ebook img

Kombinatorische Optimierung erleben: In Studium und Unterricht (Mathematik erleben) (German Edition) PDF

327 Pages·2007·3.64 MB·German
Save to my drive
Quick download
Download
Most books are stored in the elastic cloud where traffic is expensive. For this reason, we have a limit on daily download.

Preview Kombinatorische Optimierung erleben: In Studium und Unterricht (Mathematik erleben) (German Edition)

Stephan Hußmann Brigitte Lutz-Westphal (Hrsg.) Kombinatorische Optimierung erleben Aus dem Programm Mathematik für das Lehramt Algorithmik für Einsteiger von Armin P. Barth Zahlentheorie für Einsteiger von Andreas Bartholomé, Josef Rung, Hans Kern Algebra für Einsteiger von Jörg Bewersdorff Stochastik für Einsteiger von Norbert Henze Graphen für Einsteiger von Manfred Nitzsche Diskrete Mathematik für Einsteiger von Albrecht Beutelspacher, Marc-Alexander Zschiegner Kombinatorische Optimierung erleben von Stephan Hußmann, Brigitte Lutz-Westphal (Hrsg.) Stochastik einmal anders von Gerd Fischer Elementargeometrie von Ilka Agricola, Thomas Friedrich Elementare Geometrie und Algebra von Hans-Wolfgang Henn Geometrische Gruppentheorie von Stefan Rosebrock vieweg Stephan Hußmann Brigitte Lutz-Westphal (Hrsg.) Kombinatorische Optimierung erleben In Studium und Unterricht Bibliografische Information Der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über <http://dnb.d-nb.de> abrufbar. Prof. Dr. Stephan Hußmann Universität Dortmund Fachbereich Mathematik, IEEM Vogelpothsweg 87 44227 Dortmund E-Mail: [email protected] Dr. Brigitte Lutz-Westphal Technische Universität Berlin Institut für Mathematik Straße des 17. Juni 136 10623 Berlin E-Mail: [email protected] 1. Auflage März 2007 Alle Rechte vorbehalten ©Friedr.Vieweg & Sohn Verlag | GWV Fachverlage GmbH, Wiesbaden 2007 Lektorat:UlrikeSchmickler-Hirzebruch | Petra Rußkamp Der Vieweg Verlag istein Unternehmen von Springer Science+Business Media. www.vieweg.de Das Werkeinschließlichaller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verlags unzulässig und strafbar. Das gilt insbesondere für Vervielfältigungen, Übersetzungen, Mikroverfilmungen und die Einspeiche- rung und Verarbeitung in elektronischen Systemen. Konzeption und Layout des Umschlags: Ulrike Weigel, www.CorporateDesignGroup.de Gestaltung und Satz: Christoph Eyrich, Berlin Druck und buchbinderische Verarbeitung: MercedesDruck, Berlin Gedruckt auf säurefreiem und chlorfrei gebleichtem Papier. Printed in Germany ISBN 978-3-528-03216-6 Inhalt 42–einGeleitwortvonPeterGritzmann xi Vorwort xiii 1 BrigitteLutz-Westphal OptimalzumZiel:DasKürzeste-Wege-Problem 1 1 U-Bahn-Fahrten,SchulwegeunddieReisevonDatenpaketen . . 1 Problem1–U-Bahnfahren . . . . . . . . . . . . . . . . . . 1 Problem2–DenSchulwegoderdenWegzurArbeitoptimieren 2 Problem3–Datenpaketeverschicken . . . . . . . . . . . . . 3 2 DieQualderWahl:Wassolloptimiertwerden? . . . . . . . . . . 3 3 AlleMöglichkeitenprobieren:Enumeration . . . . . . . . . . . . 4 4 GraphenundGraphenisomorphie . . . . . . . . . . . . . . . . . 6 GraphenundWege . . . . . . . . . . . . . . . . . . . . . . . 6 DasGraphenlabor . . . . . . . . . . . . . . . . . . . . . . . 8 Graphenisomorphie . . . . . . . . . . . . . . . . . . . . . . 10 Matrizen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 5 DieBreitensuche . . . . . . . . . . . . . . . . . . . . . . . . . . 16 ErsteIdeenfüreinen»Weg-mit-minimaler-Anzahl-von-Kanten- Algorithmus« . . . . . . . . . . . . . . . . . . . . . . . . . . 16 DieFroschperspektiveunddieLochblende . . . . . . . . . . 18 FormulierungderBreitensuche . . . . . . . . . . . . . . . . 20 BlättertauschundRollenspiel:ÜberprüfenderFormulierung 24 6 DerAlgorithmusvonDijkstra . . . . . . . . . . . . . . . . . . . 26 GewichteteGraphen . . . . . . . . . . . . . . . . . . . . . . 26 DenAlgorithmusvonDijkstranacherfinden . . . . . . . . . 28 7 MehrüberoptimaleWege . . . . . . . . . . . . . . . . . . . . . 33 vi Inhalt 8 Vertiefung:Korrektheitsbeweise . . . . . . . . . . . . . . . . . . 35 KorrektheitsbeweisfürdieBreitensuche . . . . . . . . . . . . 35 KorrektheitsbeweisfürdenAlgorithmusvonDijkstra . . . . 37 2 BrigitteLutz-Westphal Günstigverbunden:MinimaleaufspannendeBäume 39 1 Leitungsnetzeplanen,StraßenerneuernundComputerverkabeln 39 Problem1–Leitungenerneuern . . . . . . . . . . . . . . . . 39 Problem2–Straßenbelägekostengünstigverbessern . . . . . 41 Problem3–Telefonleitungenmieten . . . . . . . . . . . . . 41 Problem4–Computernetzwerkeverkabeln . . . . . . . . . . 42 2 DasProblemmodellieren . . . . . . . . . . . . . . . . . . . . . . 42 3 Bäume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 EindeutigkeitderWege . . . . . . . . . . . . . . . . . . . . . 45 DieAnzahlderBaumkanten . . . . . . . . . . . . . . . . . . 46 DieAnzahlderaufspannendenBäume . . . . . . . . . . . . 50 4 DieTiefensuche . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 DerAlgorithmus . . . . . . . . . . . . . . . . . . . . . . . . 53 Korrektheitsbeweis . . . . . . . . . . . . . . . . . . . . . . . 56 DasDaumenkinoundnocheinmaldieLochblende . . . . . 56 Exkurs:Ariadne–dieersteInformatikerin . . . . . . . . . . 58 EngeVerwandte:TiefensucheundBreitensuche . . . . . . . 60 5 DieAlgorithmenvonKruskalundPrim . . . . . . . . . . . . . . 62 KostenkommeninsSpiel . . . . . . . . . . . . . . . . . . . 62 Zwei»gierige«Vorgehensweisen . . . . . . . . . . . . . . . . 63 6 Steinerbäume . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 7 Vertiefung:KorrektheitsbeweisefürdieAlgorithmenvonKruskal undPrim . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 3 BrigitteLutz-Westphal MathematikfürdieMüllabfuhr:DaschinesischePostbotenproblem 69 1 TourenplanungfürMüllabfuhr,PostzustellungundMuseen . . . 69 Problem1–Müllabfuhroptimieren . . . . . . . . . . . . . . 69 Problem2–DaschinesischePostbotenproblem . . . . . . . 70 Problem3–EinMuseumplanen . . . . . . . . . . . . . . . 71 Inhalt vii 2 ModellierungdurchGraphen . . . . . . . . . . . . . . . . . . . 71 WelcheInformationenwerdenzurLösungderAufgabe benötigt? . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71 WiegenausolldasModellwerden? . . . . . . . . . . . . . . 74 3 DaschinesischePostbotenproblem . . . . . . . . . . . . . . . . . 76 4 EulergraphenundEulertouren . . . . . . . . . . . . . . . . . . . 77 DieMüllabfuhr,dieKönigsbergerBrückenundLeonhardEuler 77 AlgorithmenfürEulertouren . . . . . . . . . . . . . . . . . 79 FigurenineinemZugzeichnen . . . . . . . . . . . . . . . . 84 5 Knotengrade . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 DieAnzahlderungeradenKnoten . . . . . . . . . . . . . . . 85 EinweitererBeweisfürdieAnzahlderBlätterimBaum . . . 87 MehrüberKnotengrade . . . . . . . . . . . . . . . . . . . . 87 6 Matchings:WasdieMüllabfuhrmitPartnerwahlzutunhat . . . 89 7 DieLösungfürMüllautosundandereAnwendungen . . . . . . . 91 8 ThemamitVariationen:AnderePostbotenprobleme . . . . . . . 93 4 MartinGrötschel SchnelleRundreisen:DasTravelling-Salesman-Problem 95 1 Problem1–Städtereisen . . . . . . . . . . . . . . . . . . . . . . 95 DieModellierungalsGraph . . . . . . . . . . . . . . . . . . 96 2 Problem2–DasBohrenvonLeiterplatten . . . . . . . . . . . . . 98 3 Löcherbohren:DieZielfunktion . . . . . . . . . . . . . . . . . . 101 4 DerUrsprungdesTravelling-Salesman-Problems . . . . . . . . . 106 5 Lösungsmethoden . . . . . . . . . . . . . . . . . . . . . . . . . 108 ExakteAlgorithmen:Enumeration . . . . . . . . . . . . . . 109 ExakteAlgorithmen:GanzzahligeProgrammierung . . . . . 111 Greedy-Algorithmen . . . . . . . . . . . . . . . . . . . . . . 115 ApproximationsalgorithmenfürdasSTSP . . . . . . . . . . 118 Verbesserungsverfahren . . . . . . . . . . . . . . . . . . . . 123 6 Vertiefung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124 DieNichtapproximierbarkeitdesTSP . . . . . . . . . . . . . 124 ZufallunddasTSP . . . . . . . . . . . . . . . . . . . . . . . 126 7 LösungenundLiteraturhinweise . . . . . . . . . . . . . . . . . . 128 viii Inhalt 5 TimoLeuders WennesMathematikernzubuntwird:Färbeprobleme 131 1 Landkarten,Fische,HandysundBotschafter. . . . . . . . . . . . 131 Problem1–Landkartenfärbung . . . . . . . . . . . . . . . . 133 Problem2–Fischgesellschaften . . . . . . . . . . . . . . . . 133 Problem3–Handynetze . . . . . . . . . . . . . . . . . . . . 135 Problem4–Diplomatenkarussell . . . . . . . . . . . . . . . 135 Wiepasstdasalleszusammen? . . . . . . . . . . . . . . . . . 136 2 Ideen,BegriffeundZusammenhänge . . . . . . . . . . . . . . . 137 GraphenalsModelle . . . . . . . . . . . . . . . . . . . . . . 138 EinkleinerAbstecheroder:»Dabistduplatt« . . . . . . . . . 142 ReichenvierFarbendennnunimmer?Plättbarkeitund Färbbarkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . 148 Wiesiehtesabernunmit4Farbenaus? . . . . . . . . . . . . 153 3 WieknacktmandieFärbungsproblemepraktisch? . . . . . . . . 154 Fingerübungen . . . . . . . . . . . . . . . . . . . . . . . . . 154 Jetztwirdeshandgreiflicher:Färbealgorithmen . . . . . . . . 157 VonderHeuristikzumAlgorithmus . . . . . . . . . . . . . . 164 »Vorwärts,undnichtvergessen!« . . . . . . . . . . . . . . . 165 WieauseinemBeweiseinAlgorithmuswird . . . . . . . . . 168 6 StephanHußmann MitMathematikspielendgewinnen:KombinatorischeSpiele 171 1 MitMathematikspielendgewinnen . . . . . . . . . . . . . . . . 171 Spiel1–Bridg-It . . . . . . . . . . . . . . . . . . . . . . . . 171 Spiel2–Shannon-Switching-Game . . . . . . . . . . . . . . 172 Spiel3–Trianguli . . . . . . . . . . . . . . . . . . . . . . . 173 Spiel4–Hex . . . . . . . . . . . . . . . . . . . . . . . . . . 173 2 SpielemitmathematischerStrategiegewinnen . . . . . . . . . . 174 Bridg-It–ZugängezurGraphentheorie . . . . . . . . . . . . 175 KanndasSpieljemalsunentschiedenenden? . . . . . . . . . 176 WiekanneinegeeigneteGewinnstrategieaussehen? . . . . . 180 Werbeginnt,dergewinnt . . . . . . . . . . . . . . . . . . . 181 3 Shannon-Switching-Game . . . . . . . . . . . . . . . . . . . . . 183 4 Trianguli. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191 5 Hex . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197 Inhalt ix 7 StephanHußmann Werpasstzuwem?Matchings 203 1 JobsundTanzkurse–immereineFragederrichtigenZuordnung 203 Problem1–Jobverteilung . . . . . . . . . . . . . . . . . . . 203 Problem2–Tanzkurs . . . . . . . . . . . . . . . . . . . . . 205 2 EineEntdeckungsreisedurchdieWeltderMatchings . . . . . . . 205 AufwelcherSeitestehstdu?–ZweigeteilteGraphen . . . . . 206 3 StellenundBewerber . . . . . . . . . . . . . . . . . . . . . . . . 210 Jetzteinmalgierig! . . . . . . . . . . . . . . . . . . . . . . . 212 Perfektmatchen . . . . . . . . . . . . . . . . . . . . . . . . 213 GuteNachbarschaftsverhältnisse . . . . . . . . . . . . . . . 214 Jetztwirdgeheiratet . . . . . . . . . . . . . . . . . . . . . . 216 Immerabwechselnd . . . . . . . . . . . . . . . . . . . . . . 218 KnotenstattKanten . . . . . . . . . . . . . . . . . . . . . . 224 EineDeckevollerKnoten . . . . . . . . . . . . . . . . . . . 226 4 EinkurzerAusblick:MatchingsaufgewichtetenGraphen . . . . . 228 8 StephanHußmann WievielpasstnochindieLeitung?FlüsseundNetzwerke 233 1 VonFlüssenundGewinnchancen . . . . . . . . . . . . . . . . . 233 Problem1–Energietransport . . . . . . . . . . . . . . . . . 234 Problem2–Handballmeisterschaft . . . . . . . . . . . . . . 236 2 WievielWasserpasstindenFluss? . . . . . . . . . . . . . . . . . 237 VieleWegeführenzumZiel . . . . . . . . . . . . . . . . . . 240 FlussundKapazität . . . . . . . . . . . . . . . . . . . . . . 241 WelcheWegegibtesüberhaupt? . . . . . . . . . . . . . . . . 244 VonverschiedenenStandortenaufdasProblemschauen . . . 246 Alltagserfahrungennutzbarmachen . . . . . . . . . . . . . . 246 Netzwerkschnitte . . . . . . . . . . . . . . . . . . . . . . . . 247 VorwärtsoderRückwärts . . . . . . . . . . . . . . . . . . . 248 WielässtsicheinFlussmaximieren? . . . . . . . . . . . . . . 251 KleinsterSchnitttrifftgrößtenFluss . . . . . . . . . . . . . . 253 AufderSuchenacheinemAlgorithmus . . . . . . . . . . . . 254 3 Werwirderster? . . . . . . . . . . . . . . . . . . . . . . . . . . . 257 SpieleundMannschaften . . . . . . . . . . . . . . . . . . . 258 x Inhalt 9 MartinGrötschel DasProblemmitderKomplexität:P NP? 265 D 10 AndreasBriedenundPeterGritzmann Von Ackerbauund polytopalen Halbnormen: DiskreteOptimierung für dieLandwirtschaft 275 1 Problem–Flurbereinigung . . . . . . . . . . . . . . . . . . . . . 275 2 LösungdurchcomputergestützeEnumeration? . . . . . . . . . . 278 3 Modellierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279 DieNebenbedingungen . . . . . . . . . . . . . . . . . . . . 279 Geometrisch/zahlentheoretischeInterpretationderzulässigen Menge . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283 WahlderZielfunktion . . . . . . . . . . . . . . . . . . . . . 286 Abstandsmessung . . . . . . . . . . . . . . . . . . . . . . . 288 Abstandsmaximierung . . . . . . . . . . . . . . . . . . . . . 291 PolytopaleHalbnormen . . . . . . . . . . . . . . . . . . . . 294 ZusammenfassungdesAlgorithmus . . . . . . . . . . . . . . 299 4 UmsetzunginderPraxis . . . . . . . . . . . . . . . . . . . . . . 300 Optimierungsvorschlag . . . . . . . . . . . . . . . . . . . . 300 PostoptimierungvorOrt . . . . . . . . . . . . . . . . . . . . 301 5 Fazit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304 Literatur 305 Index 309

Description:
Kombinatorische Optimierung ist allgegenwärtig: Ob Sie elektronische Geräte oder Auto-Navigationssysteme verwenden, den Mobilfunk nutzen, den Müll von der Müllabfuhr abholen lassen oder die Produkte einer effizient arbeitenden Landwirtschaft konsumieren, immer steckt auch Mathematik dahinter. Di
See more

The list of books you might like

Most books are stored in the elastic cloud where traffic is expensive. For this reason, we have a limit on daily download.