Løsningsforslag: Deloppgave om heuristiske søkemetoder

Like dokumenter
Løsningsforslag: Deloppgave om heuristiske søkemetoder ALGKON 2002, ordinær eksamen

EKSAMEN Løsningsforslag

EKSAMEN løsningsforslag

EKSAMEN Løsningsforslag

Løsningsforslag: Deloppgave om heuristiske søkemetoder ALGKON 2002, kontinuasjonseksamen

Oblig 2 - MAT1120. Fredrik Meyer 26. oktober 2009 = A = P1 1 A 1 P 1 A 1 A 2 = P 1. A k+1. A k P k

Faglærer går normalt én runde gjennom lokalet. Ha evt. spørsmål klare!

Løsningsforslag. Oppgavesettet består av 9 oppgaver med i alt 21 deloppgaver. Ved sensur vil alle deloppgaver telle omtrent like mye.

Kapittel 10 fra læreboka Grafer

Faglærer går normalt én runde gjennom lokalet. Ha evt. spørsmål klare!

Løsningsforslag til eksamen

MA1101 Grunnkurs Analyse I Høst 2017

Matematikk for IT. Oblig 7 løsningsforslag. 16. oktober

UNIVERSITETET I OSLO

Matematikk for IT. Løsningsforslag til prøve 2. Torsdag 24. oktober 2013

Fakultet for teknologi, kunst og design Teknologiske fag Eksamen i: Diskret matematikk

FØLGER, REKKER OG GJENNOMSNITT

Mer om utvalgsundersøkelser

Numeriske metoder: Euler og Runge-Kutta Matematikk 3 H 2016

Tallsystemer. Læringsmål. Posisjonstallsystemer. Potensregning en kort repetisjon 123 = = 7B 16. Forstå posisjonstallsystemer

Obligatorisk oppgave nr. 3 i Diskret matematikk

Løsningsforslag. Oppgavesettet består av 16 oppgaver. Ved sensur vil alle oppgaver telle like mye med unntak av oppgave 6 som teller som to oppgaver.

Innhold og forelesningsplan Eksempler på LP Begreper Løsning av enkelt eksempel Praktisk relevans Leksjon 2: Simpleksmetoden for løsning av LP

Tallsystemer. Posisjonstallsystemer. Måling med desimal målestokk. Den generelle formelen for titallsystemet 123 = = 7B 16

Algoritmer og datastrukturer Avsnitt Algoritmeanalyse

Løsningsforslag: Deloppgave om heuristiske søkemetoder ALGKON 2001, ordinær eksamen

Løsningsforslag til prøveeksamen i MAT1110, våren 2012

Differensligninger Forelesningsnotat i Diskret matematikk Differensligninger

Avsnitt 8.1 i læreboka Differensligninger

IN3030 Uke 12, v2019. Eric Jul PSE, Inst. for informatikk

Lsningsforslag ved Klara Hveberg Lsningsforslag til utvalgte oppgaver i kapittel 4 I seksjon 4.1 gir de innledende oppgavene deg trening i a lse diere

Eksamen INF3350/INF4350 H2006 Løsningsforslag

Løsningsforslag: Deloppgave om heuristiske søkemetoder, ALGKON 2003, kontinuasjonseksamen

Fakultet for teknologi, kunst og design Teknologiske fag Eksamen i: Diskret matematikk

Løsningsforslag Eksamen MAT112 vår 2011

Fakultet for teknologi, kunst og design Teknologiske fag

AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE

2T kapittel 3 Modellering og bevis Utvalgte løsninger oppgavesamlingen

MA 1410: Analyse Uke 48, aasvaldl/ma1410 H01. Høgskolen i Agder Avdeling for realfag Institutt for matematiske fag

Polynominterpolasjon

INF3400 Digital Mikroelektronikk Løsningsforslag DEL 9

3. Beregning av Fourier-rekker.

TMA4240 Statistikk Høst 2016

Kombinatorikk. MAT1030 Diskret matematikk Forelesning 20: Kombinatorikk. Repetisjon. Repetisjon

OM TAYLOR POLYNOMER. f x K f a x K a. f ' a = lim x/ a. f ' a z

Oppgave 1. (i) Hva er sannsynligheten for at det øverste kortet i bunken er et JA-kort?

Matematikk for IT. Prøve 2. Onsdag 21. oktober 2015

Påliteligheten til en stikkprøve

Heuristiske søkemetoder II: Simulert størkning og tabu-søk

Vi skal hovedsakelig ikke bestemme summen men om rekken konvergerer. det vil si om summen til rekken er et bestemt tall

Statistikk og økonomi, våren 2017

Prøveeksamen 2. Elektronikk 24. mars 2010

Løsning eksamen R1 våren 2010

STK1100 våren 2017 Estimering

AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE

Econ 2130 Forelesning uke 11 (HG)

Kapittel 9: Mer kombinatorikk

Prøveeksamen i Fysikk/kjemi Løsning Prøve 7

Høgskolen i Telemark Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 16. mai 2008

Løsningsforslag for andre obligatoriske oppgave i STK1100 Våren 2007 Av Ingunn Fride Tvete og Ørnulf Borgan

Eksamen R2, Va ren 2013

ÅMA110 Sannsynlighetsregning med statistikk, våren Noen viktige sannsynlighetsmodeller. Binomisk modell. Kp. 3 Diskrete tilfeldige variable

Likningssystem for maksimum likelihood løsning

Løsning R2-eksamen høsten 2016

STK1100: Kombinatorikk

Forkunnskaper i matematikk for fysikkstudenter. Derivasjon.

Detaljert løsningsveiledning til ECON1310 seminaroppgave 9, høsten der 0 < t < 1

Eksamen REA3028 S2, Våren 2011

Heuristiske søkemetoder II

MA1102 Grunnkurs i Analyse II Vår 2017

Fasit til utvalgte oppgaver MAT1110, uka 18/5-21/5

Eksamen R2, Høsten 2010

Om Grafiske Bruker-Grensesnitt (GUI) Hvordan gjør vi det, to typer av vinduer? GUI (Graphical User Interface)-programmering

KLMED8004 Medisinsk statistikk. Del I, høst Estimering. Tidligere sett på. Eksempel hypertensjon

Forelesning 4 og 5 Transformasjon, Weibull-, lognormal, beta-, kji-kvadrat -, t-, F- fordeling

f(x) = x 2 x 2 f 0 (x) = 2x + 2x 3 x g(x) f(x) = f 0 (x) = g(x) xg0 (x) g(x) 2 f(x; y) = (xy + 1) 2 f 0 x = 2(xy + 1)y f 0 y = 2(xy + 1)x

AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE

Registrarseminar 1. april Ingrid Ofstad Norid

Numeriske metoder i fysikk 3 (FYS310b) Del 2: Beregning av elektronisk struktur

MA1102 Grunnkurs i analyse II Vår 2014

TMA4240 Statistikk Høst 2016

LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling

8 (inkludert forsiden og formelsamling) Tegne- og skrivesaker, kalkulator, formelsamling (se vedlagt).

FINNE n-te RØTTER AV KOMPLEKSE TALL

TMA4125 Matematikk 4N

LØSNING, EKSAMEN I STATISTIKK, TMA4240, DESEMBER Anta at sann porøsitet er r. Måling med utstyret gir da X n(x; r, 0,03).

TMA4245 Statistikk Eksamen mai 2017

8 + 2 n n 4. 3n 4 7 = 8 3.

Kapittel 7: Noen viktige sannsynlighetsfordelinger

TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i << >>.

Eksamen REA3028 S2, Våren 2012

Terminprøve R2 Høsten 2014 Løsning

Løsningsforslag til eksamen i STK desember 2010

Høgskolen i Telemark Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 12. desember 2008

Løsningsforslag: Deloppgave om heuristiske søkemetoder, ALGKON 2003, ordinær eksamen

Totalt Antall kandidater oppmeldt 1513 Antall møtt til eksamen 1421 Antall bestått 1128 Antall stryk 247 Antall avbrutt 46 % stryk og avbrutt 21%

x n = 1 + x + x 2 + x 3 + x x n + = 1 1 x

EKSAMEN Ny og utsatt

Ma Analyse II Øving 5

Transkript:

Løsigsforslag: Deloppgave om heuristiske søkemetoder 6. mai 00 Iledig Vi skal betrakte det såkalte grafdeligsproblemet (graph partitioig problem). Problemet ka ekelt formuleres som følger: Gitt e graf G V E der V er settet av oder og E settet av kater. Grafdeligs-problemet består å i å fie disjukte subsett av oder fra V slik at atall kater med oder i ulike subsett blir miimalt. Det balaserte grafdeligsproblemet (balaced graph partitioig problem) består i å gjøre e slik idelig av oder der forskjelle i kardialitet mellom det største og det miste subsettet er maksimalt 1. Når vi deler grafe i to subsett kalles gjere problemet grafbiseksjoproblemet evt. grafbipartisjosproblemet. Det er dette problemet vi skal ta for oss i dee oppgave. Figure uder viser grafe vi ved flere alediger tok for oss i forelesigee. Tallee ved hver ode er dee odes av eller etikett. I dee grafe er det lett å se at dersom vi velger subsettee 0,1,5,6 og,3, utgjør disse subsettee av oder e grafbipartisjo for grafe i figure. Vi vil lage e algoritme for grafbipartisjo basert på tabusøk. Dersom grafe består av oder sier vi at e mulig løsig s er et biært -tuppel. Løsige s 1100011 (der altså er 7) beskriver bipartisjoe for grafe over. Dersom elemet k i løsige er 0 tilhører ode k det ee settet, er k lik 1 tilhører ode k det adre settet. For at e løsig s skal være gyldig må vi i tillegg kreve følgede: Dersom er et oddetall: 1 s i i 0 1 eller 1 s i i 0 1 og 3 (1) 1

0 1 6 5 3 Figur 1: Eksempel fra forelesigee. og dersom er et partall: 1 s i i 0 og () Disse betigelsee sørger for at forskjelle i kardialitet mellom det største og det miste subsettet blir maksimalt 1. Løs følgede oppgaver på bakgru av dee iformasjoe: Deloppgave a Uiverset består av alle biære -tupler som tilfredsstiller ligig 1 eller. Hvor mage slike -tupler fies det for e gitt. Løsigsforslag deloppgave a La oss ta for oss de to tilfellee at er et oddetall og er et partall separat. Ata først at er et partall: I dette tilfellet må alle løsiger tilfredsstille ligig, det vil si at -tuplet må bestå av like mage elemeter med verdie 0 som med verdie 1. For e gitt fies det eksakt: mulige slike løsiger. Observer følgede: løsigee opptrer i par ettersom rollee til ullere og eere ka byttes om. For eksempel beskriver -tuplee (med 8) 00001111 og 11110000 de samme løsige, det vil si at de samme odee igår i hvert av de to subsettee. Derfor ka ma si at atallet (3)

mulige grafbipartisjoer er halvparte av atallet biære -tupler som tilfredsstiller ligig () slik at atallet bipartisjoer må agis som: 1 Her spørres det imidlertid om atallet biære -tupler som tilfredsstiller ligig (). Ata å at er et oddetall: I dette tilfellet må alle løsiger tilfredsstille ligig 1. For e gitt fies det eksakt: 1 1 1 mulige slike løsiger (ok e gag opptrer løsigee i par som forklart over) Deloppgave b Ata at aboee til e gitt løsig s består av alle ordede -tupler s slik at hammigavstade mellom s og s miimalt er 1 og maksimalt er, det vil si: d ham s s 1 eller d ham s s (6) Hvor mage aboer har løsige s for e gitt? () (5) Løsigsforslag deloppgave b La oss ta for oss de to tilfellee at er et oddetall og er et partall separat. Ata først at er et partall: I dette tilfellet vil løsigee s som utgjør abolaget til s være alle de løsiger som har hammigavstad lik til de eksisterede løsige s. Disse løsigee framkommer ved å la e vilkårlig 1 i s bytte plass med e vilkårlig 0 i s. Det fies i alt 0-elemeter og tilsvarede 1-elemeter så vi har i alt: aboer. (7) 3

Ata å at er et oddetall: I dette tilfellet vil løsigee s som utgjør abolaget til s være alle de løsiger som har hammigavstad lik ete 1 eller til de eksisterede løsige s. Løsigee med hammigavstad lik 1 til de eksisterede løsige framkommer ved å la et 0-elemet bli et 1-elemet dersom i 0 1 1 s i 1 og ved å la et 1-elemet bli et 0-elemet dersom i 0 s i 1. Det fies i alt 1 løsiger som har hammigavstad lik 1 til de eksisterede løsige s. Løsigee med hammigavstad lik til de eksisterede løsige framkommer som før ved å la et vilkårlig 1-elemet i s bytte plass med et vilkårlig 0- elemet i s. Det fies i alt 1 elemeter av de ee type (ete 0 eller 1) og 1 elemeter av de adre type slik at det i alt fies 1 1 elemeter med hammigavstad lik til de eksisterede løsige s. Alt i alt har derfor s: aboer. Deloppgave c 1 1 1 1 Skriv pseudokode for e algoritme som løser grafbipartisjosproblemet basert på tabusøkstrategie. Du ka ata at følgede fuksjoeer er gitt: N=GraphPart(s,L), som tar e gitt løsig s samt tabuliste L som argumet og returerer aboee til s utatt de som er på tabuliste L. C=cGraphPart(s,G), som tar e løsig s og grafe G som argumet og som returerer løsiges kostad (kostade ved e løsig er atall kater med e ode i hvert av de to settee). tabugraphpart(s1,s,l) som legger edrige som skal til for å edre løsige s1 til s i i e tabuliste L med gitt legde. Forklar hvorda algoritme virker. (8) Løsigsforslag deloppgave c Løsigsstrategie vår er som følger: 1. Velg e vilkårlig løsig s som tilfredsstiller ligigee (1) eller () avhegig om er et oddetall eller et partall. Dette er vår opprielige løsig X. Dette er også vår opprielige beste løsig X opt.

. Beytt C=cGraphPart(X opt G) til å berege kostade assosiert med X opt. Dette er vår opprielige C opt. 3. Beytt fuksjoe N=GraphPart(X,L) til å geerere alle ikke-tabu aboer til X.. Fi ved hjelp av C=cGrahPart(, ) de av aboee til X som gir lavest kostad. Kall dee løsige Y. 5. Legg edrige som skal til for å edre Y til X på tabuliste ved å kalle tabugraphpart(y,x,l). 6. Sett X Y. 7. Dersom cgraphpart(x,g) cgraphpart(x opt,g) setter vi X opt X 8. Iterer fra 3 itil det maksimale atallet iterasjoer er ådd. Med dee strategie blir pseudokode derfor som vist i figur. Merk at det selvfølgelig fies mage variater av dee og ligede strategier. Require: G i max GraphPart, cgraphpart, tabugraphpart er ekstere 1: i 0 : L 3: X e gyldig løsig s fra uiverset : X opt X 5: C opt cgraphpart X opt G 6: while i i max do 7: N GraphPart X L 8: Y de løsige fra N med lavest kostad 9: tabugraphpart Y X L 10: X Y 11: if cgraphpart X G! cgraphpart X opt G the 1: X opt X 13: ed if 1: i i 1 15: ed while 16: retur(x opt ) Figur : Pseudokode for løsig av graf bipartisjosproblemet basert på tabusøk. 5

Deloppgave d Du betrakter et problem med 37 oder. Legde av tabuliste er satt til L 10. Du har logget atallet kater mellom de to settee i partisjoe for hver iterasjo av algoritme i 500 iterasjoer. Når du plotter dette får du følgede resultat: 35 Atall kater mellom settee 30 5 0 50 100 150 00 50 300 350 00 50 500 Iterasjo Figur 3: Atall kater mellom de to settee plottet som fuksjo av iterasjo. Hva har skjedd? Hvorda ka du prøve å løse dette problemet? Løsigsforslag deloppgave d På gru av de korte tabuliste har algoritme gått i i e syklus. Det vil si at de besøker e fast sekves av mulige løsiger. Algoritme har da effektivt kjørt seg fast, og vil ikke leger kovergere mot e bedre løsig. De eeste måte å komme ut av dette problemet på er å øke legde på tabuliste. Det fies ige geerell regel for hvor lag dee må være, her må ma prøve seg fram. Er de for kort oppstår det som i dette eksemplet lett sykler. Er de for lag vil for det første eksekverigstide øke samtidig som atallet ikke-tabu løsiger blat aboee til e bestemt løsig s ka bli svært begreset. 6