A.1 Grafentheorie 64 BIJLAGE A. OPLOSSING VAN DE VRAGEN A.1. GRAFENTHEORIE 65. dan heeft deze kring in ieder knooppunt een even aantal takken).

Maat: px
Weergave met pagina beginnen:

Download "A.1 Grafentheorie 64 BIJLAGE A. OPLOSSING VAN DE VRAGEN A.1. GRAFENTHEORIE 65. dan heeft deze kring in ieder knooppunt een even aantal takken)."

Transcriptie

1 64 BIJLAGE A. OPLOSSING VAN DE VRAGEN A. Grafentheorie Vraag. Neem drie knooppunten i, j en k. d(i, k) = het minimum aantal takken in een keten tussen i en k Vraag.2 het minimum aantal takken in een keten tussen i en k die via j loopt = het minimum aantal takken in een keten tussen i en j plus het minimum aantal takken in een keten tussen j en k = d(i, j)+d(j, k). De n getallen d(i) zitten alle in de verz. {, 2,...,n }. Er zijn dus minstens twee getallen met dezelfde waarde. Vraag. Uit de samenhang volgt dat er een keten is tussen ieder tweetal knooppunten. Er is dus een keten tusssen i en, tussen en 2, etc., met als laatste een keten tussen n en j. Dit tezamen is een wandeling tussen i en j waar alle knooppunten op liggen. Vraag.4 Neem i en j. Als (i, j) / E, dan (i, j) E, duseriseenketentusseni en j in G. Als (i, j) E: Kies k in een andere component dan de component van i en j: (i, k) en(k, j) behoren tot E, zodat {i, k, j} een keten tussen i en j is in G. Het omgekeerde is niet waar. Hieronder staat een voorbeeld van een G en G die beide samenhangend zijn. Vraag. 2 4 G 2 4 G a. Neem een graaf met knooppunten; verbind knooppunt met alle andere en laten er verder de takken (2,) en (4,) zijn. Dit is een Euler graaf, want {, 2,,, 4,, } is een Euler kring. Het is geen Hamilton graaf, want om een kring te maken die alle knooppunten bevat, moeten we 2 keer langs knooppunt. b. De volledige graaf met 4 knooppunten is een Hamilton graaf ({, 2,, 4} is een Hamilton kring, maar geen Euler graaf (in ieder knooppunt zijn takken, en als alle takken een kring vormen, A.. GRAFENTHEORIE 6 dan heeft deze kring in ieder knooppunt een even aantal takken). Vraag.6 Omdat we toelaten dat het aantal pijlen op een pad 0 is, is het begrip communicerend reflexief. Uit de definitie volgt direct de eigenschap symmetrisch. De relatie is ook transitief, want als er paden zijn van i naar j (en terug) en van j naar k (en terug), dan geven deze een pad van i naar k (en terug). Vraag.7 a. Als alle knooppunten minstens graad 2 hebben, dan is er een kring (overal waar je voor het eerst komt kan je weer weg): er is minstens één knooppunt van de graad, zeg knooppunt i, dat verbonden is met j. Veronderstel dat i het enige knooppunt van graad is. Dan kunnen we vanuit i naar steeds een nieuw knooppunt lopen. Omdat er eindig veel knooppunten zijn stoppen we na een eindig aantal stappen. Dit laatste knooppunt is dan verbonden met een eerder bezocht knooppunt: er is een kring, wat de gewenste tegenspraak oplevert, b. Omdat een boom n takken heeft is n oneven. Volgens Lemma. is i V d(i) =2m. De som van een oneven aantal getallen is dus even: er is minstens één even getal. Vraag.8 We passen inductie naar n toe. De bewering klopt voor n = 2. Beschouw nu een boom T met n knooppunten. Er is een knooppunt i met graad, dat verbonden is met een knooppunt j. Laat i met bijbehorende tak weg, dan is dit weer een boom T. Volgens de inductieveronderstelling is T bipartiet, d.w.z. er is een disjuncte partitie van de knooppunten in V en V 2. Als j V, dan nemen we in T : V = V,V 2 = V2 {i}; als j V 2, dan nemen we in T : V = V {i}, V 2 = V2. Vraag.9 a. Stel S F = voor een co-kring S. Dan bevat de graaf zonder S een boom, wat een tegenspraak oplevert. b. Stel C (E\F = voor een kring C. Dan bevatten de takken van F een kring, wat een tegenspraak oplevert. Vraag.0 De frequenties van de diverse letters zijn: j en d: x; r, l, i, k en n: 2x; h: x; e: 7x. In onderstaande stappen wordt het eerste kind links en het tweede rects geplaatst. Eerste stap: j en d krijgen gemeenschappelijke ouder A met gewicht 2. Tweede stap: r en l krijgen gemeenschappelijke ouder B met gewicht 4. Derde stap: i en k krijgen gemeenschappelijke ouder C met gewicht 4. Vierde stap: A en n krijgen gemeenschappelijke ouder D met gewicht 4. Vijfde stap: B en h krijgen gemeenschappelijke ouder E met gewicht 7. Zesde stap: D en C krijgen gemeenschappelijke ouder F met gewicht 8.

2 66 BIJLAGE A. OPLOSSING VAN DE VRAGEN Zevende stap: e en E krijgen gemeenschappelijke ouder G met gewicht 4. Achtste stap: F en G krijgen gemeenschappelijke ouder H met gewicht 22. Dit geeft een binaire boom met op ieder niveau van links naar rechts de knooppunten: niveau 0: H. niveau : F en G. niveau 2: D, C, e en E. niveau : A, n, i, k, B en h. niveau 4: j, d, r en l. Dit geeft voor de letters de codes: j = 0000; d = 000; n = 00; i = 00; k = 0; e = 0; r = 00; l = 0; h =. Hiermee is de tekst op te schrijven. Vraag. a. Neem eerst f en h: knooppunt fh met gewicht 0.2 met linksonder f en rechtsonder h. Neem q en u: knooppunt qu met gewicht 0.7 met links daaronder q en rechts daaronder u. Neem fh en m: knooppunt fhm met gewicht 0.26 met links daaronder de deelboom van fh en rechts daaronder m. Neem qu en fhm: knooppunt qufhm met gewicht 0.4 met links daaronder de deelboom van qu en rechts daaronder de deelboom van fhm. Neem a en n: knooppunt an met gewicht 0.6 met links daaronder a en rechts daaronder n. Neem qufhm en an: knooppunt qufhman met gewicht.06 met links daaronder de deelboom van qufhm en rechts daaronder de deelboom van an. b. geeft n en dit wordt 4x gedaan; 0 geeft h; geeft n; 0 geeft h; geeft n; 0 geeft a; geeft n; 0 geeft a en dit wordt 2x gedaan. Dit geeft het woord nnnnhnhnanaa. A.. GRAFENTHEORIE 67 Vraag.2 Als er geen toewijzing aan F of B is, dan noteren we niets. F = B = ; k = 0; i = ; N[j] =pred[j] = 0 voor j =, 2,...,. j = ; k = VISIT() : N[] = ; i = 2; l = 2; pred[2] = ; F = {(, 2)}. VISIT(2) : N[2] = 2; i = ; l = ; pred[] = 2; F = {(, 2), (2, )}. VISIT() : N[] = ; i = 4; l = ; B = {(, )}. l = ; B = {(, ), (, )}. l = 4; pred[4] = ; F = {(, 2), (2, ), (, 4)}; VISIT(4) : N[4] = 4; i = ; l = 2; B = {(, ), (, ), (4, 2)}. l = ; pred[] = ; F = {(, 2), (2, ), (, 4), (, )}; VISIT() : N[] = ; i = 6; l = ; B = {(, ), (, ), (4, 2), (, )}. Vraag. Het algoritme verloopt als volgt. F = I = D = C = ; k = r = 0; i = ; N[j] =pred[j] =R[j] = 0 voor j =, 2,...,9. j = ; k =. VISIT() : N[] = ; i = 2; l = 2; pred[2] = ; F = {(, 2)}. VISIT(2) : N[2] = 2; i = ; l = ; pred[] = 2; F = {(, 2), (2, )}. VISIT() : N[] = ; i = 4; l = ; D = {(, )}; r = ; R[] =. ga verder met VISIT(2) : l = 4; pred[4] = ; F = {(, 2), (2, ), (2, 4)}. VISIT(4) : N[4] = 4; i = ; l = ; D = {(, ), (4, )}. l = 6; pred[6] = 4; F = {(, 2), (2, ), (2, 4), (4, 6)}. VISIT(6: N[6] = ; i = 6; r = 2; R[6] = 2. ga verder met VISIT(4) : r = ; R[4] =. ga verder met VISIT(2) : r = 4; R[2] = 4. ga verder met VISIT() : r = ; R[] =. j = ; k =2. VISIT() : N[] = 6; i = 7; l = 2; C = {(, 2)}; l = 6; C = {(, 2), (, 6)}; l =9. pred[9] = ; F = {(, 2), (2, ), (2, 4), (4, 6), (, 9)}. VISIT(9) : N[9] = 7; i = 8; l = 7; pred[7] = 9; F = {(, 2), (2, ), (2, 4), (4, 6), (, 9), (9, 7)}. VISIT(7) : N[7] = 8; i = 9; l =6; C = {(, 2), (, 6), (7, 6)}; l = 8; pred[8] = 7. F = {(, 2), (2, ), (2, 4), (4, 6), (, 9), (9, 7), (7, 8)}. VISIT(8) : N[8] = 9; i = 0; l = 4; C = {(, 2), (, 6), (7, 6), (8, 4)}; r = 6; R[6] = 8. ga verder met VISIT(7) : r = 7; R[7] = 7. ga verder met VISIT(9) : l = 8; I = {(9, 8)}; r = 8; R[9] = 8. ga verder met VISIT() : r = 9; R[] = 9. Vraag.4. F = ; Q = {}; d[j] =pred[j] =, j=, 2,, 4, 6; d[] = 0; pred[] = 0.

3 68 BIJLAGE A. OPLOSSING VAN DE VRAGEN 2. Q = ; i =. j = : d[] = ; pred[] = ; F = {(, )}; Q = {}. j = 2: d[2] = ; pred[2] = ; F = {(, )(, 2)}; Q = {, 2}. j = 6: d[6] = ; pred[6] = ; F = {(, ), (, 2), (, 6)}; Q = {, 2, 6}. 2. Q = {2, 6}; i =. j = : d[] = 2; pred[] = ; F = {(, ), (, 2), (, 6), (, )}; Q = {2, 6, }. j = 4: d[4] = 2; pred[4] = ; F = {(, ), (, 2), (, 6), (, ), (, 4)}; Q = {2, 6,, 4}. 2. Q = {6,, 4}; i = 2. j =. 2. Q = {, 4}; i = 6. j = Q = {4}; i =. j = Q = ; i = 4. j = 2. Vraag. Veronderstel dat G streng samenhangend is en neem een pijl (i, j). Uit de strenge samenhang volgt dat er een pad is van j naar i. Dit pad, tezamen met de pijl (i, j), geeft een ronde. Omgekeerd, neem aan dat iedere pijl tot een ronde behoort. Veronderstel dat er er een streng samenhangende component bestaat die niet de hele graaf bevat. Omdat de graaf samenhangend is, is er een verbinding tussen de streng samenhangengende component en de rest van de graaf, zeg via de pijl (i, j). Omdat er een ronde is die (i, j) bevat, behoren ook alle knooppunten van de ronde tot de streng samenhangende component: tegenspraak. Vraag.6 Stel T is een opspannende boom met minimale lengte en e/ T.Voege aan T toe, dan ontstaat een kring. Iedere tak uit deze kring weglaten geeft een opspannende boom, en als deze tak niet e is, dan geeft dit een opspannende boom met kleinere lengte dan die van T : tegenspraak. Vraag.7 a. De takken worden in de volgende volgorde gekozen: (, 4), (4, 8), (8, 9), (9, 6), (6, 0), (6, ), (0, 7), (7, ), (6, 2). De lengte is 68. b. De takken worden in de volgende volgorde gekozen: (6, 0), (8, 9), (, 4), (6, 9), (, 6), (7, 0), (4, 8), (, 7), (2, 6). De lengte is 68. Vraag.8 De knooppunten van V hebben graad q en de knooppunten van V 2 hebben graad p. Ermoetdus gelden dat zowel p als q even zijn. Vraag.9 2m = v V d(v) =n r. Omdat n en r beide even zijn (r omdat de graaf Eulers is), is n r door 4 deelbaar, dus m is even. A.. GRAFENTHEORIE 69 Vraag.20 Neem voor ieder van de zeven zalen en de daaromheen liggende gang en knooppunt. Verbind twee knooppunten door een tak voor iedere doorgang die er is tussen de desbetreffende ruimtes. Dit levert een Euler graaf op omdat iedere ruimte een even aantal doorgangen heeft. Door het algoritme tot te passen krijgen we de oplossing, bijv. gang zaal zaal zaal 6 zaal 2 zaal zaal 7 zaal zaal 4 gang zaal 6 zaal 7 gang zaal gang. Vraag.2 Voeg k pijlen van w naar v toe. De graaf wordt daarmee een Euler graaf, zodat de pijlen ervan één ronde vormen. Laat de toegevoegde pijlen weg. Omdat deze niet aangrenzend in de ronde kunnen zijn (ze lopen namelijk alle van w naar v), valt de ronde uiteen in k paden van v naar w. Ieder pad is een enkelvoudig pad plus eventuele rondes. Vraag.22 a. Neem twee driehoeken (de K ) en knoop die in één hoekpunt, zeg v, aan elkaar tot een graaf met knooppunten. Ieder knooppunt heeft een even graad (2 of 4), dus de graaf is Eulers. De graaf is niet Hamilton, want ieder kring door alle knooppunten moet 2x langs v en dat is niet toegestaan. b. Neem de K 4. Deze heeft een Hamilton kring [, 2,, 4, ]. De graaf is niet Eulers, want iedere graad is oneven, namelijk. Vraag.2 a. Het beginpunt doet niet ter zaken, dus start in v. Daarna geven alle (n )! permutaties van 2,,...,n een Hamilton keten, die met een laatste tak naar v een Hamilton kring opleveren. Omdat iedere kring in twee richtingen kan worden doorlopen is het aantal 2 (n )! b. Als n = m, dan is er geen Hamilton kring, dus het aantal is 0. Als n = m: Ook nu doet het beginpunt niet ter zake, dus start in v V. Neem een willekeurige permutatie van de andere knooppunten van V en dit zijn er (n )!. Neem ook een willekeurige permutatie van alle knooppunten van V 2 en dit zijn er n!. Maak nu als volgt een kring: begin in v en neem daarna om en om een element van de permutatie van V 2 resp. V. Omdat iedere kring in beide richtingen kan worden doorlopen is het aantal verschillende Hamilton kringen 2 (n )! n! Vraag.24 Het is duidelijk dat voor een tegenvoorbeeld n oneven moet zijn. Het kleinste tegenvoorbeeld is met n =, de graad moet dan mistens zijn. Neem een keten met knooppunten. De uiteinden hebben graad en het tussenpunt graad 2, terwijl er geen Hamilton kring is. Vraag.2 a. Veronderstel dat G geen Hamilton graaf is. Dan is er volgens Stelling. een tweetal niet-

4 70 BIJLAGE A. OPLOSSING VAN DE VRAGEN aangrenzende knooppunten v en w met d(v)+d(w) n. Het aantal takken van de graaf is dan hoogstens het aantal takken in G {v, w} plus (n ), d.w.z. tegenspraak. 2 (n )(n 2) + (n ) = 2 (n2 n + 4) < 2 (n2 n + 6) : b. Voeg knooppunt v n+ toe en verbind dit met alle andere knooppunten. Dit geeft een graaf met n + knooppunten waarvoor geldt d(v)+d(w) n + voor ieder tweetal niet aangrenzende knooppunten. Volgens Stelling. is er dus een Hamilton kring. Laat v n+ weg, dan geeft dit een Hamilton keten in de oorspronkelijke graaf. A.2. LINEIARE MODELLEN 7 A.2 Lineiare Modellen Vraag 2. Beschouw de matrix van de beperkingen met de kolommen in de volgorde y, x,x 2,...,x m. De eerste kolom heeft in rij één een + en in de rijen 2 t/m m+ een ; de kolommen van x i hebben één niet-nul element, namelijk een + in rij i +, i =, 2,...,m. Als we deze matrix spiegelen, dan heeft de eerste kolom één niet-nul element en de overige hebben twee niet-nul elementen: één + en één. Volgens Stelling 2.4 is de matrix totaal unimodulair, zodat alle hoekpunten geheeltallig zijn. Vraag.26 Volgens Stelling.42 is er een Hamilton pad, zeg [v,v 2,...,v n ]. Als (v n,v ) A, dan is de graaf streng samenhangend; anders is er een pijl (v,v n ) A, en als er deze omdraaien krijgen we de pijl (v n,v ) en is de graaf streng samenhangend. Vraag.27 Veronderstel dat er twee Hamilton paden zijn, zeg P =[v,v 2,...,v n ]enp 2 =[w,w 2,...,w n ]. Laat k zdd. v i = w i, i k en v k = w k. Dan is er een p en een q met k + p, q n zdd. w p = v k en v q = w k. Maar dan bevat de graaf een ronde, namelijk [v k,...,v q = w k,...,w p = v k ], waarbij het eerste stuk een deel van P is en het tweede deel een stuk van P 2. Vraag 2.2 G is een boom, dus bipartiet, zodat volgens Stelling 2. A(G) totaal unimodulair is. Hieruit volgt dat det(a ) {0, +, }. Volgens Stelling 2.9 is de rang van A(G) gelijk aan n. Dus elk (n )-tal rijen van A(G) is lineair onafhankelijk, d.w.z. det(a ) = 0, zodat det(a )=±. Vraag 2. a. Neem een extra depot voor de boetes. Laat ( ) (40 + 0) = 20 de voorraad in depot zijn. De kosten per eenheid naar de drie klanten zijn 90, 80 resp. 0. Nu is dit een gewoon transportprobleem dat de som van de transport- en de boetekosten minimaliseert. b. Voor iedere klant kunnen we een eventueel tekort òfwel vanuit depot, òfwel uit depot 2 aanvullen. Omdat de vaste aanvullingskosten hetzelfde zijn (00) en het verschil zit in de transportkosten, nemen voor aaanvulling van een klant het depot met de kleinste transportkosten, d.w.z. klant vanuit depot 2 en de klanten 2 en vanuit depot. Voor deze aanvulling kunnen we een extra depot met voorraad 20 nemen. Dan zijn de transportkosten : voor klant = 0, voor klant = en voor klant = 2.

5 72 BIJLAGE A. OPLOSSING VAN DE VRAGEN Vraag 2.4 Onderdeel a: Neem voor iedere maand twee depots: één voor het reguliere productieproces en één voor overwerk. De totale capaciteit is hiermee 4 ( ) = 6000, terwijl er = 2000 nodig is: we nemen een dummy klant die 4000 nodig heeft. De kosten zijn direct gegeven. Onderdeel b: Het tableau dat bij dit probleem hoort is (op de lege plaatsten is de waarde 0 en de hoeveelheden staan in duizendtallen ): Kosten: c = = Vraag 2. Uitgaande van de startoplossing volgens de minimale-kosten regel wordt de oplossing als volgt verkregen c = 4 d = 0. c = 8 optimaal Vraag 2.6 Onderdeel a: We passen de Noord-West regel toe en krijgen dan het volgende: c = = 0. optimaal A.2. LINEIARE MODELLEN 7 Onderdeel b: () Omdat plaats (,) hoort bij een niet basisvariabele en de nieuwe c = u + v = 2 is de huidige oplossing nog steeds optimaal. (2) Omdat c een basisvariabele is krijgen we een nieuwe (u, v)-oplossing, namelijk: Dit tableau is weer optimaal met kosten 0. () Plaats (2,) hoort bij een niet basisvariabele en de nieuwe c 2 =8>u 2 +v = 0 is de huidige oplossing niet meer optimaal. Als volgt wordt nu een optimaal tableau verkregen: c = 0. c = 0 2 = 20 en het tableau is optimaal. Onderdeel c: () Plaats (,) hoort bij een basisvariabele: x := 0 + =, de overige varabelen blijven ongewijzigd en de kosten worden = 4. (2) Plaats (,) hoort bij een niet-basisvariabele. De route van depot naar bestemming via basisvariabelen is: (,2), (2,2) en (2,). Dit geeft x 2 =+=6,x 22 = =4,x 2 = 0+ = (x blijft ongewijzigd op 0). Vraag 2.7 Het gegeven vervoersschema hoort niet bij een opspannende boom, want er is een verbinding te weinig voor een opspannende boom. Maak hiervan een vervoersschema dat wel hoort bij een opspannende boom, bijvoorbeeld door van tussenstation de hoeveelheid 0 naar bestemming 7 te vervoeren. Dit geeft onderstaand schema, waaruit na een iteratie een optimaal tableau volgt Kosten: c = Kosten: c = 4 = = 4. De optimale oplossing is dus: vervoer 0 van depot naar bestemming 6; vervoer 20 van depot 2 naar tussenstation 4, waarvan doorgaat naar bestemming 6 en naar bestemming 7; vervoer van depot via tussenstation naar bestemming 7.

6 74 BIJLAGE A. OPLOSSING VAN DE VRAGEN Vraag 2.8 a. Koppel eerst vrouw aan man. Dan vrouw 2 aan man 2, daarna vrouw aan man en vervolgens vrouw 4 aan man. Passen we weer de constructie van het bewijs van de Huwelijkstelling toe, dan krijgen we: v 0 = vrouw ; m = man ; v = vrouw ; m 2 = man 2; v 2 = vrouw 2; m = man ; v = vrouw 4 en nu kunnen we niet verder. Er kunnen dus maximaal 4 vrouwen gekoppeld worden. b. De reden is dat de vrouwen, 2, 4 en tezamen met slechts mannen zijn bevriend, namelijk met de mannen, 2 en. Vraag 2.9 a. Nee, want de vereniging van S,S 2,S en S 4 bevat maar elementen. b. Ja, want {, 2, 4, } is een stelsel representanten. A.2. LINEIARE MODELLEN s = ; d =2 Optimaal tableau De optimale toewijzing is: persoon doet werk, persoon 2 werk 2 en persoon werk. De totale kosten zijn. Vraag a. Er zijn 4 onafhankelijke en (aangegeven met een *): en met 4 strepen (rijen of kolommen) kunnen uiteraard ook alle en gevangen worden b. Er zijn maar 4 onafhankelijke en (aangegeven met een *): en alle en zijn te vangen met 4 strepen (de eerste drie kolommen en de laatste rij). Vraag 2. Na reductie van in de rijen, 2, 4 en en in kolom krijgen we (de 0 s geven de s onafhankelijke nullen aan en een u i of v j geeft aan dat rij i resp. kolom j wordt doorgestreept): s = 4; d = s = ; optimaal De optimale oplossing luidt: x 2 = x 2 = x = x 44 = x = (de overige variabele zijn 0) met waarde 7. Vraag 2.2 Voeg twee dummy werkzaamheden toe die geen geld kosten. Dit geeft onderstaande matrix met daarnaast het eerste tableau na reductie en als laatste het optimale tableau.

7 76 BIJLAGE A. OPLOSSING VAN DE VRAGEN A. Complexiteitstheorie A.4. GEHEELTALLIGE LINEAIRE PROGRAMMERING 77 A.4 Geheeltallige Lineaire Programmering Vraag. a. f(n) =Θ(n log 2 n), want n log 2 n 4n + n log 2 n n log 2 n voor alle n 2. b. f(n) =Θ(2 n ), want 2 n 2 n + 0n 2 2 n voor n 2. Vraag.2 a. Waar, want f(n) n 2. b. Waar, want f(n) g(n) omdat voor oneven niet-priemgetallen g(n) =n n 2 = f(n). c. Niet waar, want er zijn oneindig veel oneven niet-priemgetallen en daarvoor geldt niet dat f(n) c g(n). Vraag. a. Stel de input op computer II is m. Dan geldt 00 n 2 = m 2,d.w.z.m = 0n = 000. b. Nu geldt 00 2 n =2 m : m = log 2 (00 2 n ) = log log 2 2 n = log n 07. c. Nu geldt 00 n! =m!, d.w.z. (n + )(n + 2) m = 00, d.w.z. m 0. Vraag.4 Als certificaat nemen we de functie φ van de --correspondentie tussen de knooppunten. We moeten nu voor ieder ongeordend paar (i, j) nagaan of φ{(i, j)} een tak is van G 2 d.e.s.d. als (i, j) een tak is van G. Dit is polynomiaal, want heeft complexiteit O(n 2 ). Vraag. a. De zin is waar, want x = x 2 = x = x 4 = voldoet. b. C =(x x z ) (x x z ) (x x 4 z 2 ) (x x 4 z 2 ) (x 2 x x 4 ) (x x 2 z ) (z x x 4 ). Merk op dat x = x 2 = x = x 4 = z = z 2 = z = z 4 = voldoet. Vraag 4. a. Beschouw het IP-probleem max{x x 2x 2 0; 2x +x 2 ; x,x 2 0 en geheel}. De oplossing van het bijbehorende LP-probleem is x = 6,x 2 = 9, terwijl de enige toelaatbare geheeltallige punten x =0,x 2 =0enx =0,x 2 =zijn. b. Beschouw het IP-probleem max{x + x 2 2x 7; 2x + x 2 8; x,x 2 0 en geheel}. De oplossing van het bijbehorende LP-probleem is x = 7 2,x 2 =. De enige toelaatbare afronding is x =,x 2 = met waarde 0. Het punt x =,x 2 = 2 is echter de optimale oplossing. Vraag 4.2 Voer twee (0,)-variabelen in: y en y 2 met de betekenis y i = 0 d.e.s.d. als x i, i=, 2 en eis dat y = y 2 = mag niet. Dit geeft: Vraag 4. 0 x 0; x +y ; y + y 2 = ; 0 x 2 0; x 2 +y 2 ; y,y 2 {0, }. Dit probleem kan worden opgelost door de volgende variabelen te introduceren: y j {0, }, waarbij y j = 0 () betekent dat doos j niet (wel) wordt gebruikt. x ij {0, }, waarbij x ij = 0 () betekent dat voorwerp i niet (wel) in doos j wordt verpakt. De doelfunctie luidt: min n j= y j. Verder hebben we de beperkingen n x ij =, i n, j= d.w.z. dat ieder voorwerp in precies één doos wordt gestopt, en tenslotte de beperking n a i x ij y j, j n, j= d.w.z. als de j-de doos niet wordt gebruikt (y j = 0), dan kan er ook niets in (x ij = 0 voor alle i) en als deze wel wordt gebruikt (y j = ), dan kan er maximaal volume in ( i xij= a i, ofwel n i= a ix ij ). Het probleem is dus te formuleren als: n n j= min y x ij =, i n; y j {0, }, j n j n j= i= a ix ij y j, j n; x ij {0, }, i, j n.

8 78 BIJLAGE A. OPLOSSING VAN DE VRAGEN Vraag 4.4 Dit probleem kan worden opgelost door de volgende variabelen te introduceren: A.4. GEHEELTALLIGE LINEAIRE PROGRAMMERING 79 Vraag 4.6 We krijgen de volgende tableaus (voor de oplossing van het LP-probleem zie Voorbeeld 4.8). y j {0, } met y j = 0 () als kleur j niet (wel) wordt gebruikt. x ij {0, } met x ij = 0 () als het i-de knooppunt niet (wel) met kleur j wordt gekleurd. De doelfunctie luidt: min n j= y j. Verder hebben we de beperkingen n j= x ij =, i n, d.w.z. dat ieder knooppunt precies één kleur krijgt, en de beperkingen x ij y j, i, j n, d.w.z. als de j-de kleur niet wordt gebruikt (y j = 0), dan kan er ook niets mee worden gekleurd (x ij = 0 voor alle i). Tenslotte de beperkingen x ij + x kj als (i, k) E. Het probleem is dus te formuleren als: Vraag 4. Initialisatie: n j= x ij =, i n x ij y j, i, j n n min y j x ij + x kj, j n, (i, k) E. j= y j {0, }, j n x ij {0, }, i, j n L = {P 0 } (het oorspronkelijke probleem); z 0 =+ ; z = ; t = 0. Iteratie : Kies P 0 ; L = ; los de LP-relaxatie op: x 0 = 2,x0 2 = 4, z 0 = 9 2 = 9. Kies als splitsingsvariabele x en beschouw de deelproblemen: P : P 0 met toegevoegd x ; P 2 : P 0 met toegevoegd x 2; z = z 2 = 9; L = {P,P 2 }. Iteratie 2: Kies deelprobleem P ; L = {P 2 }; los de LP-relaxatie op: x =,x 2 = 2, z = 9 = 9. Kies als splitsingsvariabele x 2 en beschouw de deelproblemen: P : P met toegevoegd x 2 ; P 4 : P 0 met toegevoegd x 2 2; z = z 4 = 9; L = {P 2,P,P 4 }. Iteratie : Kies deelprobleem P 2 ; L = {P,P 4 }; los de LP-relaxatie op: x 2 2 =2,x2 2 =4, z 2 = 8 = 8. x =2,x 2 = 4; z = 8 en t =. Iteratie 4: Kies deelprobleem P ; L = {P 4 }; los de LP-relaxatie op: ontoelaatbaar, dus z =. Iteratie : Kies deelprobleem P 4 ; L = ; los LP-relaxatie op: x 4 = 6, x4 2 =2, z 4 = 7 = 7 z = 8: afgehandeld. Iteratie 8: Omdat L = zijn we klaar en is de optimale oplossing: x =2,x 2 = 4 met waarde 8. 0 x 0 7 x 7 x y y y De kolommen zijn lexicografisch positief. De bovenste rij wordt de bronrij en genereert de snede: s = y + 7 y. Voeg deze snede toe, dit geeft het volgende tableau. s y x x 9 7 x y 2 2 y 7 7 s 2 4 De pivotkolom wordt de kolom van y. Dit geeft het volgende tableau. y 2 s x x 0 x y y s De kolom van y 2 wordt de pivotkolom, waarna we het volgende tableau krijgen. 0 x 0 7 x 7 x y y y s Volgens de duale simplex methode wordt 7 als pivot genomen, wat het volgende tableau geeft. s s 2 x x 0 0 x y y -2-2 y 4 - Verder pivoten met de rij van y 2 als pivotrij en -4 als pivotelement. Dit geeft het volgende tableau (we laten de rij van s weg). s s 2 x 0 4 x 0 x y y - y 2-4 Dit tableau is optimaal met oplossing: x =,x 2 = 2 ; de waarde van het optimum is. s y x x 9 7 x y 2 2 y 7 7 Vervolgens wordt de rij van x de bronrij met als bijbehorende snede: s 2 = 4 + s + y. Voeg deze snede toe, dit geeft het volgende tableau. y 2 s x x 0 x y y De bovenste rij is weer de bronrij met als bijbehorende snede: s = y s 2. Voeg deze snede toe, dit geeft het volgende tableau.

9 80 BIJLAGE A. OPLOSSING VAN DE VRAGEN Vraag 4.7 We voeren verschilvariabelen y en y 2 in en nemen de volgende stappen om een optimaal LPtableau te krijgen. x x 2 x y 6 - y 2 7 x y x x y 2 - y 2 y 28 x x x De rij van x is de bronrij, wat de snede 22 y y 2 oplevert. Deze voegen we aan het tableau toe en we voeren een pivotstap uit. y 2 y 28 x x x s Vraag 4.8 s y 2 x x 2 x 4 - y 2-22 De reducties zijn: eerste rij: 24; tweede rij: 2; derde rij: 2; vierde rij: 4; vijfde rij: 2. Vervolgens in de eerste kolom: ; tweede kolom: 9; derde kolom: 0; vierde kolom 22; vijfde kolom 0. De totale reductie is 79. Hiernaast staat de gereduceerde matrix met bij de 0 en de reductiegetallen. Iteratie Iteratie 2 Het nevenstaande tableau is optimaal. De optimale oplossing luidt: x =4, x 2 = 0 met waarde L = Het grootste reductiegetal is 2 bij het element (, ). Dit geeft de splitsing in de volgende twee deelproblemen: P :(, ) behoort wel tot de tour; ondergrens is = 200 (immers: als -de rij en -de kolom worden weggelaten kan in -ste rij 2 worden gereduceerd). P 2 :(, ) behoort niet tot de tour; ondergrens = 200. Kies deelprobleem P. Na het weglaten van de -de rij en -ste kolom en na het reduceren, wordt de tabel: Het grootste reductiegetal is 7 bij het element (4, ). Dit geeft de splitsing in de volgende twee deelproblemen: P : voeg aan P toe: (4, ) behoort wel tot de tour; ondergrens is 207 (als (,4) niet is toegestaan, dan kan in de 2-de rij worden gereduceerd en daarna in kolom 4 nog eens 4). P 4 : voeg aan P toe: (4, ) behoort niet tot de tour; ondergrens = 207. A.4. GEHEELTALLIGE LINEAIRE PROGRAMMERING 8 Iteratie Kies deelprobleem P. Na het weglaten van rij 4 en kolom en het verbieden van (, 4) wordt de tabel: Dit laat zich als volgt optimaal afmaken: (, 2, 4,,, ) met lengte Hierdoor bevat deelprobleem P geen betere rondreis. Over blijft dus nog deelprobleem P Iteratie 4 Kies deelprobleem P 2. Neem de eerste tabel en verbied (, ) en voer de reductie uit. Dit geeft de volgende tabel: Het grootste reductiegetal is 2 bij het element (, ) Dit geeft de splitsing in de volgende twee deelproblemen: P : voeg aan P 2 toe: (, ) behoort wel tot de tour; ondergrens is P : voeg aan P 2 toe: (, ) behoort niet tot de tour; ondergrens = 22 en dit probleem kan buiten beschouwing blijven. Iteratie Kies deelprobleem P. Vanwege de symmetrie zitten we in hetzelfde geval als bij P toen we (,) in de tour namen. We kunnen nu dus stoppen. Een optimale oplossing van het TSP is dus de rondreis (, 2, 4,,, ) met lengte 207. Vraag 4.9 Algoritme 4.6 start met S = {}. Vervolgens krijgen we: k =: l min (2) = ; l min () = 4; l min (4) = 2; l min () = ; l min (6) = 9. j= ; S = {, }. k =2: l min (2) = ; l min (4) = 2; l min () = ; l min (6) = 9. j= 2; S = {, 2, }. k =: l min (4) = 2; l min () = 2; l min (6) = 9. j= 4; S = {, 2,, 4}. k =4: l min () = 2; l min (6) = 7. j= ; S = {, 2,,, 4}. k =: l min (6) = 7. j= 6; S = {, 2, 6,,, 4}. Approximatie [, 2, 6,,, 4, ] met lengte 6. Vraag 4.0 Algoritme 4.7 start met S = {}. Vervolgens krijgen we: k =: b min (2) = 70; b min () = 86; b min (4) = 46; b min () = 66; b min (6) = 8. j= 6; S = {, 6}. k =2: b min (2) = 42; b min () = 4; b min (4) = 2; b min () = 9. j= 4; S = {, 6, 4}. k =: b min (2) = 42; b min () = 49; b min () = 9. j= 2; S = {, 2, 6, 4}. k =4: b min () = 49; b min () = 9. j= ; S = {,, 2, 6, 4}. k =: b min () = 4. j= 6; S = {,,, 2, 6, 4}. Approximatie [,,, 2, 6, 4, ] met lengte 6.

10 82 BIJLAGE A. OPLOSSING VAN DE VRAGEN Vraag 4. De eerste keten kunnen we willekeurig nemen. De overige ketens zijn op (r )! manieren te rangschikken. Elke verbinding van het einde van keten k naar keten k + kan naar het beginpunt of naar het eindpunt van deze keten worden genomen: dus steeds twee mogelijkheden: in totaal 2 r (r )! mogelijkheden.

Sommige praktische IP problemen kunnen worden geformuleerd als optimalisering op een netwerk.

Sommige praktische IP problemen kunnen worden geformuleerd als optimalisering op een netwerk. Netwerkanalyse (H3) Sommige praktische IP problemen kunnen worden geformuleerd als optimalisering op een netwerk. Deze problemen kunnen vaak als continu LP probleem worden opgelost. Door de speciale structuur

Nadere informatie

SPECIALE LINEAIRE MODELLEN

SPECIALE LINEAIRE MODELLEN Hoofdstuk 7 SPECIALE LINEAIRE MODELLEN 7.1 Unimodulariteit en totale unimodulariteit Vele combinatorische optimaliseringsproblemen kunnen worden beschreven als het maximaliseren van een lineaire functie

Nadere informatie

1 In deze opgave wordt vijftien maal telkens drie beweringen gedaan waarvan er één juist is. Kruis de juiste bewering aan. (2pt. per juist antwoord).

1 In deze opgave wordt vijftien maal telkens drie beweringen gedaan waarvan er één juist is. Kruis de juiste bewering aan. (2pt. per juist antwoord). Tentamen Optimalisering (IN2805-I) Datum: 3 april 2008, 14.00 17.00. Docent: Dr. J.B.M. Melissen Naam: Studienummer: 1 In deze opgave wordt vijftien maal telkens drie beweringen gedaan waarvan er één juist

Nadere informatie

Hoofdstuk 13: Integer Lineair Programmeren

Hoofdstuk 13: Integer Lineair Programmeren Hoofdstuk 13: Integer Lineair Programmeren Vandaag: Wat is Integer Lineair Programmeren (ILP)? Relatie tussen ILP en LP Voorbeeld 1: Minimum Spanning Tree (MST) Voorbeeld 2: Travelling Salesman Problem

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 9 Leo van Iersel Technische Universiteit Delft 11 november 2015 Leo van Iersel (TUD) TW2020 Optimalisering 11 november 2015 1 / 22 Mededelingen Huiswerk 2 nagekeken Terug

Nadere informatie

1.2 Bomen Algemeen 1.2. BOMEN 7

1.2 Bomen Algemeen 1.2. BOMEN 7 1.2. BOMEN 7 1.2 Bomen 1.2.1 Algemeen Beschouw eerst een niet-gerichte graaf. Een boom is een samenhangende graaf die geen kringen bevat. Een boom wordt meestal genoteerd met de letter T (tree). Een bos

Nadere informatie

l e x e voor alle e E

l e x e voor alle e E Geselecteerde uitwerkingen Werkcollege Introduceer beslissingsvariabelen x e met x e = als lijn e in de boom zit en anders x e = 0. De doelfunctie wordt: min e E l e x e Voor elke deelverzameling S V met

Nadere informatie

Week 1 20-02-2013. Hier vind je uitwerkingen van enkele opgaven uit het dictaat Grafen: Kleuren en Routeren.

Week 1 20-02-2013. Hier vind je uitwerkingen van enkele opgaven uit het dictaat Grafen: Kleuren en Routeren. Combinatorische Optimalisatie, 2013 Week 1 20-02-2013 Hier vind je uitwerkingen van enkele opgaven uit het dictaat Grafen: Kleuren en Routeren. Opgave 1.16 Bewijs dat elke graaf een even aantal punten

Nadere informatie

OPERATIONS RESEARCH TECHNIEKEN L.C.M. KALLENBERG UNIVERSITEIT LEIDEN

OPERATIONS RESEARCH TECHNIEKEN L.C.M. KALLENBERG UNIVERSITEIT LEIDEN OPERATIONS RESEARCH TECHNIEKEN L.C.M. KALLENBERG UNIVERSITEIT LEIDEN VOORJAAR 2003 Inhoudsopgave 1 Inleiding 1 1.1 Wat is Operations Research?.............................. 1 1.2 Overzicht van de te behandelen

Nadere informatie

TU/e 2DD50: Wiskunde 2 (1)

TU/e 2DD50: Wiskunde 2 (1) TU/e 2DD50: Wiskunde 2 () Tussentoets 26 november, tijdens de instructies Zaal: paviljoen (study hub) Time: 90min Tentamenstof: colleges 4 (LP; Simplex; dualiteit; complementaire slackness) Oude tentamens:

Nadere informatie

Transport-, Routing- en Schedulingproblemen. Wi4062TU / Wi487TU / a86g. Uitwerkingen 08-04-2005

Transport-, Routing- en Schedulingproblemen. Wi4062TU / Wi487TU / a86g. Uitwerkingen 08-04-2005 Transport-, Routing- en Schedulingproblemen Wi4062TU / Wi487TU / a86g Uitwerkingen 08-04-2005 1 Transportprobleem Onderdeel a Fabriek 1 kan 120 ton staal fabriceren in 40 uur. Voor fabriek 2 is dit 150

Nadere informatie

Tentamen: Operationele Research 1D (4016)

Tentamen: Operationele Research 1D (4016) UITWERKINGEN Tentamen: Operationele Research 1D (4016) Tentamendatum: 12-1-2010 Duur van het tentamen: 3 uur (maximaal) Opgave 1 (15 punten) Beschouw het volgende lineaire programmeringsprobleem P: max

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 3 Leo van Iersel Technische Universiteit Delft 21 september 2016 Leo van Iersel (TUD) TW2020 Optimalisering 21 september 2016 1 / 36 LP: Lineair Programmeren min x 1 2

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 11 Leo van Iersel Technische Universiteit Delft 25 november 2015 Leo van Iersel (TUD) TW2020 Optimalisering 25 november 2015 1 / 28 Vandaag Vraag Voor welke problemen

Nadere informatie

Tentamen Discrete Wiskunde 1 10 april 2012, 14:00 17:00 uur

Tentamen Discrete Wiskunde 1 10 april 2012, 14:00 17:00 uur Tentamen Discrete Wiskunde 0 april 0, :00 7:00 uur Schrijf je naam op ieder blad dat je inlevert. Onderbouw je antwoorden, met een goede argumentatie zijn ook punten te verdienen. Veel succes! Opgave.

Nadere informatie

Grafen. Indien de uitgraad van ieder punt 1 is, dan bevat de graaf een cykel. Indien de ingraad van ieder punt 1 is, dan bevat de graaf een cykel.

Grafen. Indien de uitgraad van ieder punt 1 is, dan bevat de graaf een cykel. Indien de ingraad van ieder punt 1 is, dan bevat de graaf een cykel. Grafen Grafen Een graaf bestaat uit een verzameling punten (ook wel knopen, of in het engels vertices genoemd) en een verzameling kanten (edges) of pijlen (arcs), waarbij de kanten en pijlen tussen twee

Nadere informatie

Toewijzingsprobleem Bachelorscriptie

Toewijzingsprobleem Bachelorscriptie Radboud Universiteit Nijmegen Faculteit der Natuurwetenschappen, Wiskunde en Informatica Toewijzingsprobleem Bachelorscriptie Auteur: Veronique Rademaekers (s4155718) Begeleiders: Dr. W. Bosma en dr. H.

Nadere informatie

Discrete Structuren. Piter Dykstra Sietse Achterop Opleidingsinstituut Informatica en Cognitie

Discrete Structuren. Piter Dykstra Sietse Achterop Opleidingsinstituut Informatica en Cognitie Discrete Structuren Piter Dykstra Sietse Achterop Opleidingsinstituut Informatica en Cognitie www.math.rug.nl/~piter piter@math.rug.nl 3 maart 2008 GRAFEN & BOMEN Paragrafen 6.1-6.4 Discrete Structuren

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 9 Leo van Iersel Technische Universiteit Delft 16 november 2016 Leo van Iersel (TUD) TW2020 Optimalisering 16 november 2016 1 / 28 Vandaag Integer Linear Programming (ILP)

Nadere informatie

Transshipment problemen Simplex methode en netwerk optimalisatie algoritmes. Luuk van de Sande Begeleider: Judith Keijsper 20 januari 2013

Transshipment problemen Simplex methode en netwerk optimalisatie algoritmes. Luuk van de Sande Begeleider: Judith Keijsper 20 januari 2013 Transshipment problemen Simplex methode en netwerk optimalisatie algoritmes Luuk van de Sande Begeleider: Judith Keijsper 20 januari 2013 1 Inhoudsopgave 1 Transport problemen 3 2 Definities en stellingen

Nadere informatie

Uitwerking tentamen Analyse van Algoritmen, 29 januari

Uitwerking tentamen Analyse van Algoritmen, 29 januari Uitwerking tentamen Analyse van Algoritmen, 29 januari 2007. (a) De buitenste for-lus kent N = 5 iteraties. Na iedere iteratie ziet de rij getallen er als volgt uit: i rij na i e iteratie 2 5 4 6 2 2 4

Nadere informatie

Discrete Structuren. Piter Dykstra Opleidingsinstituut Informatica en Cognitie

Discrete Structuren. Piter Dykstra Opleidingsinstituut Informatica en Cognitie Discrete Structuren Piter Dykstra Opleidingsinstituut Informatica en Cognitie www.math.rug.nl/~piter piter@math.rug.nl 23 februari 2009 GRAFEN & BOMEN Paragrafen 6.1-6.4 Discrete Structuren Week 3 en 4:

Nadere informatie

Transport-, Routing- en Schedulingproblemen. Wi4062TU / Wi487TU / a86g. Uitwerkingen

Transport-, Routing- en Schedulingproblemen. Wi4062TU / Wi487TU / a86g. Uitwerkingen Transport-, Routing- en Schedulingproblemen Wi4062TU / Wi487TU / a86g Uitwerkingen 28-03-2003 1 Docenten Onderdeel a Er zijn 6 vakken V 1, V 2,..., V 6. Vak V j heeft een vraag b j = 1, voor j = 1, 2,...,

Nadere informatie

Discrete Wiskunde 2WC15, Lente Jan Draisma

Discrete Wiskunde 2WC15, Lente Jan Draisma Discrete Wiskunde 2WC15, Lente 2010 Jan Draisma HOOFDSTUK 2 Gröbnerbases 1. Vragen We hebben gezien dat de studie van stelsels polynoomvergelijkingen in meerdere variabelen op natuurlijke manier leidt

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 8 Leo van Iersel Technische Universiteit Delft 28 oktober 2015 Leo van Iersel (TUD) TW2020 Optimalisering 28 oktober 2015 1 / 25 Definitie Een boom is een samenhangende

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 3 Leo van Iersel Technische Universiteit Delft 21 september 2016 Leo van Iersel (TUD) TW2020 Optimalisering 21 september 2016 1 / 36 LP: Lineair Programmeren min x 1 2

Nadere informatie

Overzicht. Inleiding. Toepassingen. Verwante problemen. Modellering. Exacte oplosmethode: B&B. Insertie heuristieken. Local Search

Overzicht. Inleiding. Toepassingen. Verwante problemen. Modellering. Exacte oplosmethode: B&B. Insertie heuristieken. Local Search Overzicht Inleiding Toepassingen Verwante problemen Modellering Exacte oplosmethode: B&B Insertie heuristieken Local Search Handelsreizigersprobleem 1 Cyclische permutatie van steden b 3 77 a 93 21 42

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 12 Leo van Iersel Technische Universiteit Delft 7 december 2016 Leo van Iersel (TUD) TW2020 Optimalisering 7 december 2016 1 / 25 Volgende week: Study guide Vragenuurtje

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 8 Leo van Iersel Technische Universiteit Delft 2 november 2016 Leo van Iersel (TUD) TW2020 Optimalisering 2 november 2016 1 / 28 Minimum Opspannende Boom (Minimum Spanning

Nadere informatie

BESLISKUNDE B. Voorjaar L.C.M. KALLENBERG en F.M. SPIEKSMA

BESLISKUNDE B. Voorjaar L.C.M. KALLENBERG en F.M. SPIEKSMA BESLISKUNDE B Voorjaar 2015 L.C.M. KALLENBERG en F.M. SPIEKSMA UNIVERSITEIT LEIDEN Inhoudsopgave 1 GRAFENTHEORIE 1 1.1 Inleiding.......................................... 1 1.1.1 Niet-gerichte grafen...............................

Nadere informatie

Samenvatting college 1-12

Samenvatting college 1-12 Samenvatting college 1-12 Probleemformulering Duidelijk definiëren van beslissingsvariabelen Zinvolle namen voor variabelen bv x ij voor ingrediënt i voor product j, niet x 1,..., x 20 Beschrijving van

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 10 Leo van Iersel Technische Universiteit Delft 23 november 2016 Leo van Iersel (TUD) TW2020 Optimalisering 23 november 2016 1 / 40 Vraag Ik heb het deeltentamen niet

Nadere informatie

Ter Leering ende Vermaeck

Ter Leering ende Vermaeck Ter Leering ende Vermaeck 15 december 2011 1 Caleidoscoop 1. Geef een relatie op Z die niet reflexief of symmetrisch is, maar wel transitief. 2. Geef een relatie op Z die niet symmetrisch is, maar wel

Nadere informatie

Universiteit Utrecht Faculteit Wiskunde en Informatica. Examen Optimalisering op maandag 18 april 2005, uur.

Universiteit Utrecht Faculteit Wiskunde en Informatica. Examen Optimalisering op maandag 18 april 2005, uur. Universiteit Utrecht Faculteit Wiskunde en Informatica Examen Optimalisering op maandag 18 april 2005, 9.00-12.00 uur. De opgaven dienen duidelijk uitgewerkt te zijn en netjes ingeleverd te worden. Schrijf

Nadere informatie

Discrete Wiskunde, College 12. Han Hoogeveen, Utrecht University

Discrete Wiskunde, College 12. Han Hoogeveen, Utrecht University Discrete Wiskunde, College 12 Han Hoogeveen, Utrecht University Dynamische programmering Het basisidee is dat je het probleem stap voor stap oplost Het probleem moet voldoen aan het optimaliteitsprincipe

Nadere informatie

BESLISKUNDE 2 EN 3 L.C.M. KALLENBERG UNIVERSITEIT LEIDEN

BESLISKUNDE 2 EN 3 L.C.M. KALLENBERG UNIVERSITEIT LEIDEN BESLISKUNDE 2 EN 3 L.C.M. KALLENBERG UNIVERSITEIT LEIDEN VOORJAAR 2007 Voorwoord College Najaar 2004 Het derdejaarscolleges Besliskunde 2 en 3 zijn een vervolg op het tweedejaarscollege Besliskunde 1.

Nadere informatie

Elfde college complexiteit. 23 april NP-volledigheid III

Elfde college complexiteit. 23 april NP-volledigheid III college 11 Elfde college complexiteit 23 april 2019 NP-volledigheid III 1 TSP Als voorbeeld bekijken we het Travelling Salesman/person Problem, ofwel het Handelsreizigersprobleem TSP. Hiervoor geldt: TSP

Nadere informatie

TU/e 2DD50: Wiskunde 2

TU/e 2DD50: Wiskunde 2 TU/e 2DD50: Wiskunde 2 Enkele mededelingen Instructies (vandaag, 10:45 12:30) in vier zalen: Zaal Aud 10 Pav b2 Pav m23 Ipo 0.98 voor studenten met achternaam beginnend met letters A tot en met D met letters

Nadere informatie

BESLISKUNDE 3 L.C.M. KALLENBERG

BESLISKUNDE 3 L.C.M. KALLENBERG BESLISKUNDE 3 L.C.M. KALLENBERG UNIVERSITEIT LEIDEN versie november 2010 Voorwoord De voorkennis van dit vak is het tweedejaarscollege Besliskunde 1. Het derdejaarscollege Besliskunde 2 is niet noodzakelijk,

Nadere informatie

V = {a, b, c, d, e} Computernetwerken: de knopen zijn machines in het netwerk, de kanten zijn communicatiekanalen.

V = {a, b, c, d, e} Computernetwerken: de knopen zijn machines in het netwerk, de kanten zijn communicatiekanalen. WIS14 1 14 Grafen 14.1 Grafen Gerichte grafen Voor een verzameling V is een binaire relatie op V een verzameling geordende paren van elementen van V. Voorbeeld: een binaire relatie op N is de relatie KleinerDan,

Nadere informatie

l e x e voor alle e E

l e x e voor alle e E Geselecteerde uitwerkingen Werkcollege Introduceer beslissingsvariabelen x e met x e = als lijn e in de boom zit en anders x e = 0. De doelfunctie wordt: min e E l e x e Voor elke deelverzameling S V met

Nadere informatie

Universiteit Utrecht Betafaculteit. Examen Discrete Wiskunde II op donderdag 6 juli 2017, uur.

Universiteit Utrecht Betafaculteit. Examen Discrete Wiskunde II op donderdag 6 juli 2017, uur. Universiteit Utrecht Betafaculteit Examen Discrete Wiskunde II op donderdag 6 juli 2017, 13.30-16.30 uur. De opgaven dienen duidelijk uitgewerkt te zijn en netjes ingeleverd te worden. Schrijf op elk ingeleverd

Nadere informatie

3. Elke lijn van een graaf draagt twee bij tot de som van alle graden.

3. Elke lijn van een graaf draagt twee bij tot de som van alle graden. Antwoorden Doeboek 4 Grafen.. De middelste en de rechtergraaf.. Een onsamenhangende graaf met vijf punten en vijf lijnen: Teken een vierhoek met één diagonaal. Het vijfde punt is niet verbonden met een

Nadere informatie

Netwerkstroming. Algoritmiek

Netwerkstroming. Algoritmiek Netwerkstroming Netwerkstroming Toepassingen in Logistiek Video-streaming Subroutine in algoritmen 2 Vandaag Netwerkstroming: wat was dat ook alweer? Minimum Snede Maximum Stroming Stelling Variant: Edmonds-Karp

Nadere informatie

Tentamen Discrete Wiskunde

Tentamen Discrete Wiskunde Discrete Wiskunde (WB011C) 22 januari 2016 Tentamen Discrete Wiskunde Schrijf op ieder ingeleverd blad duidelijk leesbaar je naam en studentnummer. De opgaven 1 t/m 6 tellen alle even zwaar. Je hoeft slechts

Nadere informatie

BESLISKUNDE 2 L.C.M. KALLENBERG UNIVERSITEIT LEIDEN

BESLISKUNDE 2 L.C.M. KALLENBERG UNIVERSITEIT LEIDEN BESLISKUNDE L.C.M. KALLENBERG UNIVERSITEIT LEIDEN Voorwoord Dit vak is een voortzetting van het tweedejaarscollege Besliskunde. Een aantal andere mathematische beslissingsproblemen komt aan de orde en

Nadere informatie

Uitgebreide uitwerking Tentamen Complexiteit, juni 2017

Uitgebreide uitwerking Tentamen Complexiteit, juni 2017 Uitgebreide uitwerking Tentamen Complexiteit, juni 017 Opgave 1. a. Een pad van de wortel naar een blad stelt de serie achtereenvolgende arrayvergelijkingen voor die het algoritme doet op zekere invoer.

Nadere informatie

Hoofdstuk 17: Approximation Algorithms

Hoofdstuk 17: Approximation Algorithms Hoofdstuk 17: Approximation Algorithms Overzicht: Vorige week: Π NP-volledig Π waarschijnlijk niet polynomiaal oplosbaar 2 opties: 1 Optimaal oplossen, niet in polynomiale tijd (B&B, Cutting planes) 2

Nadere informatie

Netwerkstroming. Algoritmiek

Netwerkstroming. Algoritmiek Netwerkstroming Vandaag Netwerkstroming: definitie en toepassing Het rest-netwerk Verbeterende paden Ford-Fulkerson algoritme Minimum Snede Maximum Stroming Stelling Variant: Edmonds-Karp Toepassing: koppelingen

Nadere informatie

Hoofdstuk!7!Kortste!paden!

Hoofdstuk!7!Kortste!paden! oofdstukkortstepaden oofdstukkortstepaden In een gewogen graaf is men soms geïnteresseerd in het kortste pad tussen twee punten: dat is een pad, waarbij de som van de gewichten zo klein mogelijk is..inleiding

Nadere informatie

TU/e 2DD50: Wiskunde 2 (1)

TU/e 2DD50: Wiskunde 2 (1) TU/e 2DD50: Wiskunde 2 (1) Organisatorische informatie Wat Dag Tijd Zaal Docent College Tue 5+6 Aud 6+15 Gerhard Woeginger Thu 1+2 Aud 1+4 Gerhard Woeginger Clicker session Tue 7+8 Aud 6+15 Gerhard Woeginger

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 5 Leo van Iersel Technische Universiteit Delft 12 oktober 2016 Leo van Iersel (TUD) TW2020 Optimalisering 12 oktober 2016 1 / 31 Dualiteit Dualiteit: Elk LP probleem heeft

Nadere informatie

Lege polygonen in een graaf.

Lege polygonen in een graaf. Uitwerking puzzel 94-2 Lege polygonen in een graaf. Lieke de Rooij Wobien Doyer We hebben n punten die al of niet met elkaar worden verbonden. De bedoeling is om met zo min mogelijk lijnen (=verbindingen)

Nadere informatie

Taak 2: LP: simplex en sensitiviteitsanalyse Voorbeeld uitwerking

Taak 2: LP: simplex en sensitiviteitsanalyse Voorbeeld uitwerking Taak 2: LP: simplex en sensitiviteitsanalyse Voorbeeld uitwerking. Sensitiviteitsanalyse (a) Als de prijs van legering 5 daalt, kan het voordeliger worden om gebruik te maken van deze legering. Als de

Nadere informatie

Begrenzing van het aantal iteraties in het max-flow algoritme

Begrenzing van het aantal iteraties in het max-flow algoritme Begrenzing van het aantal iteraties in het max-flow algoritme Het oplossen van het maximum stroom probleem met behulp van stroomvermeerderende paden werkt, maar het aantal iteraties kan aardig de spuigaten

Nadere informatie

Het oplossen van stelsels lineaire vergelijkingen Wiskunde 2, 2DM60 College 2b

Het oplossen van stelsels lineaire vergelijkingen Wiskunde 2, 2DM60 College 2b Het oplossen van stelsels lineaire vergelijkingen Wiskunde 2, 2DM60 College 2b Ruud Pellikaan g.r.pellikaan@tue.nl /k 2014-2015 Lineaire vergelijking 2/64 DEFINITIE: Een lineaire vergelijking in de variabelen

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 5 Leo van Iersel Technische Universiteit Delft 2 oktober 206 Leo van Iersel (TUD) TW2020 Optimalisering 2 oktober 206 / 3 Dualiteit Dualiteit: Elk LP probleem heeft een

Nadere informatie

Lineaire Algebra voor ST

Lineaire Algebra voor ST Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.31 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds06 Technische Universiteit Eindhoven college 3 J.Keijsper

Nadere informatie

Radboud Universiteit Nijmegen

Radboud Universiteit Nijmegen Radboud Universiteit Nijmegen Faculteit der Natuurwetenschappen, Wiskunde en Informatica L(,1)-labeling van grafen Naam: Studentnummer: Studie: Begeleider: Myrte klein Brink 4166140 Bachelor Wiskunde Dr.

Nadere informatie

Lights Out. 1 Inleiding

Lights Out. 1 Inleiding Lights Out 1 Inleiding Het spel Lights Out is een elektronisch spel dat gelanceerd werd in 1995 door Tiger Electronics. Het originele spel heeft een bord met 25 lampjes in een rooster van 5 rijen en 5

Nadere informatie

a) Bepaal punten a l en b m zó dat de lijn door a en b parallel is met n.

a) Bepaal punten a l en b m zó dat de lijn door a en b parallel is met n. . Oefen opgaven Opgave... Gegeven zijn de lijnen l : 2 + λ m : 2 2 + λ 3 n : 3 6 4 + λ 3 6 4 a) Bepaal punten a l en b m zó dat de lijn door a en b parallel is met n. b) Bepaal de afstand tussen die lijn

Nadere informatie

Optimalisering/Besliskunde 1. College 1 6 september, 2012

Optimalisering/Besliskunde 1. College 1 6 september, 2012 Optimalisering/Besliskunde 1 College 1 6 september, 2012 Algemene informatie College: donderdag 9:00-10:45: Gorlaeus C1/C2, Leiden vrijdag: werkcollege Leiden en Delft vragenuur Delft Vier verplichte huiswerkopgaven

Nadere informatie

Wanneer zijn veelvouden van proniks proniks?

Wanneer zijn veelvouden van proniks proniks? 1 Uitwerking puzzel 92-1 Wanneer zijn veelvouden van proniks proniks? Harm Bakker noemde het: pro-niks voor-niks De puzzel was voor een groot deel afkomstig van Frits Göbel. Een pronik is een getal dat

Nadere informatie

Optimalisering/Besliskunde 1. College 1 3 september, 2014

Optimalisering/Besliskunde 1. College 1 3 september, 2014 Optimalisering/Besliskunde 1 College 1 3 september, 2014 Algemene informatie College: woensdag 9:00-10:45: Gorlaeus C1/C2, Leiden vrijdag: werkcollege Leiden en Delft Vier verplichte huiswerkopgaven Informatie

Nadere informatie

Lineaire programmering

Lineaire programmering Lineaire programmering Hans Maassen kort naar Inleiding Besliskunde van J. Potters [Pot]. en Methods of Mathematical Economics van J. Franklin [Fra]. Lineaire programmering is het bepalen van het maximum

Nadere informatie

Basiskennis lineaire algebra

Basiskennis lineaire algebra Basiskennis lineaire algebra Lineaire algebra is belangrijk als achtergrond voor lineaire programmering, omdat we het probleem kunnen tekenen in de n-dimensionale ruimte, waarbij n gelijk is aan het aantal

Nadere informatie

1 Complexiteit. of benadering en snel

1 Complexiteit. of benadering en snel 1 Complexiteit Het college van vandaag gaat over complexiteit van algoritmes. In het boek hoort hier hoofdstuk 8.1-8.5 bij. Bij complexiteitstheorie is de belangrijkste kernvraag: Hoe goed is een algoritme?

Nadere informatie

Hebzucht loont niet altijd

Hebzucht loont niet altijd Thema Discrete wiskunde Hoe verbind je een stel steden met zo weinig mogelijk kilometers asfalt? Hoe maak je een optimaal computernetwerk met kabels die maar een beperkte capaciteit hebben? Veel van zulke

Nadere informatie

Stelsels lineaire vergelijkingen

Stelsels lineaire vergelijkingen Een matrix heeft een rij-echelon vorm als het de volgende eigenschappen heeft: 1. Alle nulrijen staan als laatste rijen in de matrix. 2. Het eerste element van een rij dat niet nul is, ligt links ten opzichte

Nadere informatie

Optimalisering en Complexiteit, College 11. Complementaire speling; duale Simplex methode. Han Hoogeveen, Utrecht University

Optimalisering en Complexiteit, College 11. Complementaire speling; duale Simplex methode. Han Hoogeveen, Utrecht University Optimalisering en Complexiteit, College 11 Complementaire speling; duale Simplex methode Han Hoogeveen, Utrecht University Duale probleem (P) (D) min c 1 x 1 + c 2 x 2 + c 3 x 3 max w 1 b 1 + w 2 b 2 +

Nadere informatie

Lineaire Algebra TW1205TI. I.A.M. Goddijn, Faculteit EWI 12 februari 2014

Lineaire Algebra TW1205TI. I.A.M. Goddijn, Faculteit EWI 12 februari 2014 Lineaire Algebra TW1205TI, 12 februari 2014 Contactgegevens Mekelweg 4, kamer 4.240 tel : (015 27)86408 e-mail : I.A.M.Goddijn@TUDelft.nl homepage : http: //fa.its.tudelft.nl/ goddijn blackboard : http:

Nadere informatie

Branch-and-Bound en Cutting Planes

Branch-and-Bound en Cutting Planes Branch-and-Bound en Cutting Planes Vandaag: Er is nog geen algoritme om ILP s in polynomiale tijd op te lossen. Twee opties: 1 Exponentiëel algoritme dat optimale oplossing geeft 2 Polynomiaal algoritme

Nadere informatie

2WO12: Optimalisering in Netwerken

2WO12: Optimalisering in Netwerken 2WO12: Optimalisering in Netwerken Leo van Iersel Technische Universiteit Eindhoven (TU/E) en Centrum Wiskunde & Informatica (CWI) 10 maart 2014 http://homepages.cwi.nl/~iersel/2wo12/ l.j.j.v.iersel@gmail.com

Nadere informatie

2WO12: Optimalisering in Netwerken

2WO12: Optimalisering in Netwerken 2WO12: Optimalisering in Netwerken Leo van Iersel Technische Universiteit Eindhoven (TU/E) en Centrum Wiskunde & Informatica (CWI) 10 en 13 februari 2014 http://homepages.cwi.nl/~iersel/2wo12/ l.j.j.v.iersel@gmail.com

Nadere informatie

Tentamen combinatorische optimalisatie Tijd:

Tentamen combinatorische optimalisatie Tijd: Tentamen combinatorische optimalisatie 26-05-2014. Tijd: 9.00-11.30 Tentamen is met gesloten boek. Beschrijf bij elke opgave steeds het belangrijkste idee. Notatie en exacte formulering is van minder belang.

Nadere informatie

2WO12: Optimalisering in Netwerken

2WO12: Optimalisering in Netwerken 2WO12: Optimalisering in Netwerken Leo van Iersel Technische Universiteit Eindhoven (TUE) en Centrum Wiskunde & Informatica (CWI) 3 en 6 februari 2014 Leo van Iersel (TUE/CWI) 2WO12: Optimalisering in

Nadere informatie

Een combinatorische oplossing voor vraag 10 van de LIMO 2010

Een combinatorische oplossing voor vraag 10 van de LIMO 2010 Een combinatorische oplossing voor vraag 10 van de LIMO 2010 Stijn Vermeeren (University of Leeds) 16 juni 2010 Samenvatting Probleem 10 van de Landelijke Interuniversitaire Mathematische Olympiade 2010vraagt

Nadere informatie

Je hebt twee uur de tijd voor het oplossen van de vraagstukken. µkw uitwerkingen. 12 juni 2015

Je hebt twee uur de tijd voor het oplossen van de vraagstukken. µkw uitwerkingen. 12 juni 2015 Je hebt twee uur de tijd voor het oplossen van de vraagstukken. Elk vraagstuk is maximaal 10 punten waard. Begin elke opgave op een nieuw vel papier. µkw uitwerkingen 12 juni 2015 Vraagstuk 1. We kunnen

Nadere informatie

Magidoku s en verborgen symmetrieën

Magidoku s en verborgen symmetrieën Uitwerking Puzzel 92-6 Magidoku s en verborgen symmetrieën Wobien Doyer Lieke de Rooij Een Latijns vierkant van orde n, is een vierkante matrix, gevuld met n verschillende symbolen waarvan elk precies

Nadere informatie

2WO12: Optimalisering in Netwerken

2WO12: Optimalisering in Netwerken 2WO12: Optimalisering in Netwerken Leo van Iersel Technische Universiteit Eindhoven (TU/E) en Centrum Wiskunde & Informatica (CWI) 27 februari 2014 http://homepages.cwi.nl/~iersel/2wo12/ l.j.j.v.iersel@gmail.com

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 7 Leo van Iersel Technische Universiteit Delft 26 oktober 2016 Leo van Iersel (TUD) TW2020 Optimalisering 26 oktober 2016 1 / 28 Deze week: analyseren van algoritmes Hoe

Nadere informatie

Tweede college complexiteit. 12 februari Wiskundige achtergrond

Tweede college complexiteit. 12 februari Wiskundige achtergrond College 2 Tweede college complexiteit 12 februari 2019 Wiskundige achtergrond 1 Agenda vanmiddag Floor, Ceiling Rekenregels logaritmen Tellen Formele definitie O, Ω, Θ met voorbeelden Stellingen over faculteiten

Nadere informatie

Bijlage A Simplex-methode

Bijlage A Simplex-methode Dee bijlage hoort bij Beter beslissen, Bijlage A Simplex-methode Verreweg de meeste LP-problemen worden opgelost met behulp van het ogenoemde Simplex-algoritme, in ontwikkeld door G.B. Dantig. De meeste

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 7 Leo van Iersel Technische Universiteit Delft 21 oktober 2015 Leo van Iersel (TUD) TW2020 Optimalisering 21 oktober 2015 1 / 20 Deze week: algoritmes en complexiteit

Nadere informatie

Heuristieken en benaderingsalgoritmen. Algoritmiek

Heuristieken en benaderingsalgoritmen. Algoritmiek Heuristieken en benaderingsalgoritmen Wat te doen met `moeilijke optimaliseringsproblemen? Voor veel problemen, o.a. optimaliseringsproblemen is geen algoritme bekend dat het probleem voor alle inputs

Nadere informatie

Tie breaking in de simplex methode

Tie breaking in de simplex methode Tie breaking in de simplex methode Tijdens de Simplexmethode kan op een aantal momenten onduidelijk zijn wat je moet doen: 1. Variabele die de basis in gaat: Zoek de grootste coëfficiënt in de doelfunctie.

Nadere informatie

Uitgebreide uitwerking Tentamen Complexiteit, mei 2007

Uitgebreide uitwerking Tentamen Complexiteit, mei 2007 Uitgebreide uitwerking Tentamen Complexiteit, mei 007 Opgave. a. Een beslissingsboom beschrijft de werking van het betreffende algoritme (gebaseerd op arrayvergelijkingen) op elke mogelijke invoer. In

Nadere informatie

Polynomen. + 5x + 5 \ 3 x 1 = S(x) 2x x. 3x x 3x 2 + 2

Polynomen. + 5x + 5 \ 3 x 1 = S(x) 2x x. 3x x 3x 2 + 2 Lesbrief 3 Polynomen 1 Polynomen van één variabele Elke functie van de vorm P () = a n n + a n 1 n 1 + + a 1 + a 0, (a n 0), heet een polynoom of veelterm in de variabele. Het getal n heet de graad van

Nadere informatie

Examen Datastructuren en Algoritmen II

Examen Datastructuren en Algoritmen II Tweede bachelor Informatica Academiejaar 2016 2017, eerste zittijd Examen Datastructuren en Algoritmen II Naam :.............................................................................. Lees de hele

Nadere informatie

2 n 1. OPGAVEN 1 Hoeveel cijfers heeft het grootste bekende Mersenne-priemgetal? Met dit getal vult men 320 krantenpagina s.

2 n 1. OPGAVEN 1 Hoeveel cijfers heeft het grootste bekende Mersenne-priemgetal? Met dit getal vult men 320 krantenpagina s. Hoofdstuk 1 Getallenleer 1.1 Priemgetallen 1.1.1 Definitie en eigenschappen Een priemgetal is een natuurlijk getal groter dan 1 dat slechts deelbaar is door 1 en door zichzelf. Om technische redenen wordt

Nadere informatie

Lineaire Algebra voor ST

Lineaire Algebra voor ST Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.31 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds6 Technische Universiteit Eindhoven college 2 J.Keijsper

Nadere informatie

Getallenleer Inleiding op codeertheorie. Cursus voor de vrije ruimte

Getallenleer Inleiding op codeertheorie. Cursus voor de vrije ruimte Getallenleer Inleiding op codeertheorie Liliane Van Maldeghem Hendrik Van Maldeghem Cursus voor de vrije ruimte 2 Hoofdstuk 1 Getallenleer 1.1 Priemgetallen 1.1.1 Definitie en eigenschappen Een priemgetal

Nadere informatie

Uitwerkingen eerste serie inleveropgaven

Uitwerkingen eerste serie inleveropgaven Uitwerkingen eerste serie inleveropgaven (1) Gegeven het 4 4 grid bestaande uit de 16 punten (i, j) met i, j = 0,..., 3. Bepaal het aantal driehoeken dat je kunt vinden zodanig dat ieder hoekpunt samenvalt

Nadere informatie

Optimalisering en Complexiteit, College 10. Begrensde variabelen. Han Hoogeveen, Utrecht University

Optimalisering en Complexiteit, College 10. Begrensde variabelen. Han Hoogeveen, Utrecht University Optimalisering en Complexiteit, College 10 Begrensde variabelen Han Hoogeveen, Utrecht University Begrensde variabelen (1) In veel toepassingen hebben variabelen zowel een ondergrens als een bovengrens:

Nadere informatie

Benaderingsalgoritmen

Benaderingsalgoritmen Benaderingsalgoritmen Eerste hulp bij NP-moeilijkheid 1 Herhaling NP-volledigheid (1) NP: er is een polynomiaal certificaat voor jainstanties dat in polynomiale tijd te controleren is Een probleem A is

Nadere informatie

Uitwerking puzzel 91-7: Je kunt het schudden

Uitwerking puzzel 91-7: Je kunt het schudden Uitwerking puzzel 91-7: Je kunt het schudden Het credit voor deze puzzel gaat naar Frans van Hoeve. Hij stuurde het ons, in een iets andere vorm, met titel Penny-flipping problem. Hij was het tegengekomen

Nadere informatie

Achtste college complexiteit. 2 april Polynoomevaluatie Matrixvermenigvuldiging Euler- en Hamiltonkringen

Achtste college complexiteit. 2 april Polynoomevaluatie Matrixvermenigvuldiging Euler- en Hamiltonkringen College 8 Achtste college complexiteit 2 april 2019 Polynoomevaluatie Matrixvermenigvuldiging Euler- en Hamiltonkringen 1 Polynoomevaluatie Zij p(x) = a n x n + a n 1 x n 1 +... + a 1 x + a 0 een polynoom

Nadere informatie

Oefeningen voor de oefeningenles. Oefening 1

Oefeningen voor de oefeningenles. Oefening 1 Oefeningen voor de oefeningenles Oefening 1 Gegeven een arbitraire binaire zoekboom T met n toppen en een (andere of gelijke) binaire zoekboom T die ook n sleutels bevat. Beschrijf een algoritme dat in

Nadere informatie

Faculteit der Economie en Bedrijfskunde

Faculteit der Economie en Bedrijfskunde Faculteit der Economie en Bedrijfskunde Op dit voorblad vindt u belangrijke informatie omtrent het tentamen. Lees dit voorblad voordat u met het tentamen begint! Tentamen: Operational Research 1D (4016)

Nadere informatie

1 Vervangingsstrategie auto

1 Vervangingsstrategie auto Transport-, Routing- en Schedulingproblemen Wi4062TU / Wi487TU / a86g Uitwerkingen 28-03-2002 1 Vervangingsstrategie auto Onderdeel a Zij V = {0, 1, 2, 3, 4, 5, 6}, waarbij knoop i staat voor het einde

Nadere informatie