Kombinatorische Optimierung

Ähnliche Dokumente
WS 2013/14. Diskrete Strukturen

Kombinatorische Optimierung

Das Briefträgerproblem

Algorithmische Methoden für schwere Optimierungsprobleme

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:

WS 2009/10. Diskrete Strukturen

Guten Morgen und Willkommen zur Saalübung!

WS 2008/09. Diskrete Strukturen

Theoretische Grundlagen der Informatik

Einführung in die Algebra

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.

Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume?

Primzahlen und RSA-Verschlüsselung

50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse Lösung 10 Punkte

Algorithmische Mathematik

Expander Graphen und Ihre Anwendungen

Literatur. Dominating Set (DS) Dominating Sets in Sensornetzen. Problem Minimum Dominating Set (MDS)

Grundbegriffe der Informatik

Algorithmentheorie Maximale Flüsse

Algorithmen und Datenstrukturen 2

Formale Systeme. Binary Decision Diagrams. Prof. Dr. Bernhard Beckert WS 2010/2011 KIT INSTITUT FÜR THEORETISCHE INFORMATIK

10. Vorlesung Spieltheorie in der Nachrichtentechnik

Lineare Gleichungssysteme

Absolute Stetigkeit von Maßen

Information Systems Engineering Seminar

Lineargleichungssysteme: Additions-/ Subtraktionsverfahren

0, v 6 = , v 4 = span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )

Würfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.

8 Diskrete Optimierung

Grundbegriffe der Informatik

t r Lineare Codierung von Binärbbäumen (Wörter über dem Alphabet {, }) Beispiel code( ) = code(, t l, t r ) = code(t l ) code(t r )

Anmerkungen zur Übergangsprüfung

6.2 Petri-Netze. kommunizierenden Prozessen in der Realität oder in Rechnern Verhalten von Hardware-Komponenten Geschäftsabläufe Spielpläne

9. Übung Formale Grundlagen der Informatik

Algorithmen II Vorlesung am

7 Rechnen mit Polynomen

3. Zusammenhang. 22 Andreas Gathmann

6.2 Perfekte Sicherheit

1 topologisches Sortieren

Programmiersprachen und Übersetzer

Was meinen die Leute eigentlich mit: Grexit?

Zahlen und das Hüten von Geheimnissen (G. Wiese, 23. April 2009)

Zeichen bei Zahlen entschlüsseln

Was ist PZB? Personen-zentrierte Begleitung in einfacher Sprache erklärt

Informationsblatt Induktionsbeweis

Vergleichsklausur 12.1 Mathematik vom

Seminar Analyse von Petrinetz-Modellen

Mathematischer Vorbereitungskurs für Ökonomen

Professionelle Seminare im Bereich MS-Office

Mengensysteme, Wahrscheinlichkeitsmaße

Wie kann man beweisen, dass (H, ) eine Gruppe ist?

Graphenalgorithmen und lineare Algebra Hand in Hand Vorlesung für den Bereich Diplom/Master Informatik

Sollsaldo und Habensaldo

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema

Der Zwei-Quadrate-Satz von Fermat

3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel

Anleitung über den Umgang mit Schildern

1 Aussagenlogik und Mengenlehre

Wir gehen aus von euklidischen Anschauungsraum bzw. von der euklidischen Zeichenebene. Parallele Geraden schneiden einander nicht.

Also kann nur A ist roter Südler und B ist grüner Nordler gelten.

Kombinatorische Optimierung

Musterlösungen zur Linearen Algebra II Blatt 5

Konzepte der Informatik

Algebra. Patrik Hubschmid. 8. Oktober 2013

Übung Theoretische Grundlagen

8: Zufallsorakel. Wir suchen: Einfache mathematische Abstraktion für Hashfunktionen

Approximation durch Taylorpolynome

Peer-to-Peer- Netzwerke

Was ist das Budget für Arbeit?

Lichtbrechung an Linsen

MORE Profile. Pass- und Lizenzverwaltungssystem. Stand: MORE Projects GmbH

Lernziele: Ausgleichstechniken für binäre Bäume verstehen und einsetzen können.

Dazu stellen Sie den Cursor in die Zeile, aus der eine Überschrift werden soll, und klicken auf die gewünschte Überschrift.

Fachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester gehalten von Harald Baum

Übung zur Algebra WiSe 2008/2009, Blatt 1

Graphen: Einführung. Vorlesung Mathematische Strukturen. Sommersemester 2011

Anleitung zur Erstellung von Serienbriefen (Word 2003) unter Berücksichtigung von Titeln (wie Dr., Dr. med. usw.)

Frohe Weihnachten und ein gutes neues Jahr!

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

1 Mathematische Grundlagen

Kap. 8: Speziell gewählte Kurven

Formale Systeme, WS 2012/2013 Lösungen zu Übungsblatt 4

Dokumentation Exchange

Software-Engineering SS03. Zustandsautomat

Die Post hat eine Umfrage gemacht

Definition:Eine meromorphe Modulform vom Gewicht k Z ist eine meromorphe. f : H C. (ii) C > 0, so daß f(z) im Bereich Im z > C keine Singularität hat.

Mathematik 1. Lösungsvorschläge zum 2. Übungsblatt

11.AsymmetrischeInformation

Elexis-BlueEvidence-Connector

Datenstrukturen & Algorithmen

ACDSee 10. ACDSee 10: Fotos gruppieren und schneller durchsuchen. Was ist Gruppieren? Fotos gruppieren. Das Inhaltsverzeichnis zum Gruppieren nutzen

Wie löst man Mathematikaufgaben?

Grundbegriffe der Informatik

Berechnungen in Access Teil I

Grundbegriffe der Informatik

Impulse Inklusion Selbst-bestimmtes Wohnen und Nachbarschaft

1. Adressen für den Serienversand (Briefe Katalogdruck Werbung/Anfrage ) auswählen. Die Auswahl kann gespeichert werden.

Wie man Registrationen und Styles von Style/Registration Floppy Disketten auf die TYROS-Festplatte kopieren kann.

Transkript:

Juniorprof. Dr. Henning Meyerhenke 1 Henning Meyerhenke: KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu

Vorlesung 1 Programm des Tages: Matchings in bipartiten Graphen Halls Theorem 2 Henning Meyerhenke:

Matchings Definitionen Definition G = (V 1 V 2, E) bipartit: V 1 V 2 = und E V 1 V 2 In Worten: Ein Matching M ist eine Kantenmenge in G, bei der keine zwei Kanten einen Knoten gemeinsam haben M nicht erweiterbares Matching (engl.: maximal matching): (u, v) E, w V so dass (u, w) M oder (v, w) M M größtmögliches Matching (engl.: maximum matching): M maximal unter allen Matchings in G 3 Henning Meyerhenke:

Matchings Definitionen Definition G = (V 1 V 2, E) bipartit: V 1 V 2 = und E V 1 V 2 In Worten: Ein Matching M ist eine Kantenmenge in G, bei der keine zwei Kanten einen Knoten gemeinsam haben M nicht erweiterbares Matching (engl.: maximal matching): (u, v) E, w V so dass (u, w) M oder (v, w) M M größtmögliches Matching (engl.: maximum matching): M maximal unter allen Matchings in G Knoten u heißt überdeckt oder saturiert (von M), wenn es einen Knoten v gibt, so dass (u, v) M M ist perfektes Matching: M saturiert alle Knoten in G 3 Henning Meyerhenke:

Beispiele Abbildung: Links: Leeres Matching. Mitte: Nicht erweiterbares Matching. Rechts: Größtmögliches und perfektes Matching. 4 Henning Meyerhenke:

Zurück zum Szenario der Single-Börse Wie modellieren Sie nun diese Entitäten mit den gerade eingeführten Begriffen? Menge der Kunden Menge der Kundinnen Gefällt mir -Beziehung Aufgabe (möglichst viele Paare, keiner doppelt) 5 Henning Meyerhenke:

Zurück zum Szenario der Single-Börse Wie modellieren Sie nun diese Entitäten mit den gerade eingeführten Begriffen? Menge der Kunden Menge der Kundinnen Gefällt mir -Beziehung Aufgabe (möglichst viele Paare, keiner doppelt) Aufgabe: Bestimme ein größtmögliches Matching im bipartiten Graphen G = (X Y, E), wobei X die Menge der Kundinnen, Y die Menge der Kunden und E die Gefällt mir -Beziehung ist. 5 Henning Meyerhenke:

Perfekte Matchings in K n,n Betrachten wir den Graphen K n,n mit disjunkten Knotenteilmengen X = {x 1,..., x n } und Y = {y 1,..., y n }. Ein perfektes Matching definiert eine Bijektion von X nach Y. Jedes Matching wird durch eine Permutation von {1,..., n} definiert. Es gibt n! perfekte Matchings in K n,n. Tafel: Perfektes Matching und induzierte Permutationsmatrix. Abbildung: Der Graph K 4,4. 6 Henning Meyerhenke:

Nicht erweiterbar = größtmöglich Ein Matching M ist nicht erweiterbar (engl.: maximal), wenn jede Kante, die nicht zu M gehört, inzident ist zu einer Kante aus M. Jedes größtmögliche Matching ist nicht erweiterbar, aber die Umkehrrichtung muss nicht gelten. Abbildung: Zwei Beispiele von nicht erweiterbaren, aber nicht größtmöglichen Matchings. Bemerkung Das Ersetzen der roten Kanten durch die schwarzen (und umgekehrt) erzeugt ein größeres Matching. Mögliche Strategie zur Vergrößerung von Matchings! 7 Henning Meyerhenke:

Alternierende und augmentierende Pfade Definition Sei M ein Matching in G = (U V, E). Ein M-alternierender Pfad ist ein Pfad P = (u 1, v 1, u 2, v 2,..., u k, v k ) oder P = (u 1, v 1, u 2, v 2,..., u k, v k, u k+1 ), in dem (u i, v i ) M für alle i oder (v i, u i+1 ) M für alle i. Ein M-alternierender Pfad mit unsaturierten Endknoten heißt M-augmentierender Pfad (engl.: M-augmenting path). Abbildung: M-alternierender (links) und M-augmentierender (rechts) Pfad für Matching M (rot). 8 Henning Meyerhenke:

Augmentierende Pfade Abbildung: M-alternierender (links) und M-augmentierender (rechts) Pfad für Matching M (rot). Bemerkung Hat man einen M-augmentierenden Pfad P, ersetzt man die Kanten aus M in P durch die anderen Kanten aus P und erhält ein Matching mit einer Kante mehr. Falls M größtmögliches Matching ist, dann existiert kein M-augmentierender Pfad. Ziel: Beweis dieser Aussage für beide logische Richtungen. 9 Henning Meyerhenke:

Symmetrische Differenz Definition Seien G = (V, E G ) und H = (V, E H ) zwei Graphen mit der selben Knotenmenge V. Die symmetrische Differenz G H ist ein Graph mit der Knotenmenge V und Kantenmenge E = {e e E G XOR e E H }. Anwendung auf Kantenmengen: M M = (M M ) (M M). Abbildung: Matchings M und M. 10 Henning Meyerhenke:

ZHK der symmetrischen Differenz Abbildung: Matchings M und M. Lemma Seien M und M zwei Matchings in G = (V 1 V 2, E). Jede Zusammenhangskomponente von M M ist entweder ein Kreis gerader Länge oder ein Pfad. Beweis. Siehe Tafel. 11 Henning Meyerhenke:

Größtmögliches Matching und augmentierender Pfad Lemma Ein Matching M ist ein größtmögliches Matching in einem Graphen G = (V 1 V 2, E) genau dann, wenn G keinen M-augmentierenden Pfad enthält. Beweis. Siehe Tafel. Anwendungsszenario Singlebörse: Menge V 1 von Frauen, Menge V 2 von Männern. Jeder Frau einen Partner zuordnen Finde Matching, das V 1 saturiert. V 1 > V 2 Nicht jede Frau erhält einen Mann. 12 Henning Meyerhenke:

Halls Theorem Theorem (von Hall) Sei G = (V 1 V 2, E) ein bipartiter Graph. In G existiert ein Matching M, das jeden Knoten von V 1 saturiert, genau dann, wenn N(S) S für alle S V 1. Beweis. Siehe Tafel. Bemerkung Mit Halls Theorem lässt sich leicht nachweisen, falls ein bipartiter Graph G = (V 1 V 2, E) kein Matching hat, das V 1 saturiert. Dazu zeigt man einfach die Existenz einer Teilmenge von V 1 mit zu wenigen Nachbarn in V 2. 13 Henning Meyerhenke:

Abbildung zum Beweis von Halls Theorem 14 Henning Meyerhenke:

Hochzeitsproblem V 1 = V 2 Halls Theorem wird zum Hochzeitsproblem. Sei in der Singlebörse jeder Mann zu k Frauen kompatibel und umgekehrt. Corollary Für k > 0 hat jeder k-reguläre bipartite Graph ein perfektes Matching. Beweis. Siehe Tafel. 15 Henning Meyerhenke: