Kombinatorische Optimierung Approximation und Randomisierung ...
Kombinatorische Optimierung Approximation und Randomisierung ...
Kombinatorische Optimierung Approximation und Randomisierung ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Handouts zur VL vom 15.06.2009 Stand dieser Sammlung: 17. Juli 2009<br />
Beispiel 5.3.8 (Ein sehr einfaches Beispiel).<br />
v2<br />
v1<br />
Phase 0<br />
v4 • eine opt. Reihenfolge : 1, 3, 2, 4<br />
v3<br />
�<br />
e<br />
�<br />
t yOPT et = 3<br />
• eine Algo-Reihenfolge : 1, 2, 3, 4 (siehe Tabellen)<br />
Summe der Überdeckungszeitpunkte = 4<br />
xit v1 v2 v3 v4<br />
t = 1<br />
t = 2<br />
t = 3<br />
1<br />
2<br />
0<br />
0<br />
1<br />
2<br />
0<br />
0<br />
0<br />
1<br />
2<br />
0<br />
0<br />
1<br />
2<br />
0<br />
t = 4 0 0 0 0<br />
Phase 1<br />
zit v1 v2 v3 v4<br />
t = 1 1 1 0 0<br />
t = 2 0 0 1 1<br />
t = 3 0 0 0 0<br />
t = 4 0 0 0 0<br />
Satz 5.3.9 ([FLT04]). Mit ¯x <strong>und</strong> der LP-Lösung y in Algorithmus 5.3.7 <strong>und</strong><br />
⎧<br />
⎨1<br />
Kante e ist vor Slot s im Zeitfenster t noch nicht überdeckt<br />
¯yets :=<br />
⎩0<br />
sonst<br />
für e ∈ E, t ∈ [n] <strong>und</strong> s ∈ [st] gilt<br />
⎡<br />
E ⎣ �<br />
⎤<br />
� �<br />
¯yets<br />
⎦<br />
e∈E t∈[n] s∈st<br />
!<br />
≤ 2 · � �<br />
yet<br />
e∈E t∈[n]<br />
o.k.<br />
≤ 2 · �<br />
�<br />
y<br />
e∈E t∈[n]<br />
OPT<br />
et ,<br />
wobei y OPT ein optimale Lösung des ILP aus Beobachtung 5.3.6 sei.<br />
Beweis: Wir brachen für den Beweis zuerst einige Definitionen <strong>und</strong> technische Einzelheiten,<br />
die wir am Ende zusammensetzen:<br />
Für e ∈ E, t ∈ [n] <strong>und</strong> s ∈ [st] definiere die Ereignisse<br />
Aet := Kante e ist vor Zeitfenster t nicht überdeckt<br />
Bets := Kante e ist vor Slot s in Zeitfenster t nicht überdeckt<br />
<strong>und</strong> für den Fall, dass Aet eingetreten ist, definiere die Zufallsvariablen<br />
Wet := # Slots in Zeitfenster t, vor denen e noch nicht überdeckt<br />
Ret := # Knoten k außer den Endknoten von e, deren<br />
zugehörige Variable ¯xkt in Zeitfenster t auf 1 ger<strong>und</strong>et wird<br />
Wir berechnen E[Wet]: Mit der 0-1-Zufallsvariable<br />
⎧<br />
⎨1<br />
Ereignis Bets tritt ein<br />
�Bets :=<br />
⎩0<br />
sonst<br />
B. Langfeld, A. Srivstav: <strong>Kombinatorische</strong> <strong>Optimierung</strong> (CAU, SoSe 2009) 26