[Mat10] Ötletbörze TDK-ra, BSc/MSc tézisre, 2012. május 10. (csüt) 14 óra
Boglárka G.-Tóth
bog at math.bme.hu
2012. Május. 6., V, 21:48:22 CEST
Érdekes kérdések az optimalizálásban
avagy
Ötletbörze TDK-ra, BSc/MSc tézisre
Május 10-én, csütörtökön, 14:15-től az Optimalizálás szemináriumon 10-15
perces ĂzelĂtĹ‘ket hallhattok több tĂ©mában a H306-os teremben. CĂmek:
1. GráfszĂnezĂ©sek feljavĂtása (HM)
2. Lineáris programozás alkalmazása bizonyĂtásokban Ă©s
ellenpélda-konstrukciókban (HM)
3. A magyar módszer kiterjesztései (HM)
4. A többdimenziĂłs normális eloszlással kapcsolatos valĂłszĂnűsĂ©gek
legĂşjabb számĂtási mĂłdszerei Ă©s azok hatĂ©konyságának összehasonlĂtása (SZT)
5. Szimplexek szimplexekkel való fedése (GTB)
6. Boltválasztási preferencia modellezése (GTB)
7. Kalandozások a lineáris komplementaritási feladatok világában (IT):
1. Elégséges mátrixok jellemzése
2. Centrális út létezésének és egyértelműségének a feltétele
3. Hogyan oldjunk meg általános lineáris komplementaritási feladatokat
(hatékonyan)?
Ezek mind:
1. egyszerűbb és nehezebb megoldatlan kérdések az optimalizálás
területéről
2. TDK-nak, szakdolgozatnak, diplomamunkának alkalmas kutatási témakörök
*Időpont:* 2012. május 10., csütörtök, 14:15-15:45
*HelyszĂn:* BME H Ă©pĂĽlet 306-os szemináriumi szoba
A tĂ©mák rövid leĂrása:
GráfszĂnezĂ©sek feljavĂtása (Hujter Mihály)
A gráfok szĂnezĂ©si kĂ©rdĂ©sei mind matematikatörtĂ©neti Ă©s algoritmuselmĂ©leti
szempontból, mind a gyakorlati alkalmazások oldaláról tekintve nagyon
fontosak. LĂ©nyegĂ©ben három fĂ©le megközelĂtĂ©si mĂłdszerkör ismeretes:
1. A közvetlenül látható szükségszerûségek figyelembe vételével egy
menetben szĂnezzĂĽk ki a gráfot remĂ©lhetõleg kevĂ©s szĂnnel.
2. MegkĂsĂ©reljĂĽk a gráf viszonylag nagy rĂ©szĂ©t viszonylag kevĂ©s szĂnnek
kiszĂnezni, aztán ezeket a szĂnezĂ©seket lĂ©pĂ©srõl lĂ©pĂ©sre átjavĂtgatni.
3. Implicit módon az összes lehetõséget leszámláljuk.
Az utólsó évek eredményei azt mutatják, sok kutatnivaló van még a fenti
három módszerkör közös határainál.
Lineáris programozás alkalmazása bizonyĂtásokban Ă©s
ellenpélda-konstrukciókban (Hujter Mihály)
Számos algoritmus jĂł minõsĂ©gĂ©nek bizonyĂtásában, sok ellenpĂ©lda
konstruálásában hasznosak azok a módszerek, melyekben konkrét lineáris
programozási feladatokat kell megoldani, Ă©s az eredmĂ©nyt a bizonyĂtásba
illetve a konstrukciĂłba beĂ©pĂteni. Érdemes lenne ezeket az eredmĂ©nyeket
rendszerezve összegyûjteni, továbbfejleszteni.
A magyar módszer kiterjesztései (Hujter Mihály)
A szállĂtási feladatra bebizonyosodott az egyetemĂĽnkön kifejlesztett magyar
mĂłdszer hatĂ©konysága Ă©s hasznossága. KikutatandĂł, hogy a szállĂtási feladat
körülményrendszerének
mely általánosĂtásaira vihetõ tovább eredmĂ©nyesen a ,,Hungarian Method''.
A többdimenziĂłs normális eloszlással kapcsolatos valĂłszĂnűsĂ©gek legĂşjabb
számĂtási mĂłdszerei Ă©s azok hatĂ©konyságának összehasonlĂtása (Szántai Tamás)
A többdimenziĂłs normális eloszlással kapcsolatos valĂłszĂnűsĂ©gek
számĂtásának törtĂ©nete több mint 50 esztendĹ‘re nyĂşlik vissza. Az elsĹ‘
összefoglaló dolgozatot Santhi S. Gupta 1963-ban publikálta Probability
integrals of multivariate normal and multivariate t cĂmmel. Az 1970-es
években Deák István és Szántai Tamás dolgoztak ki két különböző
szóráscsökkentési módszert a többváltozós normális eloszlással kapcsolatos
valĂłszĂnűsĂ©gek Monte Carlo szimuláciĂłval törtĂ©nĹ‘ kiĂ©rtĂ©kelĂ©sĂ©re. Alan Genz
1992-ben a többdimenziĂłs normális eloszlással kapcsolatos valĂłszĂnűsĂ©gek
számĂtására egy integrál transzformáciĂł sorozat vĂ©grehajtása utáni Monte
Carlo szimulációs kiértékelést dolgozott ki, mely nem túl sok változós
együttes normális eloszlásra igen hatékonynak bizonyult. Bukszár József
Prékopa Andrással és Szántai Tamással közösen az 1990-es évek végén olyan
alsó és felső korlátokat adott meg magasabb dimenziós normális
eloszlásokkal kapcsolatos valĂłszĂnűsĂ©gekre, amelyek hasznosnak bizonyultak
Szántai Tamás korábban javasolt szimulációs kiértékelő eljárásának a
megjavĂtásában. Ezt követĹ‘en Deák István Ă©s Szántai Tamás Horand Gassmann
közreműködĂ©sĂ©vel egyesĂtettĂ©k a kĂĽlön-kĂĽlön kidolgozott szimuláciĂłs
eljárásukat, amivel sikerült azok hatékonyságát megnövelni. A 2000-es évek
elejĂ©n Tetsusiha Miwa, A.J. Hayter Ă©s Satoshi Kuriki nem negatĂv ortáns
többdimenziĂłs normális valĂłszĂnűsĂ©g eloszlás melletti valĂłszĂnűsĂ©gĂ©nek a
számĂtására fejlesztettek ki közvetlen numerikus integrálási mĂłdszert,
amely segĂtsĂ©gĂ©vel 6-7 dimenziĂłig jĂłval gyorsabban Ă©s pontosabban tudták
számolni a többdimenziós normális eloszlás eloszlásfüggvény értékét is. Ezt
az eljárást sikerĂĽlt Peter Craig-nek 2008-ban tovább javĂtania.
A témalabor (TDK munka, szakdolgozat) fő célkitűzése ezeknek a numerikus
számĂtási mĂłdszereknek a megismerĂ©se, számĂtĂłgĂ©pes kĂłdok megalkotása,
amelyek használatával gondos statisztikai elemzések hajthatók végre annak
megállapĂtására, hogy mely mĂłdszerek mely esetekben bizonyulhatnak a
legjobbnak. Célkitűzés lehet az egyes módszerek további hatékonyság
növelése, illetve azok új kombinációjának kidolgozása is.
Szimplexek szimplexekkel való fedése (G.-Tóth Boglárka)
Egység szimplexek egyenlő oldalú szimplexekre bontása több mint 3 csúcs
esetén nem lehetséges. Van hogy mégis ilyesmire van szükség. Nézzük
másképp. Hogyan fedjünk le a szimplexet hasonló szimplexekkel úgy, hogy a
legkevesebb legyen az átfedés?
Boltválasztási preferencia modellezése (G.-Tóth Boglárka)
A Tescot szereted vagy az Auchan-t? Mégis vásárolsz mindkettőben? Hogyan
modellezhetĹ‘ a választás? Ha több lehetsĂ©ges leĂrása van a preferenciáknak,
melyik lenne a jobb, valósághűbb? De megoldható-e és ha igen hogyan egy
ilyen vállalatelhelyezési feladat?
Kalandozások a lineáris komplementaritási feladatok világában
Elégséges mátrixok jellemzése (Illés Tibor)
Cottle és szerzőtársai 1989-ben bevezették az elégséges mátrixok fogalmát,
Kojima és társszerzői 1991-ben a P* mátrixokét. Valiaho 1995-ben
bizonyĂtotta, hogy a P* mátrixok pontosan az elĂ©gsĂ©ges mátrixok.
BizonyĂtása nem egyszerű, sĹ‘t. IdĹ‘közben a P* mátrixok számos ekvivalens
definĂciĂłját megismertĂĽk Ă©s ugyanez törtĂ©nt az elĂ©gsĂ©ges mátrixokkal, de a
kapcsolat ezek az ekvivalens jellemzések között továbbra is Valiaho
eredmĂ©nye. SzeretnĂ©k egy olyan bizonyĂtást látni, amelyik ezeknek a
jellemzéseknek az ekvivalenciáját szép és egyszerű (ciklikus módon)
bizonyĂtja, lehetĹ‘sĂ©g szerint kihagyja a Valiaho tĂ©telt. Érdekes lenne
adott méretű – mondjuk 20x20-as – elégséges mátrixok generálására hatékony
mĂłdszert kidolgozni.
Centrális út létezésének és egyértelműségének a feltétele (Illés Tibor)
Számos alkalmazás vezet olyan LCP-kre, amelyeknél a feladat mátrixa
nem-negatĂv mátrix. Eisenberg-Nagy Marianna ilyen feladatokra megmutatta,
hogy a centrális út létezik, de nem egyértelmű. A centrális út nem
egyértelműségéből számos kérdés következik:
1. Mikor és miért nem egyértelmű?
2. Ha nem egyértelmű a centrális út akkor hány különböző lehet? Mitől
függ a darabszám?
3. A centrális utak – ha több van – akkor is differenciálhatók?
Hogyan oldjunk meg általános lineáris komplementaritási feladatokat
(hatékonyan)? (Illés Tibor)
Az előző kérdéskör – centrális út létezése és egyértelműsége – már előre
vetĂti, hogy ha az LCP mátrixa általános vagy nem rendelkezik jĂł
tulajdonságokkal, akkor az LCP feladat polinom idejű megoldása nem várható
el. Tekintettel arra, hogy számos gyakorlati feladat ebbe a kategóriába
esik, mégis fontos lenne megfelelő megoldó algoritmusokat kidolgozni. Ennek
elméleti alapjait elkezdtük lerakni három cikkünkben, de még nagyon sokat
kellene dolgozni azon, hogy valós méretű feladatokat meg tudjunk oldani.
Minden érdeklődőt szeretettel várunk!
G.-Tóth Boglárka
Optimalizálási Kutatócsoport
BME Differenciálegyenletek Tanszék
--------- következő rész ---------
Egy csatolt HTML állomány át lett konvertálva...
URL: http://lists.math.bme.hu/pipermail/mat10/attachments/20120506/4afc69a1/attachment-0001.htm
More information about the Mat10
mailing list