden. Wie sollten die Kabel verlegt werden, um dieses Ziel zu erreichen? Beantworten Sie die Frage durch Angabe eines entsprechenden Algorithmus, sowie einer Skizze und der Angabe der Gesamtlänge der Kabel. S S 2 S 3 S 4 S 5 S S S S S (b) Ein Vertreter der Firma soll zu Vorabsprachen alle Orte nacheinander besuchen und dann nach S zurückkehren. Gibt es eine solche Rundtour, die kürzer als 6 km ist? Wenden Sie zur Beantwortung der Frage die Branch & Bound Methode an. Untersuchen Sie insbesondere die Fälle, wenn die Strecke von S nach S 3 zur Tour gehört, bzw. nicht dazu gehört. Benutzen Sie das Arbeitsblatt. Geben Sie auch den Entscheidungsbaum mit den entsprechenden Schranken an. Aufgabe 4 : Eine Agrargenossenschaft besitzt 6 Mähdrescher, die sie für die Ernte auf ihren Feldern einsetzen kann. Aktuell soll auf 5 Feldern geerntet werden. Die jeweiligen Kosten für den Einsatz des Mähdreschers M i für die Ernte auf dem Feld F j in Geldeinheiten sind in nebenstehender Tabelle gegeben. Die Gesamtkosten für den Mähdreschereinsatz sollen minimiert werden. Geben Sie eine Zuordnung der Mähdrescher zu den Feldern an, die die Kosten minimiert. Wie hoch sind die minimalen Gesamtkosten. F F 2 F 3 F 4 F 5 M Der Algorithmus zur Ermittlung der Zuordnung soll erkennbar sein. Nutzen Sie das Arbeitsblatt. Tipp: Beginnen Sie mit einer Spaltenreduktion. Aufgabe 5 : Skizzieren Sie den Graphen G, der nebenstehender Adjazenzmatrix A entspricht. Geben Sie eine Minimalgradfolge, sowie die Coloring Number col(g) an. Färben Sie die Knoten des Graphen unter Verwendung des Greedy- Algorithmus und der angegebenen Minimalgradfolge. A =

4 Aufgabe 6 : Wenn man vom vollständigen Graphen K n je zwei Kanten entfernt, entstehen 8 (n4 2n 3 n 2 +2n) verschiedene Graphen. Es gibt also 5 Graphen mit 4 Knoten und 4 Kanten (s. Skizze) (a) Welche dieser Graphen sind isomorph zueinander? (b) Geben Sie die chromatischen Zahlen χ(g 5 ) und χ(g 6 ) an. G G 2 G 3 G 4 G 5 G 6 G G 8 G 9 G 0 G G 2 G 3 G 4 G 5 (c) Sei G ein Graph der durch Entfernung zweier Kanten aus dem K n entstanden ist. Setzen Sie in der Ungleichung für die chromatische Zahl a χ(g) b die bestmöglichen Grenzen a und b ein. (d) Der vollständige Graph K 8 hat 28 Kanten. Wieviele Stunden benötigen Sie ungefähr, um alle Graphen mit 8 Knoten und 26 Kanten zu skizzieren, wenn Sie für einen solchen Graphen 0 Sekunden benötigen? (e) Welche Laufzeit hat der folgende Algorithmus K? Wählen Sie eine der folgenden Angaben: O(n 2 ), O(n 4 ), O(n 6 ) oder exponentiell. Begründen Sie Ihre Antwort mit bis 2 Stichpunkten. Algorithmus K: (e) Eingabe: n N (e2) Ausgabe: Alle Graphen G mit n Knoten, die durch Entfernung zweier Kanten aus dem K n entstehen, mittels ihrer Adjazenzmatrix. (f) Wieviele Jahre benötigen Sie ungefähr, wenn Sie alle Graphen mit 8 Knoten skizzieren wollen, wobei Sie für einen Graphen 0 Sekunden benötigen und täglich (365 Tage im Jahr) 2 Stunden arbeiten?

5 Ergebnisse B: : (a) kürzeste Wege Gerüst: {69, 56, 45, 9, 6, 89, 35, 0, 0, 23} (b) doppelt zu fahren sind: {45, 56, 8 0}, das sind 2,5 km zusätzlich (c) doppelt zu fahren sind: {45, 56, 0 } 2.: Wert(f) = 0, I + (A) = {26, 36,, 2 4, 3 4} Es macht keinen Sinn die Kapazität der Kante 48 zu erhöhen, da diese vor dem minimalen Schnitt liegt, der aktuelle Fluss also dort nicht beschränkt wird. Um die Kapazität des Netzwerkes zu erhöhen könnte man die Kapazität der Kante, oder 2 4 oder 3 4 erhöhen oder die Richtung der Kante 2 umkehren. 3: (a) Minimalgerüst: {S S 3, S 3 S 4, S 4 S 5, S 4 S 2 }, Gesamtlänge: 49 km (b) allgemeine Schranke (nach Zeilen- und Spaltenreduktion): 62 km, Schranke mit S S 3 : 6 km, Schranke ohne S S 3 : 6 km eine Rundtour kann nicht kürzer als 6 km sein. 4.: Achtung: es muss eine fiktive Spalte F 6 (von Beginn an) eingeführt werden. Zuordnung: M F 3, F 2, F 5, F 4, F, Gesamtkosten: 54 GE 5:. Folge (z.b.) 4(2),(3), 2(3),3(3),6(2),5(2),(2),8(),9(0) Minimalgradfolge + Färbung: 9(),8(2),(3),5(3),6(),3(2), 2(4), (), 4(), col(g) = 4 6: (a) G, G 6, G sind paarweise isomorph und alle anderen sind ebenfalls paarweise isomorph. (b) χ(g 5 ) = 3, χ(g 6 ) = 2 (c) n 2 χ(g) n (d).05 Stunden (e) Die Laufzeit des Algorithmus ist O(n 6 ), da es 8 (n4 2n 3 n 2 + 2n) solche Graphen gibt (s. Aufgabenstellung) und die Ausgabe jedes dieser Graphen O(n 2 ) Operationen (Adjazenzmatrix) erfordert. (f) etwa 0,24 Jahre

6 B: Arbeitsblatt Aufgabe : Antwort (b): Antwort (c):

7 B: Arbeitsblatt Aufgabe 2: /5 2 /0 3 /5 4 /0 5 /5 6 /0 /0 /0 /5 /5 /5 /30 /0 8 /5 9 0 /0 /5 /0 2 /0 3 /5 /45 4 /0 x y V or(y) d(y) /5 2 /0 3 /5 4 /0 5 /5 6 /0 /0 /0 /5 /5 /5 /30 /0 8 /5 9 0 /0 /5 /0 2 /0 3 /5 /45 4 /0 x y V or(y) d(y) Wert(f )= Kantenmenge des minimalen Schnittes: I + (A) = Antworten zu Fragen der Kapazitätserhöhungen:

8 B: Arbeitsblatt Aufgabe 3(b): S S 2 S 3 S 4 S 5 S S S S S S S 2 S 3 S 4 S 5 S - S S 2 S 3 S 4 S 5 S - S S 2 S 3 S 4 S 5 S - S S 2 S 3 S 4 S 5 S - S S 2 S 3 S 4 S 5 S - S S 2 S 3 S 4 S 5 S - S S 2 S 3 S 4 S 5 S - S S 2 S 3 S 4 S 5 S -

9 B: Arbeitsblatt Aufgabe 4: F F 2 F 3 F 4 F 5 M M F F 2 F 3 F 4 F 5 M F F 2 F 3 F 4 F 5 M F F 2 F 3 F 4 F 5 M F F 2 F 3 F 4 F 5 M F F 2 F 3 F 4 F 5

Prüfungsklausur Operations Research,

Prüfungsklausur Operations Research, HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Operations Research, 20..206 A Name, Vorname Matr. Nr. Aufgabe 2 3a 3b 4 5 6 gesamt erreichbare P. 2+(5) 2+(4) 5 8 4 65+(9) erreichte

Mehr

Prüfungsklausur Operations Research,

Prüfungsklausur Operations Research, HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Operations Research,.0.0 B Name, Vorname Matr. Nr. Aufgabe gesamt erreichbare P. () 0+ erreichte P. Bemerkungen: Die angewendeten

Mehr

Prüfungsklausur Operations Research,

Prüfungsklausur Operations Research, HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Operations Research, 12.0.201 A Name, Vorname Matr. Nr. Aufgabe 1 2 6 gesamt erreichbare P. 1 () 1 1 0+ erreichte P. Bemerkungen:

Mehr

Prüfungsklausur Operations Research,

Prüfungsklausur Operations Research, HTWD, FB Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Operations Research, 10.7.2008 A Name, Vorname Matr. Nr. Aufgabe 1 : In drei Porzellanwerken W 1, W 2 und W 3 werden Speiseservice hergestellt,

Mehr

OR für Wirtschaftsingenieure. Übungsserie 5: Das Traveling Salesman Problem

OR für Wirtschaftsingenieure. Übungsserie 5: Das Traveling Salesman Problem HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Operations Research Algorithmen auf Graphen OR für Wirtschaftsingenieure Übungsserie 5: Das Traveling Salesman Problem Aufgabe 1 : S 2, S 3, S 4,

Mehr

OR für Wirtschaftsingenieure. Übungsserie 7: Färbungen von Graphen

OR für Wirtschaftsingenieure. Übungsserie 7: Färbungen von Graphen HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Operations Research allgemeine Optimierungsmethoden OR für Wirtschaftsingenieure Übungsserie : Färbungen von Graphen Aufgabe 1 : Wieviele Farben

Mehr

Prüfungsklausur Mathematik II für Bauingenieure am

Prüfungsklausur Mathematik II für Bauingenieure am HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Mathematik II für Bauingenieure am 20.07.2017 B Name, Vorname Matr. Nr. Sem. gr. Aufgabe 1 2 3 4 5 6 7 8 9 gesamt erreichbare P.

Mehr

Prüfungsklausur Mathematik I für Wirtschaftsingenieure und BWL am

Prüfungsklausur Mathematik I für Wirtschaftsingenieure und BWL am HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Mathematik I für Wirtschaftsingenieure und BWL am 0.0.07 A Name, Vorname Matr. Nr. Sem. gr. Aufgabe 4 5 6 gesamt erreichbare P. 5

Mehr

Prüfungsklausur Mathematik I für Wirtschaftsingenieure und BWL am

Prüfungsklausur Mathematik I für Wirtschaftsingenieure und BWL am HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Mathematik I für Wirtschaftsingenieure und BWL am 10.0.017 B Name, Vorname Matr. Nr. Sem. gr. Aufgabe 1 4 5 6 gesamt erreichbare

Mehr

4 Färbungen Begriffe Komplexität Greedy-Algorithmus Knotenreihenfolgen Das 4-Farben-Problem...

4 Färbungen Begriffe Komplexität Greedy-Algorithmus Knotenreihenfolgen Das 4-Farben-Problem... Inhaltsverzeichnis 4 Färbungen 41 4.1 Begriffe....................... 41 4.2 Komplexität..................... 42 4.3 Greedy-Algorithmus................ 42 4.4 Knotenreihenfolgen................. 43 4.5

Mehr

Prüfungsklausur Mathematik I für Wirtschaftsingenieure am

Prüfungsklausur Mathematik I für Wirtschaftsingenieure am HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Mathematik I für Wirtschaftsingenieure am 9.2.28 A Name, Vorname Matr. Nr. Sem. gr. Aufgabe 2 3 4 5 7 gesamt erreichbare P. 5 3 3+5

Mehr

Statistik und Graphentheorie

Statistik und Graphentheorie Statistik und Graphentheorie Sommersemester 2012 3. Juli 2012 Teil Graphentheorie Name: Matrikelnummer: 1 (12) 2 (12) 3 (12) 4 (12) 5 (12) (60) Aufgabe 1 (12 Punkte) Gegeben sei das folgende Netzwerk:

Mehr

Prüfungsklausur Mathematik II für Wirtschaftsingenieure,

Prüfungsklausur Mathematik II für Wirtschaftsingenieure, HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Mathematik II für Wirtschaftsingenieure, 06.07.2015 B Name, Vorname Matr. Nr. Sem. gr. Aufgabe 1 2 3 4 5 6 7 8 gesamt erreichbare

Mehr

Effiziente Algorithmen I

Effiziente Algorithmen I 9. Präsenzaufgabenblatt, WiSe 2013/14 Übungstunden am 13.01. & 15.01.2014 Aufgabe Q Gegeben sei ein Fluss-Netzwerk mit Digraph D = (V, A), Knotenkapazitäten c(u, v) 0, Quelle s und Senke t. Kann sich der

Mehr

Prüfungsklausur Mathematik I für Bauingenieure am

Prüfungsklausur Mathematik I für Bauingenieure am HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Mathematik I für Bauingenieure am 8.02.206 A Name, Vorname Matr. Nr. Sem. gr. Aufgabe 2 3 4 5 6 7 8 9 0 gesamt erreichbare P. 4 7

Mehr

Vorkurs Informatik WiSe 16/17

Vorkurs Informatik WiSe 16/17 Institut für Programmierung Konzepte der Informatik Dr. Werner Struckmann / Stephan Mielke, Jakob Garbe, 12.10.2016 Technische Universität Braunschweig, IPS Inhaltsverzeichnis Schilda-Rallye Was steckt

Mehr

Vorkurs Informatik WiSe 15/16

Vorkurs Informatik WiSe 15/16 Konzepte der Informatik Dr. Werner Struckmann / Stephan Mielke, Jakob Garbe, 20.10.2015 Technische Universität Braunschweig, IPS Inhaltsverzeichnis Schilda-Rallye Was steckt dahinter? Darstellung von Graphen

Mehr

Prüfungsklausur Mathematik II für Wirtschaftsingenieure,

Prüfungsklausur Mathematik II für Wirtschaftsingenieure, HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Mathematik II für Wirtschaftsingenieure, 15.7.2014 A Name, Vorname Matr. Nr. Sem. gr. Aufgabe 1 2 3 4 5 6 gesamt erreichbare P. 10

Mehr

Prüfungsklausur Mathematik II für Bauingenieure am

Prüfungsklausur Mathematik II für Bauingenieure am HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Mathematik II für Bauingenieure am 9.7.8 A Name, Vorname Matr. Nr. Sem. gr. Aufgabe 4 5 6 7 8 9 gesamt erreichbare P. 6 6 7 (5) (+5)

Mehr

Aufgabe 1: Berechnen Sie für den in Abbildung 1 gegebenen Graphen den. Abbildung 1: Graph für Flussproblem in Übungsaufgabe 1

Aufgabe 1: Berechnen Sie für den in Abbildung 1 gegebenen Graphen den. Abbildung 1: Graph für Flussproblem in Übungsaufgabe 1 Lösungen zu den Übungsaufgaben im Kapitel 4 des Lehrbuches Operations Research Deterministische Modelle und Methoden von Stephan Dempe und Heiner Schreier Aufgabe 1: Berechnen Sie für den in Abbildung

Mehr

Prüfungsklausur Mathematik I für Bauingenieure am

Prüfungsklausur Mathematik I für Bauingenieure am HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Mathematik I für Bauingenieure am 5.02.208 A Name, Vorname Matr. Nr. Sem. gr. Aufgabe 2 3 4 5 6 7 8 9 0 2 gesamt erreichbare P. 5

Mehr

Prüfungsklausur Mathematik I für Bauingenieure am

Prüfungsklausur Mathematik I für Bauingenieure am HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Mathematik I für Bauingenieure am 9.02.204 B Name, Vorname Matr. Nr. Sem. gr. Aufgabe 2 3 4 6 7 8 9 0 gesamt erreichbare P. 8 0 3

Mehr

Statistik und Graphentheorie

Statistik und Graphentheorie Statistik und Graphentheorie Sommersemester 2014 24. März 2015 Teil Graphentheorie Matrikelnummer: 1 (12) 2 (12) 3 (12) 4 (12) 5 (12) (60) Aufgabe 1 (12 Punkte) Gegeben sei das folgende Netzwerk: (a) Berechnen

Mehr

Viel Erfolg! Universität Kassel Lösungen zur Klausur WS 2010/11 Diskrete Strukturen II (Informatik) Name:... Matr.-Nr.:...

Viel Erfolg! Universität Kassel Lösungen zur Klausur WS 2010/11 Diskrete Strukturen II (Informatik) Name:... Matr.-Nr.:... 8. März 2011 Prof. Dr. W. Bley Universität Kassel Lösungen zur Klausur WS 2010/11 Diskrete Strukturen II (Informatik) 1 2 3 4 5 6 Name:................................................ Matr.-Nr.:............................................

Mehr

Prüfungsklausur Mathematik II für Wirtschaftsingenieure am

Prüfungsklausur Mathematik II für Wirtschaftsingenieure am HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Mathematik II für Wirtschaftsingenieure am 17.07.2017 B Name, Vorname Matr. Nr. Sem. gr. Aufgabe 1 2 3 4 5 6 7 8 gesamt erreichbare

Mehr

Prüfungsklausur Mathematik II für Wirtschaftsingenieure am

Prüfungsklausur Mathematik II für Wirtschaftsingenieure am HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Mathematik II für Wirtschaftsingenieure am 17.07.2017 A Name, Vorname Matr. Nr. Sem. gr. Aufgabe 1 2 3 4 5 6 7 8 gesamt erreichbare

Mehr

Algorithmen für schwierige Probleme

Algorithmen für schwierige Probleme Algorithmen für schwierige Probleme Britta Dorn Wintersemester 2011/12 30. November 2011 Wiederholung Baumzerlegung G = (V, E) Eine Baumzerlegung von G ist ein Paar {X i i V T }, T, wobei T Baum mit Knotenmenge

Mehr

Konzepte der Informatik

Konzepte der Informatik Platzhalter für Bild, Bild auf Titelfolie hinter das Logo einsetzen Konzepte der Informatik Vorkurs Informatik zum WS 23/24 6.9. - 27.9.23 Dr. Werner Struckmann / Hendrik Freytag. April 2 Referent Kurztitel

Mehr

Klausur zur Vorlesung Operations Research im Sommersemester 2009

Klausur zur Vorlesung Operations Research im Sommersemester 2009 Leibniz Universität Hannover Wirtschaftswissenschaftliche Fakultät Institut für Produktionswirtschaft Prof. Dr. Stefan Helber Klausur zur Vorlesung Operations Research im Sommersemester 2009 Hinweise:

Mehr

Prüfungsklausur Mathematik I für Bauingenieure am

Prüfungsklausur Mathematik I für Bauingenieure am HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Mathematik I für Bauingenieure am 6..7 A Name, Vorname Matr. Nr. Sem. gr. Aufgabe 4 6 7 8 9 gesamt erreichbare P. 9 8 8 8 (+) 7 (+)

Mehr

a) Folgender Graph ist durch seine Inzidenzmatrix gegeben! Zeichnen Sie ihn!

a) Folgender Graph ist durch seine Inzidenzmatrix gegeben! Zeichnen Sie ihn! Bereiten Sie die Aufgaben für die letzte Vorlesungswoche (Montag und Mittwoch) vor! Aufgabe 1 a) Folgender Graph ist durch seine Inzidenzmatrix gegeben! Zeichnen Sie ihn! k 1 k 2 k 3 k 4 k 5 x 1 1-1 1

Mehr

Datenstrukturen & Algorithmen Lösungen zu Blatt 11 FS 14

Datenstrukturen & Algorithmen Lösungen zu Blatt 11 FS 14 Eidgenössische Technische Hochschule Zürich Ecole polytechnique fédérale de Zurich Politecnico federale di Zurigo Federal Institute of Technology at Zurich Institut für Theoretische Informatik 14. Mai

Mehr

Schulbesuch Erich-Kästner Gesamtschule 07. April 2011

Schulbesuch Erich-Kästner Gesamtschule 07. April 2011 Schulbesuch Erich-Kästner Gesamtschule 07. April 0 Bünde Fakultät für Mathematik Universität Bielefeld dotten@math.uni-bielefeld.de Übersicht Was ist ein Sudoku-Rätsel? Die Regeln und das Ziel Zentrale

Mehr

Klausur zur Vorlesung Einführung in das Operations Research im Wintersemester 2005/2006

Klausur zur Vorlesung Einführung in das Operations Research im Wintersemester 2005/2006 Universität Hannover Wirtschaftswissenschaftliche Fakultät Lehrstuhl für Produktionswirtschaft Prof. Dr. Stefan Helber Klausur zur Vorlesung Einführung in das Operations Research im Wintersemester 005/006

Mehr

Graphen: Darstellungen, Isomorphie, Knotenfärbung

Graphen: Darstellungen, Isomorphie, Knotenfärbung TH Mittelhessen, Sommersemester 0 Lösungen zu Übungsblatt 0 Fachbereich MNI, Diskrete Mathematik./. Juli 0 Prof. Dr. Hans-Rudolf Metz Graphen: Darstellungen, Isomorphie, Knotenfärbung Aufgabe. Zeichnen

Mehr

Probeklausur Optimierung

Probeklausur Optimierung Universität Hamburg Fakultät für Mathematik, Informatik und Naturwissenschaften Dr. Nico Düvelmeyer Hamburg, 4. Juli 2011 Probeklausur Optimierung Bitte selber ausfüllen: Name: (darf anonymisiert werden)

Mehr

EDM, Algorithmen und Graphenspeicherung

EDM, Algorithmen und Graphenspeicherung EDM, Algorithmen und Graphenspeicherung 1 Graphenspeicherung Gespeichert werden soll ein Graph G = (V, E) bzw. Digraph D = (V, A). Man beachte: E ( ) V 2 bzw. E V 2 1.1 Adjazenzmatrix Graph G: A = (a vw

Mehr

Diskrete Mathematik 1 WS 2008/09

Diskrete Mathematik 1 WS 2008/09 Ruhr-Universität Bochum Lehrstuhl für Kryptologie und IT-Sicherheit Prof. Dr. Alexander May M. Ritzenhofen, M. Mansour Al Sawadi, A. Meurer Lösungsblatt zur Vorlesung Diskrete Mathematik 1 WS 008/09 Blatt

Mehr

Ferienkurs zur algorithmischen diskreten Mathematik Kapitel 4: Flüsse

Ferienkurs zur algorithmischen diskreten Mathematik Kapitel 4: Flüsse Ferienkurs zur algorithmischen diskreten Mathematik Kapitel 4: Flüsse Dipl-Math. Wolfgang Kinzner 3.4.2012 Kapitel 4: Flüsse Flüsse Netzwerk, Fluss, s,t-schnitt, Kapazität MaxFlow-MinCut-Theorem Restnetzwerk

Mehr

Heuristische und exakte Lösungsansätze für das Handelsreisendenproblem. Dr. Gerold Jäger

Heuristische und exakte Lösungsansätze für das Handelsreisendenproblem. Dr. Gerold Jäger Heuristische und exakte Lösungsansätze für das Handelsreisendenproblem Dr. Gerold Jäger Arbeitsgruppe Prof. Dr. Paul Molitor Institut für Informatik Martin-Luther-Universität Halle-Wittenberg 30. September

Mehr

Prüfungsklausur Mathematik I für Wirtschaftsingenieure am

Prüfungsklausur Mathematik I für Wirtschaftsingenieure am HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Mathematik I für Wirtschaftsingenieure am 0.02.206 B Name, Vorname Matr. Nr. Sem. gr. Aufgabe 2 4 5 6 7 8 gesamt erreichbare P. 5

Mehr

Algorithmische Graphentheorie

Algorithmische Graphentheorie Algorithmische Graphentheorie Vorlesung 13: Flüsse und Zuordnungen Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 9. Juni 2017 DURCHSATZ D(e) ist die maximale Flussmenge,

Mehr

Was bisher geschah. gerichtete / ungerichtete Graphen G = (V, E) Darstellungen von Graphen

Was bisher geschah. gerichtete / ungerichtete Graphen G = (V, E) Darstellungen von Graphen Was bisher geschah gerichtete / ungerichtete Graphen G = (V, E) Darstellungen von Graphen Spezielle Graphen: I n, K n, P n, C n, K m,n, K 1,n, K n1,...,n m Beziehungen zwischen Graphen: Isomorphie, Teilgraph,

Mehr

Name:... Vorname:... Matr.-Nr.:... Studiengang:...

Name:... Vorname:... Matr.-Nr.:... Studiengang:... Technische Universität Braunschweig Sommersemester 2013 IBR - Abteilung Algorithmik Prof. Dr. Sándor P. Fekete Dr. Christiane Schmidt Stephan Friedrichs Klausur Netzwerkalgorithmen 16.07.2013 Name:.....................................

Mehr

Das Problem des Handlungsreisenden

Das Problem des Handlungsreisenden Seite 1 Das Problem des Handlungsreisenden Abbildung 1: Alle möglichen Rundreisen für 4 Städte Das TSP-Problem tritt in der Praxis in vielen Anwendungen als Teilproblem auf. Hierzu gehören z.b. Optimierungsprobleme

Mehr

Kapitel 7: Flüsse in Netzwerken und Anwendungen Gliederung der Vorlesung

Kapitel 7: Flüsse in Netzwerken und Anwendungen Gliederung der Vorlesung Gliederung der Vorlesung. Grundbegriffe. Elementare Graphalgorithmen und Anwendungen 3. Kürzeste Wege 4. Minimale spannende Bäume 5. Färbungen und Cliquen 6. Traveling Salesman Problem 7. Flüsse in Netzwerken

Mehr

2. Klausur Datenstrukturen und Algorithmen SS 2014

2. Klausur Datenstrukturen und Algorithmen SS 2014 Prof. aa Dr. E. Ábrahám F. Corzilius, S. Schupp, T. Ströder 2. Klausur Datenstrukturen und Algorithmen SS 2014 Vorname: Nachname: Studiengang (bitte genau einen markieren): Informatik Bachelor Informatik

Mehr

Diskrete Strukturen. Hausaufgabe 1 (5 Punkte) Hausaufgabe 2 (5 Punkte) Wintersemester 2007/08 Lösungsblatt Januar 2008

Diskrete Strukturen. Hausaufgabe 1 (5 Punkte) Hausaufgabe 2 (5 Punkte) Wintersemester 2007/08 Lösungsblatt Januar 2008 Technische Universität München Fakultät für Informatik Lehrstuhl für Informatik 15 Computergraphik & Visualisierung Prof. Dr. Rüdiger Westermann Dr. Werner Meixner Wintersemester 2007/08 Lösungsblatt 9

Mehr

Nachklausur Grundlagen der Algorithmik (Niedermeier/Froese/Chen/Fluschnik, Wintersemester 2015/16)

Nachklausur Grundlagen der Algorithmik (Niedermeier/Froese/Chen/Fluschnik, Wintersemester 2015/16) Berlin, 14. April 2016 Name:... Matr.-Nr.:... Nachklausur Grundlagen der Algorithmik (Niedermeier/Froese/Chen/Fluschnik, Wintersemester 2015/16) 1 / 10 2 / 10 3 / 11 4 / 9 5 / 10 Σ / 50 Einlesezeit: Bearbeitungszeit:

Mehr

Graphen III- Kostennetz

Graphen III- Kostennetz Graphen III- Kostennetz Beim nächsten Besuch wird Aloysius auch schon mit dem nächsten Problem betraut: Die fünf Orte in den schweizerischen Alpen sollen mit neuen elektrischen Leitungen verbunden werden.

Mehr

durch Einfügen von Knoten konstruiert werden kann.

durch Einfügen von Knoten konstruiert werden kann. Satz von Kuratowski Definition Unterteilung eines Graphen Sei G = (V, E) und e = {u, v} E. 1 Das Einfügen eines neuen Knoten w in die Kante e führt zum Graphen G = (V {w}, E \ e {{u, w}, {w, v}}). 2 Der

Mehr

Kapitel 1: Fallstudie Bipartite Graphen Gliederung der Vorlesung

Kapitel 1: Fallstudie Bipartite Graphen Gliederung der Vorlesung Kapitel : Fallstudie Bipartite Graphen Gliederung der Vorlesung. Fallstudie Bipartite Graphen. Grundbegriffe. Elementare Graphalgorithmen und. Minimal spannende Bäume. Kürzeste Wege 6. Traveling Salesman

Mehr

6. Flüsse und Zuordnungen

6. Flüsse und Zuordnungen 6. Flüsse und Zuordnungen Flußnetzwerke 6. Flüsse und Zuordnungen In diesem Kapitel werden Bewertungen von Kanten als maximale Kapazitäten interpretiert, die über diese Kante pro Zeiteinheit transportiert

Mehr

Technische Universität München Fakultät für Mathematik Algorithmische Diskrete Mathematik WS 2012/2013 Prof. Dr. P. Gritzmann 22.

Technische Universität München Fakultät für Mathematik Algorithmische Diskrete Mathematik WS 2012/2013 Prof. Dr. P. Gritzmann 22. Note: Name Vorname Matrikelnummer Studiengang Unterschrift der Kandidatin/des Kandidaten Hörsaal Reihe Platz Technische Universität München Fakultät für Mathematik Algorithmische Diskrete Mathematik WS

Mehr

3.6 Branch-and-Bound-Verfahren

3.6 Branch-and-Bound-Verfahren 36 Branch-and-Bound-Verfahren Die Branch-and-Bound -Methode beruht darauf, auf eine intelligente Weise alle zulässigen Lösungen eines kombinatorischen Optimierungsproblems aufzulisten und mit Hilfe von

Mehr

Algorithmen und Datenstrukturen 2 VU 3.0 Nachtragstest SS Oktober 2016

Algorithmen und Datenstrukturen 2 VU 3.0 Nachtragstest SS Oktober 2016 Technische Universität Wien Institut für Computergraphik und Algorithmen Algorithms and Complexity Group 186.815 Algorithmen und Datenstrukturen 2 VU 3.0 Nachtragstest SS 2016 5. Oktober 2016 Machen Sie

Mehr

Traveling Salesman Problem (TSP)

Traveling Salesman Problem (TSP) Traveling Salesman Problem (TSP) Das Traveling Salesman Problem (TSP) ist ein bekanntes Optimierungsproblem. Ein Handlungsreisender soll in einer Rundreise (auch Tour genannt) n vorgegebene Städte besuchen.

Mehr

Klausur zur Vorlesung Einführung in das Operations Research im Wintersemester 2007/2008

Klausur zur Vorlesung Einführung in das Operations Research im Wintersemester 2007/2008 Leibniz Universität Hannover Wirtschaftswissenschaftliche Fakultät Institut für Produktionswirtschaft Prof. Dr. Stefan Helber Klausur zur Vorlesung Einführung in das Operations Research im Wintersemester

Mehr

Schnellste Wege Wie funktioniert ein Navi?

Schnellste Wege Wie funktioniert ein Navi? Schnellste Wege Wie funktioniert ein Navi? Kurt Mehlhorn und Adrian Neumann Max-Planck-Institut für Informatik Vorlesung Ideen der Informatik Schnellste Wege Routenfinden im Navi Karten und Graphen Algorithmen

Mehr

6. Übung zur Linearen Optimierung SS08

6. Übung zur Linearen Optimierung SS08 6 Übung zur Linearen Optimierung SS08 1 Sei G = (V, E) ein schlichter ungerichteter Graph mit n Ecken und m Kanten Für eine Ecke v V heißt die Zahl der Kanten (u, v) E Grad der Ecke (a) Ist die Anzahl

Mehr

Klausur Algorithmen und Datenstrukturen II 29. Juli 2013

Klausur Algorithmen und Datenstrukturen II 29. Juli 2013 Technische Universität Braunschweig Sommersemester 2013 Institut für Betriebssysteme und Rechnerverbund Abteilung Algorithmik Prof. Dr. Sándor P. Fekete Stephan Friedrichs Klausur Algorithmen und Datenstrukturen

Mehr

Aufgaben zur Klausurvorbereitung

Aufgaben zur Klausurvorbereitung Vorlesung Graphen und Optimierung Sommersemester 2013/14 Prof. S. Lange Aufgaben zur Klausurvorbereitung Hier finden Sie eine Reihe von Übungsaufgaben, die wir an den beiden Vorlesungsterminen am 29.01.2014

Mehr

Kürzeste und Schnellste Wege

Kürzeste und Schnellste Wege Ideen und Konzepte der Informatik Kürzeste und Schnellste Wege Wie funktioniert ein Navi? Kurt Mehlhorn Schnellste Wege Routen finden im Navi Karten und Graphen Schnellste und kürzeste Wege sind das gleiche

Mehr

Prüfungsklausur Mathematik II für Wirtschaftsingenieure,

Prüfungsklausur Mathematik II für Wirtschaftsingenieure, HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Mathematik II für Wirtschaftsingenieure, 2.7.2013 A Name, Vorname Matr. Nr. Sem. gr. Aufgabe 1 2 3 5 6 gesamt erreichbare P. 17 7

Mehr

2. Klausur zur Vorlesung Algorithmentechnik Wintersemester 2009/2010

2. Klausur zur Vorlesung Algorithmentechnik Wintersemester 2009/2010 2. Klausur zur Vorlesung Algorithmentechnik Wintersemester 2009/2010 Hier Aufkleber mit Name und Matrikelnummer anbringen Vorname: Nachname: Matrikelnummer: Beachten Sie: Bringen Sie den Aufkleber mit

Mehr

Technische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen

Technische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen Technische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen 186.172 Algorithmen und Datenstrukturen 1 VL 4.0 Übungsblatt 4 für die Übung

Mehr

15. Elementare Graphalgorithmen

15. Elementare Graphalgorithmen Graphen sind eine der wichtigste Modellierungskonzepte der Informatik Graphalgorithmen bilden die Grundlage vieler Algorithmen in der Praxis Zunächst kurze Wiederholung von Graphen. Dann Darstellungen

Mehr

Planare Graphen und Färbungen. Kapitel 7. Peter Becker (H-BRS) Graphentheorie Wintersemester 2018/ / 296

Planare Graphen und Färbungen. Kapitel 7. Peter Becker (H-BRS) Graphentheorie Wintersemester 2018/ / 296 Kapitel 7 Peter Becker (H-BRS) Graphentheorie Wintersemester 2018/19 256 / 296 Inhalt Inhalt 7 Färbungen Peter Becker (H-BRS) Graphentheorie Wintersemester 2018/19 257 / 296 Jordankurve Zentrale Frage

Mehr

RUHR - UNIVERSITÄT BOCHUM KLAUSUR. Name. Vorname. Teilnehmer-Nr. Zur Beachtung. Bitte nicht ausfüllen

RUHR - UNIVERSITÄT BOCHUM KLAUSUR. Name. Vorname. Teilnehmer-Nr. Zur Beachtung. Bitte nicht ausfüllen RUHR - UNIVERSITÄT BOCHUM Fakultät für Wirtschaftswissenschaft KLAUSUR Mathematik für Ökonomen L i n e a r e A l g e b r a 5.2.998 (WS 998) Name Vorname Teilnehmer-Nr. Zur Beachtung Die Klausur umfaßt

Mehr

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kap. 6: Graphentheorie

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kap. 6: Graphentheorie Referenzen zum Nacharbeiten: Diskrete Mathematik Sebastian Iwanowski FH Wedel Kap. 6: Graphentheorie Lang 6 Beutelspacher 8.1-8.5 Meinel 11 zur Vertiefung: Aigner 6, 7 (7.4: Algorithmus von Dijkstra) Matousek

Mehr

Lernmodul 7 Algorithmus von Dijkstra

Lernmodul 7 Algorithmus von Dijkstra Folie 1 von 30 Lernmodul 7 Algorithmus von Dijkstra Quelle: http://www.map24.de Folie 2 von 30 Algorithmus von Dijkstra Übersicht Kürzester Weg von A nach B in einem Graphen Problemstellung: Suche einer

Mehr

Algorithmik WS 07/ Vorlesung, Andreas Jakoby Universität zu Lübeck. 10 Matching-Probleme

Algorithmik WS 07/ Vorlesung, Andreas Jakoby Universität zu Lübeck. 10 Matching-Probleme 10 Matching-Probleme 10.1 Definition von Matching-Probleme Definition 21 [2-dimensionales Matching] Sei G = (V, E) ein ungerichteter Graph und E E. E ist ein Matching, wenn für alle Kantenpaare e 1, e

Mehr

Knotenfärbung. Def.: Eine Knotenfärbung eines Graphen G=(V,E) mit k Farben ist eine Abbildung c:v {1,...,k}, so dass c(u) c(v) für alle {u,v} E.

Knotenfärbung. Def.: Eine Knotenfärbung eines Graphen G=(V,E) mit k Farben ist eine Abbildung c:v {1,...,k}, so dass c(u) c(v) für alle {u,v} E. Knotenfärbung Def.: Eine Knotenfärbung eines Graphen G=(V,E) mit k Farben ist eine Abbildung c:v {1,...,k}, so dass c(u) c(v) für alle {u,v} E. Die chromatische Zahl χ(g) eines Graphen G ist die minimale

Mehr

RUHR - UNIVERSITÄT BOCHUM KLAUSUR. Name. Vorname. Teilnehmer-Nr. Zur Beachtung. Bitte nicht ausfüllen

RUHR - UNIVERSITÄT BOCHUM KLAUSUR. Name. Vorname. Teilnehmer-Nr. Zur Beachtung. Bitte nicht ausfüllen RUHR - UNIVERSITÄT BOCHUM Fakultät für Wirtschaftswissenschaft KLAUSUR Mathematik für Ökonomen L i n e a r e A l g e b r a 15.5.1998 (SS 1998) Name Vorname Teilnehmer-Nr. Zur Beachtung Die Klausur umfaßt

Mehr

Algorithmen und Datenstrukturen

Algorithmen und Datenstrukturen Algorithmen und Datenstrukturen Prof. Martin Lercher Institut für Informatik Heinrich-Heine-Universität Düsseldorf Teil 9 Graphen Version vom 13. Dezember 2016 1 / 1 Vorlesung Fortsetzung 13. Dezember

Mehr

Zusammenfassung zu Graphentheorie

Zusammenfassung zu Graphentheorie Sara Adams Zusammenfassung zu Graphentheorie - WS 2004/05 2 Inhaltsverzeichnis Zusammenfassung zu Graphentheorie Sara Adams 2. Juli 2005 Diese Zusammenfassung basiert auf der Vorlesung Graphentheorie gehalten

Mehr

Flüsse und Schnitte von Graphen

Flüsse und Schnitte von Graphen Flüsse und Schnitte von Graphen Christian Koch Friedrich-Alexander-Universität Erlangen-Nürnberg 2. Juni 27 Christian Koch Flüsse und Schnitte 2. Juni 27 / 29 Gliederung Flüsse Allgemeines Maximaler Fluss

Mehr

Diskrete Strukturen. Name Vorname Studiengang Matrikelnummer. Hörsaal Reihe Sitzplatz Unterschrift ... Allgemeine Hinweise

Diskrete Strukturen. Name Vorname Studiengang Matrikelnummer. Hörsaal Reihe Sitzplatz Unterschrift ... Allgemeine Hinweise Technische Universität München Fakultät für Informatik Lehrstuhl für Informatik 7 Prof. Dr. Javier Esparza Wintersemester 2008/09 Abschlussklausur 7. Februar 2009 Diskrete Strukturen Name Vorname Studiengang

Mehr

6 Flüsse und Matchings

6 Flüsse und Matchings 6. Flüsse in Netzwerken Flußnetzwerke 6 Flüsse und Matchings In diesem Kapitel werden Bewertungen von Kanten als maximale Kapazitäten interpretiert, die über diese Kante pro Zeiteinheit transportiert werden

Mehr

Klausur. 18. Juli 2008, 10:15-12:15 Uhr. Name:... Matrikelnummer:... Anzahl beschriebener Blätter (ohne Aufgabenblatt):... D(p) : Y = p x X + p y

Klausur. 18. Juli 2008, 10:15-12:15 Uhr. Name:... Matrikelnummer:... Anzahl beschriebener Blätter (ohne Aufgabenblatt):... D(p) : Y = p x X + p y GRUNDZÜGE DER ALGORITHMISCHEN GEOMETRIE Klausur 18. Juli 2008, 10:15-12:15 Uhr Name:................................... Matrikelnummer:................................... Anzahl beschriebener Blätter (ohne

Mehr

Erzielte Bonuspunkte aus der Vorklausur:

Erzielte Bonuspunkte aus der Vorklausur: Fakultät für Wirtschaftswissenschaft KLAUSUR Mathematik für Ökonomen Sommersemester 2012 31.7.2012 Name Vorname Matrikelnummer Teilnehmer-Nr. Unterschrift Erzielte Bonuspunkte aus der Vorklausur: Punkte

Mehr

Vorbereitungsaufgaben SA1: Symmetrie und Winkelbetrachtungen

Vorbereitungsaufgaben SA1: Symmetrie und Winkelbetrachtungen Aufgabe 1 a) Welche Eigenschaft besitzen alle Punkte auf der Mittelsenkrechten zu zwei gegebenen Punkten A und B? b) In einem Dreieck sind zwei Winkel gleich groß und der dritte Winkel doppelt so groß.

Mehr

Datenstrukturen und Algorithmen (SS 2013)

Datenstrukturen und Algorithmen (SS 2013) Datenstrukturen und Algorithmen (SS 2013) Übungsblatt 10 Abgabe: Montag, 08.07.2013, 14:00 Uhr Die Übungen sollen in Gruppen von zwei bis drei Personen bearbeitet werden. Schreiben Sie die Namen jedes

Mehr

Das Problem des Handelsreisenden: Lösungsansätze mit Weltrekordcharakter. Dr. Gerold Jäger

Das Problem des Handelsreisenden: Lösungsansätze mit Weltrekordcharakter. Dr. Gerold Jäger Das Problem des Handelsreisenden: Lösungsansätze mit Weltrekordcharakter Dr. Gerold Jäger Arbeitsgruppe Prof. Dr. Paul Molitor Institut für Informatik Martin-Luther-Universität Halle-Wittenberg Lange Nacht

Mehr

Diskrete Strukturen. Name Vorname Studiengang Matrikelnummer. Hörsaal Reihe Sitzplatz Unterschrift ... Allgemeine Hinweise

Diskrete Strukturen. Name Vorname Studiengang Matrikelnummer. Hörsaal Reihe Sitzplatz Unterschrift ... Allgemeine Hinweise Technische Universität München Fakultät für Informatik Lehrstuhl für Informatik 15 Computergraphik & Visualisierung Prof. Dr. Rüdiger Westermann Dr. Werner Meixner Wintersemester 2007/08 Wiederholungsklausur

Mehr

ÜBUNGSKLAUSUR Studienhalbjahr: 2. Semester. Datum: 20. Juli 2016 Bearbeitungszeit: 90 Minuten. Modul: T2INF Dozent: Stephan Schulz

ÜBUNGSKLAUSUR Studienhalbjahr: 2. Semester. Datum: 20. Juli 2016 Bearbeitungszeit: 90 Minuten. Modul: T2INF Dozent: Stephan Schulz Matrikelnummer: Fakultät Studiengang: Jahrgang / Kurs : Technik Angewandte Informatik 01 B/C/K ÜBUNGSKLAUSUR Studienhalbjahr:. Semester Datum: 0. Juli 01 Bearbeitungszeit: 90 Minuten Modul: TINF100.1 Dozent:

Mehr

ij. , d (k 1) + d (k 1)

ij. , d (k 1) + d (k 1) Dabei war ja die Idee, dass wir unser k Schritt für Schritt erhöhen bis wir bei n angekommen sind, denn dann haben wir das Problem gelöst. Dies ist im Grunde unser Algorithmus. Wir müssen diesen nur noch

Mehr

Kapitel 7: Flüsse in Netzwerken und Anwendungen Gliederung der Vorlesung

Kapitel 7: Flüsse in Netzwerken und Anwendungen Gliederung der Vorlesung Gliederung der Vorlesung. Fallstudie Bipartite Graphen. Grundbegriffe. Elementare Graphalgorithmen und Anwendungen. Minimal spannende Bäume. Kürzeste Pfade. Traveling Salesman Problem. Flüsse in Netzwerken

Mehr

Vorlesung Datenstrukturen

Vorlesung Datenstrukturen Vorlesung Datenstrukturen Minimale Spannbäume Maike Buchin 18.7., 20.7.2017 Einführung Motivation: Verbinde Inseln mit Fähren oder Städte mit Schienen und verbrauche dabei möglichst wenig Länge. Problem:

Mehr

5. Bäume und Minimalgerüste

5. Bäume und Minimalgerüste 5. Bäume und Minimalgerüste Charakterisierung von Minimalgerüsten 5. Bäume und Minimalgerüste Definition 5.1. Es ein G = (V, E) ein zusammenhängender Graph. H = (V,E ) heißt Gerüst von G gdw. wenn H ein

Mehr

Klausurvorbereitung. 1 Zentrale Begriffe. 2 Bipartite Graphen. 2.1 Begriffe. Vorlesung Graphen und Optimierung Sommersemester 2011 Prof. S.

Klausurvorbereitung. 1 Zentrale Begriffe. 2 Bipartite Graphen. 2.1 Begriffe. Vorlesung Graphen und Optimierung Sommersemester 2011 Prof. S. Vorlesung Graphen und Optimierung Sommersemester 2011 Prof. S. Lange Klausurvorbereitung Hier finden Sie alle Begriffe, Zusammenhänge und Algorithmen, die mit Blick auf die Klausur relevant sind. Um es

Mehr

HTWD, FB Informatik/Mathematik. Mathematik für Bauingenieure. Wiederholungsaufgaben: Mathematik I

HTWD, FB Informatik/Mathematik. Mathematik für Bauingenieure. Wiederholungsaufgaben: Mathematik I HTWD, FB Informatik/Mathematik Prof. Dr. M. Voigt Mathematik I Wiederholung Mathematik für Bauingenieure Wiederholungsaufgaben: Mathematik I Aufgabe : Für die Aussagenverbindung T = (A B) ( A) gebe man

Mehr

Graphen. Graphen und ihre Darstellungen

Graphen. Graphen und ihre Darstellungen Graphen Graphen und ihre Darstellungen Ein Graph beschreibt Beziehungen zwischen den Elementen einer Menge von Objekten. Die Objekte werden als Knoten des Graphen bezeichnet; besteht zwischen zwei Knoten

Mehr

Proseminar Online Algorithmen, Prof. Dr. Rolf Klein

Proseminar Online Algorithmen, Prof. Dr. Rolf Klein Proseminar Online Algorithmen, Prof. Dr. Rolf Klein Vortrag von Michael Daumen am 13.12.2000 Thema : Minimum Spanning Tree und 2-Approximation der TSP-Tour Inhalt des Vortrags : 1. genaue Vorstellung des

Mehr

1.Aufgabe: Minimal aufspannender Baum

1.Aufgabe: Minimal aufspannender Baum 1.Aufgabe: Minimal aufspannender Baum 11+4+8 Punkte v 1 v 2 1 3 4 9 v 3 v 4 v 5 v 7 7 4 3 5 8 1 4 v 7 v 8 v 9 3 2 7 v 10 Abbildung 1: Der Graph G mit Kantengewichten (a) Bestimme mit Hilfe des Algorithmus

Mehr

Grundbegriffe der Informatik Musterlösung zu Aufgabenblatt 9

Grundbegriffe der Informatik Musterlösung zu Aufgabenblatt 9 Grundbegriffe der Informatik Musterlösung zu Aufgabenblatt 9 Aufgabe 9.1 (5+ Punkte) Für Graphen mit gewichteten Kanten steht in der Adjazenzmatrix an der Stelle i,j eine 0, falls es keine Kante von i

Mehr

Prüfungsklausur Mathematik I für Wirtschaftsingenieure am

Prüfungsklausur Mathematik I für Wirtschaftsingenieure am HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Mathematik I für Wirtschaftsingenieure am 4.2.24 B Name, Vorname Matr. Nr. Sem. gr. Aufgabe 2 3 4 5 6 7 8 9 gesamt erreichbare P.

Mehr