Anwendung der Ellipsoidmethode in der Kombinatorischen Optimierung

Slides:



Advertisements
Ähnliche Präsentationen
Algorithmen für das Erfüllbarkeitsproblem SAT
Advertisements

Christian Scheideler SS 2009
Christian Scheideler SS 2009
Christian Scheideler SS 2009
Knapsack & Bin Packing Sebastian Stober
Schnelle Matrizenoperationen von Christian Büttner
Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)
Frozen Development in Graph Coloring
Modelle und Methoden der Linearen und Nichtlinearen Optimierung (Ausgewählte Methoden und Fallstudien) U N I V E R S I T Ä T H A M B U R G November 2012.
Verifizieren versus Berechnen
Friedhelm Meyer auf der Heide 1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Approximationsalgorithmen …liefern in polynomieller.
Algorithmentheorie 6 – Greedy-Verfahren
Prof.Dr.S. Albers Prof. Dr. Th. Ottmann
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (02 – Funktionenklassen) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (02 – Funktionenklassen) Tobias Lauer.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (02 – Funktionenklassen) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (27 – Kürzeste Wege) Prof. Th. Ottmann.
Seminar parallele Programmierung SS 2003
Algorithmen und Komplexität
Christian Schindelhauer
Algorithmen des Internets 2005 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität 1 Materialien zu Übung 9 Bälle in Körbe Ranged.
The Rectilinear Steiner Tree Problem is NP-complete
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
3.3. Eigenschaften von Funktionen
Effiziente Algorithmen
Effiziente Algorithmen
Effiziente Algorithmen
Flüsse, Schnitte, bipartite Graphen
Optimierungs- Algorithmen
Chromatische Zahl.
Effiziente Algorithmen
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Effiziente Algorithmen
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Hartmut Klauck Universität Frankfurt WS 06/
Folie 1 § 28 Multilineare und Alternierende Abbildungen (28.1) Definition: V und W seien wieder ein K-Vektorräume. Eine Abbildung von V nach W stets linear.
Praktische Optimierung
Einführung in die Programmierung Wintersemester 2013/14 Prof. Dr. Günter Rudolph Lehrstuhl für Algorithm Engineering Fakultät für Informatik TU Dortmund.
Institut für Theoretische Informatik
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
Das Traveling Salesman Problem (TSP)
Algorithmen für das Erfüllbarkeitsproblem SAT
Analyse der Laufzeit von Algorithmen
Nichtlineare Optimierung
Bipartite Graphen Der Satz von König.
HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik Algorithmische Probleme in Funknetzwerken VI Christian Schindelhauer
Routenplanung querfeldein - Geometric Route Planning
Stefan Nolting Andreas Goebels Larissa Timajev
Optimierungs- Algorithmen
Der A*-Algorithmus.
Stabile Hochzeiten, Zuweisungsspiele und beides gleichzeitig
Version vom Max-Flow in Orientierten Matroiden Winfried Hochstättler & Robert Nickel Fernuniversität in Hagen Lehrstuhl für Diskrete Mathematik.
Färben der Knoten von Graphen
Gliederung der Vorlesung
Institut für Informationssysteme Technische Universität Braunschweig Institut für Informationssysteme Technische Universität Braunschweig Verdrängung von.
Das Problem des Handlungsreisenden
 Präsentation transkript:

Anwendung der Ellipsoidmethode in der Kombinatorischen Optimierung Färbung von Graphen Anwendung der Ellipsoidmethode in der Kombinatorischen Optimierung

Motivation Aufgabe: Färbe die Länder der Karte mit einer minimalen Anzahl Farben, so dass benachbarte Länder nicht die gleiche Farbe haben.

Gliederung Die Ellipsoidmethode Etwas Graphentheorie Das Färbungsproblem Perfekte Graphen Die Sandwich-Zahl Anwendung der Ellipsoidmethode Färbung durch lineare Optimierung Zusammenfassung

Die Ellipsoidmethode (1) Gegeben: Ein konvexer Körper mit Optimieren  Separieren

Die Ellipsoidmethode (2)

Graphentheorie maximale Kardinalität einer Clique minimale Kardinalität einer Färbung

Das Färbungsproblem Gegeben: Gesucht ist eine minimale Färbung von G, d.h.: Finde eine minimale Familie von paarweise disjunkten unabhängigen Mengen, die den Graphen überdecken Allein zu bestimmen ist in NP

Perfekte Graphen Die Berechnung der chromatischen Zahl eines Graphen G ist in NP Ein Graph heißt perfekt, genau dann wenn Es existiert eine Zahl mit die in polynomieller Zeit berechnet werden kann (Sandwich-Zahl)  Für perfekte Graphen kann man berechnen

Die Sandwich-Zahl ist der maximale Zielfunktionswert des folgenden semidefiniten Optimierungs-Problems: Es gilt: Die Menge aller Matrizen mit obiger Eigenschaft ist konvex und wird mit B bezeichnet

Anwendung der Ellipsoidmethode Das Separationsproblem über B ist lösbar  Mit der Ellipsoidmethode ist das Optimierungsproblem lösbar  kann in polynomieller Zeit berechnet werden Also kann für perfekte Graphen in polynomieller Zeit berechnet werden

Lineare Optimierung Folgende lineare Optimierungsprobleme liefern Approximationen für und A hat als Zeilen die charakteristischen Vektoren aller unabhängigen Mengen von G Bei perfekten Graphen gilt jeweils Gleichheit

Zusammenfassung In perfekten Graphen kann in polynomieller Zeit berechnet werden Dies liefert einen Algorithmus zur Bestimmung einer max. Clique in G Das duale Optimierungsproblem liefert minimale Überdeckung mit unabhängigen Mengen in G Dies ist aber genau die minimale Färbung von G

Quellen M. GRÖTSCHEL, L. LOVÁSZ and A. SCHRIJVER, The Ellipsoid Method and it‘s Consequences in Combinatorial Optimization Combinatorica 1 (1982), 169-197 M. GRÖTSCHEL, L. LOVÁSZ and A. SCHRIJVER, Geometric Algorithms and Combinatorial Optimization (1988) R. GRAHAM, M. GRÖTSCHEL and L. LOVÁSZ, Handbook of Combinatorics 1/2 (1992) T. JENSEN, B. TOFT, Graph Coloring Problems (1995)