Institut für Mathematik der Universität Augsburg - am Institut für ...
Institut für Mathematik der Universität Augsburg - am Institut für ...
Institut für Mathematik der Universität Augsburg - am Institut für ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Reischmann Lisa: Penrose-Pflasterung mit lokaler Zehneck-Symmetrie<br />
Erstgutachter: Prof. Eschenburg, Zweitgutachter: Prof. Hachenberger<br />
Ruf Angela: Semidefinite Optimierung<br />
Erstgutachter: Prof. Borgwardt, Zweitgutachter: Prof. Jungnickel<br />
Frau Ruf beschäftigt sich mit Semidefiniten Optimierungsproblemen. Dabei treten im Gegensatz zur linearen o<strong>der</strong><br />
nichtlinearen Optimierung Restriktionen auf, die bestimmte zu besetzende Variablen so aneinan<strong>der</strong>koppeln, dass<br />
man diese als Einträge einer o<strong>der</strong> mehrerer Matrizen ansieht. Von diesen so entstehenden Matrizen wird nun<br />
verlangt, dass sie positiv semidefinit sind. D<strong>am</strong>it werden diese Probleme deutlich schwerer als in <strong>der</strong> klassischen<br />
Theorie. Gegenstand <strong>der</strong> Arbeit sind dann nach <strong>der</strong> Erörterung <strong>der</strong> Problematik die Lösungsverfahren, die hierzu<br />
zur Verfügung stehen. Insbeson<strong>der</strong>e sind dies Innere-Punkte-Verfahren. Diese werden beschrieben,<br />
implementiert und getestet und ihre Wirkungsweise wird dokumentiert.<br />
Rupprecht Lea Katrin: Aufwandsuntersuchungen beim Dakin-Algorithmus <strong>für</strong> Ganzzahlige Optimierung unter<br />
dem probabilistischen Rotations-Symmetrie-Modell<br />
Erstgutachter: Prof. Borgwardt, Zweitgutachter: Prof. Jungnickel<br />
Frau Rupprecht führt eine empirische Durchschnittsanalyse eines bestimmten Verfahrens zur ganzzahligen<br />
Optimierung, nämlich des Dakin-Verfahrens durch. Ganzzahlige Optimierung sucht den besten ganzzahligen<br />
Lösungsvektor, <strong>der</strong> bestimmte (lineare) Restriktionen o<strong>der</strong> Anfor<strong>der</strong>ungen erfüllt. Dies ist deutlich schwerer als<br />
lineare Optimierung. Das hier<strong>für</strong> geeignete Dakin-Verfahren benutzt eine Branch-and-Bound-Strategie, indem es<br />
das Hauptproblem immer wie<strong>der</strong> in jeweils 2 Teilprobleme aufteilt und <strong>für</strong> die Teilprobleme die Lösungsfrage neu<br />
stellt. Die Aufteilung erfolgt nach folgendem Prinzip: Ist ein Vektor x = (x 1 ,...,x i ,x n ) optimal <strong>für</strong> das <strong>der</strong>zeitige<br />
Hauptproblem, aber x i nicht ganz, dann eignet sich x nicht als Lösungsvorschlag, weil es die<br />
Ganzzahligkeitsanfor<strong>der</strong>ung verletzt. Man führt nun (<strong>für</strong> zwei verschiedene Teilprobleme) die Zusatzrestriktionen<br />
x i ≤ [x i ] und<br />
x i ≥[x i ] ein und hat d<strong>am</strong>it zwei Probleme geschaffen. Diese werden nun ohne die<br />
Ganzzahligkeitsbedingungen optimiert. Das Branch-and-Bound-Prinzip erlaubt es nun, auf die Weiterbehandlung<br />
und Weiterteilung von Problemen zu verzichten, bei denen <strong>der</strong> höchste erzielbare Nutzen geringer ist als bei<br />
einem geeigneten ganzzahligen Punkt, <strong>der</strong> schon bekannt ist. Auf diese Weise spart diese Methode viel ein. Nun<br />
werden Zufallsprobleme nach dem sogenannten Rotationssymmetrie-Modell (Kugeloberflächenverteilung und<br />
Gauß-Verteilung) erzeugt und mit diesem Verfahren gelöst. In Abhängigkeit von den gewählten Dimensionen<br />
werden nun Durchschnittswerte <strong>für</strong> den Rechenaufwand ermittelt und tabelliert.<br />
Sauer Christoph: Algorithmen zur Bestimmung von Kreisen gera<strong>der</strong> und ungera<strong>der</strong> Länge in ungerichteten Graphen<br />
Erstgutachter: Prof. Jungnickel, Zweitgutachter: Prof. Hachenberger<br />
Kreise gehören zu den grundlegenden Strukturen <strong>der</strong> (algorithmischen) Graphentheorie; so sind die beson<strong>der</strong>s<br />
wichtigen bipartiten Graphen dadurch gekennzeichnet, dass sie keine Kreise ungera<strong>der</strong> Länge enthalten. Die<br />
Länge eines kürzesten Kreises (die sogenannte Taillenweite) ist ein wichtiger graphentheoretischer Par<strong>am</strong>eter,<br />
<strong>der</strong> beispielsweise im Kontext <strong>der</strong> Planarität auftaucht. Herr Sauer hatte die Aufgabe, in seiner Bachelorarbeit<br />
zwei ähnliche, aber genauer spezifizierte Probleme über Kreise darzustellen und zu implementieren, nämlich die<br />
Bestimmung kürzester Kreise von gera<strong>der</strong> Länge (KKGL) bzw. von ungera<strong>der</strong> Länge (KKUL) in ungerichteten<br />
Graphen (ohne Gewichtsfunktion). Er sollte dazu insbeson<strong>der</strong>e zwei Arbeiten von Monien (1983) und Yuster<br />
(1997) heranziehen. Die zweite dieser Arbeiten ist technisch durchaus recht anspruchsvoll und stellt wohl die<br />
Grenze dessen dar, was man von einer Bachelorarbeit erwarten kann.<br />
Schlaffer Tobias: Eine Einführung in die Lagrange-Relaxations-Technik<br />
Erstgutachter: Prof. Hachenberger, Zweitgutachter: Prof. Borgwardt<br />
In <strong>der</strong> kombinatorischen Optimierung treten häufig komplexe Problemstellungen auf, die man mit vernünftigem<br />
Aufwand nur näherungsweise lösen kann. Die Grundidee <strong>der</strong> Lagrange-Relaxations-Methode besteht darin,<br />
gewisse, als unangenehm geltende Restriktionen aufzugeben („relaxieren“) und diese mit den sog. „Lagrange-<br />
Multiplikatoren“ gewichtet in die Zielfunktion zu verbannen. Für jeden festen Lagrange-Multiplikator entsteht dann<br />
ein sog. Lagrange-Problem, dessen Lösung (bei Minimierungsproblemen) eine untere Schranke <strong>für</strong> die gesuchte<br />
83