A. Kasperski, M. Kulej, BO -Wyk lad 5, Optymalizacja sieciowa 1

Podobne dokumenty
y 1 y 2 = f 2 (t, y 1, y 2,..., y n )... y n = f n (t, y 1, y 2,..., y n ) f 1 (t, y 1, y 2,..., y n ) y = f(t, y),, f(t, y) =

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

Algorytmiczna teoria grafów Przepływy w sieciach.

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE

celu przyjmijmy: min x 0 = n t Zadanie transportowe nazywamy zbilansowanym gdy podaż = popyt, czyli n

Metoda Simplex bez użycia tabel simplex 29 kwietnia 2010

Optymalizacja Rozpoczniemy od przedstawienia kilku charakterystycznych przyk ladów zadań optymalizacji liniowej.

W poszukiwaniu kszta ltów kulistych

Wyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika

Przestrzenie wektorowe, liniowa niezależność Javier de Lucas

13 Zastosowania Lematu Szemerédiego

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna

176 Wstȩp do statystyki matematycznej = 0, 346. uczelni zdaje wszystkie egzaminy w pierwszym terminie.

Niesimpleksowe metody rozwia zywania zadań PL. Seminarium Szkoleniowe Edyta Mrówka

Geometria odwzorowań inżynierskich. 1. Perspektywa odbić w zwierciad lach p laskich 06F

Niech X bȩdzie dowolnym zbiorem. Dobry porz adek to relacja P X X (bȩdziemy pisać x y zamiast x, y P ) o w lasnościach:

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Geometria odwzorowań inżynierskich Wyk lad 03B

Tomasz Downarowicz Instytut Matematyki i Informatyki Politechnika Wroc lawska Wroc law Wroc law, kwiecień 2011

Po wprowadzeniu zmiennych uzupe lniaj acych otrzymamy równoważny mu problem w postaci kanonicznej:

Zagadnienie Dualne Zadania Programowania Liniowego. Seminarium Szkoleniowe Edyta Mrówka

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera

Równania różniczkowe cz astkowe rzȩdu pierwszego

0.1 Sposȯb rozk ladu liczb na czynniki pierwsze

Geometria odwzorowań inżynierskich Zadania 02

Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu

Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej

Geometria odwzorowań inżynierskich Zadania 01

Logika matematyczna i teoria mnogości (I) J. de Lucas

Geometria odwzorowań inżynierskich perspektywa boczna wnȩtrza 06E

Foliacje symetralnymi w zespolonej przestrzeni hiperbolicznej

LOGIKA ALGORYTMICZNA

Wyk lad 2 Podgrupa grupy

Liczba 2, to jest jedyna najmniejsza liczba parzysta i pierwsza. Oś liczbowa. Liczba 1, to nie jest liczba pierwsza

T O P O L O G I A WPPT I, sem. letni WYK LAD 8. Wroc law, 21 kwietnia D E F I N I C J E Niech (X, d) oznacza przestrzeń metryczn a.

TEORIA GRAFÓW. MATERIA LY VI. semestr letni 2013/2014. Jerzy Jaworski. Typeset by AMS-TEX

Geometria odwzorowań inżynierskich perspektywa wnȩtrza 06C

Wyk lad 6 Podprzestrzenie przestrzeni liniowych

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania

Wyk lad 14 Formy kwadratowe I

Funkcje wielu zmiennych

Rachunek zdań - semantyka. Wartościowanie. ezyków formalnych. Semantyka j. Logika obliczeniowa. Joanna Józefowska. Poznań, rok akademicki 2009/2010

Wyk lad 1 Podstawowe struktury algebraiczne

Sieć (graf skierowany)

Wyk lad 11 1 Wektory i wartości w lasne

MATEMATYKA DYSKRETNA - wyk lad 1 dr inż Krzysztof Bryś. Wprowadzenie

Wyk lad 3 Wielomiany i u lamki proste

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1

Wyk lad 5. Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu. 1. Granice niew laściwe

u nk = n c nn u n 0 wyznacza siȩ empirycznie (elementy przejść) lub próbuje oszacować w obliczeniach typu ab initio Rachunek zaburzeń Löwdina

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego

KOMBINATORYKA 1 WYK LAD 9 Zasada szufladkowa i jej uogólnienia

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA

Sterowalność liniowych uk ladów sterowania

Niezb. ednik matematyczny. Niezb. ednik matematyczny

Przekształcenie Laplace a. Definicja i własności, transformaty podstawowych sygnałów

ZAGADNIENIE DUALNE Rozważmy zagadnienie liniowe(zagadnienie to nazywamy prymalnym) o postaci kanonicznej:

WYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE

Geometria odwzorowań inżynierskich rzut środkowy 06A

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym.

{E n ( k 0 ) + h2 2m (k2 k 2 0 )}δ nn + h m ( k k 0 ) p nn. c nn = E n ( k)c nn (1) gdzie ( r)d 3 r

Suma i przeciȩcie podprzestrzeń, suma prosta, przestrzeń ilorazowa Javier de Lucas

Wyk lad 12. (ii) najstarszy wspó lczynnik wielomianu f jest elementem odwracalnym w P. Dowód. Niech st(f) = n i niech a bedzie

Geometria odwzorowań inżynierskich. Zadania 10

TEORIA FUNKCJONA LÓW. (Density Functional Theory - DFT) Monika Musia l

Wyk lad 4. Grafy skierowane

Monika Musia l. METODA MIESZANIA KONFIGURACJI Configuration Interaction (CI) (ujȩcie wyznacznikowe)

Ekonomia matematyczna i dynamiczna optymalizacja

Suma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas

Wyk lad 4 Warstwy, dzielniki normalne

PODSTAWA PROGRAMOWA - LICEUM

MATEMATYKA REPREZENTACJA LICZB W KOMPUTERZE

Statystyka w analizie i planowaniu eksperymentu

stosunek przyrostu funkcji y do odpowiadajacego dy dx = lim y wielkości fizycznej x, y = f(x), to pochodna dy v = ds edkości wzgl edem czasu, a = dv

Wyk lad 14 Cia la i ich w lasności

FUNKCJE LICZBOWE. x 1

ANALIZA II 15 marca 2014 Semestr letni. Ćwiczenie 1. Czy dan a funkcjȩ da siȩ dookreślić w punkcie (0, 0) tak, żeby otrzymana funkcja by la ci ag la?

Zadania o liczbach zespolonych

Zestaw nr 7 Ekstremum funkcji jednej zmiennej. Punkty przegiȩcia wykresu. Asymptoty

z n n=1 S n nazywamy sum a szeregu. Szereg, który nie jest zbieżny, nazywamy rozbieżnym. n=1

Wyk lad 3 Wyznaczniki

Liczby naturalne i ca lkowite

P (x, y) + Q(x, y)y = 0. g lym w obszrze G R n+1. Funkcje. zania uk ladu (1) o wykresie przebiegaja

Geometria przestrzenna. Stereometria

0.1 Reprezentacja liczb w komputerze

Funkcje wielu zmiennych

Uproszczony dowod twierdzenia Fredricksona-Maiorany

SYSTEM DIAGNOSTYCZNY OPARTY NA LOGICE DOMNIEMAŃ. Ewa Madalińska. na podstawie prac:

Doświadczenie Atwood a

Liczby zespolone, liniowa zależność i bazy Javier de Lucas. a d b c. ad bc

Szymon G l ab. Struktury losowe II Graf losowy. Instytut Matematyki, Politechnika Lódzka

Cia la i wielomiany Javier de Lucas

Rozdzia l 1. Podstawowe elementy teorii krat

Dyskretne modele populacji

Wykład 4: Transformata Laplace a

na p laszczyźnie kartezjaṅskiej prowadzimy prost a o rȯwnaniu s 1. (1.1) s 0 + t 1 t 0

Dziedziny Euklidesowe

Transkrypt:

A. Kaperki, M. Kulej, BO -Wyk lad, Opymalizacja ieciowa 1 Zagadnienie makymalnego przep lywu (MP). Przyk lad. W pewnym mieście inieje fragmen wodoci agów zadany w poaci naȩpuj acej ieci: 1 Luki oznaczaj a rury a wierzcho lki wȩz ly wodoci agu. Dla każdej rury (i, j) A zadanajeprzepuowośću ij > 0,kóraoznaczailośćwodyjakamożeprzep lyn ać przez a rurȩ w ci agu 1 minuy. Ile makymalnie wody może przep lyn ać od wȩz la do wȩz la w ci agu 1 minuy? Wierzcho lek nazywamy ź ród lem a wierzcho lek ujściem. Uk lad liczb f = (x ij ), (i,j) A nazywamy przep lywem z do jeżeli: 1. 0 x ij u ij dla każdego (i,j) A.. Dla każdego wierzcho lka różnego od i uma wp lywów je równa umie wyp lywów. W przyk ladowej ieci np: dla wierzcho lka mui zachodzić: x +x = x +x +x Przyk ladowy przep lyw (w nawiaach) pokazany je na poniżzym ryunku: () () 1 () () (1) (1) () () Warości a przep lywu f nazywamy ca lkowiy wp lyw do ujścia (lub wyp lyw ze źród la). W powyżzym przyk ladzie je o wielkość v = x + x + x =. Chcemy znaleźć przep lyw makymalny czyli przep lyw o najwiȩkzej warości.

A. Kaperki, M. Kulej, BO -Wyk lad, Opymalizacja ieciowa Model liniowy: Dla przyk ladowej ieci naȩpuj acy model wyznacza makymalny przep lyw: maxv x +x = v [Wyp lyw ze źród la] x +x +x x x = 0 [Bilan w wierzcho lku ] x +x +x x x x = 0 [Bilan w wierzcho lku ] x x x = 0 [Bilan w wierzcho lku ] x +x x x = 0 [Bilan w wierzcho lku ] x x = 0 [Bilan w wierzcho lku ] x +x +x = v [Wp lyw do ujścia] 0 x ij u ij, (i,j) A [Przepuowości luków] Opymalne rozwi azanie pokazane je na poniżzym ryunku. Je o przep lyw o warości. () () 1 () () () () () () Przekroje w ieci Przekrojem (S, S) nazywamy podzia l wierzcho lków ieci na dwa roz l aczne podzbiory S i S, akie że S i S. W przyk ladowej ieci przekrojem je np: S = {,,,} i S = {,,}. Przepuowości a przekroju (S,S) nazywamy wyrażenie: u(s,s) = {(i,j):i S,j S} u ij 1

A. Kaperki, M. Kulej, BO -Wyk lad, Opymalizacja ieciowa Przekrójpokazanynapowyżzymryunkumaprzepuowośću +u +u +u = 1. Minimalnym przekrojem (w akim gard lem) nazywamy przekrój o minimalnej przepuowości. Twierdzenie 1 Makymalny przep lyw je równy przepuowości minimalnego przekroju. () () 1 () () () () () () W powyżzym przyk ladzie minimalny przekrój je naȩpuj acy: S = {,,, } i S = {,,}. Jego przepuowość wynoi czyli je dok ladnie równa warości makymalnego przep lywu. Jeżelif = (x ij )jemakymalnymprzep lywemii(s,s)jeminimalnymprzekrojem o: Dla luków (i,j) A akich że i S, j S zachodzi x ij = u ij. Dla luków (i,j) A akich że j S, i S zachodzi x ij = 0. Sieć reidualna W ieci G = (V,A) zadany je pewien przep lyw f = (x ij ), (i,j) A. Sieć reidualn a G f konruujemy naȩpuj aco: 1. Każdy luk (i, j) A zaȩpujemy dwoma lukami: (i, j) o przepuowości u ij x ij i (j,i) o przepuowości x ij i u ij (x ij ) j i u ij x ij j x ij. Uuwamy wzykie luki o przepuowości 0. Twierdzenie Przep lyw f je makymalny wedy i ylko kedy gdy w ieci reidualnej nie inieje ścieżka od do. W przeciwnym wypadku można powiȩzyć przep lyw o δ > 0, gdzie δ je równe minimalnej przepuowości luku na ścieżce od do.

A. Kaperki, M. Kulej, BO -Wyk lad, Opymalizacja ieciowa 1(1) 1() 0(1) (1) 10 () () 1() () 1() 1 1 Na powyżzym ryunku przedawiona je ieć G z przep lywem f oraz odpowiednia ieć reidualna G f. W ieci reidualnej inieje ścieżka. Minimalna przepuowość luku na ej ścieżce wynoi. Można wiȩc zwiȩkzyć przep lyw w oryginalnej ieci o w naȩpuj acy poób: + - () + 0(1) 1() Nowy przep lyw oraz odpowiadaj aca mu ieć reidualna przedawiona je na poniżzym ryunku: 1(1) 1() 0(1) (1) 10 () 1(1) () 1() 1 1 1 1 1 W ieci reidualnej nie inieje ścieżka od do a wiȩc uzykany przep lyw je makymalny (ma warość ). Minimalnny przekrój (S,S) wyznaczamy naȩpuj aco: do S należy oraz wzykie wierzcho lki i V dla kórych inieje ścieżka od do i w ieci reidualnej. do S należ a pozoa le wierzcho lki. Minimalnyprzekrójwpowyżzymprzyk ladziewynois = {,,,}is = {,}. Jego przepuowość wynoi a wiȩc yle ile makymalny przep lyw.

A. Kaperki, M. Kulej, BO -Wyk lad, Opymalizacja ieciowa ALGORYTM FULKERSONA - FORDA 1: Przyjmij x ij = 0 dla każdego (i,j) A (je o przep lyw zerowy f) : Skonruuj ieć reidualn a G f. : Jeżeli nie inieje ścieżka od do w G f o KONIEC - przep lyw f je makymalny. W przeciwnym wypadku znajdź luk o minimalnej przepuowości δ na ścieżce od do w G f. Powiȩkz przep lyw w oryginalnej ieci o δ orzymuj ac wiȩkzy przep lyw f i wróć do :. Przyk lad: Po lewej ronie znajduje iȩ oryginalna ieć a po prawej odpowiednia ieć reidualna. Dla przep lywu zerowego obie ieci a idenyczne. () () () () () () () () () () () () ()