Algorithmen des Internets 2005 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität 1 Klausuraufgaben.

Slides:



Advertisements
Ähnliche Präsentationen
Algorithmen und Datenstrukturen
Advertisements

Routing – Routing Protokolle
Falls Algorithmen sich selbst rekursiv aufrufen, so kann ihr Laufzeitverhalten bzw. ihr Speicherplatzbedarf in der Regel durch eine Rekursionsformel (recurrence,
Polynomial Root Isolation
Christian Schindelhauer
Algorithmen und Komplexität Teil 1: Grundlegende Algorithmen
Kontextfreie Grammatiken
Einführung in Berechenbarkeit und Formale Sprachen
Einige entscheidbare bzw. rekursiv aufzählbare Sprachen
Friedhelm Meyer auf der Heide 1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Grammatiken beschreiben Sprachen L µ *, indem.
Programmiertechniken: Zustand fungiert als „endlicher Speicher“
Algorithmen und Komplexität Teil 1: Grundlegende Algorithmen
Verifizieren versus Berechnen
Algorithmen und Komplexität
1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Algorithmen für Peer-to-Peer-Netzwerke Sommersemester Vorlesung.
Christian Schindelhauer
HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik Algorithmische Probleme in Funknetzwerken XV Christian Schindelhauer
HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik 1 Algorithm. Grundlagen des Internets 27. Mai 2002 Christian Schindelhauer.
HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik Algorithmische Probleme in Funknetzwerken IX Christian Schindelhauer
HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik Algorithmische Probleme in Funknetzwerken X Christian Schindelhauer
Friedhelm Meyer auf der Heide 1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Approximationsalgorithmen …liefern in polynomieller.
Klaus Volbert 1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Sommersemester 2004.
1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Algorithmen für Peer-to-Peer-Netzwerke Sommersemester Vorlesung.
1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Einführung in Berechenbarkeit, Formale Sprachen und Komplexitätstheorie Wintersemester.
1 Bewegungsplanung Computational Geometry Prof. Dr. Th. Ottmann Bewegungsplanung bei unvollständiger Information Ausweg aus einem Labyrinth Finden eines.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (27 – Kürzeste Wege) Prof. Th. Ottmann.
Friedhelm Meyer auf der Heide 1 HEINZ NIXDORF INSTITUTE University of Paderborn Algorithms and Complexity Algorithmen und Komplexität Teil 1: Grundlegende.
Algorithmen und Komplexität Teil 1: Grundlegende Algorithmen
High Performance = Innovative Computer Systems + Efficient Algorithms Friedhelm Meyer auf der Heide 1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen.
Algorithmen und Komplexität
Christian Schindelhauer
Christian Schindelhauer
Christian Schindelhauer
HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Algorithmen des Internets Sommersemester Vorlesung Christian.
HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Algorithmen des Internets Sommersemester Vorlesung Christian.
1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Algorithmen für Peer-to-Peer-Netzwerke Sommersemester Vorlesung.
Christian Schindelhauer
Algorithmen des Internets 2005 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität 1 Materialien zu Übung 9 Bälle in Körbe Ranged.
Approximationsalgorithmen Facility Location K-Median Cheng, Wei 12. Juli.
Christian Scheideler Institut für Informatik Universität Paderborn
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Effiziente Algorithmen
Effiziente Algorithmen
Effiziente Algorithmen
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/ /23.1.
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Verteilte Algorithmen und Datenstrukturen Kapitel 4: Caching Christian Scheideler Institut für Informatik Universität Paderborn.
Christian Scheideler Institut für Informatik Universität Paderborn
Neuronale Netze Nachtrag Perzeptron
Driften Spiel des Lebens. Anzahl der Ziehung en Absolute Häufigk eit blau Absolute Häufigk eit rot Relative Häufigk eit blau Relative Häufigk eit rot.
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Systeme II Christian Schindelhauer Sommersemester 2006.
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Peer-to-Peer- Netzwerke Christian Schindelhauer Sommersemester.
Das Traveling Salesman Problem (TSP)
Analyse der Laufzeit von Algorithmen
HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik Algorithmische Probleme in Funknetzwerken VIII Christian Schindelhauer
HEINZ NIXDORF INSTITUT Universität Paderborn Fakultät für Elektrotechnik, Informatik und Mathematik Algorithmische Probleme in Funknetzwerken XIII Klaus.
HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik Algorithmische Probleme in Funknetzwerken VI Christian Schindelhauer
Gliederung der Vorlesung
Algorithmen und Datenstrukturen Prof. Dr. Ralf Möller Universität zu Lübeck Institut für Informationssysteme Stefan Werner (Übungen) sowie viele Tutoren.
das Routing Information Protocol
Routing … … die Suche nach dem Weg..
 Präsentation transkript:

Algorithmen des Internets 2005 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität 1 Klausuraufgaben

Algorithmen des Internets 2005 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität 2 Aufgabe 1 –Welcher Algorithmus ist besser geeignet, um für das Routing in einem Netzwerk kürzeste Wege zu bestimmen? Breitensuche Tiefensuche –Eigennütziges Routing: Ändert sich im nachfolgend abgebildeten Netzwerk durch das Einfügen der Kante (B,A) mit Kosten 0 die optimale Lösung? ja nein X X

Algorithmen des Internets 2005 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität 3 Aufgabe 1 –Zu welcher Art des Routings zählt das Link-State-Routing? Oblivious Routing Adaptives Routing –Welche Größe versucht man im Mehrfach-Fluss-Modell zu minimieren? Congestion Dilation Durchsatz Routingzeit –Bandbreitenallokation im statischen Fall: Welcher Algorithmus benötigt die wenigsten Schritte, um die korrekte Bandbreite zu ermitteln? Binäre Suche AIMD Shrink-Algorithmus X X X

Algorithmen des Internets 2005 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität 4 Aufgabe 2 Zeichnen Sie zu den angegebenen Tabellen das zugehörige Netzwerk und berechnen Sie die Folgetabellen. Tritt das Count-to-Infinity- Problem auf? (ja) ABC ZielEntf.via B1B C2B ZielEntf.via A1A CC X ZielEntf.via AB BB Router ARouter BRouter C ZielEntf.via B1B C2B ZielEntf.via A1A CC ZielEntf.via AB CB update 4 3A update

Algorithmen des Internets 2005 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität 5 Aufgabe 3 Simulieren Sie AIMD versus AIAD. Verfügbare Bandbreite u=100, Startpunkt (20,50). Zeichnen Sie Fairness- und Effizienzlinie ein. (vgl. Übungsblatt 4) das Diagramm wurde mit sim erzeugt (siehe Materialien zu Übung 4)

Algorithmen des Internets 2005 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität 6 Aufgabe 3 Beweisen Sie die Fairness-Funktion F(x,y) := (x+y) / (2x 2 +2y 2 ) für x,y 0 höchstens 1 werden kann. Lösungshinweis: (x-y) 2 0 (vgl. Übungsblatt 4)

Algorithmen des Internets 2005 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität 7 Aufgabe 4 Zeigen Sie, dass AIMD bei dynamischer Bandbreite u [1..n] ein kompetitives Verhältnis von (n) besitzt bezüglich der gain-Funktion.

Algorithmen des Internets 2005 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität 8 Kompetitive Analyse Analyse von Online-Algorithmen Vergleich Online-Algorithmus mit Offline-Algorithmus Kompetitives Verhältnis (competitive ratio) für randomisierte/probabilistische Online-Algorithmen: Finde Probleminstanz x, für die das Verhältnis maximal ist: Spiel Adversary gegen Online-Algorithmus

Algorithmen des Internets 2005 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität 9 Bandweitenzuteilung im dynamischen Fall Adversary legt für jedem Zeitschritt t eine verfügbare Bandbreite u t fest Online-Algorithmus wählt eine Datenrate x t Gewinn: Anzahl übertragener Pakete... entspricht strengen Kosten: S(x,u) = u – gain(x,u)

Algorithmen des Internets 2005 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität 10 Bandbweitenzuteilung im dynamischen Fall t utut xtxt

Algorithmen des Internets 2005 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität 11 Lösungshinweise zu Aufgabe 4 Zeigen Sie, dass AIMD bei dynamischer Bandbreite u [1..n] ein kompetitives Verhältnis von (n) besitzt bezüglich der gain-Funktion. Wir betrachten die Gain-Funktion Das kompetitive Verhältnis ist (hier steht opt T im Zähler, da wir Gewinn und nicht Kosten betrachten) Wir versuchen nun, das Verhältnis zwischen opt T und gain T zu maximieren.

Algorithmen des Internets 2005 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität 12 Lösungshinweise zu Aufgabe 4 Beobachtung: 1.AIMD wächst langsam (additive increase), obwohl u t groß ist 2.Beim Überschreiten von u t ist gain(x t, u t )=0. Außerdem wird die Bandbreite im nächsten Schritt halbiert (multiplicative decrease) Wir setzen u t abwechselnd auf 1 oder n (u t = 1 falls t gerade, sonst u t = n) Wenn u t = n, dann ist x t = 1 und gain(x t, u t )=1 Wenn u t = 1, dann ist x t = 2 und gain(x t, u t )=0 (u t = 1 zwingt AIMD zur Halbierung der Bandbreite von 2 auf 1) Bei T Zeitschritten ist opt T = T(n/2+1) und gain T = T/2 utut xtxt utut xtxt additive increase multiplicative decrease