Redaktion: K. Sigmund, G. Greschonig (Univ. Wien, Strudlhofgasse ...
Redaktion: K. Sigmund, G. Greschonig (Univ. Wien, Strudlhofgasse ...
Redaktion: K. Sigmund, G. Greschonig (Univ. Wien, Strudlhofgasse ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Sektion 3 – Diskrete Mathematik, Algorithmen<br />
Stabile Mengen, Relaxationen und geometrischer Rank<br />
ANDREAS BRIEDEN<br />
(gemeinsam mit P. Gritzmann)<br />
Zentrum Mathematik, TU München, D-80290 München<br />
brieden@ma.tum.de<br />
http://www-m9.ma.tum.de/˜brieden/<br />
Für einen Graph G auf n Knoten bezeichne α die Kardinalität einer maximalen<br />
stabilen Menge in G, PS� G� das zu G gehörige Stable-Set-Polytop und P� G� eine<br />
Relaxation von PS� G� , d.h. PS� G��� P� G����� 0� 1� n . Der geometrische Rank g<br />
von P� G� ist definiert als das kleinste p, so daß max��� x� p : x � P� G��� an einer<br />
ganzzahligen Ecke angenommen wird und somit α 1� p entspricht.<br />
Es gilt 1 � g� P� G����� ∞, wobei g� P� G����� ∞ trivial aus P� G����� 0� 1� n folgt<br />
und g� P� G����� 1 bedeutet, daß α mit linearer Optimierung über P� G� berechnet<br />
werden kann.<br />
Für beliebiges k � N gibt es Relaxationen, deren geometrischer Rank nach oben<br />
durch 1 � log� n� k� beschränkt und für die das Separationsproblem in polynomi-<br />
eller Zeit gelöst werden kann. Andererseits ist unter der Annahme � � NP ZPP<br />
Separation für Relaxationen mit endlichem geometrischen Rank (also unabhängig<br />
von der jeweiligen Knotenzahl n) nicht in polynomieller Zeit möglich.<br />
Schnelle Algorithmen für Standortprobleme auf Bäumen mit<br />
positiven und negativen Gewichten<br />
RAINER BURKARD<br />
(gemeinsam mit Helidon Dollani)<br />
Institut für Mathematik B, Technische <strong>Univ</strong>ersität Graz<br />
Steyrergasse 30, A-8010 Graz<br />
burkard@opt.math.tu-graz.ac.at<br />
In der klassischen Standorttheorie wird die optimale Plazierung von Zentren untersucht,<br />
die möglichst nahe bei ihren Kunden liegen sollen. Wir betrachten die<br />
Plazierung von Zentren, die von einigen Kunden gewünscht, von anderen aber<br />
abgelehnt werden. Dies wird mit positiven und negativen Gewichten modelliert.<br />
Dadurch gehen die in der klassischen Theorie vorhandenen schönen Konvexitätseigenschaften<br />
der involvierten Funktionen verloren. Dennoch ist es möglich, auch<br />
in diesem Fall effiziente und schnelle Lösungsverfahren herzuleiten. Im Vortrag<br />
wird dazu ein Überblick über Resultate und Methoden gebracht werden.<br />
81