1. Graphen 8. B={{d,e},{b,d},{a,b},{d,f},{b,c}}.

Ähnliche Dokumente
Graphen, Algorithmen und Diskrete Optimierung

Diskrete Mathematik 1 WS 2008/09

Weitere NP-vollständige Probleme

Dynamisches Programmieren

Die Leistung von Quicksort

18. Dynamisches Programmieren

4. Musterlösung. Problem 1: Kreuzende Schnitte **

Resultate / "states of nature" / mögliche Zustände / möglicheentwicklungen

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel

2 Zufallsvariable und Verteilungen

Die Jordansche Normalform

2. Klausur zur Vorlesung Algorithmen II Wintersemester 2012/2013

Operations Research II (Netzplantechnik und Projektmanagement)

e dt (Gaußsches Fehlerintegral)

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2

Hefte zur Logistik Prof. Dr. Siegfried Jetzke. Heft 1 Begriffsdefinitionen

6. Übung zur Linearen Algebra II

Sortieren. Thomas Röfer. Permutationen Naives Sortieren Sortieren durch Einfügen, Auswählen, Vertauschen, Mischen QuickSort Comparator

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY)

Facility Location Games

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x,

Universität Karlsruhe (TH)

Konkave und Konvexe Funktionen

Stochastische Prozesse

Spiele und Codes. Rafael Mechtel

1 Der Uncovering-by-bases-Algorithmus

Bemerkungen zum LCG Rupert Hartung,

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/ ω Additionstheorem: 2 sin 2 2

Manhattan-Metrik anhand des Beispiels

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen

z.b. Münzwurf: Kopf = 1 Zahl = 2 oder z.b. 2 Würfel: Merkmal = Summe der Augenzahlen, also hier: Bilde die Summe der Augenzahlen der beiden Würfel!

Grundgedanke der Regressionsanalyse

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.

3. Lineare Algebra (Teil 2)

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung

Schriftliche Prüfung aus Signaltransformationen Teil: Dourdoumas am

Das zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog

Elemente der Mathematik - Sommer 2016

Algorithmen und ihre Programmierung -Teil 3-

Gruppe. Lineare Block-Codes

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n

Statistik und Wahrscheinlichkeitsrechnung

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -

Methoden der innerbetrieblichen Leistungsverrechnung

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.

-70- Anhang: -Lineare Regression-

Z Z, kurz { } Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden.

Kreditpunkte-Klausur zur Lehrveranstaltung Projektmanagement (inkl. Netzplantechnik)

4.6 Das Pumping-Lemma für reguläre Sprachen:

Lineare Optimierung Einführung

Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:

Übersicht der Vorlesung

Kapitel 7. Netzplantechnik CPM/PERT. - Bezeichnung der Aktivitäten und ihre Beschreibung - Festlegung der Vorgänger - Dauer der Aktivitäten

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung

Invariantentheorie. Vorlesung 3. Lineare Operationen

Wir betrachten in diesem Abschnitt Matrixspiele in der Maximierungsform, also endliche 2 Personen Nullsummenspiele der Gestalt

1 Definition und Grundbegriffe

Wahl auf Bäumen: FireWire

Für jeden reinen, ideal kristallisierten Stoff ist die Entropie am absoluten Nullpunkt gleich

n y j l j (x) È n. j=0 n (x x j ). f(x) = a y n+1 p n (x n+1 ) (x n+1 x 0 )...(x n+1 x n ).

Lineare Regression (1) - Einführung I -

Beschreibende Statistik Mittelwert

Steuerungsverfahren und ihre Datenstrukturen 09 - Netzplantechnik

Versicherungstechnischer Umgang mit Risiko

Universität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen. Graphische Modelle. Niels Landwehr

3.3 Lineare Abbildungen und Matrizen

Flußnetzwerke - Strukturbildung in der natürlichen Umwelt -

Online Algorithmen. k-server randomisiert Teil II

Übungen zu Algorithmen

Lineare Regression. Stefan Keppeler. 16. Januar Mathematik I für Biologen, Geowissenschaftler und Geoökologen

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt:

Hochschule Heilbronn Technik Wirtschaft Informatik Heilbronn University Institut für math.-naturw. Grundlagen

Statistik und Wahrscheinlichkeit

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e

BA_T3Classic_IPO_v1.0 (Draft_B)_050719

Sortieren. Thomas Röfer. Permutationen Naives Sortieren Sortieren durch Einfügen, Auswählen, Vertauschen, Mischen QuickSort Comparator

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

5. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013

Kleiner Fermatscher Satz, Chinesischer Restsatz, Eulersche ϕ-funktion, RSA

Entscheidungstheorie Teil 3. Thomas Kämpke

SS 2017 Torsten Schreiber

Näherungsverfahren. Wiederhole den Algorithmusbegriff. Erläutere die Begriffe: Klasse der NP-Probleme. Probleme. Probleme. Approximative Algorithmen

Contents blog.stromhaltig.de

ME II, Prof. Dr. T. Wollmershäuser. Kapitel 2 Das IS-LM-Modell

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)).

Vermessungskunde für Bauingenieure und Geodäten

Übung zur Vorlesung. Informationstheorie und Codierung

Polygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam,

Einführung in die Finanzmathematik

Algorithmen und Datenstrukturen SS09. Foliensatz 13. Michael Brinkmeier. Technische Universität Ilmenau Institut für Theoretische Informatik

Seminar über Numerische Mathematik

Vermessungskunde für Bauingenieure und Geodäten

Transkript:

. Graphen 8 Bespel: f 5 5 d e 7 7 a 4 b 6 c Für den obenstehenden zusammenhängenden Graphen soll en Mnmalgerüst konstruert werden. Wr ordnen zunächst de Kanten des Graphen nach wachsender Bewertung, d.h. {d,e},{b,d},{b,e},{a,b},{d,f},{e,f},{b,c},{c,e},{a,d}. 4 5 5 6 7 7 Be Durchführung des Algorthmus erhalten wr folgende Zwschenresultate: Komponentensystem M {{a},{b},{c},{d},{e},{f}} {{a},{b},{c},{d,e},{f}} {{a},{b,d,e},{c},{f}} {{a,b,d,e},{c},{f}} {{a,b,d,e,f},{c}} {{a,b,c,d,e,f}} - Ausgewählte Kante {d,e} {b,d} {a,b} {d,f} {b,c} De Menge der n deser Wese ausgewählten Kanten, nämlch blden dann en Mnmalgerüst. B={{d,e},{b,d},{a,b},{d,f},{b,c}}. ) Algorthmus für kürzeste Wege Ist G en (gerchteter oder ungerchteter) Graph mt ener reellen Bewertungsfunkton w, so kann man allgemen eder (gerchten oder ungerchteten) Kantenfolge ene Bewertung zuwesen, ndem man de Bewertungen aller darn vorkommenden Kanten aufaddert. In deser Wese kann man dann auch e zwe Knoten a und b des Graphen enen Abstand d(a,b) zuwesen, nämlch als de klenste Bewertung aller Kantenfolgen, welche a und b verbnden. (Falls es kene Kantenfolge gbt, welche a und b verbndet, wrd d(a,b)= gesetzt.) Algorthmus von Dkstra: Se G=(V,E) en (gerchteter oder ungerchteter) Graph mt ener nchtnegatven Bewertung w. Ist dann v V en festgewählter Knoten, so kann dann für eden Knoten v V n folgender Wese der Abstand d(v):=d(v, v ), sowe ene Menge p(v) aller unmttelbaren Vorgänger (auf enem kürzesten Weg von v nach ) berechnet werden: () Setze d(v ), d(v) v V \{ v }, p(v):= v V, sowe U V. v

. Graphen 9 () Falls U=, dann STOP, sonst weter mt (). () Fnde en u U für das d(u) mnmal st. Ist d(u)=, dann ebenfalls STOP. (4) Für alle v U mt uv E se d(v) mn{d(v),d(u)+w(uv)}. Zusätzlch wrd, falls der neue Wert von d(v) klener als der alte st, auch p(v) aktualsert: p(v) {u}. (Ist man dabe ncht nur an enem, sondern an allen kürzesten Wegen von v nach v nteressert, so hätte man m Fall der Glechhet des alten und neuen Wertes de Ersetzung p(v) p(v) {u} vorzunehmen.) (5) Setze U:=U\{u} und mache weter mt (). Nach Beendgung des Algorthmus kann man zu edem v V, welches von v überhaupt über enen Weg errechbar st, was sch n d(v)< ausdrückt, auch sofort enen kürzesten Weg v v... v k von v nach v = v k n der Wese angeben, ndem man ewels en v p(v ) n der Rehenfolge = k,k-,, auswählt. Ist n de Anzahl der Knoten des betrachteten Graphen, so kann man zegen, dass de Komplextät des Dkstra-Algorthmus O(n ) beträgt, was bedeutet, dass der Rechenaufwand (gemessen an der Anzahl von gewssen Elementaroperatonen oder auch enfach an der Rechenzet) ncht stärker anwächst als de Funkton Cn für ene gewsse reelle Konstante C>. Insbesondere handelt es sch dabe also um enen sog. Polynomalzetalgorthmus (d.h. k de Komplextät st von der Form O(n ) für ene gewsse relle Konstante k), welche allgmen als gut angesehen werden. Mt dem glechem Auwand kann nsbesondere auch überprüfen, ob en Knoten v von überhaupt errechbar st, da nur n desem Fall d(v) enen endlchen Wert hat. Bespel: v Für den durch das nachstehende Dagramm gegebenen bewerteten gerchteten Graphen sollen alle Abstände zum Knoten a berechnet werden. v = a 6 b 6 c 7 5 d 8 4 e f g In nachfolgender Tabelle st de laufende Wertetabelle für de Abstandsfunkton d und de ewelgen Vorgänger (wr wählen m Fall von Glechhet mmer nur enen und lassen daher de Klammern {} weg) bem Durchlaufen der enzelnen Iteratonen angegeben.

. Graphen Iteraton d(a) / p(a) d(b) / p(b) d(c) / p(c) d(d) / p(d) d(e) / p(e) d(f ) / p(f ) d(g) / p(g) / 6 / a / a 6 / a 7 / d 4 / d / f 6 / f 6 / f 4 / f 6 / f 5 / f 6 / g 6 / c De ewels n () getroffene Wahl wurde n obger Tabelle besonders hervorgehoben. (De zugehörgen Knoten n der Indexspalte müssen dann n (5) aus U entfernt werden! ) De endgültge Belegung der Werte von d wrd dann durch de fettgedruckten Zahlen n obger Tabelle angegeben, also v a b c d e f g d(v) 6 6 4 6 De n der Tabelle ebenfalls erfassten unmttelbaren Vorgänger auf enem kürzesten Weg zum ewelgen Knoten kann nun dazu verwendet werden, um dese kürzesten Wege auf enfache Wese zu rekonstrueren. Lässt man nämlch m obgen Graphen alle Kanten uv weg, wo u (nach der letzten Iteraton) ncht Vorgänger von v st, so erhält man folgendes Gerüst für unseren Graphen, aus welchen man de kürzesten Wege vom Knoten a zu enem belebgen anderen Knoten unmttelbar ablesen kann: a b 5 c d e f g ) Algorthmen aus der Netzplantechnk En weterer wchtger Algorthmus, welcher von Ford stammt, befasst sch mt der Berechnung von längsten Wegen n Netzplänen. (Vgl. Bespel.) Unter enem Netzplan versteht man dabe enen azyklschen gerchteten Graphen G mt ener reellen Bewertungsfunkton w, wobe darüberhnaus gefordert wrd, dass en Knoten Q mt + d (Q) = (ene sog. Quelle) und en Knoten S mt d (S) = (ene sog. Senke) vorlegt, und dass er darüberhnaus schwach zusammenhängend st, d.h. ohne Berückschtgung der Orenterung der Kanten gbt es stets enen (dann ungerchteten) Weg zwschen zwe verschedenen Knoten des Graphen.

. Graphen In der sog. Netzplatztechnk geht es dann darum, für eden Knoten des Netzplans den längsten Weg (weder m Snne der Bewertung) enes eden Knotens sowohl zur Quelle als auch zur Senke zu bestmmen. In den Anwendungen snd dann de Knoten des Netzplans gewsse Eregnsse (we etwa be enem Bauvorhaben das Errechen von gewssen Staden der Fertgstellung), de Quelle st das Starteregns (z.b. Baubegnn) und de Senke das Zeleregns. Durch technologsche Vorgaben können gewsse Eregnsse oft erst nach anderen entreten, was sch m Graphen so ausdrückt, dass es von enem früheren Eregns E zu enem späteren Eregns F enen gerchteten Weg gbt, dessen Bögen alles Vorgänge snd, welche noch ablaufen müssen, bevor das Eregns F entreten kann, wenn E schon engetreten st. Wr denken uns de Knoten enes Netzplans so von bs n durchnummerert, dass für eden Bogen der Anfangsknoten stets ene nedere Nummer als der Endknoten hat, was stets möglch st. Ene solche Nummererung heßt auch monoton oder aufstegend und mndestens ene solche exstert genau dann, wenn der Graph azyklsch st Gewchtet man alle Kanten enes Netzplans mt (unabhängg von ener schon bestehenden Gewchtung), so heßt de größte Länge enes Wegs von der Quelle Q bs zu enem Knoten K der Rang von K, n Zechen: rg(k). Um dann ene monotone Nummererung der Knoten zu errechen, nummerert man de Knoten nach aufstegendem Rang durch, wobe es für Knoten mt glechem Rang de Rehenfolge bedeutungslos st. De Bestmmung der Ränge gescheht mt nachfolgendem Algorthmus. Algorthmus von Ford: Se G en Netzplan mt der Knotenmenge V, der Bögenmenge E und der Quelle Q. Für alle Knoten v V können dann de Ränge rg(v) folgendermaßen gefunden werden. () Man setze am Anfang rg(v)= für alle v V. () Für alle Knoten v V mt enem postvem Hngrad ersetzte man n ener festen Rehenfolge rg(v) durch max { rg(u) (u, v) E} +. Ändert sch dabe kene der vorläufgen Rangzahlen, so hat man damt de endgültgen Rangzahlen gefunden. Ansonsten wrd () solange wederholt, bs sch de Rangzahlen ncht mehr ändern. Wr dürfen also nach ener eventuellen Durchführung des Fordschen Algorthmus voraussetzen, dass de Knoten des Netzplans mt den Zahlen,,,..,n monoton duchnummerert snd. Wenn de Bewertung der gerchteten Kante von nach de Zetdauer darstellt, welche für den Vorgang, der durch den Bogen von nach dargestellt wrd, benötgt wrd, so snd dann für =,,,,n de Größen FT (=Frühestmöglcher Termn für das Entreten des Eregnsses ), ST (=Spätestmöglcher Termn für das Entreten des Eregnsses ) von großer Wchtgket. Graphentheoretsch st dabe FT nchts anderes als de Länge enes m Snne deser Bewertung längsten Weges von nach und ST de Dfferenz FT -(Länge enes längsten Wegs von nach n). Se können mt der sog. Crtcal Path Method (abg. CPM) folgendermaßen rekursv berechnet werden: d n

. Graphen Algorthmus (CPM): bzw. (mt dem dann bekannten FT n ) FT =, FT = max { FT + d (, ) E}, =,,,n STn = FTn, ST = mn { ST d (, ) E}, =n-,n-,,. Bespel: Durch das folgende Dagramm E/ F/4 4 6 Q/ 4 4 S/5 G/ 4 7 H/ werde en Netzplan mt Quelle Q und Senke S dargestellt und den angeschrebenen Bewertungen dargestellt. De Rangzahlen der Knoten ergeben sch dann aufgrund von we n der letzten Zele angegeben, d.h. es st etwa Q E F Q, E, H, G, F 4, S 5 ene monotone Nummererung. Indem man eden Knoten mt deser Nummer dentfzert, erhält man nach obgem Algorthmus de Tabelle FT ST / Q / / E / E / Q / G / H 4 / Q 7 / S G H / G 6 / E 6 / F S 4 4 4 / F / G / S 5/S 4 / F 4 / Her snd ähnlch we bem Dkstra-Algorthmus zu allen Enträgen auch glech de Vorgänger bzw. Nachfolger mtvermerkt worden, welchen zu den entsprechenden Maxma bzw. Mnma gemäß CPM-Algorthmus geführt hatten.

. Graphen In desem Bespel fallen FT und ST für alle Punkte mt Ausnahme von H zusammen, d.h. für dese sog. krtschen Eregnsse gbt es kenen Puffer (= zetlchen Spelraum), wll man de Mndestgesamtdauer des Proekts, nämlch FT 5 =4 (auch krt. Dauer genannt), ncht gefährden. Aus graphentheoretscher Scht müssen alle dese Knoten auf Wegen von maxmaler Länge von der Quelle bs zur Senke, auch krtsche Pfade (engl. crtcal paths) genannt, legen. In obgem Bespel gbt es nur enen krtschen Pfad, nämlch de Kantenfolge QEGFS, welche daher auch alle krtschen Eregnsse enthält. Zur Rekonstrukton müssen enfach nur de nvolverten Knoten, nämlch Q,E,G,F,S, welche den krtschen Erregnssen entsprechen, mt hren Vorgängerknoten (oder alternatv Nachfolgerknoten) verbunden werden, welche n der Tabelle egens für desen Zweck vermerkt wurden.